İSTATİSTİK

DERS NOTLARI
HAZIRLAYANLAR
YDR.DOÇ.DR.ANDIM OBEN BALCE - YRD.DOÇ.DR.SERDAR DEMİR
PAMUKKALE ÜNİVERSİTESİ
İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ
EKONOMETRİ BÖLÜMÜ
2007, DENİZLİ
- 2 -
BÖLÜM 1 GİRİŞ
Günümüzde artık neredeyse her gün duyduğumuz “İSTATİSTİK” sözcüğü acaba gerçekte neyi
ifade etmektedir? Özellikle medyada her gün bir kısım istatistiksel bilgiler sunulmakta, doğru ya da
yanlış yorumlar yapılmaktadır. Ekonomik analizlerde, spor programlarında, seçim süreçlerinde,
sağlık konularında ve daha birçok alanda sıkça kullanılan istatistik neden bu kadar önemlidir?
Aklımıza gelen bu sorulara, bu bölümde kısaca cevap verilmeye çalışılacak, istatistiğin temel
kavramları ele alınarak bir giriş yapılacaktır.
İSTATİSTİK (STATISTICS) NEDİR?
Yaşantımızın her anında bir karar verme durumu söz konusudur. Bu kararları verirken sahip
olduğumuz bilgileri düşünce sürecinden geçirerek sonuca varmaya çalışırız. “Peki sahip
olduğumuz bilgiler her zaman yeterli midir?, Bu bilgileri nasıl elde ediniriz?” v.b. sorulara
vereceğimiz cevaplar bizi istatistiğe yönlendirecektir. İhtimallerin bu kadar çok olduğu
yaşamda elbetteki alınacak kararların, içinde bulunulan koşulların en iyi biçimde
değerlendirilerek alınması gerekmektedir. Bu değerlendirme sürecinde en güçlü yardımcı
araçlardan birisi istatistiktir. İstatistik, matematiğe dayalı olan kuramını uygulamaya geçirerek
her türlü alanda büyük katkılar sağlamaktadır. Günümüzde ekonomi, işletme, sağlık, spor,
mühendislik, genetik, astronomi, sanat v.d. hemen hemen tüm alanlarda kullanılan istatistiksel
yöntemler, hızla artan bir öneme sahiptir. Bu nedenle istatistiğin doğru biçimde anlatılması
gerekmektedir. Burada temel düzeyde istatistik konuları ele alınarak, öğrencilere günlük
yaşamlarında ya da iş yaşamlarında yararlı olacak bilgileri vermek amaçlanmaktadır .
Bir tanım olarak istatistik; belirsizlik altında bir konuda karar verebilmek amacıyla, ilgilenilen
konuya ilişkin verilerin toplanması, düzenlenmesi, özetlenmesi, çözümlenmesi ve sonuçlarının
yorumlanmasına yönelik olarak kullanılan yöntemler topluluğu olarak ifade edilebilir. Kısacası
veri bilimidir ya da verilerin dilidir.
- 3 -
ÖNEMLİ KAVRAMLAR, TERİMLER, TANIMLAR
Araştırma (Research)
İlgilenilen konuya ilişkin sorunların saptanması, çözüm yollarının planlanması, uygulamaya
konulması ve sonuçlarının değerlendirilmesine yönelik yapılan çalışmalardır. Araştırmanın
konusu ve amacı belirgin olmalıdır. Zaman, personel ve maliyet dikkate alınarak,
araştırmanın sınırı iyi belirlenmelidir. Araştırmada görev alan araştırıcılar ya da uzmanlar
yeterli bilgi düzeyine sahip olmalıdır. Araştırmanın sonucunda elde edilen bilgiler doğru
biçinde değerlendirilmelidir.
Ölçme ve Ölçü (Ölçek)
Ölçme (Measurement): Araştırma konusu ile ilgili sayısal değerleri elde etme işlemine “
ölçme” denir. Ölçme başlı başına bir çalışma alanıdır. Birçok yöntem ve teknik
kullanılmaktadır.
Ölçek(Scale): Sayısal değerleri elde etmek için kullanılan araç ya da gereçlere “Ölçek” ya
da “Ölçek ya da Ölçü” denir. Ölçek türleri aşağıda verilmektedir:
Sınıflamaya dayalı (Nominal) Ölçek: Cinsiyet (E, K); Sektör (Otomotiv, İmalat, Tarım,
Maden,...; Medeni Durum; v.b; Ülkeler; ...)
Sıralamaya dayalı (Ordinal) Ölçek: Ünvanlar, Rütbeler, Sınıflar,...
Aralıklı (Interval) Ölçek: Başlangıç ve bitiş noktası vardır. Geçme notları, Sıcaklık
ölçüleri, Zeka Ölçekleri,...
Orana dayalı (Ratio) Ölçek: Sabit bir başlangıç noktası vardır. Hacim ve ağırlık ölçüleri,
Uzaklık ölçüleri, sermaye, ...
Kitle (Yığın, Anakütle, Population)
Araştırma kapsamına giren, aynı özellikleri taşıyan birimlerin ya da bireylerin oluşturduğu
topluluğa KİTLE denir. Kitlenin büyüklüğü araştırmanın özelliğine göre değişir. Nüfus sayımı
için kitle Türkiye’dir. Denizli’deki üniversite öğrencilerinin giderleri için kitle Pamukkale
Üniversitesi öğrencileridir. Kitle büyüklüğüne bağlı olarak her zaman tüm birimler (bireyler)
hakkında bilgi sahibi olmak mümkün değildir. Bundan dolayı geniş kitlelerde araştırmalar;
zaman, maliyet, personel, ulaşım, vb. nedenlerden dolayı tüm birimler yerine daha az
sayıdaki birimler seçilerek yürütülür.
- 4 -
Örneklem (Sample) ve Örnekleme (Sampling)
Bir kitleden, belirli yöntemler kullanılarak seçilen aynı özellikleri taşıyan bir kısım bireyin
oluşturduğu topluluğa ÖRNEKLEM denir.
Örneklem seçmek için kullanılan yöntemler topluluğu ise ÖRNEKLEME olarak adlandırılır.
Örnekleme yöntemleri en genel şekliyle, Olasılığa Bağlı ve Olasılığa Bağlı Olmayan olarak
2 grubta toplanabilir.
Olasılığa Bağlı Bazı Örnekleme Yöntemleri: Basit Rasgele Örnekleme, Tabakalı
Örnekleme, Sistematik Örnekleme, Küme Örneklemesi; Sıralı Küme Örneklemesi.
Olasılığa Bağlı Olmayan Bazı Örnekleme Yöntemleri: Kota Örneklemesi, Kartopu
Örneklemesi, Uzman Örneklemesi.
Tam Sayım
Bir araştırma kapsamında, kitledeki tüm birimlerine ulaşılarak istenen bilginin elde edilmesi
işlemidir. Bunun yapılabilmesi için incelenecek kitlenin büyüklüğünün, belirlenen maliyet ve
zaman gibi kısıtlara uygun olması gerekir. Bazı durumlarda (nüfus sayımları gibi) kitle
büyük olsa bile tam sayım yapılması zorunlu olmaktadır. Gelişen teknoloji ile birlikte bu tür
tam sayımlar daha kolay yapılabilir hale gelmiştir.
Gözlem (ya da denek, Observation)
Kitle ya da örneklemde yer alan her birime gözlem ya da denek denir. Gözlem (ya da
denek) sayısı aşağıdaki biçimde simgeleştirilmektedir.
Kitledeki Gözlem Sayısı : N
Örneklemdeki Gözlem Sayısı: n
Parametre (Parameter) ve İstatistik
Kitle özelliklerinin sayısal değerlerine PARAMETRE denir. Araştırma kitle yerine örneklem
üzerinde uygulanıyorsa, parametre değerleri tahmin edilir. Bu durumda, örneklemden elde
edilen sayısal değerlere İSTATİSTİK denir. Örnek olarak, sıkça kullanılan bazı parametreler
ve istatistikler aşağıda verilmektedir:
Parametre İstatistik
Kitle Ortalaması : u Örneklem Ortalaması : x
Kitle Varyansı : o
2
Örneklem Varyansı : S
2
- 5 -
Değişken (Variable)
Nicel (kantitatif) ya da nitel (kalitatif) anlamda bir özellik ya da karakterde belirgin olarak
görülen farklılık, DEĞİŞKEN ile gösterilebilir. Bir değişken, denekten deneğe değişebilir.
Örneğin; GSMH, İhracat-İthalat Değerleri ya da miktarları, Cari Fiyat, Dolar Alış-Satış
Kurları,vb...
Değişkenlere karşılık gelen denek ya da gözlem değerlerine de VERİ denir. Veriler, tek
değişkenli, çift değişkenli ya da çok değişkenli olarak da kullanılabilir.
Değişkenler; Nicel ve Nitel değişkenler olarak sınıflandırılabilir.
Örnek: Nitel Değişkenler Nicel Değişkenler
Cinsiyet İhracat Miktarı
Medeni durum Öğrenci Sayısı
Şirket Türü TÜFE Endeksi
Ülkeler Ücretler
Değişkenler; Sürekli ve Kesikli değişkenler olarak sınıflandırılabilir.
Sürekli Değişken: Değişkenler ölçülerek ya da sıralanarak elde edilir. İki ölçüm arası
sonsuz sayıda noktaya bölünebilir. Aralık biçiminde ifade edilebilirler. Örneğin; boy
uzunluğu, kilo, fiyat, gelir,....
Kesikli Değişken: Ölçümler 0, 1, 2 gibi kesin değerler alır. Ara değerler söz konusu
değildir. Nitel değişkenler, genellikle kesikli değişkenlerdir. Örneğin; cinsiyet, yazı-tura, ülke
kodları, şirket türü, vb...
- 6 -
BÖLÜM 2 VERİLERİN ÖZETLENMESİ
Bu bölümde, veri kavramı ve verilerin özetlenmesinde kullanılan temel yöntemler ele alınacak;
çeşitli uygulamalar ile konuların daha iyi anlaşılması sağlanmaya çalışılacaktır.
Veri (Data, Datum)
Belirli amaçlar için toplanan bilgilere veri denir. Veri toplamak için farklı yöntemler kullanılabilir:
- Mevcut kaynaklardan (eski kayıtlar, arşivler, raporlar, yıllıklar, vb...) yararlanarak,
- Gözlem yaparak,
- Anket yaparak,
- Deney yaparak,
- Simülasyon yoluyla bilgisayarda yapay veri üreterek.
Temel olarak 2 tür veri vardır:
NİCEL (Quantity) VERİ: Sayısal bir ölçekle ölçülerek elde edilmiş verilerdir. Boy uzunluğu,
fiyat,..
NİTEL (Qualify) VERİ: Kategoriler biçiminde sınıflandırılabilen verilerdir. Cinsiyet, göz
rengi,...
Dağılım (Distribution)
Kitlede ya da örneklemde yer alan her değişkene ilişkin veriler, araştırma konusuna ve
araştırılan topluluğa özgü bir dağılım gösterirler. Dağılımda yer alan verilerin ortalaması
hesaplanabilir. Veriler, ortalamanın iki yanında ve farklı uzaklıklarda yer alırlar. Verilerin,
ortalamanın iki yanında ne şekilde yer aldığına ilişkin görünüme verilerin DAĞILIMI denir.
İstatistikte kullanılan dağılım kavramı genel olarak 3 başlık altında ele alınmaktadır:
i) Sıklık Dağılımları
ii) Olasılık Dağılımları
iii) Örneklem Dağılımları
Bunlar ilerleyen kısımlarda ya da bölümlerde ayrıntılı olarak ele alınacaktır.
- 7 -
SIKLIK DAĞILIMLARI
Çeşitli yollarla toplanan veriler, özellikleri hakkında bilgi edinmek amacıyla, düzenlemeler
yapılarak özet halinde sunulurlar. Uygulamalarda veri kümeleri çok sayıda gözlem
içerebilmektedir. Bu nedenle verilerin özetlenmesi, ilgilenilen olay ya da problem açısından ilk
yapılacak iş ve son derece önemli bir işlemdir. Verilerin düzenlendiği çizelgelere sıklık
çizelgeleri, verilerin gösterdiği dağılıma sıklık dağılımı denir. Verilerin yapısına (nitel, nicel,
vb...) göre sıklık çizelgeleri düzenlenir.
NİCEL VERİLERDE SIKLIK ÇİZELGELERİ
Bir araştırma sonunda elde edilen sürekli nicel veriler, düzenlenmemiş ham ya da
sınıflandırılmamış verilerdir. Aşağıda örnek olarak sunulan veriler düzenlenmemiş ham
verilerdir. Konunun daha iyi anlaşılması için bu örnek üzerinden uygulamalar yapılacaktır.
ÖRNEK: Bir finans analisti, bilgisayar donanım ve yazılım şirketlerinin Araştırma-
Geliştirme(AR-GE) faaliyetlerine ayırdıkları kaynak miktarıyla ilgilenmektedir. Bu analist
yüksek teknolojiye sahip 50 firmayı örneklem olarak belirlemiş ve bir önceki yıl gelirlerinden
AR-GE’ye ayırdıkları kaynak miktarlarını (1000 YTL) elde etmiştir. Analistin amacı bu veri
kümesini özetleyerek bir takım bilgilere ulaşmaktır. Veriler Tablo 1’de verilmiştir.
Tablo1. Firmaların AR-GE faaliyetlerine ayırdıkları kaynak miktarları
Firma
No
Miktar
Firma
No
Miktar
Firma
No
Miktar
Firma
No
Miktar
Firma
No
Miktar
1 13.5 11 8.0 21 8.2 31 9.6 41 7.1
2 8.4 12 7.9 22 8.0 32 7.2 42 13.2
3 10.5 13 6.8 23 7.7 33 8.8 43 7.7
4 9.0 14 9.5 24 7.4 34 11.3 44 5.9
5 9.2 15 8.1 25 6.5 35 8.5 45 5.2
6 9.7 16 13.5 26 9.5 36 9.4 46 5.6
7 6.6 17 9.9 27 8.2 37 10.5 47 11.7
8 10.6 18 6.9 28 6.9 38 6.9 48 6.0
9 10.1 19 7.5 29 7.2 39 6.5 49 7.8
10 7.1 20 11.1 30 8.2 40 7.5 50 6.5
Bu verilerin kaynak miktarına göre küçükten büyüğe doğru sıralanmış şekli, Tablo2’de
verilmektedir.
- 8 -
Tablo2. Sıralanmış Kaynak Miktarı Verileri
Firma
No
Miktar
Firma
No
Miktar
Firma
No
Miktar
Firma
No
Miktar
Firma
No
Miktar
45 5.2 28 6.9 43 7.7 35 8.5 9 10.1
46 5.6 38 6.9 49 7.8 33 8.8 3 10.5
44 5.9 10 7.1 12 7.9 4 9.0 37 10.5
48 6.0 41 7.1 11 8.0 5 9.2 8 10.6
25 6.5 29 7.2 22 8.0 36 9.4 20 11.1
39 6.5 32 7.2 15 8.1 14 9.5 34 11.3
50 6.5 24 7.4 21 8.2 26 9.5 47 11.7
7 6.6 19 7.5 27 8.2 31 9.6 42 13.2
13 6.8 40 7.5 30 8.2 6 9.7 1 13.5
18 6.9 23 7.7 2 8.4 17 9.9 16 13.5
Sıklık Çizelgesinin Elde Edilişi
Sıklık çizelgesinin elde edilişinde kullanılan tanımlar adımsal olarak verilerek yukarıdaki
örnekle bu tanımlar pekiştirilmeye çalışılacaktır.
Dağılım Sınırları: Bir dağılımda (veri kümesinde) yer alan en küçük ve en büyük denek
değerleridir.
En büyük değer (Maksimum): 13.5 (dağılımın üst sınırı)
En küçük değer (Minimum) : 5.2 (dağılımın alt sınırı)
Dağılım Genişliği (DG): Dağılım sınırları arasındaki farktır.
DG=En büyük değer - En küçük değer =13.5 - 5.2 = 8.3
Sınıf: Eşit ya da birbirine yakın değerli deneklerin oluşturduğu her bir gruba SINIF denir.
Sınıf sayısı, k ile gösterilir. Sınıf sayısının genellikle 7 ile 20 arasında olması istenir.
Araştırmacı tarafından belirtilen sınıf sayısı, çok sayıda veri olduğunda aşağıda verilen
Sturges’in formülü ile de bulunabilir.
k=1+3.3log(n)
Sınıfın Alt Sınırı: Bir sınıfta yer alan en küçük değerdir.
Sınıfın Üst Sınırı: Bir sınıfta yer alan en büyük değerdir.
Sınıf Aralığı: Ard Arda gelen iki sınıfın alt sınırları ya da üst sınırları arasındaki farktır. Sınıf
aralığı, c ile gösterilir. Örneğimizde sınıf sayısı 8 olarak alınsın. Bu durumda Sınıf Aralığı:
- 9 -
I SINIFSAYIS
a DG
c
+
=
a: veri kümesindeki verilerin ondalık kısmındaki hane sayısı ile ilgilidir. Örneğimizde tam
kısımdan sonra 1 hane olduğu için a=0.1 alınır.
05 . 1
8
4 . 8
8
1 . 0 3 . 8
c = =
+
=
Sınıf sayısı ve aralığı belirlendikten sonra, ilk sınıfın alt sınırı saptanır. Bu değer
genellikle dağılımın en küçük değeridir. Sınıf aralığı (c=1.1) ard arda eklenerek diğer
sınıfların alt sınırları bulunur. İlk sınıfın üst sınırı ise ikinci sınıfın alt sınırının son
hanesinden 1 çıkarılarak bulunur. Diğer sınıfların üst sınırları da ardı ardına sınıf aralığı
eklenerek bulunur.
Sıklık: Bir sınıfta yer alan denek sayısı o sınıfın sıklığıdır. f ile gösterilir. Sıklıklar toplamı
denek sayısına eşittir.
n f
n
1 i
i
=
¯
=
Örneğimizde ise k=8 tane sınıf olduğundan 50 f
8
1 i
i
=
¯
=
’dir.
Sınıflar oluşturulduktan sonra sınıfların sıklıkları bulunur. Bunun için önce her sınıfın sıklığı
işaretleme (çeteleme) ile bulunur. İşaretlerin sayısı sınıf sıklıklarını verir.
Seçilen sınıf sayısının uygun olup olmadığını tespit etmek için son sınıfta en büyük
denek değerinin yer alıp almadığın bakılmalıdır. Eğer son sınıfta en büyük denek değeri yer
almıyorsa sınıf sayısı daha büyük olmalıdır. En büyük denek değeri son sınıftan bir önceki
sınıfta da yer alabilir. Bu durumda seçilen sınıf sayısı veriler için büyüktür. Bu iki durumda
sınıf sayısı artırılır ya da azaltılır.
Sınıf (Orta) Değeri (m): Bir sınıfın alt ve üst sınırlarının ortalaması o sınıfın sınıf değeri ya
da sınıf orta değeridir. Sınıf değeri bir sınıfı tek bir değerle temsil eder ve m ile gösterilir.
k ,..., 2 , 1 i ,
2
ÜS AS
m
i i
i
=
+
=
AS
i
: i.sınıfın alt sınırı
ÜS
i
: i.sınıfın üst sınırı
Göreli Sıklık(Sıklık Yüzdesi): Her sınıfa düşen denek sayısının toplam denek sayısına
göre yüzdesidir. Göreli Sıklıklar p
i
ile gösterilir. Toplamları 1 olmalıdır.
- 10 -
k ,..., 2 , 1 i ,
n
f
p
i
i
= = 1 p
n
1 i
i
=
¯
=
Çizelge1. AR-GE faaliyetleri için ayrılan kaynak miktarı verileri için sıklık çizelgesi
Sınıf
Alt Sınır
(AS)
Üst Sınır
(ÜS)
Sınıf Orta Değeri
(m
i
)
Çeteleme
Sıklık
(f
i
)
Göreli Sıklık
(p
i
=f
i
/n)
1 5.20 6.24 (5.15+6.24)/2=5.72 //// 4
0.08
2 6.25 7.29 6.77 ///// ///// // 12 0.24
3 7.30 8.34 7.82 ///// ///// /// 13 0.26
4 8.35 9.39 8.87 ///// 5 0.10
5 9.40 10.44 9.92 ///// // 7 0.14
6 10.45 11.49 10.97 ///// 5 0.10
7 11.50 12.54 12.02 / 1 0.02
8 12.55 13.59 13.07 //// 3 0.06
Toplam: 50 1.00
Çizelge 1 için örnek yorumlar:
İkinci sınıfta AR-GE’ye 6.25 ile 7.29 bin YTL arasında yatırım yapan firmalar yer alır ve bu
sınıftaki firmalar ortalama 6.77 bin YTL AR-GE’ye yatırım yapar.
AR-GE’ye yatırım yapan 50 firmanın 12 tanesi ya da %24’ü AR-GE’ye ortalama 6.77 bin
YTL yatırım yapmışlardır.
AR-GE’ye yatırım yapan firmaların %24’ü AR-GE’ye tahminen ortalama 6.77 bin YTL
yatırım yapmaktadırlar. (kitle için yorum)
Sınıf Ara Değerleri (SA): Sınıflar arasındaki değerlerdir. Birinci sınıfın üst sınırı ile ikinci
sınıfın alt sınırının ortalaması, birinci sınıf ile ikinci sınıf arasındaki sınıf ara değerini verir.
İlk sınıfın ara değeri birinci sınıftan önce bir sınıf varmış diye kabul edilerek, hesaplanın
birinci ve ikinci sınıflar arasındaki değerinden sınıf aralığı (c) çıkarılarak bulunur. Son sınıf
ara değeri ise, sanki son sınıftan sonra bir sınıf daha varmış gibi kabul edilerek, hesaplanan
son sınıf ara değerine sınıf aralığı (c) eklenerek bulunur. Sınıf ara değerlerinin sayısı
(k+1)’dir.
Birikimli Sıklık: Sınıf sıklıklarının üst üste eklenmesi ile oluşan sıklıklar birikimli sıklıklardır.
Den Daha Az Birikimli Sıklık: Sınıf ara değerinden daha az değeri olan sınıf sıklıklarının
birinci sınıftan başlayarak eklenmesi ile elde edilir.
Den Daha Çok Birikimli Sıklık: Sınıf ara değerinden daha çok değeri olan sınıf
sıklıklarının birinci sınıftan başlayarak eklenmesi ile elde edilir.
Bir sınıf ara değerine karşı gelen den daha az ve den daha çok birikimli sıklıklar toplamı
denek sayısına eşittir. Birikimli sıklıklar denek sayısına oranlanırsa den daha çok birikimli
- 11 -
sıklık yüzdeleri ve den daha çok birikimli sıklık yüzdeleri elde edilir. Birikimli sıklık
yüzdeleri sınıf ara değerinden daha az ya da daha çok büyük değerli denek değerlerinin
yüzdesini verir.
Alt sınır, üst sınır, sınıf değeri, sıklık ve göreli sıklık bilgilerinin oluşturduğu çizelgeye Sıklık
Çizelgesi (Çizelge 1) ve Alt sınır, üst sınır; sınıf ara değeri, birikimli den daha az ve den
daha çok sıklıklar ve birikimli den daha az ve den daha çok sıklık yüzdelerinden oluşan
çizelgeye Birikimli Sıklık Çizelgesi denir(Çizelge 2).
Çizelge2. AR-GE faaliyetleri için ayrılan kaynak mikatarı verileri için Birikimli Sıklık Çizelgesi
Birikimli Sıklıklar Birikimli Sıklık Yüzdeleri
Sınıf AS ÜS
Sınıf Ara
Değeri
fi Den Daha
Az
Den Daha
Çok
Den Daha
Az
Den Daha
Çok
5.145 0 50 0.00 1.00
1 5.20 6.24 4
6.245 4 46 0.08 0.92
2 6.25 7.29 12
7.295 16 34 0.32 0.68
3 7.30 8.34 13
8.345 29 21 0.58 0.42
4 8.35 9.39 5
9.345 34 16 0.68 0.32
5 9.40 10.44 7
10.445 41 9 0.82 0.18
6 10.45 11.49 5
11.495 46 4 0.92 0.08
7 11.50 12.54 1
12.545 47 3 0.94 0.06
8 12.55 13.59 3
13.595 50 0 1.00 0.00
Çizelge 2 için örnek yorumlar:
50 firmadan sadece 4 tanesi ya da %8’i AR-GE’ye 6.245 bin YTL’den daha az yatırım
yapmıştır.
AR-GE’ye yatırım yapan firmalardan tahmini olarak %8’i AR-GE’ye 6.245 bin YTL’den
daha az yatırım yapmaktadır. (kitle için yorum)
50 firmadan sadece 46 tanesi ya da %92’si AR-GE’ye 6.245 bin YTL’den daha çok yatırım
yapmıştır.
AR-GE’ye yatırım yapan firmalardan tahmini olarak %92’i AR-GE’ye 6.245 bin YTL’den
daha çok yatırım yapmaktadır. (kitle için yorum)
Dikkat: Rakamların geldiği yerlere dikkat ederek benzer yorumlar diğer sınıflar içinde
yapılabilir.
Veriler ondalıklı değil ise sınıf ara değerinin anlamı yoktur. Çizelge2’deki sınıf ara değeri
kolonu olmaz ve birikimli sıklık ve birikimli sıklık yüzdeleri alt sınır ve üst sınır değerlerine
göre yorumlanır.
- 12 -
HİSTOGRAM :
0
2
4
6
8
10
12
14
5.72 6.77 7.82 8.87 9.92 10.97 12.02 13.07
K.Miktarı
S
ı
k
l
ı
k
Çizelge1’de verilen göreli sıklık ve sınıf değerleri kullanılarak histogram çizilmiş ve yukarıda
verilmiştir. Tablodaki bilgiler görsel olarak bu histogramdan da yorumlanabilir.
Histogramdan veri dağılımının sağa çarpık olduğu gözlenmektedir. Büyük olasılık ile
verilerin ortalaması ortancadan büyüktür. Eğer ortalama ve ortanca hesaplanırsa bu
kolaylıkla görülebilir.
DAL YAPRAK ÇİZİMİ:
Veri kümesinin görsel olarak bir diğer gösterimi Dal-yaprak çizimidir.
Dal Yaprak
5 2 6 9
6 0 5 5 5 6 8 9 9 9
7 1 1 2 2 4 5 5 7 7 8 9
8 0 0 1 2 2 2 4 5 8
9 0 2 4 5 5 6 7 9
10 1 5 5 6
11 1 3 7
12
13 2 5 5
Dal kısmında ondalıktan önceki verinin tam kısmı, yaprak kısmına ise ondalıktan sonraki
kısım yazılarak dal-yaprak çizimi gerçekleştirilir. Benzer yorumlar bu çizimden de
yapılır.Veri kümesinin sağa çarpıklığı buradan da gözlenebilir. 50 firmanın çoğunluğunun
%9.9’dan daha az AR-GE’ye yatırım yaptığı söylenebilir. Bu durumdaki firma sayısı ise 40
tanedir. Grafikten yorumlar subjektif’tir. Diğer benzer ya da farklı yorumlamak mümkündür.
- 13 -
DAĞILIM POLİGONU:
0
0.05
0.1
0.15
0.2
0.25
0.3
5.70 6.80 7.90 9.00 10.10 11.20 12.30 13.40
Kaynak Miktarı
S
ı
k
l
ı
k

Y
ü
z
d
e
s
i
Enterpolasyon yöntemi ile ara değer bulma
Yukarıdaki örnekte size %9’dan daha çok yatırım firma sayısı ne olduğu sorulduğunda
tablodan direk bu soruya cevap vermeniz mümkün değil ama enterpolasyon yöntemi ile
cevap vermeniz mümkündür.
Sınıf Ara
Değeri
Den Daha çok
Sıklığı
8.345 21
9.00 X
9.395 16
21 16
21 X
) 345 . 8 395 . 9 (
) 345 . 8 9 (
÷
÷
=
÷
÷
¬
5
21 X
05 . 1
655 . 0
÷
÷
= ¬ 18 17.88 X ~ ~
Enterpolasyon yöntemi ile %9’dan daha çok yatırım firma sayısının yaklaşık 18 olduğu
bulunur. Enterpolasyon yöntemi ara değer bulmada kullanılan bir yöntemdir.
NİTEL VERİLERDE SIKLIK ÇİZELGESİ
- 14 -
SINIFLANABİLEN VERİLERDE SIKLIK ÇİZELGESİ
Sınıflanan verilerde, sınıflar bağımsız olarak elde edildiği için her sınıfa düşen denek
sayıları sıklık çizelgesini oluşturur. Sınıflar bağımsız olduğu için sıklık çizelgesinde sadece
sınıf ve sıklık, göreli sıklık kolonları yer alır.
ÖRNEK: 2003 turizm sezonunda ülkemize gelen 800 turistin ülkeye gelişte yararlandıkları
taşıt türlerine göre dağılımının sıklık çizelgesi aşağıdaki çizelgede verilmiştir.
Çizelge 3. 800 turistin yararlandıkları taşıt türlerine göre sıklık çizelgesi
Taşıt Türü Sıklık (f
i
) Göreli Sıklık (p
i
=f
i
/n)
Kara Taşıtı 220 0.275
Hava Taşıtı 380 0.475
Deniz Taşıtı 200 0.250
Toplam 800 1.000
Yorumlar:
2003 turizm sezonunda ülkemize gelen 800 turistin %47.5’i (380 tanesi) uçak ile seyahat
etmişlerdir.
2003 turizm sezonunda ülkemize gelen turistlerin yaklaşık %47.5’inin uçak ile seyahat
ettikleri tahmin edilmektedir.
Daire Dilimleri Grafiği
0.275
0.475
0.25
Kara
Hava
Deniz
SIRALANABİLEN VERİLERDE SIKLIK ÇİZELGESİ
- 15 -
Veriler belli bir sıralama ölçütüne göre sıralanabilen sınıflara ayrılır ve her sınıfa düşen
deneklerin sayısı saptanırsa sıralanabilen verilerde sıklık çizelgesi elde edilir.
ÖRNEK: Ekonomi dersinin genel sınav sonuçlarının sıklık çizelgesi aşağıdaki çizelgede
verilmiştir.
Çizelge 4. 77 öğrencinin Ekonomi sınav sonuçlarının sıklık çizelgesi
Notlar
Sıklık
(f
i
)
Göreli
Sıklık
(p
i
=f
i
/n)
Ve Daha Az
Birikimli
Sıklığı
Ve Daha Çok Birikimli
Sıklığı
F 29 0.377 29 (%37.7) 77 (%100)
C 31 0.402 60 (%77.9) 48 (%62.3)
B
2
7 0.091 67 (%87.0) 17 (%22.0)
B
1
6 0.071 73 (%94.8) 10 (%12.9)
A
2
3 0.039 76 (%98.7) 4 (%5.2)
A
1
1 0.013 77 (%100) 1 (%1.3)
77 1.000
Yukarıdaki sıklık çizelgesinden yararlanarak bazı yorumlar yapılabilir: Ekonomi dersini alan
öğrencilerin %3.9’u dersi A
2
notu ile başarmıştır. Ekonomi dersini alan öğrencilerin %62.3’ü
C ve daha yüksek not almıştır
EŞİT OLMAYAN ARALIKLI VE AÇIK UÇLU SIKLIK ÇİZELGESİ
Eşit olmayan aralıklı sıklık çizelgeleri, uçlara doğru sıklık yoğun olduğunda ya da dağılım
aşırı derecede çarpıklaştığında, uçların birinde ayrıntıların yok olduğu diğerinde gereksiz
olduğu durumlarda düzenlemelidir. Örneğin, gelir dağılımı eşit olmayan aralıklı çizelgesi
oluşturulur. Düşük gelirlerde sıklık yayılması olmasına karşın yüksek gelirlerde sıklıklar
azalır.
Eşit olmayan aralıklı sıklık çizelgelerinde, sınıflandırmada yorum ve grafik çiziminde kolaylık
sağlanması için aralıklar en küçük aralığın katları olarak alınmalı ve değişik aralık sayısı da
az olmalıdır.
Dağılım sınırları belli olmayan verilerin sıklık çizelgeleri açık uçlu düzenlenir. Açık uçlu sıklık
çizelgeleri, sınıf değerlerine bağlı olan hesaplamalarda güçlük yaratabilir. Böyle durumlarda
kesin olmayan sınıf değerleri tahmin edilir. Açık uçlu sınıf sıklıkları küçük olduğu için,
tahmin edilen değerlerden ötürü hatalı sonuç bulma olasılığı küçük olabilir.
ÖRNEK: Bir ildeki 30 ilkokulun derslik sayılarının dağılımı incelensin.
- 16 -
Derslik Sayısı: 5 6 7 8 9 10 11 12 13 14 15
İlkokul Sayısı: 6 8 0 1 0 9 0 3 0 2 1
Verilerin, derslik sayısı 7, 9 11 ve 13 olan ilkokul sayısı sıfır olduğu için eşit olmayan aralıklı
sıklık çizelgesi düzenlenebilir:
Derslik Sayısı İlkokul Sayısı
5 6
6 8
7-9 1
10-12 12
13-15 3
ÖRNEK: 108 kişinin yetenek test puanlarına göre dağılımı, açık uçlu sıklık çizelgesine
örnektir:
Puan Sıklık(f
i
)
100’den az 7
100-119 11
120-139 24
140-159 36
160-179 19
180-199 8
200 ve çok 3
MERKEZİ KONUM (EĞİLİM) ÖLÇÜLERİ
- 17 -
Konum ölçüleri, verilerin dağılımdaki yerlerini, birbirlerine olan uzaklıklarını kısacası
konumlarını belirlemek için kullanılan ölçülerdir. Bu ölçüler Tablo1’de verilen verilen veriler
üzerinde uygulanarak aşağıda tek tek ele alınmaktadır.
Aritmetik Ortalama ( x )
En sık biçimde kullanılan merkezi konum ölçüsüdür.
Sınıflandırılmamış verilerde aritmetik ortalama,
n / x x
n
i
i ¯
=
=
1
formülü ile bulunur. Elimizdeki verilerin aritmetik ortalaması;
49 . 8 50 / 6 . 424 5 . 13 ... 6 . 5 2 . 5 x = = + + + =
olarak bulunur.
Sınıflandırılmış verilerde ise aşağıdaki formüller kullanılmaktadır:
i) Formül1
n
m f
x
k
1 i
i i ¯
=
= = (5.72x4+6.80x12+...+13.07x3)/50 = 425.65/50 = 8.513
ii)Formül2
n
b f
c A x
k
1 i
i i ¯
=
+ =
A=Herhangi bir sınıf değeri (genellikle orta kısımlardaki sınıflardan seçilir)
b
i
=(S
i
-A)/c
Tepe Değeri (Mod) ( xˆ )
Sınıflandırılmamış verilerde tepe değeri en sık tekrar eden değerdir. Ham verilerimizde bu
değer 6.50 ve 8.20 değerleridir.
Sınıflandırılmış verilerde ise tepe değeri aşağıdaki gibi hesaplanır.
2 1
1
ˆ
d d
d
c A x
s
+
+ =
A
s
=En büyük sıklığın bulunduğu sınıfın alt sınırı
- 18 -
d
1
=En büyük sıklık - bir önceki sıklık
d
2
=En büyük sıklık-bir sonraki sıklık
O halde,
A
s
=7.30
d
1
=13-12=1
d
2
=13-5=8
42 . 7
8 1
1
05 . 1 30 . 7 xˆ ~
+
+ =
Ortanca (Medyan)( x' )
Sınıflandırılmamış verilerde ortanca; n çift ise n/2'nci değer, n tek ise (n+1)/2'nci değerdir.
Veri sayısı çift olduğundan (50)/2=25'inci değer olan 8.00 ortanca değerimizdir.
Sınıflandırılmış verilerde ise ortanca aşağıdaki gibi hesaplanır.
i
i
m
m
f
f
) n yada ( n
c L x
¯
÷
=
÷
+
+ = '
1
1
2
1
¦
¦
¹
¦
¦
´
¦
+
=
ise n tek ,
n
ise çift n ,
n
j
2
1
2
L= DDA kolonunda j'nin bulunduğu sınıfın alt SA
i
değeri
n=50 olduğundan j=59/2=25 bulunur.
L=7.295
16 f f
1 4
1 m
m
1 i
1 m
m
= =
¯ ¯
÷
=
÷
=
02 . 8
13
16 2 / 50
05 . 1 295 . 7
f
f 2 / n
c L x
i
1 i
1 m
m
~
÷
+ =
÷
+ = '
¯
÷
=
olarak bulunur.
Ortalama, ortanca ve tepe değeri arasındaki bağıntı:
xˆ x x = ' = ise sıklık dağılımı simetrikdir.
- 19 -
xˆ x x < ' < ise sıklık dağılımı negatif yöne eğilimli ya da sola doğru çarpıktır.
xˆ x x > ' > ise sıklık dağılımı pozitif yöne eğilimli ya da sağa doğru çarpıktır.
Verilerimiz için xˆ < x' < x olduğundan dağılımın sağa çarpık olduğu söylenebilir. Hali hazırda
verilerin histogram grafiğinden de bu görünmekteydi.
YÜZDELİKLER, ÇEYREK DEĞERLER (DÖRDEBÖLENLER)
- 20 -
Yüzdelik (Percentile): Kendinden önce ve sonraki belirli oranlarda değerler olan noktanın
değerini ifade etmektedir. Örneğin; 40. yüzdelik kendisinden önce deneklerin %40'ını
kendisinden sonra deneklerin % 60'ının olduğu değerdir.
Çeyrek Değer (Quartile): 25. ,50. ve 75. yüzdelik değerleri, 1, 2 ve 3. çeyrek dğerlerdir.
Q
1
= 1.çeyrek değer (25. yüzdelik) (Alt dördebölen)
Q
2
= 2. çeyrek değer (50. yüzdelik) aynı zamanda ortancadır.
Q
3
= 3. çeyrek değer (75. yüzdelik) (Üst dördebölen)
Sınıflandırılmamış verilerde aşağıdaki eşitlikler ile 1. ve 3. çeyrek değerler bulunur:
¦
¦
¹
¦
¦
´
¦
=
+
+
=
=
+
ise çift n ,
4
n
j ,
2
X X
ise n tek ,
4
1 n
j , X
Q
1 j j
j
1

