📊 TEMEL İSTATİSTİK DERSLERİ
Hafta 5: Dağılım Ölçüleri (Varyans & Standart Sapma)
Bu Hafta Ne Öğreneceğiz?
Ranj (Aralık)
En basit yayılım ölçüsü
Varyans
Verinin "enerjisi"
Standart Sapma
Altın standart ölçü
"Ortalamalar yalan söyleyebilir. Standart Sapma ise her zaman gerçeği fısıldar."
🎯 Atış Poligonu: Kim Daha İyi Okçu?
📚 Yayılım (Dağılım) Ölçüleri Nedir?
Yayılım Ölçüleri (Measures of Dispersion): Verilerin merkezi eğilim ölçüsü etrafında ne kadar dağıldığını, yani değişkenliği gösteren istatistiklerdir.
Ranj (Range)
Maks - Min
Varyans (\(s^2\))
Sapmaların karelerinin ortalaması
Standart Sapma (\(s\))
Varyansın karekökü
🎯 Okçu Analojisi: Neden Önemli?
Günlük Hayattan Örnek:
Bir otobüs her gün 08:00'de geliyormuş gibi düşünün:
- Şoför A: Her gün 07:58 - 08:02 arası gelir (SD düşük)
- Şoför B: Bazen 07:30, bazen 08:45 gelir (SD yüksek)
→ İkisinin de "ortalama" geliş saati 08:00 olabilir ama güvenilirlik çok farklı!
Spor Örneği:
Bir basketbolcunun serbest atış yüzdesi %75 ise:
- Oyuncu A: Her maç %72-78 arası (güvenilir)
- Oyuncu B: Bazen %50, bazen %100 (kaotik)
→ Son saniye atışı için hangisini seçersiniz?
ANAHTAR KAVRAM: Ortalama bize "Ne beklenmeli?" sorusunu cevaplar. Standart Sapma ise "Ne kadar güvenebilirim?" sorusunu cevaplar!
Mete (Yüksek İstikrar)
Ortalama: 8.0 | SD: 0.5
Hakan (Gürültülü Sistem)
Ortalama: 8.0 | SD: 3.5
SD (Standart Sapma) Ne Demek? Basitçe:
SD = 0.5
Atışlar ortalamadan sadece ±0.5 puan uzakta. Neredeyse hep aynı yere atıyor!
→ ÇOK TUTARLI, GÜVENİLİR
SD = 3.5
Atışlar ortalamadan ±3.5 puan uzakta. Her yere dağılmış!
→ TUTARSIZ, TAHMİN EDİLEMEZ
Altın Kural: SD ne kadar KÜÇÜKSE, performans o kadar TUTARLI. SD ne kadar BÜYÜKSE, o kadar DEĞİŞKEN.
Ünlü Rus fizyolog Nikolai Bernstein'a göre, acemi sporcular hareketleri "dondurur" (Rigid), uzmanlar ise "yönetir". Hakan'ın atışlarındaki yüksek varyans, onun henüz "Functional Variability" (İşlevsel Değişkenlik) seviyesine ulaşmadığını, hareketin hala "Gürültü" (Noise) içerdiğini gösterir.
🧠 SERBESTLİK DERECESİ PROBLEMİ - Detaylı Açıklama
👨🔬 Nikolai Bernstein Kimdir?
Nikolai Bernstein (1896-1966), Rus fizyolog ve hareket biliminin babası olarak kabul edilir. "Hareketin koordinasyonu nasıl sağlanır?" sorusunu araştırdı.
Temel Keşfi: İnsan vücudu yüzlerce eklem ve kas içerir. Bunların hepsini aynı anda kontrol etmek imkansız. Beyin bu "serbestlik derecelerini" nasıl yönetiyor?
🔧 "Serbestlik Derecesi" Ne Demek?
Basit Tanım:
Bir sistemin "hareket edebileceği yön sayısı"dır.
Örnek: Dirsek eklemi 1 serbestlik derecesine sahip (sadece bükül-aç). Omuz eklemi 3 serbestlik derecesine sahip (her yöne döner).
Vücut Toplam:
İnsan vücudu yaklaşık 244 serbestlik derecesine sahiptir!
Bu kadar değişkeni aynı anda kontrol etmek çok zor. İşte "problem" burada!
📈 Bernstein'ın Üç Aşaması (Öğrenme Süreci)
1️⃣ DONDURMA
(Freezing)
Acemi sporcu eklemleri "kilitler". Hareketi basitleştirmek için serbestlik derecelerini azaltır.
Örnek: Yeni başlayan okçu kolunu, omzunu, bileğini tamamen sabit tutar. Robot gibi hareket eder.
→ DÜŞÜK DEĞİŞKENLİK ama DÜŞÜK PERFORMANS
2️⃣ SERBEST BIRAKMA
(Releasing)
Orta seviye sporcu eklemleri "serbest bırakır" ama henüz kontrol edemez.
Örnek: Hakan'ın durumu! Atışları değişken. Bazen çok iyi, bazen çok kötü. Kontrol yok.
→ YÜKSEK DEĞİŞKENLİK = "GÜRÜLTÜ"
3️⃣ KULLANMA
(Exploiting)
Uzman sporcu serbestlik derecelerini "avantaja çevirir". Esneklik + kontrol birleşir.
