Basit Rastgele Örnekleme

85 soru

Soru 61Soru

Bir kamu kurumu, bünyesinde çalışan 500500 personel arasından rastgele 2525 kişiyi seçerek bir memnuniyet anketi uygulamayı planlamaktadır. Bu araştırmada "Basit Rastgele Örnekleme" (BRÖ) yönteminin kullanılabilmesi için sağlanması gereken en temel teorik koşul aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: Kitleyi oluşturan her bir personelin örnekleme seçilme olasılığının birbirine eşit olması

Cevap

Kitleyi oluşturan her bir personelin örnekleme seçilme olasılığının birbirine eşit olması
Basit Rastgele Örnekleme (BRÖ) yönteminin en temel teorik tanımlayıcısı, kitleden seçilecek her bir birimin örnekleme girme olasılığının birbirine eşit (P=n/NP = n/N) ve sıfırdan farklı olmasıdır. Bu durum, seçimin tamamen şansa bağlı ve tarafsız yapılmasını sağlar.

Adım Adım Çözüm

1
Yöntemin temel tanımını analiz etme
Basit Rastgele Örnekleme (BRÖ), kitleyi oluşturan her bir birimin örnekleme seçilme şansının (olasılığının) eşit ve biliniyor olduğu yöntemdir.
Bu özellik, yöntemi diğer olasılıklı örnekleme yöntemlerinden ayıran en temel unsurdur.
2
Olasılık değerini hesaplama
Her bir birimin seçilme olasılığı P=n/N=25/500=0,05P = n/N = 25/500 = 0,05 (%5) olarak sabittir.
Eş olasılıklı seçilim ilkesi uyarınca olasılık değeri kitle hacmine ve örneklem hacmine bağlıdır.

Anahtar Kavram

Eş Olasılıklı Seçilim İlkesi

İpuçları

1
Yöntemin ismindeki 'rastgele' ifadesi, her birimin seçilme şansının tarafsızlığına işaret eder.
2
Bu yöntemde bir listenin olması (örnekleme çerçevesi) ve bu listedeki herkesin eşit derecede aday olması gerekir.

Daha Fazla Pratik

İadeli ve iadesiz seçim durumlarında bu olasılıkların nasıl değiştiğini inceleyebilirsiniz.
Tahmini Süre:45s
Soru 62Soru

Bir istatistikçi, N=500N = 500 birimden oluşan bir kitleden n=50n = 50 birimlik bir örneklemi basit rastgele örnekleme yöntemiyle seçecektir. İstatistikçi, çekiliş işleminin "iadeli (yerine koyarak)" veya "iadesiz (yerine koymadan)" yapılması durumlarında ortaya çıkacak teorik farklılıkları incelemektedir.

Buna göre, bu iki örnekleme tasarımı karşılaştırıldığında aşağıdaki ifadelerden hangisi kesinlikle doğrudur?

Cevabı ve açıklamayı göster

Cevap: İadesiz seçim yönteminde örneklem ortalamasının varyansı hesaplanırken (1nN)(1 - \frac{n}{N}) formülüyle hesaplanan sonlu kitle düzeltme çarpanı kullanılır ve değeri 0,900,90 olan bu çarpan, varyansın iadeli seçime göre daha küçük olmasını sağlar.

Cevap

İadesiz seçimde örneklem ortalamasının varyansı hesaplanırken (1 - n/N) formülüyle hesaplanan sonlu kitle düzeltme çarpanının kullanıldığı ve değerinin 0,90 olduğu ifade.
Basit rastgele örneklemede iadesiz (yerine koymadan) seçim yapıldığında, örnekleme bir kere seçilen birim tekrar seçilemez. Bu durum aynı birimden gereksiz yere birden fazla veri alınmasını engeller ve iadeli seçime kıyasla tahmin edicinin varyansını düşürerek etkinliğini artırır. Varyanstaki bu düşüş, varyans formülünün sonlu kitle düzeltme çarpanı (SKD) ile çarpılmasıyla matematiksel olarak ifade edilir. Verilen soruda SKD = (1nN)=150500=10,10=0,90(1 - \frac{n}{N}) = 1 - \frac{50}{500} = 1 - 0,10 = 0,90 olarak hesaplanır. Dolayısıyla, varyanstaki azalışı sağlayan bu çarpanın değeri tam olarak 0,900,90'dır.

Adım Adım Çözüm

1
Örneklem hacmi ve kitle büyüklüğünden yararlanarak örnekleme kesrini (f) hesaplama
Örnekleme kesri f=nN=50500=0,10f = \frac{n}{N} = \frac{50}{500} = 0,10 (yani %10\%10) olarak bulunur.
Sonlu kitle düzeltme çarpanının (SKD) ihmal edilip edilemeyeceğini ve değerini belirlemek için gereklidir.
2
SKD'nin ihmal edilip edilemeyeceğini değerlendirme
Hesaplanan örnekleme kesri olan %10\%10, ihmal sınırı olan %5\%5'ten büyük olduğu için varyans hesaplamalarında SKD kesinlikle kullanılmalıdır.
Kitle kısıtının örneklem varyansına etkisini tespit etmek
3
SKD değerini (1nN)(1 - \frac{n}{N}) formülü ile hesaplama
SKD =10,10=0,90= 1 - 0,10 = 0,90 olarak elde edilir. Bu çarpan 11'den küçük olduğu için iadesiz örneklemede varyansı küçültür.
Doğru seçenekte verilen değerin matematiksel doğruluğunu teyit etmek
4
Diğer ifadelerin kavramsal doğruluğunu analiz etme
Olası örneklem sayısı formülleri ters verilmiştir. İadeli seçimde aynı birim defalarca çekilebileceği için örneklemde her zaman 50 eşsiz birim bulunmaz.
Çeldiricilerin yanlışlık gerekçelerini tespit etmek

Anahtar Kavram

İadeli ve İadesiz Örnekleme Arasındaki Varyans ve Etkinlik Farkları

Alternatif Yöntem

Varyansların karşılaştırmasını kavramsal olarak formül ezberlemeden de düşünebilirsiniz: İadesiz çekilişte tam sayım (n=Nn=N) noktasına ulaşıldığında örneklem kitleye eşit olur ve hata varyansı 00'a düşer. Oysa iadeli çekilişte n=Nn=N veya çok daha büyük nn hacimlerinde bile mükerrerlikten ötürü hata varyansı varlığını sürdürür. Bu nedenle iadesiz seçimin varyansı daima daha düşüktür.
Tahmini Süre:2m 0s
Soru 63Soru

İstatistiksel araştırmalarda kitleyi temsil edecek örneklemin seçimi aşamasında, çeşitli olasılıklı örnekleme tasarımları kullanılmaktadır. Bir olasılıklı örnekleme tasarımının 'Basit Rastgele Örnekleme' (BRÖ) olarak sınıflandırılabilmesi için sağlanması gereken teorik varsayımlar ve tanımlayıcı özellikler hakkında aşağıdaki ifadelerden hangisi kesinlikle doğrudur?

Cevabı ve açıklamayı göster

Cevap: İadeli seçim yapılan sonlu kitlelerde veya sonsuz kitlelerde her bir çekiliş birbirinden bağımsız olaylar olarak kabul edilirken; yöntemin temel ayırt edici özelliği nn hacimli tüm olası örneklemlerin eşit seçilme şansına sahip olmasıdır.

Cevap

İadeli seçim yapılan sonlu kitlelerde veya sonsuz kitlelerde çekilişlerin bağımsız olduğu ve tüm olası nn hacimli örneklemlerin eşit seçilme şansına sahip olduğu ifade edilmektedir.
Basit Rastgele Örneklemenin (BRÖ) en temel ayırt edici özelliği, NN hacimli kitleden oluşturulabilecek nn hacimli tüm olası örneklem kombinasyonlarının eşit seçilme olasılığına sahip olmasıdır. Ayrıca teorik olarak, sonsuz kitlelerde veya yerine koyarak (iadeli) yapılan seçimlerde, bir birimin seçilmesi diğerinin seçilme olasılığını etkilemeyeceğinden çekilişler birbirinden bağımsız olaylar olarak kabul edilir.

Adım Adım Çözüm

1
Basit Rastgele Örneklemenin (BRÖ) temel tanımlayıcı özelliğini belirle.
BRÖ'de kitledeki her birimin seçilme şansının eşit olması tek başına yeterli değildir; asıl özellik NN hacimli kitleden oluşturulabilecek nn hacimli tüm olası örneklem kombinasyonlarının eşit seçilme şansına sahip olmasıdır.
Sistematik örnekleme gibi diğer yöntemler de birimlere eşit seçilme şansı verir ancak tüm örneklem kombinasyonlarına eşit şans vermez.
2
Kitle türü (sonlu/sonsuz) ve seçim yöntemi (iadeli/iadesiz) varsayımlarını değerlendir.
İadeli seçimde veya kitle hacminin sonsuz kabul edildiği durumlarda bir çekilişin sonucu diğerini etkilemez (bağımsızlık varsayımı). İadesiz sonlu kitlelerde ise seçimler bağımlıdır.
Bağımsızlık varsayımının hangi durumlarda geçerli olduğunu tespit etmek, doğru teorik ifadeyi bulmak için gereklidir.
3
Seçeneklerdeki diğer teorik kavramları (birim ayrımı, parametre eşitliği, hata türleri) analiz et.
Örnekleme ve gözlem biriminin zorunlu olarak farklı olması, istatistiğin parametreye hata payı olmadan eşit çıkması ve örnekleme dışı hataların rastgele seçimle sıfırlanması iddialarının teorik olarak yanlış olduğu görülür.
Çeldiricilerin içerdiği kavram yanılgılarını eleyerek doğru seçeneğe ulaşmak.