¦
¦
¹
¦
¦
´
¦
=
+
+
=
=
+
ise çift n ,
4
3n
j ,
2
X X
ise n tek ,
4
1) 3(n
j , X
Q
1 j j
j
3
n ya da n+1 dördün katı değilse, çeyrek değerler araya katma yolu bulunurlar.
Verilerimiz için n=50 olduğundan dördün katı değildir. j=50/4=12.50=12
1/2
olduğundan 12. ile
13. veri arasında kalmaktadır (% 50 lilik bir fazlayla). Bu durumda;
Q
1
=6.9+0.50x(7.1-6.9)=7.00
3.çeyrek değeri için j=3x50/4=37.5=
2
1
37 olduğundan 37 ile 38. veri arasında kalmaktadır.
Bu durumda;
Q
3
=9.6+0.50x(9.7-9.6)=9.65
Dördebölenler Aralığı: Aşırı uç değerden çok az etkilenen bir konum ölçüsüdür. Ancak
kullanımda tercih edilmeyen bir ölçüdür.
DBA=Q
3
- Q
1
Sınıflandırılmış verilerde ise aşağıdaki formül ile hesaplanmaktadır:
- 21 -
i
i
m
m
a
f
f an %
c L P
¯
÷
=
÷
+ =
1
1
P
a
=a. yüzdelik
L=%an değerini içine alan DDA sıklıklarının minimum olanına karşılık gelen SA değeri
Ef
m
=%an değerini içine alan DDA sıklığı
f
i
=yüzdeliğin bulunduğu sınıfın sıklığı
Verilerimiz için aşağıdaki yüzdelikleri bulalım:
a=10 için
%an=10x50/100=5.00, L=6.245, f
2
=12, Ef
m
=4
34 . 6
12
4 5
1 . 1 245 . 6 P
10
~
÷
+ =
YORUM-1: 50 firmanın %10’u AR-GE için en fazla 6.34 bin YTL yatırım yapmaktadır.
YORUM-2: 50 firmanın %90’ı AR-GE için en az 6.34 bin YTL yatırım yapmaktadır.
YORUM-3: Firmaların %10’u AR-GE için tahminen en fazla 6.34 bin YTL yatırım yapmaktadır.
YORUM-4: Firmaların %90’ı AR-GE için tahminen en az 6.34 bin YTL yatırım yapmaktadır.
a=25 için
%an=25x50/100=12.50 L=6.245 f
2
=12 Ef
m
=4
02 . 7
12
4 5 . 12
1 . 1 245 . 6 P
25
~
÷
+ =
YORUM-1: 50 firmanın %25’i AR-GE için en fazla 7.02 bin YTL yatırım yapmaktadır.
YORUM-2: 50 firmanın %75’i AR-GE için en az 7.02 bin YTL yatırım yapmaktadır.
YORUM-3: Firmaların %25’i AR-GE için tahminen en fazla 7.02 bin YTL yatırım yapmaktadır.
YORUM-4: Firmaların %75’i AR-GE için tahminen en az 7.02 bin YTL yatırım yapmaktadır.
a=50 için
%an=50x50/100=25 L=7.295 f
3
=13 Ef
m
=16
02 . 8
13
16 25
05 . 1 7.295 P
50
~
÷
+ =
YORUM-1: 50 firmanın %50’si AR-GE için en fazla 8.02 bin YTL yatırım yapmaktadır.
YORUM-2: 50 firmanın %50’si AR-GE için en az 8.02 bin YTL yatırım yapmaktadır.
YORUM-3: Firmaların %50’si AR-GE için tahminen en fazla 8.02 bin YTL yatırım yapmaktadır.
YORUM-4: Firmaların %50’si AR-GE için tahminen en az 8.02 bin YTL yatırım yapmaktadır.
a=75 için
- 22 -
%an=75x50/100=37.50 L=9.395 f
5
=7 Ef
m
=34
92 . 9
7
34 5 . 37
05 . 1 395 . 9 P
75
~
÷
+ =
YORUM-1: 50 firmanın %75’i AR-GE için en fazla 9.92 bin YTL yatırım yapmaktadır.
YORUM-2: 50 firmanın %25’i AR-GE için en az%9.92 bin YTL yatırım yapmaktadır.
YORUM-3: Firmaların %75’i AR-GE için tahminen en fazla 9.92 bin YTL yatırım yapmaktadır.
YORUM-4: Firmaların %25’i AR-GE için tahminen en az 9.92 bin YTL yatırım yapmaktadır.
AĞIRLIKLI, GEOMETRİK VE HARMONİK ORTALAMA
AĞIRLIKLI ORTALAMA
Sınıflandırılmamış bazı veri kümelerinde verilerin önem dereceleri farklı olabilir. Bu farkların
etkisi de ağırlık biçiminde hesaplamaya katılarak Ağırlıklı Ortalama elde edilir. Ağırlıklı
ortalama aşağıdaki eşitlik ile hesaplanmaktadır. X
i
değerini alan f
i
tane denek olmak üzere,
¯ ¯
= =
=
k
1 i
i
k
1 i
i i
f X f AO
Sıklık tablosundan elde edilen ortalama da bir tür ağırlıklı ortalamadır. Benzer bir örnek:
ÖRNEK: Bir öğrencinin bir dönem boyunca aldığı derslere ilişkin ders kredisi ve not
değerleri aşağıda verilmektedir.
Ders Adı Kredisi Notu
Matematik I 4 B1
Okuma Becerileri 2 A2
Kimya I 4 B2
Fizik I 4 C2
Türk Dili I 2 B1
Buna göre bu öğrencinin dönem ağırlıklı ortalaması;
AO=(4x3+2x3.5+4x2.5+4x1.5+2x3)/18=2.277 olarak bulunur.
ÖRNEK: Bir iş yerinde çalışan 20 işçinin günlük ücreti 2500 YTL, 33 işçinin 3000 YTl, 40
işçinin 3200 YTL ve 10 işçinin de 4000 YTL’dir. Bu iş yerinde ortalama ücreti hesaplayınız.
AO=(20x2500+33x3000+40x3200+10x4000)/100=3080 YTL olarak bulunur.
GEOMETRİK ORTALAMA
- 23 -
Geometrik ortalama ölçümler arasında değişme oranı çok olduğunda hesaplanan bir
ortalamadır. Genellikle nüfus büyüme hızı, gelişme hızı ya da endeks gibi hesaplamalarda
kullanılır. Geometrik ortalama uç değerlerden aritmetik ortalama kadar etkilenmez.
Herhangi bir denek değeri 0 ya da negatif olduğunda geometrik ortalama hesaplanamaz.
Sınıflandırılmamış verilerde geometrik ortalama
n / 1
n 2 1
n
n 2 1
) X ... X X ( X ... X X GO = =
formülü ile hesaplanmaktadır.
Sınıflandırılmış verilerde ise
n / 1 f f f
n
f f f
) S ... S S ( S ... S S GO
n
n
2
2
1
1
n
n
2
2
1
1
= = ile elde edilmektedir.
ÖRNEK: Bir bölgenin nüfusu 1980 yılında 4254670 kişi, 1982 yılında ise 4575470 kişi ise
1982 yılındaki nüfusu tahmin ediniz.
4 . 4412153 4575470 . 4254670 GO = =
Geometrik Ortalama ile Bileşik Faiz Formülü Arasındaki İlişki
Geometrik ortalamanın hesaplandığı eşitlikten yaralanılarak bileşik fazi formülüne
ulaşılabilir. Bunu aşağıdaki örnekle gösterelim.
ÖRNEK: Bir malın toptan satış fiyatı 1.yıldan 2.yıla %40, 2.yıldan 3.yıla ise % 50 oranında
artmıştır. İncelenen 2 yıl içindeki ortalama artış ne kadardır?
1.yıl satış fiyatı: 1 birim ise
2.yıl satış fiyatı: 1.4 birim,
3.yıl satış fiyatı: 2.1 birim olur.
45 . 1 50 . 1 x 40 . 1 GO ~ =
Gözlenen 2 yıl içinde malın toplam satış fiyatındaki ortalama artış yaklaşık % 45’dir.
Geometrik ortalama formülünden yararlanarak bileşik faiz formülüne ulaşılabilir.
- 24 -
45 . 1 50 . 1 x 40 . 1 ~
2
) 45 . 0 1 ( 50 . 1 x 40 . 1 + ~
2
) 45 . 0 1 ( 10 . 2 + ~
Bileşik faiz formülü,
P
t
=P
0
(1+r)
t
P
0
: Temel değer
P
t
: t zaman sonraki değer
r: Artış oranı
t: zaman
Buradan örneğimiz için P
0
= 1.00, P
t
= 2.10, r = 0.45, t = 2 olur.
Harmonik Ortalama
Genellikle ortalama hız, ortalama fiyat v.b. hesaplamalarda kullanılmaktadır: Aşağıdaki
formül ile hesaplanır.
)
X
...
X
(
n
O . H
n
1 1 1
1
1
+ +
=
ÖRNEK: Bir şehirler arası otobüs gittiği mesafesinin ilk üçte birinde 300km/s, ikinci üçte
birinde 450 km/s ve son üçte birinde 360 km/s hız yapmıştır. Buna göre aracın ortalama
hızı ne olmuştur.
360
360
1
450
1
300
1
3
1
1
=
+ +
=
) (
O . H km/s
DEĞİŞİM (YAYILIM) ÖLÇÜLERİ
- 25 -
Konum ölçüleri veri kümesinin ya da dağılımının merkezi hakkında bilgi varmektedir. Yalnızca
bu ölçülere bakılarak verinin dağılımı hakkında tam bir bilgi sahibi olmak mümkün değildir.
Veriler ne derecede dağılmakta ya da yayılım göstermektedirler?; ortalamadan uzaklıkları ne
kadardır? Gibi sorulara cevap vermek için değişim ölçüleri hesaplanmalıdır.
ÖRNEK: NEWBOLD ( s.16). 2 firmanın 7 ustabaşısının yıllık kazançları aşağıda veilmiştir.
A FİRMASI: 34500 30700 32900 36000 34100 33800 32500
B FİRMASI: 34900 27500 31600 39700 35200 33800 31700
İki firmaya ilişkin ortalama ve ortanca değerleri hesaplandığında eşit bulunmaktadır.
Ortalama= 33500 ve Ortanca=33800.
Konum ölçülerine baktığımızda 2 firma arasında bir farklılık görünmüyor. Gerçekte verilerin
yayılımına dikkat ettiğimizde, A firmasında çalışanların birbirlerine daha yakın kazanç elde
ettiklerini, buna karşın B firmasındakilerin ise kazançların birbirlerinden daha uzak olduğunu
görmekteyiz. B firmasına çalışanların kazançları daha fazla farklılık göstermektedir. Az
sayıdaki bu verilere bakarak bu sonuca varabiliyoruz. Ancak veri sayısının fazla olduğu
durumda, bakarak bir sonuça ulaşmamız imkansızlaşacaktır.
DEĞİŞİM GENİŞLİĞİ (ARALIK): Bir veri kümesindeki en büyük değer ile en küçük değer
arasındaki farktır. Değişim genişliği R (RANGE) harfi ile gösterilir.
R= X
maks.
- X
min.
ÇEYREK SAPMA: Ortalam yerine ortanca kullanıldığında ya da aşırı uç değerler
bulunduğunda değişim genişliği yerine ÇEYREK SAPMA (Q) kullanılır.
3 . 1
2
02 . 7 62 . 9
2
Q Q
Q
1 3
=
÷
=
÷
=
Dağılımdaki tüm değerler kullanılmadığı için bilgi kaybı olabilir.
ORTALAMA MUTLAK SAPMA: Verilerin ortalamadan farklarının (sapmalarının) mutlak
değerlerinin ortalamasıdır.
n
| x X |
MS
n
1 i
i ¯
=
÷
=
formülü ile hesaplanır.
VARYANS ve STANDART SAPMA
- 26 -
Bir veri dağılımındaki değişimin önemli bir ölçüsü varyanstır. Varyansın karekökü alınarak
standart sapma elde edilir.
Sınıflandırılmamış verilerde varyans ve standart sapma formülleri ve verilerimiz için
sonuçları:
84 . 3
49
2168 . 192
1 n
) x x (
S
n
1 i
2
i
2
~ =
÷
÷
=
¯
=
Kitle için:
N
) X (
N
1 i
2
i
2
¯
=
u ÷
= o
S=1.96
S= Standart Sapma S
2
=Varyans
Örneklem için neden (n-1)’e bölünüyor ?
20 koltuk bulunan bir salona öğrenciler sırasıyla girsinler. İlk öğrencinin 20 koltuktan birini seçme serbestliği var.
İkinci öğrencinin kalan 19 koltuktan birini seçme serbestliği var. Bu şekilde devam edilirse, 19. öğrencinin kalan 2
koltuktan birini seçme serbestliği var. Ancak 20. öğrencinin koltuk seçme serbestliği kalmamıştır. Demek ki 19
öğrencinin seçme serbestliği varken 1 öğrencinin yoktur.
Sınıflandırılmış verilerde ise aşağıdaki formüller yardımıyla hesaplanır.
|
|
|
|
.
|