Örnek: Mete'nin durumu! Küçük ayarlamalar yapabilir ama sonuç hep tutarlı.
→ "İŞLEVSEL DEĞİŞKENLİK" = UZMANLIK
🔊 Gürültü vs İşlevsel Değişkenlik
❌ GÜRÜLTÜ (Noise)
- Kontrol edilemeyen rastgele hatalar
- Sonuç tahmin edilemez
- Performansı DÜŞÜRÜR
- Örnek: Hakan her seferinde farklı atıyor, neden olduğunu bilmiyor
YÜKSEK SD = KÖTÜ
✅ İŞLEVSEL DEĞİŞKENLİK
- Bilinçli, amaçlı uyarlamalar
- Sonuç tutarlı (aynı hedefe farklı yollarla)
- Performansı ARTTIRIR
- Örnek: Mete rüzgar esince hafif ayarlama yapıyor, sonuç hep 8 puan
DÜŞÜK SD = İYİ
🏆 Gerçek Spor Örnekleri
⚽ Futbol
Acemi: Şut atarken tüm vücut kasılır.
Uzman: Kalça, diz, ayak bileği akıcı şekilde çalışır. Her defasında aynı güç, aynı yön.
🏀 Basketbol
Acemi: Serbest atışta her seferinde farklı form.
Uzman: Aynı ritim, aynı açı, aynı sonuç. "Kas hafızası" oluşmuş.
🏋️ Halter
Acemi: Koparma sırasında denge kaybı, tutarsız teknik.
Uzman: Her kaldırış aynı yörünge, aynı hız paterni.
SONUÇ: Antrenmanın amacı "gürültüyü" azaltıp "işlevsel değişkenliğe" dönüştürmektir. Standart Sapma bu dönüşümü ölçer!
📏 Ranj (Aralık) ve Fizyolojik Limitler
🍳 RANJ TARİFİ (En Basit Ölçü!)
EN BÜYÜK
195
Maksimum
EN KÜÇÜK
55
Minimum
RANJ
140
Fark
Tek Cümleyle: Ranj = En büyük sayıdan en küçük sayıyı çıkar. Bu kadar basit!
Ranj = Maksimum - Minimum
Vaka Analizi: Kalp Atım Hızı (HRR)
Karvonen Formülünde kullanılan "Heart Rate Reserve (Rezerv Nabız)", aslında biyolojik bir ranjdır.
- Maks Nabız: 195 bpm
- Dinlenik Nabız: 55 bpm
- Ranj (HRR): 195 - 55 = 140 bpm
📊 İnteraktif Ranj
📖 Ranj (Range) Sembollerinin Anlamları:
| Ranj (R) | En büyük değer ile en küçük değer arasındaki fark. Verilerin ne kadar geniş bir alanda yayıldığını gösterir. |
| Maksimum | Veri setindeki EN BÜYÜK değer. Örneğin: En hızlı koşuş süresi, en yüksek sıçrama. |
| Minimum | Veri setindeki EN KÜÇÜK değer. Örneğin: En yavaş koşuş süresi, en düşük sıçrama. |
Basitçe: Ranj = En iyi performans - En kötü performans
🏃 ÖRNEK 1: Sprint Zamanları (100m)
Bir sporcunun son 5 yarışta 100m süreleri: 11.2, 11.8, 11.0, 12.1, 11.5 saniye
Adım 1: En büyük değeri bul → 12.1 sn (en yavaş)
Adım 2: En küçük değeri bul → 11.0 sn (en hızlı)
Adım 3: Çıkar → 12.1 - 11.0 = 1.1 saniye
→ Bu sporcunun performansı 1.1 saniyelik bir aralıkta değişiyor. Tutarsız bir sporcu!
🏀 ÖRNEK 2: Basketbol Serbest Atış
Oyuncunun 6 maçtaki serbest atış yüzdesi: 65%, 80%, 70%, 90%, 75%, 85%
Maksimum: %90 (en iyi maç)
Minimum: %65 (en kötü maç)
Ranj: 90 - 65 = %25
→ %25'lik bir aralık çok yüksek! Bu oyuncu bazı maçlarda çok iyi, bazılarında çok kötü. Antrenör bunu sorgulamalı.
🏋️ ÖRNEK 3: Halter - Bench Press Karşılaştırması
Senaryo: İki haltercinin son 4 antrenmandaki bench press değerleri:
Halterci A (Tutarlı):
98, 100, 102, 100 kg
Maks: 102 | Min: 98
Ranj = 4 kg
Halterci B (Tutarsız):
85, 110, 90, 115 kg
Maks: 115 | Min: 85
Ranj = 30 kg
→ Halterci A çok tutarlı (sadece 4 kg fark). Halterci B'nin ise performansı çok dalgalı. Yarışma gününde Halterci A daha güvenilir!
Cimnastikte "Ranj" performans kriteriyken (Split açısı > 180°), Powerlifting'de "kısa uzuvlar & kısa ranj" mekanik avantaj sağlar. İstatistiksel Range kavramı, biyomekanik ROM ile doğrudan ilişkilidir.
⚡ Varyans: Kuvvet ve Kare İlişkisi
🍳 VARYANS TARİFİ (4 Adımda!)
