BEKLENEN DEĞER VE VARYANS

Benzer belgeler
Regresyon ve Korelasyon Analizi. Regresyon Analizi

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

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

MERKEZİ EĞİLİM ÖLÇÜLERİ

İki veri setinin yapısının karşılaştırılması

Tanımlayıcı İstatistikler

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

TABAKALI ŞANS ÖRNEKLEME

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

Tanımlayıcı İstatistikler

Polinom İnterpolasyonu

Tanımlayıcı İstatistikler

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

1. GAZLARIN DAVRANI I

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Doç. Dr. Mehmet AKSARAYLI

9. Ders. Đstatistikte Monte Carlo Çalışmaları

Tanımlayıcı İstatistikler

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

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

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

DEĞİŞİM ÖLÇÜLERİ 4. TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI. Ünite: 4 DEĞİŞİM ÖLÇÜLERİ. Doç. Dr. Yüksel TERZİ İÇİNDEKİLER İÇİNDEKİLER

= İÇİNDEKİLER. E(X) = k Pascal (Negatif Binom) Dağılımı Hipergeometrik Dağılım N y=

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

Đst201 Đstatistik Teorisi I

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

5.1 Olasılık Tarihi Temel Olasılık Kavramları

Tanımlayıcı İstatistikler

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ

6. Uygulama. dx < olduğunda ( )

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

Korelasyon ve Regresyon

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

İstatistik ve Olasılık

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

Operasyonel Risk İleri Ölçüm Modelleri

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

Zaman Skalasında Box-Cox Regresyon Yöntemi

HĐPERSTATĐK SĐSTEMLER

BÖLÜM 2 OLASILIK TEORİSİ

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan

T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI

Açık Artırma Teorisi Üzerine Bir Çalışma

Doğrusal Korelasyon ve Regresyon

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

PAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2015 OTOMATİK KONTROL DERS NOTLARI

Quality Planning and Control

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)

Olasılık, Rastgele Değişkenler ve İstatistik

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2

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)

İstatistik ve Olasılık

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

ÖZET Yüksek Lsas Tez NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK Akara Üverstes Fe Blmler Esttüsü İstatstk Aablm Dalı Daışma : Doç

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü

Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda, Begül ARKANT tarafıda hazırlaa bu çalışma 3/07/008 tarhde aşağıdak jür tarafıda oy brlğ le Akara Üverstes

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

TANIMLAYICI İSTATİSTİKLER

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

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma

VEKTÖRLER VE VEKTÖREL IŞLEMLER

Yayılma (Değişkenlik) Ölçüleri

PARÇALI DOĞRUSAL REGRESYON

ÖNSÖZ. 2) Evde yapabileceklerinizi yapıp, laboratuar kılavuzundaki yerleri doldurun (!!! işaretli yerler).

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

İSTATİSTİK DERS NOTLARI

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

BASİT ŞANS ÖRNEKLEMESİ

İSTATİSTİKSEL TAHMİNLEME VE

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

Regresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

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

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA

İşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

SOYUT CEBİR VE SAYILAR TEORİSİ

BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ

NİÇİN ÖRNEKLEME YAPILIR?

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Merkezi Eğilim (Yer) Ölçüleri

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

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

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Transkript:

BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee değer.7. Kovaryas.8. Tesadüf değşkeler doğrusal kombasyolarıı varyası.9. Değşm katsayısı Kayak : Temel Örekleme Yötemler, Taro Yamae Çevre : A.Es, M.A. Bakır,. Aydı, E. Gürbüzsel

İadel ve adesz öreklemede tüm mümkü örekler Örek seçm temel olarak k şeklde yapılır. 1. Yere koyarak seçm adel. Yere koymada seçm adesz Yere koyarak örekleme : hacml br populasyoda yere koyarak adel olarak br örek seçme farklı yolu vardır. Öreğ =3 öğrecde A,B, oluşa br populasyoda = öğrec seçme =9 tae mümkü yolu vardır. AB AA AB A BA BB B A B İkc çeklş Brc çeklş Yukarıdak örek alteratfler k boyutlu br örek uzayıdır ve her br okta = hacml br öreğ göstermektedr. Yere koymada örekleme : hacml br populasyoda sıra dkkate alımada ve yere! koymaksızı adesz olarak br örek seçme tae mümkü yolu!! vardır. Bu formülü açıklarsak, örekleme yere koymaksızı yapıldığıda, brc çeklşte =3 seçm, kc çeklşte -1= seçm yapılablr. Dolayısıyla -1=6 tae mümkü örek vardır:... AB A BA... B A B... Sıralama dkkate alımadığı ç, AB, BA ve A,A ve B,B gb bezer örekler vardır. = elemaı sıralamaı!= tae mümkü yolu vardır. Bu sebeple sıralama dkkate alımadığıda -1/!=3 tae mümkü örek vardır.... AB A...... B......... Hacml Br Öreğ Seçme Olasılığı hacml br populasyoda hacml mümkü örekler sayısı buludukta sora 3 tae soruyu cevapladırmak öemldr:

