Fark Tahminleyicisi ve Özellikleri

13 soru

Soru 1Soru

Bir kamu araştırmasında, N=500N = 500 birimlik bir kitleden iadesiz basit rastgele örnekleme yöntemiyle n=50n = 50 birimlik bir örneklem seçilmiştir. İlgilenilen yy değişkeni ve yardımcı xx değişkenine ilişkin kitle değerleri aşağıdaki tabloda verilmiştir:

ParametreDeğer
Kitle Varyansı (Sy2S_y^2)100100
Yardımcı Değişken Kitle Varyansı (Sx2S_x^2)8080
Kitle Kovaryansı (SxyS_{xy})6060

Araştırmacı, kitle ortalamasını tahmin etmek için k=1k = 1 sabit değerli fark tahminleyicisini (yˉd=yˉ+Xˉxˉ\bar{y}_d = \bar{y} + \bar{X} - \bar{x}) kullanmaya karar vermiştir. Buna göre, bu fark tahminleyicisinin varyansı kaçtır?

Cevabı ve açıklamayı göster

Cevap: 1,081,08

Cevap

Fark tahminleyicisinin varyansı 1,081,08 olarak hesaplanır.
Verilen 1,081,08 değeri, fark tahminleyicisinin varyans formülüne (V(yˉd)=NnNn(Sy2+Sx22Sxy)V(\bar{y}_d) = \frac{N-n}{Nn}(S_y^2 + S_x^2 - 2S_{xy})) tüm parametrelerin doğru şekilde yerleştirilmesi ve sonlu kitle düzeltme çarpanının uygulanmasıyla elde edilen teknik olarak kusursuz sonuçtur.

Adım Adım Çözüm

1
Fark tahminleyicisinin varyans formülünü belirleyin.
V(yˉd)=NnNn(Sy2+k2Sx22kSxy)V(\bar{y}_d) = \frac{N-n}{Nn} (S_y^2 + k^2 S_x^2 - 2k S_{xy})
İadesiz basit rastgele örneklemede sabit kk değerli fark tahminleyicisinin varyansı bu formülle hesaplanır.
2
Verilen değerleri ve k=1k=1 bilgisini formülde yerine koyun.
V(yˉd)=50050500×50(100+12×802×1×60)V(\bar{y}_d) = \frac{500-50}{500 \times 50} (100 + 1^2 \times 80 - 2 \times 1 \times 60)
Soruda verilen kitle parametreleri ve örneklem hacmi değerlerini işleme dahil etmek gerekir.
3
Matematiksel işlemleri gerçekleştirin.
V(yˉd)=45025000(180120)=0,018×60=1,08V(\bar{y}_d) = \frac{450}{25000} (180 - 120) = 0,018 \times 60 = 1,08
Önce sonlu kitle düzeltme çarpanını içeren katsayı, ardından parantez içindeki varyans bileşenleri hesaplanır.

Anahtar Kavram

Fark tahminleyicisi (difference estimator), yardımcı değişkenin bilgisinden yararlanarak kitle parametrelerini tahmin eden yansız bir tahminleyicidir.
Soru 2Soru

Bir kamu kurumu, personelin aylık ortalama eğitim harcamalarını (Yˉ\bar{Y}) tahmin etmek amacıyla N=2.000N = 2.000 kişilik bir kitleden n=200n = 200 birimlik bir örneklemi iadesiz basit rastgele örnekleme yöntemiyle seçmiştir. Yardımcı değişken (XX) olarak personelin aylık geliri kullanılmış ve kitle ortalaması Xˉ=25.000\bar{X} = 25.000 TL olarak bilinmektedir. Yapılan analizler sonucunda örneklem ortalamaları xˉ=24.500\bar{x} = 24.500 TL ve yˉ=2.000\bar{y} = 2.000 TL; kitle varyansları ise Sy2=40.000S_y^2 = 40.000, Sx2=30.000S_x^2 = 30.000 ve kitle kovaryansı Sxy=32.000S_{xy} = 32.000 olarak hesaplanmıştır.

k=1k=1 sabit değeri kullanılarak tanımlanan Yˉ^d=yˉ+(Xˉxˉ)\hat{\bar{Y}}_d = \bar{y} + (\bar{X} - \bar{x}) fark tahminleyicisinin varyansı kaçtır?

Cevabı ve açıklamayı göster

Cevap: 2727

Cevap

Fark tahminleyicisinin varyansı, sonlu kitle düzeltme çarpanı ve değişkenler arası ilişki dikkate alınarak 27 olarak hesaplanır.
Fark tahminleyicisi, kk katsayısı örneklemden bağımsız sabit bir değer olduğunda yansız bir tahminleyicidir. İadesiz basit rastgele örnekleme durumunda bu tahminleyicinin varyansı Var(Yˉ^d)=1fn(Sy2+k2Sx22kSxy)Var(\hat{\bar{Y}}_d) = \frac{1-f}{n} (S_y^2 + k^2 S_x^2 - 2k S_{xy}) formülüyle hesaplanır. Soruda verilen k=1k=1 ve diğer istatistiksel değerler yerleştirildiğinde varyansın 27 olduğu görülür.

Adım Adım Çözüm

1
Sonlu kitle düzeltme çarpanını (SKD) ve örnekleme kesrini belirleyin.
f=n/N=200/2.000=0,1f = n/N = 200/2.000 = 0,1 ve 1fn=0,9200=0,0045\frac{1-f}{n} = \frac{0,9}{200} = 0,0045
İadesiz seçim yapıldığı için varyans formülünde SKD kullanılmalıdır.
2
k=1k=1 için fark tahminleyicisinin varyans formülünü yazın.
Var(Yˉ^d)=1fn(Sy2+Sx22Sxy)Var(\hat{\bar{Y}}_d) = \frac{1-f}{n} (S_y^2 + S_x^2 - 2S_{xy})
Fark tahminleyicisi, yardımcı değişken bilgisini varyansı azaltmak amacıyla kullanır.
3
Verilen değerleri formülde yerine koyarak hesaplamayı yapın.
Var=0,0045×(40.000+30.0002×32.000)=0,0045×(70.00064.000)=0,0045×6.000=27Var = 0,0045 \times (40.000 + 30.000 - 2 \times 32.000) = 0,0045 \times (70.000 - 64.000) = 0,0045 \times 6.000 = 27
Varyans ve kovaryans değerleri arasındaki ilişki tahminleyicinin etkinliğini belirler.

