P. 1
13. hafta İstatistiksel Temsil Biçimleri ve olasılık

13. hafta İstatistiksel Temsil Biçimleri ve olasılık

|Views: 397|Likes:
Yayınlayan: Oktay Gökgöl

More info:

Published by: Oktay Gökgöl on Apr 29, 2012
Telif Hakkı:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

04/29/2012

pdf

text

original

TABLO VE GRAFĠKLER

TABLO Tanım:
ÇeĢitli araĢtırmalar sonucunda elde edilen bilgilerin grafik hazırlamaya yardımcı olması amacıyla çizelge halinde gösterilmesidir. Burada verilen bilgiler sınıflandırılmıĢ Ģekilde olduğundan daha kolay göze çarpar. TABLO ÖRNEĞĠ

GRAFĠKLER
Tanım:
Ġstatistiksel çalıĢmaların sonucunda elde edilen bilgilerin ĢekilSadece Üyeler Linkleri ve Resimleri Görebilir... ve çizgilerle gösterilmesine grafik denir.

BaĢlıca grafik çeĢitleri;     ġekil grafiği Çizgi grafiği Sütun grafiği Daire grafiğidir.

Elde edilen bilgilerin grafiklerle göstermek göze hitap ederek sonuçların daha anlaĢılır olmasını sağlar. GRAFĠKLERĠN HAZIRLANMASI Ġstatistik ( sayımlama) belirli bir amaca yönelik veriler toplama tablo ve grafiklerle özetleme sonuçları yorumlama örneklerden elde edilen sonuçları genelleme çeĢitli konularda geleceğe iliĢkin tahmin yapma ve gözlem ilkelerini kapsayan bilime denir. Ġstatistik bilimsel yöntemler kullanarak elde ettiği bilgileri matematiğe uygular böylelikle bazı sonuçlara varır. Varılan sonuçların sağlıklı ve güvenilir olabilmesi için elde edilen bilgilerin düzenli iyi toplanmıĢ ve herhangi bir etki altında kalınmadan yapılmıĢ olması gerekir.

Gerekli bilgiler toplandıktan ve toplanan istatistik bilgilerin özetini yapıldıktan sonra bilgilerin toplu olarak görülebilmesi ve kolay anlaĢılıp yorumlanabilmesi için grafikler kullanılır. Grafikler günlük hayatta çok kullanılır. Bilgilerin daha kolay anlaĢılmasını ve daha çabuk yorumlanabilmesini sağlar. Sadece Üyeler Linkleri ve Resimleri Görebilir... daire sütun ve çizgi grafiklerini inceleyerek bu grafiklerdeki bilgileri kolaylıkla yorumlayabiliriz. ġEKĠL GRAFĠKLERĠ

Tanım:
ġekil grafiklerinde sayılar Ģekil ya da resimlerle gösterilir.Grafiğin altında da her Ģekil veya resmin kaç sayıya karĢılık olduğu belirtilir.ġekil yarım ise o sayının yarısını gösterir.

ÇĠZGĠ GRAFĠKLERĠ

Tanım:
Çizgi grafikler zaman içindeki aralıksız olan verileri gösterebilir.Çok yönlü olarak kullanılabilirler.Bir yatay ve bir dikey çizgi çizilerek araları eĢit olarak bölünür.ġekil grafiklerinde sayılar Ģekil ya da resimlerle gösterilir.Grafiğin altında da her Ģekil veya resmin kaç sayıya karĢılık olduğu belirtilir.ġekil yarım ise o sayının yarısını gösterir.

Yukarıdaki grafikte bir bisikletlinin her dakikanın sonunda aldığı yol gösterilmiĢtir.Grafiğe bakarak bisikletlinin hangi dakikalar arasında ne kadar yol aldığı bulunabilir.Örneğin 3. ve 4. dakikalar arasında bisikletli 1250 metrede 1750 metreye ulaĢarak 500 metre yol almıĢtır. SÜTUN GRAFĠKLERĠ

Tanım:

Bu grafiklerde değerler sütunlarla gösterilir.Dikey ve yatay çizgiler çizilerek eĢit aralıklara bölünür.Değerler iĢaretlenir.Sütunlar bu iĢaretlere kadar uzatılarak grafik oluĢturulur.

DAĠRE GRAFĠKLERĠ

Tanım:
Bir daire çizilerek verilen veriler yüzdelerine uygun Ģekilde yerleĢtirilerek daire grafiği oluĢturulur.

Yukarıdaki daire grafiğinde bir ailenin aylık gider dağılımı gösterilmiĢtir.

OLASILIK
Tanım: Olasılık, rastlantı yada kesin olmayan olaylarla uğraĢır. Rastlantı; sonucu önceden bilinmeyen, gerçekleĢmesi Ģansa bağlı olaylardır.

Örneğin; bir parayı havaya attığımızda, yazı mı yoksa tura mı geleceğini deney yapmadan bilemeyiz. Tanım: Bir deneyde çıkan sonuçların her birine “ olay “denir. Yapılan bir deneyde, elde edilebilecek tüm çıkanların kümesine “örnek uzay”veya “ evrensel küme “ adı verilir. Büyük “E”harfi ile gösterilir. Bir olay her zaman olabiliyorsa buna “kesin olay”; hiç gerçekleĢmiyorsa buna da “imkansız olay” denir. Bir E örnek uzayının her elemanının elde edilme olasılığı eĢit ise bu E örnek uzayına “eĢ olumlu örnek uzay “ denir.

EĢ olumlu örnek uzayına ait bir A olayının olasılığı P( A ) biçimde gösterilir. A C E olayı için,

P( A ) = s( A) s( E )

dir.

ÖRNEK: Bir zar atıldığında,üste gelen yüzünün asal sayı olma olasılığı nedir?

