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-

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

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

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

3 8.2 6. 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.1 Firma No 11 12 13 14 15 16 17 18 19 20 Miktar 8.4 10.5 9.5 9.. Uygulamalarda veri kümeleri çok sayıda gözlem içerebilmektedir.9 6.9 7.2 8.7 5. nicel.2 8.9 7. Veriler Tablo 1’de verilmiştir.7 6.4 6.5 Firma No 41 42 43 44 45 46 47 48 49 50 Miktar 7.1 13. düzenlemeler yapılarak özet halinde sunulurlar.5 9.0 7. Konunun daha iyi anlaşılması için bu örnek üzerinden uygulamalar yapılacaktır.5 8.2 Firma No 31 32 33 34 35 36 37 38 39 40 Miktar 9.2 7.SIKLIK DAĞILIMLARI Çeşitli yollarla toplanan veriler.6 11. Tablo1.5 11.6 7.5 8.4 10. Aşağıda örnek olarak sunulan veriler düzenlenmemiş ham verilerdir.0 7. Verilerin düzenlendiği çizelgelere sıklık çizelgeleri.0 9. Firmaların AR-GE faaliyetlerine ayırdıkları kaynak miktarları Firma No 1 2 3 4 5 6 7 8 9 10 Miktar 13.7 7.7 6.2 5. bilgisayar donanım ve yazılım şirketlerinin AraştırmaGeliştirme(AR-GE) faaliyetlerine ayırdıkları kaynak miktarıyla ilgilenmektedir. -7- . Tablo2’de verilmektedir. Analistin amacı bu veri kümesini özetleyerek bir takım bilgilere ulaşmaktır.6 10.) göre sıklık çizelgeleri düzenlenir.5 7.1 7. Verilerin yapısına (nitel.5 Bu verilerin kaynak miktarına göre küçükten büyüğe doğru sıralanmış şekli.1 Firma No 21 22 23 24 25 26 27 28 29 30 Miktar 8.9 6. düzenlenmemiş ham ya da sınıflandırılmamış verilerdir.6 10. ilgilenilen olay ya da problem açısından ilk yapılacak iş ve son derece önemli bir işlemdir. özellikleri hakkında bilgi edinmek amacıyla.2 8. ÖRNEK: Bir finans analisti..9 6.8 6.0 7.9 5.5 8. verilerin gösterdiği dağılıma sıklık dağılımı denir. NİCEL VERİLERDE SIKLIK ÇİZELGELERİ Bir araştırma sonunda elde edilen sürekli nicel veriler.5 9.1 13.8 11.5 6. vb.8 9.2 9. Bu nedenle verilerin özetlenmesi.

9 Firma No 9 3 37 8 20 34 47 42 1 16 Miktar 10.9 6.7 13.2 (dağılımın alt sınırı) Dağılım Genişliği (DG): Dağılım sınırları arasındaki farktır.0 6.8 7.2 13.6 6.9 Firma No 28 38 10 41 29 32 24 19 40 23 Miktar 6.7 7. Sınıf sayısı.5 6. DG=En büyük değer . Sınıf Aralığı: Ard Arda gelen iki sınıfın alt sınırları ya da üst sınırları arasındaki farktır.8 9.5 7.2 8.6 5.2 8.9 8.3 Sınıf: Eşit ya da birbirine yakın değerli deneklerin oluşturduğu her bir gruba SINIF denir.0 9.1 11. En büyük değer (Maksimum): 13.5 10. Sınıfın Üst Sınırı: Bir sınıfta yer alan en büyük değerdir.0 8.5 (dağılımın üst sınırı) En küçük değer (Minimum) : 5.En küçük değer =13. Dağılım Sınırları: Bir dağılımda (veri kümesinde) yer alan en küçük ve en büyük denek değerleridir.6 9. Araştırmacı tarafından belirtilen sınıf sayısı.5 6.2 7. k=1+3.1 7. Sıralanmış Kaynak Miktarı Verileri Firma No 45 46 44 48 25 39 50 7 13 18 Miktar 5.1 7.3log(n) Sınıfın Alt Sınırı: Bir sınıfta yer alan en küçük değerdir. Bu durumda Sınıf Aralığı: -8- .4 9.5 6. Örneğimizde sınıf sayısı 8 olarak alınsın.4 Firma No 35 33 4 5 36 14 26 31 6 17 Miktar 8.5 7.3 11.5 10.Tablo2. Sınıf sayısının genellikle 7 ile 20 arasında olması istenir.0 8. Sınıf aralığı.1 8.5 9.5 9.5 13.9 6.8 6.2 7.2 = 8.5 Sıklık Çizelgesinin Elde Edilişi Sıklık çizelgesinin elde edilişinde kullanılan tanımlar adımsal olarak verilerek yukarıdaki örnekle bu tanımlar pekiştirilmeye çalışılacaktır.4 7.1 10.7 9.6 11. çok sayıda veri olduğunda aşağıda verilen Sturges’in formülü ile de bulunabilir.2 8. k ile gösterilir.2 9.5.7 Firma No 43 49 12 11 22 15 21 27 30 2 Miktar 7. c ile gösterilir.9 7.5 8.5 .2 5.

