Nümunə Paylanmalarına Giriş
Nümunə paylanması statistikada məlumatların təhlilində və məlumatlara əsaslanan qərar qəbuletmədə mühüm rol oynayan fundamental bir anlayışdır. Bu məqalədə nümunə paylanmasının nə olduğunu, niyə vacib olduğunu və müxtəlif statistik təhlil kontekstlərində necə tətbiq olunduğunu ətraflı araşdıracağıq. Nümunə paylanmasını anlamaqla statistik üsulları daha yaxşı tətbiq edə və məlumatlardan daha dəqiq nəticələr çıxara bilərik.
1. Nümunə Paylanması nədir?
Nümunə paylanması, eyni populyasiyadan götürülmüş bir çox nümunədən əldə edilən statistikanın ehtimal paylanmasıdır. Sadə dillə desək, populyasiyadan eyni ölçülü bir çox nümunə götürsək, statistikanın dəyərlərinin (məsələn, orta, dispersiya və ya nisbət) necə davranacağını təsvir edir. Nümunə paylanmaları ən çox nümunə orta dəyərlərinin paylanması ilə əlaqələndirilir, lakin bu konsepsiya bir sıra digər statistikalara da aiddir.
2. Nümunə Paylanması Niyə Vacibdir?
Nümunə bölgüsü statistikada çox vacibdir, çünki:
– Nəticə çıxarma: Nümunə bölgüsü, nümunə əsasında populyasiya haqqında qərarların qəbul edilməsinə imkan verir. Nümunə bölgüsündən istifadə edərək, nümunədən istifadə edərək orta və ya nisbət kimi populyasiya parametrlərini qiymətləndirə bilərik.
– Etibarlılıq İntervalları və Fərziyyə Testi: Nümunə paylanmaları etibarlılıq intervallarını və hipotez testini təyin etmək üçün istifadə olunur. Etibarlılıq intervalları bizə müəyyən bir etibarlılıq səviyyəsinə malik populyasiya parametri üçün mümkün dəyərlər diapazonu verir, hipotez testi isə populyasiya haqqında iddianı dəstəkləmək üçün nümunə məlumatlarından kifayət qədər dəlilin olub-olmadığını müəyyən etməyə kömək edir.
– Mərkəzi Limit Teoremi: Nümunə paylanması, nümunə ölçüsü artdıqca nümunə orta dəyərinin paylanmasının normal paylanmaya yaxınlaşacağını bildirən Mərkəzi Limit Teoremi ilə sıx bağlıdır (orijinal populyasiya paylanmasının formasından asılı olmayaraq). Bu, məlumatların təhlilində normal paylanmaya əsaslanan statistik üsullardan istifadə etməyə imkan verir.
3. Nümunə Paylanmasının Nümunəsi
Nümunə paylanmasını daha aydın başa düşmək üçün sadə bir nümunəyə baxaq:
Tutaq ki, {2, 4, 6, 8, 10} ədədlərindən ibarət kiçik bir populyasiyamız var. Bu populyasiyadan əvəzetmədən 2 ölçülü bir nümunə götürsək, onda bir çox nümunə kombinasiyası yarada bilərik:
– Nümunə 1: {2, 4}
– Nümunə 2: {2, 6}
– Nümunə 3: {2, 8}
– Nümunə 4: {2, 10}
-….
– Nümunə n: {8, 10}
Bu nümunələrin hər birindən orta qiymət kimi statistikanı hesablaya bilərik. Bu prosesi bütün mümkün nümunələr üçün təkrarlamaqla nümunə orta qiymətlərinin paylanmasını qura bilərik. Bu paylanma orta qiymətin nümunə paylanması adlanır.
4. Mərkəzi Limit Teoremi
Qeyd edildiyi kimi, Mərkəzi Limit Teoremi (MLT) nümunə paylanması ilə əlaqəli vacib bir anlayışdır. MLT-də deyilir ki, nümunə ölçüsü kifayət qədər böyükdürsə, nümunə orta dəyərinin paylanması, orijinal populyasiya paylanmasının formasından asılı olmayaraq, normal paylanmaya yaxınlaşacaq.
