x 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)

Benzer belgeler
TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)

Yrd.Doç.Dr.İstem Köymen KESER

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI.

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

BASİT ŞANS ÖRNEKLEMESİ

VII. BÖLÜM ELEKTROSTATİK ENERJİ

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

HİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.

ve yanlış olan yokluk hipotezini reddetmeme (II. tip hata) olasılığı (β)

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

İstatistik ve Olasılık

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

Titreşim Sistemlerinin Modellenmesi : Matematik Model

BLAST A C G T T A A A C T C G G C I I I I I I I I I A C T T T A A G C C A A G C

NİÇİN ÖRNEKLEME YAPILIR?

4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler

İstatistik ve Olasılık

İSTATİSTİK DERS NOTLARI

Adnan GÖRÜR Duran dalga 1 / 21 DURAN DALGA

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

Teknik Not / Technical Note KONUT SEKTÖRÜ İÇİN LİNYİT KÖMÜRÜ TÜKETİCİ FAZLASI

Tahmin Edici Elde Etme Yöntemleri

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

Dalgalarda Kırınım ve Girişim. Test 1 Çözüm. 3. fant. m dir. Young deneyinde saçak genişliği Dx = L d. P ve A 0

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

ÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ

ÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

Işıkta Girişim. Test 1 Çözüm. 3. fant. m dir. Young deneyinde saçak genişliği Dx = L d. P ve A 0

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş

4. Ders Fisher informasyonu s f rdan büyük ve sonlu, yani 0 < I() < 1; R f(x; )dx (kesikli da¼g l mlarda R yerine P.

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ

İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ

Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

İstatistiksel Tahminleme. Güven Seviyesi. Verilerin yayılımı ( Örnek hacmi X = X / n Güven seviyesi (1 - )

Dr. AKIN PALA. Damızlık Değeri, genotipik değer, allel frekansları. Damızlık değeri hesabı. Damızlık değeri hesabı. Damızlık değeri hesabı

BEKLENEN DEĞER VE VARYANS

SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ

Kuzularda Büyümenin Çok Boyutlu Ölçekleme Yöntemi İle Değerlendirilmesi

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

Hipotez Testleri. Parametrik Testler

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

Önceki bölümde bir f fonksiyonunun bir a noktasındaki tanım değeri kadar x

MAKROİKTİSAT (İKT209)

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n )

SIRADAN EN KÜÇÜK KARELER (OLS)

Ekonometri I VARSAYIMLARI

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t)

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

İstatistik ve Olasılık

İki veri setinin yapısının karşılaştırılması

Miller genellikle dönerek moment ve hareket ileten dairesel kesitli makina elemanlarıdır. Buralmaya veya burulma ile birlikte eğilmeye zorlanırlar.

Mühendislikte İstatistiksel Yöntemler

BÖLÜM I. Tam sayılarda Bölünebilme

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

Appendix C: İstatistiksel Çıkarsama

Soru No Puan Program Çıktısı 1,4 1,3,10 1,3,10 1,3,10

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

OLS Yönteminin Asimptotik (Büyük Örneklem) Özellikleri SIRADAN EN KÜÇÜK KARELER (OLS) Asimptotik Özellikler: Tutarlılık. Asimptotik Özellikler

ÜSTEL DÜZLEŞTİRME YÖNTEMİ

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

GEMİ STABİLİTESİ. Başlangıç Stabilitesi (GM) Statik Stabilite (GZ-ø eğrisi) Dinamik Stabilite (GZ-ø eğrisi altında kalan alan )

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005

n, 1 den büyük bir sayma sayısı olmak üzere,

Tahmin teorisinde amaç örneklem (sample) bilgisine dayanarak anakütleye. (population) ilişkin çıkarsamalar yapmaktır. Bu çıkarsamalar örneklem

STOK KONTROL YÖNETİMİ

NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ

BRİNELL SERTLİK YÖNTEMİ

Açık kümeleri belirlemek ve tanımlamak birkaç yolla olabilir. Biz bu yolların birkaçını. + r) açık aralığıdır.

6. Uygulama. dx < olduğunda ( )

MAKİNA BİLGİSİ I. KISIM ÖRNEK PROBLEMLER

AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI. için. 01 olaslk younluk fonksiyonu aa daki seçeneklerden hangisinde yer.

A noktasında ki cisim uzaklaşırken de elektriksel kuvvetler iş yapacaktır.

DERS 10. Kapalı Türev, Değişim Oranları

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

MERCEKLER MERCEKLER I 1 I 2. 3f/4 2f/3. 5f/7 5f/3

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr.

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ

0REN2008 MAKĠNA BĠLGĠSĠ KISIM 2 ÖRNEK PROBLEMLER

ÖRNEKLEME TEORİSİ 1/30

TEST 20-1 KONU KONDANSATÖRLER. Çözümlerİ ÇÖZÜMLERİ. 1. C = e 0 d. 2. q = C.V dır. C = e 0 d. 3. Araya yalıtkan bir madde koymak C yi artırır.

