Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI)

Benzer belgeler
TOBB-ETÜ, Iktisat Bölümü - Istatistik ( IKT 253) 2. Çal şma Sorular - Cevaplar 4. CHAPTER (PROBABILITY METH- ODS - OLASILIK METODLARI)

Istatistik ( IKT 253) 4. Çal şma Sorular - Cevaplar 7. CHAPTER (DISTRIBUTION OF SAM- PLE STATISTICS) 1 Ozan Eksi, TOBB-ETU

Istatistik ( IKT 253) 5. Çal şma Sorular - Cevaplar 10. CHAPTER ( HYPOTHESIS TESTS OF A SINGLE POPULATION) 1 Ozan Eksi, TOBB-ETU

Istatistik ( IKT 253) Normal Da¼g l m Çal şma Metni

CHAPTER 7: DISTRIBUTION OF SAMPLE STATISTICS. Sampling from a Population

Istatistik ( IKT 253) 1. Çal şma Sorular - Cevaplar

ÜNİTE 5 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

This is the variable that is used in the Random Experiment

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

IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R

Dr. Mehmet AKSARAYLI

TOBB-ETU, Iktisat Bölümü Para Teorisi ve Politikas (IKT 335) Ozan Eksi

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR

TOBB-ETU, Iktisat Bölümü Macroeconomics II (IKT 234) Ozan Eksi Giriş - Cevaplar. 1 Ozan Eksi (TOBB-ETU)

TOBB-ETU, Iktisat Bölümü Macroeconomics II (IKT 234) Ozan Eksi Giriş Sorular

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

Exponential Distribution. diger. Probability Distributions. Sürekli Şans Değişkenleri. 0 diger. SÜREKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI

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

TEMEL KAVRAMLAR MATEMAT K. 6. a ve b birer do al say r. a 2 b 2 = 19 oldu una göre, a + 2b toplam kaçt r? (YANIT: 28)

SÜREKLİ OLASILIK DAĞILIŞLARI

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

Ders 6: Sürekli Olasılık Dağılımları

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

İŞLETMECİLER İÇİN İSTATİSTİK II

8. Uygulama. Bazı Sürekli Dağılımlar

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

TOBB-ETU, Iktisat Bölümü Macroeconomics II (IKT 234) Ozan Eksi Çal şma Sorular - Cevaplar. 1 Ozan Eksi (TOBB-ETU)

ANALOG LABORATUARI İÇİN BAZI GEREKLİ BİLGİLER

SÜREKLĠ OLASILIK DAĞILIMLARI

CHAPTER 8: CONFIDENCE INTERVAL ESTIMATION: ONE POPULATION

0,5749. Menkul Kıymet Getirisi ve Riskinin Hesaplanması Tek dönemlik basit getiri (Kesikli getiri)

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

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

Sürekli Rastsal Değişkenler

DOĞAL SAYILAR Üç Basamaklı Doğal Sayılar

MATEMAT K. Hacmi Ölçme

FİNANSAL MODELLER. Yrd. Doç. Dr. Fazıl GÖKGÖZ. Tel: Y. Doç. Dr. Fazıl GÖKGÖZ. Risk ve Getiri: Temel Konular

RİSK ANALİZİ VE. İşletme Doktorası

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

UYGULAMALI MATEMATİKSEL İSTATİSTİK

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

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

BBH - Groupama Emeklilik Gruplara Yönelik Büyüme Amaçlı Hisse Senedi Emeklilik Yatırım Fonu

TOBB-ETU, Iktisat Bölümü Para Teorisi ve Politikas (IKT 335) Ozan Eksi Çal şma Sorular - Cevaplar. 1 Ozan Eksi (TOBB-ETU)

1) 6 kişilik bir aile yuvarlak bir masa etraf nda, anne ile baban n yan yana oturmamas koşulu ile kaç farkl biçimde oturabilir?

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

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

SÜREKSİZ(DISCRETE) OLASILIK DAĞILIMLARI

Risk ve Getiri (1) Ders 9 Finansal Yönetim

Rastlantı Değişkenleri

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

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I

MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

CO RAFYA KONUM. ÖRNEK 2 : Afla daki haritada, Rize ile Bingöl il merkezlerinin yak n ndan geçen boylam gösterilmifltir.