Anahtar Kavram

Fark Tahminleyicisi Varyansı
Soru 3Soru

Bir ildeki hanehalklarının aylık gıda harcamalarını (yy) tahmin etmek amacıyla N=1.000N = 1.000 haneden oluşan bir kitle içinden iadesiz basit rastgele örnekleme ile n=50n = 50 hane seçilmiştir. Yardımcı değişken olarak hanelerin toplam aylık geliri (xx) kullanılmıştır. Kitleye ait bazı karakteristikler aşağıdaki tabloda verilmiştir:

Değişken / İstatistikDeğer
yy değişkeni kitle varyansı (Sy2S_y^2)400400
xx değişkeni kitle varyansı (Sx2S_x^2)200200
Değişkenler arası kitle kovaryansı (SxyS_{xy})150150

Buna göre, k=1k = 1 katsayısı ile tanımlanan fark tahminleyicisinin (yˉd=yˉ+k(μxxˉ)\bar{y}_d = \bar{y} + k(\mu_x - \bar{x})) varyansında, kitle ortalamasının yansız bir tahminleyicisi olan basit aritmetik ortalamanın (yˉ\bar{y}) varyansına göre gerçekleşen azalma miktarı kaçtır?

Cevabı ve açıklamayı göster

Cevap: 1,9

Cevap

Fark tahminleyicisi varyansındaki azalma miktarı 1,9'dur.
Basit aritmetik ortalamanın varyansı 7,6 olarak hesaplanırken, yardımcı değişken bilgisini kullanan fark tahminleyicisinin varyansı 5,7 olarak hesaplanmıştır. Aradaki fark olan 1,9 birimlik düşüş, fark tahminleyicisinin sağladığı etkinlik artışını göstermektedir.

Adım Adım Çözüm

1
Örnekleme kesri (ff) ve kitle düzeltme çarpanının hesaplanması.
f=n/N=50/1000=0,05f = n/N = 50/1000 = 0,05 olup, çarpan değeri 1fn=10,0550=0,019\frac{1-f}{n} = \frac{1-0,05}{50} = 0,019 olarak bulunur.
Varyans hesaplamalarında iadesiz seçim durumunda sonlu kitle düzeltme çarpanı kullanılmalıdır.
2
Basit aritmetik ortalamanın varyansının (V(yˉ)V(\bar{y})) hesaplanması.
V(yˉ)=1fnSy2=0,019×400=7,6V(\bar{y}) = \frac{1-f}{n} S_y^2 = 0,019 \times 400 = 7,6
Fark tahminleyicisinin etkinliğini kıyaslamak için temel tahminleyicinin varyansına ihtiyaç vardır.
3
Fark tahminleyicisinin varyansının (V(yˉd)V(\bar{y}_d)) hesaplanması.
V(yˉd)=1fn(Sy2+k2Sx22kSxy)=0,019×(400+1220021150)=0,019×300=5,7V(\bar{y}_d) = \frac{1-f}{n} (S_y^2 + k^2 S_x^2 - 2k S_{xy}) = 0,019 \times (400 + 1^2 \cdot 200 - 2 \cdot 1 \cdot 150) = 0,019 \times 300 = 5,7
Fark tahminleyicisinin varyansı, ilgilenilen ve yardımcı değişkenlerin varyans ve kovaryanslarına bağlıdır.
4
Varyanslar arasındaki farkın (azalma miktarının) hesaplanması.
Azalma=V(yˉ)V(yˉd)=7,65,7=1,9Azalma = V(\bar{y}) - V(\bar{y}_d) = 7,6 - 5,7 = 1,9
Soruda fark tahminleyicisinin basit ortalamaya göre ne kadarlık bir avantaj sağladığı sorulmuştur.

Anahtar Kavram

Fark Tahminleyicisinin Varyansı ve Etkinliği
Tahmini Süre:2m 0s
Soru 4Soru

Bir tarımsal araştırmada, bir bölgedeki N=600N = 600 çiftçinin buğday verimi (yy) ile ektikleri alanın büyüklüğü (xx) arasındaki ilişki incelenmektedir. Kitledeki alan büyüklüğünün ortalaması (Xˉ\bar{X}) bilinmektedir. İadesiz basit rastgele örnekleme ile seçilen n=60n = 60 çiftçiden elde edilen verilerle şu istatistikler hesaplanmıştır:

Sy2=400S_y^2 = 400, Sx2=100S_x^2 = 100 ve Sxy=150S_{xy} = 150

Kitle ortalamasını tahmin etmek için k=1k = 1 sabit değerli fark tahminleyicisi (yˉD=yˉ+(Xˉxˉ)\bar{y}_D = \bar{y} + (\bar{X} - \bar{x})) kullanıldığına göre, bu tahminleyicinin varyansı (V(yˉD)V(\bar{y}_D)) kaçtır?

Cevabı ve açıklamayı göster

Cevap: 3,0

Cevap

Fark tahminleyicisinin varyansı 3,0 olarak hesaplanır.
Verilen N=600,n=60,Sy2=400,Sx2=100,Sxy=150N=600, n=60, S_y^2=400, S_x^2=100, S_{xy}=150 ve k=1k=1 değerleri V(yˉD)=NnNn(Sy2+k2Sx22kSxy)V(\bar{y}_D) = \frac{N-n}{Nn} (S_y^2 + k^2 S_x^2 - 2k S_{xy}) formülünde yerine konulduğunda 0,015×(400+100300)=30,015 \times (400 + 100 - 300) = 3 sonucu elde edilir. Bu tahminleyici, sadece örneklem ortalamasının kullanıldığı durumdaki varyans değerinden (6,0) daha düşük varyansa sahip olduğu için daha etkindir.

