Buradasın

Normal Dağılım Kontrolü: PP Plot Yöntemi

Yapay zekadan makale özeti

Bu video, istatistiksel bir eğitim içeriğidir ve bir eğitmen tarafından normal dağılım kontrolü için PP plot yönteminin nasıl uygulanacağını göstermektedir.
Video, bir örnek veri seti üzerinden normal dağılım kontrolü yapma sürecini adım adım anlatmaktadır. Eğitmen önce örnek veri setini (1, 2, 2, 3, 3, 3, 4, 4, 4, 4) ve istatistiksel özelliklerini (ortalama 4, standart sapma 1) açıklar, ardından örnek CDF'yi oluşturur. Daha sonra normal dağılım CDF'si ile karşılaştırma yaparak PP plot'u oluşturur ve bu plot'un normal dağılımın varlığını nasıl gösterdiğini gösterir. Sonuç olarak, PP plot'un normal dağılımın varlığını kontrol etmek için nasıl kullanılabileceği anlaşılır.

00:03Normal Dağılım Kontrolü: Bir veri örneğinin yaklaşık olarak normal dağılıma sahip olup olmadığını kontrol etmek için örnek CDF (kümüsel dağılım fonksiyonu) oluşturulabilir.
Örnek veri kümesi 1, 2, 2, 3, 3, 3, 4, 4, 4, 4 şeklinde olup, 10 veri noktası, örnek ortalama 4 ve örnek standart sapma 1'dir.
Örnek CDF, verilerin sırasına göre oluşturulur: 1/16'lık değerlerin 1 veya daha az olması, 3/16'lık değerlerin 2 veya daha az olması şeklinde devam eder.
00:37Normal Dağılım CDF'si: Normal dağılım CDF'si ile karşılaştırma için, aynı veri noktaları için normal dağılımın CDF değeri hesaplanır.
Normal dağılım için, veri noktası 1 için z-score hesaplanır: (1-4)/1 = -1.5, bu da CDF değeri 0.03310'a karşılık gelir.
PP plot (p-p plot), örnek CDF değerleri ile normal dağılım CDF değerlerini karşılaştırmak için kullanılır.
01:22PP Plot Sonuçları: Eğer dağılım gerçekten normal olsaydı, PP plot'ta bir diagonal çizgi oluşurdu.
Örnek veri kümesi için PP plot'ta bir basamaklı (staircase) desen oluşur.
PP plot'ta örnek veriler y ekseninde, normal dağılım değerleri x ekseninde gösterilir.