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

NÜMER IK ANAL IZ. Nuri ÖZALP FONKS IYONLARA YAKLAŞIM. Bilimsel Hesaplama Matemati¼gi

TOBB-ETU, Iktisat Bölümü Macroeconomics II (IKT 234) HW II (Ozan Eksi)

1 Ozan Eksi, TOBB-ETU

SÜREKLİ DÜZGÜN DAĞILIM

Güz Dönemi Mikro Iktisat 1. Ö¼gretim 1. Vize S nav

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler

10. 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

Do al Say lar Do al Say larla Toplama fllemi Do al Say larla Ç karma fllemi Do al Say larla Çarpma fllemi Do al Say larla Bölme fllemi Kesirler

Risk ve Getiri. Dr. Veli Akel 1-1


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

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

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları

17. ULUSAL ANTALYA MATEMAT IK OL IMP IYATLARI B IR INC I AŞAMA SORULARI A A A A A A A

EME 3105 SİSTEM SİMÜLASYONU. Sürekli Dağılımlar (2) Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar.

Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

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

İstatistik ve Olasılık

Deney Dizaynı ve Veri Analizi Ders Notları

Ders 2: Aktüerya. Ankara Üniversitesi. İST424 Aktüeryal Risk Analizi Ders Notları. Doç.Dr. Fatih Tank. Sigortacılığın.

TEMEL MATEMAT K TEST

say s kaç basamakl d r? 2. Bir düzlemde verilen 8 noktadan 4 tanesi ayn do ru üzerindedir. Di er 4 noktadan. 3. n do al say olmak üzere;


İSTATİSTİK DERS NOTLARI

fonksiyonu, her x 6= 1 reel say s için tan ml d r. (x 1)(x+1) = = x + 1 yaz labilir. Bu da; f (x) = L

Türkiye Ekonomisi ve Küresel Krizde Makroekonomik Politikalar

Simülasyonda İstatiksel Modeller

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

Ders 6: Kesikli Olasılık Dağılımları

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Örneklem Dağılımları ve Merkezi Limit Teoremi

Ders 5: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları

ÖĞRENCİNİN ADI SOYADI: NUMARASI: SINIFI: KONU: Olasılık

VAKIF MENKUL KIYMET YATIRIM ORTAKLIĞI A.Ş. (ESKİ UNVANI İLE VAKIF B TİPİ MENKUL KIYMETLER YATIRIM ORTAKLIĞI A.Ş. )

EME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10

KESİKLİ DÜZGÜN DAĞILIM

EURO MENKUL KIYMET YATIRIM ORTAKLIĞI A.Ş DÖNEMİNE AİT PERFORMANS SUNUŞ RAPORU



EKONOMİ POLİTİKALARI GENEL BAŞKAN YARDIMCILIĞI Şubat 2014, No: 85

DEVLET KATKI SİSTEMİ Devlet katkısı nedir? Devlet katkısı başlangıç tarihi nedir? Devlet katkısından kimler faydalanabilir?

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

Transkript:

TOBB-ETÜ, Iktisat Bölümü Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI) 1

Soru 1 : Bir ma¼gazaya gelen herhangi bir müşterinin ma¼gazadan ürün alma ihtimali 0.4 olsun a-) (The Bernoulli Distribution) Müşteri ma¼gazadan ürün ald ¼g zaman 1 de¼gerini alan, almad ¼g zaman ise 0 de¼gerini alan bir X rassal de¼gişkeni tan mlay p, bunun ortalamas n ve varyasyonunun bulunuz P (X) = 8 < : 0:4; x = 1 ise 0:6; x = 0 ise 0; di¼ger durumlarda 9 = ; 2

