OLASILIK LASILIK ve İSTATİSTİK Olasılık
|
|
- Turgay Karaca
- 8 yıl önce
- İzleme sayısı:
Transkript
1 1-1 Click To Edit Master Title Style OLASILIK ve İSTATİSTİK Olasılık Yrd.Doç.Dr Doç.Dr.. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü
2 1-2 GİRİŞ Olasılık, günlük yaşamımızda sıkça kullandığımız, yararlandığımız bir kavramdır. Örneğin ; Meteoroloji uzmanı o gün %80 olasılıkla yağmur yağacağını Sağlık uzmanları sigara içenlerin içmeyenlere oranla kansere yakalanma riskinin daha yüksek olacağını söyler.
3 1-3 Herhangi bir olayın meydana gelme şansını ölçmeyle ilgilenen olasılık, istatistiğin önemli bir bölümünü oluşturmaktadır. Örneğin bir firmanın gelecek yıldaki satış kestirimleri, bir kısmı gerçekleşecek bir kısmı gerçekleşmeyecek bir çok varsayıma dayalıdır. Olasılık kuramı, bizlere belirsizlik altında ya da mevcut bilgilerin tam ve sağlıklı olmaması gibi durumlarda doğru ve sağlıklı kararlar verebilmede yardımcı olacaktır.
4 1-4 Olasılık: Belirli bir olayın olma ihtimalinin yada şansının ölçümü. 0 P(A) 1. 0 olasılık olayın kesinlikle olmayacağını; 1 olasılık ise olayın olacağını gösterir.
5 DENEY, SONUÇ VE ÖRNEKLEM UZAYI 1-5 Pek çok gözlemden sadece bir tanesinin gerçekleşmesi sürecine deney, bu gözlemlere ait deneylerin sonuçları ve bu sonuçların tümüneyse deneyin örneklem uzayı denir. Örneğin vida üreten bir firmada kalite kontrol uzmanı olarak görev yapan bir kişi rastgele bir vida alarak vidanın hatalı olup olmadığını inceler. Vidayı inceleme eylemi istatistiksel deneye bir örnektir. Bu inceleme sonucunda vida hatasız ya da hatalı biçimde değerlendirilecektir. Bu iki gözlem bilgisine deneyin sonucu, bu sonuçların birlikte alınmasına da deneyin örneklem uzayı denir.
6 1-6
7 1-7 Bir deneyin örneklem uzayı Venn ya da ağaç diyagramı çizilerek de oluşturulabilmektedir. Venn diyagramı, bir deneyin tüm olası sonuçlarının (kare, dikdörtgen ya da daire gibi) içinde gösterilmesidir. Ağaç diyagramında her bir sonuç, ağacın bir dalıyla ifade edilmektedir. Örnek: Paranın bir kez atılması deneyinin Venn ve ağaç diyagramını çizelim. S={ Y, T }
8 1-8 Paranın iki kez atılması deneyinin Venn ve ağaç diyagramını çizelim. S = {YY, YT, TY, TT} YY YT TY TT Venn diyagramı Ağaç diyagramı
9 1-9 Bir işyerinde çalışan personel arasında iki tanesinin seçildiği ve cinsiyetlerinin (E = Erkek, K = Kadın) kaydedilsin. Bu deneyin tüm sonuçlarını yazalım ve Venn ve ağaç diyagramını çizelim. S = {EE, EK, KE, KK} EE EK KE KK Venn Diyagramı Ağaç Diyagramı
10 1-10 Basit ve Bileşik Olaylar Olay: Bir olay, bir deneyin bir ya da daha çok sonucunun kümesidir. Olay, basit veya bileşik olabilmektedir. Basit Olay: Bir deneyin sadece ve sadece bir nihai sonucunu içeren olaya basit olay denilmekte ve Ei biçiminde gösterilmektedir. Örnek: Personel seçimi deneyinde elde edilen (EE, EK, KE, KK) sonucun her biri bu deneyin basit olaylarıdır ve sırasıyla E1, E2,E3 ve E4 olarak gösterililir. E1= {EE}, E2 = {EK}, E3 = {KE}, E4 = {KK}
11 1-11 Bileşik Olay: Bir deneyin birden çok sonucundan oluşan kümeye bileşik olay denilmektedir. Bir işyerinde çalışan personel arasından rastgele iki personelin seçilsin A olayı, en çok bir erkeğin seçilmiş olduğu durum olarak tanımlansın. A olayı hiç erkek olmaması ya da bir erkek olması durumunda gerçekleşecektir. S = {EK, KE, KK} A olayı birden çok sonuçlu olduğu için bir bileşik olaydır.
12 1-12 Bir grup insandan bir kısmı, genetik kopyalamayı, olumlu bulup desteklemekte, geri kalanı karşı çıkmaktadır. Bu gruptan rastgele iki kişi seçilmiştir ve genetik kopyalamaya ilişkin görüşleri sorulmuştur. Kaç farklı sonuç söz konusudur? Bu deneye ilişkin Venn ve ağaç diyagramlarını çizelim. a) Her iki kişi de genetik kopyalamayı destekliyor. b) En çok bir kişi genetik kopyalamaya karşıdır. c) Kesinlikle bir kişi genetik kopyalamayı destekliyor.
13 1-13 D = Genetik kopyalamayı destekliyor K = Genetik kopyalamaya karşı DD = Her iki kişi de genetik kopyalamayı destekliyor. DK = Birinci kişi genetik kopyalamayı desteklerken ikincisi karşıdır. KD = Birinci kişi genetik kopyalamaya karşıyken ikincisi destekliyor. KK = Her iki kişi de genetik kopyalamaya karşıdır.
14 1-14 a) Her iki kişi de genetik kopyalamayı destekliyor olayının gerçekleşmesi A = {DD} basit olaydır. b) En çok bir kişi genetik kopyalamaya karşı olayının gerçekleşmesi iki kişinin ya da iki kişiden birinin genetik kopyalamayı desteklemesi durumlarında söz konusudur. B = {DD, DK, KD} bileşik olaydır. c) Kesinlikle bir kişi genetik kopyalamayı destekliyor olayının gerçekleşmesi iki kişiden birisinin genetik kopyalamayı desteklerken, diğer kişinin karşı olduğu durumda söz konusudur. C = {DK, KD} bileşik olaydır.
