Binom Dağılımı Özellikleri ve Olasılıkların Hesaplanması

Benzer belgeler
Poisson Dağılımı Özellikleri ve Olasılıkların Hesaplanması

OLASILIK ve KURAMSAL DAĞILIMLAR

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

BÖLÜM 9 NORMAL DAĞILIM

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

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

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

Toplum ve Örnek. Temel Araştırma Düzenleri. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

İstatistik ve Olasılık

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.

Olasılığa Giriş Koşullu Olasılık Bayes Kuralı

Dr. Mehmet AKSARAYLI

SPSS de Tanımlayıcı İstatistikler

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

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

Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

Ki-Kare Bağımsızlık Analizi

Student t Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş

BÖLÜM 11 Z DAĞILIMI. Şekil 1. Z Dağılımı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

İstatistik ve Olasılık

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

Mann-Whitney U ve Wilcoxon T Testleri

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ

MATE211 BİYOİSTATİSTİK

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

İstatistik ve Olasılık


İÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı...

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

RİSK ANALİZİ VE AKTÜERYAL MODELLEME MAYIS 2015

BÖLÜM 1 GİRİŞ: İSTATİSTİĞİN MÜHENDİSLİKTEKİ ÖNEMİ

BİYOİSTATİSTİK. Genel Uygulama 1. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

Matematik Ders Notları. Doç. Dr. Murat Donduran

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ

BAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

ortalama ve ˆ ˆ, j 0,1,..., k

TÜRKİYE DEKİ İSTATİSTİK BÖLÜMLERİNİN AKADEMİK PERFORMANS DEĞERLENDİRMESİ

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

CEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

13. Olasılık Dağılımlar

Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5

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

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

İSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ

1.58 arasındaki her bir değeri alabileceği için sürekli bir

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları


SÜREKLİ DÜZGÜN DAĞILIM

Bir Normal Dağılım Ortalaması İçin Testler

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Prof.Dr.İhsan HALİFEOĞLU

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

İstatistik ve Olasılığa giriş -I (STAT 201T) Ders Detayları

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.

SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

SÜREKLĠ OLASILIK DAĞILIMLARI

İÇİNDEKİLER ÖNSÖZ Bölüm 1 KÜMELER Bölüm 2 SAYILAR

Mühendislikte İstatistiksel Yöntemler

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

OLASILIK ve İSTATİSTİĞE GİRİŞ. Yrd. Doç. Dr. Hüsey n Dem r

İstatistik ve Olasılık

KESİKLİ DÜZGÜN DAĞILIM

BÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI)

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

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

ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Örnek Olay 1 (Sayfa 61) Ders 3 Minitab da Grafiksel Analiz-III Örnek Olaylar. Örnek Olay 1 (Sayfa 61)

ÖDEV (Vize Dönemi) CEVAPLAR. 1. Ekrana Merhaba Dünya! yazdıran algoritmanın akış diyagramını çiziniz ve sözde kod olarak yazınız.

BİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

Appendix B: Olasılık ve Dağılım Teorisi

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

İSTATİSTİKSEL PROSES KONTROLÜ

İÇİNDEKİLER ÖN SÖZ...

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

Biyoistatistiğin Tanımı Biyoistatistikte Kullanılan Terimler Değişken Tipleri Parametre ve İstatistik Tanımlayıcı İstatistikler

İSTATİSTİK EXCEL UYGULAMA

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

DEĞERLENDİRME ARASINDAKİ İLİŞKİLER... 1

İstatistik ve Olasılık

İstatistik ve Olasılık

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

EME 3117 SİSTEM SİMÜLASYONU. Rassal Sayı ve Rassal Değer. Üretimi. Rassal Sayı Üretimi

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X)

VANTİLATÖR DENEYİ. Pitot tüpü ile hız ve debi ölçümü; Vantilatör karakteristiklerinin devir sayısına göre değişimlerinin belirlenmesi

Varyans Analizi (ANOVA) Kruskal-Wallis H Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

ARAŞTIRMA SÜRECİNİN ADIMLARI. LİTERATÜR TARAMA PROBLEMİN TANIMLANMASI Prof.Dr.Besti Üstün

Yrd. Doç. Dr. Sedat Şen 9/27/2018 2

Transkript:

Özellikleri ve Olasılıkların Hesaplanması Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

Sonucu ikili olarak gözlenebilen örneğin erkek-kız, hasta-sağlam, sağ-ölü, başarı-başarısız, tedavi var, tedavi yok gibi olayların birden çok kez örneğin 2, 5, 8 kez gibi tekrarlanması sonucunda elde edilen ikili sonuçlardan ilgilenilen sonucun toplam sayısının uyduğu teorik dağılıma Binom dağılımı adı verilir.

Örneğin radikal prostatektomi operasyonu geçiren bir kişide operasyon sonrası lokal nüks gelişmesi ya da gelişmemesi ikili bir sonuçtur. Bu kişide ya lokal nüks gelişecektir ya da gelişmeyecektir.

Yapılan çalışmalarda operasyon sonrası lokal nüks gelişme olasılığı %40 olduğu saptanmış olsun. Bu durumda lokal nüks gelişmeme olasılığı ise %60 olarak belirlenir.

Bu operasyonu aynı özellikte tümör yapısında olan birden çok kişide örneğin 10 kişide uygulamayı planlayalım. 10 kişinin 6 sında lokal nüks gelişme olasılığı nedir?