ÇÖZÜM: Evrensel küme Olay A olayının olasılığı : E = A = ( 1,2,3,4,5,6 } ( 2,3,5 } dir. 3 1

P( A ) s( A ) s( E )

6

2

ÖZELLĠKLER

1) Bir olayın olasılığı, sıfır ile bir arasında bir sayıdır. 0 < P( A ) < 1 2) P( A ) = 0 => böyle bir olaydan söz edilemez.(Ġmkansız olay ) 3) P( A ) = 1 => olasılık tamdır.( Kesin olay ) 4) Bir olayın olma olasılığı ile olmama olasılığının toplamı 1’e eĢittir. P( A ) + P( A‘) = 1 dir.

ÖRNEK: Bir torbada,aynı büyüklükte 3 kırmızı, 4 beyaz, 5 mavi bilye vardır. Torbadan rasgele bir bilye çekiliyor. Çekilen bilyenin beyaz olma olasılığı nedir? ÇÖZÜM: Örnek uzayın eleman sayısı,

s( E ) = 3+4+5 = 12 dir. Beyaz bilye çekme olayı B olsun . Torbada 4 tane beyaz bilye olduğundan, s( B ) = 4 tür. Buna göre; P( B ) s( B ) 4 1 s( E ) 12 3 tür.

ÖRNEK: Bir çift zar, aynı anda masanın üzerine atılıyor. Üste gelen sayıların toplamının asal sayı olma olasılığı nedir? ÇÖZÜM: Evrensel kümenin eleman sayısı, s( E ) = 6 x 6 = 36 dır. Üste gelen sayıların toplamının asal sayı olma durumları; A = ( (1,1),( 1,2 ),( 2,1 ),( 1,4 ),( 4,1 ),( 1,6 ),( 6,1 ),( 2,3 ),( 3,2 ),( 2,5 ),( 5,2 ),( 3,4 ),( 4,3 ), ( 5,6 ),( 6,5 )}

P( A )

s( A) s(E)

15 36

5 12

dir.

AYRIK ĠKĠ OLAYIN BĠRLEġMELERĠNĠN ( A VEYA B OLAYININ ) OLASILIĞI Tanım: Ayrık olayların birleĢimlerinin olasılığı, bu olayların olasılıkları toplamına eĢittir.

A n B = O => P ( A U B ) = P ( A ) + P( B ) dir.

ÖRNEK: Bir torbaya aynı büyüklükte 2 kırmızı, 3 sarı,4 mavi bilye konuluyor. Torbadan rasgele bir bilye çekilirse,çıkan bilyenin kırmızı veya mavi olma olasılığı nedir? ÇÖZÜM: Evrensel küme, E = ( k1,k2,s1,s2,s3,m1,m2,m3,m4 }ve s( E ) = 9 dur. Kırmızı bilyeler = A = ( k1,k2 } Mavi bilyeler = B = ( m1,m2,m3,m4 } A n B = O dir. Buna göre, P ( A U B ) = P( A ) + P( B ) yazılır. P(AUB)= 2 4 6 2

9

9

9

3 bulunur.

AYRIK OLMAYAN ĠKĠ OLAYIN BĠRLEġĠMLERĠNĠN (A VEYA B OLAYININ ) OLASILIĞI

Tanım: Ayrık olmayan iki olayın birleĢimlerinin olasılığı, bu olayların ayrı ayrı olasılıkları toplamından kesiĢimlerinin olasılığının farkına eĢittir. A n B = O => , P ( A U B ) = P( A ) + P( B ) – P( A n B ) dir.

ÖRNEK: Bir torbaya 1’den 9’a kadar numaralanmıĢ aynı büyüklük ve özellikte 9 top konuyor. Torbadan rasgele bir top çekiliyor. 4’ten büyük veya tek numaralı bir topun çıkma olasılığı nedir? ÇÖZÜM:

Evrensel küme E = ( 1,2,3,4,5,6,7,8,9 } s( E ) = 9 dur. Tek numaralı bilyenin çıkması olayı; A = ( 1,3,5,7,9 }, s( A ) = 5 ’tir. 4 ten büyük numaralı bilyenin çıkması olayı; B = ( 5,6,7,8,9 }, s ( B ) = 5’tir. A n B = (5,7,9 }, s ( A n B ) = 3’tür.

P( A ) =

5 9

P(B)= 5

9

P( A n B) = 3

9 dur.

Buna göre,

P( A u B ) = P( A ) + P( B )- P( A n B ) =5 + 5 - 3 9 9 9 = 7 9 olur.

BAĞIMSIZ OLAYLARIN BĠRLĠKTE OLMA ( A VE B OLAYININ ) OLASILIĞI Tanım: Ġki veya daha çok olayın gerçekleĢmeleri birbirine bağlı değilse böyle olaylara “ bağımsız olaylar” denir. Bağımsız olayların birlikte olma olasılığı bu olayların olasılıklarının çarpımına eĢittir.

P( A ve B ) = P( A n B ) = P( A ) . P( B ) dir.

ÖRNEK: Bir okulun birinci sınıfında 12 erkek ve 8 kız, ikinci sınıfında 6 erkek ve 12 kız öğrenci vardır. Her iki sınıftan da rasgele seçilen birer öğrencinin ikisinin de kız öğrenci olma olasılığı nedir? ÇÖZÜM: I. sınıftan seçilen öğrencinin kız öğrenci olması olayı A => P( A) = s( A ) 8 2 s( E ) 20 5 tir. II. sınıftan seçilen öğrencinin kız öğrenci olması olayı B => P( B ) = s( B) 12 2 s( E ) 18 3 tür. P( A n B ) = P( A ) . P( B ) = 2 .2 4 5 3 15 olur.

You're Reading a Free Preview

İndirme
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->