ORTALAMA BUL
Tüm sayıları topla, kaç tane varsa ona böl
FARKLARI BUL
Her sayıdan ortalamayı çıkar
KARESİNİ AL
Her farkı kendisiyle çarp (negatif yok olur)
ORTALAMASINI AL
Kareleri topla, (n-1)'e böl
Kareler Toplamı
9+1+1+9 = 20
(n-1) = Serbestlik Derecesi
4-1 = 3
VARYANS (s²)
20÷3 = 6.67
Ne Anlama Geliyor? Bu basketbolcuların sayıları ortalamadan "ortalama 6.67 kare birim" kadar sapıyor. Kare birim olduğu için SD = √6.67 ≈ 2.58 sayı daha anlamlı!
📐 Varyans Formülleri
Örneklem Varyansı
\[s^2 = \frac{\sum_{i=1}^{n}(x_i - \bar{x})^2}{n-1}\]
Kitle Varyansı
\[\sigma^2 = \frac{\sum_{i=1}^{N}(X_i - \mu)^2}{N}\]
🔑 Sembollerin Anlamı:
1. Ortalamayı Bul
Referans noktamız (Denge Merkezi).
2. Farkı Al
Her verinin merkeze uzaklığı.
3. Karesini Al!
İşte Varyans burada doğar. Büyük hataları cezalandırır!
📖 Varyans Formulu - Sembollerin Cok Basit Aciklamasi:
| s² | Varyans - Verilerin ortalamadan ne kadar "dagildigi". Buyuk sayi = cok dagink. Kucuk sayi = cok toplu. |
| x | Her bir olcum degeri. Ornegin: Bir sporcunun attigi sayi, kaldirdigi agirlik, kostugu sure. |
| x̄ (x-bar) | Ortalama - Tum degerlerin toplanip saiya bolunmesi. "Merkez nokta" gibi dusunun. |
| x - x̄ | Sapma - Her degerin ortalamadan farki. Pozitif veya negatif olabilir. |
| (x - x̄)² | Sapmanin Karesi - Negatif sayilari pozitif yapmak icin kare aliriz. Ayrica buyuk hatalari "cezalandrir". |
| Σ (Sigma) | Toplam - Tum kareleri topla demek. Yunan harfi "Sigma". |
| n - 1 | Serbestlik Derecesi - Orneklem icin n-1'e boleriz (Bessel duzeltmesi). Neden? Kucuk gruplardan buyuk sonuc cikarmak icin duzeltme. |
🏋️ ORNEK 1: Halter Squat Antrenmani
4 haltercinin squat performansi: 100, 110, 90, 120 kg
Adım 1: Ortalama bul
x̄ = (100 + 110 + 90 + 120) / 4 = 420 / 4 = 105 kg
Adım 2: Her değerin sapmasını bul
100 - 105 = -5
110 - 105 = +5
90 - 105 = -15
120 - 105 = +15
Adım 3: Sapmaların karesini al
(-5)² = 25, (+5)² = 25, (-15)² = 225, (+15)² = 225
Adım 4: Kareleri topla
25 + 25 + 225 + 225 = 500
Adım 5: (n-1)'e böl → Varyans
s² = 500 / (4-1) = 500 / 3 = 166.67 kg²
→ Varyans = 166.67 kg². Bu "kare birim" olduğu için yorumlaması zor. Bu yüzden standart sapma kullanılır!
⚽ ÖRNEK 2: Futbolcu Gol Sayıları
Bir golcünün son 5 maçtaki gol sayısı: 0, 2, 1, 3, 4
Ortalama: (0+2+1+3+4) / 5 = 10 / 5 = 2 gol
| Gol (x) | Sapma (x - 2) | Kare (x - 2)² |
|---|---|---|
| 0 | -2 | 4 |
| 2 | 0 | 0 |
| 1 | -1 | 1 |
| 3 | +1 | 1 |
| 4 | +2 | 4 |
| TOPLAM = | 10 | |
Varyans: s² = 10 / (5-1) = 10 / 4 = 2.5 gol²
→ Bu futbolcunun gol performansı değişken. Bazen 0 gol, bazen 4 gol atıyor!
🏊 ÖRNEK 3: İki Yüzücünün Tutarlılık Karşılaştırması
Soru: Hangisi daha tutarlı yüzücü?
Yüzücü A:
100m süreleri: 58, 59, 58, 59 sn
Ortalama: 58.5 sn
Sapmalar: -0.5, +0.5, -0.5, +0.5
Kareler toplamı: 1
Varyans = 1/3 = 0.33 sn²
Yüzücü B:
100m süreleri: 55, 62, 56, 63 sn
Ortalama: 59 sn
Sapmalar: -4, +3, -3, +4
Kareler toplamı: 50
Varyans = 50/3 = 16.67 sn²
Sonuç: Yüzücü A'nın varyansı (0.33) çok düşük → Çok tutarlı!
Yüzücü B'nin varyansı (16.67) yüksek → Tutarsız, bazen çok iyi bazen çok kötü!
Bir sporcunun denge testinde (Postürografi), Basınç Merkezi (COP) sürekli hareket eder. COP'nin ortalama noktadan ne kadar saptığının varyansı, sporcunun sakatlık riski (özellikle ACL sonrası) hakkında bilgi verir. Yüksek varyans = Stabilite kaybı.
👑 Altın Standart: Standart Sapma (SD)
🍳 STANDART SAPMA TARİFİ (Tek Adımda!)