15 1-15 OLASILIK: Olasılık bir olayın meydana gelme şansının sayısal bir ölçüsüdür ve P ile gösterilir. P(Ei) basit olay P(A) bileşik olay 1-Bir olayın olasılığı her zaman sıfır ve bir aralığında yer alır.
16 Bir deneydeki tüm basit olayların olasılıkları toplamı P(Ei) olarak gösterilir. Örneğin paranın bir kez atılması deneyi için: Paranın iki kez atılması deneyi için:
17 1-17 Olasılığa iki kavramsal yaklaşım: Klasik Olasılık Olasılığın göreli sıklık kavramı
18 1-18 Klasik Olasılık: İki ya da daha çok sonucun (ya da olayın) ortaya çıkma olasılığı aynıysa bunlara eşit olasılıklı sonuç denir. Klasik olasılık kuralı: Paranın bir kez atılması deneyinde bir yazı ve bir tura olmak üzere iki sonuç vardır.
19 1-19 Zarın bir kez atılması deneyinde çift sayı elde edilmesi olasılığını bulalım: Bu deneyde 1,2,3,4,5 ve 6 olmak üzere altı sonuç bulunmaktadır ve tüm sonuçlar eşit olasılıklı sonuçlardır. A = {2, 4, 6} P(A) =
20 1-20 Bir derneğin 60 ı erkek ve 40 ı kadın olmak üzere toplam 100 üyesi bulunmaktadır. Bu üyeler arasında bir tanesi dernek başkanı olarak rastgele seçilecektir. Bir kadın üyenin dernek başkanı seçilme olasılığı nedir? P=
21 1-21 Olasılığın Göreli Sıklık Kavramı: Bir otomobil fabrikasında bundan sonra üretilecek otomobilin kusurlu olma olasılığı Rastgele seçilmiş bir ailenin yıllık gelirinin YTL den fazla olma olasılığı Bir hastanede bundan sonra doğacak çocuğun cinsiyetinin kız olma olasılığı Bu deneylerdeki sonuçlar eşit olasılıklı olmadığı için, olasılıklar klasik olasılık hesaplama kuralıyla hesaplanamaz. Örneğin fabrikada bundan sonra üretilecek ilk araba kusurlu ya da kusursuz olabilir. Ancak burada kusurlu ya da kusursu sonuçlarının elde edilmesi olasılıkları eşit değildir.
22 1-22 Sonuçları eşit olasılıklı olmayan deneylerde, deney defalarca tekrar edilerek veri üretilmektedir. Olasılıkları hesaplamak için ya eski verilerden yararlanılmakta ya da deney çok kez tekrarlanmak suretiyle yeni veri üretilmektedir. Bu verilerden yararlanarak bir olaya ilişkin olasılık değeri için göreli sıklıklardan yararlanılmaktadır. Bu yönteme Olasılığın göreli sıklık kavramı denir.
23 1-23 Yaklaşık Olasılık İçin Göreli Sıklık: Eğer bir deney n kez tekrarlanmış ve f kez bir A olayı gözlenmiş ise olasılığın göreli sıklık kavramına göre olasılık: Bir otomobil fabrikasında üretilen otomobillerden rastgele 500 tanesi seçilmiş ve 10 tanesinin kusurlu olduğu görülmüştür. İlk üretilecek otomobilin kusurlu olma olasılığı nedir? P =
24 Otomobil örneğinin sıklık ve göreli sıklık dağılımları 1-24
25 1-25 Sayma Kuralı: Eğer bir deneyde, ilk aşamada m tane, ikinci aşamada n tane ve üçüncü aşamada k tane sonuç olmak üzere sonuç olmak üzere üç aşama bulunuyorsa, bu deneyin toplam sonuç sayısı = m.n.k dir. Örnek: Bir paranın üç kez atılması deneyini düşünelim. Bu deneyde üç aşama bulunmaktadır; ilk kez atış, ikinci kez atış ve üçüncü kez atış. Her aşamanın da yazı ve tura olarak iki sonucu olacaktır. Bu nedenle sayma kuralına göre toplam sonuç sayısı = = 8 olacaktır. Deney sonuçları açık olarak; YYY, YYT, YTY, YTT, TYY, TYT, TTY, TTT biçimde olacaktır.
26 1-26 Bileşen ve Koşullu Olasılıklar: Bir firmada çalışan 100 kişiye, üst düzey yöneticilere yüksek ücretler ödenmesini onaylayıp onaylamadıkları sorulmuş ve aşağıdaki tablo elde edilmiştir.
27 1-27 Çalışanlar arasında rastgele bir çalışan seçildiğinde, bu çalışan sadece cinsiyet ya da görüş karakteristiklerinden birine göre de sınıflanabilir. Eğer tek karakteristik dikkate alınacak olursa seçilen çalışan: erkek olabilir, kadın olabilir onaylıyor ya da onaylamıyor olabilir. Bu dört karakteristik ya da olayın olasılıklarına bileşen olasılık denir. Bu olasılıklara bileşen ya da basit olasılıklar denmesinin nedeni, bu olasılıkların satır ya da sütun toplamlarının genel toplama bölünmesiyle bulunmasıdır.
28 1-28 Bileşen olasılık: Basit olasılık olarak bilinen bileşen olasılık, herhangi başka olay dikkate alınmaksızın, sadece bir olaya ilişkin olasılıktır. P(Erkek) = Erkeklerin sayısı/tüm Çalışanların Sayısı P(Erkek) = 60/100 =0,6
29 1-29
30 1-30 Koşullu Olasılık: Bir olayın oluştuğunun bilinmesi durumunda diğer olayın olma olasılığıdır. Örneğin A ve B iki olay olmak üzere A olayının koşullu olasılığı : P( A / B) B olayı olduğunda A olayının olması olasılığı şeklinde okunur. Örnek: P(Onaylıyor/ Erkek) koşullu olasılığı P(Onaylıyor/Erkek) = Onaylayan Erkek Sayısı/Toplam Erkek Sayısı = 15/60 = 0,25
31 1-31
32 1-32 P(Kadın / Onaylıyor)=? P(Kadın / Onaylıyor) = Onaylayan kadın sayısı/toplam onaylayanlar sayısı = 4/19 = 0.211
33 1-33 Ayrık Olaylar: Birlikte ortaya çıkmayan olaylara, karşılıklı ayrık olaylar denir. Herhangi bir deney için, deneyin herhangi bir tekrarında ortaya çıkacak sadece bir sonuç olduğu için sonuçlar her zaman ayrıktır. Örneğin bir paranın iki kez atıldığı bir deneyde, YY, YT, TY ve TT biçiminde dört sonuç vardır ve sonuçlar ayrıktır. Çünkü bir para iki kez atıldığında, bu sonuçlardan sadece bir tanesi ortaya çıkacaktır.
