Örnekleme yöntemleri: basit rastgele, tabakalı, küme, sistematik örnekleme

Anakütleden temsilî bir örneklem çekmenin yolları: olasılıklı ve olasılıksız örnekleme, tahmin edicilerin varyansı, tabaka dağıtımı ve örneklem büyüklüğü.

6 durakKPSS A
12 etkinlikeşleştir · sırala · doldur · çöz
0 / 12tamamlanan etkinlik
Sorularuygulamaya ekleniyor
ÖRNEKLEME · KAVRAM

Örnekleme türleri: olasılıklı mı, olasılıksız mı?

İstatistik · Örnekleme · Okuma 4 dk · 2 etkinlik

Önce hatırlaÖrneklem ortalamasının örnekleme dağılımı nedir, standart hata nasıl hesaplanır?Bağlantılı konudan (Örnekleme dağılımları ve tahmin). Önce kendin cevapla, sonra aç.

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.

Örnekleme dağılımı: x̄ ve s²

Hatırladın mı?

✎Konu anlatımı

Olasılıklı ve olasılıksız örnekleme yöntemleri nelerdir, örnekleme hatası ile örnekleme dışı hata arasındaki fark nedir?

Kısa cevap: Olasılıklı örneklemede anakütledeki her birimin seçilme olasılığı bilinir ve sıfırdan büyüktür: basit rastgele, sistematik, tabakalı, küme ve çok aşamalı örnekleme. Olasılıksız örneklemede bu olasılık bilinmez: kolayda, kota, kartopu ve amaçlı örnekleme. Örnekleme hatası yalnız örneklem alındığı için doğar ve n büyüdükçe küçülür; çerçeve, cevapsızlık ve ölçme hataları örnekleme dışı hatadır, n büyütmekle azalmaz.

Bir belediye, park memnuniyetini ölçmek için anketörleri cumartesi öğleden sonra en kalabalık parka gönderiyor ve 1.000 kişiyle görüşüyor. Bu sonuç bütün ilçeyi temsil eder mi?

Örnekleme kuramının bütün formülleri tek bir şarta dayanır: her birimin seçilme olasılığı bilinmeli. Ancak o zaman tahmin edicinin yansızlığı ve standart hatası hesaplanabilir. Parktaki anket bu şartı sağlamaz: parka hiç gitmeyenlerin ve hafta içi gelenlerin seçilme olasılığı sıfırdır. 1.000 kişilik büyük örneklem bu yanlılığı düzeltmez; yalnızca yanlış sonuca daha emin biçimde ulaştırır.

Seçim için anakütledeki birimlerin listesi gerekir: buna örnekleme çerçevesi denir (ör. adrese dayalı nüfus kaydı, kurum personel listesi). Çerçeve anakütleyi tam kapsamıyorsa olasılıklı yöntem bile yanlı sonuç verir.

Olasılıksız yöntemler
YöntemNasıl seçilir?Ne zaman?
Kolaydaen kolay ulaşılan birimlerön deneme, anket sorularının sınanması
Kotaalt grupların payı tutturulur (%52 kadın gibi), grup içinde seçim görüşmeciye kalırhızlı kamuoyu yoklaması
Kartopuher katılımcı yeni katılımcıları gösterirlistesi olmayan, ulaşılması zor gruplar
Amaçlı (yargısal)araştırmacı uzmanlığıyla "tipik" birimleri seçerderinlemesine nitel çalışma

Örnekleme hatası

  • Anakütlenin tamamı yerine bir kısmı gözlendiği için.
  • n büyüdükçe azalır, tam sayımda sıfırdır.
  • Olasılıklı örneklemde standart hatayla ölçülür.

Örnekleme dışı hata

  • Çerçeve (kapsam), cevapsızlık, ölçme ve veri işleme hataları.
  • n büyütmekle azalmaz; tam sayımda da olur.
  • Çoğu zaman yanlılık yaratır, standart hatada görünmez.

Kota örneklemesi tabakalı örneklemeye benzer, çünkü ikisi de alt grup paylarını tutturur. Fark grup içindedir: tabakalıda birimler grup içinde rastgele çekilir, kotada görüşmeci seçer ve seçilme olasılığı bilinmez.

Akılda kalsın: Seçilme olasılığı biliniyorsa olasılıklı: basit, sistematik, tabakalı, küme, çok aşamalı. Bilinmiyorsa olasılıksız: kolayda, kota, kartopu, amaçlı. Büyük n, kötü çerçeveyi kurtarmaz.
Sınavda

Nasıl sorulurKısa bir araştırma anlatılıp kullanılan yöntemin adı ya da yapılan hatanın türü sorulur; olasılıklı ve olasılıksız yöntemler gruplanır.

TuzakKotayı tabakalı örnekleme sanmak, cevapsızlığı örnekleme hatası saymak ve örneklemi büyütmenin her hatayı küçülttüğünü düşünmektir.

⇄Bilgi eşleştirme yöntem ↔ uygulama

?Soru çöz

Bir araştırmada örneklem, yalnız sabit hattı olan haneleri içeren eski bir telefon rehberinden basit rastgele örneklemeyle seçilmiştir. Sabit hattı olmayan hanelerin dışarıda kalmasından doğan hata aşağıdakilerden hangisidir?