Anahtar Kavram

Basit Rastgele Örnekleme Varsayımları ve Temel Özellikleri
Tahmini Süre:1m 30s
Soru 64Soru

Bir tarımsal araştırma enstitüsü, bir bölgedeki N=200N=200 seradan iadesiz basit rastgele örnekleme yöntemiyle n=50n=50 sera seçmiş ve bu seraların yıllık domates üretim miktarlarını (ton) ölçmüştür. Elde edilen veriler için aşağıdaki özet istatistikler hesaplanmıştır:

i=150xi=1000\sum_{i=1}^{50} x_i = 1000
i=150xi2=24900\sum_{i=1}^{50} x_i^2 = 24900

Araştırmacı, kitle ortalamasının standart hatasını hesaplarken sonlu kitle düzeltme çarpanını (SKD) dikkate almayı unutmuş ve kitle hacminin çok büyük olduğunu varsayarak işlem yapmıştır.

Buna göre, araştırmacının bulduğu hatalı standart hata değeri ile kitle ortalamasının gerçek standart hata değeri aşağıdakilerin hangisinde sırasıyla verilmiştir?

Cevabı ve açıklamayı göster

Cevap: 2\sqrt{2} ve 1,5\sqrt{1,5}

Cevap

Araştırmacının bulduğu hatalı değer 2\sqrt{2}, kitle ortalamasının gerçek standart hatası ise 1,5\sqrt{1,5} değeridir.
Verilen ham toplam değerleri kullanılarak yansız örneklem varyansı s2=100s^2 = 100 bulunur. SKD göz ardı edildiğinde ortalamanın varyansı s2/n=100/50=2s^2/n = 100/50 = 2, standart hata ise 2\sqrt{2} olur. Gerçek durumda ise n/N=50/200=0,25n/N = 50/200 = 0,25 olduğundan SKD=(10,25)=0,75(1-0,25)=0,75 uygulanmalı ve standart hata 2×0,75=1,5\sqrt{2 \times 0,75} = \sqrt{1,5} olarak hesaplanmalıdır.

Adım Adım Çözüm

1
Örneklem ortalamasının (xˉ\bar{x}) hesaplanması.
xˉ=xin=100050=20\bar{x} = \frac{\sum x_i}{n} = \frac{1000}{50} = 20 ton.
Örneklem varyans formülünde kullanılmak üzere örneklem ortalamasına ihtiyaç duyulur.
2
Yansız örneklem varyansının (s2s^2) hesaplanması.
s2=xi2nxˉ2n1=2490050(20)249=249002000049=490049=100s^2 = \frac{\sum x_i^2 - n\bar{x}^2}{n-1} = \frac{24900 - 50(20)^2}{49} = \frac{24900 - 20000}{49} = \frac{4900}{49} = 100.
Ortalamanın standart hatasını bulabilmek için kitle varyansı bilinmediğinden, yansız örneklem varyansı kullanılmalıdır.
3
Araştırmacının bulduğu hatalı standart hatanın hesaplanması.
SEhatal\i=s2n=10050=2SE_{hatal\i} = \sqrt{\frac{s^2}{n}} = \sqrt{\frac{100}{50}} = \sqrt{2}.
Araştırmacı SKD'yi ihmal ettiği için doğrudan sonsuz kitle varsayımıyla işlem yapmıştır.
4
Gerçek standart hatanın hesaplanması (SKD ile).
Örneklem kesri f=nN=50200=0,25>0,05f = \frac{n}{N} = \frac{50}{200} = 0,25 > 0,05 olduğundan SKD kullanılmalıdır. SEgerc¸ek=s2n×(1f)=2×(10,25)=2×0,75=1,5SE_{ger\c{c}ek} = \sqrt{\frac{s^2}{n} \times (1 - f)} = \sqrt{2 \times (1 - 0,25)} = \sqrt{2 \times 0,75} = \sqrt{1,5}.
İadesiz seçimde ve örneklemin kitleye oranının %5'ten büyük olduğu durumlarda kitle ortalamasının standart hatası hesaplanırken SKD çarpanı zorunludur.

Anahtar Kavram

İadesiz Basit Rastgele Örneklemede Kitle Ortalamasının Standart Hatası ve Sonlu Kitle Düzeltme Çarpanı (SKD)

Alternatif Yöntem

Hesaplamaları daha hızlı yapmak için SKD'siz standart hata hesaplandıktan sonra, gerçek standart hata SEgerc¸ek=SEhatal\i×1fSE_{ger\c{c}ek} = SE_{hatal\i} \times \sqrt{1-f} bağıntısı ile bulunabilir; yani 2×0,75=1,5\sqrt{2} \times \sqrt{0,75} = \sqrt{1,5}.
Tahmini Süre:3m 0s
Soru 65Soru

İstatistiksel bir araştırmada, NN hacimli sonlu bir kitleden nn hacimli bir örneklemin iadesiz Basit Rastgele Örnekleme (BRÖ) yöntemiyle seçilmesi planlanmaktadır.

Bu örnekleme tasarımının temel varsayımları ve istatistiksel özellikleri dikkate alındığında, aşağıdaki ifadelerden hangisi yanlıştır?

Cevabı ve açıklamayı göster

Cevap: Kitledeki herhangi iki farklı spesifik birimin (ii ve jj) örnekleme birlikte seçilme olasılığı (ortak kapsanma olasılığı), birbirinden bağımsızlık varsayımı gereği (nN)2\left(\frac{n}{N}\right)^2 değerine eşittir.

Cevap

İadesiz Basit Rastgele Örneklemede (BRÖ) seçimlerin birbirinden bağımsız olduğunu ve ortak kapsanma olasılığının (nN)2\left(\frac{n}{N}\right)^2 şeklinde hesaplandığını iddia eden ifade yanlıştır.
İadesiz Basit Rastgele Örnekleme (BRÖ) yönteminde, örnekleme seçilen bir birim tekrar kitleye geri döndürülmediği için ardışık çekilişler birbirinden bağımsız değildir. Bu bağımlılık nedeniyle, spesifik iki birimin örnekleme birlikte dahil edilme olasılığı (ortak kapsanma olasılığı - πij\pi_{ij}), bağımsız olaylardaki gibi ayrı ayrı olasılıkların çarpımına (nN×nN)\left(\frac{n}{N} \times \frac{n}{N}\right) eşit olamaz. İadesiz seçimde bu olasılık ancak nN×n1N1=n(n1)N(N1)\frac{n}{N} \times \frac{n-1}{N-1} = \frac{n(n-1)}{N(N-1)} şeklinde hesaplanabilir. Soru yanlış olanı sorduğu için bağımsızlığı ve karesel çarpımı iddia eden ifade doğru yanıttır.

Adım Adım Çözüm

1
İadesiz seçim bağlamında olayların bağımsızlığını analiz etmek
İadesiz seçimlerde örnekleme alınan birim kitleye geri döndürülmediği için ardışık olaylar (çekilişler) birbirinden bağımlıdır.
Bağımsızlık varsayımı sadece iadeli (yerine koyarak) seçim süreçlerinde geçerlidir.
2
Birimlerin kapsanma (örnekleme dahil olma) olasılıklarını değerlendirmek
Her bir ii. biriminin nn hacimli örnekleme kapsanma olasılığı πi=nN\pi_i = \frac{n}{N}'dir.
Birinci çekilişte seçilme, ikinci çekilişte seçilme gibi nn adet birbirinden ayrık olasılığın toplamı 1N+1N+...=nN\frac{1}{N} + \frac{1}{N} + ... = \frac{n}{N} şeklindedir.
3
İki spesifik birimin (ii ve jj) ortak kapsanma olasılığını (πij\pi_{ij}) formüle etmek
Ortak kapsanma olasılığı πij=n(n1)N(N1)\pi_{ij} = \frac{n(n-1)}{N(N-1)} formülüyle bulunur.
Olaylar bağımlı olduğu için P(ij)=P(i)×P(ji)P(i \cap j) = P(i) \times P(j|i) formülü işletilir. Bu da nN×n1N1\frac{n}{N} \times \frac{n-1}{N-1} demektir. İfadede geçen (nN)2\left(\frac{n}{N}\right)^2 formülü bağımsızlık gerektirdiğinden hatalıdır.

Anahtar Kavram

İadesiz Basit Rastgele Örneklemede Kapsanma Olasılıkları ve Ortak Kapsanma Bağımlılığı
Soru 66Soru

Bir Sosyal Güvenlik Kurumu (SGK) il müdürlüğü, belirli bir ayda yapılan toplam N=1000N = 1000 emeklilik başvurusunun ortalama sonuçlanma süresini tahmin etmek istemektedir. Bu amaçla dosyalar arasından iadesiz basit rastgele örnekleme yöntemiyle n=100n = 100 başvuru dosyası seçilmiş ve incelenmiştir.

Örneklemdeki başvuruların ortalama sonuçlanma süresi xˉ=22\bar{x} = 22 gün ve örneklem ortalamasından sapmaların kareleri toplamı i=1n(xixˉ)2=39600\sum_{i=1}^{n} (x_i - \bar{x})^2 = 39600 olarak hesaplanmıştır.

Buna göre, kitle ortalaması tahmin edicisinin varyansı, V^(xˉ)\hat{V}(\bar{x}), kaçtır?