\
|
÷
÷
=
¯ ¯
= =
1 n
n / ) m f ( m f
S
k
1 i
2
k
1 i
i i
2
i i
2
94 . 3
1 50
50 /
2
) 65 . 425 ( 739 . 3816 2
S ~
÷
÷
= S=1.98
ÖRNEK: NEWBOLD ustabaşı örneği.
A Firması için 2414286
2
= o , o=1554
B Firması için 12368571
2
= o , o=3517
DEĞİŞİM, ÇARPIKLIK VE BASIKLIK KATSAYISI
Değişim Katsayısı
Standart sapma ortalamanın yüzdesi olarak tanımlandığında "Değişim Katsayısı" olarak
adlandırılır. Özellikle farklı ölçü birimleri kullanan iki dağılımın değişimlerinin
karşılaştırılmasında kullanılır. Aşağıdaki eşitlik ile hesaplanmaktadır.
100
X
S
V = 23 100
49 . 8
98 . 1
V = =
- 27 -
Çarpıklık ve Basıklık
Dağılımın ortalamaya göre biçimine ilişkin bazı bilgileri çarpıklık ve basıklık katsayıları ile
öğrenebiliriz.
Çarpıklık katsayısı aşağıda verilen eşitlik ile elde edilebilir.
3
n
1 i
3
i
S
n / ) x X (
ÇK
¯
=
÷
=
ÇK=0 ise dağılım simetriktir.
ÇK<0 ise dağılım sola doğru çarpık ya da - yöne eğilimlidir.
ÇK>0 ise dağılım sağa doğru çarpık ya da + yöne eğilimlidir.
Basıklık Katsayısı ise aşağıdaki eşitlik ile hesaplanabilir:
3
4
1
4
÷
÷
=
¯
=
S
n / ) x X (
B
n
i
i
B=0 ise dağılımın yüksekliği standart normal dağılıma uygundur.
B<0 ise dağılım standart normalden basıktır.
B>0 ise dağılım standart dağılımdan sivridir.
Verilerimizden elde edilen çarpıklık ve basıklık katsayısı değerleri:
80 . 0
S
n / ) x X (
ÇK
3
n
1 i
3
i
~
÷
=
¯
=
13 . 0 3 13 . 3 3
S
n / ) x X (
B
4
n
1 i
4
i
~ ÷ ~ ÷
÷
=
¯
=
Verilerimiz sağa çarpık ve standart dağılımdan daha sivri bir dağılıma sahiptir.
- 28 -
UYGULAMA-1
Aşağıda 45 ailenin yıllık gelirleri (1000 YTL) verilmektedir. Bu verilerden yararlanılarak sıklık
çizelgesi, birikimli sıklık çizelgesi, konum ölçüleri, değişim ölçüleri elde edilmektedir.
12.4 13.7 27.5 19.4 12.5 28.3 36.3 29.7 19.7
19.6 32.6 9.9 21.6 41.2 36.4 19.8 23.4 9.6
41.7 30.4 11.4 7.5 38.7 20 38.2 11.3 25.6
17.3 26.8 22.1 20.7 24.3 9.9 23.2 35.8 14.2
21.9 23.8 16.4 24.7 21.5 22.2 29.8 29.3 21.4
Verileri küçükten büyüğe doğru sıralayalım.
7.5 9.6 9.9 9.9 11.3 11.4 12.4 12.5 13.7
14.2 16.4 17.3 19.4 19.6 19.7 19.8 20 20.7
21.4 21.5 21.6 21.9 22.1 22.2 23.2 23.4 23.8
24.3 24.7 25.6 26.8 27.5 28.3 29.3 29.7 29.8
30.4 32.6 35.8 36.3 36.4 38.2 38.7 41.2 41.7
En Küçük (Min.)= 7.5
En Büyük (Max.)= 41.7
Dağılım Genişliği (Range)= Max. - Min. = 41.7 - 7.5 = 34.2
k (sınıf sayısı) = 7 alınırsa
c (sınıf aralığı) = (34.2+0.1) / 7= 34.3/ 7 = 4.9 olarak bulunur.
Sıklık çizelgesini düzenleyelim:
Alt Sınır(A.S) Üst Sınır(Ü.S.) Sınıf Değeri (m
i
) Sıklık (f
i
) Göreli Sıklık (p
i
) bi .

7.5 12.3 9.9 6 0.133 -3
12.4 17.2 14.8 5 0.111 -2
17.3 22.1 19.7 12 0.267 -1
22.2 27 24.6 8 0.178 0
27.1 31.9 29.5 6 0.133 1
32 36.8 34.4 4 0.089 2
36.9 41.7 39.3 4 0.089 3
m
i
(sınıf değeri)= (AS
i
+ ÜS
i
) / 2
p
i
(göreli sıklık)= f
i
/ n
- 29 -
Birikimli sıklık çizelgesini düzenleyelim:
A.S. Ü.S. f
i
m
i
SA
i
D. D.A.f
i
D.D.Ç.f
i
D. D.A.p
i
D. D.Ç.p
i
7.45 0 45 0.000 1.000
7.5 12.3 6 9.9
12.35 6 39 0.133 0.867
12.4 17.2 5 14.8
17.25 11 34 0.244 0.756
17.3 22.1 12 19.7
22.15 23 22 0.489 0.511
22.2 27 8 24.6
27.05 31 14 0.689 0.311
27.1 31.9 5 29.5
31.95 37 8 0.822 0.178
32.0 36.8 4 34.4
36.85 41 4 0.911 0.089
36.9 41.7 4 39.3
41.75 45 0 1 0
HİSTOGRAM GRAFİK
Si
39.300 34.400 29.500 24.600 19.700 14.000 9.900
f
i
14
12
10
8
6
4
2
Yıllık geliri 25 Bin YTL’den fazla olan aile sayısını bulmak isteyelim. Bunu interpolasyon yardımıyla
yapabiliriz.
SA
i
D.D.Ç.f
i
22.15 22
25 x
27.05 14
22 14
22
15 22 05 27
15 22 25
÷
÷
=
÷
÷ x
. .
.
eşitliği ile x aşağdaki gibi bulunur.

8
22
9 4
85 2
÷
÷
=
x
.
.
17 ~ x bulunur.
- 30 -
Şimdi yıllık geliri 15 Bin YTL’den az olan aile sayısını bulalım.
SA
i
D.D.A.f
i
12.35 6
15 x
17.25 11
6
6 11
35 12 15
35 12 25 17
÷
÷
=
÷
÷
x .
. .
eşitliği ile x aşağdaki gibi bulunur.

6
5
65 2
9 4
÷
=
x .
.
9 ~ x bulunur.
ORTALAMA, TEPE DEĞERİ (MOD) VE ORTANCA (MEDYAN)
Ortalama ( x )
n
s f
x
k
i
i i ¯
=
=
1
= (9.9x6+14.8x5+...+19.7x12)/45 = 1038.4/45 = 23.075
Tepe Değeri ( xˆ )
2 1
1
ˆ
d d
d
c A x
s
+
+ =
A
s
=17.3 En büyük sıklığın bulunduğu sınıfın alt sınırı
d
1
=12-5=7 En büyük sıklık - bir önceki sıklık
d
2
=12-8=4 En büyük sıklık-bir sonraki sıklık
42 20 12 3 3 17
4 7
7
9 4 3 17 . . . . . xˆ = + =
+
+ =
Ortanca ( x' )
i
i
m
m
f
f
) n yada ( n
c L x
¯
÷
=
÷
+
+ = '
1
1
2
1
¦
¹
¦
´
¦
+
=
ise n tek ,
2
1
ise çift n ,
2
n
n
j
L= DDA kolonunda j'nin bulunduğu sınıfın alt SA
i
değeri
n=45 olduğundan j=46/2=23 bulunur.
L=17.25
11
1 4
1
1
1
= =
¯ ¯
÷
=
÷
= m
m
i
m
m
f f
95 21
12
11 2 46
9 4 25 17
2
1
1
.
/
. .
f
f / n
c L x
i
i
m
m
=
÷
+ =
÷
+ = '
¯
÷
=
olarak bulunur.
Ortalama, ortanca ve tepe değeri arasındaki bağıntı
23.175 > 21.95 > 20.42 olduğundan dağılım sağa doğru çarpıktır.
- 31 -
YÜZDELİKLER, ÇEYREK DEĞERLER
i
i
m
m
a
f
f an %
c L P
¯
÷
=
÷
+ =
1
1
P
a
=a. yüzdelik
L=%an değerini içine alan DDA sıklıklarının minimum olanına karşılık gelen SA değeri
Ef
m
=%an değerini içine alan DDA sıklığı
f
i
=yüzdeliğin bulunduğu sınıfın sıklığı
a=25 için
%an=25x45/100=11.25
L=17.25
f
3
=12
Ef
m
=11 35 17
12
11 25 11
9 4 25 17
25
.
.
. . P =
÷
+ =
a=50 için
%an=50x45/100=22.5
L=17.25
f
3
=12
Ef
m
=11 95 21
12
11 5 22
9 4 25 17
50
.
.
. . P =
÷
+ =
a=75 için
%an=75x45/100=33.75
L=27.05
f
5
=6
Ef
m
=31 29 29
6
31 75 33
9 4 05 27
75
.
.
. . P =
÷
+ =
VARYANS, STANDART SAPMA
|
|
|
|
.
|

\
|
÷
÷
=
¯ ¯
= =
1
1
2
1
2
2
n
n / ) s f ( s f
S
k
i
k
i
i i i i
201 76
1 45
45 4 1038 52 27314
2
2
.
/ . . (
S =
|
|
.
|

\
|
÷
÷
=
S=8.73
- 32 -
ALIŞTIRMALAR
1) Bir benzin istasyonu rasgele seçtiği 30 müşterisinin aldığı benzin miktarlarını litre olarak aşağıdaki
gibi kaydetmiştir. Sıklık ve birikimli sıklık çizelgelerini 7 sınıf için düzenleyiniz. Ortalama, ortanca,
tepe değeri ve varyansını çizelgelerden yararlanarak hesaplayınız. (Cula, s.76)
2 2 3 4 6 7 7 8 8 9
10 10 10 11 11 11 11 12 12 12
13 13 14 16 18 20 25 25 28 28
2) İktisat bölümünde okuyan 40 öğrencinin bir aylık giderleri aşağıda verilmiştir. Sıklık ve birikimli
sıklık çizelgelerini 6 sınıf için düzenleyiniz.
3) Aşağıda 10 şirketin tahvil fonlarının beş yıldaki getiri yüzdeleri verilmiştir. Getiri yüzdelerinin
örneklem ortalamasını, varyansını ve standart sapmasını bulunuz.
99.7 77.5 86.3 85.6 69.5 96.6 83.1 75.1 90.4 82.1
4) Aşağıda 9 hisse senedinin belirli bir gündeki staış fiyatları verilmiştir. Satış fiyatlarının örneklem
ortalamasını, ortancasını, varyansını ve standart sapmasını bulunuz.
7.40 8.80 4.04 7.45 6.00 5.10 9.90 3.34 18.70
5) Bir apartmandaki 10 dairenin kira tutarları (YTL) aşağıdaki gibidir. Kira tutarlarının ortalamasını,
ortancasını, tepe değerini ve varyansını hesaplayınız.
300 500 350 400 600 450 550 500 350 500
6) Bir tekstil firması yılda 3 milyon triko, 500 bin tişört, 400 bin gömlek ve 500 bin çorap üretmektedir.
Sıklık dağılımını oluşturunuz ve daire dilim grafiği çiziniz.
100 150 200 200 250 300 300 300 300 300
350 350 350 400 400 400 400 400 400 400
450 500 500 500 500 500 500 500 500 500
500 500 600 600 600 650 750 800 800 850
- 33 -
BÖLÜM 2 OLASILIK
2.1. GİRİŞ
Olasılık, günlük yaşamımızda sıkça kullandığımız, yararlandığımız bir kavramdır. Örneğin meteoroloji
uzmanı sabah haberlerinde o gün %80 olasılıkla yağmur yağacağını, sağlık uzmanları sigara içenlerin
içmeyenlere oranla kansere yakalanma riskinin daha yüksek olacağını, sınavı başarısız geçmiş bir öğrenci o
dersten geçme şansının çok az olacağını söyler. Herhangi bir olayın meydana gelme şansını ölçmeyle
ilgilenen olasılık, istatistiğin önemli bir bölümünü oluşturmaktadır. İstatistiğin çıkarsama (öngörü) temelini
oluşturan olasılık, belirsizlik durumunda sağlıklı kararlar vermeyi sağladığı için, planlama çalışmalarında
yoğun bir biçimde kullanılmaktadır. Örneğin bir firmanın gelecek yıldaki satış kestirimleri, bir kısmı
gerçekleşecek bir kısmı gerçekleşmeyecek bir çok varsayıma dayalıdır. Bu nedenlerden dolayı olasılık
kuramı, bizlere belirsizlik altında ya da mevcut bilgilerin tam ve sağlıklı olmaması gibi durumlarda doğru ve
sağlıklı kararlar verebilmede yardımcı olacaktır. Bu bölümde olasılığa ilişkin temel kavramlar verilecek,
daha sonra olasılık hesaplama kuralları ele alınacaktır.
Olasılığın Başlangıcı…
Arkeologlar tarih öncesi barınaklarda, medeniyetler boyunca değişik toplumlar için oyun ve şans oyunlarının
önemli bir eğlence aracı olduğunu gösteren kanıtlar buldular. Yunan, Mısır, Çin ve Hindu hanedanlarının
büyük matematiksel buluşları ve insanların oyun oynamaya olan eğilimleri dikkate alındığında, olasılık
matematiğinin diğerleri arasında en erken gelişmeye başladığı tahmin edilebilir. Buna karşın, 17. yy da
fransız matematikçiler Pierre de Fermat ve Blaise Pascal’a kadar, olasılık matematiğinde dikkate değer bir
gelişme olmamıştır.
Noktalar Problemi
Rönesans Avrupa’sında matematiksel olasılığın gelişimine ilham olan problem budur. Kısaca şöyle
tanımlanabilir:
İki eşit yetenekte oyuncu belli bir para karşılığında bir şans oyunu oynarlarken, oyun kesiliyor. Bu
aşamadaki oyun skoruna göre para nasıl bölünmelidir?
Burada “eşit yetenekli” her oyuncunun oyuna eşit kazanma şansı ile başladığı anlamına gelir. Aşağıdaki
senaryoyu takip ediniz.
Pascal ve Fermat Paris’te bir kafede oturuyorlar ve daha zor senaryolar tartışarak geçen yorucu saatlerden
sonra, oyunların en kolayı olan, para atma oyununu oynamaya karar verirler. Eğer tura gelirse Fermat, yazı
gelirse Pascal bir puan alacaktır. İlk kez on puan alan kazanacaktır. Sonuçta ne olursa olsun birinin diğerini
yemeğe götüreceğini bilerek, her biri ortaya 50 Frank para koyuyor, böylece ortada 100 Frank bahis oluyor.
Kazanan hepsini alacak. Ama sonra ilginç birşey oluyor. Fermat 8 e karşı 7 yenerken, bir arkadaşının hasta
olduğuna dair bir mesaj alıyor ve Toulouse’a gitmesi gerekiyor. Mesajı getiren adam, hemen hareket etmek
şartıyla onları götürebileceğini söylüyor. Tabii ki Pascal durumu anlayışla karşılıyor, ama ortadaki parayı
nasıl bölüştürecekler?
Fermat bir mektubunda şu teklifi sunuyor:
“Değerli Blaise,
100 Frankı bölüştürme problemi hakkında, adil olduğunu düşüneceğin bri çözüm buldum. Benim sadece 2
senin de 3 puana ihtiyacın olduğunu düşünürsek, 4 atışta oyun kesinlikle bitmiş olacaktı.
Bu dört atışta, eğer galibiyet için gereken üç puanı alamazsan, bu benim kazanmam için gereken iki puanı
aldığım anlamına gelir. Benzer yolla, eğer ben iki puanı alamazsam, sen kazanman için gerekli olan en az üç
- 34 -
puanı almış ve kazanmışsın demektir. Böylece, aşağıdaki olası oyun senaryolarının eksiksiz olduğuna
inanıyorum. ‘h’ harfi tura, ‘y’ harfi de yazıyı göstermektedir. Benim kazandığım senaryolara yıldız koydum.
t t t t * t t t y * t t y t * t t y y *
t y t t * t y t y * t y y t * t y y y
y t t t * y t t y * y t y t * y t y y
y y t t * y y t y y y y t y y y y
Bu çıktıların hepsinin eşit olasılıklı olduğunda hem fikir olduğumuzu düşünüyorum. Bu yüzden, parayı
benim lehime olarak 11:5 oranında dağıtmamız gerektiğine inanıyorum, yani ben (11/16)*100=68.75 Frank
almalıyım ve sen de 31.25 Frank almalısın tabii.
Paris’te herşeyin yolunda olması temennisiyle,
Arkadaşın ve meslektaşın,
Pierre”
2.2. RASGELE DENEY, RASGELE SONUÇ
Pekçok gözlemden sadece bir tanesinin gerçekleşme sürecine “Rasgele (Rassal) Deney (Deneme)”
denir. Örneğin; madeni para ile yapılan yazı-tura atışı, zar atışı, üretilen bir malın hatalı olup-
olmaması, bir hisse senedinin karlı olup-olmaması, bir öğrencinin dersi geçme notu,...
Rasgele bir deneyin mümkün her bir sonucuna “rasgele sonuç” denir. Tüm mümkün sonuçlarının
kümesine ise “örneklem uzayı” denir ve “S” ile gösterilir.
Örneğin;
RASGELE DENEY 1: Bir madeni paranın bir defa atışı.
RASGELE SONUÇ 1: Yazı ya da Tura
S={Yazı, Tura}
RASGELE DENEY 1: Bir zar atışı
RASGELE SONUÇ 1: Bir, İki, Üç, Dört, Beş ya da Altı
S={1, 2, 3, 4, 5, 6}
RASGELE DENEY 1: Üretilen bir malın hatalı olup-olmaması
RASGELE SONUÇ 1: Hatalı ya da hatasız
S={Hatalı, Hatasız}
RASGELE DENEY 1: Bir öğrencinin dönem başarısı.
RASGELE SONUÇ 1: A1, A2, B1, B2, C, F3, F2, F1
S={Yazı, Tura}
Bir deneyin örneklem uzayı Venn ya da ağaç diyagramı çizilerek de oluşturulabilmektedir. Venn
diyagramı, bir deneyin tüm olası sonuçlarının (kare, dikdörtgen ya da daire gibi) bir şekille
gösterilmesidir. Ağaç diyagramındaysa her bir sonuç, ağacın bir dalıyla ifade edilmektedir. Venn ve
- 35 -
ağaç diyagramları olasılık kavramlarının, görsel ifade yoluyla kolay anlaşılmasına yardımcı
olmaktadır.
S
Yazı
Tura