Varyans
6.67
(kg² veya sn²)
Karekök Al!
Standart Sapma
2.58
(kg veya sn) ← Orijinal birim!
Neden? Varyans "kare birim" (kg²) olduğu için anlamak zor. Karekök alınca orijinal birime (kg) döneriz!
Standart Sapma Ne Söylüyor?
Ortalama SD = 2.58
Veriler ortalamadan yaklaşık ±2.58 birim uzakta dağılmış.
Pratik Anlam
Çoğu veri (yaklaşık %68) Ortalama ± 1 SD arasında bulunur.
📐 Standart Sapma Formülleri
Örneklem Standart Sapması
\[s = \sqrt{\frac{\sum_{i=1}^{n}(x_i - \bar{x})^2}{n-1}}\]
Kitle Standart Sapması
\[\sigma = \sqrt{\frac{\sum_{i=1}^{N}(X_i - \mu)^2}{N}}\]
🔑 Neden Karekök Alıyoruz?
\(s\) = Örneklem standart sapması | \(\sigma\) = Kitle standart sapması
✅ Varyans kare birimdedir (örn: cm² veya kg²). Yorumlamak zor.
✅ Karekök alınca orijinal birime döneriz (cm, kg, sn).
✅ Böylece "ortalama sapma" olarak yorumlayabiliriz.
📖 Standart Sapma - Sembollerin Cok Basit Aciklamasi:
| s | Standart Sapma - Verilerin ortalamadan "ortalama uzakligi". Varyansın kareköküdür. ORIJINAL BIRIMDE olduğu için yorumlamasi kolay! |
| √ (Karekök) | Varyans "kare birim" idi (kg², sn²). Karekök alinca orijinal birime döneriz (kg, sn). |
| ± | Arti/Eksi - Ortalamadan hem yukarı hem aşağı sapma olabilir. SD her iki yonu de kapsar. |
| SD veya σ | SD = Standard Deviation (İngilizce). σ (sigma) = Kitle standart sapması. s = Örneklem standart sapması. |
Basitce: SD = √Varyans. Ornegin: Varyans = 100 kg² ise, SD = 10 kg.
Varyansın kareköküdür. Veri ile aynı birime sahiptir (örn: cm, kg, sn).
68 - 95 - 99.7 Kuralı
- 🔹 %68: ±1 SD (Ortalama Sporcu)
- 🔹 %95: ±2 SD (İyi veya Kötü)
- 🔹 %99.7: ±3 SD (Olimpik Seviye veya Patolojik)
🧪 Lab Uygulaması: Laktat Eşiği
Bir sporcunun Laktat Eşiği (4 mmol/L) hızını ölçtük: 16 km/s.
Ancak testin "Ölçüm Hatası" (Standart Sapması) ±0.5 km/s.
Bu şu demek: Sporcunun gerçek eşiği %68 ihtimalle 15.5 - 16.5 km/s arasındadır. Antrenman programını buna göre "Range" (Aralık) olarak yazmalıyız, tek bir sayı olarak değil!
🏋️ ORNEK 1: Halter - Varyans'tan Standart Sapma'ya
Onceki ornekteki 4 halterci: 100, 110, 90, 120 kg (Ortalama: 105 kg, Varyans: 166.67 kg²)
Varyans: s² = 166.67 kg²
Standart Sapma: s = √166.67 = 12.9 kg
Ne anlama geliyor?
→ Bu haltercilerin kaldirdigi agirliklar, ortalamadan (105 kg) yaklasik ±13 kg sapiyor.
→ Yani cogu halterci 92-118 kg araliginda kaldirir diyebiliriz (%68 ihtimalle).
🏃 ORNEK 2: Iki Sprinterin Tutarlilik Karsilastirmasi
Soru: Finalde hangisini koşturursunuz?
Sprinter A - "Saat Gibi"
Son 6 yaris: 10.8, 10.9, 10.8, 10.9, 10.8, 10.9 sn
Ortalama: 10.85 sn
SD = 0.05 sn
→ %68 ihtimalle: 10.80 - 10.90 sn arasi kosar
Sprinter B - "Surpriz Kutusu"
Son 6 yaris: 10.2, 11.5, 10.5, 11.2, 10.3, 11.4 sn
Ortalama: 10.85 sn
SD = 0.55 sn
→ %68 ihtimalle: 10.30 - 11.40 sn arasi kosar
Antrenör Karari: Her ikisinin de ortalamasi AYNI (10.85 sn)!
Ama Sprinter A cok tutarli (SD = 0.05), Sprinter B cok degisken (SD = 0.55).
→ Final icin Sprinter A secilmeli! Cunku ne kosacagi belli.
🏀 ORNEK 3: Basketbol - Son Dakika Atisi
Senaryo: Mac 1 sayi geride ve 5 saniye kaldi. Serbest atis hakkiniz var. 2 oyuncu aday:
Oyuncu A:
Sezon ortalaması: %75
Son dakika ortalaması: %74
Son dakika SD: ±5%
→ Baski altinda bile tutarli
Oyuncu B:
Sezon ortalaması: %78
Son dakika ortalaması: %60
Son dakika SD: ±25%
→ Baski altinda coker veya parlar
Hesaplama:
Oyuncu A: %74 ± 5 → Son dakikada %69-79 arasi atar
Oyuncu B: %60 ± 25 → Son dakikada %35-85 arasi atar (cok belirsiz!)
