BENZETİM

Prof.Dr.Berna Dengiz

9. Ders
 BENZETİM
X 2 TESTİ
• Bir X2 testini gerçekleştirmede en büyük zorluk aralık
sayısının ve aralık genişliğinin seçilmesidir.
• Öneri: pj değerleri yaklaşık olarak eşit seçilmelidir.
• Ej = npj  5  eşitsizliği kesikli ve sürekli dağılımlar için
sağlanmalıdır.
• Sürekli dağılım için X2 testinin kullanılmasında ;

olması sağlanmalıdır.
 BENZETİM
 Sürekli veri için örnek genişliğine bağlı olarak sınıf
aralıklarının sayısı;

Örnek Genişliği

Kullanma n<20

k 5-10 50

10-20 100

n
n n>100
5

 k  n/5 eşitsizliği bu tablodaki üst sınır değerlerini

vermektedir.
 BENZETİM
Örnek:
Veriye uygun dağılım Üstel dağılım olsun
 BENZETİM
Üstel dağılım için ; a0= 0 ak= 
BENZETİM
 BENZETİM

Weillbull Dağılımı için;

Normal Dağılım için ;

Birçok dağılımda eşit olasılık aralıklarını elde etmek kolay

değildir.
 BENZETİM
Örnek:
Bir kavşakta sabah saat 700 ve 705 arasında 5 dakikalık zaman
dilimi içinde kavşağa gelen araba sayısı haftada 5 işgünü olmak
üzere 20 haftalık bir periyot için aşağıdaki tabloda verilmektedir.
 BENZETİM
 0; 5 dakikalık süreler için 12 kez hiç araba gelmediğini ,
 1; 5 dakikalık süreler için 10 kez 1 araba geldiğini
gösterir.
 Bu verilerin histogramı çizildiğinde;
 BENZETİM
20
18
16
14
12
sıklık

10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11
x
 BENZETİM
Hipotez:
 Verinin histogramı , Poisson dağılımı olasılık
fonksiyonunun şekline benzediğinden dolayı ,
başlangıçta verinin Poisson dağılımına sahip olduğu
kabul edilir.
 Poisson dağılımının parametresi  , ^ =3,64 olarak
tahmin edildi ve aşağıdaki hipotez kuruldu.
 H0 = Veri Poisson dağılımdan gelmektedir.
(Veya veriye uygun dağılım poisson dağılımıdır)
 H1= Veri Poisson dağılımdan gelmemektedir.
(Veriye uygun dağılım Poisson dağılımı değildir)
 BENZETİM
 Poisson dağılımın olasılık fonksiyonu;
 BENZETİM

için , X değerlerinin ortaya çıkma olasılıkları ;

 BENZETİM
EI = n.Pi ile belirlenir . Mesela;

E1 =100*(0,026)=2,6
Xj Nj Ej (Nj-Ej)^2/Ej
0 12 2,6
22 12,2 7,87
1 10 9,6
2 19 17,4 0,15
3 17 21,1 0,80
4 10 19,2 4,41
5 8 14,0 2,57
6 7 8,5 0,26
7 5 4,4
8 5 2,0
9 3 17 0,8 7,6 11,63
10 3 0,3
11 1 0,1
100 100,0 27,7
 BENZETİM
 Tablodan'da görüldüğü gibi E1= 2,6 < 5 olduğundan dolayı E1 ve
E2 birleştirilir.
 Bu durumda N1 ve N2 değerleri de birleştirilir , k değeri de bu
birleştirmelerden dolayı 1 azaltılır.
 Aynı durum 7, 8, 9, 10, 11 için de geçerlidir.
 20 = 27,68 dir. X2 'nin tablo değeri için serbestlik derecesi ; k-s-
1=7-1-1=5
  = 0.05 için X20. 05 , 5 =11.1
 20 > X20. 05 , 5 olduğu için H0 hipotezi red edilir.
 BENZETİM
Örnek: Veriye uygun dağılım üstel olsun
 Varışlar arası zaman
aralıklarına ilişkin veri
aşağıdaki gibi olsun .
n=220
0.01 0.53 *
0.01 * *
0.01 * *
* * *
* * 1.96
 BENZETİM
 Bu veri için farklı aralıklar için histogramlar çizilebilir.
 b={0.05, 0.075, 0.1} aralık değerleri verinin yapısını
anlamaya yardım eder.
BENZETİM
BENZETİM
 BENZETİM
AMPİRİK (GÖZLEMSEL) DAĞILIMLAR
 Veriye herhangi bir teorik dağılım uygun değilse bu durumda
Ampirik dağılımlardan yararlanılır.
 Sürekli dağılımlar için ;
a) Orjinal veri mevcutsa;
Toplanan veriler küçükten büyüğe doğru sıralanır.
x1 x2  x3  ,,,,,,,,,  xn
Sürekli,piecewise - doğrusal dağılım fonksiyon
tanımlanır.
 BENZETİM
b) Gruplandırılmış veri mevcutsa ;

[a0, a1) [a1, a2)………..[ak-1, ak) ; k ardışık sınıf aralıkları olsun.

• j. aralık , n gözlem içerir.
j

• n1+n2+……….nk= n gözlem sayısı

sürekli piecewise doğrusal ampirik dağılım fonksiyonu G;
 BENZETİM
Dezavantajı

 Pratikte çoğu sürekli dağılım sağ tarafta çarpıktır.

 Gözlem sayısı (n) yeterli büyüklükte değilse, dağılımın sağ
uç noktasından çok az gözleme sahip olabiliriz.
 Çünkü bu uç noktadan gözlem elde etme olasılığı azdır.

Bu durumda yukarıda tanımlanan ampirik dağılımlar, bu uç
noktalardan gözlem elde etmeye izin vermezler.
 BENZETİM
 Kesikli Dağılım için:
Orjinal veri mevcutsa (x1,x2,…..xn) , ampirik dağılım
tanımlamak çok kolaydır.
Olası her X değeri için ampirik fonksiyon p(x) olasılık kütle
fonksiyonu olarak tanımlanır.

 Gruplandırılmış kesikli veri için,

 Bir aralıktaki x'in mümkün değerleri için p(x)'lerin toplamı ; bu
aralıktaki xi'lerin oranına eşittir.
 BENZETİM
VERİ ELDE ETMEK MÜMKÜN DEĞİLSE

 Bazı durumlarda , ilgilenilen rassal değişkenler için veri toplamak

mümkün olmayabilir. Örneğin;
 Üzerinde çalışılan sistem mevcut değilse
 Sistem mevcut ancak , benzetim çalışması için ayrılan süre , verinin
toplanması ve analizi için yeterli değilse.
 Verinin yokluğunda bir dağılımın seçilmesi için literatürde 2 sezgisel
yaklaşım vardır.
 İlgilenilen rassal değişkenin (x), sürekli bir rassal değişken olduğunu
kabul edelim.
 X rassal değişkeni, bir işin gerçekleştirilme zamanı olarak
düşünülebilir. Örneğin; arızalanan bir makinanın tamir zamanı
olabilir.