Anasayfa / Genel bir bakış / Uygulamalı İstatistik – Merkezi Eğilim Ölçüleri

Uygulamalı İstatistik – Merkezi Eğilim Ölçüleri

Giriş

Herkese merhaba, bir önceki yazıda verileri gruplandırmıştık. Bu yazıda ise sizlere tanımlayıcı istatistiklerde en sık kullanılan merkezi eğilim ölçülerinden yani halk arasında sıkça kullanılan kelime olan ortalamalardan bahsedeceğim. 

Merkezi Eğilim Ölçüleri

Çoğu durumda önceki uygulamalarda yaptığımız gibi tanımlayıcı istatistiklerde bütün veriler gösterilmez. İstatistiksel analizlerde tanımlayıcı istatistiklerin kalbi merkezi eğilim ölçüleridir. Kısaca merkezi eğilim ölçüleri bir verinin merkez değerini temsil eden değerlere denir. Bunun için aşağıdaki görseli inceleyelim.

Yukarıdaki grafik başlığından da anlaşılacağı üzere normal dağılım grafiğidir. Her seri bir dağılım grafiğine sahip olmak ile birlikte istaitstikte her serinin normal dağılması beklenir (çok mümkün olmasa bile). Grafikler ve olasılık dağılımları konusunda daha detaylı inceleyeceğimiz bu konuyu teğet geçerek dağılımı ortadan ikiye bölen µ değerine odaklanmanızı istiyorum. Bu değer halk arasında ortalama adıyla anılan aritmetik ortalama değerinin anakütle parametresidir.

Merkezi eğilim ölçüleri tam bu anda işimize yararlar. Söz konusu serinin merkezi değerlerini hesaplamamıza olanak sağlayarak veri ile ilgili özet bilgiler elde etmemizi sağlarlar.

Burada dikkat edilmesi gereken en önemli husus, merkezi eğilim ölçüsünün tek başına yetmeyeceğidir. Sebebi ise yaygınlık ölçüleri konusunda açıklanacaktır.

Merkezi eğilim ölçüleri temelde ikiye ayrılırlar:

  • Duyarlı merkezi eğilim ölçüleri
  • Duyarlı olmayan merkezi eğilim ölçüleri

Bu konu ile ilgili videoya aşağıdan ulaşabilirsiniz.

Duyarlı Merkezi Eğilim Ölçüleri

Duyarlı merkezi eğilim ölçüleri, serideki bütün değerlerin hesaba katılarak hesaplandığı ve aşırı değerlerden etkilenen merkezi eğilim ölçüleri çeşididir. Duyarlı merkezi eğilim ölçüleri kendi içerisinde 4’e ayrılır:

  • Aritmetik Ortalama
  • Geometrik Ortalama
  • Harmonik Ortalama
  • Kareli Ortalama

Duyarlı merkezi eğilim ölçüleri ile ilgili açıklamaya aşağıdaki videodan devam edebilirsiniz. 

Uygulama

İlk uygulamada kullandığımız seriyi kullanarak yukarıda bahsedilen ortalama çeşitlerinin hespini aşağıdaki videoda hesapladık.

Yorumlama

Hesaplanan değerleri ise aşağıdaki videoda yorumladık. 

Duyarlı Olmayan Merkezi Eğilim Ölçüleri

Duyarlı olmayan merkezi eğilim ölçüleri ise serideki bütün değerlerin hesaba katılmadan hesaplandığı ve aşırı değerlerden daha az etkilenen merkezi eğilim ölçüleri çeşididir. Duyarlı olmayan merkezi eğilim ölçüleri ise kendi içerisinde 5’e ayrılır:

  • Medyan
  • Mod
  • Kartil
  • Düzeltilmiş Ortalama
  • Kırpılmış Ortalama

Duyarlı olmayan merkezi eğilim ölçüleri ile ilgili açıklamaya aşağıdaki videodan devam edebilirsiniz. 

Uygulama

İlk uygulamada kullandığımız seriyi kullanarak yukarıda bahsedilen ortalama çeşitlerinin hespini aşağıdaki videoda hesapladık.

Yorumlama

Hesaplanan değerleri ise aşağıdaki videoda yorumladık. 

Özet ve Sonuç

Merkezi eğilim ölçüleri veriyi tek değerde temsil eden değerlere denmektedir. Kendi içerisinde duyarlı ve duyarlı olmayan merkezi eğilim ölçüleri olarak ikiye ayrılmaktadır. Aşırı değerlerden etkilenirler ve bu etkilenme durumlarına göre farklı yöntemler ile hesaplanmaktadırlar. Bu yazıda tanımlayıcı istatistik için kullandığımız seriden yararlanarak merkezi eğilim ölçülerini hesaplayıp hangi amaca göre kullanılacağından bahsetmiş olduk. Bu değerlerin nerede ve ne zaman kullanılacağını dağılım ölçüleri konusunda detaylı anlatımla gerçekleştireceğiz. Bir sonraki yazıda görüşmek üzere kendinize iyi bakın. 🙂

Hakkında Cemal CİCİ

Endüstri mühendisi ve yiyecek-içecek hizmetleri sektörüne ait dijital dönüşüm araştırmacısı. Rakamlar ile uğraşmayı, kod yazmayı ve bildiklerini paylaşmayı sever. Hayatını idame ettirmek için her ne kadar "lokantacılık" yapsa da bu sektörün trendini yazılım ile çakıştıracak fikirlerin peşinden koşacak gücünün olduğu aşikar!

GÖZ ATMAK İSTEYEBİLİRSİNİZ

Uygulamalı İstatistik – Verilerin Gruplandırılması

Giriş Herkese merhaba, Bir önceki yazıda verilerin sınıflandırması ile ilgili bilgiler vermiş, sizleri nasıl yapıldığı …

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir