Dr. Mehmet AKSARAYLI
Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi
Ekonometri Bölümü Yöneylem Araştırması Anabilim Dalı
SÜREKLİ RASSAL DEĞİŞKENLER ve
OLASILIK DAĞILIMLARI
www.mehmetaksarayli.com www.mehmetaksarayli.com
Probability Distributions
Continuous Probability Distributions
Binomial
Poisson
Probability Distributions Discrete
Probability Distributions
Sürekli Uniform
Normal Gamma
Üstel
2
www.mehmetaksarayli.com
Sürekli Şans Değişkenleri
Sürekli bir aralıktaki tüm değerleri alabilen değişkenlerdir.
Bir yolun uzunluğu 25m < x < 50m olabilir.
x, D
xtanım aralığına sahip sürekli bir şans değişkeni olsun. f(x)’in x’e ait bir olasılık yoğunluk fonksiyonu (oyf) olabilmesi için;
Her x için olmalıdır.
= E(x) = V(x) = E[ (X
i
Dx
dx x f x
. ( ).
1 ).
(
Dx
dx x f
22
) ( )
( X E X
E
3 www.mehmetaksarayli.com
ÜSTEL (EXPONENTIAL) DAĞILIM
t (zaman)
Zaman ekseninde belirli bir zaman aralığındaki olay sayısı Poisson, iki olay arasında geçen süre ise ÜSTEL dağılış gösterir.
Bir(ilk) olayın (r = 1 ) meydana gelmesine kadar geçen zamanın olasılığı ile ilgili dağılış üslü dağılıştır.
diger x x e
f
x
0
0 ) .
(
2
) 1 1 ( )
(
X
V X
E: birim zamandaki olay sayısı
x
x x
x
e x X P
e dx e x X P
) (
1 . ) (
0
4
www.mehmetaksarayli.com
Exponential Distribution
Shape of the exponential distribution
f(x)
x
= 1.0 (mean = 1.0)
= 0.5 (mean = 2.0)
= 3.0 (mean = .333)
5 www.mehmetaksarayli.com
ÖRNEK
A marka televizyonun ömrü yıl olarak X şans değişkeni ile gösterilsin. X’in oyf:
diger x x e
f
x
0
0 6 .
1 )
(
61
116 36) 1 (
6 16
1 ) 1 (
2
2
X V
yil X
E
Televizyonun ömrünün en az 6 yıl olması olasılığı nedir?
367 . 0 6 .
) 1
(
6.6 11 6
6 1
x
e
dx e
e
X
P
x6
www.mehmetaksarayli.com
Example
Example:Customers arrive at the claims counter at the rate of 15 per hour (Poisson distributed). What is the probability that the arrival time between consecutive customers is less than five minutes?
Time between arrivals is exponentially distributed with mean time between arrivals of 4 minutes (15 per 60 minutes, on average)
1/ = 4.0, so = .25
P(x < 5)= 1 - e-x= 1 – e-(.25)(5)= .7135
7 www.mehmetaksarayli.com
Normal Dağılım
Özellikleri:
1.‘Çan-Şekilli’ ve simetrik
2. Ortalaması, modu ve medyanı eşit
3.’Orta yayılımı’= 1.33
4. Şans değişkeni sonsuz aralığa sahip
Ortalama Mod Medyan
X f(X)
Normal Dağılımın Önemi
1. Çoğu rassal süreçleri ve sürekli olayları tanımlar.
2. İstatistiksel yorumlamanın temelidir.
8
www.mehmetaksarayli.com
• Sürekli ve kesikli şans değişkenlerinin dağılımları birlikte ele alındığında istatistikte en önemli dağılım Normal dağılımdır.
• Normal dağılım ilk olarak 1733’te Moivre tarafından p başarı olasılığı değişmemek koşulu ile binom dağılımının limit şekli olarak elde edilmiştir. 1774’te Laplace hipergeometrik dağılımını limit şekli olarak elde ettikten sonra 19. yüzyılın ilk yıllarında Gauss 'un katkılarıyla da normal dağılım istatistikte yerini almıştır.
9 www.mehmetaksarayli.com
Normal dağılımın ilk uygulamaları doğada gerçekleşen olaylara karşı başarılı bir biçimde uyum göstermiştir.
Dağılımın göstermiş olduğu bu uygunluk adının Normal Dağılım olması sonucunu doğurmuştur.
İstatistiksel yorumlamanın temelini oluşturan Normal Dağılım, bir çok rassal süreçlerin dağılımı olarak karşımıza çıkmaktadır.
Normal dağılış kullanımının en önemli nedenlerinden biride bazı varsayımların gerçekleşmesi halinde kesikli ve sürekli bir çok şans değişkeninin dağılımının normal dağılışa yaklaşım göstermesidir.
10
www.mehmetaksarayli.com
Olasılıkları Elde Etmek;
a b x
f(x)
P (
a x
b)
Olasılık eğrinin altındaki alan ile belirlenir.
www.mehmetaksarayli.com
f(x)
μ x
Probability as Area Under the Curve
0.5 0.5
The total area under the curve is 1.0, and the curve is symmetric, so half is above the mean, half is below
1.0 ) x P(
0.5 ) x P(μ 0.5
μ) x P(
www.mehmetaksarayli.com
Empirical Rules
μ ± 1σ verilerin yaklaşık 68% içerir f(x)
μ μσ x μσ
What can we say about the distribution of values around the mean? There are some general rules:
σ σ
68.26%
13 www.mehmetaksarayli.com
The Empirical Rule
μ ±2σverilerin yaklaşık 95% içerir
μ ±3σverilerin yaklaşık 99.7% içerir
x μ
2σ 2σ
x μ
3σ 3σ
95.44% 99.72%
14
www.mehmetaksarayli.com
Normal Dağılım
Olasılık Yoğunluk fonksiyonu
f(X) = X şans değişkeninin frekansı
= 3.14159; e = 2.71828
= populasyonun standart sapması
X= Şans değişkeninin değeri (- < X < )
= populasyon ortalaması ) 2 2 ( 1
2 1 )
(
X
e X
f
15 www.mehmetaksarayli.com
Parametrelerin Değişikliğinin Etkileri ( & )
X f(X)
C A
B
C
C
16
www.mehmetaksarayli.com
Normal Olasılık Dağılımı
Olasılık, eğrinin altında kalan
alana eşittir!