Deney 21 PID Denetleyici (I)

STAD. Balans vanası ENGINEERING ADVANTAGE

Kapasitans (Sığa) Paralel-Plaka Kondansatör, Örnek. Paralel-Plaka Kondansatör. Kondansatör uygulamaları Kamera flaşı BÖLÜM 26 SIĞA VE DİELEKTRİKLER

DİZİLER - SERİLER Test -1

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ

İstatistik ve Olasılık


Transkript:

4 ÖRNEKLEME HATASI 4.1 Duyarlılık 4. Güveilirik 4.3 Örek hacmi ve uyarlılık arasıaki ilişki 4.4 Örek hacmi ve göreceli terimler ile uyarlılık arasıaki ilişki 4.5 Hata kareler ortalaması

Örekte ele eile tahmi ve populasyo parametresi arasıaki farka örekleme hatası eir. Öreği; her biri 1$, $, 3$, 4$ ve 5$ a sahip N=5 öğrecie oluşa bir populasyo olsu. Bu 5 öğreci ayı zamaa popülasyo çerçevesii oluşturmaktaır. Bu N=5 öğreci popülasyou arasıa = hacimli bir örek seçilsi. Öreği 1=1$ ve =3$ a sahip iki öğrecii seçilmiş oluğu varsayılsı. Not : Notasyo olarak örek eğerleri içi küçük, populasyo içi büyük harfler kullaılmıştır. örek ortalaması 1 1 1 1 3 $ ır. populasyo ortalaması 1 N = 1 3 4 5 3$ 1 3 4 5 1 5 ır. $, ı bir tahmiiir. Bu uruma ile arasıaki farka bu örek içi örekleme hatası eir. Buraa - =-3=-1 ı örekleme hatasıır. Örekleme hatası kavramı, sapmasızlık ve beklee eğer kavramları ile ilişkiliir. Örek tahmi eicisi öreği, populasyo parametresi ı sapmasız bir tahmi eicisi oluğua, E = olur. Bu uruma örekleme hatası, örekte ele eile tahmi ve tahmi eicii beklee eğeri arasıaki fark halie gelir: Örekleme hatası= - = -E olarak a yazılabilir. = - örekleme hatası Geel olarak eğer, ı sapmasız bir tahmi eicisi oluğua Örekleme hatası= - = -E olur. Böylece ı örekleme hatası tek öreğe ait souç ile populasyo parametresi arasıaki fark olarak yorumlaır.

DUYARLILIK Örek ortalamasıı örekleme ağılımı aşağıaki gibi verilmiş olsu; %.5 %.5 1.96 1.96 1.96 P -1.96 1.96 0. 95 PZ Z 1 % / / : örekleme hatası, Z / : uyarlılık olarak ifae eilebilir P-1.96 1.96 0. 95 P-1.96< <1.96=0.95 P Z / Z Z / 1 % Yukarıaki ifae ı 1.96 a aha az olma olasılığıı 0.95 oluğuu ifae eer. Diğer bir eyişle ı A ve B gibi iki çizgi arasıa üşme olasılığıı 0.95 oluğuu ifae eer. A ve B arasıa oluğu sürece fark < 1.96 a az olacaktır. P <1.96 =0.95 şeklie üzeleebilir. Bu uruma =1.96 olur. Buraa iki oktaya ikkat eilmeliir. 1. örekleme hatasıır.. 1.96 güve aralığıı yarısıır. ı alabileceği e büyük eğer

Buraa örekleme hatası farklı bir şekile yorumlamalıır. Örekleme hatası saece verile bir tek örek içi örekleme hatasıır. Duyarlılık ise örekleme sebebiyle populasyo parametresi ve tahmi eici arasıaki eğişmeyi gösterir. Bu a verile bir güve katsayısıyla güve aralığıı yarı uzuluğua eşittir., belli bir örek hacmi ve güveilirlik içi tekrarlaa öreklemee tahmi eici ve populasyo parametresi arasıaki maksimum eğişimi ifae eer. bu alama ikkate alıığıa, örekleme hatası olarak eğil tahmi eicii uyarlılığı olarak ikkate alıır. Dolaysıyla,, verile herhagi bir örek içi eğil, tesaüfi örekleme yapılığıa e büyük eğişmeyi gösterir. Öreği, maksimum eğişmei 0.30$ a az olmasıa gereksiim uyuluğua, uyarlılık 0.30 olacaktır. Bu a güve aralığıı yarı uzuluğuu 0.30 $ a az olacağıı ifae eer. NOT: Örekleme hatası kavramı verile bir örek içiir. Duyarlılık ise güve aralığı ile ilgiliir ve acak tekrarlaa örekleme ile ilgili olarak taımlaır. GÜVENİLİRLİK Duyarlılık=güveilirlik* staart hata =z Duyarlılığa ilişki %95 güveilirlik sözkousu oluğu zama, buu alamı, uyarlılığı %95 güve katsayılı güve aralığıı e fazla yarı uzuluğu kaar oluğuur. Örek ortalaması ve %95 güveilirlik içi, =1/güve aralığı =1.96 olarak ifae eilebilir. Buraa terimi uyarlılığı 1.96 a %95 güveilirliği temsil eer. 1.96 ya a güveilirlik katsayısı eir. Bu ilişki aşağıaki şekile gösterilebilir. Duyarlılık=güveilirlik* staart hata =z