✓ C. Liste anakütlenin bir bölümünü hiç içermiyor; o hanelerin seçilme olasılığı sıfır. A n büyüyünce küçülen şans hatasıdır, burada n büyüse de dışlanan haneler gelmez; B seçilen birimin cevap vermemesidir; D cevabın yanlış kaydedilmesi ya da yanlış verilmesidir.
ÖRNEKLEME · FORMÜL

Basit rastgele örnekleme: mümkün örneklemler ve sonlu anakütle düzeltmesi

İstatistik · Örnekleme · Okuma 4 dk · 2 etkinlik

Önce hatırlaHipergeometrik dağılım binomdan nasıl ayrılır, sonlu anakütle düzeltmesi nedir?Bağlantılı konudan (Kesikli dağılımlar). Önce kendin cevapla, sonra aç.

N birimin K'sı başarılıyken iadesiz n birim çekilirse başarı sayısı hipergeometrik dağılır: P(X = k) = C(K, k)C(N − K, n − k)/C(N, n). Ortalama nK/N'dir, binomla aynı. Varyans binom varyansının (N − n)/(N − 1) katıdır; bu çarpana sonlu anakütle düzeltmesi denir. n/N küçükse hipergeometrik binoma yaklaşır.

Hipergeometrik dağılım ve dağılım seçimi

Hatırladın mı?

✎Konu anlatımı

Basit rastgele örneklemede mümkün örneklem sayısı ve örneklem ortalamasının varyansı nasıl hesaplanır?

Kısa cevap: Basit rastgele örneklemede (BRÖ) n birimlik her olası örneklemin seçilme olasılığı eşittir. N birimden iadeli (sıralı) Nn, iadesiz C(N, n) örneklem çekilebilir. x̄ iki durumda da μ'nün yansız tahmin edicisidir. İadesiz örneklemede Var(x̄) = (σ²/n)(N − n)/(N − 1) = (S²/n)(1 − f), f = n/N; (N − n)/(N − 1) çarpanı sonlu anakütle düzeltmesidir.

200 personelli bir kurumda 20 kişiyle iş yükü anketi yapılacak. Aynı kişinin iki kez seçilmesine izin verilmezse tahmin daha mı kesin olur, ne kadar?

Olasılık temelleri sayfasında gördüğümüz sayma kuralları mümkün örneklem sayısını verir: iadeli ve sıralı seçimde her çekiliş N seçeneklidir, toplam Nn; iadesiz ve sırasız seçimde C(N, n). Sınavın sevdiği kalıp bu ikisini bağlar: iadeli sayıdan N bulunur, iadesiz sayı hesaplanır.

Örnekleme dağılımları ve tahmin sayfasında gördüğümüz Var(x̄) = σ²/n bağımsız gözlemler içindir; iadeli örneklemede geçerlidir. İadesiz örneklemede bir birim çekilince anakütle küçülür ve gözlemler bağımlı olur. Kesikli dağılımlar sayfasında gördüğümüz hipergeometrik varyanstaki çarpanın aynısı burada da çıkar: (N − n)/(N − 1). n = N olunca varyans sıfırdır, çünkü tam sayımda tahmin hatasızdır.

Var(x̄) = σ²n · N − nN − 1 = S²n(1 − f) T̂ = Nx̄, Var(T̂) = N²Var(x̄) Var(p̂) = p(1 − p)n · N − nN − 1σ² paydası N, S² paydası N − 1: S² = Nσ²/(N − 1). f < 0,05 ise düzeltme genelde ihmal edilir.
Çözümlü örnek · bütün örneklemleri saymak

Anakütle {2, 4, 6, 8}, n = 2, iadesiz. Bütün örneklemleri listeleyip E(x̄) ve Var(x̄)'ı bulun; formülle karşılaştırın.

  1. C(4, 2) = 6 örneklem: ortalamaları 3, 4, 5, 5, 6, 7. Ortalaması 5 = μ: x̄ yansız.
  2. Var(x̄) = (4 + 1 + 0 + 0 + 1 + 4)/6 ≈ 1,667.
  3. σ² = (9 + 1 + 1 + 9)/4 = 5; (5/2) · (2/3) ≈ 1,667. İadeli olsaydı 16 örneklem, Var = 5/2 = 2,5.

Cevap: E(x̄) = 5, Var(x̄) = 5/3; iadesiz çekiliş varyansı üçte bir azaltır.

Örnekleme dağılımı, mümkün bütün örneklemlerin ortalamalarıdır. Ortalamaları μ'ye eşittir; yayılımları sonlu anakütle düzeltmesiyle hesaplanan varyanstır.Görsel: Sınav Defteri
Akılda kalsın: İadeli Nn, iadesiz C(N, n). İadesizde varyans × (N − n)/(N − 1): "anakütleden ne kadar çok alırsan o kadar az oynar." Toplam = N × ortalama, varyansı N² ile çarpılır.
Sınavda

Nasıl sorulurİadeli mümkün örneklem sayısı verilip N bulunur, iadesiz sayı istenir; σ², n, N verilip Var(x̄) ya da toplamın varyansı hesaplatılır.

Tuzakİadesiz sayıyı sıralı (permütasyon) saymak, düzeltme çarpanını (N − 1)/(N − n) diye ters yazmak ve toplamın varyansında N yerine N² gerektiğini unutmaktır.

?Soru çöz

N birimlik bir anakütleden iadeli ve sıralı olarak 3 birimlik 512 farklı örneklem çekilebilmektedir. Aynı anakütleden iadesiz olarak kaç farklı 3 birimlik örneklem seçilebilir?

✓ A. N³ = 512 ⇒ N = 8; iadesiz ve sırasız C(8, 3) = 56. B sırayı önemli saymış (8 · 7 · 6); C sırasız ama iadeli sayıyı, C(8 + 3 − 1, 3)'ü almış; D n'yi 2 almış, C(8, 2).