3  0.. Seçilen sınıf sayısının uygun olup olmadığını tespit etmek için son sınıfta en büyük denek değerinin yer alıp almadığın bakılmalıdır. Toplamları 1 olmalıdır. En büyük denek değeri son sınıftan bir önceki sınıfta da yer alabilir.05 8 8 Sınıf sayısı ve aralığı belirlendikten sonra. ilk sınıfın alt sınırı saptanır.. Eğer son sınıfta en büyük denek değeri yer almıyorsa sınıf sayısı daha büyük olmalıdır. Sınıf değeri bir sınıfı tek bir değerle temsil eder ve m ile gösterilir.2.c DG  a SINIFSAYISI a: veri kümesindeki verilerin ondalık kısmındaki hane sayısı ile ilgilidir. İşaretlerin sayısı sınıf sıklıklarını verir. k 2 ASi: i. Diğer sınıfların üst sınırları da ardı ardına sınıf aralığı eklenerek bulunur. Bu iki durumda sınıf sayısı artırılır ya da azaltılır. -9- . mi  ASi  ÜSi . Bu değer genellikle dağılımın en küçük değeridir. Sınıflar oluşturulduktan sonra sınıfların sıklıkları bulunur. n f i 1 i n Örneğimizde ise k=8 tane sınıf olduğundan f i 1 8 i  50 ’dir. Bunun için önce her sınıfın sıklığı işaretleme (çeteleme) ile bulunur. c 8. Göreli Sıklıklar pi ile gösterilir.. Bu durumda seçilen sınıf sayısı veriler için büyüktür. Sıklık: Bir sınıfta yer alan denek sayısı o sınıfın sıklığıdır.1 8.sınıfın alt sınırı ÜSi: i. i  1. Sınıf aralığı (c=1..1 alınır.1) ard arda eklenerek diğer sınıfların alt sınırları bulunur. İlk sınıfın üst sınırı ise ikinci sınıfın alt sınırının son hanesinden 1 çıkarılarak bulunur. Sınıf (Orta) Değeri (m): Bir sınıfın alt ve üst sınırlarının ortalaması o sınıfın sınıf değeri ya da sınıf orta değeridir. Örneğimizde tam kısımdan sonra 1 hane olduğu için a=0.4   1.sınıfın üst sınırı Göreli Sıklık(Sıklık Yüzdesi): Her sınıfa düşen denek sayısının toplam denek sayısına göre yüzdesidir. f ile gösterilir. Sıklıklar toplamı denek sayısına eşittir.

77 7.97 12.87 9.39 10. k n p i 1 n i 1 Çizelge1.45 11.29 8.02 13.77 bin YTL yatırım yapmaktadırlar. AR-GE faaliyetleri için ayrılan kaynak miktarı verileri için sıklık çizelgesi Sınıf Alt Sınır (AS) Üst Sınır (ÜS) Sınıf Orta (mi) 6. hesaplanın birinci ve ikinci sınıflar arasındaki değerinden sınıf aralığı (c) çıkarılarak bulunur.10 - .34 9.25 7..40 10.92 10.24)/2=5. Birikimli Sıklık: Sınıf sıklıklarının üst üste eklenmesi ile oluşan sıklıklar birikimli sıklıklardır.35 9.06 1 2 3 4 5 6 7 8 5. i  1.08 0.26 0. (kitle için yorum) Sınıf Ara Değerleri (SA): Sınıflar arasındaki değerlerdir. 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.07 Değeri Çeteleme Sıklık (fi) Göreli Sıklık (pi=fi/n) 0.30 8.77 bin YTL AR-GE’ye yatırım yapar. hesaplanan son sınıf ara değerine sınıf aralığı (c) eklenerek bulunur.. Sınıf ara değerlerinin sayısı (k+1)’dir. Son sınıf ara değeri ise.10 0.29 bin YTL arasında yatırım yapan firmalar yer alır ve bu sınıftaki firmalar ortalama 6.82 8.72 //// ///// ///// // ///// ///// /// ///// ///// // ///// / //// Toplam: 4 12 13 5 7 5 1 3 50 1.25 ile 7.20 6. Birinci sınıfın üst sınırı ile ikinci sınıfın alt sınırının ortalaması.02 0. Bir sınıf ara değerine karşı gelen den daha az ve den daha çok birikimli sıklıklar toplamı denek sayısına eşittir. AR-GE’ye yatırım yapan 50 firmanın 12 tanesi ya da %24’ü AR-GE’ye ortalama 6..55 6. İlk sınıfın ara değeri birinci sınıftan önce bir sınıf varmış diye kabul edilerek.14 0. Birikimli sıklıklar denek sayısına oranlanırsa den daha çok birikimli .pi  fi .24 7.49 12.10 0. birinci sınıf ile ikinci sınıf arasındaki sınıf ara değerini verir.00 Çizelge 1 için örnek yorumlar: İkinci sınıfta AR-GE’ye 6. AR-GE’ye yatırım yapan firmaların %24’ü AR-GE’ye tahminen ortalama 6.54 13.15+6.24 0..2.77 bin YTL yatırım yapmışlardır.44 11. sanki son sınıftan sonra bir sınıf daha varmış gibi kabul edilerek.50 12.59 (5.