→ Kritik atis icin Oyuncu A secilmeli. "Clutch" oyuncular dusuk SD gosterir!
📊 Varyasyon Katsayısı (CV%): Elma ile Armut
"Haltercinin kaldırdığı kg" ile "Sprinterin koştuğu saniye"nin kararlılığı aynı mıdır? Bunun için (SD / Ortalama) * 100 formülünü kullanırız.
📐 Varyasyon Katsayısı (Coefficient of Variation)
\[CV\% = \frac{s}{\bar{x}} \times 100\]
🔑 Sembollerin Anlamı:
Avantajı: Birimsizdir, farklı ölçeklerdeki verileri karşılaştırmaya olanak tanır.
| Spor Dalı | Metrik | Ortalama | SD | CV % (Değişkenlik) | Yorum |
|---|---|---|---|---|---|
| 🏌️♂️ Golf | Vuruş Mesafesi | 250m | 5m | %2.0 | Çok Düşük (Mekanik) |
| 🏃♂️ 100m Sprint | Süre | 10.0 sn | 0.2 sn | %2.0 | Çok Düşük (Siklik) |
| ⚽ Futbol | Koşu Mesafesi | 11 km | 1.5 km | %13.6 | Yüksek (Kaotik) |
Futbolda CV yüksektir çünkü oyun kaotiktir. Golf veya Sprint gibi "Kapalı Beceri" sporlarında CV'nin yüksek olması (örneğin %5 üstü) teknik bozukluğa veya yorgunluğa işarettir. GPS verisi analiz ederken CV'ye bakmayı unutmayın!
📊 CV% Neden Önemli? - Elma ile Armudu Karşılaştırmak
🤔 Problem: SD Tek Başına Yetmez!
Halterci:
Ortalama: 150 kg | SD: 5 kg
5 kg çok mu az mı?
Sprinter:
Ortalama: 10 sn | SD: 0.2 sn
0.2 sn çok mu az mı?
SORUN: 5 kg ile 0.2 sn'yi nasıl karşılaştırırız? Birimleri farklı!
✅ Çözüm: CV% = Yüzdeye Çevir!
Halterci:
CV = (5 / 150) × 100
%3.3
Sprinter:
CV = (0.2 / 10) × 100
%2.0
SONUÇ: Sprinter (%2.0) halterciden (%3.3) DAHA TUTARLI! CV sayesinde karşılaştırabildik.
📋 CV% Nasıl Yorumlanır?
<%5< /p>
MÜKEMMEL
Olimpik seviye tutarlılık
%5-10
İYİ
Profesyonel sporcu
%10-20
ORTA
Amatör seviye
>%20
YÜKSEK
Ciddi tutarsızlık
KURAL: CV ne kadar DÜŞÜKSE, performans o kadar TUTARLI ve TAHMİN EDİLEBİLİR!
🔔 Normal Dağılım ve Yetenek Seçimi
Z-Skoru ve Talent ID
Bir çocuğu havuza seçerken boyuna bakırız. Eğer boyu ortalamadan +2 SD (Z-Score = 2.0) yukarıdaysa, bu çocuk toplumun %97.7'sinden uzundur. İşte "Yetenek" istatistiksel olarak budur: Çan eğrisinin en sağındaki (veya en solundaki) ekstrem uçlar.
📐 Z-Skoru Formülü
x
Bireyin değeri (orn. boyu: 192 cm)
μ (mu)
Popülasyon ortalaması (orn. 175 cm)
σ (sigma)
Standart sapma (orn. 8 cm)
Örnek: Z = (192 − 175) / 8 = 17/8 = +2.13 → Toplumun %98.3'ünden uzun! Çok yüksek yetenek potansiyeli.
🔔 Normal Dağılım (Çan Eğrisi) Nedir? - Basit Açıklama
🎯 Basitçe Ne Demek?
Doğadaki çoğu şey "normal dağılım" gösterir:
- İnsanların boyları
- Sınav notları
- Sporcuların performansları
Çoğu kişi "ortalama" civarında, çok az kişi "aşırı iyi" veya "aşırı kötü".
📊 Neden "Çan" Şeklinde?
Grafiği çizdiğinizde:
- Orta kısım yüksek: Çoğu kişi burada
- Kenarlar alçak: Aşırı değerler nadir
- Simetrik: Sol ve sağ ayna gibi
Şekli kilise çanına benzediği için bu ismi almış.
📐 68-95-99.7 Kuralı (Çok Önemli!)
%68
±1 SD içinde
Çoğunluk burada. "Normal" sporcu seviyesi.
%95
±2 SD içinde
Neredeyse herkes. İyi veya kötü sporcu.
%99.7
±3 SD içinde
Neredeyse tamamı. +3 SD üstü = Olimpik!
🏊 Gerçek Örnek: Yüzücü Seçimi
Senaryo: 12 yaş erkek 100m serbest yüzme
Türkiye ortalaması: 65 saniye | SD: 5 saniye
Ortalama
65 sn
Z = 0
+1 SD
60 sn
İl Takımı
+2 SD
55 sn
Milli Takım Adayı
+3 SD
50 sn
Olimpik Potansiyel!
YETENEK TESPİTİ: +2 SD üzerindeki çocukları bulun! Bunlar toplumun sadece %2.3'ü, ama potansiyel şampiyonlar burada.