▭Boşluk doldurma sonlu düzeltme

N = 50 birimlik, S² = 40 olan bir anakütleden iadesiz n = 10 birim çekiliyor. Örnekleme oranı f = ve Var(x̄) = olur.

0,23,240,8
ÖRNEKLEME · HESAP

Örneklem hacmi: kaç kişiyle görüşmeli?

İstatistik · Örnekleme · Okuma 5 dk · 2 etkinlik

Önce hatırlaGüven aralığı nasıl hesaplanır ve %95 güven düzeyi ne anlama gelir?Bağlantılı konudan (Örnekleme dağılımları ve tahmin). Önce kendin cevapla, sonra aç.

Güven aralığı = nokta tahmin ± kritik değer × standart hata. μ için σ biliniyorsa x̄ ± zα/2σ/√n, bilinmiyorsa (normal anakütle) x̄ ± tα/2; n−1s/√n; oran için p̂ ± zα/2√[p̂(1 − p̂)/n]. Varyans aralığı χ²'den kurulur ve simetrik değildir. %95 güven, aynı yöntemle kurulan aralıkların uzun vadede %95'inin parametreyi kapsamasıdır.

Güven aralıkları ve örneklem büyüklüğü

Hatırladın mı?

✎Konu anlatımı

Örneklem büyüklüğü nasıl hesaplanır, sonlu anakütlede örneklem hacmi nasıl düzeltilir?

Kısa cevap: Ortalamayı E hata payıyla tahmin etmek için gereken örneklem n₀ = z²σ²/E², oran için n₀ = z²p(1 − p)/E²'dir; p bilinmiyorsa en büyük değeri veren p = 0,5 alınır. Anakütle sonluysa n = n₀/(1 + n₀/N) ile küçültülür. Sonuç her zaman yukarı yuvarlanır. Hata payını yarıya indirmek örneklemi dört katına çıkarır.

Bir il sağlık müdürlüğü, 2.000 personeli içinde aşı yaptırma oranını ±5 puan hata payıyla, %95 güvenle tahmin etmek istiyor. Kaç kişiye sorması yeter?

Örnekleme dağılımları ve tahmin sayfasında gördüğümüz güven aralığının yarı genişliği E = z · σ/√n'dir. Bu eşitlik n için çözülünce gereken örneklem çıkar. Formül üç şey ister: güven düzeyi (z), kabul edilebilir hata payı (E) ve değişkenliğin ön tahmini (σ ya da p). σ bilinmez; ön deneme, önceki araştırma ya da ranj/4 kaba kuralıyla tahmin edilir.

n₀ = z²σ²E² n₀ = z²p(1 − p)E² n = n₀1 + n₀/Np(1 − p) en çok 0,25'tir (p = 0,5). Beklenen cevap oranı r ise çekilecek örneklem n/r.
Çözümlü örnek · oran

Girişteki müdürlük için (z = 1,96, E = 0,05, N = 2.000, p hakkında bilgi yok) gereken örneklem kaçtır?

  1. p = 0,5: n₀ = 1,96² · 0,25/0,0025 = 384,16 ⇒ 385.
  2. n = 384,16/(1 + 384,16/2.000) ≈ 322,3 ⇒ 323.

Cevap: 323 personel; cevap oranı %80 bekleniyorsa 323/0,8 ≈ 404 kişiye ulaşılmalı.

Çözümlü örnek · ortalama

500 işletmelik bir sanayi sitesinde aylık elektrik gideri ±4 bin TL hata payıyla, %95 güvenle tahmin edilecek; ön çalışmadan σ ≈ 20 bin TL. n kaçtır?

  1. n₀ = 1,96² · 400/16 = 96,04 ⇒ 97.
  2. n = 96,04/(1 + 96,04/500) ≈ 80,6 ⇒ 81.

Cevap: 81 işletme; anakütle küçük olduğu için düzeltme 16 işletme kazandırdı.

Bir etken değişince gereken n
Değişiklik (öteki etkenler sabit)n'ye etkisi
Güven düzeyi artar (%90 → %95: z 1,645 → 1,96)artar (z² oranında: yaklaşık 1,42 kat)
Hata payı yarıya iner4 katına çıkar
σ ön tahmini iki katına çıkar4 katına çıkar
N büyüraz artar; N çok büyükse n₀'a yaklaşır
Oranda p, 0,5'ten uzaklaşırazalır

Son satır önemli bir sezgiyi taşır: 80 milyonluk bir ülke ile 8 milyonluk bir il için aynı hata payında gereken örneklem neredeyse aynıdır. Kesinliği belirleyen anakütlenin büyüklüğü değil, örneklemin büyüklüğüdür.

Akılda kalsın: n₀ = (zσ/E)²; oranda σ² yerine p(1 − p), bilinmiyorsa 0,25. Sonlu düzeltme n₀/(1 + n₀/N). Hep yukarı yuvarla. E yarıya → n dört katına.
Sınavda

Nasıl sorulurz, σ ya da p, E ve N verilip örneklem hacmi istenir; bir etken değişince n'nin kaç katına çıkacağı sorulur.

TuzakE'yi kare almadan kullanmak, oranı yüzde olarak (5) yazıp p'yi ondalık (0,5) bırakmak, aşağı yuvarlamak ve büyük anakütlenin büyük örneklem gerektirdiğini sanmaktır.