sıklık ve göreli sıklık bilgilerinin oluşturduğu çizelgeye Sıklık Çizelgesi (Çizelge 1) ve Alt sınır.32 13 29 21 0.245 bin YTL’den daha çok yatırım yapmaktadır. üst sınır.295 8.92 fi Birikimli Sıklıklar Den Daha Den Daha Çok Az 0 50 Birikimli Sıklık Yüzdeleri Daha Den Daha Den Çok Az 0.68 0.58 0.445 11. sınıf değeri. Veriler ondalıklı değil ise sınıf ara değerinin anlamı yoktur. 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). (kitle için yorum) Dikkat: Rakamların geldiği yerlere dikkat ederek benzer yorumlar diğer sınıflar içinde yapılabilir.29 7.00 Çizelge 2 için örnek yorumlar: 50 firmadan sadece 4 tanesi ya da %8’i AR-GE’ye 6.08 0.245 bin YTL’den daha az yatırım yapmaktadır.30 8. Çizelge2’deki sınıf ara değeri kolonu olmaz ve birikimli sıklık ve birikimli sıklık yüzdeleri alt sınır ve üst sınır değerlerine göre yorumlanır. sınıf ara değeri.20 6.50 12. AR-GE’ye yatırım yapan firmalardan tahmini olarak %92’i AR-GE’ye 6.45 11.25 7.18 5 34 16 0.94 0.82 0.08 7 41 9 0.44 10.11 - .495 12. AR-GE’ye yatırım yapan firmalardan tahmini olarak %8’i AR-GE’ye 6.39 9. AR-GE faaliyetleri için ayrılan kaynak mikatarı verileri için Birikimli Sıklık Çizelgesi Sınıf 1 2 3 4 5 6 7 8 AS 5. .245 7.245 bin YTL’den daha çok yatırım yapmıştır.06 5 46 4 0. (kitle için yorum) 50 firmadan sadece 46 tanesi ya da %92’si AR-GE’ye 6.42 12 16 34 0.345 9.32 0.34 8.68 Sınıf Ara Değeri 5.00 1 47 3 0.545 13.145 4 4 46 0.92 0. Alt sınır.00 0. Birikimli sıklık yüzdeleri sınıf ara değerinden daha az ya da daha çok büyük değerli denek değerlerinin yüzdesini verir. üst sınır.49 11.35 9.59 13.sıklık yüzdeleri ve den daha çok birikimli sıklık yüzdeleri elde edilir.40 10. Çizelge2.24 6.00 1.54 12.345 10.55 ÜS 6.595 3 50 0 1.245 bin YTL’den daha az yatırım yapmıştır.

Grafikten yorumlar subjektif’tir.82 8.92 10. 50 firmanın çoğunluğunun %9.Veri kümesinin sağa çarpıklığı buradan da gözlenebilir. Bu durumdaki firma sayısı ise 40 tanedir. .HİSTOGRAM : 14 12 10 Sıklık 8 6 4 2 0 5. Eğer ortalama ve ortanca hesaplanırsa bu kolaylıkla görülebilir. Tablodaki bilgiler görsel olarak bu histogramdan da yorumlanabilir. Benzer yorumlar bu çizimden de yapılır.07 K. Büyük olasılık ile verilerin ortalaması ortancadan büyüktür.87 9.72 6.12 - . Diğer benzer ya da farklı yorumlamak mümkündür. DAL YAPRAK ÇİZİMİ: Veri kümesinin görsel olarak bir diğer gösterimi Dal-yaprak çizimidir. 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.77 7.Miktarı Çizelge1’de verilen göreli sıklık ve sınıf değerleri kullanılarak histogram çizilmiş ve yukarıda verilmiştir.97 12.02 13.9’dan daha az AR-GE’ye yatırım yaptığı söylenebilir. yaprak kısmına ise ondalıktan sonraki kısım yazılarak dal-yaprak çizimi gerçekleştirilir. Histogramdan veri dağılımının sağa çarpık olduğu gözlenmektedir.

90 9.30 13.15 0.655 X  21     X  17.00 10.40 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.88  18 (9. NİTEL VERİLERDE SIKLIK ÇİZELGESİ .10 11.DAĞILIM POLİGONU: 0.3 0. Sınıf Ara Değeri 8.00 9.345) 16  21 1.395  8.05 5 Enterpolasyon yöntemi ile %9’dan daha çok yatırım firma sayısının yaklaşık 18 olduğu bulunur.25 Sıklık Yüzdesi 0.345) X  21 0.70 6.1 0.2 0.05 0 5.20 12.13 - . Enterpolasyon yöntemi ara değer bulmada kullanılan bir yöntemdir.80 7.395 Den Daha çok Sıklığı 21 X 16 (9  8.345 9.