Adım Adım Çözüm

1
Sonlu kitle düzeltme çarpanını (SKD) içeren katsayıyı hesaplayın.
NnNn=60060600×60=54036000=0,015\frac{N-n}{Nn} = \frac{600-60}{600 \times 60} = \frac{540}{36000} = 0,015
İadesiz basit rastgele örneklemede varyans hesaplanırken kitlenin sonlu olması dikkate alınmalıdır.
2
Varyans formülündeki parantez içini (Sy2+k2Sx22kSxyS_y^2 + k^2 S_x^2 - 2k S_{xy}) hesaplayın.
400+(1)2×1002×1×150=400+100300=200400 + (1)^2 \times 100 - 2 \times 1 \times 150 = 400 + 100 - 300 = 200
Fark tahminleyicisinin varyansı, ilgili değişkenlerin varyansları ve aralarındaki kovaryansın doğrusal bir fonksiyonudur.
3
Elde edilen katsayı ile toplam varyans değerini çarpın.
0,015×200=3,00,015 \times 200 = 3,0
Tahminleyicinin nihai varyans değerine ulaşmak için örneklem büyüklüğü ve düzeltme çarpanı ile ağırlıklandırılır.

Anahtar Kavram

Fark Tahminleyicisinin Varyansı ve Etkinliği

Alternatif Yöntem

Varyans azalmasını doğrudan görmek için şu yol izlenebilir: Basit varyans V(yˉ)=6V(\bar{y}) = 6 iken, yardımcı değişken kullanımıyla sağlanan azalma NnNn(2kSxyk2Sx2)=0,015×(300100)=3\frac{N-n}{Nn}(2k S_{xy} - k^2 S_x^2) = 0,015 \times (300 - 100) = 3 birimdir. 63=36 - 3 = 3 sonucuna bu fark üzerinden de ulaşılabilir.
Tahmini Süre:1m 30s
Soru 5Soru

Bir kamu kurumunda çalışan personelin aylık ulaşım giderlerini (yy) tahmin etmek amacıyla, personelin geçen yılki ulaşım giderleri (xx) yardımcı değişken olarak kullanılmaktadır. N=800N = 800 personelden oluşan bir kitle içinden iadesiz basit rastgele örnekleme yöntemiyle n=80n = 80 kişilik bir örneklem seçilmiştir. Örneklem verilerinden hesaplanan varyans ve kovaryans değerleri şöyledir:

- Sy2=120S_y^2 = 120
- Sx2=100S_x^2 = 100
- Sxy=90S_{xy} = 90

Sabit katsayının k=1k = 1 olarak belirlendiği fark tahminleyicisi (yˉd=yˉ+k(Xˉxˉ)\bar{y}_d = \bar{y} + k(\bar{X} - \bar{x})) kullanıldığına göre, bu tahminleyicinin varyansı aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 0,45

Cevap

Fark tahminleyicisinin varyansı 0,45 olarak hesaplanır.
Fark tahminleyicisinin varyansı hesaplanırken iadesiz seçim yapıldığı için öncelikle sonlu kitle düzeltme çarpanı (1f)(1-f) hesaplanmalıdır. N=800N=800 ve n=80n=80 için bu değer 0,90,9 olur. Ardından V(yˉd)=1fn(Sy2+k2Sx22kSxy)V(\bar{y}_d) = \frac{1-f}{n}(S_y^2 + k^2 S_x^2 - 2k S_{xy}) formülü kullanılarak, verilen varyans ve kovaryans değerleri yerine yerleştirilir. k=1k=1 için işlem 0,9/80×(120+100180)=0,450,9/80 \times (120 + 100 - 180) = 0,45 sonucunu verir.

Adım Adım Çözüm

1
Örnekleme oranını (ff) ve sonlu kitle düzeltme çarpanını (1f1-f) hesaplayın.
f=80/800=0,1f = 80 / 800 = 0,1 ve 1f=10,1=0,91-f = 1 - 0,1 = 0,9
İadesiz basit rastgele örneklemede varyans hesaplanırken kitlenin sonlu olması nedeniyle düzeltme faktörü kullanılmalıdır.
2
Fark tahminleyicisinin varyans formülünü yazın.
V(yˉd)=1fn(Sy2+k2Sx22kSxy)V(\bar{y}_d) = \frac{1-f}{n} (S_y^2 + k^2 S_x^2 - 2k S_{xy})
Sabit kk katsayılı fark tahminleyicisinin varyansı, iki değişkenin varyansları ve kovaryansı cinsinden bu şekilde tanımlanır.
3
Verilen değerleri formülde yerine koyarak hesaplamayı tamamlayın.
V(yˉd)=0,980(120+121002190)=0,980(120+100180)=0,980(40)=0,92=0,45V(\bar{y}_d) = \frac{0,9}{80} (120 + 1^2 \cdot 100 - 2 \cdot 1 \cdot 90) = \frac{0,9}{80} (120 + 100 - 180) = \frac{0,9}{80} (40) = \frac{0,9}{2} = 0,45
Varyans ve kovaryans arasındaki ilişkiyi yansıtan terimlerin doğru matematiksel işlemlerle birleştirilmesi gerekir.

Anahtar Kavram

Fark Tahminleyicisinin Varyansı ve SKD Kullanımı

Daha Fazla Pratik

Fark tahminleyicisinin yansızlık özelliğini ve hangi korelasyon koşullarında basit ortalamadan daha etkin olduğunu inceleyebilirsiniz.
Tahmini Süre:1m 30s
Soru 6Soru

Bir kamu araştırmasında, N=1.000N = 1.000 birimlik bir kitleden iadesiz basit rastgele örnekleme ile n=100n = 100 birimlik bir örneklem seçilmiştir. İlgilenilen yy değişkeni için kitle ortalaması tahmininde, yardımcı xx değişkeninden yararlanılarak k=1k = 1 sabitli fark tahminleyicisi (yˉd=yˉ+Xˉxˉ\bar{y}_d = \bar{y} + \bar{X} - \bar{x}) kullanılmıştır.

