Güven Aralığı

Hesaplamaları

ÖRNEKLER
Standart normal dağılım ile olasılık
hesaplamaları
 Standart normal dağılım ile olasılık
hesaplamaları

 1


 
1
f ( x)dx  P((   1 )  x (   1 ))  0.6826

  2


 
2
f ( x)dx  P((   2 )  x (   2 ))  0.9546

  3


 
3
f ( x)dx  P((   3 )  x (   3 ))  0.9973
Normal dağılım eğrisinin standardizasyonu

xi  
i 

xi  X
Örneklemde   i 
s
1


1
f ( ) d   P ( 1     1)  0.6826

2


2
f ( ) d   P ( 2     2)  0.9546

3


3
f ( ) d   P ( 3     3)  0.9973
 Örnek 1

 Bir kliniğe belli bir şikayetle gelen hastaların yaşlarının normal

dağılıma sahip olduğu ve ortalamasının 37.5, standart sapmasının ise
7.6 olduğu varsayılırsa, random olarak seçilen bir hastanın 44 yaşından
genç olması olasılığı nedir?
  37.5
  7.6
x 44  37.5 6.5
Z 44 yaş     0.86
 7.6 7.6
 Standart normal dağılım tablosuna baktığımızda, Z=0.86’nın
0.8051’lik bir olasılık değerine eşit olduğunu görürüz.
Dolayısıyla, rastgele seçilen bir hastanın 44 yaşından genç olma
olasılığı %80.5’tir.
 Örnek 2

 Bir önceki örneğin verilerine dayanarak, rastgele

seçilen bir hastanın yaşının 46 ile 54 arasında olması
olasılığı nedir?

46  37.5 8.5
Z 46    1.12
7.6 7.6
54  37.5 16.5
Z 54    2.17
7.6 7.6
0 ile 2.17 arasındaki alan  0.9850
0 ile1.12 arasındaki alan  0.8686
Fark  0.9850  0.8686  0.1164
P (46  x  54)  0.1164  %11.64 
 Güven Aralığı

 Bir örneklemden elde edilen aritmetik ortalamadan /

orandan / varyanstan hareket ederek, populasyon
ortalamasına / oranına / varyansına yönelik tahmini
sınırları verir
 Güven aralığındaki alt ve üst sınırların nedeni,
örneklemler arasındaki değişkenliktir
 Örneklem büyüklüğü arttıkça, güven aralığı daralır
 Standart normal dağılımla güven aralığı

 Aritmetik ortalamaya ait teorik örnekleme dağılımının

normal eğriye yakınlaştığını, normal eğri altındaki toplam
alanın %95’inin de -1.96 ile +1.96 sınırları arasında
kaldığını hatırlatalım:
Standart normal dağılımla ortalama için güven
aralığı formulü

 Populasyon aritmetik ortalaması µ’nün %95 güven

aralığı sınırları aşağıdaki gibi ifade edilir:
Genel
   
P (( X  Z /2  X )   X  ( X  Z /2  X ))
 n  n
%90 Güven Araligi
   
P (( X  1.65  X )   X  ( X  1.65  X ))  .90
 n  n
%95 Güven Araligi
   
P (( X  1.96  X )   X  ( X  1.96  X ))  .95
 n  n
%99 Güven Araligi
     
P (( X  2.58   )   X  ( X  2.58  ))  .99
 n  n
 Örnek 1

 Glaucoma rahatsızlığı bulunan 60 yaşındaki 200 hastanın

ortalama kan basıncı 140 ve standart sapması 25 olarak
belirlenmiştir. İlgili populasyonun artalama kan basıncı
%95 olasılıkla hangi değerler arasında olabilir?
n  200
X  140
 X  25
X 25
Ortalamanin standart hatasi  SH    1.77
n 200
P( X  1.96( SH ))  P(140  1.96(1.77))
Alt sınır  P(140  1.96(1.77))  136.5
Üst sınır  P(140  1.96(1.77))  143.5
136.5   X  143.5
 Örnek 1.2