34 1-34 Zarın bir kez atılması deneyine ilişkin olaylar: A- çift sayı elde edilmesi = {2,4,6} B- tek sayı elde edilmesi = {1,3,5} C- 5 den küçük sayı elde edilmesi = {1,2,3,4} A ve B ayrık olaylardır. A ve C ayrık olaylar değildir.
35 1-35 Örnek: Büyük bir firmada çalışanlardan rastgele bir kişi seçilmiş ve aşağıdaki iki olay tanımlanmış olsun. D = seçilen kişi üniversite mezunudur N = seçilen kişi üniversite mezunu değildir Bu iki olay ayrık mıdır? İki olayın ortak sonucu olmadığı için ayrıktır.
36 1-36 Bağımsız ve Bağımlı Olaylar: Bağımsız Olaylar: Eğer bir olayın ortaya çıkması öteki olayın ortaya çıkma olasılığını etkilemiyorsa, bu iki olaya bağımsız olaylar denir. Örnek: 100 çalışana ilişkin örnekte kadın (K) ve onaylıyor (O) olayları tanımlanmış olsun. Bu olaylar bağımsız mıdır?
37 Bu iki olasılık aynı olmadığı için bu olaylar bağımsız olaylar değildir. 1-37
38 1-38 Bir kutuda, I. Makinede üretilmiş 60, II. Makinede üretilmiş 40 olmak üzere toplam 100 kaset bulunmaktadır. I. Makinede üretilen 60 kasetin 9 tanesi, tüm kasetlerinde 15 tanesi bozuktur. Bu durumda rastgele seçilen bir kasetin bozuk olması D ve bu kasetin I. Makinede üretilmiş olması A olayını göstermektedir. A ve D olayları bağımsız mıdır? P(D) =P(D/A) olduğu için, A ve D olayları bağımsız olaylardır.
39 1-39 Tamamlayıcı(Bütünleyici) Olaylar: A olayının tamamlayıcısı ile gösterilmekte ve A tamamlayanı denilmektedir.
40 1-40 Örnek: Beş çamaşır makinesinden iki tanesi bozuktur. Bu makinelerden bir tanesinin rastgele seçilmesi deneyinde tamamlayıcı olaylar ve bunların olasılıkları nedir?
41 Olayların Ara Kesiti: Bir örneklem uzayında A ve B olayları tanımlanmış olsun. A ve B nin ara kesiti, hem A hem de B de yer alan sonuçları ifade eder, A ve B biçiminde gösterilir. 1-41
42 1-42 Çarpma Kuralı: A ve B gibi birlikte ortaya çıkan olayların olasılığına bileşik olasılık adı verilir ve P (A ve B) biçiminde gösterilir. A ve B olaylarının ara kesitinin olasılığı ; Örnek: P(A ve B) = P(A) P(B/A) Kadın (K) ve Üniversite mezunu(m) olaylarının ara kesiti:
43 1-43
44 Erkek(E) ve Üniversite mezunu değil olayları incelenirse: 1-44
45 1-45 Örnek: Bir kutuda 4 tanesi bozuk, toplam 20 kaset bulunmaktadır. Bu kasetlerden (seçilen yerine konulmaksızın) iki tanesi rastgele seçilmiştir. Seçilen iki kasetin de bozuk olma olasılığı nedir? Toplam 20 kasetin 4 tanesi bozuk olduğu için ilk seçilen kasetin bozuk olma olasılığı P(B1) = 4/10 dir. İlk seçilen kasetin bozuk olduğu bilindiğine göre, kutuda 3 tanesi bozuk 19 tane kaset kalmıştır ve ikinci seçilen kasetin de bozuk olma olasılığı P(B2/B1) = 3/19 dur.
46 1-46
47 1-47 Koşullu Olasılık: Eğer A ve B, durumunda iki olay ise bunlara ilişkin koşullu olasılıklar:
48 1-48 Bağımsız Olaylar için Çarpma Kuralı: Örnek:Bir işhanında iki tane yangın detektörü bulunmaktadır. Bir yangın sırasında bu detektörlerden herhangi birinin çalışmaması olasılığı 0.02 dir. Bir yangın sırasında her iki detektörün de çalışmama olasılığını bulunuz. A = İlk detektörün çalışmaması B = İkinci detektörün çalışmaması A ve B olayları bağımsız olduklarından, bunların bileşik olasılığı,
49 1-49 Örnek:Penisilinin hastada alerji yapması olasılığı 0.20 dir. Bu ilacın üç hastaya verildiği bir durumda; a) Üç hastaya da alerji yapması b) En az bir hastaya alerji yapmaması olasılıklarını bulalım Çözüm: a)
50 1-50
51 1-51 b) G = Üç hasta da alerjiktir H = En az bir hasta alerjik değildir Tanımlanan G ve H olayları tamamlayıcı olaylardır.
52 1-52 Ayrık Olayların Bileşik Olasılığı: İki ayrık olayın bileşik olasılığı her zaman sıfırdır ve bu durum, A ve B ayrık olaylarsa P(A ve B) = 0 şeklinde gösterilir. Örnek: Otomobil kredisi almak için gerekli başvuru formunun doldurulmasına ilişkin iki olay verilsin: O = Kredi başvurusu onaylandı R = Kredi başvurusu reddedildi O ve R nin bileşik olasılığı nedir? O ve R olayları ayrık olaylar olduğu için bileşik olasılığı sıfırdır. P(O ve R) = 0
53 1-53 Olayların Bileşimi ve Toplama Kuralı: Olayların Bileşimi: Aynı örneklem uzayında tanımlı A ve B olaylarının bileşimi A da ya da B de ya da A ve B de birlikte yer alan tüm olayların bileşkesi olup A ya da B şeklinde gösterilir.