c d X
f(X)
P c
(
X
d)
d?
c
dx x f ( )
17 www.mehmetaksarayli.com
Normal Dağılım Tablolarının Sonsuz Sayısı
Normal dağılımlar, ortalama ve standart sapma açısından
farklılık gösterirler.
Her dağılım için bir tablo gerekir.
Bu da sonsuz sayıda tablo anlamına gelir!
X f(X)
18
www.mehmetaksarayli.com
Z= 0
z= 1
Z
Standart Normal Dağılım
Artık tek tablo yeterli!!!
Normal
Dağılım Standart Normal
Dağılım
X
X Z
19 www.mehmetaksarayli.com
Z= 0 Z
Z= 1
.12
Standartlaştırma Örneği
Normal Dağılım
Standart Normal Dağılım
= 5 X
= 10
6.2
12 . 10 0
5 2 . 6
Z X
20
www.mehmetaksarayli.com
Z= 0 Z
Z= 1
0.12
Z .00 .01
0.0 .0000 .0040 .0080 .0398 .0438 0.2 .0793 .0832 .0871 0.3 .1179 .1217 .1255
Olasılığın Elde Edilmesi
0.0478 .02
0.1
.0478Standart Normal Olasılık Tablosu (Kısmen)
Olasılıklar
21 www.mehmetaksarayli.com
Z= 0 Z
Z= 1
-0.12
Örnek; P(3.8 X 5) = ?
Normal Dağılım
0.0478
Standart NormalDağılım
= 5 X
= 10
3.8
12 . 10 0
5 8 .
3
Z X
22
www.mehmetaksarayli.com
0
Z= 1
-.21 .21 Z
Örnek
P(2.9 X 7.1) = ?
Normal Dağılım
.1664
.0832 .0832
Standart Normal Dağılım
5
= 10
2.9 7.1 X
Z X Z X
2 9 5
10 21
7 1 5
10 21
. .
. .
www.mehmetaksarayli.com
Z= 0 Z
Z= 1
.30
P(X 8) = ?
Normal Dağılım
Standart Normal Dağılım
.1179 .5000
.3821
Z X
8 5 10 .30
= 5 X
= 10
8
Örnekwww.mehmetaksarayli.com
z= 0
Z= 1
.30
Z
.21
Örnek
P(7.1 X 8) = ?
Normal Dağılım
.0832 .1179
.0347
Standart NormalDağılım Z X
Z X
7 1 5
10 21
8 5
10 30
. .
.
= 5
= 10
8 7.1
X
25 www.mehmetaksarayli.com
Normal Dağılım Alıştırması
General Electric için Kalite Kontrol uzmanı olarak çalışıyorsunuz. Bir ampulün ömrü = 2000 saat, = 200 saat olan Normal dağılım göstermektedir. Bir ampulün
A. 2000 & 2400 saat arası dayanma
B. 1470 saatten az dayanma olasılığı nedir?
26
www.mehmetaksarayli.com
Z= 0
Z
Z= 1
2.0
Çözüm
A) P(2000 X 2400) = ?
Normal Dağılım
.4772
Standart NormalDağılım Z X
2400 2000 200 2 0.
= 2000
X
= 200
2400
27 www.mehmetaksarayli.com
Z= 0
Z
Z= 1
-2.65
Çözüm
B) P(X 1470) = ?
Normal Dağılım
.4960
.0040
.5000
Standart Normal Dağılım Z X
1470 2000 200 2 65.
= 2000
X
= 200
1470
28
www.mehmetaksarayli.com
Z .00 0.2
0.0 .0000 .0040 .0080 0.1 .0398 .0438 .0478 0.2 .0793 .0832 .0871
.1179 .1255
Z= 0 Z
Z= 1
.31
Bilinen Olasılıklar İçin Z Değerlerinin Bulunması
.1217 .01
0.3
.1217Standart Normal olasılık Tablosu (Kısmen) P(Z) = 0.1217 ise Z
nedir?
29 www.mehmetaksarayli.com
Z= 0 Z
Z= 1
X .31
= 5
= 10
?
Bilinen Olasılıklar İçin X Değerlerinin Bulunması
Normal Dağılım Standart Normal Dağılım
.1217 .1217
1 . 8 10 ) 31 . 0 (
5
Z X
30
www.mehmetaksarayli.com
Normallik Varsayımı
1. Verilerin karakteristiklerini Normal dağılımın
özellikleriyle karşılaştırın
2. Normal Olasılık Plot’unu değerlendirin
Bilgisayarla çizin yada
Verileri standartlaştırılmış kantil değerlerine karşı işaretleyin.
Normal Dağılım İçin NormalOlasılık Plot’u
Düz bir çizgi Olmalı!!!
30 60 90
-2 -1 0 1 2 Z X
31 www.mehmetaksarayli.com
Normal Olasılık Plot’ları
Sola çarpık Sağa çarpık
Dikdörtgensel U-Şekilli
30 60 90
-2 -1 0 1 2 Z X
30 60 90
-2 -1 0 1 2 Z X
30 60 90
-2 -1 0 1 2 Z X
30 60 90
-2 -1 0 1 2 Z X
32