Auzef İstatistik 2025-2026 Final Soruları (Güz)
https://lolonolo.com/2026/01/11/istatistik-2025-2026-final-sorulari-guz/
Bu kaynak, temel istatistik kavramlarını ve veri analizi yöntemlerini içeren bir akademik sınav hazırlık materyalidir. Metinde; veri türleri, merkezi eğilim ölçüleri ile olasılık dağılımları gibi konular ayrıntılı tanımlar ve örnek sorular eşliğinde sunulmaktadır. Özellikle analitik ortalamalar ile mod ve medyan arasındaki farklar vurgulanarak hesaplama yöntemleri açıklanmaktadır. Ayrıca, ekonomik değişimleri ölçmek için kullanılan indeks teorisi ile Laspeyres ve Paasche gibi farklı formüllerin uygulama alanlarına değinilmektedir. İçerik, öğrencilerin istatistiksel verileri nasıl tasnif edip yorumlayacağını öğreten hem teorik bilgileri hem de pratik test sorularını kapsamaktadır. Sonuç olarak belge, bilimsel araştırma yöntemleri ve veri yorumlama teknikleri üzerine kapsamlı bir rehber niteliği taşımaktadır.
https://lolonolo.com
Show More Show Less View Video Transcript
0:00
Merhaba arkadaşlar. Evet, Finaller
0:02
Kapıda. O stresi hepimiz biliyoruz ama
0:04
panik yok. İşte tam da bu yüzden en
0:06
kritik istatistik kavramlarını şöyle bir
0:08
hızlıca hatırlayacağımız, kendimize
0:10
güvenimizi tazeleyeceğimiz bir tekrar
0:12
yapacağız. Peki yol haritamız ne? Dört
0:15
ana durağımız var. Önce verinin ne
0:18
olduğunu anlayacağız. Sonra ortalamalar
0:20
ve dağılımın sırlarını çözeceğiz.
0:22
Ardından olasılık ve normal dağılıma
0:24
dalıp son olarak da indekslerle
0:27
değişimin nasıl ölçtüğümüze bakacağız.
0:29
Hazırsanız başlayalım. Hadi o zaman hiç
0:32
vakit kaybetmeden ilk konumuza dalalım.
0:35
İstatistiğin A'sı, B'si, C'si yani her
0:38
şeyin başladığı yer verinin ta kendisi.
0:42
Şimdi bakın istatistikte ilk bilmeniz
0:44
gereken ayrım bu. Devamlı birim
0:46
dediğimiz şey adı üstünde varlığı devam
0:48
eden şeylerdir. Mesela bir insan, bir
0:51
şirket ya da bir bina gibi. Ama ani
0:54
birim puf bir anda olur ve biter. Mesela
0:57
bir trafik kazası ya da bir doğum. İşte
1:00
bu ayrım yapacağımız analizin türünü
1:02
belirlediği için çok kritik. Hadi
1:04
bakalım ilk sorumuzla bir ısınma turu
1:06
yapalım. Az önce ne demiştik? Uzun
1:08
ömürlü varlığını sürdüren
1:10
gözlemleyebildiğimiz birimler. Neydi
1:13
bunların adı? Şöyle bir durdurup düşünün
1:14
isterseniz. Doğru cevap tabii ki E
1:17
şıkkı. Devamlı birim. Buradaki sihirli
1:19
kelime neydi? Uzun süre. Varlığını devam
1:22
ettiren her şey bu kategoriye giriyor.
1:25
Ani birimse tam tersi. Anlık olaylar. Bu
1:28
cepte mi? Harika. O zaman devam edelim.
1:30
Tamam. Veriyi anladık. Peki bu verileri
1:33
nasıl özetleyeceğiz? Nasıl
1:34
karşılaştıracağız? İşte şimdi işin biraz
1:37
daha matematiğine giriyoruz. Yani
1:39
ortalamalar ve dağılımın sırlarına.
1:41
Şimdi bu tablo çok ama çok önemli.
