Professional Documents
Culture Documents
İstatistik
Bölüm 5
Bu bölüm tamamlandığında:
Sürekli ve kesikli rassal değişkenler arasındaki farkları
açıklayabileceksiniz
normal dağılımların özelliklerini açıklanmış olacaktır
Normal dağılım problemlerini standart normal dağılım
problemlerine dönüştürmeyi öğrenmiş olacaksınız
Normal dağılım tablosunu kullanarak olasılıkları
bulabileceksiniz
Normallik varsayımı değerlendirilecektir
Bölüm. 5-2
Olasılık Dağılımları
Probability
Distributions
4. Kesikli Sürekli 5.
Bölüm Olasılık olasılık Bölüm
dağılımları
Binoml Uniform
Hipergeometrik Normal
Poisson Üstel
(Exponential)
Bölüm. 5-3
Sürekli Olasılık Dağılımlar
5.1
Bölüm. 5-4
Olasılık Yoğunluk Fonksiyonu
(Probability Density Function)
X rassal değişkeninin olasılık yoğunluk fonksiyonu,
aşağıdaki özellikleri taşıyan bir fonksiyondur:
Bölüm. 5-5
Olasılık Yoğunluk Fonksiyonu
(Probability Density Function)
(devamı)
X rassal değişkeninin olasılık yoğunluk fonksiyonu,
aşağıdaki özellikleri taşıyan bir fonksiyondur:
f(x 0 ) f(x)dx
xm
Bölüm. 5-6
Birikimli Olasılık Fonksiyonu
(Cumulative Distribution Function)
F(x) P(X x)
a ve b, X’in iki muhtemel değerini ifade ediyor ve
a < b olsun. Bu durumda, X’in a ve b arasında
olma olasılığı:
Bölüm. 5-7
Bir alan olarak Olasılık
a b x
Bölüm. 5-8
5.2 Sürekli Rassal Değişkenlerin
Beklenen Değerleri
σ E[(X μX ) ]
2
X
2
Bölüm. 5-9
Değişkenlerin Lineer Fonksiyonları
W = a + bX , X’in ortalaması: μX ve
varyansı σX2 , ve a ve b sabit sayılar iken:
W’nun ortalaması:
σ Var(a bX) b σ
2
W
2 2
X
σW b σX
Bölüm. 5-10
Değişkenlerin Lineer Fonksiyonları
(devamı)
X μX
Z
σX
Ortalaması 0 ve varyansı 1 dir.
Bölüm. 5-11
5.3
Normal Dağılım
Olasılık
Dağılımları
Sürekli
Olasılık
Dağılımları
Tekdüze
(Uniform)
Normal
Üstel
(Exponential)
Bölüm. 5-12
Normal Dağılım
‘Çan şeklindedir’
Simetriktir f(x)
Ortalama, Ortanca ve Mod’u
eşittir
Konumunu, ortalaması, μ, σ
belirler, x
Değerlerin ortalama μ
etrafındaki dağılımını standart
sapması, σ, gösterir, Ortalama
Teorik olarak rassal değişken = Ortanca
sonsuz aralığına sahiptir: = Mod
+ to
Bölüm. 5-13
Normal Dağılım
(devamı)
Normal dağılım, çok geniş bir yelpazedeki rassal
değişkenlerin olasılık dağılımlarını yaklaşık olarak
değerlerinin bulunmasında yardımcı olur
Örneklem ortalamalarının dağılımı, örneklem
büyüklüğü yeterince «büyük» ise, normal dağılıma
yaklaşır
Olasılıkların hesaplanması doğrudan ve kolayca
yapılabilir
Normal olasılık dağılımı çok sayıdaki uygulama
alanlarında doğru kararların alınmasına yardımcı olur
Bölüm. 5-14
Çok sayıda Normal Dağılım
Bölüm. 5-15
Normal Dağılımın Şekli
f(x) μ değiştiğinde dağılım
sola veya sağa doğru
kayar.
σ değişmesi değerlerin
ortalama etrafındaki
dağılımını arttırır veya
σ azaltır.
