Statistikada Qiymətləndirmə Metodları
Statistika məlumatların toplanması, təhlili və şərh edilməsi elmidir və onun əsas komponentlərindən biri qiymətləndirmədir. Statistikada qiymətləndirmə, nümunədən əldə edilən məlumatlara əsasən populyasiya parametrinin təxmini dəyərinin müəyyən edilməsi prosesinə aiddir. Qiymətləndirmə metodları iki əsas növə bölünə bilər: nöqtə qiymətləndirməsi və interval qiymətləndirməsi. Bu məqalədə statistikada geniş istifadə olunan müxtəlif qiymətləndirmə metodlarını müzakirə edəcəyik.
Qiymətləndirmənin Əsas Anlayışı
Qiymətləndirmə metodlarına keçməzdən əvvəl bəzi əsas terminləri anlamaq vacibdir:
– Parametrlər: Populyasiyanın ədədi xüsusiyyətləri. Məsələn, populyasiya ortalaması (µ), populyasiya variasiyası (σ²).
– Statistika: Nümunənin ədədi xüsusiyyətləri. Məsələn, nümunə ortalaması (x̄), nümunə dispersiyası (s²).
Qiymətləndirmənin əsas məqsədi nümunə məlumatlarına əsaslanaraq populyasiya parametrləri haqqında nəticə çıxarmaqdır . Statistikada qiymətləndirmənin iki əsas növü mövcuddur:
1. Nöqtəli Qiymətləndirmə: Populyasiya parametrinin qiymətləndirilməsi üçün yalnız bir dəyər təqdim edir.
2. İnterval Qiymətləndirməsi: Müəyyən bir etimad səviyyəsi daxil olmaqla, populyasiya parametrinin qiymətləndirilməsi kimi bir sıra dəyərlər təqdim edir.
Nöqtəli Qiymətləndirmə Metodu
Nöqtə qiymətləndirməsi, populyasiya parametrinin ən yaxşı qiymətləndirməsi olan tək bir ədədin təmin edilməsi prosesidir. Ən çox istifadə edilən bəzi nöqtə qiymətləndirmələri bunlardır:
1. Nümunə Orta
Əhali ortalamasını qiymətləndirməyin ən sadə və ən çox yayılmış yolu nümunə ortalamasıdır və bu aşağıdakı kimi hesablanır:
\[ \bar{x} = \frac{1}{n} \sum_{i=1}^{n} x_i \]
burada \(x_i \) nümunədəki hər bir müşahidə, \(n \) isə nümunənin ölçüsüdür.
2. Nümunə Medianı
Nümunə medianı çeşidlənmiş nümunə məlumatlarının orta dəyəridir. Kənar qiymətlərdən təsirlənmədiyi üçün etibarlı qiymətləndiricidir.
3. Nümunə Nisbəti
Əhali nisbətini qiymətləndirmək üçün nümunə nisbətindən istifadə olunur və bu aşağıdakı kimi hesablanır:
\[ \hat{p} = \frac{x}{n} \]
burada \(x \) nümunədəki uğurların sayı, \(n \) isə nümunə ölçüsüdür.
İnterval Qiymətləndirmə Metodu
İnterval qiymətləndirmələri populyasiya parametrini müəyyən bir etibarlılıq səviyyəsi ilə (məsələn, 95%) əhatə etməsi gözlənilən bir sıra dəyərlər təmin edir. İnterval qiymətləndirmələri çox vaxt Etibarlılıq İntervalı (Eİ) şəklində ifadə olunur.
1. Əhali Orta Ədədi üçün Etibarlılıq İntervalı
Əgər nümunə məlumatları gəlirsə normal paylanma və ya (n) kifayət qədər böyükdürsə (CLT tətbiq olunur), populyasiya ortalaması (mu) üçün etibarlılıq intervalı belədir:
\[ \bar{x} \pm z_{\alpha/2} \frac{\sigma}{\sqrt{n}} \]
Harada:
– \( \bar{x} \) nümunə ortalamasıdır
– \( z_{\alpha/2} \) etibarlılıq səviyyəsinə uyğun olan standart normal paylanmanın z-dəyəridir (məsələn, 95% üçün 1.96).
– ( sigma ) is standart sapma populyasiya. Əgər \( \sigma \) məlum deyilsə, \( s \) (nümunə standart sapması) istifadə olunur.
– \( n \) nümunə ölçüsüdür.
