Standart normal dağılımın ortalaması 0 ve varyansı 1 olan normal dağılımdır ve standart normal dağılım olarak tanımlanır. Normal dağılım olasılık yoğunluk fonksiyonunda µ = 0 ve ? = 1 yazılırsa standart normal dağılım elde edilir. Standart normal dağılım Z:N (0,1) olarak gösterilir.

zarların toplamının 6 olması için olası durumlar:

1,1,4; 1,4,1; 4,1,1; 2,2,2; 1,2,3; 1,3,2; 2,1,3; 2,3,1; 3,2,1; 3,1,2

Tüm olası koşullar = 6*6*6

10/216

Bu soru kısaca, P(-1.53 < z < 2.5) = ? şeklinde ifade edilebilir. Bu nedenle önce -1.53 ile 0 arasındaki alan bulunmalı, sonra bu değer 0 ile 2.5 arasındaki değer ile toplanmalıdır. Yani, 

P(-1.53 < z < 2.5) = P(-1.53 < z < 0) + P(0 < z < 2.5 ) biçiminde ifade edilebilir. 

= 0.4770 + 0.4938 = 0.9308 olarak bulunur. Cevap A'dır. 

Maliyet örnekleme bütçesi, örneklemeyi tam sayıma tercih etmede en önemli belirleyicidir. Örnekleme tam sayıma göre daha az maliyetle bilgi üretme imkanı sağlar. Öte yandan eğer ana kütle hacmi küçükse veya tam sayım yapmak bütçe olanaklarıyla da mümkünse tam sayım tercih edilmelidir.
Burada dikkat edilmesi gereken nokta tam sayım yapma maliyetinin, elde edilecek bilginin değerinden küçük olması gerekir. Aksi durumda örneklemeye başvurmak uygun olacaktır.

file:///C:/Users/pc/Desktop/korelasyon%20regresyon/4.soru%20%C3%A7%C3%B6z%C3%BCm.htm

Değişkenler arasında var olan ilişkileri ölçmek için çeşitli teknikler kullanılabilir. Bunlardan en basiti ise “korelasyon analizi” dir. Korelasyon iki ya da daha çok değişken arasındaki ilişkinin derecesi olarak tanımlanabilir. İki değişken arasındaki ilişkinin derecesine ise ”basit korelasyon” denir. Bir serpilme çiziminde (diyagramında), bütün (xi,yi) noktaları bir doğruya yakın yerlerde toplanıyorlarsa
korelasyon “doğrusaldır”. Anlaşılacağı gibi eğer değişkenler arasında bir ilişki varsa, bu ilişki pozitif (aynı yönlü) veya negatif (ters yönlü) olabilir.

Küçükten büyüğe doğru sıralandığında orta kalan ( Ortanca ) değerdir.. Eğer ortada kalan iki değer varsa bunların ortalamasıdır.. Yanıt:3,5 dir.

Regresyon doğrusu belirlendikten sonra bağımsız değişkenin, bağımlı değişkeni hangi oranda açıkladığının da bilinmesi gerekir. Eğer bağımsız değişkenin, bağımlı değişkeni açıklama oranı yüksek ise, bağımsız değişken önemli bir değişken demektir ve denklemde yer almalıdır. Bağımsız değişkenin, bağımlı değişkeni açıklama oranı ise, korelasyon katsayısının karesi olan ve “Belirlilik Katsayısı” olarak isimlendirilen r2
değeridir.

İki değişken arasındaki korelasyonun yönünü, doğrudan serpilme çizimine bakarak belirleyebiliriz. Ancak, bir serpilme çiziminin incelenmesi, x ve y değişkenleri arasındaki ilişki hakkında yaklaşık bir fikir verebilir. x ve y değişkenleri arasındaki korelasyonun derecesini tam ve sayısal olarak ölçmek için “korelasyon katsayısı” adıyla anılan ve genellikle Yunanca harfi  rodiye okunarak gösterilen bir parametre kullanılır. Bunun belli bir örneklemden kestiricisi (tahmincisi) ise “r” harfiyle gösterilir. Korelasyon katsayısı x ve y değişkenlerinin ne derece birlikte değiştiklerinin bir ölçüsüdür ve alabileceği değerler –1 ve 1 arasında değişir. Korelasyon katsayısı pozitif ise, x ve y birlikte artar ya da azalırlar. Korelasyon katsayısının negatif olması ise x ve y arasında ters yönlü bir ilişki olduğunu ifade eder.

Normal dağılımda söz konusu değerlerin birbirine eşit olması gerekir. 

her atışta 6 farklı durum oluşacağı için; 6*6*6*6= 1296 örnek uzay oluşur.