Araştırma sonucunda elde edilen kitle değerleri aşağıdadır:

Değişken / ParametreDeğer
Kitle Varyansı (Sy2S_y^2)40
Yardımcı Değişken Varyansı (Sx2S_x^2)30
Kovaryans (SxyS_{xy})32

Buna göre, bu fark tahminleyicisinin varyansı (V(yˉd)V(\bar{y}_d)) kaçtır?

Cevabı ve açıklamayı göster

Cevap: 0,054

Cevap

Fark tahminleyicisinin varyansı 0,054'tür.
Fark tahminleyicisinin varyansı hesaplanırken V(yˉd)=1fn(Sy2+Sx22Sxy)V(\bar{y}_d) = \frac{1-f}{n} (S_y^2 + S_x^2 - 2S_{xy}) formülü kullanılır. Burada (10,1)/100=0,009(1-0,1)/100 = 0,009 katsayısı ile varyansların toplamından kovaryansın iki katının çıkarılmasıyla elde edilen 40+3064=640+30-64=6 değeri çarpıldığında 0,054 sonucuna ulaşılır. Bu tahminleyici, basit ortalama varyansı olan 0,360'tan çok daha küçüktür, bu da tahminleyicinin etkinliğini gösterir.

Adım Adım Çözüm

1
Fark tahminleyicisi varyans formülünü belirleyiniz.
V(yˉd)=1fn[Sy2+k2Sx22kSxy]V(\bar{y}_d) = \frac{1-f}{n} [S_y^2 + k^2 S_x^2 - 2k S_{xy}] burada f=n/N=100/1.000=0,1f = n/N = 100/1.000 = 0,1 ve k=1k=1 olarak verilmiştir.
İadesiz basit rastgele örneklemede fark tahminleyicisinin varyansı bu formülle hesaplanır.
2
Verilen değerleri formülde yerine yerleştiriniz.
V(yˉd)=10,1100[40+12(30)2(1)(32)]V(\bar{y}_d) = \frac{1-0,1}{100} [40 + 1^2(30) - 2(1)(32)]
Sonlu kitle düzeltme çarpanı, örneklem hacmi ve kitle parametreleri işleme dahil edilir.
3
Hesaplamayı tamamlayınız.
V(yˉd)=0,9100[40+3064]=0,009×6=0,054V(\bar{y}_d) = \frac{0,9}{100} [40 + 30 - 64] = 0,009 \times 6 = 0,054
Parantez içindeki işlem ve katsayı çarpımı sonucu nihai varyansı verir.

Anahtar Kavram

Fark tahminleyicisi, yardımcı değişken ile ilgilenilen değişken arasında yüksek pozitif korelasyon olduğunda kitle ortalaması varyansını düşüren yansız bir tahminleyicidir.

Daha Fazla Pratik

Fark tahminleyicisinin regresyon tahminleyicisi ile arasındaki farkı ve hangi durumda k=1 seçiminin optimal olduğunu inceleyiniz.
Tahmini Süre:1m 30s
Soru 7Soru

Örnekleme teorisinde, kitle ortalamasını tahmin etmek amacıyla kullanılan fark tahminleyicisi yˉd=yˉ+k(Xˉxˉ)\bar{y}_d = \bar{y} + k(\bar{X} - \bar{x}) şeklinde tanımlanmaktadır. Burada yˉ\bar{y} ve xˉ\bar{x} örneklem ortalamalarını, Xˉ\bar{X} ise yardımcı değişkenin bilinen kitle ortalamasını ifade etmektedir.

kk değerinin önceden belirlenmiş sabit bir katsayı olduğu varsayıldığında, bu tahminleyicinin yansızlık (unbiasedness) özelliği ile ilgili aşağıdakilerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Tahminleyici, kitle ortalaması Yˉ\bar{Y} için her zaman yansızdır.

Cevap

Fark tahminleyicisi, kk katsayısı sabit bir değer olduğu sürece kitle ortalaması Yˉ\bar{Y} için her zaman yansızdır.
Fark tahminleyicisi yˉd=yˉ+k(Xˉxˉ)\bar{y}_d = \bar{y} + k(\bar{X} - \bar{x}) formülünde kk katsayısı örneklem değerlerinden bağımsız sabit bir sayı olduğunda, beklenen değer işlemi sonucunda E(yˉ)+k(XˉE(xˉ))E(\bar{y}) + k(\bar{X} - E(\bar{x})) ifadesi Yˉ+k(XˉXˉ)\bar{Y} + k(\bar{X} - \bar{X}) halini alır ve sonuç doğrudan Yˉ\bar{Y} olur. Bu durum tahminleyicinin her zaman yansız olduğunu gösterir.

Adım Adım Çözüm

1
Tahminleyicinin beklenen değerini yazın.
E(yˉd)=E[yˉ+k(Xˉxˉ)]E(\bar{y}_d) = E[\bar{y} + k(\bar{X} - \bar{x})]
Yansızlık kontrolü için tahminleyicinin beklenen değeri hesaplanmalıdır.
2
Beklenen değerin lineerlik özelliğini uygulayın.
E(yˉd)=E(yˉ)+k[XˉE(xˉ)]E(\bar{y}_d) = E(\bar{y}) + k[\bar{X} - E(\bar{x})]
kk ve Xˉ\bar{X} sabit değerler olduğu için operatörün dışına çıkarılabilir veya etkilenmez.
3
Örneklem ortalamalarının kitle parametrelerine eşit olduğunu kullanın.
E(yˉ)=YˉE(\bar{y}) = \bar{Y} ve E(xˉ)=XˉE(\bar{x}) = \bar{X}
Basit rastgele örneklemede örneklem ortalaması, kitle ortalamasının yansız bir tahminleyicisidir.
4
İfadeyi sadeleştirin.
E(yˉd)=Yˉ+k(XˉXˉ)=YˉE(\bar{y}_d) = \bar{Y} + k(\bar{X} - \bar{X}) = \bar{Y}
Parantez içi sıfır olduğu için sonuç kitle ortalamasına eşit çıkar ve tahminleyicinin yansız olduğu kanıtlanır.