475 SIRALANABİLEN VERİLERDE SIKLIK ÇİZELGESİ .14 - .275 0.250 1. 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 %47.5’i (380 tanesi) uçak ile seyahat etmişlerdir. Daire Dilimleri Grafiği Sıklık (f i) 220 380 200 800 Göreli Sıklık (pi=fi/n) 0.000 0.5’inin uçak ile seyahat ettikleri tahmin edilmektedir.SINIFLANABİLEN VERİLERDE SIKLIK ÇİZELGESİ Sınıflanan verilerde. 2003 turizm sezonunda ülkemize gelen turistlerin yaklaşık %47.25 0.475 0.275 Kara Hava Deniz 0. Çizelge 3. göreli sıklık kolonları yer alır. sınıflar bağımsız olarak elde edildiği için her sınıfa düşen denek sayıları sıklık çizelgesini oluşturur. Sınıflar bağımsız olduğu için sıklık çizelgesinde sadece sınıf ve sıklık. ÖRNEK: 2003 turizm sezonunda ülkemize gelen 800 turistin ülkeye gelişte yararlandıkları taşıt türlerine göre dağılımının sıklık çizelgesi aşağıdaki çizelgede verilmiştir.

402 0.7) (%77. . Dağılım sınırları belli olmayan verilerin sıklık çizelgeleri açık uçlu düzenlenir.091 0.013 1. uçların birinde ayrıntıların yok olduğu diğerinde gereksiz olduğu durumlarda düzenlemelidir. Çizelge 4. 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 0.377 0.000 29 60 67 73 76 77 (%37. gelir dağılımı eşit olmayan aralıklı çizelgesi oluşturulur. Böyle durumlarda kesin olmayan sınıf değerleri tahmin edilir.9) 4 (%5.Veriler belli bir sıralama ölçütüne göre sıralanabilen sınıflara ayrılır ve her sınıfa düşen deneklerin sayısı saptanırsa sıralanabilen verilerde sıklık çizelgesi elde edilir.7) (%100) 77 (%100) 48 (%62. uçlara doğru sıklık yoğun olduğunda ya da dağılım aşırı derecede çarpıklaştığında.9’u dersi A2 notu ile başarmıştır. Düşük gelirlerde sıklık yayılması olmasına karşın yüksek gelirlerde sıklıklar azalır. tahmin edilen değerlerden ötürü hatalı sonuç bulma olasılığı küçük olabilir. ÖRNEK: Bir ildeki 30 ilkokulun derslik sayılarının dağılımı incelensin. sınıflandırmada yorum ve grafik çiziminde kolaylık sağlanması için aralıklar en küçük aralığın katları olarak alınmalı ve değişik aralık sayısı da az olmalıdır. Örneğin.8) (%98.3) 17 (%22.071 0. sınıf değerlerine bağlı olan hesaplamalarda güçlük yaratabilir.9) (%87.039 0.2) 1 (%1. ÖRNEK: Ekonomi dersinin genel sınav sonuçlarının sıklık çizelgesi aşağıdaki çizelgede verilmiştir.3) Yukarıdaki sıklık çizelgesinden yararlanarak bazı yorumlar yapılabilir: Ekonomi dersini alan öğrencilerin %3. Açık uçlu sınıf sıklıkları küçük olduğu için.3’ü C ve daha yüksek not almıştır EŞİT OLMAYAN ARALIKLI VE AÇIK UÇLU SIKLIK ÇİZELGESİ Eşit olmayan aralıklı sıklık çizelgeleri. Açık uçlu sıklık çizelgeleri. Ekonomi dersini alan öğrencilerin %62.0) 10 (%12. Eşit olmayan aralıklı sıklık çizelgelerinde.15 - .0) (%94.

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. 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 . derslik sayısı 7.

.Konum ölçüleri.72x4+6..+13.2  5. verilerin dağılımdaki yerlerini. Sınıflandırılmış verilerde ise tepe değeri aşağıdaki gibi hesaplanır.6 / 50  8. x  5. x   xi / n i 1 n formülü ile bulunur.20 değerleridir.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. Sınıflandırılmış verilerde ise aşağıdaki formüller kullanılmaktadır: i) Formül1 x f m i 1 i k i n = (5.17 - . ˆ x  As  c d1 d1  d 2 As=En büyük sıklığın bulunduğu sınıfın alt sınırı . Aritmetik Ortalama ( x ) En sık biçimde kullanılan merkezi konum ölçüsüdür.49 olarak bulunur. Sınıflandırılmamış verilerde aritmetik ortalama. Ham verilerimizde bu değer 6. birbirlerine olan uzaklıklarını kısacası konumlarını belirlemek için kullanılan ölçülerdir.07x3)/50 = 425.80x12+..6  .65/50 = 8.50 ve 8. Bu ölçüler Tablo1’de verilen verilen veriler üzerinde uygulanarak aşağıda tek tek ele alınmaktadır.5  424.  13.. Elimizdeki verilerin aritmetik ortalaması.

. Sınıflandırılmış verilerde ise ortanca aşağıdaki gibi hesaplanır. ortanca ve tepe değeri arasındaki bağıntı: ˆ x  x   x ise sıklık dağılımı simetrikdir. 13 Ortalama.02 olarak bulunur. n tek ise L= DDA kolonunda j'nin bulunduğu sınıfın alt SAi değeri n=50 olduğundan j=59/2=25 bulunur.bir önceki sıklık d2=En büyük sıklık-bir sonraki sıklık O halde. n çift ise .05 1  7.05 50 / 2  16  8. Veri sayısı çift olduğundan (50)/2=25'inci değer olan 8. L=7.295  f m   f m  16 m 1 m 1 i 1 4 1 x  L  c n / 2  fm m 1 i 1 fi  7.30 d1=13-12=1 d2=13-5=8 ˆ x  7. n tek ise (n+1)/2'nci değerdir.30  1. As=7.d1=En büyük sıklık .00 ortanca değerimizdir. n ( yada n  1) i1   fm 2 m 1 x  L  c fi n 2  j  n 1  2  .42 1 8 Ortanca (Medyan)( x  ) Sınıflandırılmamış verilerde ortanca. n çift ise n/2'nci değer.18 - .295  1.

