Hayvan Islahında Varyans Komponentleri Ve Damızlık Değerin Tahminlenmesinde Kullanılan Bazı Bilgisayar Programları

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Hayvan Islahında Varyans Komponentleri Ve Damızlık Değerin Tahminlenmesinde Kullanılan Bazı Bilgisayar Programları"

Transkript

1 Hayvan Islahında Varyans Komponentleri Ve Damızlık Değerin Tahminlenmesinde Kullanılan Bazı Bilgisayar Programları Doç. Dr. Yavuz AKBAŞ E.Ü.Ziraat Fakültesi Zootekni Bölümü Biyometri ve Genetik Anabilim Dalı Bornova, İZMİR Özet: Bu çalışmada karışık model eşitlikleri ve REML tekniğini kullanarak (ko)varyans komponentleri, genetik parametre ve damızlık değeri tahminlemelerini yapan bilgisayar programlarını tanıtmak ve karşılaştırmalı olarak incelemek amacıyla gerçekleştirilmiştir. Tanıtımı yapılan programlar LSMLMW/MIXMDL, PKREML, DFREML, MTDFREML, PEST, VCE, ABTK, DMU, JAA, MTC, JSPFS, MTGSAM, QUERCUS ve ASREML dir. Anahtar kelimeler: Bilgisayar programı, tahminleme, varyans komponentleri, damızlık değeri Computer Programs to Estimate Variance-Covariance Components and Breeding Value in Animal Breeding Abstract: In this study several computer programs to estimate (co)variance components, genetic parameters and breeding value using mixed model equation and REML were introduced and compared. The program considered were LSMLMW/MIXMDL, PKREML, DFREML, MTDFREML, PEST, VCE, ABTK, DMU, JAA, MTC, JSPFS, MTGSAM, QUERCUS and ASREML. Key words: Computer programs, estimation, variance components, breeding value GİRİŞ Hayvan ıslahında önemli konulardan ikisi varyans komponentlerinin tahminlenerek genetik parametrelerin hesaplanması ve bireylerin damızlık değerlerinin tahminlenmesidir. Karmaşık bir yapıya sahip genetik tahminlemelerin, elde analiz edilmesi imkansızdır. Bu nedenle özel yazılımlara ihtiyaç duyulmaktadır. Ayrıca hayvan ıslahı çalışmalarından elde edilen veriler, alt grup sayıları dengesiz ve genellikle de hacimlidir. Geleneksel hesaplama yöntemleri bu veri yapısında yetersiz kalmaktadır. Bilgisayar teknolojisinde elde edilen gelişmeler her alanda olduğu gibi hayvancılıkta da bilgisayar kullanımını olumlu yönde etkilemiş, sahadan elde edilen verilerinin analizi bilgisayara dayalı hale gelmiştir. Günümüzde artık elde edilen her teorik gelişim, kısa sürede bilgisayar yazılımlarına aktarılabilmektedir. Bilgisayar teknolojisindeki sürekli ilerleme, çalışmaların hızını ve boyutunu da artırmıştır. Bu sayede daha geniş veri setleri ile çalışılabilmekte ve uygulanabilir hale gelen hayvan ıslahı teorisi ile daha güvenilir genetik değerlendirmeler yapılabilmektedir. Hatta hayvancılık sektörü için geliştirilen bazı 213

2 hesaplama teknik ve yöntemleri bilgisayar yazılımları ile diğer alanlarda da kullanılır hale gelmiştir Hayvan ıslahına yönelik bir çok bilgisayar yazılımı mevcuttur. Hayvancılık verilerinin değerlendirilmesine yönelik yazılımlar farklı istatistik ve genetik modellerin verilere uyumunu gerçekleştirerek, varyans komponent tahminleri, kalıtım derecesi ile özellikler arası fenotipik, genetik ve çevresel korelasyonları tahminlemektedir. Ayrıca bireylerin genetik potansiyellerinin göstergesi olan damızlık değerleri de elde edilmektedir. Bu çalışmada sözkonusu tahminleri veren bilgisayar yazılımları, kullanım klavuzları ile programlara ait internet sitelerinden edinilen bilgilerden tanıtılmış, yazılımlar arası bazı karşılaştırmalar yapılmıştır. Karşılaştırmalarda Misztal (1994) den de yararlanılmıştır. Programların Tanıtımı LSMLMW (Least Squares Maximum Likelihood Mixed and Weighted) Hayvancılık verilerinin değerlendirilmesi amacıyla geliştirilen ilk program Walter Harvey in LSMLMW programıdır. Bu sahada 1960'lardan günümüze tüm dünyada kullanılan en eski ve yaygın programdır. Programın mainframe makinalarda kullanılan eski versiyonları yanında 1987'de PC-1 (Harvey, 1987), 1990 yılında ise PC-2 versiyonu (Harvey, 1990) kullanıma sunulmuştur. FORTRAN IV programlama dili ile yazılmıştır. LSMLMW nin eski versiyonları özel, karmaşık ve detaylı parametre kartlarının hazırlanmasını gerektirmekteydi (Harvey, 1972). Son versiyonlarda bu problem PARMCARD ara programı ile giderilmiş, veri ve model tanımlamaları SAS'ın GLM tanımlamalarına benzer hale getirilmiştir. Birçok kısıtlamaya sahip olan programın kullanımı, daha esnek ve güçlü programların geliştirilmesi ile büyük oranda azalmıştır. Program sabit ve random etkilerden oluşan dokuz ayrı modelin uyumunu yapmaktadır. Modellerden son ikisi programın son versiyonunda programa ilave edilmiştir (Harvey, 1990). Programın önemli özelliklerinden birisi normal eşitliklerin çözümlemesinde absorbsiyon tekniğinden yoğun bir şekilde yararlanmasıdır (Koonce, 1990). Model 2-7 kullanımında varyans komponentleri Henderson-3 e göre (Henderson, 1984) tahminlenmektedir. MIXMDL programı ile uygulanan Model 8 ve Model 9 da Henderson ın karışık model eşitlikleri kullanılarak random etkilerin en iyi doğrusal 214

3 sapmasız tahminleri (BLUP), sabit etkilere ait BLUE tahminleri elde edilirken, varyans komponentlerinin MINQUE ve uygun tanımlamalarla REML tahminlerine ulaşılır. Program bir çok kısıtlamaya sahiptir (Harvey, 1990). Bunlardan bazılarını sıralayacak olursak sabit etki düzeyleri toplam 99 u, bağımlı değişken sayısı 35 i geçmemelidir. Bağımlı değişken sayısı 35 e yaklaştıkça sabit etki düzeyleri toplamının 70 ler düzeyine gerilediği unutulmamalıdır. Random etki düzeyleri bakımından ilk yedi modelde bir kısıtlama yok iken, model 8 ve 9 da 150 kısıtlaması vardır. Ayrıca son iki modelde sabit etki düzeyleri ile random etki düzeyleri toplamı 172'yi aşmamalıdır. Program, parametre tanımlamaları ve verilerin ayrı dosyalarda bulunmasını istemektedir. Sadece batch olarak çalıştırılabilen programın sonuçlar ismi bildirilen sonuç dosyasınına yazdırılmaktadır. Program, kısıtlamalara uygun veri setlerinde genetik parametre ve damızlık değerleri tahminlemektedir. Programın PC-2 versiyonunun 91 sayfadan oluşan bir dokümanı vardır. DFREML (Devivative Free Restricted Maximum Likelihood) Karin Meyer tarafından FORTRAN 77 programlama dili kullanılarak yazılan DFREML programı, Birey modeli altında REML tekniğini kullanarak varyans ve kovaryans komponentlerini tahminlemektedir. Program, REML tekniğindeki likelihood fonksiyonun türevini almaksızın (Devivative Free) yaptığı maksimizasyon ile gerçekleştirmektedir (Graser ve ark. 1987). Programın sadece univariate analizleri gerçekleştirebildiği ilk versiyonu (Meyer, 1988), hesaplama etkinliğinin iyileştirildiği, multivariate analizlerin yer aldığı, damızlık değer tahminleme seçeneklerinin bulunduğu ve daha kolay kullanımının gerçekleştirildiği ikinci versiyonu ile daha da geliştirilmiştir (Meyer,1991). FORTRAN 90 ile yazılan programın 3. versiyonu UNIX ve DOS ortamlarında kullanılabilir hale getirilmiştir (Meyer, 1997). Bu versiyonda likelihood fonksiyonunun maksimizasyonu "Derivative Free" yanısıra "Average Information- AIREML" tekniği (Johnston ve Thompson, 1995) ile de gerçekleştirilebilmektedir. Tahminlenecek kovaryans matrisinin Cholesky parçalanması opsiyonel olarak sunan program, tekrarlanan kayıtların (repeated records) kovaryans fonksiyonlarını "Random Regresyon Model" ile tahminlenmetedir (Meyer ve Hill, 1997). Varyans komponentleri yanısıra kalıtım derecesi ve genetik korelasyonların tahminlenmesini gerçekleştiren program Birey Modeli (Animal model) üzerine kuruludur. On farklı yapıda modeli uygulayabilen program, belirli bir grup bireyi etkileyen ortak 215

