BENZETİM

Prof.Dr.Berna Dengiz

8. Ders
 BENZETİM
GİRDİ OLASILIK DAĞILIMININ BELİRLENMESİ

 Varışlar arası zamanlar veya talep genişlikleri gibi rassal girdileri

kullanan bir benzetimi gerçekleştirmek için bu girdilerin olasılık
dağılımlarının belirlenmesi gerekir.
 Benzetim bu dağılımlardan üretilen rassal değerleri kullanır.
 Uygulamada karşımıza çıkan sistemler genellikle bir ya da daha
fazla rassallık kaynağına sahiptirler.
 BENZETİM
Sistemlerde Rassallık Kaynağına Örnekler:

SİSTEM RASSALLIK
KAYNAĞI İşlem zamanları ,
Üretim arızalanma aralıkları,
tamir süresi
 BENZETİM
Sistemlerde Rassallık Kaynağına Örnekler:

SİSTEM RASSALLIK
KAYNAĞI
İşlerin varışlar arası zaman aralığı ,
Bilgisayar iş tipleri ,
işlem zamanı
 BENZETİM
Sistemlerde Rassallık Kaynağına Örnekler:

SİSTEM RASSALLIK
KAYNAĞI Mesajların varışlar arası zaman aralığı,
Haberleşme mesaj tipleri,
mesaj uzunlukları
 BENZETİM
Girdi Dağılımlarının Belirlenmesinde 4 Adım:
 veri toplama
 dağılım ailesinin belirlenmesi ( üstel, normal , vb.)
 parametre tahmini
 uygunluk testi

Uygunluk testi ile seçilen dağılım kabul edilmez ise , 2. adıma

geri dönülür ve farklı bir dağılım seçilerek prosedür tekrarlanır.
Toplanan veri bilinen dağılımlardan hiçbirine uymuyor ise ,
AMPİRİK DAĞILIM tanımlaması yapılır.
 BENZETİM
1. VERİ TOPLAMA
Model girdileri için gerçek sistemden verilerin toplanması işlemidir.

Veri toplamada uyulması gereken kurallar:

 Sistem önceden gözlenmeli ve hangi verilerin toplanması
gerektiğine , hangi zamanlarda verinin toplanacağına karar
verilmelidir. Veri toplamak için gerekli formlar
hazırlanmalıdır.
 Girdi dağılımını belirlemek için yeterli verinin toplanması
gerekir.
 BENZETİM
 Sistemi iyi temsil edecek şekilde veri ( homojen veri )
toplanmalıdır. Bu nedenle ardışık günlerin aynı zaman
peryotlarında ve aynı günün ardışık zaman periyotlarında veri
toplanarak verinin homojenliği kontrol edilmelidir.
 Homojenliği kontrol etmek için kullanılan testlerden biri 2
örnekli t-testidir. Bu test ile dağılımların ortalamalarının eşit
olup olmadığı test edilir.
 İki değişken arasında bir ilişkinin olup olmadığının
belirlenmesi gerekir. Scatter diyagramları kullanarak ilişkinin
varlığı gözlemlenebilir. Regresyon analizi de değişkenler
arasında ilişkinin belirlenmesinde kullanılmaktadır
 BENZETİM
2. DAĞILIM AİLESİNİN BELİRLENMESİ
Nokta İstatistikleri
 Bazı özel dağılımlar özel istatistik değerlere sahiptir. Bu
istatistikler veriden elde edilir ve teorik dağılımın nokta
istatistikleri ile karşılaştırılır.
• Ortalama , median , varyans
BENZETİM
 BENZETİM
Değişim Katsayısı Ve Lexis Oranı
Değişim katsayısı sürekli dağılımın şekli hakkında bilgi sahibi
olmayı sağlar.

• Üstel dağılım için,

ise , dağılımın üstel olduğunu gösterir.

