OLASILIK TEORİSİ VE İSTATİSTİK

Benzer belgeler
Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )

Ders 4: Olasılık Aksiyomları ve Bazı Olasılık Kuralları

Ders 3: Olasılık Aksiyomları ve Bazı Olasılık Kuralları

Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK

İstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY

Olasılık Kuramı ve İstatistik. Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE

İSTATİSTİK VE OLASILIK SORULARI

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

BİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BAYES KURAMI. Dr. Cahit Karakuş

İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik

Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ. Markov Analizi

Olasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR

Çözüm: Siyah top çekilme olasılığı B olsun. Topların sayısı 12 olduğuna göre P(B)=8/12=2/3 tür.

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1

ANADOLU ÜNİVERSİTESİ OLASILIĞA GİRİŞ

OLASILIĞA GİRİŞ P( )= =

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? n(s) = 3 6 = 1 2

Ders 1: Markov Zincirleri YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 4. Stokastik Süreç Nedir? Stokastik Süreç Nedir?

Olasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler.

Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

İŞLETME RİSK YÖNETİMİ. Yrd. Doç. Dr. Tülay Korkusuz Polat 1/21

Tesadüfi Değişken. w ( )

Başarı olasılığı olan bir Bernoulli denemesinin aynı şartlar altında (bağımsız olarak) n kez tekrarlanması ile oluşan deneye binom deneyi denir.

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

OLASILIK (İHTİMAL) TEORİSİ. DENEY (experiment),sonuç (outcome), OLAY (event) DENEY:Bir aktivitenin gözlemlenmesi ve ölçüm yapma şekilleridir.

T.C. SELÇUK ÜNİVERSİTESİ REKTÖRLÜĞÜ

İstatistik ve Olasılık

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Olasılık Kavramı. Recep YURTAL. Mühendislikte İstatistik Metotlar. Çukurova Üniversitesi İnşaat Mühendisliği Bölümü

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018

Rastgelelik, Rastgele Sinyaller ve Sistemler Rastgelelik Nedir?

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

İstatistik ve Olasılık

İstatistik ve Olasılık

Örnek Uzay: Bir deneyin tüm olabilir sonuçlarının kümesine Örnek Uzay denir. Genellikle harfi ile gösterilir.

Olasılık Kuramı ve Bazı Olasılık Dağılımları

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

ERTÜR DENETİM VE MALİ MÜŞAVİRLİK

EME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

Dr. Mehmet AKSARAYLI OLASILIK. Ders 3 / 1

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

YÖNEYLEM ARAŞTIRMASI-2 -Markov Zincirleri-

Rassal Değişken. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

İSTATİSTİĞE GİRİŞ VE OLASILIK

Tahminleme Yöntemleri

SAÜ BÖLÜM 11. OLASILIK. Prof. Dr. Mustafa AKAL

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

Olasılık: Klasik Yaklaşım

2. Klasik Kümeler-Bulanık Kümeler

Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir.

Appendix B: Olasılık ve Dağılım Teorisi

Olasılık ve Rastgele Süreçler (EE213) Ders Detayları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

Bölüm 3. Tanımlayıcı İstatistikler

Bekleme Hattı Teorisi

YANLILIK. Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır.

İstatistik ve Olasılık

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak

Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

HAYAT DIŞI SİGORTALARI SINAVI EKİM 2017

Olasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları

Ders 6: Kesikli Olasılık Dağılımları

SİGORTA MATEMATİĞİ SINAV SORULARI WEB. Belirli yaşlar için hesaplanan kommütasyon tablosu aşağıda verilmiştir.

OLASILIK TEORİSİ VE İSTATİSTİK

Chapter 5. Elektrik Devreleri. Principles of Electric Circuits, Conventional Flow, 9 th ed. Floyd

SÜREKLİ DÜZGÜN DAĞILIM

MAT223 AYRIK MATEMATİK

Arızalara Karşı Dayanaklı Optik Örgüsel (Mesh) Ağlar 1. Kısım: Koruma. BSM 450 Fiber Optik Ağlar Bahar Yrd. Doç. Dr.

Ders 5: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları

EME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

İstatistik ve Olasılık

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı

ÖĞRENCİNİN ADI SOYADI: NUMARASI: SINIFI: KONU: Olasılık

İstatistik ve Olasılık

İŞLETMECİLER İÇİN İSTATİSTİK II

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI: SİGORTA MATEMATİĞİ. Soru 1

Mühendislikte İstatistiksel Yöntemler

BÖLÜM 1 GİRİŞ: İSTATİSTİĞİN MÜHENDİSLİKTEKİ ÖNEMİ

Rassal Değişken Üretimi

BÖLÜM 2 : OLASILIK. Olasılığın gelişmesinde 4 anahtar sözcük önemli rol oynamaktadır. -Örneklem sonucu sample outcome

Transkript:

OLASILIK TEORİSİ VE İSTATİSTİK

İki Değişkenli Olasılık Bu bölümde yapılan bir deneyin iki değişkene bağlı olan sonuçları dikkate alınacaktır. Örneğin: Bir gazete yöneticisi, politikasını belirlemek için ekonomi sayfasını okuyan müşterilerin yaşları ile ilgilenebilir. Burada A olayı ekonomi sayfasının okunması, B olayı da yaşlar ile ilgili bilgiyi tanımlamaktadır. B olayı B 1 ( 25), B 2 (26 40), B 3 (41 ) olarak ayrık alt olaylardan oluşabilir. A olayı da A 1 (hiç okumuyor), A 2 (ara sıra okuyor), A 3 (devamlı okuyor) şeklinde ayrık alt olaylardan oluştuğu düşünülebilir. Bu rasgele deneyde;