Cevabı ve açıklamayı göster

Cevap: 3,63,6

Cevap

Kitle ortalaması tahmin edicisinin varyansı 3,63,6'dır.
Doğru yanıt, yansız örneklem varyansının (s2=400s^2=400) örneklem hacmine (n=100n=100) bölündükten sonra, iadesiz seçim durumu dikkate alınarak Sonlu Kitle Düzeltme Çarpanı (10,1=0,91 - 0,1 = 0,9) ile çarpılması sonucu elde edilen 3,63,6 değeridir.

Adım Adım Çözüm

1
Örneklem varyansının (s2s^2) hesaplanması
s2=(xixˉ)2n1=396001001=3960099=400s^2 = \frac{\sum (x_i - \bar{x})^2}{n-1} = \frac{39600}{100-1} = \frac{39600}{99} = 400
Kitle varyansı bilinmediği için, yansız örneklem varyansı tahmin edicisi kullanılmalıdır. Bunun için sapma kareleri toplamı nn yerine serbestlik derecesi olan (n1)(n-1)'e bölünmelidir.
2
Sonlu Kitle Düzeltme Çarpanı'nın (SKD) belirlenmesi
SKD=NnN=1nN=11001000=10,1=0,9SKD = \frac{N-n}{N} = 1 - \frac{n}{N} = 1 - \frac{100}{1000} = 1 - 0,1 = 0,9
Örneklem iadesiz olarak seçildiğinden ve örnekleme kesri f=100/1000=0,1f = 100/1000 = 0,1 değeri %5\%5'ten büyük olduğu için SKD dikkate alınmalıdır.
3
Kitle ortalaması tahmin edicisinin varyansının (V^(xˉ)\hat{V}(\bar{x})) hesaplanması
V^(xˉ)=s2n×SKD=400100×0,9=4×0,9=3,6\hat{V}(\bar{x}) = \frac{s^2}{n} \times SKD = \frac{400}{100} \times 0,9 = 4 \times 0,9 = 3,6
İadesiz basit rastgele örneklemede kitle ortalamasının varyansı, örneklem varyansının nn'e bölümünün SKD ile çarpılmasıyla bulunur.

Anahtar Kavram

İadesiz Basit Rastgele Örneklemede Ortalamanın Varyansı ve SKD
Soru 67Soru

Bir Tarım ve Orman İl Müdürlüğü, yetki alanındaki N=100N = 100 tarımsal sulama kooperatifinin bir sezondaki toplam su tüketimini (ton cinsinden) tahmin etmek istemektedir. Bu amaçla n=36n = 36 kooperatiften iadesiz basit rastgele örnekleme yöntemiyle veri derlenmiştir.

Örnekleme sonucunda kooperatif başına düşen ortalama su tüketimi yˉ=120\bar{y} = 120 ton ve örneklem varyansı s2=225s^2 = 225 olarak hesaplanmıştır.

Araştırmacı, öncelikle kitle ortalamasının varyansını hesaplamış ve ardından bu değeri kullanarak kitle toplamı için %95 güven aralığını oluşturmuştur.

Buna göre, araştırmacının kitle toplamı için bulduğu %95 güven aralığı aşağıdakilerden hangisidir? (Z0,025=1,96Z_{0,025} = 1,96 alınız.)

Cevabı ve açıklamayı göster

Cevap: 11.608 - 12.392

Cevap

Doğru aralık 11.608 ile 12.392 değerleri arasındadır.
Kitle toplamı tahmini Nyˉ=100120=12.000N \cdot \bar{y} = 100 \cdot 120 = 12.000 olarak hesaplanır. Örneklem oranı 36/100=0,36>0,0536/100 = 0,36 > 0,05 olduğundan iadesiz örneklemede SKD kullanılmalıdır. SKD değeri 10036100=0,64\frac{100-36}{100} = 0,64'tür. Ortalamanın varyansı Var(yˉ)=0,64(225/36)=4Var(\bar{y}) = 0,64 \cdot (225 / 36) = 4 bulunur. Kitle toplamının varyansı ise N2Var(yˉ)=100004=40.000N^2 \cdot Var(\bar{y}) = 10000 \cdot 4 = 40.000'dir. Standart hata 40.000=200\sqrt{40.000} = 200 olur. Güven aralığı 12.000±(1,96200)12.000 \pm (1,96 \cdot 200) işleminden 12.000±39212.000 \pm 392 bulunur, bu da 11.608 - 12.392 aralığına eşittir.

Adım Adım Çözüm

1
Kitle toplamı için nokta tahminini (Y^\hat{Y}) hesapla.
Y^=Nyˉ=100120=12.000\hat{Y} = N \cdot \bar{y} = 100 \cdot 120 = 12.000 ton.
Örneklem ortalaması üzerinden kitle büyüklüğünü (N) çarparak toplam değeri tahmin ederiz.
2
Örneklem kesrini kontrol et ve Sonlu Kitle Düzeltme Çarpanı (SKD) gerekip gerekmediğini belirle.
n/N=36/100=0,36n/N = 36/100 = 0,36. Değer 0,05'ten büyük olduğu için SKD (NnN\frac{N-n}{N}) kullanılmalıdır.
İadesiz seçimde büyük örneklemler kitleye yaklaştıkça varyansı daraltır, bu etkiyi formüle yansıtmak gerekir.
3
Kitle ortalamasının standart hatasını (SE(yˉ)SE(\bar{y})) hesapla.
SE(yˉ)=NnNsn=100361001536=0,64156=0,82,5=2,0SE(\bar{y}) = \sqrt{\frac{N-n}{N}} \cdot \frac{s}{\sqrt{n}} = \sqrt{\frac{100-36}{100}} \cdot \frac{15}{\sqrt{36}} = \sqrt{0,64} \cdot \frac{15}{6} = 0,8 \cdot 2,5 = 2,0.
Varyans hesabında standart sapmayı kök n'e bölüp SKD'nin karekökü ile çarparak ortalamanın standart hatasını buluruz.
4
Kitle toplamı için hata payını (ME) hesapla ve güven aralığını oluştur.
ME=NZSE(yˉ)=1001,962,0=392ME = N \cdot Z \cdot SE(\bar{y}) = 100 \cdot 1,96 \cdot 2,0 = 392. Aralık: 12.000±392=[11.608,12.392]12.000 \pm 392 = [11.608, 12.392].
Toplamın standart hatası ortalamanın standart hatasının N katıdır. Bu değer Z tablo değeri ile çarpılarak hata payı elde edilir.

Anahtar Kavram

Basit Rastgele Örneklemede Kitle Toplamı İçin Güven Aralığı ve SKD
Soru 68Soru

Bir gümrük bölge müdürlüğü, bir ay içinde limana giriş yapan N=100N = 100 adet standart konteynerin beyan edilen ağırlıkları ile gerçek ağırlıkları arasındaki farkları denetlemektedir. Bu amaçla, iadesiz basit rastgele örnekleme yöntemiyle n=20n = 20 konteynerlik bir örneklem seçilmiştir.

Yapılan ön çalışmalardan, incelenen 100 konteynerlik tüm kitle için ağırlık farklarına ait kitle varyansının ( NN paydalı σ2\sigma^2 değeri ) 99 kg299 \text{ kg}^2 olduğu bilinmektedir.

Buna göre, bu limandaki 100 konteynerin toplam ağırlık farkını tahmin etmek için kullanılacak kitle toplamı tahmin edicisinin varyansı, V(Y^)V(\hat{Y}), kaçtır?

Cevabı ve açıklamayı göster

Cevap: 40.000

Cevap

Doğru cevap 40.000 değeridir.
Doğru cevap, kitle toplamının varyans formülünde hem sonlu kitle düzeltme çarpanını (SKD) hem de doğru kitle varyansını (S2S^2) eksiksiz kullanan seçenektir. Soruda verilen NN paydalı σ2=99\sigma^2 = 99 değeri, S2=NN1σ2S^2 = \frac{N}{N-1}\sigma^2 bağıntısı ile 100100 olarak dönüştürülür. Ardından V(Y^)=N2NnNS2nV(\hat{Y}) = N^2 \cdot \frac{N-n}{N} \cdot \frac{S^2}{n} formülü uygulandığında sonuç 40.00040.000 bulunur.

Adım Adım Çözüm

1
Kitle varyansının (S2S^2) hesaplanması
S2=NN1σ2=1009999=100S^2 = \frac{N}{N-1}\sigma^2 = \frac{100}{99} \cdot 99 = 100
İadesiz basit rastgele örneklemede varyans formülleri N1N-1 paydalı S2S^2 değeri üzerinden tanımlandığı için, verilen NN paydalı σ2\sigma^2 değeri dönüştürülmelidir.
2
Ortalamanın varyansının ( V(yˉ)V(\bar{y}) ) bulunması
V(yˉ)=NnNS2n=1002010010020=0,805=4V(\bar{y}) = \frac{N-n}{N} \cdot \frac{S^2}{n} = \frac{100-20}{100} \cdot \frac{100}{20} = 0,80 \cdot 5 = 4
Örneklem kesri n/N=20/100=0,20>0,05n/N = 20/100 = 0,20 > 0,05 olduğundan sonlu kitle düzeltme çarpanı (SKD) olan NnN\frac{N-n}{N} formüle dahil edilmelidir.
3
Kitle toplamı tahmin edicisinin varyansının ( V(Y^)V(\hat{Y}) ) hesaplanması
V(Y^)=N2V(yˉ)=10024=10.0004=40.000V(\hat{Y}) = N^2 \cdot V(\bar{y}) = 100^2 \cdot 4 = 10.000 \cdot 4 = 40.000
Kitle toplamı tahmin edicisi Y^=Nyˉ\hat{Y} = N \cdot \bar{y} şeklinde olduğundan, kitle toplamının varyansı ortalamanın varyansının N2N^2 ile çarpılmasıyla elde edilir.