BÖLÜM 1 GİRİŞ
Günümüzde artık neredeyse her gün duyduğumuz “İSTATİSTİK” sözcüğü acaba gerçekte neyi ifade etmektedir? Özellikle medyada her gün bir kısım istatistiksel bilgiler sunulmakta, doğru ya da yanlış yorumlar yapılmaktadır. Ekonomik analizlerde, spor programlarında, seçim süreçlerinde, sağlık konularında ve daha birçok alanda sıkça kullanılan istatistik neden bu kadar önemlidir? Aklımıza gelen bu sorulara, bu bölümde kısaca cevap verilmeye çalışılacak, istatistiğin temel kavramları ele alınarak bir giriş yapılacaktır. İSTATİSTİK (STATISTICS) NEDİR? Yaşantımızın her anında bir karar verme durumu söz konusudur. Bu kararları verirken sahip olduğumuz bilgileri düşünce sürecinden geçirerek sonuca varmaya çalışırız. “Peki sahip olduğumuz bilgiler her zaman yeterli midir?, Bu bilgileri nasıl elde ediniriz?” v.b. sorulara vereceğimiz cevaplar bizi istatistiğe yönlendirecektir. yaşamda elbetteki alınacak kararların, içinde İhtimallerin bu kadar çok olduğu koşulların en iyi biçimde bulunulan

değerlendirilerek alınması gerekmektedir. Bu değerlendirme sürecinde en güçlü yardımcı araçlardan birisi istatistiktir. İstatistik, matematiğe dayalı olan kuramını uygulamaya geçirerek her türlü alanda büyük katkılar sağlamaktadır. Günümüzde ekonomi, işletme, sağlık, spor, mühendislik, genetik, astronomi, sanat v.d. hemen hemen tüm alanlarda kullanılan istatistiksel yöntemler, hızla artan bir öneme sahiptir. Bu nedenle istatistiğin doğru biçimde anlatılması gerekmektedir. Burada temel düzeyde istatistik konuları ele alınarak, öğrencilere günlük yaşamlarında ya da iş yaşamlarında yararlı olacak bilgileri vermek amaçlanmaktadır . Bir tanım olarak istatistik; belirsizlik altında bir konuda karar verebilmek amacıyla, ilgilenilen konuya ilişkin verilerin toplanması, düzenlenmesi, özetlenmesi, çözümlenmesi ve sonuçlarının yorumlanmasına yönelik olarak kullanılan yöntemler topluluğu olarak ifade edilebilir. Kısacası veri bilimidir ya da verilerin dilidir.

-2-

ÖNEMLİ KAVRAMLAR, TERİMLER, TANIMLAR Araştırma (Research) İlgilenilen konuya ilişkin sorunların saptanması, çözüm yollarının planlanması, uygulamaya konulması ve sonuçlarının değerlendirilmesine yönelik yapılan çalışmalardır. Araştırmanın konusu ve amacı belirgin olmalıdır. Zaman, personel ve maliyet dikkate alınarak, araştırmanın sınırı iyi belirlenmelidir. Araştırmada görev alan araştırıcılar ya da uzmanlar yeterli bilgi düzeyine sahip olmalıdır. Araştırmanın sonucunda elde edilen bilgiler doğru biçinde değerlendirilmelidir. Ölçme ve Ölçü (Ölçek) Ölçme (Measurement): Araştırma konusu ile ilgili sayısal değerleri elde etme işlemine “ ölçme” denir. Ölçme başlı başına bir çalışma alanıdır. Birçok yöntem ve teknik kullanılmaktadır. Ölçek(Scale): Sayısal değerleri elde etmek için kullanılan araç ya da gereçlere “Ölçek” ya da “Ölçek ya da Ölçü” denir. Ölçek türleri aşağıda verilmektedir: Sınıflamaya dayalı (Nominal) Ölçek: Cinsiyet (E, K); Sektör (Otomotiv, İmalat, Tarım, Maden,...; Medeni Durum; v.b; Ülkeler; ...) Sıralamaya dayalı (Ordinal) Ölçek: Ünvanlar, Rütbeler, Sınıflar,... Aralıklı (Interval) Ölçek: Başlangıç ve bitiş noktası vardır. Geçme notları, Sıcaklık ölçüleri, Zeka Ölçekleri,... Orana dayalı (Ratio) Ölçek: Sabit bir başlangıç noktası vardır. Hacim ve ağırlık ölçüleri, Uzaklık ölçüleri, sermaye, ... Kitle (Yığın, Anakütle, Population) Araştırma kapsamına giren, aynı özellikleri taşıyan birimlerin ya da bireylerin oluşturduğu topluluğa KİTLE denir. Kitlenin büyüklüğü araştırmanın özelliğine göre değişir. Nüfus sayımı için kitle Türkiye’dir. Denizli’deki üniversite öğrencilerinin giderleri için kitle Pamukkale Üniversitesi öğrencileridir. Kitle büyüklüğüne bağlı olarak her zaman tüm birimler (bireyler) hakkında bilgi sahibi olmak mümkün değildir. Bundan dolayı geniş kitlelerde araştırmalar; zaman, maliyet, personel, ulaşım, vb. nedenlerden dolayı tüm birimler yerine daha az sayıdaki birimler seçilerek yürütülür.

-3-

Uzman Örneklemesi. Bunun yapılabilmesi için incelenecek kitlenin büyüklüğünün. Kartopu Örneklemesi. Olasılığa Bağlı ve Olasılığa Bağlı Olmayan olarak 2 grubta toplanabilir. Gelişen teknoloji ile birlikte bu tür tam sayımlar daha kolay yapılabilir hale gelmiştir. Örnekleme yöntemleri en genel şekliyle. Örnek olarak. Olasılığa Bağlı Bazı Örnekleme Yöntemleri: Basit Rasgele Örnekleme. kitledeki tüm birimlerine ulaşılarak istenen bilginin elde edilmesi işlemidir. Kitledeki Gözlem Sayısı :N Örneklemdeki Gözlem Sayısı: n Parametre (Parameter) ve İstatistik Kitle özelliklerinin sayısal değerlerine PARAMETRE denir. Araştırma kitle yerine örneklem üzerinde uygulanıyorsa. parametre değerleri tahmin edilir. Küme Örneklemesi. Olasılığa Bağlı Olmayan Bazı Örnekleme Yöntemleri: Kota Örneklemesi. Sistematik Örnekleme. Observation) Kitle ya da örneklemde yer alan her birime gözlem ya da denek denir. Gözlem (ya da denek) sayısı aşağıdaki biçimde simgeleştirilmektedir. Tabakalı Örnekleme. Sıralı Küme Örneklemesi.Örneklem (Sample) ve Örnekleme (Sampling) Bir kitleden. belirlenen maliyet ve zaman gibi kısıtlara uygun olması gerekir. Bu durumda. belirli yöntemler kullanılarak seçilen aynı özellikleri taşıyan bir kısım bireyin oluşturduğu topluluğa ÖRNEKLEM denir. örneklemden elde edilen sayısal değerlere İSTATİSTİK denir. Örneklem seçmek için kullanılan yöntemler topluluğu ise ÖRNEKLEME olarak adlandırılır. Tam Sayım Bir araştırma kapsamında. sıkça kullanılan bazı parametreler ve istatistikler aşağıda verilmektedir: Parametre Kitle Ortalaması :  Kitle Varyansı : 2 İstatistik Örneklem Ortalaması : x Örneklem Varyansı : S2 -4- . Gözlem (ya da denek. Bazı durumlarda (nüfus sayımları gibi) kitle büyük olsa bile tam sayım yapılması zorunlu olmaktadır.

DEĞİŞKEN ile gösterilebilir. İki ölçüm arası sonsuz sayıda noktaya bölünebilir. Nicel ve Nitel değişkenler olarak sınıflandırılabilir. Kesikli Değişken: Ölçümler 0. Cari Fiyat. ülke kodları. GSMH. yazı-tura. denekten deneğe değişebilir. -5- . İhracat-İthalat Değerleri ya da miktarları. gelir. Aralık biçiminde ifade edilebilirler. Bir değişken. Sürekli Değişken: Değişkenler ölçülerek ya da sıralanarak elde edilir. tek değişkenli. boy uzunluğu. Örneğin. kilo.... Sürekli ve Kesikli değişkenler olarak sınıflandırılabilir. vb. 2 gibi kesin değerler alır. Dolar Alış-Satış Kurları. Nitel değişkenler. Ara değerler söz konusu değildir. Veriler. Örneğin. fiyat.. Örnek: Nitel Değişkenler Cinsiyet Medeni durum Şirket Türü Ülkeler Nicel Değişkenler İhracat Miktarı Öğrenci Sayısı TÜFE Endeksi Ücretler Değişkenler. cinsiyet. Değişkenler... Değişkenlere karşılık gelen denek ya da gözlem değerlerine de VERİ denir..vb. şirket türü. Örneğin.Değişken (Variable) Nicel (kantitatif) ya da nitel (kalitatif) anlamda bir özellik ya da karakterde belirgin olarak görülen farklılık. çift değişkenli ya da çok değişkenli olarak da kullanılabilir. genellikle kesikli değişkenlerdir. 1..

. Veriler. Deney yaparak.. Datum) Belirli amaçlar için toplanan bilgilere veri denir. Veri toplamak için farklı yöntemler kullanılabilir: Mevcut kaynaklardan (eski kayıtlar. Cinsiyet. Boy uzunluğu. Temel olarak 2 tür veri vardır: NİCEL (Quantity) VERİ: Sayısal bir ölçekle ölçülerek elde edilmiş verilerdir.. ortalamanın iki yanında ne şekilde yer aldığına ilişkin görünüme verilerin DAĞILIMI denir.BÖLÜM 2 VERİLERİN ÖZETLENMESİ Bu bölümde. yıllıklar. -6- . Dağılım (Distribution) Kitlede ya da örneklemde yer alan her değişkene ilişkin veriler. göz rengi. veri kavramı ve verilerin özetlenmesinde kullanılan temel yöntemler ele alınacak.) yararlanarak. vb. raporlar. çeşitli uygulamalar ile konuların daha iyi anlaşılması sağlanmaya çalışılacaktır. NİTEL (Qualify) VERİ: Kategoriler biçiminde sınıflandırılabilen verilerdir. İstatistikte kullanılan dağılım kavramı genel olarak 3 başlık altında ele alınmaktadır: i) Sıklık Dağılımları ii) Olasılık Dağılımları iii) Örneklem Dağılımları Bunlar ilerleyen kısımlarda ya da bölümlerde ayrıntılı olarak ele alınacaktır.. Anket yaparak. Gözlem yaparak.. ortalamanın iki yanında ve farklı uzaklıklarda yer alırlar.. Dağılımda yer alan verilerin ortalaması hesaplanabilir. Simülasyon yoluyla bilgisayarda yapay veri üreterek.. Veri (Data. arşivler. araştırma konusuna ve araştırılan topluluğa özgü bir dağılım gösterirler. Verilerin. fiyat.

-7- . Tablo2’de verilmektedir.6 7. NİCEL VERİLERDE SIKLIK ÇİZELGELERİ Bir araştırma sonunda elde edilen sürekli nicel veriler.1 Firma No 11 12 13 14 15 16 17 18 19 20 Miktar 8.5 9. Uygulamalarda veri kümeleri çok sayıda gözlem içerebilmektedir.6 10.4 10.2 8.2 8.5 Firma No 41 42 43 44 45 46 47 48 49 50 Miktar 7. verilerin gösterdiği dağılıma sıklık dağılımı denir. özellikleri hakkında bilgi edinmek amacıyla.1 7. Veriler Tablo 1’de verilmiştir. Verilerin düzenlendiği çizelgelere sıklık çizelgeleri.5 Bu verilerin kaynak miktarına göre küçükten büyüğe doğru sıralanmış şekli.9 7. Analistin amacı bu veri kümesini özetleyerek bir takım bilgilere ulaşmaktır.9 6.1 13.2 8.6 11.3 8. düzenlemeler yapılarak özet halinde sunulurlar.9 5.0 7. Verilerin yapısına (nitel.8 11.7 6.8 6. Firmaların AR-GE faaliyetlerine ayırdıkları kaynak miktarları Firma No 1 2 3 4 5 6 7 8 9 10 Miktar 13. ÖRNEK: Bir finans analisti.5 7. nicel.9 7.2 9.2 6.2 7.5 8.5 9.5 11.9 6.9 6. Konunun daha iyi anlaşılması için bu örnek üzerinden uygulamalar yapılacaktır.5 8. Tablo1.1 13.0 7.2 5.0 9.4 6. Bu nedenle verilerin özetlenmesi.. Aşağıda örnek olarak sunulan veriler düzenlenmemiş ham verilerdir.6 10.8 9. bilgisayar donanım ve yazılım şirketlerinin AraştırmaGeliştirme(AR-GE) faaliyetlerine ayırdıkları kaynak miktarıyla ilgilenmektedir. düzenlenmemiş ham ya da sınıflandırılmamış verilerdir. Bu analist yüksek teknolojiye sahip 50 firmayı örneklem olarak belirlemiş ve bir önceki yıl gelirlerinden AR-GE’ye ayırdıkları kaynak miktarlarını (1000 YTL) elde etmiştir.7 5.) göre sıklık çizelgeleri düzenlenir.5 8.0 7.7 7..1 Firma No 21 22 23 24 25 26 27 28 29 30 Miktar 8.5 6.5 9.5 9.7 6. vb.SIKLIK DAĞILIMLARI Çeşitli yollarla toplanan veriler. ilgilenilen olay ya da problem açısından ilk yapılacak iş ve son derece önemli bir işlemdir.4 10.2 Firma No 31 32 33 34 35 36 37 38 39 40 Miktar 9.