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

Çeyrek Değer (Quartile): 25. n tek ise X j 4  Q3    X j  X j1 . 2 Dördebölenler Aralığı: Aşırı uç değerden çok az etkilenen bir konum ölçüsüdür. çeyrek değer (75. DBA=Q3.5= 37 Bu durumda.9+0. yüzdelik kendisinden önce deneklerin %40'ını kendisinden sonra deneklerin % 60'ının olduğu değerdir. j n 1 . Verilerimiz için n=50 olduğundan dördün katı değildir. j . Q1=6. Q3=9. Bu durumda. çeyrek değer (50. yüzdelik) aynı zamanda ortancadır.çeyrek değer (25.çeyrek değeri için j=3x50/4=37.00 3. ve 3.50x(7. çeyrek değerler araya katma yolu bulunurlar. Q1= 1. veri arasında kalmaktadır (% 50 lilik bir fazlayla). n çift ise  2 4  n ya da n+1 dördün katı değilse. Ancak kullanımda tercih edilmeyen bir ölçüdür.50. n çift ise 4 3(n  1)  . yüzdelik) (Üst dördebölen) Sınıflandırılmamış verilerde aşağıdaki eşitlikler ile 1. Örneğin.50x(9.50=121/2 olduğundan 12.20 - . yüzdelik değerleri. j  3n . 40.Q1 Sınıflandırılmış verilerde ise aşağıdaki formül ile hesaplanmaktadır: . 1.6)=9.6+0.9)=7.7-9.65 1 olduğundan 37 ile 38. yüzdelik) (Alt dördebölen) Q2= 2. çeyrek dğerlerdir. Q3= 3. n tek ise 4 n . ve 75. ile 13. 2 ve 3. çeyrek değerler bulunur:  X j  Q1    X j  X j1  2  .Yüzdelik (Percentile): Kendinden önce ve sonraki belirli oranlarda değerler olan noktanın değerini ifade etmektedir. . j . j=50/4=12.1-6. veri arasında kalmaktadır.

a=25 için %an=25x50/100=12. YORUM-4: Firmaların %75’i AR-GE için tahminen en az 7.21 - .245  1. YORUM-3: Firmaların %10’u AR-GE için tahminen en fazla 6.245 f2=12 f m=4 P25  6.02 13 YORUM-1: 50 firmanın %50’si AR-GE için en fazla 8. YORUM-3: Firmaların %50’si AR-GE için tahminen en fazla 8.34 bin YTL yatırım yapmaktadır. YORUM-2: 50 firmanın %75’i AR-GE için en az 7. a=75 için .34 12 YORUM-1: 50 firmanın %10’u AR-GE için en fazla 6. L=6.245  1.02 bin YTL yatırım yapmaktadır.34 bin YTL yatırım yapmaktadır.00. YORUM-4: Firmaların %90’ı AR-GE için tahminen en az 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=5.1 5 4  6.02 bin YTL yatırım yapmaktadır. YORUM-2: 50 firmanın %50’si AR-GE için en az 8.02 bin YTL yatırım yapmaktadır.%an  Pa  L  c Pa=a.05 25  16  8. f2=12.34 bin YTL yatırım yapmaktadır. YORUM-3: Firmaların %25’i AR-GE için tahminen en fazla 7.50 L=6.34 bin YTL yatırım yapmaktadır. f m=4 P10  6.295 f3=13 f m=16 P50  7.02 bin YTL yatırım yapmaktadır. YORUM-2: 50 firmanın %90’ı AR-GE için en az 6.02 bin YTL yatırım yapmaktadır. YORUM-4: Firmaların %50’si AR-GE için tahminen en az 8.02 12 YORUM-1: 50 firmanın %25’i AR-GE için en fazla 7. a=50 için %an=50x50/100=25 L=7.295  1.245.02 bin YTL yatırım yapmaktadır.5  4  7.1 12.02 bin YTL yatırım yapmaktadır.02 bin YTL yatırım yapmaktadır.

