1. severim bu kelimeyi; zira mananın geçirdiği yolculuğun son duraklarından biridir. bir metinde karşıma çıktığında mutlaka latincedeki aestimo, -are fiilini anımsamak durumunda kalırım, ki zihnimde kelimeyi canlı, taptaze tutan da zaten benim bu kimi zaman bilinçli kimi zaman da bilinçsiz uğraşımdır. aestimare fiili değerlendirmek, değerini biçmek, takdir etmek, kıymet vermek, saymak, tahmin etmek manalarını verir. latin dünyasında daha sonra aestimatio, -onis ismi doğmuş buradan; o da haliyle değer biçme, değer, yorumlama manalarında olup başlıktaki estimation'ının bir nevi babası gibidir, yani hem bir önceki kuşak hem de en yakını. daha sonra estimation'ın amcası kıvamında bir de aestimator, -oris ismi vardır; bu da -or'lu yapısından anlaşılacağı gibi bilirkişi, tahmin eden kişi, yorumlayan kişi manalarında olup ingilizcedede estimator adında (aynı manaları veren) bir oğula sahiptir. yani estimator ile estimation kardeş çocuklarıdır, dedeleri de yukarıda verdiğim gibi aestimare fiilidir. estimation'ın yine baba tarafından değer, değerli, değere sahip olabilirlik manalarını veren aestimabilis adında bir yakını vardır, ki onun ingilizcedeki oğlu estimable'dır. estimation ile estimable pek görüşmüyorlar; facebook'tan ya da soyumsopum.com vasıtasıyla birbirlerinin varlığından haberdar olmuş olabilirler.

    yine uzak gibi görünen ancak aralarında kan bağı bulunan başka akrabalar da vardır: değere ilişkin manasındaki aestimatorius; değer biçme manasındaki aestimatus; yine değerlendirme manasındaki aestimium vs.

    şimdi baktım da estimation'ın babası olan aestimatio ile ilgili zamanında bir şeyler karalamışım: #10872788 pek severmişim bu sülaleyi.
  2. istatistigin ozu, cani, ruhu estimation. simdi kesin biri cikacak bikbikbik turkcesine yazsana cikcikcik diyecek. yazmiyorum kardesim, bilmiyorum turkce istatistikte ne diye geciyor. kestirim denmis, baktim, bu lafin benim birazdan anlatacagim muhtesem olaylari karsilamasina imkan yok. tahmin desen yine eksik kaliyor, estimation dedigin oyle "hmm, 5!" diye bir sey degil zira, hesap kitap isi, bir guess degil, educated guess bile degil, fazlasi.

    neyse, gelelim estimation'un nasilina nedirine. aslinda en basit sekilde elimizdeki verilere/dataya bakarak genelin "dogru"su hakkinda bir sonuc cikarma (inference) isleminin pratik kismi. simdi soyle: bir "dogru" var, ama onu bir tek sen her seyi bilensin diye taptiginiz tanri mi cosmos mu ra mi artik ne diyorsaniz o sey biliyor, biz bilmiyoruz. o dogrunun ne oldugunu elimizdeki verilerden yola cikarak anlamaya calisiyoruz, bu estimation. atiyorum 1000 kisilik bir anketten edindigimiz bilgiler dogrultusunda tum nufus (population) hakkinda bir sey soylerseniz, anket istatistikleri ile nufus parametrelerini estimate etmis oluyorsunuz. isin guzel tarafi, eger isi adabina uygun yaptiysaniz bu estimation isleminde ne kadar hata yapmis olabileceginizi biliyorsunuz, diyorsunuz ki atiyorum turkiye'deki ortalama gelirin x+/-y araliginda olduguna %95 emin olabiliriz.

    dusunun isin guzelligini, bir nufus hakkinda bilgi edinmek icin milleti eve tikip herkese teker teker soru sormak gerekmiyor (bu da sorunlu bir yontem zaten, direk al sana "dogru" bu demekten aciz cogu zaman), bir orneklem ile iyi bir fikir edinilebiliyor. ayni zamanda hata payinin ne kadar oldugu da biliniyor, ona gore ayak denk aliniyor. hep olasilik dahilinde konusuluyor ama o olasiliklarin belirsizliklerin ne kadar oldugunu biliyorsun.