4 çevre etkilerini, modeldeki diğer random etkilerle ilişkili olmayan ek bir random etki (uncorrelated additional random effect) şeklinde dikkate alır. Her bireye ait tanımlanabilen ikinci random etki ise uygun kovaryans tanımlamaları ile ana özel etkisi, ana-baba genetik etkisi, tekrarlanan özelliklerde bireye ait kalıcı çevre etkisi veya dominans etki olabilmektedir. Alanında en yaygın kullanılan programlardan birisidir. Özelliklerinden birisi, varyans komponent tahminlerinin önemliliğini Likelihood Ratio ile test etmesidir. Batch olarak çalıştırılabilen program, interaktif çalıştırmada sunduğu default seçeneklerle kullanıcıya yardımcı olmaktadır. Programın 2. versiyona ait 84 sayfadan oluşan döküman, 3. versiyonda teorik bilgiler azaltılarak 29 sayfaya indirilmiştir. Bu durum programın tanıtımında olumsuz bir durumdur. DFREML 3.0'ın α versiyonu internette DFREML sayfasından (http://agbu.une.edu. au/~kmeye/dfreml.html) çekilebilir. PKREML PKREML, Karin Meyer in baba modeline yönelik olarak geliştirdiği programdır. Program, karışık model eşitlikleri ve REML tekniklerini kullanarak genetik parametre ve babalara ait damızlık değerleri tahminlemektedir. Babaları test edilmiş (proven) ve test edilmemiş (young) olarak tanımlama şansı vermektedir. İstendiği takdirde tahminlemelerde babalara ait akrabalık ilişkişlerini de dikkate alabilmektedir. PEST (Prediction and ESTimation) PEST programı geniş bir model uygulamasında multivariate analizleri gerçekleştirebilen, sabit etkilerin BLUE, random etkilerin BLUP tahminlerini veren bir yazılımdır. Birey (Animal Model), baba (Sire Model) ve baba-ana (Sire Dam Model) modellerini uygulayabilmektedir (Groeneveld ve ark, 1990, Groenevelt, 1990). Her özellik için farklı desen matrisi tanımlamayı desteklenmekte, eksik gözlem ve heterojen hata varyanslarını dikkate almaktadır. Programda özellik, faktör ve düzeylerinin sayısında bir kısıtlama yoktur. 20. dereceye kadar polinomiyallere izin vermektedir. Program, katsayılar matrisinin yapısına göre hafızayı ve/veya iterasyon tekniklerini kullanarak beş farklı çözüm tekniğini desteklemektedir. PEST sabit ve karışık modeller için univariate ve multivariate hipotez testleri de uygulayabilmekte, hipotezler tek veya çoklu kontrastlardan oluşabilmektedir. FORTRAN 77 program dili kullanılarak Groeneveld, Kovac ve Wang (1990) tarafından yazılmış program, SAS benzeri bir yapıda tanımlama ile çalıştırılabilmektedir. 216

5 Program büyük veri setlerinde de kullanılabilmektedir. Farklı veri giriş formatlarına izin veren programın kullanımı, diğer programlara göre daha kolaydır. Birçok sistem için (SUN, VMX altında VAX, MACINTOSH, CMS altında IBM mainframe, UNIX altında CRAY ve DOS) geliştirilen program, geniş bir döküman desteği sunmaktadır. PEST sahasındaki para ile satılan programlardan biridir. Eksik gözlem tanımlama ve sürekli yapı gösteren özelliklerde skala değişikliği yapma şansı da veren program, Cholesky veya kanonik transformasyon teknikleri ile hesaplamaları hızlandırmaktadır. VCE (Variance Component Estimation) E. Groeneveld tarafından FORTRAN 77 programlama dili ile geliştirilen program varyans komponentlerinin tahminlenmesi yapmaktadır. Program tek başına kullanılabildiği gibi, veri düzenlemelerinde PEST programı ile birlikte çok daha başarılı çalışmaktadır. Eşitliklerin çözümünde Cholesky yaklaşımını kullanmaktadır. Likelihood fonksiyonunun optimizasyonunu Downhill-Simplex veya Quasi-Newton algoritmaları ile gerçekleştirmektedir. UNIX ortamında her model ve veri setine göre modifiye edilip çalıştırılabilen bir programdır. VCE ile çalışabilen bazı modeller PEST te yer almamaktadır. Program, araştırma amaçlı olarak ücretsiz kullanıma açıktır. Daha fazla bilgi adresinden alınabilir. MTDFREML (Multiple Trait Restricted Maximum Likelihood) MTDFREML, birey modeli altında DFREML tekniğini kullanarak genetik varyans ve kovaryansları tahminlemek için Boldmon, Kriese, Van Vleck, Van Tassel ve Kachman (1995) tarafından FORTRAN 77 ile yazılan bir dizi prgramdan oluşmaktadır. Programın ticari versiyonu SPARSPAK yanında ticari olmayan versiyonu FSPAK da mevcuttur. FSPAK programı Miztal ve Perez-Enciso tarafından geliştirilmiştir. Programlar Elzo tarafından Karışık Model Eşitliklerinin tekil olması durumunda kullanılan Kachman modifikasyonu ilave edilerek güncellenmiştir. Özel kodlarla eksik gözlem tanımlamasına izin veren program, tekrarlanan tekli, ikili ve çoklu özelliklerde birey modelini uygulayabilmektedir. Program sabit etkilere ait çözümleri, damızlık değerleri ve ilişkili olmayan random etkileri tahminlemekte, çözümlere ve kontrastlara ait örnekleme varyanslarını da vermektedir. Pedigride olup kaydı bulunmayan ebeveyn ve diğer akrabaların eklemeli genetik etkilerini de dikkate almaktadır. Her özellik için eklemeli genetik etki dışında, maternal genetik etki gibi bir 217

6 adet ek ilişkili random etki ve çok sayıda ilişkisiz random etki tanımlama şansı vermektedir. Kesikli ve sürekli sabit etkiler ile ilişkisiz random etkiler, her özellik için ayrı ayrı tanımlanabilmektedir. Analizin büyüklüğü, özellik sayısı, analizdeki birey sayısı, bilgisayarın hız ve hafızasına göre değişmektedir. MTDFREML dokümanları, teorik alt yapıya yönelik bilgiler yanında örnek programlarla zenginleştirilmiştir. Bilgi için colostate.edu/cvantass/mtdfreml.html adresine bakınız. ABTK (Animal Breeder s Tool Kit) Hayvan ıslahcılarının FORTRAN veya C gibi herhangi bir programlama dili bilmeden doğrusal eşitlik sistemlerini çözebilmeleri amacıyla yazılan program, yapısı yönü ile diğer programlardan farklıdır. ABTK karmaşık işlemleri kısa tanımlamalarla gerçekleştirebilen bir araç (toolkit) program konumundadır. ABTK, C dili kullanılarak Golden, Snelling ve Mallinckrodt (1997) tarafından UNIX ortamı için geliştirilmiştir. Program büyük veri setleri ile çalışmada kolaylık getiren araçlara sahiptir. Program UNIX ortamında uzman olmayı ve karışık model hesaplamalarını detayları ile bilmeyi gerektirmektedir. Programın dökümanı program hakkında detaylı bilgileri içermektedir. Bilgi için ftp://cgel.agsci. colostate.edu/pub/abtk/ adresine bakınız. DMU Jensen ve Madsen (1993) tarafından multivariate karışık doğrusal modellerin çözümü için oluşturulan bu programın IBM, UNIX ve PC versiyonları vardır. Dosya isimleri ve sayılardan oluşan parametre dosyasının zor tanımlandığı program, FORTRAN 77 ile yazılmıştır. Program bu olumsuzluğu diğer özellikleri ile belirli ölçüde kapatmaktadır. Baba ve birey modelinin uygulanabildiği programda hesaplamaların optimum bir hızda gerçekleşmesi için dört farklı sparse matrix programı sunulmaktadır (Jensen ve Madsen, 1993). Bunlardan ikisi programla birlikte ücretsiz verilirken, diğer ikisi para ile satılmaktadır. Program Newton-Rapson maksimizasyonunu kullanarak varyans komponentlerini tahminlemektedir. Bu yüzden Derivative-Free yaklaşıma göre çok daha hızlı sonuca ulaşmaktadır. Danimarkada ulusal damızlık değerlendirmelerde kullanılan program istenen sayıda sabit etki tanımlamasına izin vermektedir. Ücretsiz olan programın, güncellemesi bittiğinde iddalı programlar arasında olacağı düşünülmektedir (Misztal, 1994). Bilgi için agdg2316.html adresine bakınız. 218