54 1-54 Örnek:ABD üniversitelerinde milyon öğrenci öğrenim görmektedir. Bunlardan milyonu kız öğrenci, milyonu tam zamanlı öğrenci ve milyonu kız ve tam zamanlı öğrencilerdir. Kız ve Tam zamanlı öğrenci olaylarının bileşimini tanımlayalım.
55 Toplama Kuralı: A ve B olaylarının bileşiminin olasılığı, 1-55
56 1-56 Örnek: Bir üniversite rektörü, tüm öğrencilerin etik konusunda bir dersi (zorunlu) almasının yararlı olacağını düşünmektedir. Bu konuda öğretim elemanı ve öğrencilerden oluşan toplam 300 kişiye düşüncesini sormuş ve elde edilen sonuçlardan bu tablo oluşturulmuştur. Bu gruptan rastgele seçilen birinin öğretim elemanı ya da katılıyor olma olasılığı nedir?
57 1-57 A = Seçilen kişi öğretim elemanı B = Seçilen kişi düşünceye katılmakta
58 1-58 Örnek: Yapılan bir araştırmadan 7225 kişinin birden çok işi olduğu bulunmuştur. Bu kişilerden 4115 tanesi erkek, 1742 tanesi bekar ve 905 tanesiyse erkek ve bekardır. Rastgele seçilen birinin erkek ya da bekar olma olasılığını bulunuz. E = Rastgele seçilen kişi erkek B = Rastgele seçilen kişi bekar
59 1-59
60 Ayrık Olaylar İçin Toplama Kuralı: A ve B ayrık olaylarının bileşiminin olasılığı 1-60
61 1-61 Örnek:Kamuoyunun ırk ayrımına karşı düşüncesinin ortaya konmasını amaçlayan bir araştırmada; erkek ve kadınlardan oluşan 300 kişi ile görüşülmüştür. Görüşlerin ırk ayrımına karşı, destekliyor ve çekimser olarak kaydedilmesi sonucunda bu tablo oluşturulmuştur. Rastgele seçilen bir kişinin ırk ayrımına karşı ya da çekimser olma olasılığı nedir?
62 1-62 K = Çekilen kişi ırk ayrımına karşı C = Çekilen kişi ırk ayrımı konusunda çekimser
63 1-63 Kaynaklar İstatistik Yöntemleri, Doç.Dr.Murat Karagöz,7.Baskı,Ekin Basın Yayın Dağıtım,2009 Anadolu Üniversitesi, Olasılık ve İstatistik Ders Notları
Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:
OLASILIK Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. Bu hata payının ortaya çıkmasının sebebi
DetaylıOLASILIK (Probability)
OLASILIK (Probability) Olasılık, bir olayın meydana gelme, ortaya çıkma şansını ifade eder ve P ile gösterilir. E i ile gösterilen bir basit olayın olasılığı P (E i ), A bileşik olayının olasılığıysa P
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
DetaylıOlasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.
5.SUNUM Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. Günlük hayatta sıklıkla kullanılmakta olan olasılık bir olayın ortaya
DetaylıÖrnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? n(s) = 3 6 = 1 2
Bir Olayın Olasılığı P(A) = n(a) n(s) = A nın eleman sayısı S nin eleman sayısı Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? Çözüm: S
Detaylıb) Aşağıda verilen tanımlamalardan herhangi 5 adeti yazılabilir. Aritmetik Ortalama: Geometrik Ortalama:
C S D Ü M Ü H E N D İ S L İ K F A K Ü L E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OM317 Müh. İstatistiği İstatistik ÖĞRENCİNİN: ADI - SOADI ÖĞREİMİ NOSU İMZASI 1.Ö 2.Ö A B Soru -
DetaylıDr. Mehmet AKSARAYLI OLASILIK. Ders 3 / 1
Dr. Mehmet AKSARAYLI OLASILIK Ders 3 / 1 1 0 Kesin İmkansız OLASILIK; Bir olayın gerçekleşme şansının sayısal değeridir. N adet denemede s adet başarı söz konusu ise, da başarının nisbi frekansı lim (s/n)
DetaylıOlasılık Kuramı ve İstatistik. Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları
Olasılık Kuramı ve İstatistik Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları OLASILIK Olasılık teorisi, raslantı ya da kesin olmayan olaylarla ilgilenir. Raslantı
DetaylıOlasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:
OLASILIK Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler, bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. Bu hata payının ortaya çıkmasının sebebi
DetaylıBAYES KURAMI. Dr. Cahit Karakuş
BAYES KURAMI Dr. Cahit Karakuş Deney, Olay, Sonuç Küme Klasik olasılık Bayes teoremi Permütasyon, Kombinasyon Rasgele Değişken; Sürekli olasılık dağılımı Kesikli - Süreksiz olasılık dağılımı Stokastik
DetaylıBİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTTİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. slı SUNER KRKÜLH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim D. Web: www.biyoistatistik.med.ege.edu.tr 1 OLSILIK Olasılık; Tablo
DetaylıOLASILIK. ihtimali Seçeneği durumu. Bir zar atma olayı. Basit kesirdir. Tüm durum. Sonuçlardan biri Çıktılardan biri. Diğer sayfaya geçiniz
OLASILIK ihtimali Seçeneği durumu Bir zar atma olayı Basit kesirdir. Tüm durum Sonuçlardan biri Çıktılardan biri 1 Soruyu DİKKATLİ OKU, soruyu ANLA, basit örnek kur. Cevabı işaretlemeden öce tekrar soruyu
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 4: OLASILIK TEORİSİ Giriş Bu bölüm sonunda öğreneceğiniz konular: Rastgele Olay Örnek Uzayı Olasılık Aksiyomları Bağımsız ve Ayrık Olaylar Olasılık Kuralları Koşullu Olasılık
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 GİRİŞ Olasılık Teorisi: Matematiğin belirsizlik taşıyan
DetaylıOlasılık Kavramı. Recep YURTAL. Mühendislikte İstatistik Metotlar. Çukurova Üniversitesi İnşaat Mühendisliği Bölümü
Olasılık Kavramı Mühendislikte İstatistik Metotlar Çukurova Üniversitesi İnşaat Mühendisliği ölümü OLSILIK KVRMI KÜME KVRMI irlikte ele alınan belirli nesneler topluluğuna küme, Kümede içerilen nesnelere
DetaylıFaktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,
14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.