1:44
Ortalamaları ikiye ayırıyoruz. Tamam mı?
1:46
Analitik olanlar yani duyarlı olanlar
1:48
serideki her bir rakamı hesaba katıyor.
1:51
O yüzden araya bir tane bile çok yüksek
1:53
maaş girse hop aritmetik ortalama hemen
1:55
fırlar. Ama analitik olmayanlar yani mod
1:58
ve medyan daha rahat takılır. Onlar
2:00
sadece sıraya ya da en çok tekrar edene
2:02
bakarlar. O yüzden uç değerler pek de
2:04
umrularında olmaz. Ha işte size tam bir
2:07
sınav sorusu. Bakın bakalım şu sıcaklık
2:10
değerlerine. İçinde eksi bir değer var.
2:12
Dikkat. Soru diyor ki bu verilerle hangi
2:15
duyarlı ortalamayı hesaplayamazsın?
2:17
Burada minik bir kural vardı. Bir
2:19
tanesinin çok hassas bir noktası vardı.
2:21
Hatırladınız mı? Ve cevap: Geometrik
2:24
ortalama. Neden mi? Çünkü geometrik
2:27
ortalama bütün sayıları birbiriyle
2:29
çarpmak demek. E seride bir tane bile
2:32
negatif sayı hatta 0 varsa ne olur?
2:34
Bütün işlem anlamsızlaşır. Bu
2:37
sınavlardaki en klasik tuzaklardan
2:39
biridir. Aman dikkat. Peki şöyle bir
2:41
senaryo düşünün. Bebeklerin ağırlığını
2:44
yani kilogramı ve boylarını yani
2:46
santimetreyi karşılaştırmak istiyoruz.
2:48
Hangisi daha çok değişkenlik gösteriyor
2:51
diye merak ediyoruz. E birimler farklı.
2:53
Biri kilogram biri santimetre. Standart
2:56
sapma burada işe yarar mı? Hayır
2:58
yaramaz. İşte bu noktada süper
3:00
kahramanımız değişim katsayısı devreye
3:03
giriyor. Bu arkadaşın olayı ne biliyor
3:05
musunuz? Birimi ortadan kaldırıyor. Bize
3:07
saf, çıplak bir değişkenlik oranı
3:08
veriyor. Bu sayede elmaları armutlarla
3:11
yani kilogramı santimetre ile gönül
3:13
rahatlığıyla karşılaştırabiliyoruz.
3:16
Şimdiye kadar elimizdeki veriyi
3:17
tanımladık. Artık bir adım ileri
3:19
gidiyoruz. Henüz olmamış bir şeyin olma
3:22
ihtimalini hesaplayacağız. Yani olasılık
3:24
dünyasına ve onun kralı olan normal
3:27
dağılıma hoş geldiniz. Bu soru
3:30
olasılığın anayasası gibi bir şey.
3:32
Gözünüzün önüne o meşhur çan eğrisini
3:35
getirin. İşte o eğrinin altında kalan
3:37
bütün o alan yani tüm olasılıkların
3:40
toplamı her zaman ama her zaman kaçtır?
3:43
Tabii ki bir. Bu pazarlığa kapalı bir
3:45
kuraldır. İstatistiğin demirbaşıdır.
3:48
Sadece normal dağılım için de değil,
3:49
aklınıza gelebilecek bütün olasılık
3:51
dağılımları için bu böyledir. Çünkü
3:53
bütün ihtimallerin toplamı %100 yani 1
3:56
etmek zorundadır. Nokta. Ve işte geldik
3:59
zirve noktasına. İşin pratiğe döküldüğü
4:02
yere. Gerçek bir problem. Bir uçağın
4:05
uçuş süresi ile ilgili veriler var
4:06
elimizde. Bizden belirli bir aralıktaki
4:08
olasılığı bulmamız isteniyor. Hangi
4:10
formülü kullanacağız? Tabii ki Z
4:12
puanına. Hadi kolları sıvayalım. Haydi
4:15
bu işi beraber adım adım halledelim. İlk
4:17
olarak alt sınırımız olan 2900 saniyenin
4:19
Z puanını buluyoruz. Bu zaten
4:21
ortalamanın ta kendisi. O yüzden Z puanı
4:24
0 çıkar. Gayet basit. Sonra üst sınır
4:26
yani 3600 saniye için hesap yapıyoruz.
