SÜREKLİ ŞANS DEĞİŞKENLERİ

... konulu sunumlar: "SÜREKLİ ŞANS DEĞİŞKENLERİ"— Sunum transkripti:

1 SÜREKLİ ŞANS DEĞİŞKENLERİ
Üstel Dağılım Normal Dağılım

2 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin dağılışıdır.Bekleme kuyruğu sorunlarını çözmede kullanılır. Örnek: Bir bankada veznede yapılan işlemler arasındaki geçen süre, Bir taksi durağına gelen bekleyen müşteriler arasındaki süre, Bir hastanenin acil servisine gelen hastaların arasındaki geçen süre, Bir kumaşta iki adet dokuma hatası arasındaki uzunluk (metre).

3 Belirli bir zaman aralığında mağazaya gelen müşteri sayılarının dağılışı Poisson Dağılımına uygundur. Bu müşterilerin mağazaya varış zamanları arasındaki geçen sürenin dağılımı da Üstel Dağılıma uyacaktır. Üstel Dağılımın parametresi a olmak üzere Üstel ve Poisson Dağılımlarının parametreleri arasında şu şekilde bir ilişki vardır.

4 Üstel Dağılımın Olasılık Yoğunluk Fonksiyonu
m:iki durumun gözlenmesi için gereken ortalama süre x : iki durum arasında veya ilk durumun ortaya çıkması gereken süre ya da uzaklık. f(x)’e, üstel dağılım; x’e üstel dağılan değişken denir.Üstel dağılımın parametresi a dır.

5 Üstel Dağılımının Beklenen Değer ve Varyansı
Ortalama Varyans b = 10 parametreli bir populasyondan alınan n = 1000 hacimlik bir örnek için oluşturulan histogram.

6 Örnek: Bir kitaplığın danışma masasında kullanıcılara hizmeti 5dk. ortalama süre ile üstel dağılmaktadır. Bir kullanıcıya verilen hizmetin 10dk. dan uzun sürme olasılığı nedir? P(X>10)=?

7 Örnek: Bir servis istasyonuna her 20dk. da ortalama 4 araç gelmektedir. Servise arka arkaya gelen iki araç arasındaki zaman aralığının en çok 4 dk.olma olasılığı nedir? 20dk. da ort. 4 araç 1dk. da x

8 NORMAL DAĞILIM

9 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.

10 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 dağılımı kullanmanın en önemli nedenlerinden biri de bazı varsayımların gerçekleşmesi halinde kesikli ve sürekli bir çok şans değişkeninin dağılımının normal dağılıma yaklaşım göstermesidir.

11 Normal Dağılımın Özellikleri
Çan eğrisi şeklindedir. Normal dağılımın moment çarpıklık katsayısı a3=0 dır. Yani normal dağılım simetriktir. Basıklık katsayısı a4=3 dür. Diğer tüm dağılımların basıklık ölçüsü bu katsayı ile karşılaştırılır. Normal dağılım eğrisi aşağıdaki fonksiyonla temsil edilir: = 3, e = 2,71828 = populasyon standart sapması m = populasyon ortalaması

12 Parametreleri:

13 Normal eğri altındaki alan 1’e eşittir
Normal eğri altındaki alan 1’e eşittir. Normal dağılımda herhangi bir X sürekli değişkeninin nokta tahmin sıfırdır. Çünkü normal eğri altında sonsuz sayıda X noktaları vardır. Bu yüzden ancak herhangi bir X değerinin X1 ile X2 arasında bulunma olasılığı hesaplanabilir. Bunun için foknksiyonun X1 den X2 ye integre edilmesi gerekir. Anakütle ortalaması ve satandart sapması farklı olduğu her problem için ayrı bir integrasyon işlemini uygulamak gerekir. Normal dağılım ortalama ve standart sapma parametrelerinin değişimi sonucu birbirinden farklı yapılar gösterir. Bu tür problemlerde kullanılmak üzere standart bir fonksiyon geliştirilmiştir.

14 Normal Dağılımda Olasılık Hesabı
Olasılık eğri altında kalan alana eşittir!!!! ÖNEMLİ!!!

15 Standart Normal Dağılım
Olasılık hesaplamasındaki zorluktan dolayı normal dağılış gösteren şans değişkeni standart normal dağlıma dönüştürülür. Böylece tek bir olasılık tablosu kullanarak normal dağılış ile ilgili olasılık hesaplamaları yapılmış olur. Standart normal dağılımda ortalama 0 , varyans ise 1 değerini alır. Standart normal değişken z ile gösterilir.

