• Dr. Öğr. Üyesi M.

Kazım Yetik
• Çevre Mühendisliği oda no: 432

•
• kazim.yetik.ders@gmail.com
• Konu: Adı Soyadı No bölüm (I. Öğre/II. Öğre ,%30/ %100)
• Metin
• Konu
25
35 Anlamsız
36 ? Max
67 ? Min ………..average frequency
22
.
.
45
WHY

•niçin
• neden istatistiğe ihtiyaç
duyarız
•Population
•sample
•Minitab
•…
•…hhh
•Excel (grafikler.xls)
5.10.2021 8:50
5.10.2021 1030
5.10.2021 15:45
5.10.2021 17:25
6.10.2021 20:45
Central Tendency (Merkezi Eğilim/yayılma)
• Mode (tepe sıkılık değeri)
• Mean (ortalama)
• Median (ortanca)
Median (ortanca)

• 1 1 2 3 4

• Median in the middle of value

• (n+1)/2=== median value for (odd # =tek) median is 2

• 1 1 2 3 4 4 (çift )even # of observation is

• 2 3
• (2+3)/2=2.5 median(ortanca)
• 5 6 3 9 12 6 9 7 8 n=9 (tek -odd

• 3 5 6 6 7 8 9 9 12

• (9+1)/2 =5
• 7 Median

• 5 6 3 9 12 6 9 7 n=8 çift - even

• (8/2)=4
• 3 5 6 6 7 9 9 12
• 6 + 7 -----> 13 ----- > 13/2 =6.5 median
Mode (tepe değer sıklık)
• 1 1 2 3 4
• mode is 1 because its frequency is 2

•1 1 2 3 4 4
• mode 1 & 4 together their freq. is 2 ---DO NOT (1+4)/2=xxxxx
• 5 6 3 9 12 6 9 7 8 n=9 (tek –odd)

• 3 5 6 6 7 8 9 9 12

Mode 6 & 9

• 5 6 3 9 12 6 9 7 n=8 çift - even

• (8/2)=4
• 3 5 6 6 7 9 9 12
• Mode 6 & 9
• 5 6 3 9 12 6 9 6 8 n=9 (tek –odd)

• 3 5 6 6 6 8 9 9 12

Mode 6

• 5 6 3 9 12 6 9 6 n=8 çift - even

• (8/2)=4
• 3 5 6 6 6 9 9 12
• Mode 6
Mean (ortalama)
• Mean = average

• Arithmetic
• Geometric Mean
• Harmonic
• Weighted (ağırlıklı)
Arithmetic Mean
•=

• 10 20 30 40 50 ----
• n = 5 150/5=30
Geometric Mean
•

• 10 20 30 40 50 ---- =

• = 26.051
Harmonic mean

• =

• 10 20 30 40 50 ------

• 21.8978 =
Weighted Mean
(ağırlıklı)
• = w

• Xi wi (wi)(xi)
• 40.3 1135 45740.5
• 56.4 113 6373.2
• 62.1 210 13041
• Sum 1458 65154.7  w = = 44.6877
GO örnek
• Ex: 4,5,6,7

• = 5.384

• Serideki her değerden etkilenir

• Sıfır ve negatif değer varsa hesaplanmaz
• Aritmetik ortalamadan küçük
HO
• Ex: 60, 80,100,120

• = 86.95

• Serideki butun değerlerden etkilenir

• Sadece pozitif değerler için (excel)
• Tümü yeni hafta
 örnek varyansı I

• n . adet örnek gözlem üzerinde yapılan analizdir

• Eşitliği biraz açarsak

• Population N=n-1 use
örnek varyansı II

Yerine yazarsak

Population N=n-1
örnek standart sapması
• Standart sapma varyansın pozitif kare köküne eşittir.
• Şayet ana kütle ile çalışılacaksa n-1 yerine N
gelecek
• EXCEL
• hafta
•Olasılık

• P(A)=s(A)/s(E) = 0≤P(A) ≤1

• 0 mümkün değil
• 1 kesin gerçekleşecek
• Permütasyon: n farklı elemandan r tanesinin bir sıralanması r’li
permütasyon (sıra düzen) olarak adlandırılır. ile veya
gösterilir,
• Kombinasyon: Düzenleme sırasına bakılmaksızın n tane
nesneden r tanesinin seçimi n’nin r’li kombinasyonu olarak
adlandırılır ve ile gösterilir,
Olasılık Aksiyomları

• A ile B ayrık olmayan iki olay ise

• 
• P(A U B)=P(A) + P(B) – P(A ∩ B)
• 
• A ile B ayrık iki olay ise
• P(A U B)=P(A) + P(B)
• (Yani A ile B ayrık iki olay ise A ∩ B =Ø ve P(A ∩ B)=0 dır.)
• A olayı S örnek uzayının bir alt kümesi olsun. A olayının
tümleyeni
• 
• P(Ā)=1 - P(A)
• ÖRNEK :Bir depoda 20 kusurlu 80 kusursuz makine bulunmaktadır.
Yerine koymaksızın 2 tane seçelim. İkinci seçilenin kusurlu olma
olasılığı nedir?

