İstatistiğin tarihsel gelişimi, konunun temelinin tüm bilimin arzuladığı aksiyomatik temellerde kodlanmasından çok önce birçok farklı alanda istatistiksel araçların kullanımına tanık olmuştur. Sonuç, benzer matematiksel tekniklerin ve yöntemlerin farklı isimler almasıdır.

İstatistiğin çok disiplinli gelişimi, alışılmadık derecede büyük miktarda jargona yol açmıştır. Bu jargon aslında anlamanın önünde büyük bir engel haline geldi. Görünüşe göre, kesinlikle on dokuzuncu yüzyılda, sallantılı kavramları gösterişli etiketlerle yüceltme eğilimi vardı.

Bu nedenle, istatistikteki jargon, genellikle belirli analiz biçiminin kullanıldığı disiplinden kaynaklanan aşırı iddialı bir sese sahip olma eğilimindedir. Örneğin, on dokuzuncu yüzyılın ikinci çeyreğinde, çocukların boyunu ebeveynlerinin boyuna göre analiz etti.

Ebeveynlerin ortalama boyunun nüfusun genel ortalamasından x kadar sapması durumunda, çocukların ortalama boyunun nüfusun ortalamasından örneğin 2x/3 oranında uzaklaşacağını buldu. Kesrin (2/3) özgül değeri tartışılabilirken, artık birden küçük olduğu konusunda herkes hemfikirdir.

Böylece, herhangi bir alt grubun nüfus ortalamasından sapmaların, sonraki nesillerde nüfus ortalamasına doğru gerileyeceği gözlemine sahibiz. Sir Francis Galton, verilerini analiz etmek ve çalışması için regresyon katsayısını belirlemek için Legendre’nin En Küçük Kareler İlkesi’ni kullandı.

Bu şekilde en küçük karelerin kullanımı popüler olarak regresyon analizi olarak bilinir hale geldi ve terim, regresyon teriminin kesinlikle uygulanabilir olmadığı problemlere genişletildi. Bununla birlikte, terimin kullanımı o kadar yaygınlaştı ki, kullanılmaması etkili iletişimin önünde bir engel oluşturuyor.

İstatistik ve istatistiksel analiz, modern dünyada her yerde bulunur ve eğitimli hiç kimse, konu, güçlü yanları ve sınırlamaları hakkında biraz bilgi sahibi olmadan bu dünyaya girmemelidir. Bir ömür boyu çalışmayı kapsayacak şekilde ek araştırma derslerini bile aşan bir konuya tekrar değiniyoruz. Konunun bazı yönlerinin yalnızca çıplak bir incelemesini sunabileceğimiz için, tarihsel bir gelişmeye girişmeyeceğiz.

Bunun yerine, istatistiklerin çoğunun dayandığı bazı kavramları vererek başlayacağız ve ardından analistin ihtiyaç duyduğu bazı araçları geliştireceğiz.

Olasılık Teorisinin Temel Yönleri

İstatistiğin kavramsal kökenlerini olasılık teorisinde bulabiliriz. Olasılık teorisini güvenli bir matematiksel aksiyomatik temele oturtmak mümkün olsa da, sıradan olasılık kavramına güveneceğiz. “Yarın için kar yağma ihtimali %50” sözünü herkes duymuştur.

Bu çok nicel görünse de, ifadenin ne anlama geldiği hemen belli değil. Genel olarak yarın beklenen şartlara sahip günlerin yarısına kar yağacağı şeklinde yorumlanır. Öğrenci A’nın belirli bir sınıfa yaklaşık dörtte üç oranında devam ettiği durumu düşünün.

Herhangi bir günde profesör, A öğrencisinin derse devam etme olasılığının %75 olduğunu iddia edebilir. Ancak öğrenci derse devam edip etmeyeceğini bildiği için herhangi bir günde derse devam etme olasılığının ya %0 ya da %100 olduğunu belirtecektir.