5+4x1.92 7 YORUM-1: 50 firmanın %75’i AR-GE için en fazla 9. 33 işçinin 3000 YTl. Bu iş yerinde ortalama ücreti hesaplayınız. Xi değerini alan fi tane denek olmak üzere. AO=(20x2500+33x3000+40x3200+10x4000)/100=3080 YTL olarak bulunur. ÖRNEK: Bir iş yerinde çalışan 20 işçinin günlük ücreti 2500 YTL. GEOMETRİK ORTALAMA . YORUM-3: Firmaların %75’i AR-GE için tahminen en fazla 9.5  34  9.22 - . Benzer bir örnek: ÖRNEK: Bir öğrencinin bir dönem boyunca aldığı derslere ilişkin ders kredisi ve not değerleri aşağıda verilmektedir.92 bin YTL yatırım yapmaktadır.92 bin YTL yatırım yapmaktadır.395 f5=7 fm=34 P75  9.92 bin YTL yatırım yapmaktadır.5+4x2. Bu farkların etkisi de ağırlık biçiminde hesaplamaya katılarak Ağırlıklı Ortalama elde edilir. 40 işçinin 3200 YTL ve 10 işçinin de 4000 YTL’dir.92 bin YTL yatırım yapmaktadır. k k AO   f i X i i 1 f i 1 i Sıklık tablosundan elde edilen ortalama da bir tür ağırlıklı ortalamadır. AĞIRLIKLI. YORUM-2: 50 firmanın %25’i AR-GE için en az%9. GEOMETRİK VE HARMONİK ORTALAMA AĞIRLIKLI ORTALAMA Sınıflandırılmamış bazı veri kümelerinde verilerin önem dereceleri farklı olabilir.395  1. AO=(4x3+2x3.5+2x3)/18=2.50 L=9.%an=75x50/100=37.277 olarak bulunur. 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.05 37. Ağırlıklı ortalama aşağıdaki eşitlik ile hesaplanmaktadır. YORUM-4: Firmaların %25’i AR-GE için tahminen en az 9.

. Herhangi bir denek değeri 0 ya da negatif olduğunda geometrik ortalama hesaplanamaz.S n ) f1 f2 fn f1 f2 fn 1/ n ile elde edilmektedir. ÖRNEK: Bir malın toptan satış fiyatı 1.45 Gözlenen 2 yıl içinde malın toplam satış fiyatındaki ortalama artış yaklaşık % 45’dir. Sınıflandırılmamış verilerde geometrik ortalama GO  n X 1X 2 . Geometrik ortalama formülünden yararlanarak bileşik faiz formülüne ulaşılabilir.50  1. Bunu aşağıdaki örnekle gösterelim. .yıla ise % 50 oranında artmıştır..X n  (X 1X 2 .yıl satış fiyatı: 1. GO  1.40 x1. İncelenen 2 yıl içindeki ortalama artış ne kadardır? 1.yıldan 2.1 birim olur.yıldan 3.4 Geometrik Ortalama ile Bileşik Faiz Formülü Arasındaki İlişki Geometrik ortalamanın hesaplandığı eşitlikten yaralanılarak bileşik fazi formülüne ulaşılabilir..yıl satış fiyatı: 2. Geometrik ortalama uç değerlerden aritmetik ortalama kadar etkilenmez.4 birim. 1982 yılında ise 4575470 kişi ise 1982 yılındaki nüfusu tahmin ediniz. 2.X n ) formülü ile hesaplanmaktadır... Genellikle nüfus büyüme hızı..yıla %40.S n  (S 1 S 2 . 1/ n Sınıflandırılmış verilerde ise GO  n S 1 S 2 .23 - .yıl satış fiyatı: 1 birim ise 2.Geometrik ortalama ölçümler arasında değişme oranı çok olduğunda hesaplanan bir ortalamadır.. 3. GO  4254670. gelişme hızı ya da endeks gibi hesaplamalarda kullanılır. ÖRNEK: Bir bölgenin nüfusu 1980 yılında 4254670 kişi.4575470  4412153..

ikinci üçte birinde 450 km/s ve son üçte birinde 360 km/s hız yapmıştır.40x1.45) 2 2 Bileşik faiz formülü.1.50  1.40 x1.O  1  360 km/s 1 1 1 1   ( ) 3 300 450 360 DEĞİŞİM (YAYILIM) ÖLÇÜLERİ . hesaplamalarda kullanılmaktadır: Aşağıdaki formül ile hesaplanır.45.  ) n X1 Xn ÖRNEK: Bir şehirler arası otobüs gittiği mesafesinin ilk üçte birinde 300km/s.24 - .10  (1  0.45) 2.45 1. Buna göre aracın ortalama hızı ne olmuştur. r = 0. t = 2 olur. H. H.00.. Pt=P0 (1+r)t P0: Temel değer Pt: t zaman sonraki değer r: Artış oranı t: zaman Buradan örneğimiz için P0= 1. ortalama fiyat v.O  1 1 1 1 (  . Pt= 2.b. Harmonik Ortalama Genellikle ortalama hız.50  (1  0..10.

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

k  k  2 2   f i m i  ( f i m i ) / n  2 i 1  S   i1   n 1     2 2 3816.26 - .98 Değişim Katsayısı Standart sapma ortalamanın yüzdesi olarak tanımlandığında "Değişim Katsayısı" olarak adlandırılır.Bir veri dağılımındaki değişimin önemli bir ölçüsü varyanstır.739  ( 425. Özellikle farklı ölçü birimleri kullanan iki dağılımın değişimlerinin karşılaştırılmasında kullanılır. İlk öğrencinin 20 koltuktan birini seçme serbestliği var. Aşağıdaki eşitlik ile hesaplanmaktadır. Ancak 20. Varyansın karekökü alınarak standart sapma elde edilir. V S 100 X V 1. A Firması için   2414286 .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.49 .2168  3. öğrencinin koltuk seçme serbestliği kalmamıştır. =1554 B Firması için   12368571 .98 100  23 8.65) / 50 S   3.94 50  1 ÖRNEK: NEWBOLD ustabaşı örneği. Demek ki 19 öğrencinin seçme serbestliği varken 1 öğrencinin yoktur. öğrencinin kalan 2 koltuktan birini seçme serbestliği var. Bu şekilde devam edilirse.96  192. ÇARPIKLIK VE BASIKLIK KATSAYISI 2 2 S=1. =3517 DEĞİŞİM. Sınıflandırılmış verilerde ise aşağıdaki formüller yardımıyla hesaplanır. İkinci öğrencinin kalan 19 koltuktan birini seçme serbestliği var. 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. 19.