Anahtar Kavram

Fark Tahminleyicisinin Yansızlığı
Tahmini Süre:45s
Soru 8Soru

Örnekleme teorisinde, yardımcı değişken (xx) bilgisinden yararlanılarak kitle ortalamasını (Yˉ\bar{Y}) tahmin etmek amacıyla kullanılan yˉd=yˉ+k(Xˉxˉ)\bar{y}_d = \bar{y} + k(\bar{X} - \bar{x}) fark tahminleyicisi ile ilgili olarak; kk katsayısının örneklem seçilmeden önce belirlenmiş sabit bir sayı olması durumunda aşağıdakilerden hangisi kesinlikle doğrudur?

Cevabı ve açıklamayı göster

Cevap: Tahminleyici, kitle ortalamasının (Yˉ\bar{Y}) yansız bir tahminleyicisidir.

Cevap

Fark tahminleyicisi, k katsayısı sabit bir değer olduğunda kitle ortalaması için yansız bir tahminleyicidir.
Fark tahminleyicisi, sabit bir k değeri kullanıldığında kitle ortalamasının yansız bir tahminleyicisi olur. Çünkü örneklem ortalamalarının beklenen değerleri kitle ortalamalarına eşittir ve denklemdeki fark terimi beklenen değer alındığında sıfırlanarak sadece kitle ortalamasını geriye bırakır.

Adım Adım Çözüm

1
Tahminleyicinin beklenen değerini tanımlayın.
E[yˉd]=E[yˉ+k(Xˉxˉ)]E[\bar{y}_d] = E[\bar{y} + k(\bar{X} - \bar{x})] olarak yazılır.
Yansızlık özelliğini kontrol etmek için tahminleyicinin beklenen değerinin kitle parametresine eşit olup olmadığına bakılmalıdır.
2
Beklenen değer operatörünün doğrusallık özelliğini uygulayın.
E[yˉd]=E[yˉ]+k(E[Xˉ]E[xˉ])E[\bar{y}_d] = E[\bar{y}] + k(E[\bar{X}] - E[\bar{x}]) halini alır (k sabit olduğu için dışarı çıkar).
Toplama ve çarpma işlemlerinde beklenen değer operatörü terimlere dağıtılabilir.
3
Örneklem ortalamalarının beklenen değerlerini yerleştirin.
E[yˉ]=YˉE[\bar{y}] = \bar{Y} ve E[xˉ]=XˉE[\bar{x}] = \bar{X} olduğu için, ifade E[yˉd]=Yˉ+k(XˉXˉ)=YˉE[\bar{y}_d] = \bar{Y} + k(\bar{X} - \bar{X}) = \bar{Y} olur.
Basit rastgele örneklemede örneklem ortalaması, kitle ortalamasının yansız bir tahminleyicisidir.

Anahtar Kavram

Fark Tahminleyicisinin Yansızlığı (Unbiasedness of Difference Estimator)

Daha Fazla Pratik

Fark tahminleyicisinin varyansını minimum yapan optimum k değerinin (regresyon katsayısı) hesaplanması konusuna çalışabilirsiniz.
Tahmini Süre:45s
Soru 9Soru

Bir İl Sağlık Müdürlüğü, il genelindeki N=500N = 500 aile hekimliği biriminin bu yılki günlük ortalama muayene sayısını (Yˉ\bar{Y}) tahmin etmek istemektedir. Bu amaçla iadesiz basit rastgele örnekleme yöntemiyle n=50n = 50 birimlik bir örneklem seçilmiştir.

Araştırmada ilgilenilen değişken (yy) bu yılki günlük ortalama muayene sayısı, yardımcı değişken (xx) ise bir önceki yılın resmi kayıtlı günlük ortalama muayene sayısıdır. Örneklemden elde edilen istatistikler aşağıdaki gibidir:

sy2=150s_y^2 = 150
sx2=120s_x^2 = 120
sxy=85s_{xy} = 85

Araştırmacı, kitle ortalamasını tahmin etmek için k=1k = 1 sabiti ile tanımlanan yˉd=yˉ+1(Xˉxˉ)\bar{y}_d = \bar{y} + 1 \cdot (\bar{X} - \bar{x}) fark tahminleyicisini kullanmaya karar vermiştir.

Buna göre, bu fark tahminleyicisinin varyans tahmini, v(yˉd)v(\bar{y}_d), kaçtır?

Cevabı ve açıklamayı göster

Cevap: 1,80

Cevap

Fark tahminleyicisinin varyans tahmini 1,80 olarak hesaplanır.
Verilen k=1k=1 değeri için fark tahminleyicisinin varyans tahmini formülü v(yˉd)=1fn(sy2+sx22sxy)v(\bar{y}_d) = \frac{1-f}{n} (s_y^2 + s_x^2 - 2 s_{xy}) şeklindedir. Sonlu kitle düzeltme çarpanı hesaba katılarak 101050×(150+120170)=0018×100=180\frac{1 - 0{}10}{50} \times (150 + 120 - 170) = 0{}018 \times 100 = 1{}80 değeri elde edilir. Bu doğru yanıttır.

Adım Adım Çözüm

1
Örnekleme kesrini (ff) ve sonlu kitle düzeltme çarpanını (1f1-f) hesaplayın.
f=50500=010f = \frac{50}{500} = 0{}10 ve 1f=0901-f = 0{}90 bulunur.
İadesiz seçim yapıldığı için kitle büyüklüğü varyans tahmininde dikkate alınmalıdır.
2
Fark tahminleyicisinin varyans tahmini formülünü kurgulayın.
v(yˉd)=1fn(sy2+k2sx22ksxy)v(\bar{y}_d) = \frac{1-f}{n} (s_y^2 + k^2 s_x^2 - 2k s_{xy}) formülü kullanılır.
Yardımcı değişkenle kurulan fark tahminleyicisinin varyansında her iki değişkenin varyansları ve aralarındaki kovaryans rol oynar.
3
Verilen değerleri formülde yerine koyarak varyans tahminini hesaplayın.
v(yˉd)=09050(150+121202185)=0018×(270170)=0018×100=180v(\bar{y}_d) = \frac{0{}90}{50} (150 + 1^2 \cdot 120 - 2 \cdot 1 \cdot 85) = 0{}018 \times (270 - 170) = 0{}018 \times 100 = 1{}80
Tüm parametreler formüldeki matematiksel ilişkiye uygun şekilde birleştirilmiştir.