1. hacml br öreğ seçme olasılığı edr?. Populasyou belrl elemalarıı örekte yer alma olasılığı edr? 3. Populasyou belrl br elemaıı m c çeklşte seçlme olasılığı edr? 1. hacml br öreğ adesz seçme olasılığı edr? =5 ola br populasyoda = hacml br öreğ seçme olasılığı şu şeklde açıklaablr. Populasyo brmler A,B,,D,E şeklde olsu. Çeklşler tesadüf olduğu ç öreğ lk öce A yı daha sora B y 1 1 seçme olasılığı * dr. 1 Sıra dkkate alımadığıda A le B y sıralamaı!=! yolu vardır. 1 1 1 1 1 1 * *!= * *!= = 1 5 4 10 hacml br populasyoda hacml br öreğ seçme tae farklı yolu vardır ve böylece 1 hacml br öreğ seçme olasılığı dır. OT: sayıdak örekler her br seçlme şası eşt olacak bçmde brmde brm seçme yöteme bast tesadüf örekleme der ve bu şeklde seçle örek bast tesadüf örek olarak adladırılır. Tesadüf örekleme her br brm her br çeklşte eşt seçlme şasıa sahp olacak bçmde, brmde taes seçme yötem olduğu söyleeblr. Brc brm seçlme olasılığı 1/, kc brm seçlme olasılığı 1/-1 olur. Yere koyarak örekleme yapıldığı zama olasılık her çeklş ç 1/ olur. Populasyou belrl elemalarıı adesz örekte yer alma olasılığı edr? Öreğ, A harf =5 harfte A,B,,D,E seçle =3 hacml br örekte buluma olasılığı edr? A harf brc çeklşte gelme olasılığı =1/ A harf kc çeklşte gelme olasılığı = Brc çeklşte gelmeme olasılığı * İkc çeklşte gelme olasılığı =1-1/ * 1/-1 = -1/ * 1/-1 A harf üçücü çeklşte gelme olasılığı = Brc çeklşte gelmeme olasılığı * kc çeklşte gelmeme olasılığı * üçücü çeklşte gelme olasılığı = -1/ * 1-1/-1 * 1/- = -1/ * -/-1 * 1/- Üç olay ayı ada gerçekleşemez olduğuda A ı =3 hacml örekte buluma olasılığı 1/ + -1/*1/-1 + -1/*-/-1*1/- = /=3/ şekldedr.

3 Populasyou belrl br elemaıı m c çeklşte adesz seçlme olasılığı edr? Örekleme yere koymada yapıldığıda A ı lk çeklşte gelme olasılığı 1/ A ı kc çeklşte gelme olasılığı -1/ * 1/-1=1/ A ı üçücü çeklşte gelme olasılığı -1/*-/-1*1/-=1/ şekldedr. m c çeklşte de A yı seçme olasılığı dama 1/ olmaktadır. Örekleme yere koyarak yapıldığıda olasılıklar tüm çeklşler ç dama 1/ dr. BEKLEE DEĞER alableceğ tüm mümkü değerler 1,,..., k ve olasılıkları sırasıyla p 1,p,...,p k ola br tesadüf değşke olsu. Bu durumda beklee değer: E = k p şeklde taımlaır. örek hacm olmak üzere 1 k şeklde fade edle örek ortalamasıı beklee değer bulmak stedğmzde ı tüm mümkü değerler buluması gerekr. ı mümkü bütü değerler bulablmek ç hacml br populasyoda seçleblecek hacml tüm mümkü örekler buluması gerekr. Bu durumda beklee değer: E = k p şeklde taımlaır. ÖREK: Her br 1=1$, =$ ve 3=3$ a sahp =3 öğrec bulumaktadır. Her br öğrec seçlme şasıı eşt olduğu varsayılırsa beklee değer edr? E = k p = 1p 1+ p + 3p 3=11/3+1/3+31/3=$=populasyo ortalaması Yere koyarak = hacml örekler seçelm.3 =9 tae mümkü örek vardır. boyutlu uzayda 9 mümkü örek oktası vardır ve herbr örek ortalamasıa 1/9 olasılığı verleblr. Bua göre örek ortalamasıı beklee değer k E = 9 p Örekler Toplam 1,1 1 1, 3 1,5 1,3 4,1 3 1,5, 4,3 5,5 3,1 4 3, 5,5 3,3 6 3 E =11/9+1,51/9+1/9+1,51/9+1/9+,51/9+1/9+,51/9+31/9 = 1 3 1 3