Dağılım Sınırları: Bir dağılımda (veri kümesinde) yer alan en küçük ve en büyük denek değerleridir.5 . Örneğimizde sınıf sayısı 8 olarak alınsın.7 9.2 7.5 6. Sınıf sayısının genellikle 7 ile 20 arasında olması istenir.9 8. DG=En büyük değer .6 11.5.5 6. Sınıf aralığı. c ile gösterilir.2 13.4 7.1 11. Sıralanmış Kaynak Miktarı Verileri Firma No 45 46 44 48 25 39 50 7 13 18 Miktar 5.9 Firma No 9 3 37 8 20 34 47 42 1 16 Miktar 10.0 8.En küçük değer =13.2 8.2 = 8.7 7.0 6.1 7. çok sayıda veri olduğunda aşağıda verilen Sturges’in formülü ile de bulunabilir. Sınıfın Üst Sınırı: Bir sınıfta yer alan en büyük değerdir.5 7.5 Sıklık Çizelgesinin Elde Edilişi Sıklık çizelgesinin elde edilişinde kullanılan tanımlar adımsal olarak verilerek yukarıdaki örnekle bu tanımlar pekiştirilmeye çalışılacaktır.4 Firma No 35 33 4 5 36 14 26 31 6 17 Miktar 8.0 9.1 10. En büyük değer (Maksimum): 13.2 8.6 9.1 7.8 6.5 9.3log(n) Sınıfın Alt Sınırı: Bir sınıfta yer alan en küçük değerdir. k ile gösterilir.2 7.7 Firma No 43 49 12 11 22 15 21 27 30 2 Miktar 7.5 10.5 9.8 7.5 6. Sınıf sayısı.9 7.2 5.1 8.2 8.2 9.6 5.5 10.5 7.7 13.9 Firma No 28 38 10 41 29 32 24 19 40 23 Miktar 6.6 6. k=1+3.8 9. Araştırmacı tarafından belirtilen sınıf sayısı.5 13. Sınıf Aralığı: Ard Arda gelen iki sınıfın alt sınırları ya da üst sınırları arasındaki farktır.Tablo2.5 8.9 6.9 6.0 8. Bu durumda Sınıf Aralığı: -8- .4 9.5 (dağılımın üst sınırı) En küçük değer (Minimum) : 5.3 Sınıf: Eşit ya da birbirine yakın değerli deneklerin oluşturduğu her bir gruba SINIF denir.2 (dağılımın alt sınırı) Dağılım Genişliği (DG): Dağılım sınırları arasındaki farktır.3 11.

Sıklıklar toplamı denek sayısına eşittir. c 8.1) ard arda eklenerek diğer sınıfların alt sınırları bulunur. ilk sınıfın alt sınırı saptanır. Seçilen sınıf sayısının uygun olup olmadığını tespit etmek için son sınıfta en büyük denek değerinin yer alıp almadığın bakılmalıdır. Sınıf değeri bir sınıfı tek bir değerle temsil eder ve m ile gösterilir. En büyük denek değeri son sınıftan bir önceki sınıfta da yer alabilir.c DG  a SINIFSAYISI a: veri kümesindeki verilerin ondalık kısmındaki hane sayısı ile ilgilidir. mi  ASi  ÜSi . Eğer son sınıfta en büyük denek değeri yer almıyorsa sınıf sayısı daha büyük olmalıdır. Göreli Sıklıklar pi ile gösterilir. İşaretlerin sayısı sınıf sıklıklarını verir.sınıfın üst sınırı Göreli Sıklık(Sıklık Yüzdesi): Her sınıfa düşen denek sayısının toplam denek sayısına göre yüzdesidir. İlk sınıfın üst sınırı ise ikinci sınıfın alt sınırının son hanesinden 1 çıkarılarak bulunur. n f i 1 i n Örneğimizde ise k=8 tane sınıf olduğundan f i 1 8 i  50 ’dir.1 8. Bu iki durumda sınıf sayısı artırılır ya da azaltılır.sınıfın alt sınırı ÜSi: i.. Örneğimizde tam kısımdan sonra 1 hane olduğu için a=0. Bu değer genellikle dağılımın en küçük değeridir. Sıklık: Bir sınıfta yer alan denek sayısı o sınıfın sıklığıdır. -9- ..3  0.05 8 8 Sınıf sayısı ve aralığı belirlendikten sonra. Bu durumda seçilen sınıf sayısı veriler için büyüktür.1 alınır.4   1. Sınıf (Orta) Değeri (m): Bir sınıfın alt ve üst sınırlarının ortalaması o sınıfın sınıf değeri ya da sınıf orta değeridir. Bunun için önce her sınıfın sıklığı işaretleme (çeteleme) ile bulunur.. Sınıflar oluşturulduktan sonra sınıfların sıklıkları bulunur.. Diğer sınıfların üst sınırları da ardı ardına sınıf aralığı eklenerek bulunur. Sınıf aralığı (c=1. Toplamları 1 olmalıdır.2. i  1. f ile gösterilir. k 2 ASi: i.

i  1.24)/2=5.10 0.14 0. Sınıf ara değerlerinin sayısı (k+1)’dir.30 8.26 0.pi  fi .29 bin YTL arasında yatırım yapan firmalar yer alır ve bu sınıftaki firmalar ortalama 6.72 //// ///// ///// // ///// ///// /// ///// ///// // ///// / //// Toplam: 4 12 13 5 7 5 1 3 50 1.00 Çizelge 1 için örnek yorumlar: İkinci sınıfta AR-GE’ye 6.02 0.08 0. Den Daha Çok Birikimli Sıklık: Sınıf ara değerinden daha çok değeri olan sınıf sıklıklarının birinci sınıftan başlayarak eklenmesi ile elde edilir..20 6.59 (5.49 12.06 1 2 3 4 5 6 7 8 5.97 12. AR-GE’ye yatırım yapan 50 firmanın 12 tanesi ya da %24’ü AR-GE’ye ortalama 6.82 8. AR-GE’ye yatırım yapan firmaların %24’ü AR-GE’ye tahminen ortalama 6.15+6.54 13.35 9.92 10.45 11..55 6.29 8. Bir sınıf ara değerine karşı gelen den daha az ve den daha çok birikimli sıklıklar toplamı denek sayısına eşittir.25 7. Birikimli Sıklık: Sınıf sıklıklarının üst üste eklenmesi ile oluşan sıklıklar birikimli sıklıklardır. k n p i 1 n i 1 Çizelge1. AR-GE faaliyetleri için ayrılan kaynak miktarı verileri için sıklık çizelgesi Sınıf Alt Sınır (AS) Üst Sınır (ÜS) Sınıf Orta (mi) 6. Den Daha Az Birikimli Sıklık: Sınıf ara değerinden daha az değeri olan sınıf sıklıklarının birinci sınıftan başlayarak eklenmesi ile elde edilir.77 bin YTL AR-GE’ye yatırım yapar.87 9. Birinci sınıfın üst sınırı ile ikinci sınıfın alt sınırının ortalaması. Son sınıf ara değeri ise. (kitle için yorum) Sınıf Ara Değerleri (SA): Sınıflar arasındaki değerlerdir.77 7.24 7..25 ile 7.77 bin YTL yatırım yapmışlardır. sanki son sınıftan sonra bir sınıf daha varmış gibi kabul edilerek. Birikimli sıklıklar denek sayısına oranlanırsa den daha çok birikimli .2.07 Değeri Çeteleme Sıklık (fi) Göreli Sıklık (pi=fi/n) 0.34 9.24 0. hesaplanan son sınıf ara değerine sınıf aralığı (c) eklenerek bulunur. İlk sınıfın ara değeri birinci sınıftan önce bir sınıf varmış diye kabul edilerek.10 0. hesaplanın birinci ve ikinci sınıflar arasındaki değerinden sınıf aralığı (c) çıkarılarak bulunur.44 11.50 12. birinci sınıf ile ikinci sınıf arasındaki sınıf ara değerini verir.10 - ..39 10.77 bin YTL yatırım yapmaktadırlar.02 13.40 10.

sıklık ve göreli sıklık bilgilerinin oluşturduğu çizelgeye Sıklık Çizelgesi (Çizelge 1) ve Alt sınır.06 5 46 4 0. AR-GE’ye yatırım yapan firmalardan tahmini olarak %92’i AR-GE’ye 6.32 0.25 7.08 7 41 9 0.94 0.30 8.92 0. Birikimli sıklık yüzdeleri sınıf ara değerinden daha az ya da daha çok büyük değerli denek değerlerinin yüzdesini verir.32 13 29 21 0.68 0.08 0.44 10.58 0.00 Çizelge 2 için örnek yorumlar: 50 firmadan sadece 4 tanesi ya da %8’i AR-GE’ye 6.595 3 50 0 1.49 11. üst sınır.545 13.42 12 16 34 0.55 ÜS 6. (kitle için yorum) Dikkat: Rakamların geldiği yerlere dikkat ederek benzer yorumlar diğer sınıflar içinde yapılabilir.00 1.82 0.295 8.39 9.92 fi Birikimli Sıklıklar Den Daha Den Daha Çok Az 0 50 Birikimli Sıklık Yüzdeleri Daha Den Daha Den Çok Az 0.50 12.445 11.24 6.34 8. üst sınır. Çizelge2. AR-GE’ye yatırım yapan firmalardan tahmini olarak %8’i AR-GE’ye 6.245 bin YTL’den daha az yatırım yapmıştır. Veriler ondalıklı değil ise sınıf ara değerinin anlamı yoktur.00 0.245 bin YTL’den daha az yatırım yapmaktadır.18 5 34 16 0.35 9.495 12.00 1 47 3 0.68 Sınıf Ara Değeri 5.29 7.245 bin YTL’den daha çok yatırım yapmaktadır.145 4 4 46 0. Çizelge2’deki sınıf ara değeri kolonu olmaz ve birikimli sıklık ve birikimli sıklık yüzdeleri alt sınır ve üst sınır değerlerine göre yorumlanır. sınıf değeri.40 10. Alt sınır. AR-GE faaliyetleri için ayrılan kaynak mikatarı verileri için Birikimli Sıklık Çizelgesi Sınıf 1 2 3 4 5 6 7 8 AS 5.45 11.345 9.11 - .245 bin YTL’den daha çok yatırım yapmıştır.sıklık yüzdeleri ve den daha çok birikimli sıklık yüzdeleri elde edilir.54 12. birikimli den daha az ve den daha çok sıklıklar ve birikimli den daha az ve den daha çok sıklık yüzdelerinden oluşan çizelgeye Birikimli Sıklık Çizelgesi denir(Çizelge 2).20 6. sınıf ara değeri. (kitle için yorum) 50 firmadan sadece 46 tanesi ya da %92’si AR-GE’ye 6. .59 13.345 10.245 7.

87 9. yaprak kısmına ise ondalıktan sonraki kısım yazılarak dal-yaprak çizimi gerçekleştirilir.82 8.07 K. .HİSTOGRAM : 14 12 10 Sıklık 8 6 4 2 0 5. Benzer yorumlar bu çizimden de yapılır. DAL YAPRAK ÇİZİMİ: Veri kümesinin görsel olarak bir diğer gösterimi Dal-yaprak çizimidir. Tablodaki bilgiler görsel olarak bu histogramdan da yorumlanabilir.12 - . Eğer ortalama ve ortanca hesaplanırsa bu kolaylıkla görülebilir.9’dan daha az AR-GE’ye yatırım yaptığı söylenebilir.72 6. Grafikten yorumlar subjektif’tir.Miktarı Çizelge1’de verilen göreli sıklık ve sınıf değerleri kullanılarak histogram çizilmiş ve yukarıda verilmiştir. Büyük olasılık ile verilerin ortalaması ortancadan büyüktür.Veri kümesinin sağa çarpıklığı buradan da gözlenebilir. Bu durumdaki firma sayısı ise 40 tanedir.92 10. Histogramdan veri dağılımının sağa çarpık olduğu gözlenmektedir.97 12.77 7.02 13. Dal 5 6 7 8 9 10 11 12 13 Yaprak 269 055568999 11224557789 001222458 02455679 1556 137 255 Dal kısmında ondalıktan önceki verinin tam kısmı. Diğer benzer ya da farklı yorumlamak mümkündür. 50 firmanın çoğunluğunun %9.

2 0.05 0 5. Enterpolasyon yöntemi ara değer bulmada kullanılan bir yöntemdir.90 9. NİTEL VERİLERDE SIKLIK ÇİZELGESİ .05 5 Enterpolasyon yöntemi ile %9’dan daha çok yatırım firma sayısının yaklaşık 18 olduğu bulunur.40 Kaynak M iktarı Enterpolasyon yöntemi ile ara değer bulma Yukarıdaki örnekte size %9’dan daha çok yatırım firma sayısı ne olduğu sorulduğunda tablodan direk bu soruya cevap vermeniz mümkün değil ama enterpolasyon yöntemi ile cevap vermeniz mümkündür.655 X  21     X  17.80 7.395  8.345) 16  21 1.88  18 (9.345) X  21 0.345 9.20 12.13 - .00 10. Sınıf Ara Değeri 8.DAĞILIM POLİGONU: 0.3 0.70 6.1 0.15 0.30 13.00 9.25 Sıklık Yüzdesi 0.395 Den Daha çok Sıklığı 21 X 16 (9  8.10 11.

5’inin uçak ile seyahat ettikleri tahmin edilmektedir.475 0. Çizelge 3. Sınıflar bağımsız olduğu için sıklık çizelgesinde sadece sınıf ve sıklık. sınıflar bağımsız olarak elde edildiği için her sınıfa düşen denek sayıları sıklık çizelgesini oluşturur.475 SIRALANABİLEN VERİLERDE SIKLIK ÇİZELGESİ .275 Kara Hava Deniz 0.14 - .250 1.000 0. 800 turistin yararlandıkları taşıt türlerine göre sıklık çizelgesi Taşıt Türü Kara Taşıtı Hava Taşıtı Deniz Taşıtı Toplam Yorumlar: 2003 turizm sezonunda ülkemize gelen 800 turistin %47.25 0. 2003 turizm sezonunda ülkemize gelen turistlerin yaklaşık %47. ÖRNEK: 2003 turizm sezonunda ülkemize gelen 800 turistin ülkeye gelişte yararlandıkları taşıt türlerine göre dağılımının sıklık çizelgesi aşağıdaki çizelgede verilmiştir.5’i (380 tanesi) uçak ile seyahat etmişlerdir.SINIFLANABİLEN VERİLERDE SIKLIK ÇİZELGESİ Sınıflanan verilerde.275 0. göreli sıklık kolonları yer alır. Daire Dilimleri Grafiği Sıklık (f i) 220 380 200 800 Göreli Sıklık (pi=fi/n) 0.

7) (%77. uçlara doğru sıklık yoğun olduğunda ya da dağılım aşırı derecede çarpıklaştığında. ÖRNEK: Bir ildeki 30 ilkokulun derslik sayılarının dağılımı incelensin.9) 4 (%5.402 0. tahmin edilen değerlerden ötürü hatalı sonuç bulma olasılığı küçük olabilir.000 29 60 67 73 76 77 (%37.071 0.091 0. Dağılım sınırları belli olmayan verilerin sıklık çizelgeleri açık uçlu düzenlenir.0) (%94. sınıf değerlerine bağlı olan hesaplamalarda güçlük yaratabilir.0) 10 (%12.15 - . Örneğin.013 1. Ekonomi dersini alan öğrencilerin %62.9) (%87. Düşük gelirlerde sıklık yayılması olmasına karşın yüksek gelirlerde sıklıklar azalır.9’u dersi A2 notu ile başarmıştır.3’ü C ve daha yüksek not almıştır EŞİT OLMAYAN ARALIKLI VE AÇIK UÇLU SIKLIK ÇİZELGESİ Eşit olmayan aralıklı sıklık çizelgeleri. sınıflandırmada yorum ve grafik çiziminde kolaylık sağlanması için aralıklar en küçük aralığın katları olarak alınmalı ve değişik aralık sayısı da az olmalıdır.377 0.3) Yukarıdaki sıklık çizelgesinden yararlanarak bazı yorumlar yapılabilir: Ekonomi dersini alan öğrencilerin %3. Böyle durumlarda kesin olmayan sınıf değerleri tahmin edilir. Açık uçlu sınıf sıklıkları küçük olduğu için.8) (%98. Açık uçlu sıklık çizelgeleri. 77 öğrencinin Ekonomi sınav sonuçlarının sıklık çizelgesi Notlar Sıklık (fi) Göreli Sıklık (pi=fi/n) Ve Daha Az Birikimli Sıklığı Ve Daha Çok Birikimli Sıklığı F C B2 B1 A2 A1 29 31 7 6 3 1 77 0.Veriler belli bir sıralama ölçütüne göre sıralanabilen sınıflara ayrılır ve her sınıfa düşen deneklerin sayısı saptanırsa sıralanabilen verilerde sıklık çizelgesi elde edilir. Eşit olmayan aralıklı sıklık çizelgelerinde.7) (%100) 77 (%100) 48 (%62. Çizelge 4. . gelir dağılımı eşit olmayan aralıklı çizelgesi oluşturulur.3) 17 (%22. ÖRNEK: Ekonomi dersinin genel sınav sonuçlarının sıklık çizelgesi aşağıdaki çizelgede verilmiştir.2) 1 (%1. uçların birinde ayrıntıların yok olduğu diğerinde gereksiz olduğu durumlarda düzenlemelidir.039 0.

