Merkezi limit teoremi

Bu derste istatistiğin en güçlü sonuçlarından biri olan merkezi limit teoremini sıfırdan işliyoruz: teoremin ne söylediğini, hangi şartlarda geçerli olduğunu, çarpık dağılımlı popülasyonlarda bile neden işlediğini ve bol örneklerle pekiştiriyoruz. Konu, Örnekleme ve Tahmin ünitesinin bir parçası olarak İstatistik dersleri bölümümüzde yer alıyor.

Merkezi Limit Teoremi Nedir?

Merkezi limit teoremi (MLT), kısaca şunu söyler: bir popülasyondan yeterince büyük ve rastgele örneklemler çekip her örneklemin ortalamasını hesaplarsanız, bu ortalamaların dağılımı popülasyonun şekline bakılmaksızın yaklaşık normal dağılıma uyar. Yani popülasyon sağa çarpık, sola çarpık, hatta tamamen düzgün (uniform) dağılımlı olsa bile ortalamalar çan eğrisine dönüşür. Başta şaşırtıcı gelen ama tüm çıkarımsal istatistiğin üzerine kurulduğu sonuç tam olarak budur.

Adındaki üç kelime de işlevini anlatır: “merkezi”, istatistiğin merkezinde durmasından; “limit”, örneklem büyüdükçe yaklaşımın kusursuzlaşmasından; “teorem” ise kanıtlanmış matematiksel bir önerme olmasından gelir.

Teoremin tarif ettiği ortalamalar dağılımının üç temel özelliği vardır:

• Merkez: Ortalamaların ortalaması, popülasyon ortalamasına (μ) eşittir.
• Yayılım: Ortalamaların standart sapması standart hata diye adlandırılır ve σ/√n formülüyle hesaplanır; örneklem büyüdükçe ortalamalar μ etrafında daha sıkı toplanır.
• Şekil: Örneklem yeterince büyükse dağılım yaklaşık normaldir.

Ortalamaların dağılımını ve bu üç özelliği ayrı bir derste baştan sona işliyoruz; teknik çerçeve için Örnekleme dağılımı dersine bakabilirsiniz.

Teoremin Geçerli Olması İçin Gereken Şartlar

MLT her veri kümesinde kendiliğinden işlemez; aşağıdaki koşullar sağlanmalıdır:

• Rastgele örnekleme: Gözlemler popülasyondan rastgele seçilmelidir. Kolaylık örneklemesi (örneğin yalnızca sosyal medya takipçileri) teoremin vaadini geçersiz kılar.
• Bağımsızlık: Bir gözlem diğerini etkilememelidir. Sonlu popülasyondan geri koymadan seçim yapılıyorsa, örneklemin popülasyonun %10'undan fazlasını almayacak kadar küçük tutulması bu şartı pratikte karşılar (%10 kuralı).
• Yeterli örneklem büyüklüğü: Klasik pratik kural n ≥ 30'dur. Popülasyon zaten normale yakınsa daha küçük örneklemlerde de sonuç geçerlidir; çok çarpık popülasyonlarda ise 30 bazen yetmez.

Somut Bir Örnek: Zar Deneyi

Tek bir zar attığınızda 1'den 6'ya kadar her yüz eşit olasılıkla gelir; bu dağılım tamamen düzdür, normal dağılımla alakası yoktur ve ortalaması 3,5'tir. Şimdi deneyi değiştirelim: her denemede 5 zar atıp bu 5 sonucun ortalamasını hesaplayalım ve işlemi yüzlerce kez tekrarlayalım. Elde ettiğimiz ortalamalar artık düz dağılmaz; 3,5 civarında yığılan, tek tepeli bir şekil oluşur. Denemede 30 zar kullanıp ortalamasını alsaydık, dağılım gözle görülür biçimde çan eğrisine dönerdi ve merkezi yine 3,5 olurdu.

Aynı tablo günlük hayatta da görülür. Bir okulda bireysel matematik puanları tuhaf biçimde dağılmış olabilir; ama 30'ar kişilik sınıfların sınav ortalamalarını bir araya getirdiğinizde, sınıf ortalamalarının dağılımı neredeyse her zaman normale benzer. Normale yaklaşan tekil öğrencilerin puanları değil, ortalamalardır; ayrım bu kadar nettir.

Merkezi Limit Teoremi Neden Bu Kadar Önemli?

Gerçek hayatta popülasyonun tamamını neredeyse hiç göremeyiz: bir ilaç denemesinde tüm hastaları, bir fabrikada üretilecek tüm vidaları ölçemeyiz. Elinizde tek bir örneklem vardır ve asıl soru şudur: bu örneklem ortalaması gerçeği ne kadar iyi temsil ediyor? MLT tam bu soruyu yanıtlamayı sağlar; çünkü ortalamaların dağılımının yaklaşık normal olduğunu ve ne kadar yayıldığını (standart hatayı) biliyorsak, örneklem ortalamasının popülasyon ortalamasından ne kadar sapabileceğini olasılık diliyle söyleyebiliriz.

Bu yüzden MLT, çıkarımsal istatistiğin motoru kabul edilir:

• Tek bir örneklem ortalamasının ne kadar güvenilir bir tahmin olduğunu değerlendirme mantığı Nokta tahmini dersinde kurulur.
• “Gerçek ortalama hangi aralıkta yer alır?” sorusuna cevap veren Güven aralığı yöntemleri ve özel olarak Ortalama için güven aralığı hesabı, MLT olmadan tanımlanamazdı.
• Bir sonucun tesadüf olup olmadığını tartan hipotez testleri de ortalamaların dağılımına dayanır; bu çerçeveye Hipotez nedir? dersiyle giriş yapılır.

Sık Yapılan Hatalar ve Yanılgılar

MLT, istatistikte en çok yanlış anlaşılan konuların başında gelir. En yaygın hatalar şunlardır:

• “Popülasyon normal olmalı” yanılgısı: Tam tersi; teoremin gücü popülasyonun şekline hiç bakmamasıdır. Normal olan şey popülasyon değil, büyük örneklemlerin ortalamalarının dağılımıdır.
• “n ≥ 30 her durumda yeterli” sanmak: Kural pratik bir başlangıç noktasıdır; ağır kuyruklu, tek yönlü çarpık ya da aykırı değer dolu popülasyonlarda daha büyük örneklemler gerekir.
• “Örneklem büyüyünce verinin kendisi normalleşir” demek: Normale yaklaşan şey ham gözlemler değil, ortalamaların dağılımıdır. Binlerce gözlemlük çarpık bir veri kümesi, örneklem ne kadar büyürse büyüsün çarpık kalmaya devam eder.
• Standart sapma ile standart hatayı karıştırmak: σ tekil gözlemlerin değişkenliğini, σ/√n ise ortalamaların değişkenliğini ölçer; ikisi aynı büyüklükte değildir.
• Teoremi medyan için olduğu gibi genelleme: MLT en saf hâliyle ortalamalar içindir; medyan için ayrı koşullar söz konusudur. Oranlar için benzer bir sonuç geçerlidir ancak koşulları ayrıca kontrol edilmelidir; oranla kurulan çıkarımlar için Oran için güven aralığı dersine bakabilirsiniz.
• Bağımsızlığı ihmal etmek: Aynı kişilerden art arda alınan ve birbirini etkileyen ölçümleri bağımsız kabul etmek, teoremin koşullarını bozar.

Teoremin mantığını oturttuysanız, bir sonraki doğal adım örneklem ortalamasıyla kurulan tahminlerin belirsizliğini ölçmektir; bu yol güven aralıklarıyla devam eder.