DetaylıANADOLU ÜNİVERSİTESİ OLASILIĞA GİRİŞ
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ OLASILIĞA GİRİŞ DOÇ. DR. NİHAL ERGİNEL OLASILIĞA GİRİŞ - Bugün yağmur yağma olasılığı % 75 dir. - X marka bilgisayarın hiç servis gerektirmeden 100000 saat çalışması
DetaylıÖrnek...2 : Hilesiz iki zar atma deneyinin bütün çıktılarını aşağıdaki tabloya yazınız.
OLASILIK (İHTİMALLER HESABI) Olasılık kavram ı ilk önceleri şans oyunları ile başlamıştır. Örneğin bir oyunda kazanıp kazanmama, bir paranın atılmasıyla tura gelip gelmemesi gibi. Bu gün bu kavramın birçok
DetaylıOlasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:
OLSILIK Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler, bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. Bu hata payının ortaya çıkmasının sebebi
DetaylıOLASILIĞA GİRİŞ P( )= =
OLASILIĞA GİRİŞ - Bugün yağmur yağma olasılığı % 75 dir. - X marka bilgisayarın hiç servis gerektirmeden 100000 saat çalışması olasılığı %85 dir. Olasılık modelleri; Sıvı içindeki moleküllerin davranışlarını
DetaylıOlasılığa Giriş Koşullu Olasılık Bayes Kuralı
Olasılığa Giriş Koşullu Olasılık Bayes Kuralı Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Olasılığa Giriş Bundan önceki bölümlerde veri setini özetleyen,
DetaylıMOMENTLER, ÇARPIKLIK VE BASIKLIK. Moment: Bir değişkenin gözlemleri X 1, X 2, X 3, X 4.X n olsun. Bu serinin r inci momenti:
MOMENTLER, ÇARPIKLIK VE BASIKLIK Moment: Bir değişkenin gözlemleri X 1, X 2, X 3, X 4.X n olsun. Bu serinin r inci momenti: İşletme no 1 2 3 4 5 Arazi genişliği (da) 5 10 4 3 8 Aritmetik ortalamaya göre
DetaylıZMY501 Mühendislikte İstatistik Yöntemler
ZMY501 Mühendislikte İstatistik Yöntemler Bölüm 4 Olasılık http://www1.gantep.edu.tr/~bingul/stat Gaziantep Üniversitesi Mühendislik Yönetimi Tezsiz Yüksek Lisans Programı Aralık 016 Sayfa 1 İçerik Küme
DetaylıOLASILIK. P(A) = şeklinde ifade edilir.
OLASILIK Olasılık belirli bir olayın olabilirliğinin sayısal ölçüsüdür. Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. 17 yy. da şans oyunlarıyla birlikte kullanılmaya
DetaylıBİNOM AÇILIMI. Binom Açılımı. çözüm. kavrama sorusu. çözüm. kavrama sorusu. ö æ ö æ ö,,
BİNOM AÇILIMI Binom Açılımı n doğal sayı olmak üzere, (x+y) n ifadesinin açılımını pascal üçgeni yardımıyla öğrenmiştik. Pascal üçgenindeki katsayılar; (x+y) n ifadesi 1. Sütun: (x+y) n açılımındaki katsayılar
DetaylıĐŞLE 544 ĐSTATĐSTĐK ARA SINAV 11 Mayıs 2006
ĐŞLE 5 ĐSTATĐSTĐK ARA SINAV Mayıs 00 Adı Soyadı: No: [0 puan] -Bir Üniversitede okutulan derslerin öğrenciler tarafından değerlendirilmesi amacı ile hazırlanan bir anket formundaki sorulardan biri: Aldığınız
DetaylıALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR
ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR 1- İlaçla tedavi edilen 7 hastanın ortalama iyileşme süresi 22.6 gün ve standart sapması.360 gündür. Ameliyatla tedavi edilen 9 hasta için
DetaylıOLASILIK (İHTİMAL) TEORİSİ. DENEY (experiment),sonuç (outcome), OLAY (event) DENEY:Bir aktivitenin gözlemlenmesi ve ölçüm yapma şekilleridir.
OLASILIK (İHTİMAL) TEORİSİ 1 DENEY (experiment),sonuç (outcome), OLAY (event) DENEY:Bir aktivitenin gözlemlenmesi ve ölçüm yapma şekilleridir. SONUÇ:Deneylerin tamamlanması ile elde edilen verilerdir.
DetaylıÜNİTE. İSTATİSTİĞE GİRİŞ Prof.Dr.Erkan Oktay İÇİNDEKİLER HEDEFLER İHTİMAL TEORİSİ
HEDEFLER İÇİNDEKİLER İHTİMAL TEORİSİ Temel Kavramlar Toplama Kuralı Çarpma Kuralı İhtimal Dağılım Tablosu Beklenen Değer İSTATİSTİĞE GİRİŞ Prof.Dr.Erkan Oktay Bu üniteyi çalıştıktan sonra; İhtimal (olasılık)
DetaylıOlasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler.
Bölüm 2 OLASILIK TEORİSİ Olasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler. Rasgele değişken, gelecekteki bir gözlemde alacağı
DetaylıÇözüm: Siyah top çekilme olasılığı B olsun. Topların sayısı 12 olduğuna göre P(B)=8/12=2/3 tür.
1 Olasılık Örnekler 1. Bir çantada 4 beyaz 8 siyah top vardır. Bir siyah top çekilmesi olasılığı nedir? Çözüm: Siyah top çekilme olasılığı B olsun. Topların sayısı 12 olduğuna göre P(B)=8/12=2/3 tür. 2.
DetaylıKesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.
Detaylıİstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY
İstatistik 1 Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları Bu Bölümde İşlenecek Konular Temel Olasılık Teorisi Örnek uzayı ve olaylar, basit olasılık, birleşik olasılık Koşullu Olasılık İstatistiksel
DetaylıÖĞRENCİNİN ADI SOYADI: NUMARASI: SINIFI: KONU: Olasılık
ÖĞRENCİNİN ADI SOYADI: NUMARASI: Dersin Adı SINIFI: KONU: Olasılık Dersin Konusu. Bir kutudaki 7 farklı boncuğun içinden iki tanesi seçiliyor. Buna göre, örneklem uzayının eleman sayısı A) 7 B)! 7. madeni
Detaylı10. Sınıf Matemat k Ders İşleme Defter. Altın Kalem Yayınları
10. Sınıf Matemat k Ders İşleme Defter OLASILIK Altın Kalem Yayınları KOŞULLU OLASILIK Bas t olayların olma olasılıklarını 9. sınıf matemat k konularında şlem şt k. Ş md yapacağımız se daha karmaşık olayların
DetaylıUygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Olasılık Hatırlatma Olasılık teorisi,
DetaylıAnkara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1
1 Rastgele bir denemede ortaya çıkması olası sonuçların tamamıdır Örnek: bir zar bir kez yuvarlandığında S= Yukarıdaki sonuçlardan biri elde edilecektir. Sonuçların her biri basit olaydır Örnek: Bir deste
DetaylıKESİKLİ DÜZGÜN DAĞILIM
KESİKLİ DÜZGÜN DAĞILIM Eğer X kesikli rassal değişkeninin alabileceği değerler (,,..., ) eşit olasılığa sahip ise, kesikli düzgün dağılım söz konusudur. p(x) =, X=,,..., şeklinde gösterilir. Bir kutuda
DetaylıALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:
İSTATİSTİK I ALIŞTIRMALAR Y.Doç.Dr. Hüseyin Taştan AÇIKLAMA: N: P. Newbold, İşletme ve İktisat için İstatistik, 4. basımdan çeviri. Çift sayılı alıştırmalar için kitabın arkasındaki çözümlere bakabilirsiniz.
DetaylıŞartlı Olasılık. Pr[A A ] Pr A A Pr[A ] Bir olayın (A 1 ) olma olsılığı, başka bir olayın (A 2 ) gerçekleştiğinin bilinmesine bağlıysa;
Şartlı Olasılık Bir olayın (A ) olma olsılığı, başka bir olayın (A 2 ) gerçekleştiğinin bilinmesine bağlıysa; Pr[A A 2 Pr A A Pr A A = Pr[A A 2 2 2 Pr[A Pr[A 2 2 A A 2 S Pr[A A 2 A 2 verildiğinde (gerçekleştiğinde)
Detaylıİstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik
6.SUNUM İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik özellikleri (ortalama, varyans v.b. gibi) hakkında
DetaylıBKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )
4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı
DetaylıOlasılık: Klasik Yaklaşım
Olasılık Teorisi Olasılık: Klasik Yaklaşım Olasılık Bir olayın meydana gelme şansına olasılık denir. Örnek Türkiye nin kazanma olasılığı Hava durumu Loto Olayların Olasılığını Belirleme Rastsal (gelişigüzel)
DetaylıRassal Değişken. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Rassal Değişken Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK tover@sakarya.edu.tr S örnek uzayı içindeki her bir basit olayı yalnız bir gerçel (reel) değere dönüştüren fonksiyona rassal değişken adı verilir. O halde
DetaylıBÖLÜM 2 : OLASILIK. Olasılığın gelişmesinde 4 anahtar sözcük önemli rol oynamaktadır. -Örneklem sonucu sample outcome
ÖLÜM : OLSLK Giriş: Olasılık kavramına. Fermat ile. ascal ın büyük katkıları olmuştur. ascal hesap makinesini geliştirerek Fermat ile birlikte olasılığın temellerini oluşturmuştur. Daha sonra Rus matematikçi
DetaylıKesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenlerinin Olasılık Fonksiyonları X, şans değişkeni ve, 2,.., n ise bu tesadüfi değişkenin
Detaylı3.Ders Rasgele Değişkenler
3.Ders Rasgele Değişkenler Tanım:,U, P bir olasılık uzayı ve X : R X olmak üzere, a R için, : X a U oluyorsa X fonksiyonuna bir rasgele değişken denir. a R için X, a : X a U özelliğine sahip bir X rasgele
DetaylıŞartlı Olasılık. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Şartlı Olasılık Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK tover@sakarya.edu.tr Şartlı Olasılık ir olayın olasılığından söz edebilmek için bir alt kümeyle temsil edilen bu olayın içinde bulunduğu örnek uzayının
DetaylıKüme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur
Kümeler Kümeler ve küme işlemleri olasılığın temellerini oluşturmak için çok önemlidir Küme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur Sonlu sayıda, sonsuz sayıda, kesikli
DetaylıNot: n tane madeni paranın atılması deneyinde örnek uzayın eleman sayısı
LYS Matematik Olasılık Tanım: Bir deneyde çıkabilecek tüm sonuçların kümesine örnek uzay denir ve E ile gösterilir. Örnek uzayın herhangi bir elemanına da örnek nokta denir. Örnek: Bir zarın atılması deneyinde
DetaylıDers 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar
Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar Küme Kavramı Küme İşlemleri Deney, Örnek Uzay, Örnek Nokta ve Olay Kavramları Örnek Noktaları Sayma Permütasyonlar Kombinasyonlar Parçalanmalar
DetaylıDers 4: Rastgele Değişkenler ve Dağılımları
Ders 4: Rastgele Değişkenler ve Dağılımları Rastgele değişken kavramı Kesikli ve sürekli rastgele değişkenler İki boyutlu rastgele değişkenler Beklenen değer Varyans Örnek uzaydaki her elemanı bir sayıyla
DetaylıTesadüfi Değişken. w ( )
1 Tesadüfi Değişken Tesadüfi değişkenler gibi büyük harflerle veya gibi yunan harfleri ile bunların aldığı değerler de gibi küçük harflerle gösterilir. Tesadüfi değişkenler kesikli veya sürekli olmak üzere
DetaylıTemel Olasılık {\} /\ Suhap SAHIN
Temel Olasılık 0 {\} /\ Suhap SAHIN Olasılık P(E) : E nin olma olasılıgı n: Deneme sayısı n(e): Denemelerden kaçı E ile sonuçlandı Deneme sayısı sonsuza( ) yaklasırsa P(E) = limn n(e) n Örnek Uzay S: Bir
Detaylı8. SINIF MATEMATiK OLASILIK. Murat ÇAVDAR OLASILIK. Olasılık: Sonucu önceden kesin olarak bilinmeyen rastlantıya bağlı olaylara olasılık denir.