Anahtar Kavram

Sonlu Kitle Düzeltme Çarpanı ve Kitle Toplamının Varyansı
Soru 69Soru

Bir uluslararası taşımacılık firmasının filosunda N=64N = 64 adet kargo uçağı bulunmaktadır. Bu uçakların belirli bir yılda taşıdıkları yük miktarlarına (ton) ilişkin kitle varyansının σ2=i=1N(Yiμ)2N=1344\sigma^2 = \frac{\sum_{i=1}^N (Y_i - \mu)^2}{N} = 1344 olduğu raporlanmıştır. Firma yönetimi, söz konusu yılda filonun taşıdığı toplam yük miktarını tahmin etmek amacıyla, basit rastgele iadesiz örnekleme yöntemiyle n=16n = 16 uçağı rastgele seçerek inceliyor.

Buna göre, kitle toplamı tahmin edicisinin varyansı (V(Y^)V(\hat{Y})) aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 262.144

Cevap

Doğru değer 262.144'tür.
Soruda kitle varyansı (σ2\sigma^2) verildiği için iadesiz seçimde varyans hesabında SKD olarak (Nn)/(N1)(N-n)/(N-1) çarpanı kullanılmalıdır. Önce örneklem ortalamasının varyansı V(yˉ)=(σ2/n)[(Nn)/(N1)]=(1344/16)(48/63)=64V(\bar{y}) = (\sigma^2/n) \cdot [(N-n)/(N-1)] = (1344/16) \cdot (48/63) = 64 olarak bulunur. Kitle toplamı tahmin edicisinin varyansı ise V(Y^)=N2V(yˉ)=64264=409664=262.144V(\hat{Y}) = N^2 \cdot V(\bar{y}) = 64^2 \cdot 64 = 4096 \cdot 64 = 262.144 şeklinde hesaplanır.

Adım Adım Çözüm

1
Kitle varyansı (σ2\sigma^2) kullanılarak örneklem ortalamasının varyansı için uygun formülü belirleme
V(yˉ)=σ2nNnN1V(\bar{y}) = \frac{\sigma^2}{n} \cdot \frac{N-n}{N-1}
İadesiz seçim yapıldığından ve soruda S2S^2 yerine kitle varyansı (σ2\sigma^2) verildiğinden, Sonlu Kitle Düzeltme Çarpanı (SKD) olarak NnN1\frac{N-n}{N-1} çarpanı kullanılmalıdır.
2
Örneklem ortalamasının varyansını (V(yˉ)V(\bar{y})) sayısal olarak hesaplama
V(yˉ)=1344166416641=844863=841621=64V(\bar{y}) = \frac{1344}{16} \cdot \frac{64-16}{64-1} = 84 \cdot \frac{48}{63} = 84 \cdot \frac{16}{21} = 64
Verilen N=64,n=16N=64, n=16 ve σ2=1344\sigma^2=1344 değerleri formülde yerine konulur.
3
Kitle toplamı tahmin edicisinin varyansını (V(Y^)V(\hat{Y})) bulma
V(Y^)=N2V(yˉ)=64264=409664=262.144V(\hat{Y}) = N^2 \cdot V(\bar{y}) = 64^2 \cdot 64 = 4096 \cdot 64 = 262.144
Kitle toplamı tahmini, örneklem ortalamasının kitle büyüklüğü (NN) ile çarpılmasıyla (Y^=Nyˉ\hat{Y} = N \cdot \bar{y}) elde edilir. Varyans operatörünün kuralı gereği sabit sayı dışarıya karesi alınarak (N2N^2) çıkar.

Anahtar Kavram

İadesiz seçimde σ2\sigma^2 bilindiğinde kitle toplamı varyansının hesabı ve Sonlu Kitle Düzeltme Çarpanının (SKD) doğru uyarlanması

Alternatif Yöntem

Alternatif olarak, önce kitle varyansı (σ2\sigma^2) düzeltilmiş kitle varyansına (S2S^2) dönüştürülebilir: S2=NN1σ2=64631344=1365.33S^2 = \frac{N}{N-1} \sigma^2 = \frac{64}{63} \cdot 1344 = 1365.33. Ardından S2S^2'ye uygun olan SKD ile formül uygulanır: V(yˉ)=NnNS2n=48641365.3316=64V(\bar{y}) = \frac{N-n}{N} \frac{S^2}{n} = \frac{48}{64} \cdot \frac{1365.33}{16} = 64. Sonrasında N2N^2 ile çarpılarak kitle toplamı varyansına (262.144262.144) ulaşılır.
Tahmini Süre:2m 30s
Soru 70Soru

Bir kamu kurumu, bir ildeki hanelerin aylık ortalama elektrik tüketimini tahmin etmek amacıyla bir araştırma planlamaktadır. Araştırmacılar, ildeki tüm apartmanların (binaların) yer aldığı eksiksiz bir listeden rastgele nn adet apartmanı seçmiş ve yalnızca bu seçilen apartmanlarda ikamet eden tüm hanelerin tüketim verilerini derlemiştir. Araştırma raporunun yöntem kısmında, "örnekleme dâhil edilen hanelerin Basit Rastgele Örnekleme (BRÖ) yöntemiyle seçildiği" belirtilmiştir.

Buna göre, rapordaki "haneler düzeyinde BRÖ kullanıldığı" iddiasının istatistiksel açıdan yanlış olmasının temel nedeni aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: Seçim işleminin örnekleme birimi olan apartmanlar üzerinden yapılması nedeniyle, gözlem birimi olan hanelerin birbirinden bağımsız seçilmemesi ve her hane kombinasyonunun eşit seçilme olasılığına sahip olmaması.

Cevap

Doğru yanıt, seçim işleminin apartmanlar üzerinden yapılması nedeniyle hanelerin birbirinden bağımsız seçilememesi ve tüm olası hane kombinasyonlarının eşit seçilme olasılığına sahip olmamasını belirten ifadedir.
Basit Rastgele Örnekleme (BRÖ) yönteminin en temel varsayımı, kitledeki tüm birimlerin birbirinden bağımsız olarak seçilmesi ve NN hacimli bir kitleden elde edilebilecek nn hacimli olası tüm örneklem kombinasyonlarının birbirine eşit seçilme şansına sahip olmasıdır. Verilen senaryoda liste apartmanlardan oluştuğu için örnekleme birimi apartman, verinin asıl kaynağı olan gözlem birimi ise hanedir. Apartmanlar rastgele seçildiğinde, seçilen o apartmandaki tüm haneler grup (küme) halinde örnekleme girmiş olur. Bu durum, hanelerin birbirinden bağımsız seçilmesi ilkesini ve hane düzeyindeki belirli kombinasyonların eşit olasılıkla seçilebilme kuralını açıkça ihlal etmektedir. Uygulanan bu yöntem istatistiksel terminolojide tek aşamalı küme örneklemesi olarak adlandırılır.

Adım Adım Çözüm

1
Senaryodaki örnekleme birimini ve gözlem birimini belirlemek.
Araştırmada listenin temelini oluşturan ve seçilen birimler 'apartmanlar' olduğu için örnekleme birimi apartmandır. Ancak verinin derlendiği asıl birimler 'haneler' olduğu için gözlem birimi hanelerdir.
Örneklem tasarımını doğru analiz edebilmek için sürecin hangi birim üzerinden yürütüldüğünü bilmek zorunludur.
2
Basit Rastgele Örnekleme (BRÖ) yönteminin teorik tanım ve varsayımlarını değerlendirmek.
BRÖ, kitleden seçilecek nn hacimli tüm olası örneklem kombinasyonlarının eşit seçilme olasılığına sahip olmasını ve seçimlerin birbirinden bağımsız gerçekleşmesini şart koşar.
Rapor edilen yöntemin, araştırmanın gerçeğiyle örtüşüp örtüşmediğini teorik kurallar üzerinden kıyaslamak.
3
Araştırma senaryosunu BRÖ kurallarına göre test etmek.
Seçilen bir apartmandaki tüm haneler mecburi olarak birlikte seçildiğinden, hanelerin seçimi birbirinden bağımsız değildir. Farklı apartmanlardaki hanelerden oluşan bazı örneklem kombinasyonlarının seçilme şansı sıfırdır. Dolayısıyla bu uygulama BRÖ değil, tek aşamalı küme örneklemesidir.
Varsayım ihlallerini tespit ederek sorunun çözümüne ulaşmak.

Anahtar Kavram

Örnekleme ve Gözlem Birimi Ayrımı Üzerinden BRÖ Bağımsızlık Varsayımı
Soru 71Soru

Bir perakende zinciri, X ve Y şehirlerindeki mağazalarında çalışan kasiyerlerin günlük ortalama işlem sayılarını tahmin etmek istemektedir.

X şehrinde NX=8.000N_X = 8.000 kasiyer, Y şehrinde ise NY=100N_Y = 100 kasiyer çalışmaktadır. Veri analisti, her iki şehirden de iadesiz basit rastgele örnekleme yöntemiyle n=20n = 20'şer kasiyer seçmiştir.

Analiz sonucunda, her iki örneklem grubu için de günlük ortalama işlem sayısı xˉ=85\bar{x} = 85 ve örneklem varyansının hesaplanmasında temel alınacak olan ortalamadan sapmaların kareleri toplamı i=120(xixˉ)2=7600\sum_{i=1}^{20} (x_i - \bar{x})^2 = 7600 olarak bulunmuştur.