Burada kazanma ihtimali = 0:4 oldu¼gu için: E(X) = = 0:4 V ar(x) = (1 ) = 0:4 0:6 = 0:24 Uzun yolla ise; E(X) = P xp (x) = 0 (0:6) + 1 (0:4) = 0:4 x V ar(x) = E(X 2 ) [E(X)] 2 E(X 2 ) = P x 2 P (x) = 0 2 (0:6) + 1 2 (0:4) = 0:4 x ) V ar(x) = 0:4 0:4 2 = 0:24 3

b-) (Geometric Distribution) Ma¼gazaya gelen 1. müşterinin ürün almamas ve 2. müşterinin ürün almas ihtimalini bulunuz P (X = 1) = 0:6 0:4 = 0:24 c-) (Geometric Distribution) Ma¼gazaya ard arda gelen 3 müşterininde ürün almamas ihtimalini bulunuz 0:6 0:6 0:6 = 0:216 4

d-) (Geometric Distribution) Ma¼gazan n ilk ürünü en çok 3. müşteriye satma ihtimalini bulunuz P (X 3) = P (X = 1) + P (X = 2) + P (X = 3) = 0:4 + 0:6 0:4 + 0:6 2 0:4 e-) (Binomial Distribution) Ma¼gazaya gelen 4 kişiden 3 ünün ürün alma ihtimalini bulunuz? n P (x; n; ) = x (1 ) n x x 4 ) P (3; 4; 0:4) = 0:4 3 0:6 3 5

f-) (Binomial Distribution) Ma¼gazay 4 kişi ziyaret etti¼gi zaman ortalama kaç ürünün sat labilece¼gini, ve bunun varyasyonunu bulunuz = n = 4 0:4 = 1:6 and 2 = n(1 ) = 4 0:4 0:6 = 0:48 g-) (Geometric and Binomial Distribution) Ma¼gazaya gelen ilk 3 kişinin ürün almamas, sonraki gelen 4 kişiden 3 ünün ürün almas ihtimalini bulunuz? 4 0:60:60:6P (3; 4; 0:4) = 0:60:60:6 0:4 3 3 0:6 6

h-) (Negative Binomial Distribution) Ma¼gazaya gelen 3. kişinin, bu 3 kişiden 2. ürün alan kişi olmas ihtimalini bulunuz? P (x; k; ) = x 1 k 1 ) P (3; 2; 0:4) = k (1 ) x k 2 1 0:4 2 0:6 7

Bu sefer ma¼gazaya gelen her 1000 kişiden 2 sinin ürün ald ¼g n varsayal m ve aşa¼g daki soruyu, ma¼gazay 300 kişinin ziyaret etmiş oldu¼gu durumda poisson da¼g l m n kullanarak bulal m i-) (Poisson Distribution) Bu 300 kişiden en fazla 1 kişinin ürün alma ihtimalini hasaplay n z n=300 ve =0,002 oldu¼gundan = n = 0:6 p(x = 0) + p(x = 1) = p(0; 0:6) + p(1; 0:6) = 0:60 e 0:6 + 0:61 e 0:6 0! 1! 8

Not: Yukar dakilerde bir sonucun oluşum ihtimali ondan bir öncekilerden ba¼g ms z. Yani bir müşterinin ürün al p almamas ondan bir önceki müşterinin ürün al p almamas na ba¼gl de¼gil. Hypergeometric da¼g l mda ise durum farkl. Bu da¼g l ma örnek olarak geçen haftan n sorular ndan biri olan içinde 4 mavi 2 k rm z bilye bulunan bir torbadan 2 bilye seçildi¼ginde ilkinin mavi, ikincisinin k rm z olmas verilebilir. Zira burada 2. bilye seçilirken sadece 5 bilye kalm ş durumda torba da. Onun da k rm z olma ihtimali 2/5, yan 2/6 de¼gil. 9

Soru 2: Bir ma¼gazaya saatte ortalama 15 müşterinin geldi¼gini, ve gelen müşterilerin zamanla da¼g l m n n Poisson oldu¼gunu kabul edeniz. 1 saatte 15 den fazla müşteri gelmesi olas l ¼g n bulunuz = 15 müşteri/saat p(x = 16) + p(x = 17) + p(x = 18) + ::: = 1 p(x = 0) p(x = 1) ::: p(x = 15) 15 0 e 15 15 1 e 15 15 15 e 15 = 1 ::: 0! 1! 15! 10