7 JAA, MTC ve JSPFS JAA ve MTC Misztal tarafından FORTRAN 77 programlama dili ile kendi çalışmalarına yönelik olarak geliştirilmiş programlardır (Misztal, 1994). JAA, second order Jacobi tekniği ile veriler üzerinden iterasyon uygulayarak karışık model eşitliklerini çözmektedir (Misztal, 1987, 1989). Küçük boyutlu bir program olmasına rağmen büyük veri setlerinde birey modelini uygulayabilmektedir. Her iterasyonda modeldeki faktörlerin sayısı kadar veri setini okumaktadır. Veri setinin sıralı olmasını gerektirmeyen program, pedigri dosyasını her iterasyonda bir kez okumaktadır. Okuma işlemlerini hızlandırmak için ilk okuma sonrası dosyalar binary formda yazdırılmaktadır. Programda parametreler interaktif olarak veya dosyadan tanımlanabilmektedir. MTC programı ise EM algoritmasını ile kanonik transformasyon tekniklerini kullanarak REML tahminlemelerinde bulunur. MTC eksik gözlemi, JAA ve MTC ana etkisini tahminlemeyi desteklememektedir. Her iki program da diğer programlara göre iyi bir dökümana sahip değildir. Misztal JAA ve MTC dışında karışık modellerde sparse tekniği ile birey modelinde tek özelliğe ait REML tahminlerini veren, veri giriş şekli JAA ile aynı olan JSPFS programı vardır. Bilgi için ftp://nce.ads.uga.edu/pub/ignancy/ adresine bakınız. QUERCUS Kantitatif genetik verilerin analizinde kullanılan Quercus, Ruth Shaw tarafından yazılmıştır. Multivariate analizlerde ML ve REML tahminlerini vermektedir. Eklemeli genetik, dominans, maternal, paternal ve hata ile multivariate yapıda bunların kovaryanslarından oluşan yapıda varyans komponentlerini tahminlemektedir. Pascal dili ile yazılmış olan programa ait daha fazla bilgi html adresinden alınabilir. ASREML 1996 yılında kullanıma sunulan program, Gilmour ve ark. (1998) tarafından yazılmıştır. Program, genel karışık modellerde REML ile varyans komponentlerini tahminlemektedir. Program, genetik analizlerle birlikte farklı sahadan verileri de analiz edebilecek yapıdadır. Büyük boyutlu karışık model eşitliklerde hesaplama etkinliğini artırmak için average information algoritması ile sparse matrix tekniklerini kullanmaktadır. Simdilik ücretsiz olan program yakın gelecekte üceretli olarak 219

8 satılacaktır (Gilmour ve ark. 1998). Bilgi için ftp://ftp.res.bbsrc.ac.uk/pub/aar adresine bakınız. MTGSAM (Multiple Trait Gibbs Sampling in animal Model) Van Tassel ve Van Vleck (1995) tarafından geliştirilen program Gibbs Sampling yaklaşımını kullanarak Birey Modeli altında varyans komponentlerini tahminlemek için geliştirilmiş bir dizi programdan oluşmaktadır. Programın arayüzü MTDFREML ile benzer olup (Boldman ve ark. 1993) bir çok programı ortak olarak kullanmaktadır. Eksik gözlemlere izin veren program ile varyans komponentleri, kalıtım derecesi, sabit ve random etkiler ile kontrastlara ait tahminler elde edilmektedir. Program kaydı bulunmasa bile pedigride bulunan bireylere ait eklemeli etkileri dikkate almakta, her özellik için bir adet ek ilişkili random etki ile çok sayıda ilişkisiz random etki tanımlamasına izin vermektedir. Sabit etki ve kontrastlar her etki için ayrı ayrı tanımlanabilmektedir. Bilgi için colostate.edu/cvantass/mtgsam.html adresine bakınız. TARTIŞMA ve SONUÇ Dünyada varyans komponentlerinin ve damızlık değerin tahminlenmesine, özellikle Birey Modeli ile BLUP tahminlerinine yönelik geliştirilmiş ve kullanımı yaygın bir çok program vardır. Genel olarak bakıldığında bu alanda REML tekniğinin ortaya konması sonrasında yazılan ilk ve yaygın program DFREML dır. Daha sonra yazılan MTDFREML, kullanım kolaylığı ile tanınan REML programıdır. Sahasındaki yarı ticari programlardan birisi ise PEST tir. JAA/MTC çoklu özelliklerin varyans komponent tahminlerini yapabilen, basit bir yapıya sahip programlardır. ABTK profesyonel kullanıcılar için geliştirilmiş, geniş veri setlerinde de kullanılabilen bir programdır. Verilerin ve uygulanan analizlerin yapısı türlere göre değişebilmektedir. Geliştirlen programlar da genellikle programcının üzerinde çalıştığı belirli bir türe ait verilerin değerlendirilmesine yönelik olarak hazırlanmaktadır. Örneğin süt sığırcılığında veriler, genellikle tekrarlanan tek özellikliğin incelendiği bir model ile analiz edilirken, kanatlı hayvanlara ait verilerde ise multivariate analizler uygulanmaktadır. Et sığırlarında eksik gözlemli, ana özel etkisinin bulunduğu multivariate modeller kullanılır. Programlar bir çok nedene bağlı olarak geliştirilebilmektedir Örneğin JAA yeni yöntemlerin tanıtılması amacıyla yazılmış bir programdır. Özel hedefleri olan bu tip programların fonksiyonları sınırlı, kullanımları zordur. MTDFREML, ABTK ve DMU gibi 220

9 daha genel amaçlı olarak yazılan programlar, bir çok analizi gerçekleştirebilen programlardır. Kullanım kolaylığı, esnek ve kapsamlı analiz üstünlükleri ile PEST ve ASREML en gelişmiş programlardır. Belkide bu yapısı PEST ve yakında ASREML ın yarı ticari olmasına da yol açmaktadır. Son versiyonu ile daha da geliştirilen DFREML, PEST ile diğer programlar arası bir konumda yer almaktadır. Kullanıcı ile program yazıcı arası diologlar da programların kullanımını kolaylaştırıcı bir etkiye sahiptir. Bu çalışmada tanıtımı yapılan programlara ait internet siteleri ve ASREML programında olduğu gibi oluşturulan tartışma listeleri ile programlar hakkında daha fazla bilgi edinilebilir. Bu koşullarda programcı da farklı yapıda veri setlerinde denenen programını daha rahat test edip güncelleyebilmektedir. Programlar genel amaçlı, kullanıcı kontrollü ve belirli araçlarla program yazmayı gerektiren tipte olabilir. DFREML gibi bir çok programın girdiği birinci katagoride programlar tanımlanan belirli modelleri analiz ederler. İkinci gruptaki programlar ise sadece damızlık değer tahmini gibi belirli bir tip analizi gerçekleştirmektedir. Hesaplamalarda etkin olan bu tip programlar, gerektiğinde kullanıcı tarafından yapılması zor olan modifiye edilmeyi gerektirirler. ABTK gibi son grupta yer alan programlar çok güçlü analiz yapmalarına rağmen, tanımlanan belirli araçlarla program yazma bilgisini gerektirirler. Bir programın tercih edilebilmesi, programın öğrenim ve kullanım kolaylığına da bağlıdır. Model ve yöntemlerin kolay tanımlandığı PEST e karşılık, DMU da bu tanımlamalar daha zordur. DFREML, MTDFREML ve JAA, programda gerekli bilgileri hem interaktif hen de dosyadan sorgulayabilmektedir. Programın çalıştırılması sırasında sorulan sorular hakkında bilgi sahibi olunması ve programa ait dökümanın takip edilmesi önemlidir. Uzun parametre tanımlamalı programlarda kullanım kolay olurken programlama bilgisi gerekmektedir. Kodlama şeklinde tanımlamalı programlarda ise ilk öğrenme aşaması zor, daha sonraki kullanımlar kolaylaşmaktadır. Büyük çaplı programların anlaşılması ve modifiye edilmesi zor olurken, küçük çaplı programlarda ise bazı yetersizlikler ortaya çıkabilir. İyi bir döküman ve programda yer alan açıklayıcı satırlar, programda gerekli modifiye işlemlerini oldukça kolaylaştırmaktadır. Çalışmada tanıtılan programlar, genellikle nümerik hesaplamaların güçlü bir şekilde tanımlanabildiği FORTRAN77 programlama dili ile yazılmıştır. Programlardan 221

10 sadece ABTK, C dili, QUERCUS pascal dili ile oluşturulmuştur. FORTRAN77 nin hafıza kullanımı çok güçlü değildir. Ayrıca farklı boyutta hafıza kullanımında programın tekrar derlenmesi gerekmektedir. DFREML ın son versiyonunda olduğu gibi FORTRAN 77 ile yazılan günümüz programları, eski FORTRAN programları destekleyen, hafıza yönetimi ve nesnel programlama gibi yeni bir çok özelliğe sahip olan FORTRAN90 a dönüştürülmektedir. Fakat FORTRAN90 nın derleyicisinin yeterince yaygın olmaması önemli bir problemdir. Bazı programlar UNIX gibi belirli bir sistem için geliştirilirken, bazı programların farklı ortamlarda çalışabilen versiyonları bulunmaktadır. Programlar arasında genel eğilim, programların birçok üstün özelliklere sahip UNIX ortamına uygun yazılması yönündedir. Iterasyon işlemi uygulayan programlarda hesaplamalarda harcanan zamanın büyük bir kısmı disketten okuma ve yazma işlemlerine gitmektedir. Bu yüzden bu programlar için disklerin erişim hızı önemlidir. Ayrıca formatsız okuma, formatlı okumaya göre çok daha hızlı olup büyük veri setlerinde bu durum çok daha belirgindir. REML ile varyans komponentlerini tahminlemedeki hız ve doğruluk, uygulanan maksimizasyon stratejisine de bağlıdır. Derivative free (DF) tekniği, Derivative (D) tekniğine göre daha hızlı olduğundan kullanımı çok daha yaygındır. DFREML, MTDFREML, VCE ve DMU programları DF maksimizasyonunu kullanmaktadır. Sadece DMU, D algoritmasını desteklemektedir. Aralarında yüksek düzeyde ilişki bulunan çok sayıdaki özelliğin birlikte değerlendirildiği, karışık model eşitliklerinin çok büyük boyutlarda olduğu ve maksimizasyonun başarısızlıkla sonuçlandığı durumlarda, yapılan tahminlerin doğruluk derecesi düşebilmektedir. Çok özellik ile çalışmada en iyi yaklaşım, kanonik transformasyondur (Lin and Smith, 1990). Kanonik tranformasyon DFREML, VCE ve MTC tarafından uygulanmaktadır. Programlarda eşitlik sistemlerinin çözümü doğrudan hafızada yapılabileceği gibi, hafızada iterasyonla, diskten iterasyonla, disk ve verilerden iterasyonla da yapılabilir. Doğrudan hafızadan gerçekleştirilen çözümler hafıza kullanımını zorlaması ve masraflı olması nedeniyle ancak küçük veri setleri ( bin eşitlik) için uygun bir yoldur. DFREML ve MTDFREML bu yöntemi yoğun bir şekilde kullanmaktadır. İteratif yöntem, daha düşük doğruluğa karşılık daha az masraflıdır. Hafızadan iterasyon bin arasındaki eşitliğin çözümünde en uygun yoldur. Diskten okuyarak çözüme 222