2. Əhali Nisbəti üçün Etibarlılıq İntervalı
Əhali nisbətini qiymətləndirmək üçün \( p \):
\[ \hat{p} \pm z_{\alpha/2} \sqrt{\frac{\hat{p}(1-\hat{p})}{n}} \]
burada \( \hat{p} \) nümunə nisbəti və əvvəllər təsvir edildiyi kimi digər parametrlərdir.
Digər Qiymətləndirmə Metodları
1. Maksimum Ehtimal (ML) Metodu
Maksimum Ehtimal metodu, ehtimal funksiyasını maksimum dərəcədə artırmaqla populyasiya parametri \( \theta \) üçün ən yaxşı qiymətləndiricini tapmaq üçün istifadə olunan bir texnikadır. Ehtimal funksiyası, \( \theta \) parametri ilə müşahidə olunan məlumatların əldə edilməsi ehtimalıdır:
\[ L(\theta|x) = \prod_{i=1}^{n} f(x_i|\theta) \]
burada \(f(x_i|\theta) \) məlumatların ehtimal sıxlığı funksiyasıdır (PDF). \(L(\theta) \)-ni maksimuma çatdıran qiymətləndirici maksimum ehtimal qiymətləndiricisi (MLE) adlanır.
2. Bayes Qiymətləndirmə Metodu
Bayes yanaşması parametrləri aşağıdakı kimi nəzərdən keçirir təsadüfi dəyişənlər və parametrləri qiymətləndirmək üçün ehtimal paylanmalarından istifadə edin. Bayes Teoreminə əsaslanaraq:
\[ P(\theta|x) = \frac{P(x|\theta) P(\theta)}{P(x)} \]
burada \(P(\theta|x) \) posterior paylanma, \(P(x|\theta) \) ehtimal, \(P(\theta) \) prior və \(P(x) \) ehtimal həddidir. Bayes qiymətləndiriciləri istifadə olunan priorlardan çox asılıdır.
Qiymətləndiricinin Qiymətləndirilməsi
Nöqtə qiymətləndiricisini qiymətləndirmək üçün onun xüsusiyyətlərini araşdırmalıyıq:
– Ədalətlilik/Qərəzlilik: Qiymətləndiricinin (\hat{\theta} \) qərəzsiz olduğu deyilir, əgər (\(E[\hat{\theta}] = \theta \).
– Səmərəlilik: Səmərəli qiymətləndirici bütün qərəzsiz qiymətləndiricilər arasında ən kiçik dispersiyaya malikdir.
– Ardıcıllıq: Nümunə ölçüsü artdıqca \( \hat{\theta} \) dəyəri \( n \)-ə yaxınlaşarsa, qiymətləndiricinin ardıcıl olduğu deyilir.
Tətbiq Nümunələri
1. Orta Gəlir Qiymətləndirməsi
İqtisadi tədqiqatlarda əhalinin orta gəlirinin qiymətləndirilməsi çox vaxt aparılır. Tədqiqatçılar əhalidən nümunə götürür və nümunə orta qiymətini nöqtə qiymətləndiricisi kimi hesablayır və bu qiymətləndirmənin qeyri-müəyyənliyini göstərmək üçün etibarlılıq intervalı təqdim edirlər.
2. Seçici Nisbətinin Qiymətləndirilməsi
Seçki sorğusunda tədqiqatçı müəyyən bir namizədi dəstəkləyən seçicilərin faizini qiymətləndirmək istəyə bilər. Həmin namizədi dəstəkləyən respondentlərin nümunə nisbəti nöqtə qiymətləndiricisi kimi istifadə olunur. Xəta həddini göstərmək üçün etibarlılıq intervalı təmin edilə bilər.
Nəticə
Qiymətləndirmə metodları statistikada mərkəzi rol oynayır, çünki onlar tədqiqatçılara nümunə məlumatlarına əsaslanaraq populyasiyalar haqqında nəticə çıxarmağa imkan verir. Nöqtə və interval qiymətləndirmə metodları bunun üçün güclü vasitələr təmin edir, maksimum ehtimal və Bayes qiymətləndirməsi kimi üsullar məlumatların mürəkkəbliyini daha dərindən araşdırır. Ədalətli, səmərəli və ardıcıl qiymətləndiricilərdən istifadə etibarlı və dəqiq məlumatların təhlili nəticələrini təmin edir və iqtisadiyyat, sosial elmlər, səhiyyə və digər sahələrdə daha yaxşı qərar qəbul etməyə kömək edir.