Anahtar Kavram

Fark Tahminleyicisinin Varyansı ve SKD Kullanımı
Soru 10Soru

Orman Genel Müdürlüğü tarafından yürütülen bir çalışmada, belirli bir ormanlık alandaki hektar başına ortalama ağaç sayısını (yy) tahmin etmek için, parsellerin ortalama rakım değerleri (xx) yardımcı değişken olarak kullanılacaktır. Bu amaçla yˉd=yˉ+k(Xˉxˉ)\bar{y}_d = \bar{y} + k(\bar{X} - \bar{x}) formülüyle verilen fark tahminleyicisi önerilmiştir.

Yapılan ön çalışmalarda değişkenlere ilişkin kitle parametreleri şu şekilde hesaplanmıştır:
- İlgilenilen değişkenin varyansı: Sy2=120S_y^2 = 120
- Yardımcı değişkenin varyansı: Sx2=80S_x^2 = 80
- İki değişken arasındaki kovaryans: Sxy=60S_{xy} = 60

Araştırmacının kullanacağı fark tahminleyicisinin, basit rastgele örnekleme ortalamasına (yˉ\bar{y}) göre daha etkin (daha küçük varyanslı) olabilmesi için kk sabitinin alabileceği değer aralığı aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 0<k<1,50 < k < 1,5

Cevap

Fark tahminleyicisinin daha etkin olması için gereken aralık 0<k<1,50 < k < 1,5'tir.
Fark tahminleyicisinin basit rastgele örneklemeye göre daha etkin olabilmesi için V(yˉd)<V(yˉ)V(\bar{y}_d) < V(\bar{y}) şartı sağlanmalıdır. Formülleri yerine yazdığımızda Sy2+k2Sx22kSxy<Sy2S_y^2 + k^2 S_x^2 - 2k S_{xy} < S_y^2 elde edilir. Sadeleştirme yapıldığında k(kSx22Sxy)<0k(k S_x^2 - 2S_{xy}) < 0 eşitsizliği ortaya çıkar. Verilen değerler (Sx2=80S_x^2 = 80, Sxy=60S_{xy} = 60) yerine konulduğunda k(80k120)<0k(80k - 120) < 0 elde edilir. Bu eşitsizliğin kökleri 00 ve 1,51,5'tir ve parabol kolları yukarı doğru olduğu için çözüm aralığı 0<k<1,50 < k < 1,5 olarak bulunur.

Adım Adım Çözüm

1
Fark tahminleyicisi ile basit rastgele örnekleme ortalamasının varyanslarını karşılaştırmak için etkinlik koşulunu yazın.
V(yˉd)<V(yˉ)V(\bar{y}_d) < V(\bar{y}) olmalıdır.
Bir tahminleyicinin diğerinden daha etkin olması, varyansının daha küçük olması anlamına gelir.
2
Varyans formüllerini eşitsizlikte yerine koyun.
1fn(Sy2+k2Sx22kSxy)<1fnSy2\frac{1-f}{n}(S_y^2 + k^2 S_x^2 - 2k S_{xy}) < \frac{1-f}{n} S_y^2
Varyans ifadelerinin açık hallerini yazarak kk'ya bağlı terimleri yalnız bırakmak hedeflenmektedir.
3
Eşitsizliği sadeleştirin ve ortak çarpan parantezine alın.
k2Sx22kSxy<0    k(kSx22Sxy)<0k^2 S_x^2 - 2k S_{xy} < 0 \implies k(k S_x^2 - 2S_{xy}) < 0
Her iki taraftaki 1fnSy2\frac{1-f}{n} S_y^2 terimleri birbirini götürerek formülü basitleştirir.
4
Verilen Sx2=80S_x^2 = 80 ve Sxy=60S_{xy} = 60 değerlerini eşitsizlikte yerine koyarak çözümü bulun.
k(80k120)<0k(80k - 120) < 0 eşitsizliğinin kökleri 00 ve 1,51,5'tir. Parabol kolları yukarı doğru olduğundan çözüm aralığı 0<k<1,50 < k < 1,5 olur.
Eşitsizliğin negatif olduğu aralık, denklemin kökleri arasındaki aralıktır.

Anahtar Kavram

Fark Tahminleyicisinin Etkinliği
Tahmini Süre:2m 0s
Soru 11Soru

Bir büyükşehir belediyesi, bölgesindeki N=1000N = 1000 ticari işletmenin ortalama günlük su tüketimini (Yˉ\bar{Y}) tahmin etmek istemektedir. Bu amaçla, iadesiz basit rastgele örnekleme yöntemiyle n=200n = 200 işletmelik bir örneklem seçilmiştir.

Araştırmacılar, tahminin duyarlılığını artırmak için işletmelerin bir önceki yıla ait günlük ortalama su tüketim değerlerini yardımcı değişken (XX) olarak kullanmaya karar vermiş ve örneklemden elde edilen verilerle aşağıdaki istatistikleri hesaplamıştır:

* İlgilenilen değişkenin varyansı: sy2=300s_y^2 = 300
* Yardımcı değişkenin varyansı: sx2=400s_x^2 = 400
* İki değişken arasındaki kovaryans: sxy=250s_{xy} = 250

Araştırmacılar, kitle ortalamasını tahmin etmek için, kk sabitinin örneklem seçiminden tamamen bağımsız (a priori) olarak k=0,5k = 0,5 şeklinde belirlendiği fark tahminleyicisini (yˉd=yˉ+k(Xˉxˉ)\bar{y}_d = \bar{y} + k(\bar{X} - \bar{x})) kullanmıştır.