04 8. SINIF MATEMATiK OLASILIK OLASILIK Olasılık: Sonucu önceden kesin olarak bilinmeyen rastlantıya bağlı olaylara olasılık denir. Bir zarın atılması, bir torbadan top çekilmesi, bir paranın yazı veya
DetaylıOLASILIK PROBLEMLERİ I (BAĞIMSIZ OLAYLAR, KOLMOGOROV BELİTLERİ VE KOŞULLU OLASILIK)
İST65-0-02-OLASILIK I (BAĞIMSIZ OLAYLAR, KOLMOGOROV BELİTLERİ VE KOŞULLU OLASILIK). A ve B olayları ayrık olaylar ve olasılıkları sıfırdan farklı ise, bu olayların bağımlı olduklarını tanıtlayınız. A ve
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Kombinatoryal Olasılık 5. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar
DetaylıMatematik Ders Notları. Doç. Dr. Murat Donduran
Matematik Ders Notları Doç. Dr. Murat Donduran Mart 18, 28 2 İçindekiler 1 Tanımlı Integral Uygulamaları 5 1.1 Olasılık.............................. 5 3 4 İÇINDEKILER Bölüm 1 Tanımlı Integral Uygulamaları
DetaylıDr. Mehmet AKSARAYLI
Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli
DetaylıDers 9: Kitle Ortalaması ve Varyansı için Tahmin
Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık
Detaylı2. Klasik Kümeler-Bulanık Kümeler
2. Klasik Kümeler-Bulanık Kümeler Klasik Küme Teorisi Klasik kümelerde bir nesnenin bir kümeye üye olması ve üye olmaması söz konusudur. Bu yaklaşıma göre istediğimiz özelliğe sahip olan bir birey, eleman
DetaylıOlasılık Föyü KAZANIMLAR
Olasılık Föyü KAZANIMLAR Bir olaya ait olası durumları belirler. Daha fazla, eşit, daha az olasılıklı olayları ayırt eder, örnek verir. Eşit şansa sahip olan olaylarda her bir çıktının olasılık değerinin
DetaylıDeney Dizaynı ve Veri Analizi Ders Notları
Deney Dizaynı ve Veri Analizi Ders Notları Binom dağılım fonksiyonu: Süreksiz olaylarda, sonuçların az sayıda seçenekten oluştuğu durumlarda kullanılır. Bir para atıldığında yazı veya tura gelme olasılığı
DetaylıSAÜ BÖLÜM 11. OLASILIK. Prof. Dr. Mustafa AKAL
SAÜ BÖLÜM. OLASILIK Prof. Dr. Mustafa AKAL 0 İÇİNDEKİLER.KAVRAMLAR.. Rassal Deney, Örneklem Uzayı ve Olay.. Olayların Biçimlenmesi.3. Olasılık Tanımı.PERMÜTASYON VE KOMBİNASYON..Permütasyon... Sıralı Permütasyon...
DetaylıSÜREKLİ RASSAL DEĞİŞKENLER
SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk
DetaylıOlasılık Kuramı ve Bazı Olasılık Dağılımları
KAVRAMLAR Olasılık Kuramı ve Bazı Olasılık Dağılımları Deney: belirli koşullar altında tekrarlanabilen ve her tekrarda farklı sonuçlar elde edilebilen işlemdir. Örneklem uzayı: bir denemenin tüm olası
DetaylıDr. Akarsu Hafta-4 11/16/2014 1
Dr. Akarsu Hafta-4 11/16/2014 1 GİRİŞ Olasılık dolaylı istatistiğin önemli metotlarının temelini oluşturmaktadır. Örneğin, cinsiyet belirleyici bir prosedür belirlediğinizi iddia ediyorsunuz ve her seferinde
DetaylıISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI
SORU- 1 : ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI X ve Y birbirinden bağımsız iki rasgele değişken olmak üzere, sırasıyla aşağıdaki moment çıkaran fonksiyonlarına sahiptir: 2 2 M () t = e,
DetaylıEvren (Popülasyon) Araştırma kapsamına giren tüm elemanların oluşturduğu grup. Araştırma sonuçlarının genelleneceği grup
Evren (Popülasyon) Araştırma kapsamına giren tüm elemanların oluşturduğu grup Araştırma sonuçlarının genelleneceği grup Evrendeğer (Parametre): Değişkenlerin evrendeki değerleri µ : Evren Ortalaması σ
DetaylıHipotez Testlerine Giriş. Hipotez Testlerine Giriş
Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel
DetaylıDers 1: Markov Zincirleri YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 4. Stokastik Süreç Nedir? Stokastik Süreç Nedir?
Ders : Markov Zincirleri YÖNEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 4 Yrd. Doç. Dr. Beyazıt Ocaktan E-mail: bocaktan@gmail.com Ders İçerik: nedir? Markov Zinciri nedir? Markov Özelliği Zaman Homojenliği
DetaylıİSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ
İSTATİSTİK Hafta 7.2 Kesikli Olasılık Dağılımları Simeon Poisson a atfen isimlendirilen dağılım, bir örnek uzayın belli bir bölgesi veya zamanındaki olayların sayısının incelendiği kesikli bir olasılık
Detaylıİstatistiksel Yorumlama
İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız
Detaylı26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?