?Soru çöz

Bir anakütle ortalamasını tahmin etmek için gereken örneklem hacmine ilişkin aşağıdaki değişikliklerden hangileri, öteki etkenler sabitken gereken örneklem hacmini artırır?
I. Güven düzeyini %90'dan %95'e çıkarmak
II. Kabul edilebilir hata payını yarıya indirmek
III. Anakütle standart sapması için daha büyük bir ön tahmin kullanmak

✓ D. n = z²σ²/E². I: z 1,645'ten 1,96'ya çıkar, n z² ile büyür. II: E paydada karesiyle durur, n dört katına çıkar. III: σ² formülün payındadır; büyük σ, büyük n verir. A hata payının ve σ'nın etkisini atlar; B σ'nın yönünü ters kurar; C güven düzeyi yükselince z'nin büyüdüğünü görmez.

↕Sırala örneklem planı

  1. n = n₀/(1 + n₀/N) ile sonlu anakütle düzeltmesi yap
  2. Birimleri örnekleme çerçevesinden rastgele çek
  3. Güven düzeyini, hata payı E'yi ve σ'nın ön tahminini belirle
  4. Beklenen cevap oranına bölüp yukarı yuvarla
  5. n₀ = z²σ²/E² hesapla
ÖRNEKLEME · YÖNTEM

Tabakalı örnekleme: orantılı ve Neyman dağıtımı

İstatistik · Örnekleme · Okuma 5 dk · 2 etkinlik

Önce hatırlaRastgele bloklar tasarımı ve Latin kare tasarımında serbestlik dereceleri nasıl bulunur?Bağlantılı konudan (Varyans analizi ve deney tasarımı). Önce kendin cevapla, sonra aç.

Rastgele bloklar tasarımında her blok bütün k işlemi bir kez alır: GKT = KTİ + KTB + KTH, sd'ler k − 1, b − 1, (k − 1)(b − 1). Blok farkı hatadan çıktığı için KOH küçülür ve test güçlenir. Latin kare iki bilinen değişkenlik kaynağını (satır, sütun) aynı anda bloklar; p × p karede her işlem her satır ve sütunda bir kez görünür, hata sd'si (p − 1)(p − 2)'dir.

Rastgele bloklar ve Latin kare

Hatırladın mı?

✎Konu anlatımı

Tabakalı örneklemede orantılı ve Neyman (optimum) dağıtımı nasıl yapılır, neden basit rastgele örneklemeden daha kesindir?

Kısa cevap: Tabakalı örneklemede anakütle, kendi içinde homojen ve birbirinden farklı tabakalara ayrılır ve her tabakadan ayrı basit rastgele örneklem çekilir. Ortalama x̄st = ΣWhx̄h (Wh = Nh/N) ile tahmin edilir. Orantılı dağıtımda nh = n · Nh/N; Neyman (optimum) dağıtımında nh ∝ NhSh, yani büyük ve değişken tabakaya daha çok birim gider.

Bir ilde 500 küçük, 300 orta ve 200 büyük işletmenin aylık ciroları çok farklı. 100 işletmelik bir örneklemde büyük işletmelere kaç birim ayrılmalı: ağırlıkları kadar 20 mi, daha fazla mı?

Toplam değişkenlik iki parçadır: tabaka içi ve tabakalar arası. Varyans analizi ve deney tasarımı sayfasında gördüğümüz bloklamanın mantığı burada da işler: tabakalar arası fark, her tabakadan ayrı örneklem alındığı için tahmin hatasına girmez; geriye yalnız tabaka içi değişkenlik kalır. Bu yüzden tabakalar içte homojen, aralarında farklı kurulmalıdır.

x̄st = ΣWhx̄h Var(x̄st) = ΣWh² Sh²nh(1 − fh) Neyman: nh = n · NhShΣNhShMaliyet farklıysa nh ∝ NhSh/√ch: pahalı tabakaya daha az birim.
Çözümlü örnek · üç tasarımın karşılaştırması

Tabakalar: N = 500, 300, 200; S = 10, 20, 40; ortalamalar 40, 60, 100 (bin TL). n = 100. Orantılı ve Neyman dağıtımını bulun; x̄'ın varyansını BRÖ ile karşılaştırın (sonlu düzeltme ihmal).

  1. Orantılı: 50, 30, 20. Neyman: NhSh = 5.000, 6.000, 8.000 (toplam 19.000) ⇒ 26,3; 31,6; 42,1 ≈ 26, 32, 42.
  2. Orantılıda Var = ΣWhSh²/n = (50 + 120 + 320)/100 = 4,9; Neyman'da (ΣWhSh)²/n = 19²/100 = 3,61.
  3. BRÖ: σ² = tabaka içi 490 + tabakalar arası 516 = 1.006 ⇒ Var ≈ 10,06.

Cevap: büyük işletmelere 42 birim gider; varyans BRÖ'de 10,06, orantılıda 4,9, Neyman'da 3,61.

Üç dağıtım kuralı
DağıtımnhNe zaman?
Eşitn/L (L tabaka sayısı)tabakaları ayrı ayrı karşılaştırmak
Orantılın · Nh/NSh'ler bilinmiyor ya da yakın
Neyman (optimum)n · NhSh/ΣNhShSh'ler farklı, maliyetler eşit
Maliyetli optimum∝ NhSh/√chtabaka başına görüşme maliyeti farklı
Akılda kalsın: Tabaka: içi benzer, arası farklı. Orantılı ∝ Nh; Neyman ∝ NhSh; maliyetliyse bir de ÷ √ch. Kesinlik sırası çoğunlukla Neyman ≥ orantılı ≥ BRÖ.
Sınavda

Nasıl sorulurTabaka büyüklükleri ve standart sapmaları verilip bir tabakaya düşen nh istenir; tabakalı ortalama ağırlıklarla hesaplatılır; hangi durumda hangi dağıtımın seçileceği sorulur.