Buna göre, X ve Y şehirleri için kitle ortalaması tahminleyicisinin varyansları (V(xˉX)V(\bar{x}_X) ve V(xˉY)V(\bar{x}_Y)) sırasıyla aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 2020 ve 1616

Cevap

X şehri için tahminleyicinin varyansı 20, Y şehri için ise 16 olarak hesaplanmalıdır.
Verilen değerlerle yansız örneklem varyansı s2=7600/19=400s^2 = 7600 / 19 = 400 olarak bulunur. X şehrinde NN çok büyük olduğu için varyans doğrudan s2/n=20s^2/n = 20 formülüyle elde edilir. Y şehrinde ise örneklem, kitlenin %20\%20'sini oluşturduğundan Sonlu Kitle Düzeltme Çarpanı (120/100=0,81 - 20/100 = 0,8) kullanılmalıdır. Bu durumda Y şehrinin varyansı 20×0,8=1620 \times 0,8 = 16 olarak bulunur.

Adım Adım Çözüm

1
Örneklem varyansının (s2s^2) hesaplanması
s2=(xixˉ)2n1=7600201=760019=400s^2 = \frac{\sum (x_i - \bar{x})^2}{n - 1} = \frac{7600}{20 - 1} = \frac{7600}{19} = 400
Kitle varyansı bilinmediğinden, yansız bir tahminleyici olan örneklem varyansı hesaplanmalıdır. Bunun için toplam serbestlik derecesi olan (n1)(n-1) kullanılır.
2
X şehri için ortalama tahminleyicisinin varyansının (V(xˉX)V(\bar{x}_X)) bulunması
fX=208000=0,0025<0,05f_X = \frac{20}{8000} = 0,0025 < 0,05 olduğu için SKD ihmal edilir. V(xˉX)=s2n=40020=20V(\bar{x}_X) = \frac{s^2}{n} = \frac{400}{20} = 20
Örnekleme kesri (n/Nn/N) %5\%5'ten küçük olduğunda kitle sonsuzmuş gibi kabul edilip Sonlu Kitle Düzeltme Çarpanı (SKD) hesaplamaya katılmaz.
3
Y şehri için ortalama tahminleyicisinin varyansının (V(xˉY)V(\bar{x}_Y)) bulunması
fY=20100=0,2>0,05f_Y = \frac{20}{100} = 0,2 > 0,05 olduğu için SKD zorunludur. V(xˉY)=s2n(1nN)=40020(10,2)=20×0,8=16V(\bar{x}_Y) = \frac{s^2}{n} (1 - \frac{n}{N}) = \frac{400}{20} (1 - 0,2) = 20 \times 0,8 = 16
Örnekleme kesri %5\%5'ten büyük olduğunda iadesiz seçimin varyansı düşürücü etkisi belirginleşir ve (1f)(1-f) düzeltme çarpanı formüle eklenmelidir.

Anahtar Kavram

Kitle ortalaması tahmininin varyansı hesaplanırken, örneklem büyüklüğünün kitle büyüklüğüne oranı dikkate alınmalı ve gerektiğinde Sonlu Kitle Düzeltme Çarpanı (SKD) kullanılmalıdır.
Soru 72Soru

Bir çevre ve şehircilik il müdürlüğü, bir organize sanayi bölgesinde faaliyet gösteren N=25N = 25 fabrikanın günlük endüstriyel atık su miktarlarını (ton) incelemektedir. Bu fabrikaların günlük atık su miktarlarına ilişkin kitle varyansının σ2=120\sigma^2 = 120 olduğu bilinmektedir.

Bölgedeki toplam günlük atık su miktarını tahmin etmek amacıyla, bu fabrikalar arasından iadesiz basit rastgele örnekleme yöntemiyle n=5n = 5 fabrika seçilmiştir.

Buna göre, kitle toplamı tahmin edicisinin varyansı ( V(Y^)V(\hat{Y}) ) kaçtır?

Cevabı ve açıklamayı göster

Cevap: 12500

Cevap

12500 değeri, kitle toplamı tahmin edicisinin varyansını doğru bir şekilde vermektedir.
Kitle toplamının varyansı hesaplanırken, öncelikle örnekleme oranına (n/N = 5/25 = 0,20) bakılır. Bu oran 0,05'ten büyük olduğu için SKD kullanılmalıdır. Formülde popülasyon varyansı (\sigma^2) kullanıldığı için düzeltme çarpanı (N-n)/(N-1) şeklindedir. Kitle toplamı olduğu için de sonuç N^2 ile genişletilmelidir. İşlem: 25^2 * (120/5) * (20/24) = 625 * 24 * (20/24) = 12500 olarak bulunur.

Adım Adım Çözüm

1
Örnekleme oranının hesaplanması ve SKD gerekliliğinin kontrol edilmesi.
n/N = 5 / 25 = 0,20
Örnekleme oranı (0,20) > 0,05 olduğu için varyans hesaplamasında Sonlu Kitle Düzeltme Çarpanı (SKD) kullanılması zorunludur.
2
Kitle toplamının varyansı için doğru formülün seçilmesi.
V(\hat{Y}) = N^2 \times \frac{\sigma^2}{n} \times \frac{N-n}{N-1}
İadesiz basit rastgele örneklemede kitle toplamının varyansı hesaplanırken kitle ortalamasının varyansı N^2 ile çarpılır. Popülasyon varyansı \sigma^2 (N paydalı) olarak verildiğinde SKD çarpanı (N-n)/(N-1) olarak alınır.
3
Değerlerin formüle yerleştirilmesi.
V(\hat{Y}) = 25^2 \times \frac{120}{5} \times \frac{25-5}{25-1}
Soruda verilen N=25, n=5 ve \sigma^2=120 değerleri ana formülde yerine konulmuştur.
4
İşlemlerin sadeleştirilerek tamamlanması.
625 \times 24 \times \frac{20}{24} = 625 \times 20 = 12500
Pay ve paydadaki 24 değerleri birbirini götürür, geriye kalan 625 ile 20'nin çarpımı nihai varyans değerini verir.

Anahtar Kavram

İadesiz Basit Rastgele Örneklemede Kitle Toplamının Varyansı ve Sonlu Kitle Düzeltme Çarpanı
Soru 73Soru

Bir sahil güvenlik bölge komutanlığı, denetim alanındaki bir limana kayıtlı N=200N = 200 adet ticari balıkçı teknesinin belirli bir sezondaki toplam av miktarını tahmin etmek amacıyla bir çalışma yürütmektedir. Bu amaçla iadesiz basit rastgele örnekleme yöntemiyle n=40n = 40 tekne rastgele seçilerek incelenmiştir.

Örnekleme sonucunda seçilen teknelerin sezonluk ortalama av miktarı yˉ=120\bar{y} = 120 ton ve av miktarlarına ilişkin örneklem varyansı s2=250s^2 = 250 olarak hesaplanmıştır.

Buna göre, bu limana kayıtlı tüm teknelerin sezonluk toplam av miktarının tahmin edicisine ait varyans değeri (V^(τ^)\hat{V}(\hat{\tau})) aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 200.000

Cevap

Doğru yanıt 200.000 değerini veren seçenektir. Kitle toplamının varyansı, ortalamanın varyansının N^2 ile çarpılmasıyla ve iadesiz seçim yapıldığı için Sonlu Kitle Düzeltme Çarpanı (SKD) kullanılarak bulunur.
İadesiz basit rastgele örneklemede kitle toplamının varyans tahmin edicisi V^(τ^)=N2(NnN)s2n\hat{V}(\hat{\tau}) = N^2 \cdot \left(\frac{N-n}{N}\right) \cdot \frac{s^2}{n} formülüyle hesaplanır. Değerler yerine konulduğunda; 2002(20040200)25040=40.0000,86,25=200.000200^2 \cdot \left(\frac{200-40}{200}\right) \cdot \frac{250}{40} = 40.000 \cdot 0,8 \cdot 6,25 = 200.000 sonucu elde edilir.

Adım Adım Çözüm

1
Verilen parametreleri belirleme
N=200N = 200, n=40n = 40, s2=250s^2 = 250
Varyans formülünde kullanılacak kitle ve örneklem büyüklükleri ile örneklem varyansının tasnif edilmesi.
2
Sonlu Kitle Düzeltme Çarpanını (SKD) hesaplama
SKD=NnN=20040200=160200=0,8SKD = \frac{N-n}{N} = \frac{200-40}{200} = \frac{160}{200} = 0,8
İadesiz basit rastgele örneklemede örneklem oranı nN>0,05\frac{n}{N} > 0,05 olduğunda varyans tahmininde düzeltme yapılması zorunludur.
3
Kitle ortalamasının tahmin edicisinin varyansını (V^(yˉ)\hat{V}(\bar{y})) bulma
V^(yˉ)=NnNs2n=0,825040=0,86,25=5\hat{V}(\bar{y}) = \frac{N-n}{N} \cdot \frac{s^2}{n} = 0,8 \cdot \frac{250}{40} = 0,8 \cdot 6,25 = 5
Toplam varyansına geçiş yapabilmek için öncelikle örneklem ortalamasının varyansının elde edilmesi.
4
Kitle toplamının tahmin edicisinin varyansını (V^(τ^)\hat{V}(\hat{\tau})) hesaplama
V^(τ^)=N2V^(yˉ)=20025=40.0005=200.000\hat{V}(\hat{\tau}) = N^2 \cdot \hat{V}(\bar{y}) = 200^2 \cdot 5 = 40.000 \cdot 5 = 200.000
Kitle toplamı tahmini τ^=Nyˉ\hat{\tau} = N \cdot \bar{y} şeklinde doğrusal bir dönüşüm olduğu için, varyansı hesaplanırken katsayının karesi (N2N^2) alınmalıdır.