    simdi burada onemli bir nokta var: eger ornekleme* islemini denyo gibi yaparsaniz, o veriden "dogru"ya ulasmaniz mumkun degildir. yani siz ulastiginizi sanabilirsiniz ama aslinda babayi aliyorsunuzdur. bunun da farkinda olmamaniz sizi denyoluktan ote angutluga terfi ettirir. en guzeli tabii rassal olasilik orneklemi*, ama olasiliklara dayanmayan* yontemlerle de -ne yaptiginin ve bunun etkisinin farkindaysan- anlamli sonuclar cikarabilirsin.

    basarili bir estimation icin gerekenler (including but not limited to):
    - olasilik ve sartli olasilik* olayinin ozunu anlamak. aldigin sonuclarin, gozlemledigin seylerin, her seyin bir olasilik oldugunu anlamak (bkz: olabilir de). cok iddiali olmamak lazim hayatta, egosu kabarik, dedigim dedik insanlar zorlanir sanirim burada. halbuki "dogru"yu hic birimiz bilmiyoruz, sadece onu estimate etmeyi daha buyuk veya kucuk hatalarla yapmak butun farkimiz, ama hata hic sifir olmadigina gore, haddimizi bilecegiz (sana layik gordugum had +/-3%). alakali (bkz: benefit of the doubt).
    - ilk maddeyle alakali olarak: posterior belief ile prior beliefi ayiracaksin. bir seye inancin mi var (atiyorum x parametresinin 5 olduguna), yeni bilgi ve veriler isiginda bir bayesian updating yapman gerekir. yeni bilgiyi elinin tersiyle itmek, amaaan ne farkedecek demek -cik cik cok ayip. ha belki yeni bilgiyi gozonune aldin ama sonuc degismedi, sen sag ben selamet. ama sonuclar olasiliklar bu yeni bilgiyle degisiyorsa, sen de inanclarini guncelleyip yeni ufuklara yelken acmalisin. guncellemeyen toptur!
    - sample'in ve ordan elde ettigin datan cillop gibi olmali. elde ettigin veriler ne senin varsayimlarinla, ne selection biasla, ne karsindakinin (sujelerin) psikolojileri ve sana ne verip ne vermediklerindeki biasla lekelenmemeli (ara: bias). kolay degil tabii. hadi sistematik biaslarin ne oldugunu bilsen bir sekilde duzeltmeyi denersin, ama bilmiyorsan? ya da bilip de kabul etmek istemiyorsan? hele hele varsayimlarin yuzundense bu biaslar, kabul etmek kolay midir? iste bunlar insani estimation facialarina, hatalara, pan'in labirentine, cehennemin katran kaynayan kuyularina, ve daha nereler nerelere surukleyecek seylerdir. datan ne kadar "guzel"se, estimation'un o kadar dogru, sen de o kadar ciceksin, bunu unutma. (bkz: datam izindeyiz)
    - ha bir de neyi neyle estimate edecegimizi bilirsek bence cok faydali olur, sizce de boylesi daha hos olmaz mi? boylece a'larla b'lerin dogrusunu anlamaya kasip "allaalla?" diye kafamizi kasimayiz. var boyleleri olmayacak seyden kasip alakasiz sonuclar cikarmaya calisiyorlar, onlari da haftanin rukusu ilan ediyorum (ya, bu cok eski jargon oldu, yemekteyizden daha uygun bir sey yok mu? ne bileyim... "onlar da agiz tadima uygun degil" nasil?)

    son olarak sizlere estimation hakkinda aska gelip yazdigim bir siyirle veda etmek istiyorum. bunun uzerine gidip baslik entry nick uyumuna yazarsiniz bu entrymi artik, ama yanlis olur benden soylemesi .

    benim sen estimate'im 5ti guzelim
    x=5 idi null hipotezim
    sana %5lik confidence interval bile bicmistim
    ama sen disinda kaldin gadanalim
    parametresine kodugum, dagilimina sictigim
    seni reject etmeyip de ne yapayim
    bari gidip biraz daha veri toplayayim

estimation hakkında bilgi verin