TuzakNeyman'da Sh yerine Sh² ile orantı kurmak, x̄st'yi tabaka ortalamalarının ağırlıksız ortalaması sanmak ve maliyetli tabakaya daha çok birim vermektir.

?Soru çöz

İki tabakalı bir anakütlede N₁ = 600, S₁ = 5 ve N₂ = 400, S₂ = 15'tir. Görüşme maliyetleri eşittir. 90 birimlik örneklem Neyman (optimum) dağıtımıyla tabakalara paylaştırılırsa n₁ ve n₂ sırasıyla kaçtır?

✓ D. NhSh = 3.000 ve 6.000, toplam 9.000: n₁ = 90 · 3/9 = 30, n₂ = 60. A orantılı dağıtımdır, standart sapmaları yok sayar; B eşit dağıtımdır; C oranı ters çevirip küçük değişkenli tabakaya çok birim vermiştir.

▭Boşluk doldurma orantılı dağıtım

Bir kurumda 2.400 memur ve 1.600 sözleşmeli personel vardır. 200 kişilik örneklem orantılı dağıtımla paylaştırılırsa memurlardan , sözleşmeli personelden kişi seçilir.

12080100133
ÖRNEKLEME · SEÇİM

Küme, sistematik ve çok aşamalı örnekleme: maliyet mi, kesinlik mi?

İstatistik · Örnekleme · Okuma 5 dk · 2 etkinlik

Önce hatırlaTabakalı örneklemede orantılı ve Neyman (optimum) dağıtımı nasıl yapılır, neden basit rastgele örneklemeden daha kesindir?Bu sayfanın başından. Önce kendin cevapla, sonra aç.

Tabakalı örneklemede anakütle, kendi içinde homojen ve birbirinden farklı tabakalara ayrılır ve her tabakadan ayrı basit rastgele örneklem çekilir. Ortalama x̄st = ΣWhx̄h (Wh = Nh/N) ile tahmin edilir. Orantılı dağıtımda nh = n · Nh/N; Neyman (optimum) dağıtımında nh ∝ NhSh, yani büyük ve değişken tabakaya daha çok birim gider.

Tabakalı örnekleme, Neyman dağıtımı

Hatırladın mı?

✎Konu anlatımı

Küme örneklemesi ile tabakalı örnekleme arasındaki fark nedir, sistematik örnekleme nasıl yapılır?

Kısa cevap: Küme örneklemesinde anakütle doğal gruplara (mahalle, okul, blok) ayrılır, bazı kümeler rastgele seçilir ve içlerindeki bütün birimler incelenir; ucuzdur ama küme içi benzerlik varyansı büyütür (tasarım etkisi ≈ 1 + (m − 1)ρ). Sistematik örneklemede k = N/n aralığıyla, 1 ile k arasında rastgele bir başlangıçtan her k. birim seçilir. Çok aşamalı örnekleme seçimi kademe kademe yapar.

TÜİK benzeri bir kurum bütün ülkede hane anketi yapacak, ama ülkedeki bütün hanelerin tek bir listesinden 10.000 hane çekerse anketörler binlerce köye dağılır. Maliyeti düşürmenin yolu ne, bedeli ne?

Küme örneklemesi

Önce mahalleler (kümeler) seçilir, sonra seçilen mahallelerdeki haneler incelenir; anketör az yere gider. Bedeli şudur: aynı mahalledeki haneler birbirine benzer (gelir, eğitim), bu yüzden bir mahalleden gelen 20 hane, rastgele dağılmış 20 hane kadar bilgi taşımaz. Bu kaybı tasarım etkisi ölçer: deff = Varküme/VarBRÖ ≈ 1 + (m − 1)ρ; m küme büyüklüğü, ρ küme içi korelasyondur. m = 20, ρ = 0,05 ise deff = 1,95: 600 hanelik küme örneklemi, yaklaşık 600/1,95 ≈ 308 hanelik BRÖ kadar kesindir.

Tabakalıda her gruptan birim gelir; kümede bazı grupların tamamı gelir, öteki gruplardan hiç birim gelmez. Bu yüzden tabaka içte benzer, küme içte çeşitli olmalıdır.Görsel: Sınav Defteri
Tabakalı ↔ küme örneklemesi
TabakalıKüme
Grup içihomojen olmalıheterojen olmalı (anakütlenin küçük bir kopyası)
Gruplar arasıfarklıbenzer
Hangi gruplardan?hepsinden, bir kısım birimbir kısmından, bütün birimler
Amaçkesinlikmaliyet, liste yokluğu
BRÖ'ye göre varyansgenelde küçükgenelde büyük (deff > 1)

Sistematik ve çok aşamalı örnekleme

Sistematik örneklemede N = 1.200 dosyadan n = 60 için k = 20'dir; 1–20 arasında rastgele seçilen başlangıç 7 ise 7, 27, 47, … numaralı dosyalar alınır. Liste rastgele sıralıysa sonuç BRÖ'ye denktir; ciroya göre sıralıysa örtük bir tabakalama gibi çalışır ve daha kesin olabilir. Tehlike periyodikliktir: günlük kayıtlarda k = 7 seçilirse her gözlem haftanın aynı gününe düşer. Çok aşamalı örneklemede seçim kademelidir: il → ilçe → mahalle → hane; her aşamada liste yalnız seçilen birimler için gerekir.