Buna göre, bu fark tahminleyicisinin tahmini varyansı (V^(yˉd)\hat{V}(\bar{y}_d)) kaçtır ve bu tahminleyicinin kitle ortalaması için yansızlık durumu aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: Tahmini Varyans: 0,60 ; Yansızlık Durumu: Her zaman yansızdır

Cevap

Tahmini varyansın 0,60 olarak bulunduğu ve tahminleyicinin her zaman yansız olduğu seçenektir.
Doğru yanıt olan seçenekte hem tahmini varyans doğru hesaplanmış (0,60) hem de k sabitinin örneklemden bağımsız belirlenmesi durumunda tahminleyicinin her örneklem hacminde yansız olduğu (Her zaman yansızdır) teorik gerçeği doğru verilmiştir.

Adım Adım Çözüm

1
Tahminleyicinin yansızlık durumunu teorik olarak değerlendir.
Tahminleyici her zaman yansızdır.
Fark tahminleyicisinde katsayı (kk) örneklemden hesaplanmayıp önceden sabit bir değer (k=0,5k=0,5) olarak belirlendiği için, beklenen değer operatörü E(yˉd)=E(yˉ)+kE(Xˉxˉ)=Yˉ+k(XˉXˉ)=YˉE(\bar{y}_d) = E(\bar{y}) + kE(\bar{X} - \bar{x}) = \bar{Y} + k(\bar{X} - \bar{X}) = \bar{Y} eşitliğini her örneklem hacmi için sağlar.
2
Sonlu Kitle Düzeltme Çarpanı (SKD) ve örneklem genişliği bileşenini hesapla.
(1 - f) / n = 0,004
İadesiz seçim yapıldığından SKD dikkate alınmalıdır. f = n/N = 200/1000 = 0,2. Çarpan: (1 - 0,2) / 200 = 0,8 / 200 = 0,004 olur.
3
Fark tahminleyicisinin varyans formülünün parantez içi bileşenini (sy2+k2sx22ksxys_y^2 + k^2 s_x^2 - 2k s_{xy}) hesapla.
150
Verilenleri yerine koyduğumuzda: 300 + (0,5)^2 * 400 - 2 * 0,5 * 250 = 300 + 100 - 250 = 150 değeri elde edilir.
4
Tahmini varyansı (V^(yˉd)\hat{V}(\bar{y}_d)) bulmak için çarpanları birleştir.
0,004 * 150 = 0,60
Parantez dışındaki (1-f)/n çarpanı ile parantez içinden elde edilen 150 değeri çarpılarak nihai tahmini varyans bulunur.

Anahtar Kavram

Fark Tahminleyicisinin Varyansı ve Yansızlık Özelliği
Tahmini Süre:2m 30s
Soru 12Soru

Bir enerji dağıtım şirketi, hizmet bölgesindeki N=2500N = 2500 üretim tesisinin cari yıl günlük ortalama elektrik tüketimini (Yˉ\bar{Y}) tahmin etmek amacıyla iadesiz basit rastgele örnekleme yöntemiyle n=100n = 100 hacimli bir örneklem seçmiştir. Tesislerin bir önceki yıla ait günlük ortalama tüketim değerleri (xx) yardımcı değişken olarak alınmış olup, bu değişkene ait kitle ortalaması (Xˉ\bar{X}) bilinmektedir.

Örneklemden elde edilen istatistikler şöyledir:
- İlgilenilen değişkenin varyansı: sy2=500s_y^2 = 500
- Yardımcı değişkenin varyansı: sx2=400s_x^2 = 400
- İlgilenilen ve yardımcı değişken arasındaki kovaryans: sxy=350s_{xy} = 350

Araştırmacı, kitle ortalamasını tahmin etmek için önceden belirlenmiş sabit bir k=1k = 1 katsayısı kullanarak fark tahminleyicisi (yˉd=yˉ+k(Xˉxˉ)\bar{y}_d = \bar{y} + k(\bar{X} - \bar{x})) oluşturmuştur.

Buna göre, oluşturulan bu fark tahminleyicisinin tahmini varyansı (V^(yˉd)\hat{V}(\bar{y}_d)) kaçtır ve tahminleyicinin yansızlık durumu hakkında aşağıdakilerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Tahmini Varyans: 1,921,92 ; Her örneklem hacminde yansızdır.

Cevap

Fark tahminleyicisinin tahmini varyansı 1,92'dir ve katsayısı sabit olduğu için her örneklem hacminde kesin yansız bir tahminleyicidir.
Verilen bilgiler ışığında fark tahminleyicisinin varyansı SKD çarpanı da dahil edilerek hesaplandığında (0,96/100)[500+4002(350)]=1,92(0,96 / 100) \cdot [500 + 400 - 2(350)] = 1,92 bulunur. Ayrıca, k=1k = 1 dışsal ve sabit bir katsayı olduğu için fark tahminleyicisinin beklenen değeri kitle ortalamasına daima eşittir; dolayısıyla her örneklem hacminde yansızdır.

Adım Adım Çözüm

1
Sonlu Kitle Düzeltme Çarpanı (SKD) değerini hesaplayın.
1f=1(n/N)=1(100/2500)=10,04=0,961 - f = 1 - (n / N) = 1 - (100 / 2500) = 1 - 0,04 = 0,96
İadesiz seçim yapıldığı ve kitle büyüklüğü verildiği için varyans hesaplamasında SKD kullanılmalıdır.
2
Fark tahminleyicisinin varyans formülünün ana bileşenini hesaplayın.
sy2+k2sx22ksxy=500+(12400)2(1)(350)=900700=200s_y^2 + k^2 s_x^2 - 2k s_{xy} = 500 + (1^2 \cdot 400) - 2(1)(350) = 900 - 700 = 200
Varyans hesabı, her iki değişkenin varyansları ve kovaryansları ile belirlenen kk sabitine bağlıdır.
3
Tahmini varyans değerini elde edin.
V^(yˉd)=1fn200=0,96100200=0,0096200=1,92\hat{V}(\bar{y}_d) = \frac{1-f}{n} \cdot 200 = \frac{0,96}{100} \cdot 200 = 0,0096 \cdot 200 = 1,92
Örneklem hacmi ve SKD bileşenleri ana denklem sonucuna uygulanarak nihai varyans bulunur.
4
Tahminleyicinin yansızlık durumunu teorik olarak değerlendirin.
Tahminleyici her örneklem hacminde yansızdır.
Fark tahminleyicisinde yer alan kk katsayısı, örneklem istatistiklerinden elde edilmeyen (dışsal/sabit) bir sayı olduğunda, beklenen değer operatörü E(yˉd)E(\bar{y}_d) doğrudan Yˉ\bar{Y}'ye eşit olur. Oran ve regresyon tahminleyicilerinin aksine kesin yansızdır.