🎲 Karar Verme Oyunu: Kadro Kuruyoruz
🎲 Risk Yönetimi ve Standart Sapma - Detaylı Analiz
🤔 Bu Karar Neden Zor?
Rashid (SD = 0.1)
Beklenen performans: 0.4 - 0.6 xG
Yani muhtemelen 0.5 gol katkısı verir. Ne az, ne çok. Garantili ama sınırlı.
→ %95 ihtimalle 0.3-0.7 arası
Mario (SD = 0.8)
Beklenen performans: -0.3 ile 1.3 xG arası!
Ya hat-trick yapar (1.3) ya da kırmızı kart görür (-0.3)! Çok değişken.
→ %95 ihtimalle -1.1 ile 2.1 arası
📋 Duruma Göre Karar Matrisi
| Maç Durumu | Tercih | Neden? |
|---|---|---|
| 1-0 Öndesiniz | Rashid | Riski minimize et. Skoru koru. Hata yapmasın yeter. |
| 0-0 Berabere | Mario | Maçı çözebilecek biri lazım. Yüksek SD = yüksek potansiyel. |
| 0-2 Geridesiniz | Mario | Çaresiz durum! Risk almak ZORUNLU. Mario mucize yaratabilir. |
| Lig maçı (sıradan) | Rashid | Uzun vadede tutarlılık kazandırır. Sezonluk ortalama önemli. |
⚽ Gerçek Futbol Örnekleri
🔵 "Rashid" Tipi Oyuncular:
- Toni Kroos (düşük SD, her maç aynı)
- Casemiro (güvenilir, tutarlı)
- Joshua Kimmich (mekanik hassasiyet)
→ Şampiyonluk kadrosunun omurgası
🔴 "Mario" Tipi Oyuncular:
- Mario Balotelli (isim tesadüf değil!)
- Eden Hazard (potansiyel vs gerçeklik)
- Ousmane Dembélé (yetenek + kaos)
→ Mucize anları var ama güvenilmez
ANTRENÖR DERSİ: İyi takım kurmak = Düşük SD oyunculardan omurga + Yüksek SD oyunculardan "joker"
📐 Adım Adım Standart Sapma Hesaplama
Adım 1: Ortalamayı Hesapla (x̄)
Formül: x̄ = Σx / n
x̄ = (18 + 22 + 16 + 24 + 20) / 5
x̄ = 100 / 5 = 20 sayı
Adım 2: Her Değerin Ortalamadan Farkını ve Karesini Al
| Maç | Sayı (x) | x - x̄ | (x - x̄)² |
|---|---|---|---|
| 1 | 18 | 18 - 20 = -2 | 4 |
| 2 | 22 | 22 - 20 = +2 | 4 |
| 3 | 16 | 16 - 20 = -4 | 16 |
| 4 | 24 | 24 - 20 = +4 | 16 |
| 5 | 20 | 20 - 20 = 0 | 0 |
| TOPLAM Σ(x - x̄)² = | 40 | ||
Adım 3: Varyans (s²)
s² = Σ(x - x̄)² / (n - 1)
s² = 40 / (5 - 1) = 40 / 4
s² = 10
Adım 4: Standart Sapma (s)
s = √(s²) = √10
s ≈ 3.16 sayı
Bu oyuncu ortalamadan ±3 sayı sapma gösteriyor
🤔 Neden n değil de (n-1)'e bölüyoruz? (Bessel Düzeltmesi)
Basit Açıklama:
Örneklem (sample) ile çalışırken, gerçek popülasyon varyansını biraz HAFIFE ALIRIZ. Bunu düzeltmek için (n-1) kullanırız.
Düşünün: 5 kişilik küçük gruptan tüm Türkiye'yi tahmin etmeye çalışıyorsunuz. Hata payı eklemek lazım!
Ne Zaman n, Ne Zaman n-1?
- n kullan: TÜM popülasyonu ölçtüysen (σ²)
- n-1 kullan: Örneklem aldıysan (s²)
Pratikte: Neredeyse her zaman örneklem kullanırız, yani n-1!
ÖRNEK: 5 kişi ölçtük → (n-1) = 4'e böl. 100 kişi ölçtük → (n-1) = 99'a böl. Fark yok gibi! Ama küçük örneklemlerde çok önemli.
💡 Hesaplama İpuçları (Sınav için!)
Kontrol 1
Sapmaların toplamı HER ZAMAN 0 olmalı! (-2+2-4+4+0 = 0)
Kontrol 2
SD HER ZAMAN pozitif! Negatif çıktıysa hata yaptın.
Kontrol 3
SD < Ranj olmalı! (Ranj=24-16=8, SD=3.16 ✓)
⚽🏀 Farklı Spor Branşlarında Yayılım
Futbol: Koşu Mesafesi
Orta Saha Oyuncusu A:
Ort: 11.2 km | SD: ±0.8 km | CV: 7.1%
Orta Saha Oyuncusu B:
Ort: 11.0 km | SD: ±2.1 km | CV: 19.1%
💡 Yorum: A daha güvenilir, B'nin formda olduğunda 13+ km koştuğu maçlar var ama düşüşleri de keskin.