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

28 - . değişim ölçüleri elde edilmektedir.111 0.2 12.4 Verileri küçükten büyüğe doğru sıralayalım.2 27.7 17.5 24.7 Dağılım Genişliği (Range)= Max.6 9.267 0.2 28.4 19.5 12.5 9.)= 7.3 36.7 23.3 30.4 21. 7.089 -3 -2 -1 0 1 2 3 bi .7 9.2 29.4 39. 12.3 38.6 14.7 .9 19.4 9.4 17.7 12.UYGULAMA-1 Aşağıda 45 ailenin yıllık gelirleri (1000 YTL) verilmektedir.4 19.7 24.5 20.7 32.6 16.8 41.178 0.4 19.5 20 23.2 23.5 14.4 22.2 38.3 19.1 32 36. birikimli sıklık çizelgesi.8 9.3 21.1 27 31.8 23. Bu verilerden yararlanılarak sıklık çizelgesi.7 9.7 24.8 36.5 = 34.7 En Küçük (Min.8 19.8 41.5 41.6 29.4 11. .8 23.5 28.5 36.9 22.4 11.4 29.5 En Büyük (Max.) Sınıf Değeri (mi) 7.6 25.9 17. = 41.9 36.133 0.1 27.2 k (sınıf sayısı) = 7 alınırsa c (sınıf aralığı) = (34.133 0.2 22.S.9 13.3 6 5 12 8 6 4 4 Sıklık (fi) Göreli Sıklık (pi) 0.8 27.8 38.6 41.6 30.3 22.4 20 9.7 23.4 24.2 29.6 35.8 29.2 13.7.3 35.)= 41.7 24.7 22.3 21.3 17.3/ 7 = 4.1) / 7= 34.6 25.3 19.3 21.2+0.9 11.4 21.2 36.3 19.2 21.4 21. Sıklık çizelgesini düzenleyelim: Alt Sınır(A.Min.4 19.9 12. konum ölçüleri.8 29.5 34. mi (sınıf değeri)= (ASi + ÜSi) / 2 pi (göreli sıklık)= fi / n .7 32.8 29.1 16.9 olarak bulunur.7 12.089 0.7 41.2 21.6 22.3 38.6 7.7 20.4 26.S) Üst Sınır(Ü.9 14.9 26.3 11.

000 0.45 D.4 36.7 22.7 14.S.15 23 24.05  22.A.15 x  22  eşitliği ile x aşağdaki gibi bulunur.D.8 36.133 0.Ç.867 0.3 fi 6 5 12 8 5 4 4 mi 9.3 22. D.600 29. Bunu interpolasyon yardımıyla yapabiliriz.000 19.25 11 19.6 27.311 0.85 41 39. 7.000 0.1 31.5 12. 27.700 24.4 17.15 14  22 2.400 39.S.300 Si Yıllık geliri 25 Bin YTL’den fazla olan aile sayısını bulmak isteyelim.1 22.244 0.178 0.9 41.Ç.911 1 D. D.pi 0.fi 22 x 14 25  22.3 41.2 27 27. D.35 6 12. Ü.511 0.689 0.0 36.95 37 34. .Birikimli sıklık çizelgesini düzenleyelim: A.9 8 x  17 bulunur.05 D. SAi 22.A.D.75 45 HİSTOGRAM GRAFİK 14 12 10 8 6 4 fi 2 9.756 0.089 0 12.9 32.8 17.15 25 27.29 - .fi 45 39 34 22 14 8 4 0 D.822 0.500 34.05 31 29.85 x  22  4 .489 0.9 SAi 7.pi 1.Ç.5 31.fi 0 D.900 14.2 17.

42 olduğundan dağılım sağa doğru çarpıktır.25  4.9 5  2.075 ˆ Tepe Değeri ( x ) ˆ x  As  c As=17.fi 6 x 11 17.3  4.3 d1=12-5=7 d2=12-8=4 d1 d1  d 2 En büyük sıklığın bulunduğu sınıfın alt sınırı En büyük sıklık . ORTALAMA..Şimdi yıllık geliri 15 Bin YTL’den az olan aile sayısını bulalım.A.175 > 21.+19. 15  12.D.65 x  6 x  9 bulunur.9 Ortanca ( x  ) 7  17.42 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  17.35 15 17.8x5+.7x12)/45 = 1038. ortanca ve tepe değeri arasındaki bağıntı 23.35 11  6  eşitliği ile x aşağdaki gibi bulunur. SAi 12.25  12.4/45 = 23.95 > 20.bir önceki sıklık En büyük sıklık-bir sonraki sıklık ˆ x  17.3  3.95 olarak bulunur. L=17..30 - .9 46 / 2  11  21.9x6+14. 12 Ortalama.25 D. TEPE DEĞERİ (MOD) VE ORTANCA (MEDYAN) Ortalama ( x ) k x i 1  f i si n = (9.12  20.35 x6 4. n tek ise L= DDA kolonunda j'nin bulunduğu sınıfın alt SAi değeri n=45 olduğundan j=46/2=23 bulunur. n çift ise .