populasyo ortalaması le ayı olduğu görülür. Beklee Değer Bazı Özellkler beklee değer a: sabt Ea = a p = a p = ae E +a ı beklee değer a : sabt E +a = +ap = p + ap =E +a p =E +a Br sabt beklee değer a: sabt 1= =...= k=a gb br sabt ve olasılık p olsu. Bu durumda p =1 olduğu ç =a ı beklee değer, E=Ea= ap a p a Br Örek Değer Beklee Değer hacml br populasyoda hacml br örek seçtğmz varsayalım. Örek 1,,..., le gösterls ve c çeklşte gele brm olsu. beklee değer E p, tüm mümkü değerler sayısıdır. c çeklşte bell br y seçme olasılığıı 1/ olduğu blmektedr. Dolayısıyla p =1/ ve E populasyo ortalaması Varyas tesadüf değşke varyası 1 1 = = V =E -E Beklee değer taımıda V = -E p tüm mümkü değerler 1,,..., olup bu mümkü değerlerle lgl olasılıklar p 1,p,...p dr.

Bast tesadüf örekleme ç E = dır, br dğer değşle populasyo ortalamasıa eşttr. mümkü değerde herhag br seçme olasılığı 1/ dr. Bu durumda bast tesadüf örekleme ç V, şeklde fade edleblr. Varyası Özellkler 1 V +a=e +a-e +a =E +a-a-e =E --E =V Va =Ea --Ea =a E --E =a V İKİ DEĞİŞKEİ ORTAK DAĞILIMI İk tesadüf değşke arasıdak kovaryas yapısıı ortaya koulması ç öcelkle ve Y j gb k tesadüf değşke arasıdak ortak olasılık dağılımıı ve buula lgl olarak statstksel bağımsızlık ve ortak frekas foksyoları gb kavramları ortaya koulması gerekmektedr. Ortak Olasılık Dağılımı Okulda herhag br derste başarılı ola br öğrec dğer br derste de başarılı olduğu gözlemleeblr. İstatstk ve örekleme dersler ele alıdığıda geelde statstk dersde y br ot ala öğrec örekleme dersde de y ot alması bekler. Bu k değşke eşalı ay öğrecler ç dkkate alıır. Gözlee k değşke ve Y j ayı yada ters yölü br lşk göstereblrler, acak burada ayı yölü br lşk söz kousudur. İstatstk otu ve örekleme otu Y j olsu ve alıa otlar da A, B,, D, E olsu, 0 öğrecye lşk otları frekas dağılımı aşağıdak gb olsu A=5, B=4, =3, D=, F=1 A B D F Y j Y 1 Y Y 3 Y 4 Y 5 A 1 1 0 0 0 0 1 B 1 3 0 0 0 4 3 0 1 5 0 0 6 D 4 0 0 1 4 1 6 F 5 0 0 0 1 3 4 6 5 3 0 Tablo celedğde statstkte yüksek ot ala br öğrec öreklemede de yüksek ot alma veya öreklemede düşük ot ala br öğrec dğerde de düşük ot alma eğlmde olduğu görülmektedr.

Yukarıdak tablo görel frekaslar csde yazıldığıda Y j Y 1 Y Y 3 Y 4 Y 5 = 1 0.05 0 0 0 0 0.05 0.05 0.15 0 0 0 0.0 3 0 0.05 0.5 0 0 0.30 4 0 0 0.05 0.0 0.05 0.30 5 0 0 0 0.05 0.10 0.15 Y=Y j 0.10 0.0 0.30 0.5 0.15 1.00 Öreğ br öğrec 1=A ve Y 1=A otlarıı alma olasılığı 0.05 dr. Bu şu şeklde fade edleblr: = 1,Y=Y 1= 1,Y 1=0.05. burada toplam 5*5=5 ot çft ve 5 olasılık vere 5 deklem vardır. Bu olasılıklar ot çftler olasılık dağılımıı verr. 5 tae,y j ot çft olasılık dağılımıı vere bu 5 deklem ssteme,y j Ortak Olasılık Dağılımı der. Tüm ortak olasılıkları toplamı 1 e eşt olur. = =B=,Y 1+,Y +,Y 3+,Y 4+,Y 5=0.0 öğrec statstkte =B otuu elde etme olasılığıı gösterr. Tablou e sağdak sütuu statstkte otuu almaı olasılık dağılımıı gösterrke, tablou e alt satırıdak olasılıklar örekleme otu Y j ler dağılımıı gösterr. ve Y j olasılık dağılımları baze marjal olasılık dağılımları olarak da adladırılırlar. İstatstksel Bağımsızlık A ve B gb k olay varolduğuda, B verlmşke A ı gerçekleşmes olasılığı B>0 olduğuda A B = A B B verle br B olayı ç A ı koşullu olasılığıdır. A B A B ve A B = A ve B A= B se A ve B gb k olayı statstksel olarak bağımsız olduğu söyleeblr. Üç olaya geşletldğde bağımsızlık koşulu: A B A B ve A B = A ve B A= B A A ve A = A ve A = B B ve B = B ve B = A B A B ve A B = A ve B A = B ve A B = se A, B, bağımsız üç olaydır. Bu souç olay ç geelleeblr.