Soru 3: 50 tanesinden 25 tanesinde hata bulunan üründen seçilen 20 tanesinde 7 hatal ürün bulunma olas l ¼g nedir? N=50, S=25, n=20, x=7 P (x) = CS x Cn N C N n x S = C25 7 C25 13 C20 50 11

6. CHAPTER (CONTINUOUS PROB- ABILITY DISTRIBUTIONS - SÜREKL I OLASILIK DA ¼GILIMLARI) Soru 4 (Normal Distribution): Bir yat r m prot- yosu çeşitli şirketlerin hisse senetlerinden oluşmaktad r. Son bir y lda bu hisse senetlerinin getirileri; ortalamas %12.2, standart sapmas da %7.2 olan bir normal da¼g l m göstermiştir. 12

a-) Bu hisselerin yüzde kaç %20 den fazla getiri sa¼glam şt r? 0:2 0:122 P (0:2 < X) = P ( < Z) 0:072 = P (1:08 < Z) = 1 F (1:08) = 0:14 b-) Bu hisselerin yüzde kaç negatif getiri sa¼glam şt r? P (X < 0) = P (Z < 0 0:122 0:072 ) = P (Z < 1:69) = 1 F (1:69) = 0:05 13

c-) Bu hisselerin yüzde kaç %5 ila %15 aras nda getiri sa¼glam şt r? P (0:05 < X < 0:15) 0:05 0:122 0:15 0:122 = P ( < Z < ) 0:072 0:072 = P ( 1 < Z < 0:38) = F (0:38) (1 F (1)) = 0:648 (1 0:8413) = 0:49 14

d-) Şirket hisselerinin sadece en yüksek getiren %20sini kapsayacak taban hisse getirisi kaçt r? 1 F (Z) = 0:2 F (Z) = 0:8 Z = 0:84 0:84 = X 0:122 0:072 X = 18:2 15

Soru 5 (Normal Distribution): Bir şirket ihtiyac olan ara mal iki tane tedarikçiden sa¼glayabilmektedir. Şirket sat n ald ¼g mallarda %5 den fazla hata istemiyor, ve tedarikçilerin de satt klar mallardaki hata oran, ortalamas ve standart sapmas aşa¼g daki gibi olan normal da¼g l ma sahipse, şirketin ayn yat koşullar nda hangi tedarikçiden mal alaca¼g daha olas d r? Ortalama Standart Sapma 1. Tedarikçi 4:4 :4 2. Tedarikçi 4:2 :6 16

P (Z < 5 4:4 ) = F (Z < 1:5) 0:4 P (Z < 5 4:2 ) = F (Z < 1:3) 0:6 Görüldü¼gü üzere 1. tedarikçi için %5 in alt nda hata verme ihtimali daha yüksek olacakt r. Dolay s yla şirket bu tedarikçiden mal al m n seçer 17

Soru 6 (Exponential Distribution): Bir profesör s n f ndaki ö¼grencilerinin sorular n o s saatinde cevapl yor, ve ö¼grencilerle konuşma süresi ortalamas 10 dakika olan exponensiyel bir da¼g l m gösteriyorsa 18

a-) S n ftan rastgele seçilen bir ö¼grencinin dersin hocas yla 20 dakikadan az görüşme olas l ¼g nedir? Profesörün dakikada konuştu¼gu ortalama ö¼grenci say s : = 1=10 P (beklemesuresi < 20) = 1 e t 0 = 1 e 1=1020 19

b-) S n ftan rastgele seçilen bir ö¼grencinin dersin hocas yla 10 dakikadan fazla ama 25 dakikadan az görüşme olas l ¼g nedir? P (10 < beklemesuresi < 25) = (1 e 1=1025 ) (1 e 1=1010 ) = e 1 e 2:5 = 0:29 20

c-) b ş kk ndaki soruyu Poisson da¼g l m n kullanarak çözmeye çal ş n z = 10 ö¼grenci/dakika ise 25 dakikada 2.5 ö¼grenci olur ortalamada P (10 < beklemesuresi < 25) 2:5 0 e 2:5 = (1 ) (1 0! = e 1 e 2:5 = 0:29 1 0 e 1 ) 0! 21