Sadece 72 saat içinde görme yeteneğimi tamamen kaybettim, ellerim ve ayaklarım sanki bir buzla kaplanmış gibiydi. Karanlığın içine hapsolmadan önce, bilinmeyen bir virüsün sebep olduğu ciddi baş ağrıları ve terlemeyle yatağa düştüm. Bağışıklık sistemim virüse karşı koymaya çalışırken, kendi sinirlerime saldırarak görüş ve hareket kaybıma sebep oldu ve kontrolden çıktı - yani biyolojik savunma sistemim tarafından alaşağı edildiğim söylenebilir.

Kör oluş sürecim yıkıcıydı. Sadece duyularımı değil, geçim kaynağımı da kaybetmiştim. Televizyon yapımcısı olarak, görme yetim benim işimdi, bu yüzden yeniden görmeyi umutsuzca istiyordum. Birkaç hafta sonra, bacağımdaki ve ayağımdaki bazı hareket kabiliyetlerini ve normal duyuları yeniden kazanmıştım ama görüşüm hala başlı başına bir problemdi.

Diyelim ki hayatınızla ilgili veriler toplamayı seven birisiniz ve içtiğiniz kahve miktarını gün gün takip ediyor, notlar alıyorsunuz. Ayrıca, işe gitmek için harcadığınız süreyi de her gün ölçüyor ve not alıyorsunuz (veya akıllı telefonunuz bunu sizin için yapıyor). Aradan 3 ay geçtikten sonra, hayatınızla ilgili topladığınız verilere dönüp baktığınızda, ilginç bir gerçekle karşılaşıyorsunuz: Kahve içme miktarınız arttıkça, trafikte geçirdiğiniz süre de artıyor! Hmm, demek ki kahve içmenizi azaltarak, trafikte kaldığınız süreyi azaltmanız mümkün!

Yukarıdaki paragrafta sondan ikinci cümlede ("Kahve içme miktarınız arttıkça, trafikte geçirdiğiniz süre de artıyor!"), bir korelasyon (ilişki) ifadesi mevcut. Eğer ki veri toplama yönteminizde bir hata yoksa, yani yanlış ölçümler yapıp, yanlış notlar almadıysanız, tartışmasız bir gerçekten söz ediyorsunuz demektir: Kahve miktarınız ile trafikte geçirdiğiniz süre koreledir (ilişkilidir). Bu ölçüm, başlı başına bir gerçektir ve ek bir kanıtı gerektirmez (tabii daha fazla veri toplayarak, bu ilişkinin ne kadar güçlü olduğunu daha iyi tespit edebilirsiniz).

Özellikle 2020 İzmir Depremi olmak üzere birçok deprem sonrasında yaygın olarak paylaşılan bazı sosyal medya içerikleri; deprem sırasında yere çöküp, cenin pozisyonunda vücudu küçük bir şekilde kapatıp, masa gibi bir cismin ayağına tutunmayı öneren Çök Kapan Tutun Tekniği yerine, ev içinde yatak veya dışarıda araba gibi bir cismin yanına yatıp, üzerinize düşen cisimlerin bu cisme çarparak çapraz bir şekilde devrilmesiyle oluşan boşluğa sığınmanızı tavsiye eden Hayat Üçgeni Tekniği'nin uygulanmasını savunmaktadır.

Bu paylaşımlar, sadece Hayat Üçgeni Tekniği'ni önermekle kalmamakta, ülkemizden AFAD ve AKUT da dahil olmak üzere, Dünya'nın en önde gelen arama-kurtarma ekiplerinin önerdiği Çök Kapan Tutun Tekniği'nin uygulanmasının ölümcül bir hata olduğunu ileri sürmektedir.

FDM tipi 3D yazıcı kullanılanların başına en çok gelen problemlerden biri Z yalpalamasıdır. Bu problem, kartezyen yazıcılarda Z eksenine bağlı mille ilişkilidir. Ortalıkta bu problemin çözümüne dair hatalı birçok açıklama olması sebebiyle soruna çözüm arayanlar bir türlü bu basit problemin üstünden gelememektedir. Bu yazıda Z yalpalaması sorununun ne olduğuna, nasıl çözüleceğine ve neden diğer çözümlerin işe yaramadığına değineceğiz.

Kartezyen tipi yazıcılarda ya yatak yukarı aşağı hareket eder ya da yazıcı ucu taşıyan başlık yukarı aşağı hareket eder. Yani Z ekseni boyunca tek bir motor (bazen çift motor) bu hareketi sağlar. Söz konusu eksen, yapılan hareket yer çekimine karşı yapıldığından genellikle kayış kullanılmaz. Kayış kullanılması durumunda sistemin taşıdığı ağırlık, step motorun ivmesi altında esnemeye başlar, bu da hassasiyeti bozar ve dalgalanma oluşturur. Lakin bu dalgalanma, mil kullanması durumunda da gerçekleşmektedir. Kartezyen olmayan yazıcılarda kayış kullanılmasına rağmen bu sorun yaşanmayabilir, onların tasarımı daha farklı olduğu için bu yazıda onlara değinmeyeceğiz.

Büyük Sayılar Yasası, bir deneyin pratikte gözlenen başarı oranının, deneme sayısı arttıkça teoride beklenen istatistiki sonuca giderek yaklaşma eğiliminde olduğunu belirten bir yasadır. Bunun sebebi, örneklem büyüklüğü ne kadar fazlaysa, bu örneklemin genel popülasyonun niteliklerini yansıtma ihtimalinin o kadar yüksek olmasıdır.

İstatistiksel analizde büyük sayılar yasası çok önemlidir, çünkü örneklem büyüklüğünüze geçerlilik kazandırır. Az miktarda veriyle çalışırken, yaptığınız varsayımlar gerçek popülasyonu uygun bir şekilde yansıtmayabilir. Bu nedenle, tüm veri setini yeterince temsil etmek için yeterli veri noktasının yakalandığından emin olmak önemlidir.