ÖRNEK HAMİ VE DUYARLILIK Örek hacmi arttıkça uyarlılık artmakta yai küçülmekteir. Örek ortalaması kullaılarak bu ilişki açıklaığıa: =z =z. Buraa = ır. büyüükçe küçülür ve tahmi eicii uyarlılığı artar. Buu geel alamı, örek hacmi büyüükçe, örek tahmi eicisi tahmi etmekte oluğu populasyo parametresie yaklaşır. Bu eşitlik ayrıca verile bir uyarlılık içi örek hacmii ele etmee e kullaılabilir: =z =z z z bu eğeri belirli bir uyarlılık içi gerekli örek hacmiir. ÖRNEK: %95 güveilirlikle ı uyarlılığıı 4 br lik sıırlar içie kalması arzu eiliğie ve populasyo staart sapmasıı =18 br oluğu biliiğie göre gerekli örek hacmii ele eiiz. = 4br 1-α=0,95 α=0,05 α/=0,05 4=z = 18 =81 ele eilir. 0,5-0,05=0,4750 Z0,5-α/=1,96

ÖRNEK HAMİ VE GÖRELİ TERİMLERDE DUYARLILIK Birçok uruma tahmi eicii uyarlılığı, mutlak terimlere çok göreli terimlerle ifae eilir. Öreği belirli bir okulaki öğrecileri ortalama ağırlığıı tahmi etmee uyarlılık ı 7 br lik sıırlar içie olması yerie %5 lik sıırlar içie olması olarak ifae eilebilir. Değişim katsayısı kullaılarak, uyarlılık, güveilirlik ve staart hata arasıaki temel ilişki göreli terimlerle ifae eilebilir ve buraa a örek hacmi ve uyarlılık arasıaki ilişki göreli terimler cisie ifae eilebilir. Temel ilişki =z şeklieir. Dolayısıyla uyarlılık = göreli terimlerle ifae eilmek isteirse Z Z Z Z. / Varyasyo katsayıları açıklamaları : S = E S = 1. E V E S V =V N =N V = N N N N 1. / / / ol içi oluğua göre, ele eilir. Diğer tarafta, Z oluğua göre, Z belirli bir göreli uyarlılık içi gerekli örek hacmi ele eilir,

ÖRNEK:Büyük bir grup öğrecii ortalama ağırlığı tahmi eilmek istemekteir. Tahmi eicii göreli uyarlılığıı, ortalamaı %5 i kaar ola sıırlar içie olması istemekteir. Güveilirlik z=3 heme heme kesi ve =0.1 oluğua göre hagi büyüklükte bir örek seçilmeliir? z 3 3* 0.1 = 36 0.05 0.05 HATA KARELER ORTALAMASI HKO, Bir tahmi eici ile parametre eğeri arasıaki farkı karesii beklee eğeri hata kareler ortalaması olarak alaırılır. parametresii tahmi eicisi içi ; H.K.O.= E İle gösterilebilir. E bir kez ekleip çıkarılarak, H.K.O= E E E H.K.O=E E E =Var +sapma miktarı = Var +bias Sapmasız tahmiciler içi hata kareler ortalaması ile varyas ayı alama gelir. Parametre eğeri bilimeiğie hata kareler ortalaması hesaplaamaz. Tahmi eicileri istee özelliklerie biri hata kareler ortalamasıı küçük olmasıır. Baze bu terim oğruluk olarak alaırılır. Sapmasız ola tahmi eicileri oğruluk ölçütü varyastır. Bir tahmi eici e kaar küçük varyaslı ise o kaar uyarlıır eir.

Örek: I, II, III olarak ifae eile 3 farklı zarı 3 er kez atılışıa ele eile souçlar aşağıaki gibi olsu. Bu farklı zar atılışlarıa istatistiklei ele etmeye çalışırsak, Tek zar atılışıa Populasyo Ortalaması:3.5 ur. I II III 5 5 6 3 5 1 5 1 ort.67 4.33 4 varyas4,33 1,33 7 HKO 5,01,01 7,5 sapma 0,68...0,68...0,5 HKO var yas sapma IV V VI 5 1 3 3 5 4 ort. 3 3.33.67 varyas HKO sapma VII VIII I 1 3 5 6 3 1 3 4 3 ort. 3.33 3.33 3 varyas HKO sapma ÖZET: Yukarıa 9 farklı örekte ele eile souçlar bulumaktaır. Toplama 6 ı 3 lü kombiasyou kaar yai 0 farklı örek ele eilebilir ve tüm bu souçlar kullaılarak tüm istatistikleri beklee eğerleri ele eilebilir.