Durum → örnekleme yöntemi
DurumYöntem
Tam liste var, anakütle görece homojenbasit rastgele ya da sistematik
Belirgin alt gruplar var, her birinin listesi vartabakalı (Sh farklıysa Neyman)
Birim listesi yok, coğrafi birim listesi var; yol maliyeti yüksekküme ya da çok aşamalı
Listede düzenli bir döngü varsistematik değil; basit rastgele ya da tabakalı
Gizli, listesiz anakütlekartopu (olasılıksız)
Y ile güçlü ilişkili, anakütle toplamı bilinen bir değişken varoran ya da regresyon tahmini
Akılda kalsın: Tabaka: içi benzer, hepsinden birkaç. Küme: içi karışık, birkaçının hepsi. Küme ucuz ama deff ≈ 1 + (m − 1)ρ. Sistematik: k = N/n, rastgele başlangıç, döngüye dikkat.
Sınavda

Nasıl sorulurBir tasarım anlatılıp yöntemin adı sorulur; tabakalı ile küme özellikleri öncüllerle karşılaştırılır; N ve n verilip sistematik örneklemde seçilen birimler istenir.

TuzakKüme içinin homojen olması gerektiğini sanmak, küme örneklemesini her zaman daha kesin saymak ve sistematik örneklemde başlangıcı 1 ile N arasından seçmektir.

?Soru çöz

Örnekleme yöntemlerine ilişkin aşağıdaki ifadelerden hangileri doğrudur?
I. Tabakalı örneklemede tabakalar kendi içinde homojen olacak biçimde oluşturulur.
II. Sistematik örneklemede listede örnekleme aralığıyla çakışan bir döngü varsa tahmin ciddi biçimde yanlı olabilir.
III. Küme örneklemesinde kümeler kendi içinde ne kadar homojense tahminler o kadar kesin olur.

✓ B. I: tabaka içi benzerlik varyansı küçültür. II: periyodiklik bütün örneklemi döngünün aynı noktasına düşürür. III yanlıştır: küme içi benzerlik (ρ büyük) tasarım etkisini büyütür, kesinliği düşürür; kümeler içte karışık olmalıdır. A II'yi gözden kaçırır; C ve D kümeyi tabakayla karıştırır, C ayrıca II'yi atlar.

⇄Bilgi eşleştirme yöntem ↔ uygulama

ÖRNEKLEME · YÖNTEM

Oran ve regresyon tahmini: bilinen bir değişkenden yararlanmak

İstatistik · Örnekleme · Okuma 5 dk · 2 etkinlik

Önce hatırlaBasit doğrusal regresyonda en küçük kareler yöntemiyle eğim ve sabit terim nasıl hesaplanır?Bağlantılı konudan (Korelasyon ve regresyon). Önce kendin cevapla, sonra aç.

Basit doğrusal regresyon modeli Y = β₀ + β₁X + ε'dir. En küçük kareler (EKK) yöntemi, artıkların kareleri toplamını en küçük yapan doğruyu seçer: b₁ = Sxy/Sxx, b₀ = ȳ − b₁x̄. Bu doğru her zaman (x̄, ȳ) noktasından geçer ve artıkların toplamı sıfırdır. Eğim korelasyona bağlıdır: b₁ = r · sy/sx.

Basit doğrusal regresyon ve EKK

Hatırladın mı?

✎Konu anlatımı

Örneklemede oran tahmin edicisi ve regresyon tahmin edicisi nedir, ne zaman basit tahminden daha iyidir?

Kısa cevap: Anakütle ortalaması X̄ bilinen ve Y ile güçlü ilişkili bir yardımcı değişken varsa, oran tahmin edicisi ȳR = (ȳ/x̄)X̄, regresyon tahmin edicisi ȳlr = ȳ + b(X̄ − x̄)'dir. İkisi de örneklemin X bakımından şanssız çekilmesini düzeltir. Oran tahmini ilişki orijinden geçen bir doğruya yakınsa, regresyon tahmini doğru orijinden geçmiyorsa daha iyidir; oran tahmin edicisi hafif yanlıdır.

Bir su idaresi, 400 apartmanın geçen yılki ortalama tüketimini (12 ton) kayıtlardan biliyor. Bu yılki ortalama için 40 apartman ölçüldü: bu yıl 11, aynı apartmanların geçen yılı 10 ton. Bu yılın tahmini 11 mi?

Örneklemdeki 40 apartmanın geçen yılki ortalaması (10) anakütleninkinden (12) düşük: şans eseri küçük tüketicilere denk gelmişiz. Bu yıl da aynı apartmanlar küçük tüketiyorsa ȳ = 11 gerçek ortalamayı düşük gösterir. Oran tahmini bu kaymayı yardımcı değişkenle düzeltir: "geçen yıla göre %10 artış" bilgisi anakütleye uygulanır.

R̂ = ȳ/x̄ ȳR = R̂X̄, T̂R = R̂X ȳlr = ȳ + b(X̄ − x̄)X: yardımcı değişkenin anakütle toplamı; b, örneklemden bulunan EKK eğimi.
Çözümlü örnek

Girişteki veride (N = 400, X̄ = 12, x̄ = 10, ȳ = 11, örneklem eğimi b = 0,9) oran ve regresyon tahminleri nedir; toplam tüketim kaç ton tahmin edilir?

  1. R̂ = 11/10 = 1,1; ȳR = 1,1 · 12 = 13,2; toplam 400 · 13,2 = 5.280 ton.
  2. ȳlr = 11 + 0,9 · (12 − 10) = 12,8; toplam 5.120 ton.
  3. Basit tahmin ȳ = 11 (toplam 4.400) örneklemin şanssızlığını taşır.

Cevap: oran tahmini 13,2, regresyon tahmini 12,8 ton; ikisi de basit ortalamayı yukarı düzeltir.