Ortak Frekas Foksyou Hlesz br para atma deeyde turat ve yazıy gelme olasılığı şöyledr: T=1/, Y=1/ Bu foksyolara olasılık foksyoları der. Bu k mümkü souç T ve Y 0 = 1 1 tura yazı Şeklde fade edleblr ve tesadüf değşke alableceğ değerler 1 ve dr ve şu şeklde gösterleblr: T=f 1=1/ Y=f =1/ f foksyolarıa frekas foksyoları ya da yoğuluk foksyoları der. f 0 f=1 olmalıdır. f, j ye ortak frekas foksyou der. f, j f f j Tesadüf Değşkeler Doğrusal Kombasyolarıı Beklee Değer ve Y j k tesadüf değşke olmak üzere E +Y j= j = j = j +Y j f,y j f,y j+ j f,y j+ j Y j f,y j Y j f,y j f,y j, marjal olasılık foksyoudur ve g le gösterleblr. olasılık foksyoudur ve hy j le gösterleblr. Bu sebeple f,y j, Y j marjal eştlğ = j = şeklde fade edleblr. f,y j+ j g + j Y j hy j Y j f,y j

j g =E Y j hy j= EY j olduğuda dolayı E +Y j= E + EY j şekldedr. KOVARYAS İk tesadüf değşke ve Y j arasıdak kovaryas ov,y j=e -E Y j-ey j ve Y j de sırasıyla E ve EY y çıkarma şlem, başlagıç oktasıı 0,0 da E, EY ye kaydırmaktır. E = ve EY =Y olduğuda dolayı ov,y j=e - Y j-y şeklde fade edleblr. E - Y j-y = - Y j-y f,y j j Kovaryas, k değşke arasıdak brlkte değşeblrlğ br ölçüsüdür. ve Y j ayı yöde değşrse kovaryası değer poztf olacaktır. ve Y j ters yöde değşrse kovaryası değer egatf olacaktır. ve Y j her ks de brlkte ayı yöde değştğde, ortalamalarda sapmalara lşk çarpımlar poztf olacak ve bu sapmalar dğerlerde daha fazla olacağıda, kovaryas da büyük ve poztf olacaktır. Bu durumda meyada gele,y j ortak olayları y eksede1. ve 3. çeyrekte yer alır. Y oktalar br doğru üzere düşerse, dek herhag br değşme Y j de ayı mktarda br değşme meydaa getreblecek şeklde kuvvetl br değşeblrlk söz kousu olablr.

ve Y j ters yöde değştğde ve brlkte değşeblrlk olduğuda oktalar aşağıdak gb y eksede. ve 4. çeyrekte yer alır. Y ÖREK: =İstatstk, Y j=örekleme otları gösters,aşağıdak tabloya göre ov,y j y elde edz. 1=5, =4, 3=3, 4=, 5=1 Y j Y 1 Y Y 3 Y 4 Y 5 = 1 0.05 0 0 0 0 0.05 0.05 0.15 0 0 0 0.0 3 0 0.05 0.5 0 0 0.30 4 0 0 0.05 0.0 0.05 0.30 5 0 0 0 0.05 0.10 0.15 Y=Y j 0.10 0.0 0.30 0.5 0.15 1.00 ov,y j= j - Y j-y f,y j = 1- Y 1-Y f 1,Y 1+ 1- Y -Y f 1,Y +...+ 5- Y 5-Y f 5,Y 5 E = = EY = Y = j ov,y j = j f = 50.05+40.0+30.30+0.30+0.15=.7 Y jgy j=50.1+40.+30.30+0.5+10.15=.85 - Y j-y f,y j - Y j-y - Y j-y f,y j - Y j-y f,y j 5-.7=.3 5-.85=.15 4.945 0.05 0.475 4-.7=1.3 5-.85=.15.795 0.05 0.13975 4-.7=1.3 4-.85=1.15 1.495 0.15 0.45 3-.7=0.3 4-.85=1.15 0.345 0.05 0.0175 3-.7=0.3 3-.85=0.15 0.045 0.5 0.0115 -.7=-0.7 3-.85=0.15-0.105 0.05-0.0055 -.7=-0.7 1-.85=-1.85 1.95 0.0 0.119 1-.7=-1.7 -.85=-0.85 1.445 0.05 0.075 1-.7=-1.7 1-.85=-1.85 3.145 0.10 0.3145