Halter: Koparmada Tutarlılık
Deneyimli Halterci:
Ort: 145 kg | SD: ±3 kg | CV: 2.1%
Genç Halterci:
Ort: 140 kg | SD: ±12 kg | CV: 8.6%
💡 Yorum: Deneyim = Tutarlılık. Genç sporcu daha yüksek potansiyele sahip ama teknik hataları var.
Yüzme: 100m Serbest
Ulusal Yüzücü:
Ort: 52.3 sn | SD: ±0.4 sn | CV: 0.8%
Bölgesel Yüzücü:
Ort: 58.1 sn | SD: ±1.8 sn | CV: 3.1%
💡 Yorum: Elit seviyede CV çok düşük olmalı. %1 altı = Olimpik seviye tutarlılık.
Basketbol: Serbest Atış %
Sezon Ortalaması: %78
Maç bazlı SD: ±12%
Son 2 dakika SD: ±18%
💡 Yorum: Baskı altında SD artar. "Clutch" oyuncular son dakikada bile düşük SD gösterir.
📏 SEM: Ortalamanın Standart Hatası
📚 Standard Error of the Mean (SEM)
SD bireysel verilerin yayılımını gösterirken, SEM örneklem ortalamasının güvenilirliğini gösterir.
\[SEM = \frac{s}{\sqrt{n}}\]
SD (Standart Sapma)
Bireysel değerlerin ortalamadan ne kadar saptığını gösterir.
Soru: "Bir sporcu ne kadar değişken?"
SEM (Standart Hata)
Örneklem ortalamasının gerçek ortalamaya ne kadar yakın olduğunu gösterir.
Soru: "Bu ortalamaya ne kadar güvenebilirim?"
📌 Güven Aralığı (Confidence Interval) Nedir?
Güven aralığı, örneklemden hesaplanan ortalamanın etrafında gerçek popülasyon ortalamasının bulunması muhtemel aralığı verir. Tek bir sayı yerine, belirsizliği de gösteren bir aralık raporlarız.
Genel Form
\[\bar{x} \pm (\text{kritik değer} \times SEM)\]
Kritik değer: büyük örneklemde genelde z (95% için 1.96), küçük örneklemde t kullanılır.
Doğru Yorum
"%95 güven" demek: aynı örnekleme sürecini çok kez tekrarlasak, kurulan aralıkların yaklaşık %95'i gerçek ortalamayı kapsar.
Önemli: Güven aralığı genişse belirsizlik yüksek, darsa tahmin daha hassastır. Aralığı daraltmanın en etkili yolu örneklem sayısını artırmaktır.
🔍 Neden 1.96? Bu Sayı Nereden Geliyor?
%95 iki taraflı güven aralığında toplam hata olasılığı \(\alpha = 0.05\)'tir. Bu hata iki kuyruğa eşit dağıtılır: her kuyrukta \(0.025\). Standart normal dağılımda bu sınırın z değeri \(\pm 1.96\)'dır.
\[ P(-1.96 \le Z \le 1.96)=0.95,\quad z_{0.975}=1.96 \]
Sık Kullanılan Kritik Değerler (z)
| Güven Düzeyi | İki Taraflı z* |
|---|---|
| %90 | 1.645 |
| %95 | 1.96 |
| %99 | 2.576 |
z mi, t mi?
\(\sigma\) bilinmiyorsa ve örneklem küçükse, kritik değer olarak t dağılımı kullanılmalıdır.
Örnek: \(n=10\), sd=9 için %95 iki taraflı kritik değer \(t_{0.975,9}\approx 2.262\) (1.96'dan büyük). Bu nedenle küçük örneklemde aralık daha geniş çıkar.
📈 Güven Aralığı Örnekleri + Orman Grafiği
Örnek A (n=10)
\( \bar{x}=45,\ SD=6,\ SEM=1.90 \)
%95 CI: \(45 \pm 1.96\times1.90\)
41.3 - 48.7
Örnek B (n=40)
\( \bar{x}=45,\ SD=6,\ SEM=0.95 \)
%95 CI: \(45 \pm 1.96\times0.95\)
43.1 - 46.9
Örnek C (n=100)
\( \bar{x}=45,\ SD=6,\ SEM=0.60 \)
%95 CI: \(45 \pm 1.96\times0.60\)
43.8 - 46.2
Mini Orman Grafiği (Aynı Ortalama, Farklı n)
Aynı SD ve aynı ortalama için n arttıkça SEM küçülür; güven aralığı daralır.
Hesaplama:
SEM = SD / √n = 6 / √10 = 6 / 3.16
SEM ≈ 1.9 cm
%95 Güven Aralığı:
Ortalama ± (1.96 × SEM)
45 ± (1.96 × 1.9) = 45 ± 3.7
Aralık: 41.3 - 48.7 cm
Yorum:
Bu örnekten elde edilen %95 güven aralığı 41.3 - 48.7 cm dir. Aynı örnekleme prosedürü çok kez tekrarlandığında kurulan aralıkların yaklaşık %95'i gerçek popülasyon ortalamasını kapsar.
💡 n arttıkça SEM düşer:
- n=10: SEM = 1.9 cm
- n=40: SEM = 0.95 cm
- n=100: SEM = 0.6 cm
📏 SEM vs SD: Farkı Anlamak - Çok Önemli!
🤔 SD ile SEM Neden Farklı?
SD (Standart Sapma)
Soru: "Bireyler ne kadar farklı?"