9 11 ve 13 olan ilkokul sayısı sıfır olduğu için eşit olmayan aralıklı sıklık çizelgesi düzenlenebilir: Derslik Sayısı 5 6 7-9 10-12 13-15 İlkokul Sayısı 6 8 1 12 3 ÖRNEK: 108 kişinin yetenek test puanlarına göre dağılımı. açık uçlu sıklık çizelgesine örnektir: Puan 100’den az 100-119 120-139 140-159 160-179 180-199 200 ve çok Sıklık(fi ) 7 11 24 36 19 8 3 MERKEZİ KONUM (EĞİLİM) ÖLÇÜLERİ .16 - .Derslik Sayısı: 5 İlkokul Sayısı: 6 6 8 7 0 8 1 9 10 11 12 13 14 15 0 9 0 3 0 2 1 Verilerin. derslik sayısı 7.

 13.513 ii)Formül2 x  Ac f b i 1 i k i n A=Herhangi bir sınıf değeri (genellikle orta kısımlardaki sınıflardan seçilir) bi=(Si-A)/c ˆ Tepe Değeri (Mod) ( x ) Sınıflandırılmamış verilerde tepe değeri en sık tekrar eden değerdir.50 ve 8.17 - . Sınıflandırılmamış verilerde aritmetik ortalama.. x   xi / n i 1 n formülü ile bulunur.6 / 50  8. Sınıflandırılmış verilerde ise tepe değeri aşağıdaki gibi hesaplanır. verilerin dağılımdaki yerlerini.2  5.07x3)/50 = 425.. ˆ x  As  c d1 d1  d 2 As=En büyük sıklığın bulunduğu sınıfın alt sınırı . birbirlerine olan uzaklıklarını kısacası konumlarını belirlemek için kullanılan ölçülerdir.+13.49 olarak bulunur. Bu ölçüler Tablo1’de verilen verilen veriler üzerinde uygulanarak aşağıda tek tek ele alınmaktadır.20 değerleridir. Aritmetik Ortalama ( x ) En sık biçimde kullanılan merkezi konum ölçüsüdür..Konum ölçüleri.6  . Ham verilerimizde bu değer 6..72x4+6. Elimizdeki verilerin aritmetik ortalaması.80x12+. Sınıflandırılmış verilerde ise aşağıdaki formüller kullanılmaktadır: i) Formül1 x f m i 1 i k i n = (5.65/50 = 8. x  5.5  424.

n çift ise . ortanca ve tepe değeri arasındaki bağıntı: ˆ x  x   x ise sıklık dağılımı simetrikdir.00 ortanca değerimizdir.42 1 8 Ortanca (Medyan)( x  ) Sınıflandırılmamış verilerde ortanca. Veri sayısı çift olduğundan (50)/2=25'inci değer olan 8.02 olarak bulunur.05 50 / 2  16  8.30 d1=13-12=1 d2=13-5=8 ˆ x  7. As=7.295  1. Sınıflandırılmış verilerde ise ortanca aşağıdaki gibi hesaplanır.30  1.05 1  7.d1=En büyük sıklık . n ( yada n  1) i1   fm 2 m 1 x  L  c fi n 2  j  n 1  2  . n çift ise n/2'nci değer.bir önceki sıklık d2=En büyük sıklık-bir sonraki sıklık O halde. 13 Ortalama. n tek ise (n+1)/2'nci değerdir.295  f m   f m  16 m 1 m 1 i 1 4 1 x  L  c n / 2  fm m 1 i 1 fi  7.18 - . L=7. . n tek ise L= DDA kolonunda j'nin bulunduğu sınıfın alt SAi değeri n=50 olduğundan j=59/2=25 bulunur.

YÜZDELİKLER.19 - . ÇEYREK DEĞERLER (DÖRDEBÖLENLER) . Hali hazırda verilerin histogram grafiğinden de bu görünmekteydi.ˆ x  x   x ise sıklık dağılımı negatif yöne eğilimli ya da sola doğru çarpıktır. ˆ x  x   x ise sıklık dağılımı pozitif yöne eğilimli ya da sağa doğru çarpıktır. ˆ Verilerimiz için x < x  < x olduğundan dağılımın sağa çarpık olduğu söylenebilir.

j n 1 . 1. çeyrek değer (50. ile 13.00 3. Örneğin. çeyrek değerler araya katma yolu bulunurlar. Q1= 1. . Q3=9. Ancak kullanımda tercih edilmeyen bir ölçüdür. çeyrek dğerlerdir. ve 3.9+0. 40. n çift ise 4 3(n  1)  . Q1=6. yüzdelik kendisinden önce deneklerin %40'ını kendisinden sonra deneklerin % 60'ının olduğu değerdir. çeyrek değerler bulunur:  X j  Q1    X j  X j1  2  .50x(7.1-6.9)=7. yüzdelik) (Alt dördebölen) Q2= 2.Yüzdelik (Percentile): Kendinden önce ve sonraki belirli oranlarda değerler olan noktanın değerini ifade etmektedir. veri arasında kalmaktadır. yüzdelik değerleri. Çeyrek Değer (Quartile): 25. ve 75.7-9. 2 Dördebölenler Aralığı: Aşırı uç değerden çok az etkilenen bir konum ölçüsüdür. Bu durumda. veri arasında kalmaktadır (% 50 lilik bir fazlayla).50=121/2 olduğundan 12. n tek ise X j 4  Q3    X j  X j1 .50x(9. yüzdelik) (Üst dördebölen) Sınıflandırılmamış verilerde aşağıdaki eşitlikler ile 1. yüzdelik) aynı zamanda ortancadır.çeyrek değeri için j=3x50/4=37. çeyrek değer (75.50.20 - . DBA=Q3. j . j=50/4=12. n tek ise 4 n . j  3n .Q1 Sınıflandırılmış verilerde ise aşağıdaki formül ile hesaplanmaktadır: .6+0. n çift ise  2 4  n ya da n+1 dördün katı değilse.65 1 olduğundan 37 ile 38. Q3= 3.5= 37 Bu durumda.çeyrek değer (25.6)=9. Verilerimiz için n=50 olduğundan dördün katı değildir. 2 ve 3. j .

1 12. YORUM-3: Firmaların %50’si AR-GE için tahminen en fazla 8.295 f3=13 f m=16 P50  7.245.245 f2=12 f m=4 P25  6.245  1.02 13 YORUM-1: 50 firmanın %50’si AR-GE için en fazla 8. YORUM-3: Firmaların %10’u AR-GE için tahminen en fazla 6. YORUM-2: 50 firmanın %50’si AR-GE için en az 8.02 bin YTL yatırım yapmaktadır.295  1. YORUM-4: Firmaların %50’si AR-GE için tahminen en az 8. YORUM-4: Firmaların %75’i AR-GE için tahminen en az 7.%an  Pa  L  c Pa=a.02 bin YTL yatırım yapmaktadır. a=25 için %an=25x50/100=12. YORUM-4: Firmaların %90’ı AR-GE için tahminen en az 6. a=75 için .02 bin YTL yatırım yapmaktadır.34 bin YTL yatırım yapmaktadır. L=6.34 bin YTL yatırım yapmaktadır. f2=12.34 12 YORUM-1: 50 firmanın %10’u AR-GE için en fazla 6.245  1.34 bin YTL yatırım yapmaktadır.02 12 YORUM-1: 50 firmanın %25’i AR-GE için en fazla 7.05 25  16  8.02 bin YTL yatırım yapmaktadır.34 bin YTL yatırım yapmaktadır.02 bin YTL yatırım yapmaktadır. a=50 için %an=50x50/100=25 L=7. YORUM-3: Firmaların %25’i AR-GE için tahminen en fazla 7.5  4  7. f m=4 P10  6.00.02 bin YTL yatırım yapmaktadır.02 bin YTL yatırım yapmaktadır.21 - . YORUM-2: 50 firmanın %75’i AR-GE için en az 7. YORUM-2: 50 firmanın %90’ı AR-GE için en az 6.1 5 4  6. yüzdelik m 1 fm i 1 fi L=%an değerini içine alan DDA sıklıklarının minimum olanına karşılık gelen SA değeri f m=%an değerini içine alan DDA sıklığı fi=yüzdeliğin bulunduğu sınıfın sıklığı Verilerimiz için aşağıdaki yüzdelikleri bulalım: a=10 için %an=10x50/100=5.50 L=6.02 bin YTL yatırım yapmaktadır.

Bu farkların etkisi de ağırlık biçiminde hesaplamaya katılarak Ağırlıklı Ortalama elde edilir. ÖRNEK: Bir iş yerinde çalışan 20 işçinin günlük ücreti 2500 YTL.5+4x2.395 f5=7 fm=34 P75  9.5+2x3)/18=2. 33 işçinin 3000 YTl.277 olarak bulunur.92 bin YTL yatırım yapmaktadır.395  1. GEOMETRİK VE HARMONİK ORTALAMA AĞIRLIKLI ORTALAMA Sınıflandırılmamış bazı veri kümelerinde verilerin önem dereceleri farklı olabilir. Bu iş yerinde ortalama ücreti hesaplayınız.%an=75x50/100=37. k k AO   f i X i i 1 f i 1 i Sıklık tablosundan elde edilen ortalama da bir tür ağırlıklı ortalamadır. AĞIRLIKLI. Benzer bir örnek: ÖRNEK: Bir öğrencinin bir dönem boyunca aldığı derslere ilişkin ders kredisi ve not değerleri aşağıda verilmektedir. Ders Adı Matematik I Okuma Becerileri Kimya I Fizik I Türk Dili I Kredisi 4 2 4 4 2 Notu B1 A2 B2 C2 B1 Buna göre bu öğrencinin dönem ağırlıklı ortalaması.92 7 YORUM-1: 50 firmanın %75’i AR-GE için en fazla 9. AO=(20x2500+33x3000+40x3200+10x4000)/100=3080 YTL olarak bulunur. AO=(4x3+2x3.5+4x1.05 37. Ağırlıklı ortalama aşağıdaki eşitlik ile hesaplanmaktadır. GEOMETRİK ORTALAMA .22 - . Xi değerini alan fi tane denek olmak üzere. YORUM-4: Firmaların %25’i AR-GE için tahminen en az 9.92 bin YTL yatırım yapmaktadır.92 bin YTL yatırım yapmaktadır. YORUM-2: 50 firmanın %25’i AR-GE için en az%9. YORUM-3: Firmaların %75’i AR-GE için tahminen en fazla 9. 40 işçinin 3200 YTL ve 10 işçinin de 4000 YTL’dir.5  34  9.92 bin YTL yatırım yapmaktadır.50 L=9.

ÖRNEK: Bir malın toptan satış fiyatı 1.45 Gözlenen 2 yıl içinde malın toplam satış fiyatındaki ortalama artış yaklaşık % 45’dir. .. 1982 yılında ise 4575470 kişi ise 1982 yılındaki nüfusu tahmin ediniz. Geometrik ortalama uç değerlerden aritmetik ortalama kadar etkilenmez. Bunu aşağıdaki örnekle gösterelim.4 birim. 1/ n Sınıflandırılmış verilerde ise GO  n S 1 S 2 .yıla %40.yıldan 3.yıl satış fiyatı: 1. İncelenen 2 yıl içindeki ortalama artış ne kadardır? 1.. Herhangi bir denek değeri 0 ya da negatif olduğunda geometrik ortalama hesaplanamaz.X n  (X 1X 2 .1 birim olur.yıl satış fiyatı: 2.yıla ise % 50 oranında artmıştır. GO  1.4 Geometrik Ortalama ile Bileşik Faiz Formülü Arasındaki İlişki Geometrik ortalamanın hesaplandığı eşitlikten yaralanılarak bileşik fazi formülüne ulaşılabilir. GO  4254670. 2. 3. gelişme hızı ya da endeks gibi hesaplamalarda kullanılır. Genellikle nüfus büyüme hızı..40 x1.S n ) f1 f2 fn f1 f2 fn 1/ n ile elde edilmektedir. Sınıflandırılmamış verilerde geometrik ortalama GO  n X 1X 2 .4575470  4412153.S n  (S 1 S 2 .yıl satış fiyatı: 1 birim ise 2. Geometrik ortalama formülünden yararlanarak bileşik faiz formülüne ulaşılabilir..50  1.yıldan 2..Geometrik ortalama ölçümler arasında değişme oranı çok olduğunda hesaplanan bir ortalamadır.X n ) formülü ile hesaplanmaktadır.. ÖRNEK: Bir bölgenin nüfusu 1980 yılında 4254670 kişi.23 - ...

10.10  (1  0.45) 2. Buna göre aracın ortalama hızı ne olmuştur. ortalama fiyat v.40 x1.1.. Pt=P0 (1+r)t P0: Temel değer Pt: t zaman sonraki değer r: Artış oranı t: zaman Buradan örneğimiz için P0= 1. H.45.50  (1  0.40x1. Pt= 2. t = 2 olur.  ) n X1 Xn ÖRNEK: Bir şehirler arası otobüs gittiği mesafesinin ilk üçte birinde 300km/s. H.50  1.24 - ..45 1.45) 2 2 Bileşik faiz formülü. ikinci üçte birinde 450 km/s ve son üçte birinde 360 km/s hız yapmıştır.O  1  360 km/s 1 1 1 1   ( ) 3 300 450 360 DEĞİŞİM (YAYILIM) ÖLÇÜLERİ .O  1 1 1 1 (  . Harmonik Ortalama Genellikle ortalama hız.b.00. r = 0. hesaplamalarda kullanılmaktadır: Aşağıdaki formül ile hesaplanır.

Veriler ne derecede dağılmakta ya da yayılım göstermektedirler?. bakarak bir sonuça ulaşmamız imkansızlaşacaktır. ORTALAMA MUTLAK SAPMA: Verilerin ortalamadan farklarının (sapmalarının) mutlak değerlerinin ortalamasıdır.Konum ölçüleri veri kümesinin ya da dağılımının merkezi hakkında bilgi varmektedir. Q Q 3  Q1 9. ÇEYREK SAPMA: Ortalam yerine ortanca kullanıldığında ya da aşırı uç değerler bulunduğunda değişim genişliği yerine ÇEYREK SAPMA (Q) kullanılır. A FİRMASI: 34500 B FİRMASI: 34900 30700 27500 32900 31600 36000 39700 34100 35200 33800 33800 32500 31700 İki firmaya ilişkin ortalama ve ortanca değerleri hesaplandığında eşit bulunmaktadır. 2 firmanın 7 ustabaşısının yıllık kazançları aşağıda veilmiştir.62  7. n MS  | X i 1 i x| n formülü ile hesaplanır. A firmasında çalışanların birbirlerine daha yakın kazanç elde ettiklerini. ortalamadan uzaklıkları ne kadardır? Gibi sorulara cevap vermek için değişim ölçüleri hesaplanmalıdır.3 2 2 Dağılımdaki tüm değerler kullanılmadığı için bilgi kaybı olabilir.16). Değişim genişliği R (RANGE) harfi ile gösterilir. B firmasına çalışanların kazançları daha fazla farklılık göstermektedir. DEĞİŞİM GENİŞLİĞİ (ARALIK): Bir veri kümesindeki en büyük değer ile en küçük değer arasındaki farktır.02   1. Yalnızca bu ölçülere bakılarak verinin dağılımı hakkında tam bir bilgi sahibi olmak mümkün değildir. Ortalama= 33500 ve Ortanca=33800.Xmin. ÖRNEK: NEWBOLD ( s. buna karşın B firmasındakilerin ise kazançların birbirlerinden daha uzak olduğunu görmekteyiz. Ancak veri sayısının fazla olduğu durumda.25 - . Az sayıdaki bu verilere bakarak bu sonuca varabiliyoruz. R= Xmaks. Gerçekte verilerin yayılımına dikkat ettiğimizde. Konum ölçülerine baktığımızda 2 firma arasında bir farklılık görünmüyor. VARYANS ve STANDART SAPMA ..

98 100  23 8. İkinci öğrencinin kalan 19 koltuktan birini seçme serbestliği var. k  k  2 2   f i m i  ( f i m i ) / n  2 i 1  S   i1   n 1     2 2 3816. =3517 DEĞİŞİM.2168  3. 19.94 50  1 ÖRNEK: NEWBOLD ustabaşı örneği. =1554 B Firması için   12368571 . ÇARPIKLIK VE BASIKLIK KATSAYISI 2 2 S=1. Bu şekilde devam edilirse. A Firması için   2414286 . Aşağıdaki eşitlik ile hesaplanmaktadır.49 . Sınıflandırılmamış verilerde varyans ve standart sapma formülleri ve verilerimiz için sonuçları: n N S  2  (x i 1 i  x) 2 n 1 S=1. Özellikle farklı ölçü birimleri kullanan iki dağılımın değişimlerinin karşılaştırılmasında kullanılır. Varyansın karekökü alınarak standart sapma elde edilir.26 - .98 Değişim Katsayısı Standart sapma ortalamanın yüzdesi olarak tanımlandığında "Değişim Katsayısı" olarak adlandırılır. Ancak 20. Sınıflandırılmış verilerde ise aşağıdaki formüller yardımıyla hesaplanır. İlk öğrencinin 20 koltuktan birini seçme serbestliği var.65) / 50 S   3.Bir veri dağılımındaki değişimin önemli bir ölçüsü varyanstır. V S 100 X V 1.739  ( 425. öğrencinin koltuk seçme serbestliği kalmamıştır. Demek ki 19 öğrencinin seçme serbestliği varken 1 öğrencinin yoktur.96  192.84 49 Kitle için:   2  (X i 1 i  ) 2 N S= Standart Sapma S2=Varyans Örneklem için neden (n-1)’e bölünüyor ? 20 koltuk bulunan bir salona öğrenciler sırasıyla girsinler. öğrencinin kalan 2 koltuktan birini seçme serbestliği var.

