Ana Sayfa » Anadolu Üniversitesi AÖF » İktisat Lisans Programı » İstatistik 2

Ünite 2: İstatistiksel Tahminleme — Kavram Eşleştirme

Tur 1 / 40 / 5 eşleşti

Önce bir kavram seç, sonra karşılığı olan tanıma dokun.

Kavramlar

Tanımlar

Yukarıdan bir kavram seç.

Nokta Tahminlemesi — Tahminlenmesi istenen evren parametresi için tek bir sayısal değer belirleme sürecidir. Örneğin, bir telefon işletmesinin 80 abonenin ortalamasına bakarak tüm abonelerin ortalama ödemesini 45 TL olarak tahminlemesi nokta tahminlemesidir.

Tahminleyici — Parametre değerini tahmin etmek üzere örneklem istatistiklerinin hesaplanmasında kullanılan formül veya kuraldır. Örneğin evren ortalaması mu'yü tahmin etmek için kullanılan örneklem aritmetik ortalaması X-çizgi bir tahminleyicidir.

Tahmin — Örneklem gözlem değerlerinin tahminleyici formülüne uygulanması suretiyle elde edilen sayısal sonuçtur. Örneğin 80 aboneden elde edilen verilerle hesaplanan 45 TL'lik değer bir tahmindir.

Yansız Tahminleyici — Örnekleme dağılımının beklenen değeri tahmin edilmek istenen evren parametresine eşit olan tahminleyicidir. Örneğin E(X-çizgi) = mu eşitliği X-çizgi'nin mu için yansız bir tahminleyici olduğunu gösterir.

Aralık Tahminlemesi — Bilinmeyen evren parametresinin, araştırmacı tarafından önceden belirlenen bir güven düzeyinde alt ve üst sınırlar arasında simetrik bir aralıkta tahmin edilmesidir. Örneğin üretilen konservelerin ağırlığının %95 güvenle 489.06 ile 494.94 gram arasında olduğunu söylemek aralık tahminlemesidir.

Güven Düzeyi (1 - alpha) — Aralık tahminlemesinde, tahminlenen güven aralığının gerçek evren parametresini içerme olasılığını gösteren orandır. Örneğin %95 güven düzeyi (1 - alpha = 0.95), aynı yöntemle kurulacak 100 aralığın 95'inin parametreyi kapsayacağını ifade eder.

Güven Sınırları — Aralık tahminlemesinde parametre değerini kapsayacak alanı belirleyen alt (A) ve üst (Ü) sınır değerleridir. Güven aralığının genişliği bu sınırların değerlerine bağlıdır.

Standart Hata — Bir örneklem istatistiğinin örnekleme dağılımının standart sapmasıdır ve tahminin güvenilirliğini ölçmede kullanılır. Örneğin örneklem ortalamasının standart hatası s_x-cizgi = s / kök(n) ile ifade edilir.

Merkezî Limit Teoremi — Evrenin dağılımı ne olursa olsun, yeterli büyüklükteki örneklemlerde (n >= 30) örneklem ortalamasının örnekleme dağılımının yaklaşık olarak normal dağılıma uyacağını belirten temel istatistik teoremidir.

Serbestlik Derecesi (v) — Küçük örneklemlerde t dağılımının şeklini belirleyen ve genellikle n - 1 olarak hesaplanan parametredir. Örneklem hacmi büyüdükçe serbestlik derecesi de büyür ve t dağılımı standart normal dağılıma yaklaşır.

t Dağılımı — Örneklem hacminin küçük (n < 30) ve evren standart sapmasının bilinmediği durumlarda kullanılan, ortalaması sıfır olan simetrik bir sürekli olasılık dağılımıdır. Standart normal dağılıma benzer ancak değişkenliği daha fazladır.

İadeli ve İadesiz Seçim — Örnekleme birimlerinin seçimi sırasında çekilen birimin tekrar evrene iade edilip edilmeme durumudur. İadesiz seçimde veya n/N >= 0.05 durumunda standart hataya sonluluk düzeltme çarpanı eklenir.

Evren Oranı (pi) — Bir evrendeki birimlerin belirli bir özelliği taşıyan kısmının tüm evrene oranıdır. Örneğin bir bölgedeki gazete okurlarının oranı pi parametresiyle ifade edilir.

Örneklem Oranı (p) — Basit rassal örneklemde, ilgilenilen özelliğe sahip birim sayısının örneklem hacmine oranıdır (p = r/n). Evren oranı pi için yansız bir tahminleyicidir.

İki Evren Ortalaması Farkı (mu1 - mu2) — İki farklı evrenin aritmetik ortalamaları arasındaki farkı gösteren parametredir. Örneğin A ve B satış eğitimini alan görevlilerin ortalama satış sayıları arasındaki fark bu kapsamdadır.

İki Evren Oranı Farkı (pi1 - pi2) — İki farklı evrendeki oranlar arasındaki farkı inceleyen parametredir. Örneğin kız ve erkek öğrencilerin bir filmi beğenme oranları arasındaki fark bu kapsamdadır.

Etkin Tahminleyici — Olasılık dağılımı çerçevesinde en küçük varyansa (veya en küçük standart hataya) sahip olan ve parametreyi en az sapmayla tahmin eden yansız tahminleyicidir.