Açıktır ki, olayın meydana gelme olasılığı, beyanda bulunan kişinin ön bilgisine bağlıdır. Olasılığı cehaletin bir ölçüsü olarak tanımlayanlar var. Böylece, bir olayı diğerine üstün kılmak için hiçbir nedenimiz yoksa, iki olayı eşit derecede olası olarak tanımlayabiliriz. Genel olarak, eşit olasılıklı n vakamız varsa ve bunlardan herhangi bir m’si bir E olayı üretecekse, o zaman E’nin olma olasılığının olduğunu söyleyebiliriz.

istatistik temel kavramlar – pdf
Parametre Nedir istatistik
Sonuçsal istatistik nedir
Çıkarımsal istatistik nedir
İstatistik Nedir
Tanımlayıcı istatistik Nedir
Tarihsel betimsel istatistik nedir
Betimsel istatistik

52 oyun kağıdı destesinden bir elmas kart seçme olasılığını düşünün. Destede 13 karo olduğu için olasılık sadece 13/52 = 1⁄4’tür. Bu sonuç, standart destede 4 takım elbise olmasına değil, yalnızca ‘doğru’ seçimlerin toplam olası seçim sayısına oranına bağlıydı. Bir E olayının gerçekleşmeme olasılığı tam olacak şekilde tüm durumlar seçilirse olayın gerçekleşeceği her zaman varsayılır.

E olayının gerçekleşme olasılığını hesaplamak için denklemi kullanmak için, olaya yol açabilecek tüm olası durumları doğru bir şekilde sıralamamız gerekir. Kart destesi söz konusu olduğunda, bu oldukça basit görünüyor.

Ancak, iki ‘tura’ gelme olasılığını bilmek istediğimiz iki madeni paranın havaya atılmasını düşünün. Farklı olasılıklar, her madeni paranın ‘tura’ gelmesi, her madeni paranın ‘yazı’ gelmesi ve bir madeni paranın ‘tura’ gelmesi, diğerinin ise ‘yazı’ gelmesi gibi görünmektedir.

Bu nedenle, safça, iki ‘kafa’ elde etme olasılığının 1/3 olacağı düşünülebilir. Bununla birlikte, madeni paralar gerçekten bağımsız olaylar olduğundan, her madeni para ya ‘tura’ ya da ‘yazı’ olabilir. Bu nedenle, bir madeni paranın ‘tura’ ve diğerinin ‘yazı’ olabileceği iki ayrı durum vardır ve dört olası durum ortaya çıkar.

Dolayısıyla, iki ‘tura’ elde etmenin doğru olasılığı 1/4’tür. Olası tüm durumların kümesi, örnek küme veya örnek uzay olarak bilinir ve istatistikte bazen ana popülasyon olarak anılır.

Olayların Kombinasyon Olasılığı

Yazı-tura atışımızı, her bir madeni paranın ayrı ayrı atıldığı iki ayrı ve bağımsız olay olarak bile görmek mümkündür. Açıkça, her madeni parayı atmanın ve belirli bir sonuç elde etmenin sonucu 1/2’dir. Böylece, iki bozuk para atmanın ve belirli bir sonuç (iki tura) elde etmenin sonucu 1/4 veya (1/2)×(1/2) olacaktır. Genel olarak, E olayını ve F olayını elde etme olasılığı [P(EF)] olacaktır.

E olayının ve F olayının meydana gelmesinin gerekliliği, mantığın kullanımını oluşturur ve bu da her zaman çoğalan bir eylemle sonuçlanır. E olayının veya F olayının toplam veya ortak olasılığının ne olacağını sorabiliriz. E ve F olayları karşılıklı olarak birbirini dışlıyorsa (örnek sette hem E hem de F ile sonuçlanan hiçbir durum yoksa), o zaman P(EorF) verilir.

Bu toplama kullanımı mantıksal ‘veya’yı temsil eder. Madeni para atma alıştırmamızda, bir ‘tura’ ve bir ‘yazı’ elde etmek, birinci madeni paranın ‘tura’ ve ikinci madeni paranın ‘yazı’ olma veya birinci madeni paranın ‘tura’ ve ikinci madeni paranın gelme olasılığı olarak ifade edilebilir. 

The post İstatistiğin Tarihsel Gelişimi – Tez Hazırlatma – Tez Yaptırma – Tez Yaptırma Fiyatları – Tez Örnekleri – Ücretli Tez Yazdırma – Tez Yaptırma Ücreti first appeared on Ödev - Tez - Proje Hazırlatma Merkezi.