İki Değişkenli Olasılık Şekil1 de görüldüğü gibi A ve B olaylarının sonuçları birleşerek iki değişkenli sonuçları oluşturmuşlardır. Toplam sonuç sayısı A nın sonuç sayısı ile B nin sonuç sayıları çarpımı kadardır (3 x 3 = 9). Bu sonuçlara olasılıklar da bağlanabilir. Verdiğimiz örneğin alan araştırması sonuçları Çizelge_2 verildiği gibi olsun.

(A) Ekonomi Sayfasını Okuma (B) Yaşlar (B 1 ) ( 25) (B 2 ) (26 40) (B 3 ) (41 ) Toplam (A 1 ) Hiç okumuyor 0,13 0,02 0,03 0,18 (A 2 ) Ara sıra okuyor 0,11 0,13 0,21 0,45 (A 3 ) Düzenli okuyor 0,03 0,21 0,13 0,37 Toplam 0,27 0,36 0,37 1 Gazetede Ekonomi Sayfası Okuma

Burada deneysel olasılığın kullanıldığını görüyoruz. Eğer araştırmanın geniş bir örneklem de yapıldığı düşünülür ise bu sonuçların olasılıklara yaklaştığı düşünülebilir. Böylece gazete okuyucu kitlesinin davranışları hakkında bilgi alınabilir. Örneğin; olan sonucun 26 40 yaş grubunda, ekonomi sayfasını okumayanların 0,02 olduğu söylenebilir. Burada şu iki tanım verilebilir.

Kenar Olasılıklar:İki değişkenli olasılıklarda (çapraz tablo oluşturuluyor) tekil olay olasılıklarına P(A i ) ya da P(B j ) kenar olasılık denir. Ortak Olasılıklar:İki değişkenli olasılıklarda arakesit olasılıkları ortak olasılıklar denir. Burada kenar olasılıklar örneğin P(A i ), A i olayını oluşturan ve birbirlerinden ayrık olan olasılıklarının toplamına eşittir.

Bu sonuç P(B j ) için de geçerlidir. Yani

Ekonomi sayfasını okuma örneğinde rasgele seçilmiş bir kimsenin bu sayfayı ara sıra okuyor olma olasılığı:

Benzer şekilde,

A 1 A 2... A k ayrık ve bütünü tamamlayan olaylar olduğu için olasılıkları toplamı 1dir. Aynı durum B olayları için de geçerlidir. Aynı durum arakesit olayları olan ait ortak olasılıklar için de geçerlidir. Yani

Koşullu Olasılık Genellikle uygulamada kenar olasılıkları ile çok ilgilenilmez. Örneğin, yukarıda verilen araştırmada (26-40) yaş grubunda ekonomi sayfasını okuyanlar bizi daha çok ilgilendirebilir. Ya da, bir sigorta şirketinde sağlık sigortası yaptıran müşterilerden herhangi birinin bir yıl içinde sigorta primi almak için başvurma olasılığı yerine (50-60) yaş grubunda olan müşterilerden birinin başvurması olasılığı bizi daha çok ilgilendirir.

Koşullu Olasılık Bu iki örnekte görüldüğü gibi istenen olasılık bir ek koşul altında belirlenmektedir. Burada, belli bir olayın gerçekleşme olasılığı, bir başka olayın gerçekleşmesi verilmişken ilgilenmemizi gerektirmektedir. Bu duruma koşullu olasılık diyoruz. Tanım:A ile B iki olay olsun. B olayı verilmişken A olayının gerçekleşme olasılığına koşullu olasılık denir ve P(A/B) ile gösterilir. P(B)>0 olma şartı ile

Koşullu Olasılık olarak tanımlanır. Benzer şekilde eğer koşul A olayı ise P(A)>0 şartı ile

Koşullu Olasılık Ekonomi sayfası ile ilgili araştırmada rasgele seçilmiş bir kişinin (26-40) yaş grubunda olduğu bilindiğine göre bu sayfayı ara sıra okuma olasılığı:

ya da Koşullu Olasılık

Koşullu Olasılık Örnek:Büyük bir şehirde elektrik kesintilerinin nedenleri incelendiğinde elde edilen verilerden aşağıdaki sonuçlara varılmıştır. Kesintilerin 0,05 i trafo arızasına, 0,80 i hattın zarar görmesine, 0,01 i her iki nedene de bağlıdır. Aşağıdaki olasılıkları hesaplayın? A)Hattın arızalı olduğu verilmişken, trafonun da arızalı olması olasılığı

A)Hattın arızalı olduğu verilmişken, trafonun da arızalı olması olasılığı

B)Trafo arızası verilmişken, hattın da arızalı olması C)Hattın arızalı olmadığı ve trafonun arızalı olması

D)Hattın arızalı olmadığı verilmişken, trafonun arızalı olması E)Trafonun veya hattın arızalı olması