Nokta tahmini

Bu derste istatistikte çıkarımın ilk adımı olan nokta tahminini sıfırdan işliyoruz: parametre ile istatistik arasındaki fark, iyi bir tahmin edicinin özellikleri ve somut örnekler üzerinden hesap. Konunun dayandığı örnekleme mantığını derinleştirmek isteyenler Örnekleme dağılımı dersine bakabilir. Serinin tamamı için İstatistik dersleri sayfamıza göz atabilirsiniz.

Nokta Tahmini Nedir?

Nokta tahmini, bir kütle parametresini (kütle ortalaması μ, kütle oranı p ya da kütle standart sapması σ gibi) örneklem verisinden hesaplanan tek bir sayısal değerle tahmin etmektir. "Nokta" adı buradan gelir: tahmin, sayı doğrusunda tek bir noktadır, aralık değildir. Örneğin bir ildeki yetişkinlerin ortalama boyunu merak ediyorsunuz; herkesi ölçmek imkânsız olduğundan 400 kişilik rastgele bir örneklem seçip boy ortalamasını hesaplıyorsunuz. Bulduğunuz 168,3 cm değeri, kütle ortalamasının nokta tahminidir. Yalnız unutmayın: bu sayı kütle ortalamasının kendisi değil, onunla ilgili bilgi taşıyan en iyi tek değerdir.

Parametre mi, İstatistik mi?

Nokta tahminini doğru kurabilmenin ilk koşulu dört terimi ayırt etmektir:

• Parametre: Tüm kütleyi tanımlayan sayıdır; sabittir ama genellikle bilinmez. Gösterimleri: μ, σ, p.
• İstatistik: Örneklemden hesaplanan sayıdır; örneklemden örnekleme değişir. Gösterimleri: x̄, s, p̂.
• Tahmin edici: Parametreyi tahmin etmek için kullanılan kural ya da formüldür; "kütle ortalamasını örneklem ortalamasıyla tahmin et" bir tahmin edicidir.
• Nokta tahmini: Tahmin edicinin seçtiğiniz somut örneklemde ürettiği sayıdır; 168,3 cm gibi.

Uygulamada en sık kullanılan eşleşmeler şunlardır:

• Kütle ortalaması μ → örneklem ortalaması x̄
• Kütle oranı p → örneklem oranı p̂ = x/n (örneklemde olumlu yanıt verenlerin oranı)
• Kütle standart sapması σ → örneklem standart sapması s

Gösterimdeki şapkalı harfin nedeni de bu eşleşmedir: p̂, "üzerine şapka konmuş" yani tahmin edilmiş p demektir.

İyi Bir Tahmin Edicinin Özellikleri

Aynı parametreyi tahmin etmek için birden çok kural düşünülebilir; ortalamayı da medyanı da kullanabilirsiniz. Peki hangisini seçmeliyiz? İstatistik bu soruya üç temel ölçütle yanıt verir.

Yansızlık

Tahmin edicinin, tüm olası örneklemeler düşünüldüğünde hesaplanan ortalaması hedeflediği parametreye eşitse yansızdır. Örneklem ortalamasının örnekleme dağılımının merkezi μ olduğu için x̄, μ'nun yansız tahmin edicisidir; bu sonucun mantığı Örnekleme dağılımı dersinde ayrıntılı işlenir. Yansızlık önemlidir, çünkü sistematik olarak aynı yöne kayan bir kural, örneklemi büyütseniz de kendini düzeltmez.

Etkinlik

Yansız adaylar arasında daha küçük değişkenliğe sahip olan etkindir. Simetrik dağılımlarda hem x̄ hem de medyan μ'yu yansız tahmin eder; ancak normal dağılımda x̄'un değişkenliği daha küçük olduğu için etkin olan x̄'tur. Etkinlik, aynı örneklem büyüklüğünden daha isabetli tahmin almanızı sağlar.

Tutarlılık

Örneklem büyüdükçe tahminin parametreye yakınsamasıdır. n arttıkça x̄'un etrafındaki salınım daralır; bu davranışın teorik temeli Merkezi limit teoremi dersinin konusudur. Pratik sonucunu herkes bilir: 20 kişilik örneklemle bulunacak tahmin, 2.000 kişilik örneklemle bulunacak kadar güven vermez.

Örnek: Adım Adım Nokta Tahmini

Bir ampul fabrikası, ürettiği ampullerin ortalama ömrünü bilmek istiyor. Tüm ampulleri yakıp ölçmek imkânsız olduğundan rastgele 64 ampullük bir örneklem seçiliyor ve bu ampullerin ortalama ömrü 1.200 saat çıkıyor. Adımları sıralayalım:

1. İlgilenilen parametre belirlenir: kütle ortalaması μ.
2. Tahmin edici seçilir: örneklem ortalaması x̄.
3. Örneklem toplanır ve hesap yapılır: x̄ = 1.200 saat.
4. Sonuç raporlanır: "Kütle ortalamasının nokta tahmini 1.200 saattir."

Oran için de aynı akış izlenir: bir soruya 250 seçmenden 105'i "evet" derse, kütle oranı p'nin nokta tahmini p̂ = 105/250 = 0,42, yani %42'dir. Nokta tahmini çıkarımın başlangıç noktasıdır; ortalama tahminlerinin kesinliğini ölçmek isteyenler Ortalama için güven aralığı dersine geçebilir, tahminlerle parametre hakkındaki iddiaların sınanması ise Hipotez nedir? dersinden başlayan zincirde ele alınır.

Nokta Tahmini ile Aralık Tahmini Arasındaki Fark

Nokta tahmini "kaç?" sorusuna tek sayıyla cevap verir; ama bu sayının ne kadar yanlış olabileceğini söylemez. Aynı kütleden çekilen farklı örnekler farklı tahminler üretir ve tek bir sayı bu değişkenliği gizler. Aralık tahmini ise tahminin yanına hata payı ekleyerek "1.200 ± 30 saat" gibi bir açıklık sunar ve bu açıklığa ne kadar güvenilebileceğini belirtir. Kısaca: nokta tahmini kesin görünür ama kesinliği belirsizdir; aralık tahmini mütevazıdır ama güvenilirliği ölçülebilirdir. İki yaklaşımın kurulumu ve yorumu Güven aralığı dersinin konusudur.

Sık Yapılan Hatalar ve Yanılgılar

Nokta tahmini sorularında öğrencilerin en çok takıldığı noktaları listeledik:

• Parametreyi istatistikle eş görmek: "Örneklemin ortalaması 1.200, dolayısıyla kütle ortalaması tam olarak 1.200'dür" cümlesi yanılgıdır; μ bilinmez, 1.200 yalnızca onun tahminidir.
• Tahmini kesin sonuç sanmak: Nokta tahmini, hatanın boyutu hakkında hiçbir bilgi vermez; yanına mutlaka bir kesinlik ölçüsü (standart hata, hata payı) düşünmek gerekir.
• Temsiliyeti atlamak: Yalnızca sosyal medyadan anket toplanan bir örneklem, doğru formül uygulansa bile sistematik olarak yanıltır; yansız örnekleme, formülden önce gelir.
• Payda düzeltmesini unutmak: σ'yı tahmin ederken s formülünde n yerine n − 1 ile bölünür; aksi hâlde kütle standart sapması ortalama olarak küçük çıkar.
• Küçük örneklemle büyük iddia: 10 kişilik örneklemle "ülkenin ortalaması budur" demek tutarlılık ilkesine aykırıdır; güven, örneklem büyüdükçe artar.