Örnek: 10 basketbolcu ölçtük. Boyları 175-195 cm arası değişiyor. SD = 6 cm.
→ Bu sporcuların birbirinden ne kadar farklı olduğunu gösterir.
SEM (Standart Hata)
Soru: "Ortalamamız ne kadar güvenilir?"
Örnek: Ortalama 185 cm bulduk. SEM = 1.9 cm.
→ Gerçek ortalama muhtemelen 183-187 cm arasında.
🎯 Günlük Hayat Analojisi
Senaryo: Bir restoranın yemek kalitesini değerlendiriyorsunuz.
SD sorusu:
"Bu restoranın yemekleri birbirine ne kadar benziyor?"
→ Bazen çok iyi, bazen kötü mü? (tutarsız) Yoksa hep aynı mı? (tutarlı)
SEM sorusu:
"5 kişinin yorumuna bakarak gerçek kaliteyi tahmin edebilir miyim?"
→ 100 kişiye sorsam ortalama değişir mi?
📊 Neden Daha Çok Ölçüm = Daha Güvenilir?
n = 5
SEM = 2.68
Çok belirsiz
n = 20
SEM = 1.34
Biraz belirsiz
n = 50
SEM = 0.85
İyi
n = 100
SEM = 0.60
Çok güvenilir
ARAŞTIRMA İPUCU: Bilimsel makalelerde "n" sayısı önemli! Küçük örneklem = büyük SEM = güvenilir olmayan sonuç.
🔬 Vaka Çalışmaları: Gerçek Dünya Senaryoları
Vaka 1: Maraton Koşucusu Seçimi
Olimpiyat kadrosu için 2 aday
Koşucu A - "Tutarlı"
Son 10 maraton ortalaması: 2:12:30
SD: ±45 saniye
En iyi: 2:11:45 | En kötü: 2:13:15
Koşucu B - "Potansiyel"
Son 10 maraton ortalaması: 2:13:00
SD: ±3 dakika 20 saniye
En iyi: 2:08:40 | En kötü: 2:18:00
🎯 Karar:
Olimpiyat için: A seçilmeli. Madalya şansı için tutarlılık kritik.
Dünya rekoru için: B'nin potansiyeli var ama riskli.
Vaka 2: Sakatlık Riski Değerlendirme
GPS verisi analizi
Bir futbolcunun son 8 haftadaki toplam koşu mesafesi (km):
11.2, 10.8, 11.5, 10.5, 7.2, 6.8, 11.0, 10.9
Ortalama: 9.99 km | SD: 1.87 km | CV: 18.7%
⚠️ Alarm:
CV %18.7 çok yüksek! 5. ve 6. haftalardaki düşüş (7.2, 6.8 km) muhtemelen sakatlık veya yorgunluk göstergesi. Bu oyuncu takip edilmeli.
🎮 Sınıf İçi Aktivite: "Veri Dedektifi"
Senaryo 1: Okçuluk
İki okçunun 10 atışlık serisi (10 üzerinden):
A: 8, 8, 8, 8, 8, 8, 8, 8, 8, 8
B: 10, 10, 10, 6, 6, 6, 10, 10, 6, 6
Sorular:
- Her ikisinin ortalaması kaç?
- Hangisinin SD'si daha yüksek?
- Finalde hangisini tercih edersiniz?
Senaryo 2: Halter
Bir haltercinin 5 antrenman seansındaki silkme denemeleri (kg):
150, 148, 152, 149, 151
Hesaplayın:
- Ortalama (x̄)
- Varyans (s²)
- Standart Sapma (s)
- CV% - Tutarlılık nasıl?
Senaryo 3: Takım Karşılaştırma
Takım A (Son 10 maç gol sayısı):
2, 1, 2, 2, 1, 2, 2, 1, 2, 2
Ort: 1.7 | SD: ?
Takım B (Son 10 maç gol sayısı):
5, 0, 4, 0, 3, 0, 4, 0, 1, 0
Ort: 1.7 | SD: ?
Tartışın: İki takımın ortalaması aynı. Hangisi şampiyon olur? Neden?
💻 Profesyonel Lab Dashboard
Antrenör Raporu 📝
Verileri analiz edin...
🏁 Özet ve Değerlendirme
📚 Bu Derste Öğrendiklerimiz
Ranj (Range)
Maks - Min = En basit yayılım ölçüsü
Varyans (s²)
Sapmaların kareleri toplamı / (n-1)
Standart Sapma (s)
√Varyans = Orijinal birimde yayılım
CV% (Varyasyon Katsayısı)
(SD / Ortalama) × 100 = Göreli yayılım
Soru 1
İki sporcunun boy ortalaması aynı (180 cm). A'nın SD'si 2 cm, B'nin SD'si 8 cm. Hangisi daha "tahmin edilebilir"?
Soru 2
Bir haltercinin 5 kaldırışı: 100, 100, 100, 100, 100 kg. Standart sapması nedir?
Ortalama size "ne beklenmeli" der, Standart Sapma ise "ne kadar güvenebilirsiniz" der. Bir sporcuyu değerlendirirken sadece ortalamaya değil, tutarlılığa (SD veya CV%) da bakın!
🎯 Gelecek Hafta
Temel Grafikler: Histogram, Bar Chart ve Frekans Tabloları