Anahtar Kavram

İadesiz basit rastgele örneklemede kitle toplamı varyansının tahmini
Soru 74Soru

Bir kamu denetim kurumu, faaliyet gösteren toplam N=250N=250 işletmenin çevre düzenlemelerine uygunluğunu değerlendirmek amacıyla iadesiz basit rastgele örnekleme yöntemiyle n=25n=25 işletmelik bir örneklem seçmiştir.

Yapılan denetimler sonucunda, kurallara uymayan işletmelerin kitle oranına ilişkin varyans tahmini V^(p)=0.009\hat{V}(p) = 0.009 olarak hesaplanmıştır.

Kurallara uymayan işletme oranının %50\%50'den düşük olduğu bilindiğine göre, örneklemde kurallara uymadığı tespit edilen işletme sayısı aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 1010

Cevap

Örneklemde kurallara uymadığı tespit edilen işletme sayısı 1010'dur.
İadesiz basit rastgele örneklemede örneklem oranının varyans tahmini V^(p)=(1f)p(1p)n1\hat{V}(p) = (1-f)\frac{p(1-p)}{n-1} formülü ile hesaplanır. Veriler formülde yerine konulduğunda 0.009=(125250)p(1p)240.009 = \left(1-\frac{25}{250}\right)\frac{p(1-p)}{24} eşitliği elde edilir. SKD değeri olan 0.90.9 ile işlem yapıldığında denklem p(1p)=0.24p(1-p) = 0.24 şekline dönüşür. Bu ikinci dereceden denklemin kökleri 0.40.4 ve 0.60.6'dır. Soru kısıtı gereği oranın %50\%50'den az olması (p<0.5p < 0.5) gerektiğinden, doğru kök p=0.4p = 0.4'tür. Örneklemde aranan koşulu sağlayan işletme sayısı ise a=n×p=25×0.4=10a = n \times p = 25 \times 0.4 = 10 olarak bulunur.

Adım Adım Çözüm

1
İadesiz basit rastgele örneklemede kitle oranı varyans tahmini formülünü yazmak ve verilen değerleri yerleştirmek.
V^(p)=(1nN)p(1p)n1\hat{V}(p) = \left(1 - \frac{n}{N}\right) \frac{p(1-p)}{n-1} formülünde V^(p)=0.009\hat{V}(p) = 0.009, N=250N=250, n=25n=25 değerleri yerine konur.
Varyans tahmininden yola çıkarak örneklem oranı pp'ye ulaşmak için doğru tahmin edici modelinin kurulması gerekir.
2
Sonlu Kitle Düzeltme (SKD) çarpanını hesaplamak.
Örnekleme kesri f=nN=25250=0.1f = \frac{n}{N} = \frac{25}{250} = 0.1 olduğundan, SKD çarpanı (1f)=10.1=0.9(1 - f) = 1 - 0.1 = 0.9 olarak bulunur.
Seçim iadesiz yapıldığı için varyansın SKD ile düzeltilmesi zorunludur.
3
Denklemi çözerek p(1p)p(1-p) değerini bulmak.
0.009=0.9×p(1p)251    0.009=0.924p(1p)    p(1p)=0.009×240.9=0.240.009 = 0.9 \times \frac{p(1-p)}{25-1} \implies 0.009 = \frac{0.9}{24} p(1-p) \implies p(1-p) = \frac{0.009 \times 24}{0.9} = 0.24 elde edilir.
Oranın hesaplanabilmesi için ikinci dereceden denklemin katsayılarının belirlenmesi gerekir.
4
İkinci dereceden denklemi çözüp pp değerini belirlemek ve işletme sayısını hesaplamak.
p2p+0.24=0p^2 - p + 0.24 = 0 denkleminin kökleri p=0.4p = 0.4 ve p=0.6p = 0.6'dır. Soruda verilen p<0.5p < 0.5 koşulu gereği p=0.4p = 0.4 alınır. İşletme sayısı a=n×p=25×0.4=10a = n \times p = 25 \times 0.4 = 10 olarak hesaplanır.
Örneklemdeki aranan özellikli birim sayısı (aa), örneklem hacmi (nn) ile örneklem oranının (pp) çarpımına eşittir.

Anahtar Kavram

İadesiz Basit Rastgele Örneklemede Kitle Oranının Varyans Tahmini ve SKD Kullanımı
Soru 75Soru

Bir liman işletmesinde görevli denetçi, limana demirleyen yük konteynerlerinin ortalama ağırlığını tahmin etmek istemektedir. İadesiz basit rastgele örnekleme yöntemiyle seçilen n=50n=50 hacimlik örneklemde, ağırlıkların örneklem ortalamasından sapmalarının kareleri toplamı i=1n(xixˉ)2=24.500\sum_{i=1}^{n} (x_i - \bar{x})^2 = 24.500 olarak hesaplanmıştır.

Denetçi, örneklemin alındığı kitle hacminin çok büyük olduğunu (sonsuz kitle) varsayarak kitle ortalaması tahmin edicisinin varyansını V1V_1 olarak hesaplamıştır. Daha sonra, örneklemin aslında sadece limandaki N=250N=250 adetlik belirli bir gemi kargosundan seçildiğini (sonlu kitle) fark etmiş ve Sonlu Kitle Düzeltme Çarpanını (SKD) dikkate alarak varyansı V2V_2 olarak yeniden doğru şekilde hesaplamıştır.

Buna göre, V1V_1 ve V2V_2 değerleri sırasıyla aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 1010 ve 88

Cevap

Sonsuz kitle varsayımında varyans 1010, sonlu kitle varsayımında ise 88 olarak hesaplanmalıdır.
Kitle ortalamasının varyansı tahmin edilirken öncelikle örneklem varyansı hesaplanmalıdır: s2=(xixˉ)2/(n1)=24.500/49=500s^2 = \sum(x_i - \bar{x})^2 / (n-1) = 24.500 / 49 = 500. Eğer kitle sonsuz varsayılırsa, düzeltme çarpanına gerek yoktur ve varyans V1=s2/n=500/50=10V_1 = s^2 / n = 500 / 50 = 10 olur. Kitle sonlu (N=250N=250) ise iadesiz seçimde Sonlu Kitle Düzeltme Çarpanı (SKD) kullanılmalıdır. SKD =(1n/N)=1(50/250)=10,2=0,8= (1 - n/N) = 1 - (50/250) = 1 - 0,2 = 0,8'dir. Bu durumda gerçek varyans V2=10×0,8=8V_2 = 10 \times 0,8 = 8 olarak elde edilir. Bu nedenle doğru sıralama 1010 ve 88 olmalıdır.

Adım Adım Çözüm

1
Örneklem varyansını (s2s^2) hesaplayın.
s2=(xixˉ)2n1=24.500501=24.50049=500s^2 = \frac{\sum (x_i - \bar{x})^2}{n - 1} = \frac{24.500}{50 - 1} = \frac{24.500}{49} = 500
Kitle varyansı bilinmediğinden, kitle ortalamasının varyansını tahmin etmek için yansız bir tahmin edici olan örneklem varyansı bulunmalıdır.
2
Sonsuz kitle varsayımı altında kitle ortalaması tahmin edicisinin varyansını (V1V_1) hesaplayın.
V1=s2n=50050=10V_1 = \frac{s^2}{n} = \frac{500}{50} = 10
Kitle hacmi çok büyük veya sonsuz kabul edildiğinde Sonlu Kitle Düzeltme Çarpanı (SKD) 11 kabul edilir ve ihmal edilir.
3
Sonlu kitle durumunda örnekleme kesrini (ff) ve Sonlu Kitle Düzeltme Çarpanını (1f1-f) bulun.
f=nN=50250=0,2f = \frac{n}{N} = \frac{50}{250} = 0,2. SKD =10,2=0,8= 1 - 0,2 = 0,8
Örneklem, kitle büyüklüğünün %5'inden fazla olduğundan (0,2>0,050,2 > 0,05) iadesiz seçimde varyans tahminine SKD dahil edilmelidir.
4
Sonlu kitle (N=250N=250) varsayımı altında varyansı (V2V_2) hesaplayın.
V2=s2n×(1f)=10×0,8=8V_2 = \frac{s^2}{n} \times (1 - f) = 10 \times 0,8 = 8
V2V_2 hesaplanırken sonsuz kitle için bulunan standart formül sonucu SKD ile çarpılarak küçültülür.

Anahtar Kavram

İadesiz Basit Rastgele Örneklemede Kitle Ortalamasının Varyansı ve SKD Etkisi

Alternatif Yöntem

Varyans formülündeki SKD çarpanı (Nn)/N(N-n)/N şeklinde de yazılabilir. Bu durumda doğrudan V2=(500/50)×(200/250)=10×(4/5)=8V_2 = (500/50) \times (200/250) = 10 \times (4/5) = 8 işlemiyle de aynı sonuca hızlıca ulaşılabilir.
Tahmini Süre:2m 0s
Soru 76Soru

Ticaret Bakanlığı Gümrükler Muhafaza Genel Müdürlüğü, bir limandaki N=200N = 200 adet konteynerden oluşan bir ithalat partisinde beyan harici (kaçak) eşya miktarını tahmin etmek amacıyla, iadesiz basit rastgele örnekleme yöntemiyle n=20n = 20 adet konteyneri detaylı denetime tabi tutmuştur.