ov,y j= j Teork amaçlar ç kovaryas geellkle - Y j-y f,y j=1.05 şeklde hesaplaır. ov,y j= E - Y j-y =E Y j- EY j- Y E + Y = E Y j- Y - Y + Y = E Y j- Y = j Y j Y j f,y j Y j f,y j 5 5 5 0.05 1.5 4 5 0 0.05 1 4 4 16 0.15.4 3 4 1 0.05 0.6 3 3 9 0.5.5 3 6 0.05 0.3 4 0.0 0.8 1 0.05 0.1 1 0.05 0.1 1 1 1 0.10 0.1 8.9 ov,y j= Y j f,y j- Y =8.9-.7.85=1.05 j Tesadüf Değşkeler Doğrusal Kombasyolarıı Varyası Y j f,y j- Y E +Y j=e +EY jv +Y j=? V +Y j=e +Y j-e +Y j = E +Y j-e +EY j =E - E +Y j- EY j = E - E + EY j- EY j + E - E Y j- EY j =V +VY j+ ov,y j,y j brbrde bağımsızlarsa ov,y j=0 V +Y j= V +VY j olur. Bu souçlar tesadüf değşke olduğu durum ç geelleştrleblr. Öreğ 1,, 3 gb üç değşke olduğuda V 1+ + 3=V 1+V +V 3+ov 1, +ov 1, 3+ov, 3 olur değşkeler brbrde bağımsız oldukları varsayıldığıda V 1+ + 3=V 1+V +V 3 şekldedr. Değşm Katsayısı Varyas populasyo ortalamalarıda sapmaları, - farklarıı br dağılım ölçüsüdür. Bu sapmalar mutlak fark olarak göz öüüe alıır. Brçok durumda özellkle karşılaştırılma yapılmak stedğde bu sapmalar görel olarak fade edlmek ster. Öreğ statstk sııfıdak öğrecler ortalama otu =70 pua ve br öğrec puaı =80 pua olsu. Bu durumda ortalamada mutlak sapma: - =10 puadır. varyası olarak taımlaır ve mutlak sapmaları dağılım ölçüsüdür. Görel sapmalar ç br dağılım ölçüsü elde edlmek

stedğde da orasal sapması ele alıa örek ç 80 70 = % 14 olur. 70 Görel sapmalar ç dağılım ölçüsü mutlak sapmalar yere görel sapmalar kullaılarak elde edlr. dağılımı görel varyasıdır. = = = DEĞİŞİM KATSAYISI ÖREK: 1=1$, =$, 3=3$ olsu. 1 varyası = 3 3 3 görel frekası = 0.80$ br stadart sapma0.80$ cvarıdadır. 3 =0.4=%40 DEĞİŞİM KATSAYISIDIR. 1 3 = 0. 166 3 =%40, 1 stadart sapma =0.80$ a karşılık gelr. Öreğ, 1=1$ ke =1-/0.80=-1.5 dır. 1=1$ =$ ı soluda 1.5 stadart sapmaya karşılık gele değerdr. Görel olarak 1 da sapması =1-/=-0.50=-%50 dr. =%40 olduğu ç, sözkoudu %50 lk sapma ye değşke ç stadart sapma alamıda rdeledğde 50/40=-1.5 olur. %50 görel sapmaı 1.5 stadart sapmaya dek olduğuu verr. Değşm katsayısıı kullaım alaı geşletldğde örek ortalaması ya da toplamı tahm ˆ gb dğer statstklere de uygulaablr. İstatstk Y le taımlaırsa, y değşm katsayısı y= V y E y E y y şekldedr.

y, olduğu zama = olarak taımlaa değşm katsayısı elde edlr. y statstğ örek ortalaması olduğuda = E V dır. V = ve E dır. Bu durumda = E V = y= ˆ olduğuda ˆ ˆ ˆ E V V ˆ =V = V = E ˆ = = / şekldedr. = ˆ = ˆ elde edlr.