μ x
e = 2.71828
π = 14159
μ = anakütle ortalaması
σ = anakütle standart sapması
x = sürekli değişkenin herhangi bir değeri, < x <
Bölüm. 5-17
Birikimli (Cumulative) Normal Dağılım
F(x0 ) P(X x 0 )
f(x)
P(X x 0 )
0 x0 x
Bölüm. 5-18
Normal Olasılıkların Bulunması
a μ b x
Bölüm. 5-19
Normal Olasılıkların Bulunması
(devamı)
F(b) P(X b)
a μ b x
F(a) P(X a)
a μ b x
a μ b x
Bölüm. 5-20
Standart Normal Dağılım
Herhangi bir normal dağılım (farklı ortalama ve
varyansa sahip), ortalaması 0 ve varyansı 1 olan
standart normal dağılıma dönüştürülebilir:
f(Z)
Z ~ N(0 ,1) 1
Z
0
X değişkenini Z biriminde bir değişkene dönüştürmek için X’ten
ortalaması çıkartılır ve standart sapmasına bölünür
X μ
Z
σ
Bölüm. 5-21
Örnek
X μ 200 100
Z 2.0
σ 50
Bunun anlamı, X = 200 ortalama olan 100’ün
iki strandart sapma üzerindedir (50 birimin 2
kat arttırılmasına eşittir.
Bölüm. 5-22
X ve Z birimlerinin karşılaştırılması
0 2.0 Z ( μ = 0 , σ = 1)
Bölüm. 5-23
Normal Olasılıkların Bulunması
a μ b μ
P(a X b) P Z
σ σ
f(x) b μ a μ
F F
σ σ
a µ b x
a μ b μ
0 Z
σ σ
Bölüm. 5-24
Olasılık: Eğrinin Altındaki Alan
Olarak
Eğrinin altındaki alanın toplamı 1.0’dir, ve eğri
simetriktir. Haliyle, yarısı ortalamanın altında ve yarısı
da ortalamanın üzerindedir
f(X) P( X μ) 0.5
P(μ X ) 0.5
0.5 0.5
μ X
P( X ) 1.0
Bölüm. 5-25
Ek Çizelge 2
Kitapta yer alan Standart Normal tablo (Ek
Çizelge 2) birikimli (cumulative) normal dağılım
fonksiyonun değerini göstermektedir
0 a Z
Bölüm. 5-26
Standart Normal Tablo
.9772
Örnek:
P(Z < 2.00) = .9772
0 2.00 Z
Bölüm. 5-27
Standardize Edilmiş Normal Tablo
(devamı)
Örnek: .0228
-2.00 0 Z
Bölüm. 5-28
Olasılıkların Bulunmasında
İzlenecek Süreç
Bölüm. 5-29
Normal Olasılıkların Bulunması
X
8.0
8.6
Bölüm. 5-30
Normal Olasılıkların Bulunması
(devamı)
X , ortalama 8.0 ve standart sapma 5.0 ile
dağılıyorsa, P(X < 8.6) şu şekilde bulunur:
X μ 8.6 8.0
Z 0.12
σ 5.0
μ=8 μ=0
σ=5 σ=1
8 8.6 X 0 0.12 Z
.11 .5438
.12 .5478
Z
.13 .5517 0.00
0.12
Bölüm. 5-32
Üst Kuyruk (Upper Tail) Olasılıkları
X
8.0
8.6
Bölüm. 5-33
Üst Kuyruk (Upper Tail) Olasılıkları
(devamı)
0.5478
1.000 1.0 - 0.5478
= 0.4522
Z Z
0 0
0.12 0.12
Ch. 5-34
Bilinen bir Olasılık için X
Değerinin Bulunması
X μ Zσ
Ch. 5-35
Bilinen bir Olasılık için X değerinin
Bulunması
(devamı)
Örnek:
X, ortalama 8.0 ve standart sapma 5.0 ile
normal dağılmaktadır.
Şimdi, bütün değerlerin %20’nin kendisinden
küçük olduğu X değerini bulalım:
.2000
? 8.0 X
? 0 Z
Bölüm. 5-36
Alt Kuyrukta (Lower Tail) yer alan
%20 için Z değeri
.84 .7995
? 8.0 X
.85 .8023 -0.84 0 Z
Bölüm. 5-37
X Değerinin Bulunması
X μ Zσ
8.0 ( 0.84)5.0
3.80
Bölüm. 5-38
Normalliğin Değerlendirilmesi
Bölüm. 5-39
Normal Olasılık Grafiği
Bölüm. 5-40
Normal Olasılık Grafiği
(devamı)
100
Yüzde
0
veri
Bölüm. 5-41
Normal olasılık grafiği
(devamı)
Sola-Çarpık Sağa-Çarpık
100 100
yüzde
yüzde
0 0
veri veri
Tekdüze (Uniform)
100
Lineer olmayan
grafikler normallikten
yüzde
sapmayı gösterirler
0
veri
Bölüm. 5-42