Örnekleme Dağılımları,
Örnekleme Dağılımları Nedir?
Örnekleme dağılımları, istatistikte bir popülasyondan alınan örneklerin çeşitli istatistiksel ölçümlerinin (örneğin ortalama, varyans) dağılımını ifade eder. Bu kavram, özellikle örneklem büyüklüğü arttıkça örneklem istatistiklerinin nasıl davrandığını anlamak için çok önemlidir.
İçindekiler
- Örnekleme Dağılımı Nedir?
- Örnekleme Dağılımının Özellikleri
- Örnekleme Dağılımı Türleri
- Merkezi Limit Teoremi
- Örnekleme Dağılımı Tablosu
- Örnekleme Dağılımı Örneği
- Özet ve Önemli Noktalar
1. Örnekleme Dağılımı Nedir?
Bir popülasyondan alınan örneklerin belirli bir istatistiksel ölçüsünün (örneklem ortalaması, örneklem varyansı gibi) olası tüm değerlerinin dağılımına örnekleme dağılımı denir.
Örneğin, bir sınıftaki öğrencilerin boylarının ortalaması popülasyon parametresidir. Bu sınıftan farklı farklı örnekler alınırsa, her örnek için ortalama hesaplanır. Bu ortalamaların dağılımı ise örnekleme dağılımını oluşturur.
2. Örnekleme Dağılımının Özellikleri
- Ortalama: Örnekleme dağılımının ortalaması, popülasyon ortalamasına eşittir.
Yani, E(\bar{X}) = \mu - Varyans: Örnekleme dağılımının varyansı, popülasyon varyansının örneklem büyüklüğüne bölünmüş halidir.
Yani, \mathrm{Var}(\bar{X}) = \frac{\sigma^2}{n} - Dağılım Şekli: Örneklem büyüklüğü arttıkça örnekleme dağılımı normal dağılıma yaklaşır (Merkezi Limit Teoremi).
3. Örnekleme Dağılımı Türleri
| Örnekleme İstatistiği | Örnekleme Dağılımı | Özellikleri |
|---|---|---|
| Örneklem Ortalaması | Normal dağılıma yaklaşır (n büyükse) | Ortalama \mu, varyans \sigma^2/n |
| Örneklem Varyansı | Ki-kare dağılımına sahiptir | Serbestlik derecesi n-1 |
| Örneklem Oranı | Binom dağılımına dayanır, büyük örneklerde normal | Başarı oranı p, varyans p(1-p)/n |
4. Merkezi Limit Teoremi
Merkezi Limit Teoremi (MLT), örneklem büyüklüğü yeterince büyük olduğunda, örneklem ortalamalarının dağılımının yaklaşık olarak normal dağılıma uyduğunu belirtir. Bu, popülasyon dağılımı ne olursa olsun geçerlidir.
Matematiksel ifade:
\bar{X} \sim N\left(\mu, \frac{\sigma^2}{n}\right) \quad \text{(n büyükse)}
Burada,
- \mu popülasyon ortalaması,
- \sigma^2 popülasyon varyansı,
- n örneklem büyüklüğüdür.
5. Örnekleme Dağılımı Tablosu
| İstatistik | Dağılım | Ortalama | Varyans | Notlar |
|---|---|---|---|---|
| Örneklem Ortalaması | Normal (n büyükse) | \mu | \frac{\sigma^2}{n} | Merkezi Limit Teoremi geçerli |
| Örneklem Varyansı | Ki-kare | \sigma^2 | 2\sigma^4/(n-1) | Serbestlik derecesi n-1 |
| Örneklem Oranı | Binom / Normal (yaklaşık) | p | \frac{p(1-p)}{n} | Başarı oranı, büyük örneklerde normal |
6. Örnekleme Dağılımı Örneği
Bir fabrikanın ürettiği ampullerin ömrü ortalama 1000 saat ve standart sapması 100 saat olsun. 64 ampullük bir örnek alındığında, örneklem ortalamasının dağılımı nasıl olur?
- Popülasyon ortalaması: \mu = 1000
- Popülasyon standart sapması: \sigma = 100
- Örneklem büyüklüğü: n = 64
Örneklem ortalamasının ortalaması:
E(\bar{X}) = \mu = 1000
Örneklem ortalamasının standart sapması (standart hata):
\sigma_{\bar{X}} = \frac{\sigma}{\sqrt{n}} = \frac{100}{8} = 12.5
Örneklem ortalaması yaklaşık olarak
N(1000, 12.5^2)
dağılımını takip eder.
7. Özet ve Önemli Noktalar
- Örnekleme dağılımı, örneklem istatistiklerinin dağılımıdır.
- Örneklem ortalamasının dağılımı, örneklem büyüklüğü arttıkça normal dağılıma yaklaşır.
- Örneklem ortalamasının ortalaması popülasyon ortalamasına eşittir.
- Örneklem ortalamasının varyansı, popülasyon varyansının örneklem büyüklüğüne bölünmüş halidir.
- Merkezi Limit Teoremi, örnekleme dağılımlarının normal dağılıma yaklaşmasını sağlar.
Örnekleme Dağılımları Hakkında Özet Tablo
| Kavram | Tanım | Formül / Özellik |
|---|---|---|
| Örnekleme Dağılımı | Örneklem istatistiklerinin olası değerlerinin dağılımı | - |
| Örneklem Ortalaması | Örneklem ortalamalarının dağılımı | Ortalama: \mu, Varyans: \frac{\sigma^2}{n} |
| Merkezi Limit Teoremi | Büyük örneklerde örneklem ortalamasının normal dağılıma yaklaşması | \bar{X} \sim N(\mu, \frac{\sigma^2}{n}) |
| Örneklem Varyansı | Örneklem varyanslarının dağılımı | Ki-kare dağılımı, serbestlik n-1 |
| Örneklem Oranı | Başarı oranlarının dağılımı | Binom veya normal dağılım (büyük örneklerde) |
Eğer örnekleme dağılımları ile ilgili daha detaylı sorularınız varsa veya örnek çözümü isterseniz, yardımcı olmaktan memnuniyet duyarım! @Ema_Vlog