 BENZETİM
Bazı Sürekli Dağılımlar İçin Değişim Katsayısı
 BENZETİM
Lexis Oranı ; kesikli dağılımlar için kullanılır.

Değişim katsayısı ile aynı işleve sahiptir.

 BENZETİM
Çarpıklık Ve Basıklık Katsayısı
Çarpıklık katsayısı , bir dağılımın simetrikliğinin ölçüsüdür.

 3 = 0 ise dağılım simetrik; 3 > 0 ise dağılım sağa çarpık ;

3 < 0 ise dağılım sola çarpıktır.

 normal dağılımda 3 = 0

 üstel dağılımda 3 = 2
 BENZETİM
Basıklık Katsayısı; dağılımın yüksekliğinin ölçüsüdür.

 Normal dağılımda 4 = 3
 Uniform Dağılımda 4 = 1. 8
 Üstel Dağılımda 4 = 9
 BENZETİM
Histogramlar

 Bir histogram , toplanan verinin dağılımı ile ilgili olasılık

fonksiyonunun grafiksel tahminidir.

 Bir histogram, veri için uygun bir model olarak araştırılan

dağılımlar ile ilgili iyi bir ipucu verir.

 Veriden yararlanılarak elde edilen histogram teorik dağılımın

şekli ile karşılaştırılır.
 BENZETİM
 x1,x2 , . . . . . ,xn gözlemler olsun. Açıklık eşit uzunlukta k
aralığa bölünür.
 Bir aralığın genişliği ∆b olsun;
∆b : [b0,b1], [b1,b2],…… [bk-1,bk]
Genel olarak aralık genişliği
∆b = [bj-bj-1] olarak yazılır.
 hj : [bj-1-bj] aralığına düşen x oranını göstersin.
 BENZETİM
 Çizilen histogramlar , teorik dağılımın şekli ile karşılaştırılarak
verinin hangi dağılımdan geldiği belirlemeye çalışılır
H(X)

X
 BENZETİM
Aralık Sayısının Belirlenmesi
 BENZETİM
Aralık Genişliğinin Belirlenmesi

• Bir histogramın çiziminde aralık genişliğinin belirlenmesi

önemlidir.
• Aralık genişliğinin çok büyük ya da küçük alınması ile
çizilen histogram , verinin hangi dağılımdan geldiğine ilişkin
iyi bir bilgi vermez.
 BENZETİM
 Bu nedenle farklı b değerleri için histogram çizilerek standart
dağılımlardan birisinin yoğunluk fonksiyonuna benzeyen
histogram seçilmelidir.

12

10

8
H(X)

0
X
 BENZETİM

9 14-27 8
6-8
8 7
7 6
3-5 9-11
6 0-13 5
5 28-41 4

H(X)
H(X)

4 0-2 12-14
3
3
2 2
1 1
0 0
X X
 BENZETİM
Quantile (Çeyrek) Özetleri

 Quantile özeti; veriye giydirilen dağılımın olasılık yoğunluk

fonksiyonu ( ya da olasılık fonksiyonu)’ nun simetrik, sağa ya da
sola çarpık olduğunu belirlemek için kullanılır
 BENZETİM

Tablo1. Quantile özeti yapısı

 BENZETİM
 XI 'lerin dağılımı simetrikse,
 median
 quartile
 octile ve
 extramum
nokta değerleri yaklaşık olarak birbirine eşittir. XI'lerin dağılımı;
 Sağa çarpık ise; orta nokta değerlerinde artış
 Sola çarpık ise; orta nokta değerlerinde azalış söz konusudur.
 BENZETİM
3) Parametre Tahmini

 Veri için uygun bir dağılım belirlendikten sonra , bu dağılımın

benzetimde kullanımı için parametre değerlerinin belirlenmesi
gerekir.
 Elde edilen x1,x2, . . . .xn veri seti, dağılımın parametrelerinin
tahmin edilmesinde kullanılır.
 Bir tahminci, verinin numerik bir fonksiyonudur. Bu dağılımın
parametresini ( ya da parametrelerini) tahmin etmek için
kullanılan çeşitli metotlar vardır.
 BENZETİM