. ÇK<0 ise dağılım sola doğru çarpık ya da . Çarpıklık katsayısı aşağıda verilen eşitlik ile elde edilebilir. Verilerimizden elde edilen çarpıklık ve basıklık katsayısı değerleri: n ÇK   (X i 1 i  x) / n S 3 3  0. ÇK>0 ise dağılım sağa doğru çarpık ya da + yöne eğilimlidir.13  3  0. Basıklık Katsayısı ise aşağıdaki eşitlik ile hesaplanabilir: B  (X i  x ) 4 / n i 1 n S4 3 B=0 ise dağılımın yüksekliği standart normal dağılıma uygundur.yöne eğilimlidir. ÇK   (X i 1 n i  x) / n S 3 3 ÇK=0 ise dağılım simetriktir.27 - . B<0 ise dağılım standart normalden basıktır. B>0 ise dağılım standart dağılımdan sivridir.13 Verilerimiz sağa çarpık ve standart dağılımdan daha sivri bir dağılıma sahiptir.80 B  (X i 1 n i  x) / n S 4 4  3  3.Çarpıklık ve Basıklık Dağılımın ortalamaya göre biçimine ilişkin bazı bilgileri çarpıklık ve basıklık katsayıları ile öğrenebiliriz.

3 36.8 41.9 26.4 26.7 24.3 19.3 6 5 12 8 6 4 4 Sıklık (fi) Göreli Sıklık (pi) 0.3 11.9 11.9 19.7 32.4 29.2 27.4 19.6 25.9 17.3 38.S) Üst Sınır(Ü.6 29.4 39.8 19.2 21. 12. .7 23.2 36.2 38. 7.3 30.UYGULAMA-1 Aşağıda 45 ailenin yıllık gelirleri (1000 YTL) verilmektedir.3 22.8 41.3 21. = 41.5 41.4 20 9.4 19.7 .133 0.267 0.6 16.8 29.8 36.8 27.2 28.2 12.4 9.4 21.5 = 34.8 23.5 12.1 32 36.2 29.1 16.7 41.7 17. konum ölçüleri.7 23.4 11.6 14.9 13.6 25.7 9.7 Dağılım Genişliği (Range)= Max.5 20 23.5 24.) Sınıf Değeri (mi) 7.5 34.8 29. birikimli sıklık çizelgesi.8 29.9 12.3 38.S.5 9.9 14.3/ 7 = 4.2 21.4 17.7 22.178 0.2 23. Bu verilerden yararlanılarak sıklık çizelgesi.4 22.5 En Büyük (Max.9 olarak bulunur.133 0.5 28.4 21.7. mi (sınıf değeri)= (ASi + ÜSi) / 2 pi (göreli sıklık)= fi / n .3 17. değişim ölçüleri elde edilmektedir.4 24.7 32.7 12.089 0.Min.9 36.7 9.2 29.6 7.4 11.7 12.5 14.3 19.6 9.7 20.)= 7.4 19.6 35.2 k (sınıf sayısı) = 7 alınırsa c (sınıf aralığı) = (34.9 22.2 22.5 36.1) / 7= 34.6 41.7 En Küçük (Min.1 27 31.1 27.3 35.)= 41.8 9.8 23.3 21.7 24.8 38.089 -3 -2 -1 0 1 2 3 bi .4 21.2 13.4 19.111 0.6 22.2+0.4 Verileri küçükten büyüğe doğru sıralayalım.5 20.3 19. Sıklık çizelgesini düzenleyelim: Alt Sınır(A.3 21.7 24.28 - .6 30.

Birikimli sıklık çizelgesini düzenleyelim: A.000 0.133 0.15 25 27.S.9 SAi 7.pi 1.Ç.05 31 29.fi 0 D.178 0.25 11 19.35 6 12.3 41.A.95 37 34.489 0.400 39.244 0.S. D. 7.fi 22 x 14 25  22.9 32.2 27 27.7 14.900 14.311 0.689 0.2 17.500 34.756 0.15 x  22  eşitliği ile x aşağdaki gibi bulunur.1 22.089 0 12.911 1 D.9 41.75 45 HİSTOGRAM GRAFİK 14 12 10 8 6 4 fi 2 9.5 31.Ç.A.15 23 24.300 Si Yıllık geliri 25 Bin YTL’den fazla olan aile sayısını bulmak isteyelim. Bunu interpolasyon yardımıyla yapabiliriz.600 29.3 fi 6 5 12 8 5 4 4 mi 9.4 36.5 12.Ç.05 D.0 36.511 0. Ü. .D.8 36.15 14  22 2. SAi 22. 27.7 22. D.45 D.05  22.85 x  22  4 .85 41 39.8 17.pi 0.000 0.3 22.822 0.700 24.fi 45 39 34 22 14 8 4 0 D.29 - .D.867 0.4 17.000 19.6 27.1 31.9 8 x  17 bulunur. D.

12 Ortalama.fi 6 x 11 17.7x12)/45 = 1038.075 ˆ Tepe Değeri ( x ) ˆ x  As  c As=17.35 15 17.8x5+. TEPE DEĞERİ (MOD) VE ORTANCA (MEDYAN) Ortalama ( x ) k x i 1  f i si n = (9. ORTALAMA.. L=17. .9x6+14.Şimdi yıllık geliri 15 Bin YTL’den az olan aile sayısını bulalım.9 5  2.9 46 / 2  11  21.95 olarak bulunur.+19. n çift ise .42 olduğundan dağılım sağa doğru çarpıktır.175 > 21.65 x  6 x  9 bulunur.30 - . SAi 12. ortanca ve tepe değeri arasındaki bağıntı 23.3  4. 15  12.42 74 n( yada n  1 ) i 1   fm 2 m 1  Lc x fi n  j 2 n 1   2 .25 i 1 4 1 m 1  f m   f m  11 m 1 x  L  c n / 2   fm m 1 i 1 fi  17.25  12..35 x6 4.bir önceki sıklık En büyük sıklık-bir sonraki sıklık ˆ x  17.95 > 20.3  3.35 11  6  eşitliği ile x aşağdaki gibi bulunur. n tek ise L= DDA kolonunda j'nin bulunduğu sınıfın alt SAi değeri n=45 olduğundan j=46/2=23 bulunur.9 Ortanca ( x  ) 7  17.D.A.4/45 = 23.25  4.3 d1=12-5=7 d2=12-8=4 d1 d1  d 2 En büyük sıklığın bulunduğu sınıfın alt sınırı En büyük sıklık .12  20.25 D.

yüzdelik L=%an değerini içine alan DDA sıklıklarının minimum olanına karşılık gelen SA değeri fm=%an değerini içine alan DDA sıklığı fi=yüzdeliğin bulunduğu sınıfın sıklığı a=25 için %an=25x45/100=11. ÇEYREK DEĞERLER %an   f m m 1 i 1 Pa  L  c fi Pa=a.25 L=17.73 .5 L=17.05  4.25  4. STANDART SAPMA k  k  2 2   f i si  (  f i si ) / n  2 i 1  S   i 1   n 1      ( 27314.95 12 P25  17.9 22.52  1038.4 2 / 45  2   76.5  11  21.25 f3=12 fm=11 a=75 için %an=75x45/100=33.75  31  29.35 12 P75  27.75 L=27.YÜZDELİKLER.201 S    45  1   S=8.25  4.05 f5=6 fm=31 P50  17.9 33.29 6 VARYANS.31 - .9 11.25 f3=12 fm=11 a=50 için %an=50x45/100=22.25  11  17.

varyansını ve standart sapmasını bulunuz.40 8.1 90. 400 bin gömlek ve 500 bin çorap üretmektedir.34 18. 7.3 85. ortancasını.70 5) Bir apartmandaki 10 dairenin kira tutarları (YTL) aşağıdaki gibidir. tepe değeri ve varyansını çizelgelerden yararlanarak hesaplayınız.ALIŞTIRMALAR 1) Bir benzin istasyonu rasgele seçtiği 30 müşterisinin aldığı benzin miktarlarını litre olarak aşağıdaki gibi kaydetmiştir.7 77. ortanca. Sıklık ve birikimli sıklık çizelgelerini 6 sınıf için düzenleyiniz. (Cula.5 86. 100 350 450 500 150 350 500 500 200 350 500 600 200 400 500 600 250 400 500 600 300 400 500 650 300 400 500 750 300 400 500 800 300 400 500 800 300 400 500 850 3) Aşağıda 10 şirketin tahvil fonlarının beş yıldaki getiri yüzdeleri verilmiştir.00 5.90 3. ortancasını. Satış fiyatlarının örneklem ortalamasını.6 83.76) 2 10 13 2 10 13 3 10 14 4 11 16 6 11 18 7 11 20 7 11 25 8 12 25 8 12 28 9 12 28 2) İktisat bölümünde okuyan 40 öğrencinin bir aylık giderleri aşağıda verilmiştir. s. Getiri yüzdelerinin örneklem ortalamasını.1 4) Aşağıda 9 hisse senedinin belirli bir gündeki staış fiyatları verilmiştir.1 75. Kira tutarlarının ortalamasını.32 - . 500 bin tişört. 99. tepe değerini ve varyansını hesaplayınız.80 4.6 69. Sıklık ve birikimli sıklık çizelgelerini 7 sınıf için düzenleyiniz.5 96. . Sıklık dağılımını oluşturunuz ve daire dilim grafiği çiziniz.45 6.04 7.10 9. Ortalama. 300 500 350 400 600 450 550 500 350 500 6) Bir tekstil firması yılda 3 milyon triko. varyansını ve standart sapmasını bulunuz.4 82.

İstatistiğin çıkarsama (öngörü) temelini oluşturan olasılık. bu benim kazanmam için gereken iki puanı aldığım anlamına gelir. istatistiğin önemli bir bölümünü oluşturmaktadır. günlük yaşamımızda sıkça kullandığımız. Benim sadece 2 senin de 3 puana ihtiyacın olduğunu düşünürsek. oyun kesiliyor. belirsizlik durumunda sağlıklı kararlar vermeyi sağladığı için. para atma oyununu oynamaya karar verirler. Bu nedenlerden dolayı olasılık kuramı. planlama çalışmalarında yoğun bir biçimde kullanılmaktadır. olasılık matematiğinde dikkate değer bir gelişme olmamıştır. daha sonra olasılık hesaplama kuralları ele alınacaktır. Bu aşamadaki oyun skoruna göre para nasıl bölünmelidir? Burada “eşit yetenekli” her oyuncunun oyuna eşit kazanma şansı ile başladığı anlamına gelir. Buna karşın. yararlandığımız bir kavramdır. Yunan. sen kazanman için gerekli olan en az üç . Bu dört atışta. Bu bölümde olasılığa ilişkin temel kavramlar verilecek. oyunların en kolayı olan. 4 atışta oyun kesinlikle bitmiş olacaktı. Kısaca şöyle tanımlanabilir: İki eşit yetenekte oyuncu belli bir para karşılığında bir şans oyunu oynarlarken. Aşağıdaki senaryoyu takip ediniz. ama ortadaki parayı nasıl bölüştürecekler? Fermat bir mektubunda şu teklifi sunuyor: “Değerli Blaise.BÖLÜM 2 OLASILIK 2. Benzer yolla. Olasılığın Başlangıcı… Arkeologlar tarih öncesi barınaklarda. adil olduğunu düşüneceğin bri çözüm buldum. Kazanan hepsini alacak. Sonuçta ne olursa olsun birinin diğerini yemeğe götüreceğini bilerek. 17. Tabii ki Pascal durumu anlayışla karşılıyor. eğer galibiyet için gereken üç puanı alamazsan. Mesajı getiren adam. Eğer tura gelirse Fermat. Örneğin bir firmanın gelecek yıldaki satış kestirimleri. 100 Frankı bölüştürme problemi hakkında. Fermat 8 e karşı 7 yenerken. olasılık matematiğinin diğerleri arasında en erken gelişmeye başladığı tahmin edilebilir. bizlere belirsizlik altında ya da mevcut bilgilerin tam ve sağlıklı olmaması gibi durumlarda doğru ve sağlıklı kararlar verebilmede yardımcı olacaktır. sınavı başarısız geçmiş bir öğrenci o dersten geçme şansının çok az olacağını söyler. her biri ortaya 50 Frank para koyuyor.1. yazı gelirse Pascal bir puan alacaktır. Mısır. Herhangi bir olayın meydana gelme şansını ölçmeyle ilgilenen olasılık. medeniyetler boyunca değişik toplumlar için oyun ve şans oyunlarının önemli bir eğlence aracı olduğunu gösteren kanıtlar buldular. Ama sonra ilginç birşey oluyor. Pascal ve Fermat Paris’te bir kafede oturuyorlar ve daha zor senaryolar tartışarak geçen yorucu saatlerden sonra. bir kısmı gerçekleşecek bir kısmı gerçekleşmeyecek bir çok varsayıma dayalıdır. bir arkadaşının hasta olduğuna dair bir mesaj alıyor ve Toulouse’a gitmesi gerekiyor. GİRİŞ Olasılık. sağlık uzmanları sigara içenlerin içmeyenlere oranla kansere yakalanma riskinin daha yüksek olacağını. Çin ve Hindu hanedanlarının büyük matematiksel buluşları ve insanların oyun oynamaya olan eğilimleri dikkate alındığında. böylece ortada 100 Frank bahis oluyor. hemen hareket etmek şartıyla onları götürebileceğini söylüyor.33 - . yy da fransız matematikçiler Pierre de Fermat ve Blaise Pascal’a kadar. İlk kez on puan alan kazanacaktır. Örneğin meteoroloji uzmanı sabah haberlerinde o gün %80 olasılıkla yağmur yağacağını. eğer ben iki puanı alamazsam. Noktalar Problemi Rönesans Avrupa’sında matematiksel olasılığın gelişimine ilham olan problem budur.

bir deneyin tüm olası sonuçlarının (kare. Böylece. Benim kazandığım senaryolara yıldız koydum. F2. RASGELE SONUÇ 1: A1. Örneğin. F3. dikdörtgen ya da daire gibi) bir şekille gösterilmesidir. 5. Beş ya da Altı S={1. aşağıdaki olası oyun senaryolarının eksiksiz olduğuna inanıyorum.25 Frank almalısın tabii.34 - .2. ağacın bir dalıyla ifade edilmektedir. Tura} Bir deneyin örneklem uzayı Venn ya da ağaç diyagramı çizilerek de oluşturulabilmektedir. bir hisse senedinin karlı olup-olmaması. 2. Dört. C. zar atışı. Hatasız} RASGELE DENEY 1: Bir öğrencinin dönem başarısı. İki. üretilen bir malın hatalı olupolmaması. yani ben (11/16)*100=68. Tüm mümkün sonuçlarının kümesine ise “örneklem uzayı” denir ve “S” ile gösterilir. B1. Paris’te herşeyin yolunda olması temennisiyle. Bu yüzden. 6} RASGELE DENEY 1: Üretilen bir malın hatalı olup-olmaması RASGELE SONUÇ 1: Hatalı ya da hatasız S={Hatalı. F1 S={Yazı. Örneğin. 4.puanı almış ve kazanmışsın demektir. Pierre” 2.. tttt* t yt t* yttt* yytt* ttty* t yt y* ytty* yyt y t t yt * t yyt* yt yt* y y yt ttyy* tyyy ytyy yyyy Bu çıktıların hepsinin eşit olasılıklı olduğunda hem fikir olduğumuzu düşünüyorum. 3. RASGELE SONUÇ 1: Yazı ya da Tura S={Yazı. parayı benim lehime olarak 11:5 oranında dağıtmamız gerektiğine inanıyorum. Tura} RASGELE DENEY 1: Bir zar atışı RASGELE SONUÇ 1: Bir.. Venn diyagramı. ‘h’ harfi tura. A2. RASGELE DENEY. B2..75 Frank almalıyım ve sen de 31. Ağaç diyagramındaysa her bir sonuç. Rasgele bir deneyin mümkün her bir sonucuna “rasgele sonuç” denir. bir öğrencinin dersi geçme notu. Venn ve . madeni para ile yapılan yazı-tura atışı. RASGELE DENEY 1: Bir madeni paranın bir defa atışı. RASGELE SONUÇ Pekçok gözlemden sadece bir tanesinin gerçekleşme sürecine “Rasgele (Rassal) Deney (Deneme)” denir. ‘y’ harfi de yazıyı göstermektedir. Üç. Arkadaşın ve meslektaşın.

görsel ifade yoluyla kolay anlaşılmasına yardımcı olmaktadır. S Yazı Tura .35 - .ağaç diyagramları olasılık kavramlarının.

Sign up to vote on this title
UsefulNot useful