Denetlenen konteynerlerde tespit edilen beyan harici eşya miktarlarının toplamı 160 kg160 \text{ kg}, bu değerlerin örneklem ortalamasından sapmalarının kareleri toplamı ise 380380 olarak hesaplanmıştır.

Buna göre, bu ithalat partisindeki toplam beyan harici eşya miktarının tahmini (τ^\hat{\tau}) ve bu tahminin varyansı (V^(τ^)\hat{V}(\hat{\tau})) aşağıdakilerin hangisinde sırasıyla doğru verilmiştir?

Cevabı ve açıklamayı göster

Cevap: τ^=1.600 kg;V^(τ^)=36.000\hat{\tau} = 1.600 \text{ kg} ; \quad \hat{V}(\hat{\tau}) = 36.000

Cevap

İthalat partisindeki toplam miktar tahmini 1.600 kg ve bu tahminin varyansı 36.000 değerini veren seçenektir.
Verilen bilgiler ışığında örneklem ortalaması 160 / 20 = 8 kg'dır. Kitle toplamı nokta tahmini τ^=2008=1.600 kg\hat{\tau} = 200 \cdot 8 = 1.600 \text{ kg} olur. Örneklem varyansı serbestlik derecesine bölünerek s2=380/19=20s^2 = 380 / 19 = 20 hesaplanır. İadesiz örneklemede kitle toplamı varyans formülü V^(τ^)=N2(1nN)s2n\hat{V}(\hat{\tau}) = N^2 \cdot (1 - \frac{n}{N}) \cdot \frac{s^2}{n} şeklindedir. Değerler yerine konulduğunda 2002(10,1)2020=40.0000,91=36.000200^2 \cdot (1 - 0,1) \cdot \frac{20}{20} = 40.000 \cdot 0,9 \cdot 1 = 36.000 sonucuna ulaşılır.

Adım Adım Çözüm

1
Örneklem ortalamasının ve kitle toplamı tahmininin hesaplanması.
yˉ=16020=8 kg\bar{y} = \frac{160}{20} = 8 \text{ kg}, τ^=Nyˉ=2008=1.600 kg\hat{\tau} = N \cdot \bar{y} = 200 \cdot 8 = 1.600 \text{ kg}.
Kitle toplamı tahmini, örneklem ortalamasının kitle hacmi (NN) ile çarpılmasıyla bulunur.
2
Yansız örneklem varyansının (s2s^2) hesaplanması.
s2=(yiyˉ)2n1=380201=20s^2 = \frac{\sum (y_i - \bar{y})^2}{n-1} = \frac{380}{20-1} = 20.
Varyans tahmininde yansızlık elde etmek için sapma kareleri toplamı serbestlik derecesi olan (n1)(n-1)'e bölünmelidir.
3
Kitle toplamı tahmininin varyansının hesaplanması.
V^(τ^)=N2s2n(1nN)=20022020(120200)=40.00010,9=36.000\hat{V}(\hat{\tau}) = N^2 \cdot \frac{s^2}{n} \cdot \left(1 - \frac{n}{N}\right) = 200^2 \cdot \frac{20}{20} \cdot \left(1 - \frac{20}{200}\right) = 40.000 \cdot 1 \cdot 0,9 = 36.000.
İadesiz seçim yapıldığından SKD çarpanı (1nN)(1 - \frac{n}{N}) kullanılmalı ve kitle toplamının varyansı arandığı için formül N2N^2 ile genişletilmelidir.

Anahtar Kavram

Kitle Toplamının Tahmini ve Varyansı
Soru 77Soru

Bir Sosyal Güvenlik Kurumu (SGK) il müdürlüğü, bir sanayi bölgesinde faaliyet gösteren N=250N = 250 adet orta ölçekli işletmenin geçmiş yıla ait toplam prim borcunu tahmin etmek amacıyla bir çalışma planlamıştır.

Bu amaçla iadesiz basit rastgele örnekleme yöntemiyle n=25n = 25 işletme seçilmiş ve bu işletmelerin prim borçları (yiy_i, bin TL) incelenmiştir. Elde edilen verilere göre, örneklemdeki işletmelerin prim borçları toplamı i=125yi=500\sum_{i=1}^{25} y_i = 500 ve örneklem ortalamasından sapmalarının kareleri toplamı i=125(yiyˉ)2=2400\sum_{i=1}^{25} (y_i - \bar{y})^2 = 2400 olarak hesaplanmıştır.

Buna göre, bu sanayi bölgesindeki tüm orta ölçekli işletmelerin toplam prim borcu tahmini (τ^\hat{\tau}) ve bu tahminin varyansı (V^(τ^)\hat{V}(\hat{\tau})) aşağıdakilerden hangisinde sırasıyla doğru verilmiştir?

Cevabı ve açıklamayı göster

Cevap: τ^=5.000;V^(τ^)=225.000\hat{\tau} = 5.000 \quad ; \quad \hat{V}(\hat{\tau}) = 225.000

Cevap

Kitle toplamı tahmini τ^=5.000\hat{\tau} = 5.000 ve tahminin varyansı V^(τ^)=225.000\hat{V}(\hat{\tau}) = 225.000 değerlerini gösteren seçenektir.
Doğru cevap, kitle toplamı tahmininin τ^=250×20=5.000\hat{\tau} = 250 \times 20 = 5.000 ve varyansının V^(τ^)=2502×0,9×4=225.000\hat{V}(\hat{\tau}) = 250^2 \times 0,9 \times 4 = 225.000 olarak hesaplandığı seçenektir. Yansız örneklem varyansı s2=2400/24=100s^2 = 2400/24=100 olarak bulunmuş, iadesiz seçim yapıldığı için 0,90,9 değerindeki SKD çarpanı kullanılmıştır.

Adım Adım Çözüm

1
Örneklem ortalamasının ve kitle toplamı tahmininin hesaplanması
yˉ=50025=20\bar{y} = \frac{500}{25} = 20 ve τ^=Nyˉ=25020=5.000\hat{\tau} = N \cdot \bar{y} = 250 \cdot 20 = 5.000
Kitle toplamı tahmini (τ^\hat{\tau}) için örneklem ortalaması bulunup kitle büyüklüğü (NN) ile çarpılmalıdır.
2
Düzeltilmiş örneklem varyansının (s2s^2) hesaplanması
s2=(yiyˉ)2n1=240024=100s^2 = \frac{\sum (y_i - \bar{y})^2}{n - 1} = \frac{2400}{24} = 100
Yansız varyans tahmini elde etmek için kareler toplamı serbestlik derecesine (n1n-1) bölünmelidir.
3
Kitle toplamı tahmininin varyansının hesaplanması
V^(τ^)=N2(1nN)s2n=2502(125250)10025=62.5000,94=225.000\hat{V}(\hat{\tau}) = N^2 \cdot (1 - \frac{n}{N}) \cdot \frac{s^2}{n} = 250^2 \cdot (1 - \frac{25}{250}) \cdot \frac{100}{25} = 62.500 \cdot 0,9 \cdot 4 = 225.000
Kitle toplamının varyansı formülünde ortalamanın varyansı N2N^2 ile çarpılmalı ve iadesiz seçim nedeniyle Sonlu Kitle Düzeltme çarpanı (SKD) uygulanmalıdır.

Anahtar Kavram

İadesiz Basit Rastgele Örneklemede Kitle Toplamı ve Varyans Tahmini
Soru 78Soru

Bir ilçe milli eğitim müdürlüğü, taşımalı eğitim kapsamında kullanılan N=36N = 36 adet öğrenci servis aracının yıllık bakım maliyetlerini denetlemektedir. Bu amaçla, araçlar arasından iadesiz basit rastgele örnekleme yöntemiyle n=8n = 8 adet araç seçilmiştir.

Araçların yıllık bakım maliyetlerine ilişkin kitle varyansının σ2=90\sigma^2 = 90 olduğu bilinmektedir.

Buna göre, bu örneklemden elde edilecek kitle toplam bakım maliyeti tahmin edicisinin varyansı (V(Y^)V(\hat{Y})) kaçtır?

Cevabı ve açıklamayı göster

Cevap: 11.664

Cevap

Doğru değer 11.664'tür. Kitle varyansı (σ2\sigma^2) üzerinden doğru SKD çarpanı ve N2N^2 düzeltmesi uygulandığında bu sonuca ulaşılır.
Kitle varyansı (σ2\sigma^2) bilindiğinde, iadesiz seçimde Sonlu Kitle Düzeltme (SKD) çarpanı NnN1\frac{N-n}{N-1} olmalıdır. Formül uygulandığında ortalamanın varyansı V(yˉ)=9082835=9V(\bar{y}) = \frac{90}{8} \cdot \frac{28}{35} = 9 olarak elde edilir. Soru kitle toplamı tahmin edicisinin varyansını sorduğu için bu değer N2N^2 ile çarpılmalıdır: V(Y^)=3629=12969=11.664V(\hat{Y}) = 36^2 \cdot 9 = 1296 \cdot 9 = 11.664.