11 giden programlar hafızadan bu işlemi yapanlara göre daha yavaştır. Aynı zamanda daha fazla disk alanı kullanıp zamanın büyük bir kısmı diskten okumada geçmektedir. Verilerden iterasyon ugulayan algoritmalar, sıralanmış veri setlerinde Gauss-Seidal yöntemini (Shaffer and Kennedy, 1986) veya sıralanmamış veri dosyalarında ikinci derece Jacobi yaklaşımını kullanmaktadır. PEST her iki yöntemi de desteklerken, DMU programı her iki yöntemin kombinasyonunu kullanabilmektedir. Verilerden iterasyon yöntemi 500 bin ve daha fazla eşitlikler için uygundur. Akrabalık ilişkilerinin dikkate alınması da masraflı bir iştir. Sözkonusu masraf, Quass (1976) nın yaklaşımı kullanıldığında pedigrideki birey sayısı ile quadratik olarak artmaktadır. Programların hemen hepsi akrabalık ilişkilerini dikkate almaktadır. Sonuç olarak hayvancılıkta verilerin değerlendirilmesi için geliştirilmiş programlar, hedefledikleri veri yapıları, kullandıkları algoritmalar bakımından farklılık gösterse de ana hedefleri olan genetik parametre ve damızlık değer tahminlemektedirler. SPSS ve SAS gibi genel amaçlı ve ticari istatistik paket programları da varyans komponentlerinin REML tahminlerine son versiyonlarında yer vermektedir. Kullanıcılar programların üstünlüklerini, beklentileri ile karşılaştırarak kendilerine en uygun programı seçebilirler. Araştırma amaçlı olarak genellikle ücretsiz olan programlar, internetten yararlanarak rahatlıkla elde edilebilir. KAYNAKLAR 1. Boldmon, K. G., Kriese, L.A., Van Vleck,L.D., Van Tassel, C.P. and Kachman, S.D A manual for use of MTDFREML. A set of programs to obtain estimates of variances and covariances. US Department of Agriculture, Agriculture Research Service. USA. 2. Gilmour, A.R., Cullis, B.R., Welham, S.J., Thompson, R ASREML User manual. 3. Golden, B.L., Snelling, W.M. and Mallinckrodt, C.H Animal Breeder s User s Guide and Reference Manual. 4. Groeneveld, E PEST User s Manual. Institute of Animal Husbandry and Animal Behaviour Federeal Agriculture Research Center (FAL), Germany. 5. Groeneveld, E., Kovac, M. and Wang, T PEST, A general purpose BLUP package for multivariate prediction and estimation. Proc. 4th World Congr. Genet.Appl.Livest. Prod. 13: Graser, H.U., Smith, S.P and Tier, B A derivative-free approach for estimating variance components in animal model by Restricted Maximum Likelihood. J. Anim.Sci. 64: Harvey, W.R User s Guide for LSMLMM. USA. 8. Harvey, W.R User s Guide for LSMLMW PC-1 Version. USA. 9. Harvey, W.R User s Guide for LSMLMW and MIXMDL PC-2 Version. USA. 223

12 10. Henderson, C.R Application of linear models in animal breeding. University of Guelph, Canada. 11. Jensen, J., Madsen, P DMU A pakage program for the analysis of multivariate mixed linear models. Research Center Foulum, DK-8830 Jjele, Denmark. 12. Johnston, D.L. and Thompson, R Restricted Maximum Likelihood estimation of variance components for univeriate animal models using sparse metrix techniques and average information. J.Dairy Sci. 78: Koonce, K.L Mixed-Model Least Squares and Maksimum Likelihood Computer Program (PC-1 version). The American statisticiamn 44: Lin, C.Y. and Smith, S.P Transformation of multitrait to unitrait mixed model analysis of data with multiple random effects. J. Dairy Sci. 73: Meyer, K. and Hill, W.G Estimation of genetic and phenotypic covariance function for longitudinal or repeted records by restrected maximum likelihood. Livest. Prod. Sci. 47: Meyer, K DFREML- a set of programs to estimate variance components under an individual animal model. J. Dairy Sci. 71 Supplement 2: Meyer, K DFREML Programs to estimate variance components by Restricted Maimum Likelihood using a derivative-free algorithm (User Notes, Version 2). 18. Meyer, K DFREML Version 3 (User Notes). 19. Misztal, I. and Gianola, F, Indirect solution of mixed model equation. J. Dairy Sci.70: Misztal, I Comparison of software package in animal breeding. Proc. 5th World Congr. Genet. Appl. Livest. Prod., Guelph, Canada. 21. Quaas, R.L Camputing the diagonal elements of a large numerator relationship matrix. Biometrics 32: Van Tassel, C.P. and Van Vleck, L.D A manual for use of MTGSAM. A set of Fortran programs to Apply Gibbs Sampling to Animal Models for variance component estimation. US Department of Agriculture, Agriculture Research Service. USA. 224

SELEKSİYON İNDEKSİ VE FARKLI BLUP UYGULAMALARININ KARŞILAŞTIRILMASI. Yavuz AKBAŞ 1

SELEKSİYON İNDEKSİ VE FARKLI BLUP UYGULAMALARININ KARŞILAŞTIRILMASI. Yavuz AKBAŞ 1 SELEKSİYON İNDEKSİ VE FARKLI BLUP UYGULAMALARININ KARŞILAŞTIRILMASI Yavuz AKBAŞ 1 ÖZET Evcil hayvanların genetik ıslahında kullanılan istatistik yöntemler son 25 yıl içinde büyük bir ilerleme göstermiştir.

Detaylı

HAYVAN ISLAHINDA VERİLERİN STANDARDİZASYONUNDA KULLANILAN YÖNTEMLERİN KARŞILAŞTIRILMASI

HAYVAN ISLAHINDA VERİLERİN STANDARDİZASYONUNDA KULLANILAN YÖNTEMLERİN KARŞILAŞTIRILMASI HAYVAN ISLAHINDA VERİLERİN STANDARDİZASYONUNDA KULLANILAN YÖNTEMLERİN KARŞILAŞTIRILMASI Yavuz AKBAŞ 1 ÖZET Genotipi tahminlemedeki doğruluk düzeyi incelenen özellik bakımından bilinen çevresel farklılıkların

Detaylı

Kınalı Kekliklerin (Alectoris chukar) Canlı Ağırlığına Ait Genetik ve Fenotipik Parametrelerin Şansa Bağlı Regresyon Modeli Kullanarak Tahmini

Kınalı Kekliklerin (Alectoris chukar) Canlı Ağırlığına Ait Genetik ve Fenotipik Parametrelerin Şansa Bağlı Regresyon Modeli Kullanarak Tahmini Süleyman Demirel Üniversitesi Ziraat Fakültesi Dergisi 9 (1):127-131, 2014 ISSN 1304-9984, Araştırma Makalesi A.N. ÖZSOY Kınalı Kekliklerin (Alectoris chukar) Canlı Ağırlığına Ait Genetik ve Fenotipik

Detaylı

Box-Cox Transformasyonunun Yumurta Verimlerine Ait Genetik ve Fenotipik Parametre Tahminlerine Etkisi

Box-Cox Transformasyonunun Yumurta Verimlerine Ait Genetik ve Fenotipik Parametre Tahminlerine Etkisi Yüzüncü Yıl Üniversitesi, Ziraat Fakültesi, Tarım Bilimleri Dergisi (J. Agric. Sci.), 003, 13(1): 1-7 Geliş Tarihi :15.10.001 Box-Cox Transformasyonunun Yumurta Verimlerine Ait Genetik ve Fenotipik Parametre

Detaylı

Damızlık Koç Seçiminde BLUP Metodunun Kullanılması [1][2] The Use of BLUP Method in Ram Selection

Damızlık Koç Seçiminde BLUP Metodunun Kullanılması [1][2] The Use of BLUP Method in Ram Selection Kafkas Univ Vet Fak Derg 15 (6): 891-896, 009 DOI:10.9775/kvfd.009.3 RESEARCH ARTICLE Damızlık Koç Seçiminde BLUP Metodunun Kullanılması [1][] Osman KARABULUT * Mehmet Emin TEKİN ** [1] Doktora tezinden

Detaylı

Verilerin Standardizasyonuna Yönelik Bir Bilgisayar Yazılımı: Standart

Verilerin Standardizasyonuna Yönelik Bir Bilgisayar Yazılımı: Standart Verilerin Standardizasyonuna Yönelik Bir Bilgisayar Yazılımı: Standart Yavuz AKBAŞ Ege Üniversitesi, Ziraat Fakültesi, Zootekni Bölümü, Bornova-İZMİR Özet: Çevre etkileri için fenotipik değerin standartlaştırılması,

Detaylı

1. GİRİŞ Kılavuzun amacı. Bu bölümde;

1. GİRİŞ Kılavuzun amacı. Bu bölümde; 1. GİRİŞ Bu bölümde; Kılavuzun amacı EViews Yardım EViews Temelleri ve Nesneleri EViews ta Matematiksel İfadeler EViews Ana Ekranındaki Alanlar 1.1. Kılavuzun amacı Ekonometri A. H. Studenmund tarafından

Detaylı

Hayvan Islahı ve Yetiştirme 2. ders

Hayvan Islahı ve Yetiştirme 2. ders Hayvan Islahı ve Yetiştirme 2. ders Akin Pala akin@comu.edu.tr Seleksiyona cevap Et sığırlarında doğum ağırlığını arttırmak istiyoruz. Ağır doğmuş olan bireyleri ebeveyn olarak seçip çiftleştiriyoruz.