25 f3=12 fm=11 a=75 için %an=75x45/100=33.25  4.25 L=17.73 .9 11.25 f3=12 fm=11 a=50 için %an=50x45/100=22. ÇEYREK DEĞERLER %an   f m m 1 i 1 Pa  L  c fi Pa=a.75 L=27.25  11  17.52  1038.25  4. 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=11.75  31  29.YÜZDELİKLER.9 33.05 f5=6 fm=31 P50  17.35 12 P75  27.95 12 P25  17.201 S    45  1   S=8.9 22.5 L=17.29 6 VARYANS.05  4.5  11  21.31 - .4 2 / 45  2   76. STANDART SAPMA k  k  2 2   f i si  (  f i si ) / n  2 i 1  S   i 1   n 1      ( 27314.

Kira tutarlarının ortalamasını. Ortalama.7 77.5 96.10 9.80 4.1 4) Aşağıda 9 hisse senedinin belirli bir gündeki staış fiyatları verilmiştir. tepe değeri ve varyansını çizelgelerden yararlanarak hesaplayınız. Getiri yüzdelerinin örneklem ortalamasını.ALIŞTIRMALAR 1) Bir benzin istasyonu rasgele seçtiği 30 müşterisinin aldığı benzin miktarlarını litre olarak aşağıdaki gibi kaydetmiştir.90 3.3 85.70 5) Bir apartmandaki 10 dairenin kira tutarları (YTL) aşağıdaki gibidir. ortancasını.5 86. Sıklık dağılımını oluşturunuz ve daire dilim grafiği çiziniz.1 90. Satış fiyatlarının örneklem ortalamasını. . 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. tepe değerini ve varyansını hesaplayınız. varyansını ve standart sapmasını bulunuz. ortanca.34 18. 400 bin gömlek ve 500 bin çorap üretmektedir. s. 99.4 82. Sıklık ve birikimli sıklık çizelgelerini 6 sınıf için düzenleyiniz. 300 500 350 400 600 450 550 500 350 500 6) Bir tekstil firması yılda 3 milyon triko.00 5. varyansını ve standart sapmasını bulunuz. 7.04 7.1 75.45 6. 500 bin tişört. ortancasını. (Cula.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. Sıklık ve birikimli sıklık çizelgelerini 7 sınıf için düzenleyiniz.32 - .40 8.6 69.6 83.

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

Venn ve . F3. 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. Pierre” 2. ağacın bir dalıyla ifade edilmektedir.2.34 - . C. 2. Hatasız} RASGELE DENEY 1: Bir öğrencinin dönem başarısı. Tura} Bir deneyin örneklem uzayı Venn ya da ağaç diyagramı çizilerek de oluşturulabilmektedir. parayı benim lehime olarak 11:5 oranında dağıtmamız gerektiğine inanıyorum. zar atışı.75 Frank almalıyım ve sen de 31. Tüm mümkün sonuçlarının kümesine ise “örneklem uzayı” denir ve “S” ile gösterilir. 4. B2. üretilen bir malın hatalı olupolmaması. A2. RASGELE DENEY 1: Bir madeni paranın bir defa atışı.25 Frank almalısın tabii. İki. Arkadaşın ve meslektaşın. Böylece. Dört. Benim kazandığım senaryolara yıldız koydum. F1 S={Yazı. dikdörtgen ya da daire gibi) bir şekille gösterilmesidir.. RASGELE SONUÇ Pekçok gözlemden sadece bir tanesinin gerçekleşme sürecine “Rasgele (Rassal) Deney (Deneme)” denir.puanı almış ve kazanmışsın demektir. Örneğin. 5. ‘h’ harfi tura. Beş ya da Altı S={1.. Rasgele bir deneyin mümkün her bir sonucuna “rasgele sonuç” denir. Örneğin. RASGELE SONUÇ 1: A1. yani ben (11/16)*100=68. 3. bir hisse senedinin karlı olup-olmaması. RASGELE DENEY. Venn diyagramı. RASGELE SONUÇ 1: Yazı ya da Tura S={Yazı. Bu yüzden. ‘y’ harfi de yazıyı göstermektedir. bir öğrencinin dersi geçme notu. Tura} RASGELE DENEY 1: Bir zar atışı RASGELE SONUÇ 1: Bir. Üç. B1. 6} RASGELE DENEY 1: Üretilen bir malın hatalı olup-olmaması RASGELE SONUÇ 1: Hatalı ya da hatasız S={Hatalı. Ağaç diyagramındaysa her bir sonuç. aşağıdaki olası oyun senaryolarının eksiksiz olduğuna inanıyorum. Paris’te herşeyin yolunda olması temennisiyle. madeni para ile yapılan yazı-tura atışı. bir deneyin tüm olası sonuçlarının (kare. F2..

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

Sign up to vote on this title
UsefulNot useful