Adım Adım Çözüm

1
Kitle toplamı tahmin edicisinin varyans formülünü belirleme
V(Y^)=N2V(yˉ)V(\hat{Y}) = N^2 \cdot V(\bar{y}) ve V(yˉ)=σ2nNnN1V(\bar{y}) = \frac{\sigma^2}{n} \cdot \frac{N-n}{N-1}
İadesiz basit rastgele örneklemede σ2\sigma^2 (kitle varyansı) bilindiğinde, SKD çarpanı paydada N1N-1 olacak şekilde kullanılır ve kitle toplamının varyansı için ortalamanın varyansı N2N^2 ile çarpılır.
2
Ortalamanın varyansını (V(yˉ)V(\bar{y})) hesaplama
V(yˉ)=908368361=11,252835=11,250,8=9V(\bar{y}) = \frac{90}{8} \cdot \frac{36-8}{36-1} = 11,25 \cdot \frac{28}{35} = 11,25 \cdot 0,8 = 9
Verilen N=36N=36, n=8n=8 ve σ2=90\sigma^2=90 değerleri kullanılarak ortalamanın varyansı bulunur.
3
Kitle toplamının varyansını (V(Y^)V(\hat{Y})) hesaplama
V(Y^)=3629=12969=11.664V(\hat{Y}) = 36^2 \cdot 9 = 1296 \cdot 9 = 11.664
Kitle toplamının varyansına ulaşmak için bulunan ortalama varyansı popülasyon büyüklüğünün karesi (N2N^2) ile çarpılır.

Anahtar Kavram

İadesiz Basit Rastgele Örneklemede Toplam Tahmin Edicisinin Varyansı ve SKD Çarpanı
Soru 79Soru

Bir e-ticaret platformu yönetimi, satıcılarının platformda günlük geçirdikleri ortalama süreyi tahmin etmek amacıyla basit rastgele örnekleme yöntemiyle bir araştırma planlamaktadır. Ön çalışmalara göre, günlük geçirilen sürenin standart sapması 100100 dakika olarak tahmin edilmiştir. Araştırmacı, kitle ortalamasını %95\%95 güven düzeyinde ve en fazla 77 dakika hata payı ile tahmin etmek istemektedir. (%95 gu¨ven du¨zeyi ic¸in Z=1,96)(\%95 \text{ güven düzeyi için } Z=1,96)

Araştırmacı ilk aşamada kitle hacmini sonsuz varsayarak gerekli örneklem hacmini (n0n_0) hesaplamıştır. Daha sonra, platformdaki aktif satıcı sayısının N=2352N = 2352 olduğunu öğrenmiş ve sonlu kitle düzeltmesini (SKD) uygulayarak nihai örneklem hacmini (nn) yeniden belirlemiştir.

Örneklem hacmi (nn) bulunurken sonucun her zaman bir üst tam sayıya yuvarlanması gerektiği unutulmamalıdır. Buna göre, araştırmacının hesapladığı n0n_0 ve nn değerleri sırasıyla aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 784 ve 588

Cevap

Araştırmacının hesapladığı değerler sırasıyla 784784 ve 588588'dir.
Örneklem hacmi hesaplanırken, öncelikle kitle hacmi sonsuz varsayılarak temel örneklem büyüklüğü (n0n_0) bulunur. Formülde değerler yerine konduğunda n0=1,962100272=784n_0 = \frac{1,96^2 \cdot 100^2}{7^2} = 784 olarak hesaplanır. İkinci aşamada, kitlenin sonlu olduğu (N=2352N = 2352) bilindiğinden ve n0/N=784/23520,33>0,05n_0 / N = 784 / 2352 \approx 0,33 > 0,05 olduğundan Sonlu Kitle Düzeltmesi (SKD) uygulanmalıdır. Düzeltilmiş örneklem hacmi n=n01+n0/Nn = \frac{n_0}{1 + n_0 / N} formülüyle hesaplanır. Değerler yerine konduğunda n=7841+7842352=7841+13=78443=588n = \frac{784}{1 + \frac{784}{2352}} = \frac{784}{1 + \frac{1}{3}} = \frac{784}{\frac{4}{3}} = 588 bulunur. Her iki değer de doğrudan tam sayı çıktığı için yuvarlama işlemine gerek kalmadan sırasıyla 784784 ve 588588 olarak belirlenir.

Adım Adım Çözüm

1
Sonsuz kitle varsayımı ile temel örneklem hacminin (n0n_0) hesaplanması
n0=1,962100272=3,84161000049=3841649=784n_0 = \frac{1,96^2 \cdot 100^2}{7^2} = \frac{3,8416 \cdot 10000}{49} = \frac{38416}{49} = 784 bulunur.
Kitle hacminin bilinmediği veya çok büyük olduğu durumlarda örneklem hacmi formülü n0=Z2S2d2n_0 = \frac{Z^2 \cdot S^2}{d^2} şeklindedir.
2
Sonlu kitle düzeltmesi (SKD) gerekliliğinin kontrol edilmesi
Örnekleme kesri n0N=78423520,33\frac{n_0}{N} = \frac{784}{2352} \approx 0,33 bulunur.
Örneklem hacminin kitle hacmine oranı %5'ten (0,050,05) büyük olduğu için örneklem hacminde Sonlu Kitle Düzeltmesi (SKD) uygulanması zorunludur.
3
Sonlu kitle düzeltmesi uygulanarak nihai örneklem hacminin (nn) bulunması
n=n01+n0N=7841+7842352=7841+13=78443=78434=588n = \frac{n_0}{1 + \frac{n_0}{N}} = \frac{784}{1 + \frac{784}{2352}} = \frac{784}{1 + \frac{1}{3}} = \frac{784}{\frac{4}{3}} = 784 \cdot \frac{3}{4} = 588 bulunur.
Kitlenin sınırlı sayıda birimden (N=2352N=2352) oluşması, hedeflenen hata payına daha küçük bir örneklemle ulaşılabilmesini sağlar.

Anahtar Kavram

Ortalama tahmini için örneklem hacmi belirlenirken, önce sonsuz kitle varsayımıyla hesaplama yapılması ve eğer örnekleme kesri yeterince büyükse Sonlu Kitle Düzeltmesi (SKD) formülü ile nihai hacmin belirlenmesi.
Tahmini Süre:2m 30s
Soru 80Soru

Bir halk sağlığı uzmanı, belirli bir ilçedeki ilkokul öğrencilerinin kan değerlerindeki ortalama demir miktarını tahmin etmek amacıyla bir araştırma planlamaktadır. Uzman, pilot çalışmadan elde edilen verilere göre standart sapmayı S=10 μg/dLS = 10 \text{ } \mu\text{g/dL} olarak belirlemiş ve ortalama tahmini için izin verilen maksimum hata payının d=0.98 μg/dLd = 0.98 \text{ } \mu\text{g/dL} olmasını hedeflemiştir.

Araştırmacı ilk aşamada ilçedeki toplam öğrenci sayısını bilmediği için kitleyi sonsuz büyüklükte varsayarak gerekli örneklem hacmini (n0n_0) hesaplamıştır. Daha sonra İlçe Milli Eğitim Müdürlüğünden ilçede tam N=1200N=1200 öğrenci olduğu bilgisini almış ve bu sonlu kitle bilgisini dikkate alarak gerekli örneklem hacmini (nn) güncellemiştir.

Örneklem hacimlerinin her aşamada en yakın üst tam sayıya yuvarlanması gerektiği bilindiğine göre (%95\%95 güven düzeyi için Z=1.96Z = 1.96 ve %90\%90 güven düzeyi için Z=1.645Z = 1.645 olarak verilmiştir), uzmanın hesapladığı n0n_0 ve nn değerleri sırasıyla aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 400400 ve 300300

Cevap

Sonsuz kitle varsayımıyla hesaplanan örneklem hacmi 400 ve sonlu kitle düzeltmesi uygulandığında güncellenen örneklem hacmi 300 olmalıdır.
Ortalama tahmini için örneklem hacmi hesaplanırken önce sonsuz kitle varsayımıyla n0=Z2S2d2n_0 = \frac{Z^2 \cdot S^2}{d^2} formülü kullanılır. %95\%95 güven düzeyi (Z=1.96Z=1.96), S=10S=10 ve d=0.98d=0.98 yerine konulduğunda n0=400n_0 = 400 bulunur. Kitle hacmi N=1200N=1200 olarak verildiği için ikinci aşamada Sonlu Kitle Düzeltmesi yapılarak n=n01+(n0/N)n = \frac{n_0}{1 + (n_0/N)} formülüne göre n=4001+400/1200=300n = \frac{400}{1 + 400/1200} = 300 elde edilir.

Adım Adım Çözüm

1
Sonsuz kitle (N bilinmiyor) varsayımı için başlangıç örneklem hacmi (n0n_0) hesaplanır.
n0=Z2S2d2=1.9621020.982=(1.96100.98)2=202=400n_0 = \frac{Z^2 \cdot S^2}{d^2} = \frac{1.96^2 \cdot 10^2}{0.98^2} = \left(\frac{1.96 \cdot 10}{0.98}\right)^2 = 20^2 = 400
Kitle hacmi bilinmediğinde ortalama tahmini için temel basit rastgele örnekleme örneklem hacmi formülü kullanılır.
2
Kitle hacminin N=1200N=1200 olduğu bilgisiyle Sonlu Kitle Düzeltmesi (SKD) uygulanarak nihai örneklem hacmi (nn) hesaplanır.
n=n01+n0N=4001+4001200=4001+13=40043=300n = \frac{n_0}{1 + \frac{n_0}{N}} = \frac{400}{1 + \frac{400}{1200}} = \frac{400}{1 + \frac{1}{3}} = \frac{400}{\frac{4}{3}} = 300
Kitle hacmi (N) sonlu ve biliniyorsa, maliyet ve zaman tasarrufu sağlamak adına örneklem hacmi SKD ile aşağı yönlü düzeltilmelidir.

Anahtar Kavram

Ortalama Tahmini İçin Örneklem Hacminin Belirlenmesi ve SKD Uygulaması
ÖncekiSayfa 4 / 5Sonraki