Detaylı

Kanatlı Hayvan Islahında SAS Programı ile Akrabalık Matrislerinin Oluşturulması

Kanatlı Hayvan Islahında SAS Programı ile Akrabalık Matrislerinin Oluşturulması Süleyman Demirel Üniversitesi Ziraat Fakültesi Dergisi 6 (2):68-75, 2011 ISSN 1304-9984, Derleme D. NARİNÇ, E. KARAMAN Kanatlı Hayvan Islahında SAS Programı ile Akrabalık Matrislerinin Oluşturulması Doğan

Detaylı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli

Detaylı

Tavuklarda Kısmi Yumurta Verimlerinde Öz Kardeş Gruplarının Genetik Varyansa Etkileri

Tavuklarda Kısmi Yumurta Verimlerinde Öz Kardeş Gruplarının Genetik Varyansa Etkileri Hayvansal Üretim 39-40: 81-90 (1999) Tavuklarda Kısmi Yumurta Verimlerinde Öz Kardeş Gruplarının Genetik Varyansa Etkileri Türker SAVAŞ Emel ÖZKAN Trakya Üniversitesi Tekirdağ Ziraat Fakültesi Zootekni

Detaylı

Çiftlik hayvanları endüstrisinin yapısı elit Çok yönlü ticari Kantitatif genetik formulleri özeti Temel genetik: Genel öneri: Genellikle iki yönlü tablo kullanılır Sorular sorudaki probleme ilişkin verilen

Detaylı

Tekrarlı Ölçümler ANOVA

Tekrarlı Ölçümler ANOVA Tekrarlı Ölçümler ANOVA Repeated Measures ANOVA Aynı veya ilişkili örneklemlerin tekrarlı ölçümlerinin ortalamalarının aynı olup olmadığını test eder. Farklı zamanlardaki ölçümlerde aynı (ilişkili) kişiler

Detaylı

EKONOMETRİK MODEL TANIMLAMADA KULLANILAN SINAMA YÖNTEMLERİ VE

EKONOMETRİK MODEL TANIMLAMADA KULLANILAN SINAMA YÖNTEMLERİ VE EKONOMETRİK MODEL TANIMLAMADA KULLANILAN SINAMA YÖNTEMLERİ VE BU AMAÇLA GELİŞTİRİLMİŞ BİR YAZILIM Bülent Sedef Akgüngör34 1. GİRİŞ Ekonomik bir ilişkinin gerçeğe en uygun bir şekilde modellenmesi için,

Detaylı

REGRESYON ANALİZİ VE UYGULAMA. Yrd. Doç. Dr. Hidayet Takcı

REGRESYON ANALİZİ VE UYGULAMA. Yrd. Doç. Dr. Hidayet Takcı REGRESYON ANALİZİ VE UYGULAMA Yrd. Doç. Dr. Hidayet Takcı htakci@cumhuriyet.edu.tr Sunum içeriği Bu sunumda; Lojistik regresyon konu anlatımı Basit doğrusal regresyon problem çözümleme Excel yardımıyla

Detaylı

Türkiye de Yetiştirilen Siyah Alacaların Kontrol Günü Süt Verimlerine Ait Genetik Parametre Tahmininde Şansa Bağlı Regresyon Modelinin Kullanımı [1]

Türkiye de Yetiştirilen Siyah Alacaların Kontrol Günü Süt Verimlerine Ait Genetik Parametre Tahmininde Şansa Bağlı Regresyon Modelinin Kullanımı [1] Kafkas Univ Vet Fak Derg 18 (5): 719-724, 212 DOI:1.9775/kvfd.211.68 Journal Home-Page: http://vetdergi.kafkas.edu.tr Online Submission: http://vetdergikafkas.org RESEARCH ARTICLE Türkiye de Yetiştirilen

Detaylı

Sosyal Bilimler İçin Veri Analizi El Kitabı

Sosyal Bilimler İçin Veri Analizi El Kitabı 292 Dicle Üniversitesi Ziya Gökalp Eğitim Fakültesi Dergisi, 18 (2012) 292-297 KİTAP İNCELEMESİ Sosyal Bilimler İçin Veri Analizi El Kitabı Editör Doç. Dr. Şener BÜYÜKÖZTÜRK Dilek SEZGİN MEMNUN 1 Bu çalışmada,

Detaylı

BİT in Temel Bileşenleri (Yazılım-1)

BİT in Temel Bileşenleri (Yazılım-1) Ders 4 BİT in Temel Bileşenleri (Yazılım-1) BİLGİ & İLETİŞİM TEKNOLOJİLERİ 1 Yazılım, değişik ve çeşitli görevler yapma amaçlı tasarlanmış elektronik araçların, birbirleriyle haberleşebilmesini ve uyumunu

Detaylı

SAYISAL ÇÖZÜMLEME. Yrd.Doç.Dr.Esra Tunç Görmüş. 1.Hafta

SAYISAL ÇÖZÜMLEME. Yrd.Doç.Dr.Esra Tunç Görmüş. 1.Hafta SAYISAL ÇÖZÜMLEME Yrd.Doç.Dr.Esra Tunç Görmüş 1.Hafta Sayısal çözümleme nümerik analiz nümerik çözümleme, approximate computation mühendislikte sayısal yöntemler Computational mathematics Numerical analysis

Detaylı

ALGORİTMA ANALİZİ. Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü

ALGORİTMA ANALİZİ. Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü ALGORİTMA ANALİZİ Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü 2 Temel Kavramlar Algoritma: Bir problemin çözümünü belirli bir zamanda çözmek için sonlu sayıdaki adım-adım birbirini takip eden

Detaylı

Algoritma ve Akış Diyagramları

Algoritma ve Akış Diyagramları Algoritma ve Akış Diyagramları Bir problemin çözümüne ulaşabilmek için izlenecek ardışık mantık ve işlem dizisine ALGORİTMA, algoritmanın çizimsel gösterimine ise AKIŞ DİYAGRAMI adı verilir 1 Akış diyagramları

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

Detaylı

1.Yazılım Geliştirme Metotları 1

1.Yazılım Geliştirme Metotları 1 1.Yazılım Geliştirme Metotları 1 1.1 Klasik Çevrim(Waterfall) 1.2 V Modeli 1.3 Prototipleme/Örnekleme 1.4 Spiral Model 1.5 Evrimsel Geliştirme 1.6 Evrimsel Prototipleme 1.7 Artımlı Geliştirme 1.8 Araştırmaya

Detaylı

R ile Programlamaya Giriş ve Uygulamalar

R ile Programlamaya Giriş ve Uygulamalar R ile Programlamaya Giriş ve Uygulamalar İçerik R ye genel bakış R dili R nedir, ne değildir? Neden R? Arayüz Çalışma alanı Yardım R ile çalışmak Paketler Veri okuma/yazma İşleme Grafik oluşturma Uygulamalar

Detaylı

MONTE CARLO BENZETİMİ

MONTE CARLO BENZETİMİ MONTE CARLO BENZETİMİ U(0,1) rassal değişkenler kullanılarak (zamanın önemli bir rolü olmadığı) stokastik ya da deterministik problemlerin çözümünde kullanılan bir tekniktir. Monte Carlo simülasyonu, genellikle

Detaylı

altında ilerde ele alınacaktır.

altında ilerde ele alınacaktır. YTÜ-İktisat İstatistik II Nokta Tahmin Yöntemleri 1 NOKTA TAHMİN YÖNTEMLERİ Şimdiye kadar verilmiş tahmin edicilerin sonlu örneklem ve asimptotik özelliklerini inceledik. Acaba bilinmeyen anakütle parametrelerini

Detaylı

STOK KARTLARINDA ÇOKLU ÖLÇÜ BİRİMLERİ

STOK KARTLARINDA ÇOKLU ÖLÇÜ BİRİMLERİ STOK KARTLARINDA ÇOKLU ÖLÇÜ BİRİMLERİ Amaç ve Fayda Stok sabit tanımlarında 3 adet olan ölçü birimi seçiminde esneklik sağlamak. Stok kartı bazında istenildiği kadar farklılıkta ölçü birimi tanımlaması

Detaylı

Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR

Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR Yazılım Tanımlı Ağların Güvenliğinde Yapay Zeka Tabanlı Çözümler: Ön İnceleme Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR İzmir Katip Çelebi Üniversitesi, Muğla Sıtkı Koçman Üniversitesi, Ege

Detaylı

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1 3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki

Detaylı

1: DENEYLERİN TASARIMI VE ANALİZİ...