Anahtar Kavram

Fark Tahminleyicisinin Varyansı ve Kesin Yansızlık Özelliği
Soru 13Soru

Bir tarım kooperatifi, bünyesinde bulunan N=1000N = 1000 üreticinin bu yılki ortalama ayçiçeği rekoltesini (Yˉ\bar{Y}) tahmin etmek amacıyla basit rastgele iadesiz örnekleme yöntemiyle n=100n = 100 üretici seçmiştir. Üreticilerin bir önceki yıla ait rekolte değerleri (xx) tam olarak bilinmektedir ve yardımcı değişken olarak kullanılacaktır.

Örneklemden elde edilen istatistikler aşağıdaki gibidir:
- sy2=250s_y^2 = 250 (Bu yılki rekoltenin örneklem varyansı)
- sx2=200s_x^2 = 200 (Geçen yılki rekoltenin örneklem varyansı)
- sxy=175s_{xy} = 175 (İki yılın rekoltesi arasındaki örneklem kovaryansı)

Araştırmacı, kitle ortalamasını tahmin etmek için sabit bir c=1c=1 katsayısı alınarak oluşturulan yˉd=yˉ+c(Xˉxˉ)\bar{y}_d = \bar{y} + c(\bar{X} - \bar{x}) formülüne sahip fark tahminleyicisini kullanmaya karar vermiştir.

Buna göre, fark tahminleyicisinin tahmini varyansı (V^(yˉd)\hat{V}(\bar{y}_d)) kaçtır ve bu tahminleyicinin yansızlık özelliği hakkında aşağıdakilerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Tahmini varyans: 0,900,90 ; Yansız bir tahminleyicidir.

Cevap

Fark tahminleyicisinin tahmini varyansı 0,90 olarak hesaplanır ve bu tahminleyici kitle ortalaması için yansız bir tahminleyicidir.
Fark tahminleyicisi formülü yˉd=yˉ+c(Xˉxˉ)\bar{y}_d = \bar{y} + c(\bar{X} - \bar{x}) yapısında olup buradaki cc katsayısı sabit bir değerdir. Beklenen değeri alındığında E(yˉd)=E(yˉ)+c(E(Xˉ)E(xˉ))=Yˉ+c(XˉXˉ)=YˉE(\bar{y}_d) = E(\bar{y}) + c(E(\bar{X}) - E(\bar{x})) = \bar{Y} + c(\bar{X} - \bar{X}) = \bar{Y} elde edilir, dolayısıyla her koşulda tam yansızdır. Varyans ise 1fn(sy2+c2sx22csxy)\frac{1-f}{n}(s_y^2 + c^2 s_x^2 - 2c s_{xy}) formülüyle hesaplanır. Çarpan (10.1)/100=0.009(1 - 0.1)/100 = 0.009, parantez içi ise 250+200350=100250 + 200 - 350 = 100 olduğundan sonuç 0,900,90 çıkar.

Adım Adım Çözüm

1
Sabit katsayılı fark tahminleyicisinin tahmini varyans formülünü belirleme
V^(yˉd)=1fn(sy2+c2sx22csxy)\hat{V}(\bar{y}_d) = \frac{1-f}{n}(s_y^2 + c^2 s_x^2 - 2c s_{xy}) formülü kullanılır.
Yardımcı değişken bilgisiyle oluşturulan ve katsayısı sabit olan tahminleyicinin varyansını hesaplayabilmek için.
2
Sonlu kitle düzeltme çarpanını (SKD) ve formülün katsayısını hesaplama
f=nN=1001000=0,10    1f=0,90f = \frac{n}{N} = \frac{100}{1000} = 0,10 \implies 1-f = 0,90. Formülün katsayısı: 1fn=0,90100=0,009\frac{1-f}{n} = \frac{0,90}{100} = 0,009 bulunur.
Örnekleme iadesiz olarak yapıldığından ve n/N>0.05n/N > 0.05 olduğundan SKD dikkate alınmalıdır.
3
Verilen değerleri formülde yerine koyarak varyansı hesaplama
Parantez içi: 250+(1)220021175=450350=100250 + (1)^2 \cdot 200 - 2 \cdot 1 \cdot 175 = 450 - 350 = 100. Tahmini varyans: 0,009×100=0,900,009 \times 100 = 0,90 olarak elde edilir.
İki değişkenin varyansları ve kovaryansı kullanılarak fark tahminleyicisinin yayılımı bulunur.
4
Tahminleyicinin yansızlık özelliğini teorik olarak değerlendirme
Tahminleyici yansızdır sonucuna varılır.
Oran ve regresyon tahminleyicilerinin aksine, fark tahminleyicisinde kullanılan cc katsayısı rastgele bir değişken değil, önceden belirlenmiş sabit bir değerdir. Bu nedenle E(yˉd)=YˉE(\bar{y}_d) = \bar{Y} eşitliği her örneklem büyüklüğü için tam olarak sağlanır.

Anahtar Kavram

Fark tahminleyicisinin sabit bir katsayı altında her zaman yansız olması ve varyansının hesaplanması
Fark Tahminleyicisi ve Özellikleri Alıştırma Soruları — KPSS İstatistik | Examkin