Parametre Tahmini Metotları

 maximum likehood tahmin edici (MLE)

 en küçük kareler tahmin edici
 moment metodu

Burada MLE metodu anlatılacaktır

 BENZETİM
MAXİMUM LIKELIHOOD METODU

Veriye uydurulan dağılımın bir kesikli dağılım olduğunu

kabul edelim. Bu dağılımın bir parametresi ;
 olsun..(Dağılımın parametresi)
Pө (x) : Dağılımın olasılık fonksiyonu
x1 , x2 ,,,,,,,,xn : gözlemlenen değerler verildiğinde ;
Likehood fonksiyonu L() aşağıdaki gibi tanımlanır.
L()=Pө(x1) Pө(x2)….. Pө(xn)

L();"bileşik olasılık fonksiyonu" dur.

 BENZETİM

 ; bilinmeyen parametrelerin değeri ise

L() gözlemlenen verinin elde edilme olasılığını verir.

‘ nın bilinmeyen değerinin MLE; L()‘ u maksimize eden

 değeri olarak tanımlanır ve θ ile gösterilir.

MLE  max L()  θ

 BENZETİM
1- ln.L() fonksiyonu artan bir fonksiyondur.

2- L()'nın maximizasyonu lnL() 'nın maksimizasyonuna

Eşdeğerdir ve hesaplanması daha kolaydır.

elde edilir.
BENZETİM
 BENZETİM
Sürekli Dağılım İçin:

f ө(x) : Olasılık yoğunluk fonksiyonu

L(θ)= f ө(x1). f ө(x2)…. f ө(xn)
lnL(θ) alınır.

ile θ parametresi tahmin edilir.

 BENZETİM
ÖRNEK:
Üstel dağılımın β parametresinin MLE ile tahmin edilmesi
BENZETİM
 BENZETİM
4) Uygunluk Testleri

 Uygunluk testi , Fˆ dağılım fonksiyonu giydirilen x1,x2,,,,,,,,xn

gözlemlerinin özel bir dağılımdan bağımsız örnekler olup
olmadığını belirlemek için kullanılan bir istatistiksel hipotez
testidir.
 Bir uygunluk testi aşağıdaki hipotezi test etmek için kullanılır.
 H0 : xi gözlemleri , Fˆ dağılım fonksiyonu ile bağımsız özdeş
dağılmış rassal değişkenlerdir.
 BENZETİM
Ki-Kare (X2) Testi

 X2 testi; veriye ait histogram ile giydirilen olasılık yoğunluk

fonksiyonunun karşılaştırılmasıdır.
 Sürekli ya da kesikli durumda X2 test istatistiğini hesaplamak
için giydirilen dağılımın tüm alanı k ardışık alana bölünür.
* [a ,a ),[a ,a ), ……[a ,a )
0 1 1 2 k-1 k
 a0= -  ise [- , a1) , ak= + ise [ak-1, )
* x1,x2,,,,,,,,xn gözlem değerleri olduğunda ;
 Nj : J. aralıktaki gözlem sayısı ; [aj-1, aj) j. aralık
 BENZETİM

Pj : j. aralığa düşme olasılığı .

(Giydirilen dağılımdan örnekleme yapılsaydı ; Pj : j. aralığa düşen xi ' lerin

oranı )
 BENZETİM
 E[(aj-1, aj)] aralığına düşen gözlem sayısının beklenen
değeri, E[(aj-1, aj)]= n.Pj
 Test istatistiği;

ise (1-) güvenlik düzeyinde veri,

düşünülen dağılıma uygundur. H0 hipotezi kabul edilir.

BENZETİM

m=k–s-1
k : aralık sayısı
s: tahmin edilen parametre
sayısı