1: DENEYLERİN TASARIMI VE ANALİZİ... İÇİNDEKİLER Bölüm 1: DENEYLERİN TASARIMI VE ANALİZİ... 1 1.1. Deneyin Stratejisi... 1 1.2. Deneysel Tasarımın Bazı Tipik Örnekleri... 11 1.3. Temel Kurallar... 16 1.4. Deneyleri Tasarlama Prensipleri...

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı

Okut. Yüksel YURTAY. İletişim : (264) Sayısal Analiz. Giriş.

Okut. Yüksel YURTAY. İletişim :  (264) Sayısal Analiz. Giriş. Okut. Yüksel YURTAY İletişim : Sayısal Analiz yyurtay@sakarya.edu.tr www.cs.sakarya.edu.tr/yyurtay (264) 295 58 99 Giriş 1 Amaç : Mühendislik problemlerinin bilgisayar ortamında çözümünü mümkün kılacak

Detaylı

A Unique Imprint. Tüm ürün çeşitlerimizi ve spesifik uygulama başarılarımızı görebileceğiniz hsasystems.com web sitemizi ziyaret edebilirsiniz.

A Unique Imprint. Tüm ürün çeşitlerimizi ve spesifik uygulama başarılarımızı görebileceğiniz hsasystems.com web sitemizi ziyaret edebilirsiniz. Türk A Unique Imprint HSA Systems endüstriyel inkjet donanımları konusunda lider bir üreticidir. Şirketimiz 1993 yılında Danimarka da kurulmuştur ve temel faaliyet alanımız yüksek çözünürlüklü inkjet yazıcılar

Detaylı

MENÜ AYARLAMA 1. MENÜ AYARLAMA. [X] Fusion@6. [X] Fusion@6 Standard. [X] Entegre@6. [X] Yeni Fonksiyon

MENÜ AYARLAMA 1. MENÜ AYARLAMA. [X] Fusion@6. [X] Fusion@6 Standard. [X] Entegre@6. [X] Yeni Fonksiyon MENÜ AYARLAMA Ürün Grubu [X] Fusion@6 [X] Fusion@6 Standard [X] Entegre@6 Kategori Versiyon Önkoşulu [X] Yeni Fonksiyon @6 Uygulama Fusion@6 serisi ürünlerde ürün ana menüsü çeşitli temalarla görsel olarak

Detaylı

MAK 1005 Bilgisayar Programlamaya Giriş. BİLGİSAYARA GİRİŞ ve ALGORİTMA KAVRAMI

MAK 1005 Bilgisayar Programlamaya Giriş. BİLGİSAYARA GİRİŞ ve ALGORİTMA KAVRAMI MAK 1005 Bilgisayar Programlamaya Giriş Uludağ Üniversitesi, Mühendislik Fakültesi Makine Mühendisliği Bölümü BİLGİSAYARA GİRİŞ ve ALGORİTMA KAVRAMI Prof. Dr. Necmettin Kaya 1 KONULAR 1. Bilgisayara giriş,

Detaylı

SİYAH ALACA SIĞIRLARDA 305 GÜNLÜK SÜT VERİMİ ÜZERİNE ETKİLİ FAKTÖRLERİN PATH ANALİZİ İLE İNCELENMESİ

SİYAH ALACA SIĞIRLARDA 305 GÜNLÜK SÜT VERİMİ ÜZERİNE ETKİLİ FAKTÖRLERİN PATH ANALİZİ İLE İNCELENMESİ İYAH ALACA IĞIRLARDA 305 GÜNLÜK ÜT VERİMİ ÜZERİNE ETKİLİ FAKTÖRLERİN ATH ANALİZİ İLE İNCELENMEİ Ö. İşçi 1, Ç. Takma 2 Y. Akbaş 2 ÖZET İncelenen kantitatif bir özellik üzerine çeşitli faktörlerin doğrudan

Detaylı

Bil101 Bilgisayar Yazılımı I. M. Erdem ÇORAPÇIOĞLU Bilgisayar Yüksek Mühendisi

Bil101 Bilgisayar Yazılımı I. M. Erdem ÇORAPÇIOĞLU Bilgisayar Yüksek Mühendisi Bil101 Bilgisayar Yazılımı I Bilgisayar Yüksek Mühendisi Kullanıcıdan aldığı veri ya da bilgilerle kullanıcının isteği doğrultusunda işlem ve karşılaştırmalar yapabilen, veri ya da bilgileri sabit disk,

Detaylı

Bilgi ve İletişim Teknolojileri (JFM 102) Ders 7. LINUX OS (Sistem Yapısı) BİLGİ & İLETİŞİM TEKNOLOJİLERİ. LINUX Yapısı

Bilgi ve İletişim Teknolojileri (JFM 102) Ders 7. LINUX OS (Sistem Yapısı) BİLGİ & İLETİŞİM TEKNOLOJİLERİ. LINUX Yapısı Ders 7 LINUX OS (Sistem Yapısı) BİLGİ & İLETİŞİM TEKNOLOJİLERİ 1 LINUX Yapısı LINUX işletim sisteminin diğer işletim sistemleri gibi kendine özgü bir yapısı vardır. LINUX yapısı ve bileşenleri aşağıdaki

Detaylı

Sosyal Ağlar ve Çevrimiçi Kütüphane Katalogları: OPAC 2.0

Sosyal Ağlar ve Çevrimiçi Kütüphane Katalogları: OPAC 2.0 Sosyal Ağlar ve Çevrimiçi Kütüphane Katalogları: OPAC 2.0 Tolga ÇAKMAK Bilgi ve Belge Yönetimi Bölümü tcakmak@hacettepe.edu.tr ~ Nevzat ÖZEL Bilgi ve Belge Yönetimi Bölümü nozel@humanity. ankara.edu.tr

Detaylı

Temel Bilgisayar Programlama

Temel Bilgisayar Programlama BÖLÜM 11: : Birçok programda, bazı verilerin disk üzerinde saklanmasına gerek duyulur. Bütün programlama dillerinde, sabit disk sürücüsü (Hard Disk Drive, HDD) üzerindeki verileri okumak veya diske veri

Detaylı

Süleyman Demirel Üniversitesi Ziraat Fakültesi Dergisi 9 (1):1-7, 2014 ISSN , Araştırma Makalesi

Süleyman Demirel Üniversitesi Ziraat Fakültesi Dergisi 9 (1):1-7, 2014 ISSN , Araştırma Makalesi Süleyman Demirel Üniversitesi Ziraat Fakültesi Dergisi 9 (1):1-7, 2014 ISSN 1304-9984, Araştırma Makalesi A.N. ÖZSOY Japon Bıldırcınlarında (Coturnix coturnix japonica) Haftalık Yumurta Ağırlığı Ortalamalarına

Detaylı

6. Ders. Genelleştirilmiş Lineer Modeller (Generalized Linear Models, GLM)

6. Ders. Genelleştirilmiş Lineer Modeller (Generalized Linear Models, GLM) 6. Ders Genelleştirilmiş Lineer Modeller (Generalized Linear Models, GLM) Y = X β + ε Lineer Modeli pek çok özel hallere sahiptir. Bunlar, ε nun dağılımına (bağımlı değişkenin dağılımına), Cov( ε ) kovaryans

Detaylı

Kalite Kontrol Yenilikler

Kalite Kontrol Yenilikler Kalite Kontrol Yenilikler Amaç ve Fayda Kalite Kontrol modülünde ISO 2859 standardının desteklenmesine, kullanımın daha fonksiyonel ve rahat olabilmesine yönelik bazı iyileştirme çalışmaları yapılmıştır.

Detaylı

İÇİNDEKİLER 1. GİRİŞ...