Korelasyon ve regresyon sayfasında gördüğümüz eğim burada köprüdür: b = R̂ ise iki tahmin aynıdır, yani oran tahmini orijinden geçen doğruyu varsayan bir regresyon tahminidir. Kazanç korelasyona bağlıdır: regresyon tahmininin yaklaşık varyansı BRÖ varyansının (1 − ρ²) katıdır. Oran tahmini ise ρ > (1/2)(DKx/DKy) olduğunda BRÖ'den iyidir; DK, Tanımlayıcı istatistik sayfasında gördüğümüz değişim katsayısıdır.

Üç tahmin edici
Tahmin ediciNe zaman iyi?Yanlılık
Basit ȳyardımcı bilgi yok ya da ρ zayıfyansız
Oran ȳRY ile X orantılı (doğru orijinden geçer), ρ güçlü ve pozitifhafif yanlı; yan n büyüdükçe kaybolur
Regresyon ȳlrdoğrusal ilişki orijinden geçmiyorb örneklemden tahmin edilince hafif yanlı
Akılda kalsın: Oran: ȳ/x̄ × X̄. Regresyon: ȳ + b(X̄ − x̄). Örneklemin x̄'ı anakütleden düşükse tahmin yukarı düzeltilir. Kazanç ρ'ya bağlı; oran tahmini orijinden geçen ilişki ister.
Sınavda

Nasıl sorulurX̄ (ya da X toplamı), x̄ ve ȳ verilip oran tahmini ya da toplam istenir; hangi durumda oran, hangisinde regresyon tahmini seçileceği sorulur.

TuzakOranı x̄/ȳ diye ters kurmak, toplamı bulurken N ile çarpmayı unutmak ve oran tahmin edicisini yansız saymaktır.

?Soru çöz

800 işletmeli bir sanayi sitesinde geçen yılın ortalama çalışan sayısı X̄ = 15 olarak bilinmektedir. Bu yıl seçilen 50 işletmede ortalama çalışan sayısı ȳ = 18, aynı işletmelerin geçen yılki ortalaması x̄ = 12'dir. Oran tahmin edicisiyle bu yılki toplam çalışan sayısı kaç tahmin edilir?

✓ A. R̂ = 18/12 = 1,5; ȳR = 1,5 · 15 = 22,5; toplam 800 · 22,5 = 18.000. B yardımcı bilgiyi kullanmayan basit tahmindir (800 · 18); C geçen yılın toplamıdır (800 · 15); D oranı ters kurmuştur: (12/18) · 15 · 800.

⇄Bilgi eşleştirme durum ↔ seçim

Karma tekrar

Önceki 3 sayfadan karışık 10 soru. Sınavdaki gibi konular karışık gelir; hangi konudan olduğunu çözümde görürsün. Birkaç gün sonra yeniden çöz.

?Soru 1

Sekiz eşleştirilmiş gözlemin farkları +4, −1, +6, +3, −2, +7, +5, +8'dir. İki yönlü α = 0,05 düzeyinde, n = 8 için Wilcoxon kritik değeri T ≤ 3 ve Binom(8; 0,5) için P(X ≤ 2) ≈ 0,145 olduğuna göre aşağıdakilerden hangisi doğrudur?

✓ C. Eksi farklar en küçük iki sıradadır: W₋ = 3 ≤ 3; işaret testinde p = 2 · 0,145 ≈ 0,29. A işaret testinin de reddettiğini sanmış, oysa tek kuyruk alanı 0,145 bile 0,05'i aşar; B iki testin gücünü ters çevirmiş; D test istatistiği olarak küçük toplam yerine büyüğünü almış.Kaynak: Parametrik olmayan testler · İşaret, Wilcoxon ve McNemar

?Soru 2

22 gözlemle kurulan basit doğrusal regresyon modelinde genel kareler toplamı 400, belirlilik katsayısı 0,60 bulunmuştur. Modelin anlamlılığını sınayan F istatistiği kaçtır?

✓ A. RKT = 0,6 · 400 = 240, HKT = 160, hata sd'si 22 − 2 = 20, HKO = 8; F = 240/8 = 30. B KT'leri sd'ye bölmeden oranlamış (240/160); C hata sd'sini n − 1 = 21 almış; D RKT'yi hata sd'sine bölmüş (240/20).Kaynak: Korelasyon ve regresyon · KT ayrışması, R² ve standart hata

?Soru 3

Dört ayrı ildeki kurumlardan bağımsız olarak seçilen küçük örneklemlerde işlem süreleri ölçülmüştür. Sürelerin dağılımı belirgin biçimde sağa çarpıktır ve normallik testleri reddedilmiştir. İllerin işlem sürelerinin farklı olup olmadığını sınamak için aşağıdakilerden hangisi kullanılmalıdır?

✓ A. Bağımsız dört grup ve bozulmuş normallik: tek yönlü ANOVA'nın sıra temelli karşılığı Kruskal–Wallis'tir. B aynı blokların tekrarlı ölçümü içindir, burada iller bağımsızdır; C hem normallik ister hem toplam Tip I hatayı şişirir; D tek bir değişkenin dağılım uyumunu sınar, grupları karşılaştırmaz.Kaynak: Varyans analizi ve deney tasarımı · Varsayımlar ve çoklu karşılaştırma

?Soru 4

Bağımsız iki gruptan n₁ = 5 ve n₂ = 6 gözlem alınmış, bütün gözlemler birlikte sıralandığında birinci grubun sıra toplamı R₁ = 20 bulunmuştur. Buna göre Mann–Whitney testinde kullanılacak küçük U değeri kaçtır?