26.2.23 Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HĐPOTEZ TESTLERĐ denir. Sonuçların raslantıya bağlı olup
Detaylıa. Aynı sırada çekilen herhangi iki kartın aynı d. 4. çekişte iki torbadan da 4 numaralı kartların e. 2. ve 4. çekişte aynı numaralı kartların
Örnek Problem - Sinemada, yan yana koltukta oturan arkadaş, ara verildiğinde kalkıyorlar. Dönüşte, aynı koltuğa rastgele oturduklarına göre; hiçbirinin ilk yerine oturmaması olasılığı Örnek Problem - 4
DetaylıBiyoistatistik V. HAFTA
Biyoistatistik V. HAFTA Olasılık Olasılık: Bir olayın gerçekleşme ihtimalinin matematiksel değeridir. p= Başarı sayısı / olanaklı durumlar Yazı gelmesi ihtimali p=1/2=0.5 Olasılığın özellikleri: Daima
DetaylıProf.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN
SÜREKSİZ (DISCRETE) OLASILIK DAĞILIMLARI 1 RANDOM DEĞİŞKEN Nümerik olarak ifade edilebilen bir deneyin sonuçlarına rassal (random) değişken denir. Temelde iki çeşit random değişken vardır. ##süreksiz(discrete)
Detaylıkişi biri 4 kişilik, üçü ikişer kişilik 4 takıma kaç farklı şekilde ayrılabilir? (3150)
PERMÜTASYON KOMBİNASYON. A = {,,,,5} kümesinin alt kümelerinin kaç tanesinde 5 elemanı bulunur? (). 7 elemanlı bir kümenin en az 5 elemanlı kaç tane alt kümesi vardır? (9). A { a, b, c, d, e, f, g, h}
DetaylıAktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I
Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I S1. Cep telefonu üreten bir fabrikada toplam üretimin % 30 u A, % 30 u B ve % 40 ı C makineleri tarafından yapılmaktadır. Bu makinelerin
DetaylıTanım Bir A kümesinin her elemanı, bir B kümesinin de elamanı ise, A kümesine B kümesinin alt kümesi denir.
BÖLÜM 1 KÜMELER CEBİRİ Küme, iyi tanımlanmış ve farklı olan nesneler topluluğudur. Yani küme, belli bir kurala göre verilmiş nesnelerin listesidir. Nesneler reel veya kavramsal olabilir. Kümede bulunan
DetaylıKosullu Olasılık & Bayes Teoremi
Kosullu Olasılık & Bayes Teoremi 0 {\} /\ Suhap SAHIN Olasılık Deneyi Olasılık problemlerinde gerçeklestirilen eylemler Zar atılması Para atılması Top Çekme Bir zar atıldıgında üst yüze çift gelme ihtimali
Detaylı1. 4 kız ve 5 erkek öğrenci; a) kızların tümü bir arada olacak şekilde kaç türlü sıralanabilir?
1. 4 kız ve 5 erkek öğrenci; a) kızların tümü bir arada olacak şekilde kaç türlü sıralanabilir? 9. 4 çocuklu bir aile yan yana poz verecektir. Çocukların soldan sağa doğru boy sırasında olduğu kaç durum
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
DetaylıToplam Olasılık Prensibi
1 Toplam Olasılık Prensibi A 1, A 2,, A n karşılıklı kapsamayan ve birlikte tamamlayan olaylar kümesi olsun: A k A A j 0 = 0 k j j nn j j 1 = 1 B, S içinde herhangi bir olay ise k j AA j = ise S ise Pr[A
Detaylı10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08
1. Tanımlanan ana kütleden rassal seçilen örneklemlerden hesaplanan istatistikler yardımı ile ilgili ana kütle parametrelerinin değerini araştırma sürecine ne ad verilir? A) İstatistiksel hata B) İstatistiksel
DetaylıEXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME
EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME GİRİŞ Bu bölümde benzetim için excel örnekleri önerilmektedir. Örnekler excel ile yapılabileceği gibi el ile de yapılabilir. Benzetim örnekleri
DetaylıAyrık Olasılık. Ayrık Olasılığa Giriş
Ayrık Olasılık CC-59 Ayrık Yaılar Konstantin Busch - LU Ayrık Olasılığa Giriş Hilesiz zar Örnek uzay: {,,3,4,5,6} Olası tüm sonuçlar olayının olasılığı: olay kümesinin buyuklugu örnek uzayin buyuklugu
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Örnekleme Planlar ve Dağılımları Prof. Dr. İrfan KAYMAZ Tanım İncelenen olayın ait olduğu anakütlenin bütünüyle dikkate alınması zaman, para, ekipman ve bunun gibi nedenlerden dolayı
DetaylıOlasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir.
OLASILIK Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. Bu hata payının ortaya çıkmasının sebebi
DetaylıİSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.
İSTATİSTİKSEL TAHMİNLEME Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. 1 ŞEKİL: Evren uzay-örneklem uzay İstatistiksel tahmin
DetaylıTanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN
Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,
DetaylıGAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE
GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI Prof. Dr. Nezir KÖSE 30.12.2013 S-1) Ankara ilinde satın alınan televizyonların %40 ı A-firması tarafından üretilmektedir.
DetaylıBİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Güven Aralıkları 2 Güven Aralıkları
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
Detaylı2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018
2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018 Sigortacılık Eğitim Merkezi (SEGEM) tarafından hazırlanmış olan bu sınav sorularının her hakkı saklıdır. Hangi amaçla olursa
DetaylıBaşarı olasılığı olan bir Bernoulli denemesinin aynı şartlar altında (bağımsız olarak) n kez tekrarlanması ile oluşan deneye binom deneyi denir.
3.5. Bazı Kesikli Dağılımlar 3.5.1. Bernoulli Dağılımı Bir deneyde başarı ve başarısızlık diye nitelendirilen iki sonuçla ilgilenildiğinde bu deneye (iki sonuçlu) Bernoulli deneyi ya da Bernoulli denemesi
DetaylıBİYOİSTATİSTİK OLASILIK
BİYOİSTATİSTİK OLASILIK B Doç. Dr. Mahmut AKBOLAT *Küme Kavramı: Küme, tek bir isim altında toplanabilen ve benzer özellik gösteren birimlerin meydana getirdiği topluluk olarak tanımlanabilir. Küme içinde
DetaylıKESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı
KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı 1 Bernoulli Dağılımı Bir şans değişkeninin bernoulli dağılımı göstermesi için ilgilenilen süreçte bernoulli
DetaylıDers 6 OLASILIK KURAMI. Örnek Uzaylar, Örnek Noktalar ve Olaylar. Örnek Uzaylar, Örnek Noktalar ve Olaylar
Ders 6 Olasılık Teorisi Permutasyonlar ve Kombinasyonlar OLASILIK KURAMI Geçtiğimiz 5 hafta boyunca serilerin temel özelliklerini gösteren grafiklerin neler olduğunu ve Serilerin temel özelliklerini anlamada
Detaylı