İstatistik, modern dünyanın vazgeçilmez bir parçası haline geldi. Veri analizinden risk değerlendirmesine, tahminlemelerden karar almaya kadar birçok alanda istatistiksel yöntemler kullanılıyor. Bu yöntemlerin temelini oluşturan kavramlardan ikisi de beklenen değer ve varyanstır. Bu blog yazısında, bu iki önemli kavramı derinlemesine inceleyeceğiz. Anlamlarını açıklayacak, nasıl hesaplandıklarını gösterecek ve farklı kullanım alanlarına değineceğiz.

Beklenen Değer Nedir?

Beklenen değer, bir rastgele değişkenin uzun vadede almasını beklediğimiz ortalama değerdir. Başka bir deyişle, bir deneyin veya olayın birçok kez tekrarlandığında, sonuçların ortalamasının neye yakınsayacağını gösterir. Bu nedenle, olasılık teorisinde ve karar verme süreçlerinde kritik bir rol oynar.

Günlük hayattan bir örnekle açıklayalım: Bir madeni parayı havaya atalım. Yazı gelme olasılığı %50, tura gelme olasılığı da %50'dir. Yazı gelirse 1 TL kazanıyoruz, tura gelirse kaybediyoruz. Bu durumda beklenen değer, (0.5 * 1 TL) + (0.5 * -1 TL) = 0 TL olur. Yani, bu oyunu uzun süre oynarsak, ortalama olarak ne kar ne de zarar etmeyi bekleriz.

Beklenen Değer Nasıl Hesaplanır?

Beklenen değer, rastgele değişkenin alabileceği her bir değerin, o değerin olasılığı ile çarpımının toplamı alınarak hesaplanır.

Kesikli Rastgele Değişkenler İçin:

E(X) = Σ [x * P(x)]

Burada:

• E(X): X rastgele değişkeninin beklenen değeri
• x: Rastgele değişkenin alabileceği her bir değer
• P(x): x değerinin olasılığı
• Σ: Toplam sembolü (tüm değerler için çarpımların toplamı)

Sürekli Rastgele Değişkenler İçin:

E(X) = ∫ [x * f(x)] dx

Burada:

• E(X): X rastgele değişkeninin beklenen değeri
• x: Rastgele değişkenin alabileceği her bir değer
• f(x): X'in olasılık yoğunluk fonksiyonu
• ∫: İntegral sembolü (tüm değerler için çarpımların integrali)

Beklenen Değerin Özellikleri

• Doğrusallık: E(aX + b) = aE(X) + b (a ve b sabitler)
• Bağımsızlık: Eğer X ve Y bağımsız rastgele değişkenler ise, E(XY) = E(X)E(Y)
• Toplamın Beklenen Değeri: E(X + Y) = E(X) + E(Y)

Varyans Nedir?

Varyans, bir veri kümesindeki değerlerin ortalama etrafında ne kadar dağıldığını gösteren bir ölçüdür. Başka bir deyişle, verilerin ne kadar değişken olduğunu ifade eder. Yüksek varyans, verilerin ortalamadan uzaklaştığını, düşük varyans ise verilerin ortalamaya yakın olduğunu gösterir.

Yine günlük hayattan bir örnekle açıklayalım: İki farklı öğrenci grubunun sınav sonuçlarını düşünelim. Birinci gruptaki öğrencilerin notları 70, 75, 80, 85, 90 olsun. İkinci gruptaki öğrencilerin notları ise 50, 60, 70, 80, 90, 100 olsun. Her iki grubun da ortalama notu 80'dir. Ancak, ikinci grubun varyansı daha yüksektir çünkü notlar daha geniş bir aralığa yayılmıştır.

Varyans Nasıl Hesaplanır?

Varyans, her bir değerin ortalamadan farkının karesinin, olasılığı ile çarpımının toplamı alınarak hesaplanır. Standart sapma ise varyansın kareköküdür.

Kesikli Rastgele Değişkenler İçin:

Var(X) = E[(X - E(X))²] = Σ [(x - E(X))² * P(x)]

Sürekli Rastgele Değişkenler İçin:

Var(X) = E[(X - E(X))²] = ∫ [(x - E(X))² * f(x)] dx

Varyansın Özellikleri

• Sabit Çarpan: Var(aX) = a²Var(X) (a sabit)
• Sabit Ekleme: Var(X + b) = Var(X) (b sabit)
• Bağımsızlık: Eğer X ve Y bağımsız rastgele değişkenler ise, Var(X + Y) = Var(X) + Var(Y)

Beklenen Değer ve Varyansın Kullanım Alanları

Beklenen değer ve varyans, istatistiğin birçok alanında yaygın olarak kullanılır:

• Finans: Yatırım kararlarında risk ve getiri analizinde kullanılır. Bir yatırımın beklenen getirisi ve risk seviyesi (varyansı) değerlendirilerek karar verilir.
• Sigortacılık: Sigorta primlerinin hesaplanmasında ve risk değerlendirmesinde kullanılır. Olası hasarların beklenen değeri ve hasar dağılımının varyansı, primlerin belirlenmesinde önemli rol oynar.
• Mühendislik: Sistem güvenilirliğinin ve performansının analizinde kullanılır. Bir sistemin arıza olasılığının beklenen değeri ve arızaların varyansı, sistem tasarımında dikkate alınır.
• Oyun Teorisi: Stratejilerin değerlendirilmesinde ve optimal kararların belirlenmesinde kullanılır. Bir oyuncunun farklı stratejiler izlemesi durumunda beklenen kazancı ve kazancın varyansı, strateji seçiminde etkili olur.
• Karar Verme: Belirsizlik altında karar vermede kullanılır. Farklı seçeneklerin beklenen faydası ve faydanın varyansı, en iyi seçeneğin belirlenmesinde yardımcı olur.

Sonuç

Beklenen değer ve varyans, istatistiğin temel kavramlarından olup, veri analizinden risk değerlendirmesine, tahminlemelerden karar almaya kadar birçok alanda kullanılır. Bu kavramları anlamak ve doğru bir şekilde uygulamak, daha bilinçli ve etkili kararlar vermemize yardımcı olur. İster finans, ister mühendislik, isterse de günlük hayatta olsun, bu iki kavramın sunduğu perspektif, olayları daha iyi anlamamızı ve yönetmemizi sağlar. Bu nedenle, istatistik öğrenmeye yeni başlayanlar için bu iki kavrama hakim olmak büyük önem taşır.