 Bir önceki çalışma eğer 100 hasta ile yapılmış

olsaydı, %95 güven aralığı sınırları ne olurdu?

n  100
X  140
 X  25
X 25
Ortalamanin standart hatasi  SH    2.5
n 100
P( X  1.96( SH ))  P(140  1.96(2.5))
Alt sınır  P (140  1.96(2.5))  135
Üst sınır  P(140  1.96(2.5))  145
135   X  145
 Örnek 1.3

 Örnek 1.2’deki değerlerle %99 güven aralığının

hesaplanması:
n  100
X  140
 X  25
X 25
Ortalamanin standart hatasi  SH    2.5
n 100
P( X  1.65( SH ))  P(140  1.65(2.5))
Alt sınır  P (140  1.65(2.5))  135.88
Üst sınır  P(140  1.65(2.5))  144.13
135.88   X  144.13
Standart normal dağılımla oranlar için güven
aralığı formulü

ps  örneklemdeki oran
qs  1  ps
ps (1  ps )
ˆ p 
n
Genel
P (( ps  Z / 2 ˆ p )  Pp  ( X  Z / 2 ˆ p ))
%90 Güven Araligi
P (( ps  1.65 ˆ p )  Pp  ( ps  1.65 ˆ p ))  .90
%95 Güven Araligi
P (( ps  1.96 ˆ p )  Pp  ( ps  1.96 ˆ p ))  .95
%99 Güven Araligi
P (( ps  2.58 ˆ p )  Pp  ( ps  2.58 ˆ p ))  .99
 Standart normal dağılımla oranlar için güven
aralığı: Örnek 1.4

 Bir Anadolu kasabasında, 40 yaş ve üstü 175 kişi random

olarak seçilmiş, %54’ünün (.54) obez olduğu tesbit
edilmiştir. %95 güvenle kasabadaki aynı yaş grubu
populasyonunun obezite oranlarının sınırları nedir?
n  175
ps  0.54
qs  1  0.54  0.46
ps (1  ps ) 0.54(0.46)
ˆ p    0.0377
n 175
P((0.54  1.96  0.0377 )  Pp  (0.54  1.96  0.0377 ))
0.466  Pp  0.614
%46.6  Pp  %61.4
 n<30 ve σ bilinmediği durumlarda

 Sözkonusu değişkenin populasyondaki dağılımının

normal olduğu varsayımıyla, güven aralığı aşağıdaki
gibi ifade edilir:

 sx   sx 
P(( X  t , n1  )   X  ( X  t , n1  ))
 n  n
 Yukarıdaki ifadede t, hedeflenen güven seviyesine
göre, n-1 serbestlik derecesine karşılık gelen t-
dağılımı (Student’s t) değeridir.
 Student’s t-dağılımı

 Populasyon standart sapması (σ) bilinmediği

durumlarda, örneklemin standart sapması (s) bir
yaklaşım olarak kullanılır
 (σ)’nın yerine (s) yerleştirildiğinde, normal dağılım
yerine t-dağılımı devreye girer
 n<30 olduğu durumlarda, t-dağılımını
kullanabilmek için populasyonun normal dağılıma
sahip olması gerekir
 n>30 olduğu durumlarda ise, normal dağılım
t- dağılımına bir yaklaşım olarak kullanılabilir
(populasyon normal dağılıma sahip olmasa dahi.)
 Örnek 2

 Örnek 1.3’teki verilerin n=25 için söz konusu

olduğunu varsayalım; Bu durumda %95 güven
aralığı: n  30
X  140
sx  25
sx 25
Ortalamanin standart hatasi  SH    4.56
n 30
P( X  t ,n 1 ( SH ))  P( X  t0.5,301 ( SH ))  P(140  2.045(4.56))
Alt sınır  P(140  2.045(4.56))  130.68
Üst sınır  P(140  2.045(4.56))  149.33
130.68   X  149.33