• A= ilk seçilen kusurlu

• A’= ilk seçilen kusursuz
• B= ikinci seçilen kusurlu

• P(B)=P(B/A)P(A)+P(B/A’)P(A’)
• (1/5)(19/99)+(4/5)(20/99)=(19+4*20)/(5*99)=1/5
Kesikli Rasgele Değişkenin Olasılık Fonksiyonu

• X, sonlu sayıdaki x1, x2, …, xN değerlerini

• f(xi)=P(X=xi), i=1, 2,…, N olasılıkları ile alabilen kesikli rasgele

değişken olsun. Bu durumda aşağıdaki koşulları sağlayan f(x)
fonksiyonuna X’in olasılık fonksiyonu denir
Sürekli Rasgele Değişkenin Dağılım Fonksiyonu

• Dağılım Fonksiyonu: X, f(x) olasılık yoğunluk fonksiyonuna

sahip sürekli rasgele değişken olsun. X’in dağılım fonksiyonu
aşağıdaki gibi tanımlanır .
• Örnek: 50 km uzunluğundaki bir yol üzerinde trafik kazalarının
uniform olarak dağıldığı (f(x)=C) kabul ediliyor. C sabit değeri
•
Dağılımlar
Binom dağılımı

• Pratikte bazı olayların rastgele olmak koşulu ile her gözlemin

sadece iki olaydan birinin meydana gelmesi olayıdır. Bu iki
olaydan birini başarıyı diğerinin başarısızlığı ifade etiği ve takip
edilen başarının p başarısızlığın ise 1- p= g olduğu kabul edilir

• 
• Eşitliği ile ifade edilir. Bu denklemde

• n=deney sayısı

• x=doğru sonuç sayısı

• p= doğru sonuç olasılığı

• q=doğru olmayan sonuç olasılığı

• Örnek: 10 sorulu bir sınavda cevapların evet veya hayır olduğu bir durumda
soruları okumadan yapılacak işaretlemede 10 sorunun da doğru cevabının
bulunması olasılığı nedir?

• Çözüm:

• n= 10

• x=10

• p=0.5

• q=0.5

• P(X=10)= (10C10)(0.5)10(0.5)10-10

• =0.00097
CVM738 _24.03.2021
Poisson dağılımı:

• Binom dağılımı gibi iki ihtimalli durumlarda ve yerin koyma

özellikli deney sonuçlarında elde edilen gözlemlerde kullanılır.
Özellikle deney sayısının çok büyük olduğu durumlarda ve
beklenene gözlemin olasılığının çok küçük olduğu durumlarda
kullanılmaktadır.
• 

• λ= n*p ; poisson dağılıma sahip değişkenin ortalaması,

• genel olarak n>20 ve olasılığın p<0.25 olduğu durumlarda

kullanılır.
• Örnek: Bir şehirde bir salgın sebebi ile haftada 4 kişini hayatını
kaybettiği bildirilmektedir. Seçilen bir haftada hiç kimsenin bu
salgından hayatını kaybet meme olasılığını hesaplayınız.

• Çözüm:

• λ=4

• x=0 verilmiştir.

• Formülde verilenleri yerine koyduğumuzda

• P(X=0)= 0.0183 bulunur.

haf
Normal Dağılım
• Doğadaki gerçekleşen olayların gösterdiği dağılım şeklidir.
Bu eğri altında kalan alan 1 (bir) e eşittir
• Tabi ki bu değeri integral alarak hesaplama yoluna gitmeyeceğiz
bunun için hazırlanmış «standart normal dağılım tablosu» ndan
yararlanacağız bu tablo kitabımızda 312 sayfada mevcut olup sınavda
da sizlere ek tablo olarak kullanmanız için verilecektir. Bu tablo çeşitli
istatistik kitaplarında farklı olabilir fakat dikkatle incelendiğinde verilen
değerlerin aynı olduğu görülecektir aralarındaki farklılık fonksiyon
altında kalan alanın integral hesabındaki sınırların farklı
değerlendirilmesinden kaynaklanmaktadır.
• Bizim kullanacağımız tablo aşağıda verilmiştir
«
İnterpolasyon
• Türkçe'de bazen kolaylık olsun diye "interpolasyon" sözcüğü yerine
yalnızca "tahmin" de kullanılmaktadır.
• İnterpolasyon genelde mühendislik ve deneylere/ölçümlere dayalı
benzeri bilim dallarında, toplanan verilerin bir fonksiyon eğrisine
uydurulması amacıyla kullanılmaktadır. Elde toplanan verinin dağınık
ve özellikle aşırı heterojen olduğu durumlarda interpolasyon ile boş
alanlardaki değerlerin bulunması önem kazanmaktadır.
• Ekstrapolasyon bilinen noktaların dışındaki bir alanda da tahmin
yapmak için kullanılır.
İnterpolasyon
Bilinen iki nokta arasında lineer interpolasyon
İnterpolasyon
• X Y
• 5 10
• 8 64
• 10 100
• Verilmiş ise X= 8 iken Y kaç olur

• 10-5= 5 X değişiminde 100-10=90 Y değişimi görünüyor

• 10-8 = 2 için değişim hesaplanırsa
• 5/2=90/?? ?? 2*90/5=36 ise 100 -36= 64 olur