16 Standart Normal Şans Değişkeni
X ~ N ( m , s2 ) Z ~ N ( 0 , 1) s s = 1 m m = 0

17

18 Olasılığın Elde Edilmesi
Standart Normal Olasılık Tablosu (Kısmen) .02 Z .00 .01  = 1 Z 0.0 .0000 .0040 .0080 0.0478 0.1 .0398 .0438 .0478 0.2 .0793 .0832 .0871  = 0 0.12 Z Z 0.3 .1179 .1217 .1255 Olasılıklar

19 Parametre Değişikliklerinin Dağılımın Şekli Üzerindeki Etkisi
19

20 Standart Normal Dağılım Tablosunu Kullanarak Olasılık Hesaplama

21

22 SİMETRİKLİK ÖZELLİĞİNDEN DOLAYI 0’DAN EŞİT UZAKLIKTAKİ Z DEĞERLERİNİN 0 İLE ARASINDAKİ KALAN ALANLARININ DEĞERLERİ BİRBİRİNE EŞİTTİR.

23

24

25 Normal Dağılımın Standart Normal Dağılım Dönüşümü
X ~ N ( m , s2 ) Z ~ N ( 0 , 1) za zb a m b

26 Standart Normal Dağılım
Örnek P(3.8  X  5) = ? Normal Dağılım Standart Normal Dağılım  = 10  = 1 Z 0.0478 3.8  = 5 X -0.12  = 0 Z Z

27 Örnek P(2.9  X  7.1) = ?  = 10  = 1 2.9 5 7.1 X -.21 .21 Z .1664 X
  2 . 9  5 Z     . 21  10 X   7 . 1  5 Normal Dağılım Z    . 21 Standart Normal Dağılım  10  = 10  = 1 Z .1664 .0832 .0832 2.9 5 7.1 X -.21 .21 Z

28 Standart Normal Dağılım
Örnek P(X  8) = ? X   8  5 Z    . 30  10 Normal Dağılım Standart Normal Dağılım  = 10  = 1 Z .5000 .3821 .1179  = 5 8 X  = 0 .30 Z Z

29 Standart Normal Dağılım
Örnek P(7.1  X  8) = ?   7 . 1  5 X Z    . 21  10 X   8  5 Normal Dağılım Z    . 30 Standart Normal Dağılım  10  = 10  = 1 Z .1179 .0347 .0832  = 5 X  = 0 Z 7.1 8 .21 .30 z = =0.0347

30 Örnek: Bir işletmede üretilen vidaların çaplarının uzunluğunun, ortalaması 10 mm ve standart sapması 2 mm olan normal dağılıma uygun olduğu bilinmektedir. Buna göre rasgele seçilen bir vidanın uzunluğunun 8.9mm’den az olmasının olasılığını hesaplayınız. X ~ N ( 10 , 4 )

31 Normal Dağılım Düşünce Alıştırması
General Electric için Kalite Kontrol uzmanı olarak çalışıyorsunuz. Bir ampulün ömrü = 2000 saat, = 200 saat olan Normal dağılım göstermektedir. Bir ampulün A & 2400 saat arası dayanma B saatten az dayanma olasılığı nedir? Allow students about minutes to solve this.

32 Standart Normal Dağılım
Çözüm A) P(2000  X  2400) = ? X   2400  2000 Z    2 .  200 Normal Dağılım Standart Normal Dağılım  = 200  = 1 Z .4772  = 2000 2400 X  = 0 2.0 Z Z

33 Standart Normal Dağılım
Çözüm B) P(X  1470) = ? X   1470  2000  Z    2 . 65  200 Normal Dağılım Standart Normal Dağılım  = 200  = 1 Z .5000 .0040 .4960 X 1470  = 2000 -2.65  = 0 Z Z

34 Bilinen Olasılıklar İçin Z Değerlerinin Bulunması
P(Z) = ise Z nedir? Standart Normal olasılık Tablosu (Kısmen)  = 1 .01 Z .00 0.2 .1217 Z 0.0 .0000 .0040 .0080 0.1 .0398 .0438 .0478  = 0 .31 Z 0.2 .0793 .0832 .0871 Z 0.3 .1179 .1217 .1255

35 Bilinen Olasılıklar İçin X Değerlerinin Bulunması
Normal Dağılım Standart Normal Dağılım  = 10  = 1 Z .1217 .1217 ?  = 5 X  = 0 .31 Z Z