CLT-nin rəsmiləşdirilməsi aşağıdakı kimidir:
– Əgər orta qiyməti μ və standart sapma σ olan populyasiyadan böyük təsadüfi nümunələr götürsək, bu nümunələrin orta qiyməti orta qiyməti μ və standart sapma σ/√n olan normal paylanmanı təxmin edəcək, burada n nümunə ölçüsüdür.
CLT-nin praktik istifadəsi, kifayət qədər böyük bir nümunə ölçüsünə sahib olduğumuz təqdirdə, orijinal məlumatlar normal paylanmadıqda belə, normallığı fərz edən statistik üsulları tətbiq etməyə imkan verməsidir.
5. Nümunə Paylanmasının Tətbiqi
Nümunə paylanmaları müxtəlif məlumatların təhlili və qərar qəbuletmə üsullarında istifadə olunur:
– Etibarlılıq İntervalı: Müəyyən bir etibarlılıq səviyyəsi ilə populyasiya parametri üçün mümkün dəyərlər diapazonunu təmin etmək üçün istifadə olunur. Məsələn, böyük bir nümunənin orta qiymətini hesablasaq, populyasiya orta qiyməti üçün etibarlılıq intervalını qurmaq üçün nümunə paylanmasından istifadə edə bilərik.
– Fərziyyə Testi: Fərziyyə testində, sıfır hipotezini rədd etmək üçün kifayət qədər dəlilin olub olmadığını müəyyən etmək üçün nümunə statistikasını proqnozlaşdırılmış dəyərlə müqayisə edirik. Nümunə paylanması müşahidə olunan statistikanın ehtimalını hesablamaq üçün istifadə olunur və bu, p-dəyəri kimi tanınır.
– Variasiya Analizi (ANOVA): ANOVA bir neçə qrupun orta qiymətlərini müqayisə etmək üçün istifadə olunur. F statistikasının paylanması (qruplararası dəyişkənliyin qrupdaxili dəyişkənliyə nisbəti) nümunə paylanmasından əldə edilir.
6. Praktik Nümunə: Hipotez Testi üzrə İş Tədqiqatı
Praktik nümunə olaraq, bir universitetdə tələbələrin orta boyunun 165 sm olduğu iddiasını yoxlamaq istədiyimizi düşünək. 50 tələbədən ibarət təsadüfi nümunə götürürük və bu nümunənin orta boyunu hesablayırıq.
a) Boş hipotez (H0): μ = 165 sm
b) Alternativ fərziyyə (H1): μ ≠ 165 sm
Nümunənin orta qiymətini hesablayırıq və nümunə paylanmasını hesablamaq üçün mərkəzi limit teoremindən istifadə edirik. Bu nümunə paylanmasına əsasən, nümunəmizin orta hündürlüyünün sıfır hipotezini rədd etmək üçün kifayət qədər dəlil təqdim edib-etmədiyini müəyyən edə bilərik.
7. Kesimpulan
Nümunə paylanması statistikada nümunə əsasında populyasiya haqqında nəticələr çıxarmağa imkan verən əsas anlayışdır. Nümunə paylanmalarını anlamaq və tətbiq etməklə populyasiya parametrlərini qiymətləndirə, etibarlılıq intervalları qura, hipotez testlərini apara və digər müxtəlif statistik üsulları daha effektiv şəkildə tətbiq edə bilərik. Etibarlı statistik göstəricilərin açarı nümunə paylanmalarının və demək olar ki, bütün məlumat təhlillərinin əsasını necə təşkil etdiyinin hərtərəfli başa düşülməsindədir.
Bu biliklə, statistik tədqiqatlar və məlumatların təhlili sahəsində güclü bir təməl qura bilərik və müxtəlif sahələrdə daha ağıllı, məlumatlara əsaslanan qərarlar qəbul etmək üçün lazımi alətləri təmin edə bilərik.