İÇİNDEKİLER 1. GİRİŞ... İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel

Detaylı

BİLGİSAYAR DESTEKLİ TASARIM AUTOCAD DERSİ. 1. HAFTA 27.09.2012 Öğr. Gör. Serkan ÖREN

BİLGİSAYAR DESTEKLİ TASARIM AUTOCAD DERSİ. 1. HAFTA 27.09.2012 Öğr. Gör. Serkan ÖREN BİLGİSAYAR DESTEKLİ TASARIM AUTOCAD DERSİ 1. HAFTA 1 AutoCAD, tüm dünyada başta mühendisler ve mimarlar tarafından kullanılan, dünyaca tanınan yazılım firması Autodesktarafından hazırlanan, bilgisayar

Detaylı

RotamNet Ticari Programı Kısa Tanıtım Dökümanı

RotamNet Ticari Programı Kısa Tanıtım Dökümanı RotamNet Ticari Programı Kısa Tanıtım Dökümanı RotamNet ; Kolay kurulumu ve kullanımıyla ön plana çıkan, teknolojik alt yapısıyla işletmelere pratik çözümler sunan ve büyük avantajlar sağlayan tam bir

Detaylı

Matris Cebiriyle Çoklu Regresyon Modeli

Matris Cebiriyle Çoklu Regresyon Modeli Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β

Detaylı

General Mobile DSTL1. Sürüm Güncelleme Notları

General Mobile DSTL1. Sürüm Güncelleme Notları General Mobile DSTL1 Sürüm Güncelleme Notları Bu sürüm notları General mobile DSTL1 cihazı için en son gönderilen yazılım güncelleme bilgisi içermektedir. Bu sürüm güncelleme, cihazınızın işlevselliğini

Detaylı

Hafta 7 C Programlama Diline Giriş ve C Derleyicisi

Hafta 7 C Programlama Diline Giriş ve C Derleyicisi BLM111 Programlama Dilleri I Hafta 7 C Programlama Diline Giriş ve C Derleyicisi Yrd. Doç. Dr. Caner ÖZCAN C Programlama Dili Tarihçesi C programlama dili 1972 yılında Bell Laboratuarlarında Dennis Ritchie

Detaylı

İş Analitiği'ne Netezza ile Yüksek Performans Katın

İş Analitiği'ne Netezza ile Yüksek Performans Katın İş Analitiği'ne Netezza ile Yüksek Performans Katın Umut ŞATIR İleri Analitik Çözüm Mimarı 2012 IBM Corporation Netezza and IBM Business Analytics Baştan sona bir İş Analitiği çözümü Performans Kolaylık

Detaylı

Uzaktan Eğitim Uygulama ve Araştırma Merkezi

Uzaktan Eğitim Uygulama ve Araştırma Merkezi JAVA PROGRAMLAMA Öğr. Gör. Utku SOBUTAY İÇERİK 2 Java Kodlarına Yorum Satırı Eklemek Java Paket Kavramı Java Kütüphane Kavramı Konsoldan Veri Çıkışı ve JOPtionPane Kütüphanesi JOptionPane Kütüphanesi Kullanarak

Detaylı

Script. Statik Sayfa. Dinamik Sayfa. Dinamik Web Sitelerinin Avantajları. İçerik Yönetim Sistemi. PHP Nedir? Avantajları.

Script. Statik Sayfa. Dinamik Sayfa. Dinamik Web Sitelerinin Avantajları. İçerik Yönetim Sistemi. PHP Nedir? Avantajları. Script Statik Sayfa Dinamik Sayfa Dinamik Web Sitelerinin Avantajları İçerik Yönetim Sistemi PHP Nedir? Avantajları Dezavantajları Script HTML kodları arasına yerleştirilen küçük kodlardır. Web sayfalarında

Detaylı

Windows Sürüm 5.0 Standart Raporlarının NDER ile Bütünleşik Çalıştırılması

Windows Sürüm 5.0 Standart Raporlarının NDER ile Bütünleşik Çalıştırılması Windows Sürüm 5.0 Standart Raporlarının NDER ile Bütünleşik Çalıştırılması Ürün Grubu [X] Redcode Enterprise [X] Redcode Standart [X] Entegre.NET Kategori [X] Yeni Fonksiyon Versiyon Önkoşulu 5.0 Uygulama

Detaylı

Lojistikte Karar Yönetimi ve Optimizasyon (LOJ 430) Ders Detayları

Lojistikte Karar Yönetimi ve Optimizasyon (LOJ 430) Ders Detayları Lojistikte Karar Yönetimi ve Optimizasyon (LOJ 430) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Kodu Saati Saati Laboratuar Kredi AKTS Saati Lojistikte Karar Yönetimi ve Optimizasyon LOJ 430 Her

Detaylı

Appendix B: Olasılık ve Dağılım Teorisi

Appendix B: Olasılık ve Dağılım Teorisi Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi

Detaylı

OHS Backoffice > Ana Görünüm. OHS Backoffice'de birden fazla otelinizi yönetebilirsiniz.

OHS Backoffice > Ana Görünüm. OHS Backoffice'de birden fazla otelinizi yönetebilirsiniz. OHS Backoffice > Ana Görünüm OHS Backoffice'de birden fazla otelinizi yönetebilirsiniz. OHS Backoffice > Otel Bilgileri Otel resmi iletişim, konum, kapasite bilgileri ve varsayılan dil, iç pazar para birimi

Detaylı

BLM-112 PROGRAMLAMA DİLLERİ II. Ders-7 Sıralama Algoritmaları

BLM-112 PROGRAMLAMA DİLLERİ II. Ders-7 Sıralama Algoritmaları BLM-112 PROGRAMLAMA DİLLERİ II Ders-7 Sıralama Algoritmaları Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Sıralama Bir grup veriyi azalan veya artan şekilde yerleştirme.

Detaylı

PARALOG SÜT PROGRAMLARINDA ROTA ĐCMALĐ

PARALOG SÜT PROGRAMLARINDA ROTA ĐCMALĐ PARALOG SÜT PROGRAMLARINDA ROTA ĐCMALĐ Versiyon : 3.6.7.x İlgili Programlar : Süt Programları Tarih : 07.04.2009 Doküman Seviyesi (1 5) : 3 (Tecrübeli Kullanıcılar) GĐRĐŞ Süt alım ve üretimi yapan özel

Detaylı

Okut. Yüksel YURTAY. İletişim : (264) Sayısal Analiz. Algoritma & Matlab.

Okut. Yüksel YURTAY. İletişim :  (264) Sayısal Analiz. Algoritma & Matlab. Okut. Yüksel YURTAY İletişim : Sayısal Analiz yyurtay@sakarya.edu.tr www.cs.sakarya.edu.tr/yyurtay (264) 295 58 99 Algoritma & Matlab 1 Algoritma Algoritma ; verilerin bilgisayara hangi çevre biriminden

Detaylı

HAYVANCILIKTA TEKRARLANAN ÖLÇÜMLERİN ANALİZİNDE KULLANILAN FARKLI MODELLERİN KARŞILAŞTIRILMASI VE SAS UYGULAMALARI

HAYVANCILIKTA TEKRARLANAN ÖLÇÜMLERİN ANALİZİNDE KULLANILAN FARKLI MODELLERİN KARŞILAŞTIRILMASI VE SAS UYGULAMALARI HAYVANCILIKTA TEKRARLANAN ÖLÇÜMLERİN ANALİZİNDE KULLANILAN FARKLI MODELLERİN KARŞILAŞTIRILMASI VE SAS UYGULAMALARI Doç.Dr.Yavuz AKBAŞ 1 Doç.Dr.Mehmet Ziya FIRAT 2 Araş.Gör.Çiğdem YAKUPOĞLU 3 1 Ege Üniversitesi

Detaylı

Japon Bıldırcınlarında (Coturnix coturnix japonica) Canlı Ağırlığa Ait Özelliklerin Genetik Parametrelerinin REML Metodu [1] [2] İle Hesaplanması

Japon Bıldırcınlarında (Coturnix coturnix japonica) Canlı Ağırlığa Ait Özelliklerin Genetik Parametrelerinin REML Metodu [1] [2] İle Hesaplanması Kafkas Univ Vet Fak Derg 16 (5): 729-733, 2010 DOI :10.9775/kvfd.2009.1543 RESEARCH ARTICLE Japon Bıldırcınlarında (Coturnix coturnix japonica) Canlı Ağırlığa Ait Özelliklerin Genetik Parametrelerinin

Detaylı

Veritabanı Tasarımı. Introduction to the Oracle Academy

Veritabanı Tasarımı. Introduction to the Oracle Academy Veritabanı Tasarımı Introduction to the Oracle Academy Hedefler Bu ders şu hedefleri içermektedir. Akademide yer alındığında elde edilebilecek iş imkanları, maaş durumları ve fırsatlarla ilgili örnekler

Detaylı

Doğu Akdeniz Üniversitesi Bilgisayar ve Teknoloji Yüksek Okulu Bilgi teknolojileri ve Programcılığı Bölümü DERS 1 - BİLGİSAYAR VE ÇEVRE ÜNİTELERİ

Doğu Akdeniz Üniversitesi Bilgisayar ve Teknoloji Yüksek Okulu Bilgi teknolojileri ve Programcılığı Bölümü DERS 1 - BİLGİSAYAR VE ÇEVRE ÜNİTELERİ Doğu Akdeniz Üniversitesi Bilgisayar ve Teknoloji Yüksek Okulu Bilgi teknolojileri ve Programcılığı Bölümü DERS 1 - BİLGİSAYAR VE ÇEVRE ÜNİTELERİ Bilgisayar, kendine önceden yüklenmiş program gereğince

Detaylı

Proje/Sipariş/İş Emri (PSI) Bazında Maliyet Analizi

Proje/Sipariş/İş Emri (PSI) Bazında Maliyet Analizi Proje/Sipariş/İş Emri (PSI) Bazında Maliyet Analizi Amaç ve Fayda Bilindiği gibi mamul maliyetleri direkt hammadde (direkt ilk madde ve ambalaj), direkt işçilik ve genel üretim giderlerinden oluşmaktadır.