Bir kişide lokal nüks gelişme olasılığı 0.40 (%40) olduğuna göre 6 kişide lokal nüks gelişme olasılığı 0.40x0.40x0.40x0.40x0.40x0.40=(0.40) 6 =0.004096 Kalan 4 kişide ise lokal nüks gelişmeme olasılığı ise 0.60x0.60x0.60x0.60=(0.60) 4 =0.1296 olarak bulunur.

Bu iki durumun yani 6 kişide lokal nüks gelişiminin ve 4 kişide ise lokal nüks gelişmemesinin aynı anda olma olasılığı ise (0.40) 6 x (0.60) 4 = 0.004096 x 0.1296 = 0.0005308 olarak bulunur. Peki bu olasılık 10 kişinin 6 ında lokal nüks gelişme olasılığının yanıtı mıdır?

(0.40) 6 x (0.60) 4 = 0.004096 x 0.1296 = 0.0005308 değerini 10 nun 6 lı kombinasyon sayısı ile çarpmamız gerekmektedir. Çünkü 10 kişi içinde lokal nüks gelişen kesin 6 kişiyi ya da diğer 4 kişiyi bilemeyiz.

Sonuç olarak 10 kişinin 6 sında lokal nüks gelişme olasılığı C(10,6) x (0.40) 6 x (0.60) 4 = 210 x 0.004096 x 0.1296 = 0.111476 olarak elde edilir.

Bu durumda binom dağılımına ilişkin olasılıkların hesaplanması aşağıdaki olasılık yoğunluk fonksiyonu ile elde edilir. B(x,n,p)=c(n,x) p x q n-x

B(x,n,p)=c(n,x) p x q n-x C(n,x): Binom katsayılarını belirten kombinasyon katsayısı. x: Binom değişkeni ve x=0, 1, 2,,n. n: Deneme sayısı (X in en fazla gözlem sayısı) p: Tanımlanan olayın gözlenme olasılığıdır. q=1-p.

Örnek: 0-1 yaş arası çocuklarda kronik bronşit gelişme insidansı %5 olarak bilinmektedir. Bu amaçla yapılan bir araştırmada belli bir bölgede tarama yapılmakta ve 0-1 yaş 20 çocuk çalışmaya dahil edilmiştir. Acaba 3 çocukta kronik bronşit gözlenme olasılığı nedir?

Bu örnekte incelenen olay 0-1 yaş arası çocuklarda kronik bronşit gelişmesi olayıdır. Bu olay iki sonuçlu bir olaydır, 0-1 yaş arası çocuklarda ya kroik bronşit gelişir ya da gelişmez. Kronik bronşit gelişme olasılığı ise %5 (0.05) olarak belirlenmiş. Bu durumda yapılan araştırmada kronik bronşitli çocuk sayısı binom dağılımına uymaktadır.

Örnekte, 20 çocuk içinde 3 çocukta kronik bronşit görülme olasılığı sorulmaktadır. B(x,n,p)=c(n,x) p x q n-x B(3,20,0.05)=c(20,3)(0.05) 3 (0.95) 17 =0.05958=%5.95 olarak hesaplanır.

Aynı örnekte, en az 3 çocukta kronik bronşit gözlenme olasılığı nedir? Bu durumda en az 3 çocukta kronik bronşit gözlenme olasılığını hesaplamak için 3 ya da 3 den daha fazla sayıda örneğin 3, 4, 5, 6,,20 çocukta gözlenme olasılıklarını bulup toplamamız gerekir.

Bu işlem daha çok hesaplama gerektirdiğinden daha kolay bir yaklaşım ile en az 3 çocukta kronik bronşit gelişme olasılığını hesaplayabiliriz. Bu yaklaşım tüm olasılıkların toplamı 1 e eşittir kuralını içermektedir.

3, 4, 5,, 20 çocukta kronik bronşit gözlenme olasılığını hesaplayıp toplamak yerine 0, 1 ve 2 çocukta kronik bronşit gelişme olasılığını bulup, bu olasılıkları toplayıp 1 den çıkardığımız zaman en az 3 çocukta kronik bronşit gelişme olasılığını bulmuş oluruz.

20 çocuk içinde 0, 1 ve 2 çocukta kronik bronşit görülme olasılıkları; B(0,20,0.05)=c(20,0) (0.05) 0 (0.95) 20 = 0.358486 B(1,20,0.05)=c(20,1) (0.05) 1 (0.95) 19 = 0.377354 B(2,20,0.05)=c(20,2) (0.05) 2 (0.95) 18 = 0.188677 olarak hesaplanır.

Bu olasılıkların toplamı; 0.358486 + 0.377354 + 0.188677= 0.924517 olarak elde edilir. Bu değeri 1 den çıkardığımızda 1-0.924517=0.075483 yaklaşık olarak %7.5 elde edilir. Bu değer en az 3 çocukta kronik bronşit gözlenme olasılığını vermektedir.

Kronik bronşit örneğine ait Binom dağılımının grafiksel gösterimi aşağıdaki grafikte görülmektedir.

Olasılık değerini 0.05 den 0.20 ye çıkardığımız zamanki Binom dağılımı.

Olasılık değerini 0.05 den 0.50 ye çıkardığımız zamanki Binom dağılımı.

Olasılık değerini 0.05 den 0.95 ye çıkardığımız zamanki Binom dağılımı.

Olasılık değeri %50 olduğunda Binom dağılımı simetrik bir dağılım şekline dönüşüyor. Bu simetrik yapı Normal dağılıma yakınsama olarak adlandırılmaktadır. Eğer olasılık değeri %50 den büyük ya da küçük değerler aldığında Binom dağılımı çarpık bir dağılım şeklini almaktadır.