4:29
Formüle koyunca da 1.75 buluyoruz.
4:32
Harika. Elimizde 2Z puanı var. 0 ve
4:35
1.75. Şimdi ne yapacağız? Açacağız Z
4:37
tablosunu ve bu iki değer arasındaki
4:40
alanı bulacağız. Ve tabloya baktığımızda
4:42
işte cevap karşımızda 04599.
4:46
Yani uçağın bu sürede uçma ihtimali
4:49
yaklaşık %46.
4:51
Gördünüz mü? Formülü bilince o korkutucu
4:54
görünen soru ne kadar da kolay
4:55
çözülüyor. Ve son konumuza geldik. Zaman
4:58
içindeki değişimi nasıl ölçeriz? Her gün
5:01
duyduğumuz enflasyon gibi kavramların
5:04
arkasında yatan matematiğe yani
5:06
indekslere bakacağız. Şimdi Las Peres ve
5:09
Pa iki isim arasındaki farkı anlamanın
5:11
en kolay yolu alışveriş sepeti
5:13
metaforudur. Las der ki benim için
5:16
önemli olan geçmiş. Geçen yılki
5:18
alışveriş sepetimi alıyorum. Bugünkü
5:20
fiyatlarla ne kadar tutuyor ona
5:22
bakıyorum. Paş ise tam tersi. Hayır der.
5:25
Ben bugüne bakarım. Bugünkü alışveriş
5:27
sepetim geçen yılın fiyatlarıyla ne
5:29
kadardı? Yani biri geçmişin sepetini
5:31
diğeri bugünün sepetini kullanıyor.
5:33
Bütün olay bu. Eğer bu alışveriş sepeti
5:35
olayını anladıysak bu soru artık çocuk
5:37
oyuncağı başlangıç dönemi miktarlarını
5:40
yani geçmişin sepetini kullanan indeks
5:42
hangisiydi? Cevap tabii ki Lasperes
5:45
indeksi. Sınavda karıştırmamak için size
5:47
küçük bir sır vereyim. Lases'in
5:50
başındaki L''yi İngilizcedeki last yani
5:52
geçmiş kelimesi gibi düşünün. Lasperes
5:55
geçmişe bakar. Paşen'in P'si de present
5:58
yani şimdiki zaman. Paşel bugüne bakar.
6:01
Bu küçük kodlama sınavda size puan
6:03
kazandırır demedi demeyin. Evet, süper
6:05
bir tekrar oldu. Hadi son bir kez
6:08
sınavda hayat kurtaracak o dört altın
6:10
kuralı hatırlayalım. 1. Geometrik
6:12
ortalamada negatif sayı ve 0 olmaz. 2.
6:15
Farklı birimleri mi karşılaştırıyorsun?
6:18
Değişim katsayısını kullan. 3. Lasperis
6:20
geçmişe bakar pache bugüne. 4. Normal
6:23
dağılım eğrisinin altındaki alan her
6:25
zaman ama her zaman birdir. Bunlar cepte
6:28
ise büyük bir adım öndesiniz. Bu hızlı
6:31
tekrarımızın sonuna geldik. Umarım sınav
6:33
öncesi güzel bir toparlama olmuştur.
6:35
Size son bir soruyla veda etmek
6:37
istiyorum. Biz bu araçlarla hep geçmişi
6:40
analiz ettik. Peki ya gelecek bu
6:42
istatistiksel gücü geleceği tahmin etmek
6:45
için nasıl kullanabiliriz? İşte asıl
6:47
macera orada başlıyor. Sınavda hepinize
6:50
bol şans.
#Education

