Örnekleme dağılımı: x̄ neden σ²/n kadar oynar?
İstatistik · Matematiksel İstatistik · Okuma 5 dk · 2 etkinlik
Önce hatırlaMerkezi limit teoremi nedir, binom dağılımına normal yaklaşım ve süreklilik düzeltmesi nasıl yapılır?Bu konunun bağlandığı sayfadan (Sürekli dağılımlar ve stokastik süreçler). Önce kendin cevapla, sonra aç.
Büyük sayılar yasasına göre örneklem ortalaması n büyüdükçe anakütle ortalamasına yaklaşır. Merkezi limit teoremine göre ortalaması μ, varyansı σ² olan herhangi bir anakütleden çekilen bağımsız gözlemlerin ortalaması, n büyükken yaklaşık N(μ, σ²/n) dağılır. Binom için np ve n(1 − p) yeterince büyükse N(np, np(1 − p)) kullanılır; sınıra ±0,5 süreklilik düzeltmesi eklenir.
Büyük sayılar yasası ve merkezi limit teoremi
✎Konu anlatımı
Örneklem ortalamasının örnekleme dağılımı nedir, standart hata nasıl hesaplanır?
Kısa cevap: x̄, s² ve p̂ gibi istatistikler örneklemden örnekleme değişen rastgele değişkenlerdir; olasılık dağılımlarına örnekleme dağılımı denir. Bağımsız n gözlemde E(x̄) = μ ve Var(x̄) = σ²/n'dir; x̄'ın standart sapması σ/√n standart hatadır. Anakütle normalse x̄ tam normal, değilse n büyüdükçe yaklaşık normal dağılır.Bir il nüfus müdürlüğünde işlem süresinin ortalaması 50, standart sapması 12 dakikadır. Müdür, rastgele 36 işlemin ortalaması 52 dakikayı aşarsa alarm veriyor. Sistemde hiçbir sorun yokken alarm ne sıklıkla boşuna çalar?
Anakütle (kitle, yığın) parametreleri μ ve σ² sabittir; onlardan çekilen her örneklem ise farklı bir x̄ verir. Olasılık temelleri sayfasında gördüğümüz iki kural bu oynamanın ölçüsünü verir: beklenen değer doğrusaldır, varyans katsayının karesini alır ve bağımsız değişkenlerde toplamın varyansı varyansların toplamıdır. Buradan E(x̄) = μ ve Var(x̄) = nσ²/n² = σ²/n çıkar.
Tanımlayıcı istatistik sayfasında gördüğümüz standart sapma tek gözlemin yayılımını ölçer; standart hata σ/√n ise ortalamanın yayılımını. Örneklemi dört katına çıkarmak standart hatayı yarıya indirir. Dağılımın biçimi için iki yol vardır: anakütle normalse x̄ de tam normaldir; değilse Sürekli dağılımlar ve stokastik süreçler sayfasında gördüğümüz merkezi limit teoremi devreye girer ve n büyüdükçe (yaygın kural n ≥ 30) x̄ yaklaşık normal olur.
Giriş sorusunda alarm hangi olasılıkla boşuna çalar? (Φ(1) ≈ 0,8413)
- n = 36 büyük; merkezi limit teoremiyle x̄ yaklaşık normal. Standart hata 12/√36 = 2.
- Z = (52 − 50)/2 = 1.
- P(x̄ > 52) = 1 − Φ(1) ≈ 0,159.
Cevap: yaklaşık her altı denetimden birinde alarm boşuna çalar.
Varyansı 4 olan normal bir anakütleden 11 birimlik örneklem alınıyor. Örneklem varyansı s² hangi değeri yalnız 0,05 olasılıkla aşar? (χ²0,05; 10 = 18,31)
- 10s²/4 ~ χ²10.
- P(10s²/4 > 18,31) = 0,05 ⇒ s² > 18,31 · 4/10 ≈ 7,32.
Cevap: 7,32
| İstatistik | Beklenen değer | Varyans | Dağılım |
|---|---|---|---|
| x̄ | μ | σ²/n | normal anakütlede tam normal; değilse n büyükken yaklaşık normal |
| p̂ = X/n | p | p(1 − p)/n | X binom; np ve n(1 − p) ≥ 5 iken yaklaşık normal |
| s² | σ² | 2σ⁴/(n − 1) (normal anakütle) | (n − 1)s²/σ² ~ χ²n−1 |
Nasıl sorulurμ, σ ve n verilip x̄'ın belli bir değeri aşma olasılığı ya da x̄'ın doğrusal dönüşümünün varyansı sorulur; normal anakütlede (n − 1)s²/σ²'nin dağılımı ve sd'si istenir.
TuzakZ'nin paydasına σ/√n yerine σ ya da σ/n yazmak ve χ²'nin sd'sini n almaktır.
?Soru çöz
X₁, X₂, …, X₂₅; ortalaması μ, varyansı 100 olan bir anakütleden alınmış bağımsız gözlemlerdir. Buna göre 2x̄ − 3 istatistiğinin varyansı kaçtır?
▭Boşluk doldurma standart hata
σ = 15 olan bir anakütleden 25 birimlik örneklem alınıyor. x̄'ın standart hatası olur; μ = 100 iken x̄ = 106 gözlenirse standart değer Z = bulunur.