✓ D. U₁ = 5 · 6 + 5 · 6/2 − 20 = 25; U₂ = 30 − 25 = 5, küçük olan 5. A büyük U'yu almış; B sıra toplamını U sanmış; C H₀ altındaki beklenen değeri n₁n₂/2 = 15 yazmış.Kaynak: Parametrik olmayan testler · Mann–Whitney, Kruskal–Wallis, Friedman

?Soru 5

Aylık verilerle kurulan bir regresyon modelinde açıklayıcıların VIF değerleri 1,2 ile 1,8 arasında, Breusch–Pagan testi anlamsız, Durbin–Watson istatistiği 0,6 bulunmuştur. Buna göre aşağıdakilerden hangisi söylenebilir?

✓ A. d = 0,6 sıfıra yakın: r̂ ≈ 1 − 0,3 = 0,7, pozitif otokorelasyon. EKK yansız kalır, standart hatalar yanıltır. B VIF'lerin 10'un çok altında olduğunu atlar; C d'nin yönünü ters okur ve otokorelasyonun yanlılık yarattığını sanır; D anlamsız Breusch–Pagan sonucunu yok sayar.Kaynak: Korelasyon ve regresyon · Gauss–Markov ve varsayım ihlalleri

?Soru 6

Bir il müdürlüğüne gelen günlük başvuru sayılarının Poisson dağılımına uyup uymadığı χ² uyum iyiliği testiyle sınanacaktır. Beklenen frekansı 5'ten küçük sınıflar birleştirildikten sonra 6 sınıf kalmış, λ parametresi örneklem ortalamasından tahmin edilmiştir. Buna göre test istatistiğinin serbestlik derecesi kaçtır?

✓ A. sd = 6 − 1 − 1 = 4: bir sd toplam kısıtı, bir sd tahmin edilen λ için düşer. B λ'nın tahmin edildiğini hesaba katmamış; C sınıf sayısını sd sanmış; D Poisson'u iki parametreli saymış (normal dağılım için doğru olurdu).Kaynak: Parametrik olmayan testler · χ² uyum iyiliği testi

?Soru 7

X ile Y arasındaki Pearson korelasyon katsayısı 0,6'dır. Buna göre aşağıdaki ifadelerden hangileri kesinlikle doğrudur?
I. X ile Y arasındaki kovaryans 0,6'dır.
II. U = 3X + 2 ile Y arasındaki korelasyon katsayısı 0,6'dır.
III. V = −2Y ile X arasındaki korelasyon katsayısı −0,6'dır.

✓ C. II: pozitif katsayıyla çarpmak ve sabit eklemek r'yi değiştirmez. III: Y negatif sayıyla çarpılınca büyüklük kalır, işaret döner. I yanlıştır: kovaryans r · sx · sy'dir; standart sapmalar bilinmeden 0,6 denemez. A, B ve D kovaryansı korelasyonla aynı sanır; B ayrıca işaret dönüşünü (III) atlar.Kaynak: Korelasyon ve regresyon · Kovaryans ve Pearson korelasyonu

?Soru 8

21 gözlem ve 4 açıklayıcı değişkenle kurulan çoklu doğrusal regresyon modelinde R² = 0,80 bulunmuştur. Modelin düzeltilmiş R² değeri kaçtır?

✓ C. 1 − 0,20 · (21 − 1)/(21 − 4 − 1) = 1 − 0,20 · 20/16 = 0,75. A düzeltmeyi hiç yapmamış; B paydayı n − k = 17 almış (≈ 0,765); D R²'nin karesini almış, düzeltilmiş R² bir kare değildir.Kaynak: Korelasyon ve regresyon · Çoklu regresyon, düzeltilmiş R², kukla

?Soru 9

Dört grubun ortalamaları, her biri α = 0,05 düzeyinde yapılan ikili t testleriyle karşılaştırılıyor. Testler bağımsız kabul edilirse en az bir testte Tip I hata yapılması olasılığı yaklaşık kaçtır?

✓ C. Dört grupta 4 · 3/2 = 6 ikili test vardır: 1 − 0,95⁶ ≈ 0,265. A tek bir testin α'sını almış; B test sayısını grup sayısı (4) sanmış: 1 − 0,95⁴; D olasılıkları toplamış (6 · 0,05), bu yalnız Bonferroni üst sınırıdır.Kaynak: Varyans analizi ve deney tasarımı · Deney tasarımının ilkeleri

?Soru 10

Tek yönlü varyans analizine ilişkin aşağıdaki ifadelerden hangileri doğrudur?
I. H₀ reddedilirse bütün grup ortalamalarının birbirinden farklı olduğu sonucuna varılır.
II. F testi sağ kuyrukludur.
III. H₀ yanlışken de KOİ, σ²'nin yansız tahmin edicisidir.

✓ A. II: ortalamalar ayrıştıkça yalnız KOİ büyür, F yukarı gider; ret bölgesi sağ kuyruktadır. I yanlıştır: red yalnız "en az bir ortalama farklı" der; hangisi olduğunu çoklu karşılaştırma gösterir. III yanlıştır: H₀ yanlışken KOİ σ²'den büyük bir değeri tahmin eder; her durumda yansız kalan KOH'tur. B ve D I'deki aşırı genellemeye düşer; C ve D KOİ ile KOH'u karıştırır.Kaynak: Varyans analizi ve deney tasarımı · Tek yönlü ANOVA: kareler toplamı ve F
+
Daha fazla soru çözmek ister misin?Örnekleme yöntemleri soruları uygulamaya ekleniyor; şimdilik diğer derslerin sorularını çözebilirsin. Yanlışların Hata Defteri'ne kaydedilir.
Soru çöz →