Detaylı

BÖLÜM 13 HİPOTEZ TESTİ

BÖLÜM 13 HİPOTEZ TESTİ 1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin

Detaylı

Sayısal Yöntemler (COMPE 350) Ders Detayları

Sayısal Yöntemler (COMPE 350) Ders Detayları Sayısal Yöntemler (COMPE 350) Ders Detayları Ders Adı Sayısal Yöntemler Ders Kodu COMPE 350 Dönemi Ders Uygulama Saati Saati Laboratuar Saati Kredi AKTS Bahar 2 2 0 3 5.5 Ön Koşul Ders(ler)i Dersin Dili

Detaylı

Sayısal Yöntemler (MFGE 301) Ders Detayları

Sayısal Yöntemler (MFGE 301) Ders Detayları Sayısal Yöntemler (MFGE 301) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Sayısal Yöntemler MFGE 301 Güz 2 2 0 3 4 Ön Koşul Ders(ler)i MATH 275 Lineer

Detaylı

Algoritmalar. Arama Problemi ve Analizi. Bahar 2016 Doç. Dr. Suat Özdemir 1

Algoritmalar. Arama Problemi ve Analizi. Bahar 2016 Doç. Dr. Suat Özdemir 1 Algoritmalar Arama Problemi ve Analizi Bahar 2016 Doç. Dr. Suat Özdemir 1 Arama Problemi Sıralama algoritmaları gibi arama algoritmaları da gerçek hayat bilgisayar mühendisliği problemlerinin çözümünde

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Tabu Arama (Tabu Search) Doç.Dr. M. Ali Akcayol Tabu Arama 1986 yılında Glover tarafından geliştirilmiştir. Lokal minimum u elimine edebilir ve global minimum u bulur. Değerlendirme

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM 12 STUDENT T DAĞILIMI 1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir

Detaylı

Deneysel Verilerin Değerlendirilmesi. Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR. Prof. Dr. Murat ELİBOL FİNAL SINAVI

Deneysel Verilerin Değerlendirilmesi. Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR. Prof. Dr. Murat ELİBOL FİNAL SINAVI Deneysel Verilerin Değerlendirilmesi Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR Prof. Dr. Murat ELİBOL FİNAL SINAVI Ödevi Hazırlayan: Özge AKBOĞA 91100019124 (Doktora) Güz,2012 İzmir 1

Detaylı

İŞLETİM SİSTEMİ KATMANLARI (Çekirdek, kabuk ve diğer temel kavramlar) Bir işletim sisteminin yazılım tasarımında ele alınması gereken iki önemli konu

İŞLETİM SİSTEMİ KATMANLARI (Çekirdek, kabuk ve diğer temel kavramlar) Bir işletim sisteminin yazılım tasarımında ele alınması gereken iki önemli konu İŞLETİM SİSTEMİ KATMANLARI (Çekirdek, kabuk ve diğer temel kavramlar) Bir işletim sisteminin yazılım tasarımında ele alınması gereken iki önemli konu bulunmaktadır; 1. Performans: İşletim sistemi, makine

Detaylı

YÖK DOKÜMANTAYON MERKEZİ HİZMETLERİ

YÖK DOKÜMANTAYON MERKEZİ HİZMETLERİ TÜBİTAK-ULAKBİM CAHİT ARF BİLGİ MERKEZİ DANIŞMA HİZMETLERİ NDEKİ GELİŞMELER VE MAKALE FOTOKOPİ İSTEK SİSTEMİ Filiz YÜCEL Internet ve bilgi teknolojisindeki hızlı gelişmeler bilgi merkezlerinin verdiği

Detaylı

Öğr.Gör. Gökhan TURAN www.gokhanturan.com.tr. Gölhisar Meslek Yüksekokulu

Öğr.Gör. Gökhan TURAN www.gokhanturan.com.tr. Gölhisar Meslek Yüksekokulu Öğr.Gör. Gökhan TURAN www.gokhanturan.com.tr Gölhisar Meslek Yüksekokulu Bilgisayarın Yapısı Donanım (Hardware): Bir bilgisayara genel olarak bakıldığında; Kasa, Ekran, Klavye, Fare, Yazıcı, Hoparlör,

Detaylı

BIP116-H14-1 BTP104-H014-1

BIP116-H14-1 BTP104-H014-1 VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

qscale I2 Low-End SLI

qscale I2 Low-End SLI Mobile Machine Control Solutions qscale I2 Low-End SLI Sadece Konfigure et! Programlamaya gerek yok qscale I2 2 4 5 Geleceğin orta ve küçük sınıf vinçleri için Yeni bir Standart 6 Uzunluk Mobil teleskopik

Detaylı

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma... İçindekiler İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii BÖLÜM 1 Ölçme, İstatistik ve Araştırma...1 Ölçme Nedir?... 3 Ölçme Süreci... 3 Değişkenler

Detaylı

DESTEK DOKÜMANI ZAMANLANMIŞ GÖREVLER. Masaüstü için rapor kısayolu. Ürün : UNITY2 / TIGER2 / GO Bölüm : Görev Zamanlayıcı

DESTEK DOKÜMANI ZAMANLANMIŞ GÖREVLER. Masaüstü için rapor kısayolu. Ürün : UNITY2 / TIGER2 / GO Bölüm : Görev Zamanlayıcı Bölüm ZAMANLANMIŞ GÖREVLER Görev Zamanlayıcı, kullanıcının belirlediği batch işlem ve raporları, sıralı bir şekilde seçerek takvime bağlayabilmekte, takvime bağlanan görev tanımlarını belirtilen zamanda

Detaylı

MerSis. Bilgi Teknolojileri Bağımsız Denetim Hizmetleri

MerSis. Bilgi Teknolojileri Bağımsız Denetim Hizmetleri MerSis Bağımsız Denetim Hizmetleri risklerinizin farkında mısınız? bağımsız denetim hizmetlerimiz, kuruluşların Bilgi Teknolojileri ile ilgili risk düzeylerini yansıtan raporların sunulması amacıyla geliştirilmiştir.

Detaylı

DOĞRUSAL OLMAYAN MODELLERİN UYUMUNDA FARKLI İSTATİSTİK PAKET PROGRAMLARININ KARŞILAŞTIRILMASI

DOĞRUSAL OLMAYAN MODELLERİN UYUMUNDA FARKLI İSTATİSTİK PAKET PROGRAMLARININ KARŞILAŞTIRILMASI DOĞRUSAL OLMAYAN MODELLERİN UYUMUNDA FARKLI İSTATİSTİK PAKET PROGRAMLARININ KARŞILAŞTIRILMASI Arş. Gör. Çiğdem YAKUPOĞLU 1 Doç. Dr. Yavuz AKBAŞ 2 1 Ege Üniversitesi, Ziraat Fakültesi, Zootekni Bölümü,

Detaylı

2. BASİT DOĞRUSAL REGRESYON 12

2. BASİT DOĞRUSAL REGRESYON 12 1. GİRİŞ 1 1.1 Regresyon ve Model Kurma / 1 1.2 Veri Toplama / 5 1.3 Regresyonun Kullanım Alanları / 9 1.4 Bilgisayarın Rolü / 10 2. BASİT DOĞRUSAL REGRESYON 12 2.1 Basit Doğrusal Regresyon Modeli / 12

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları

Detaylı

08217 Internet Programcılığı I Internet Programming I

08217 Internet Programcılığı I Internet Programming I Ders Tanıtım Sunumu 08217 Internet Programcılığı I Internet Programming I Elbistan Meslek Yüksek Okulu 2012 2013 GÜZ Yarıyılı 17 Eyl. 2012 Pzt. Öğr. Gör. Murat KEÇECİOĞLU Dersin Adı Ders Tanıtım Bilgileri

Detaylı

Yazılım Gereksinimleri Mühendisliği (SE 221) Ders Detayları

Yazılım Gereksinimleri Mühendisliği (SE 221) Ders Detayları Yazılım Gereksinimleri Mühendisliği (SE 221) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Kodu Saati Saati Laboratuar Kredi AKTS Saati Yazılım Gereksinimleri Mühendisliği SE 221 Güz 3 0 0 3 5.5 Ön

Detaylı

BLG 1306 Temel Bilgisayar Programlama

BLG 1306 Temel Bilgisayar Programlama BLG 1306 Temel Bilgisayar Programlama Öğr. Grv. M. Mustafa BAHŞI WEB : mustafabahsi.cbu.edu.tr E-MAIL : mustafa.bahsi@cbu.edu.tr Bilgisayar ile Problem Çözüm Aşamaları Programlama Problem 1- Problemin

Detaylı

1.1 Metodolojiyi Gerçeklemek Üzere Geliştirilen Altyapı

1.1 Metodolojiyi Gerçeklemek Üzere Geliştirilen Altyapı 1.1 Metodolojiyi Gerçeklemek Üzere Geliştirilen Altyapı Metodolojisi üzerinde durduğumuz çalışman Eğitim altyapısını gerçekleştirmek: Proje iki ana parçadan oluşacaktır. Merkezi Altyapı Kullanıcı Arabirimi

Detaylı

TEMEL BİLGİSAYAR BİLİMLERİ. Programcılık, problem çözme ve algoritma oluşturma

TEMEL BİLGİSAYAR BİLİMLERİ. Programcılık, problem çözme ve algoritma oluşturma TEMEL BİLGİSAYAR BİLİMLERİ Programcılık, problem çözme ve algoritma oluşturma Programcılık, program çözme ve algoritma Program: Bilgisayara bir işlemi yaptırmak için yazılan komutlar dizisinin bütünü veya

Detaylı

Simpleks Yönteminde Kullanılan İlave Değişkenler (Eşitliğin yönüne göre):

Simpleks Yönteminde Kullanılan İlave Değişkenler (Eşitliğin yönüne göre): DP SİMPLEKS ÇÖZÜM Simpleks Yöntemi, amaç fonksiyonunu en büyük (maksimum) veya en küçük (minimum) yapacak en iyi çözüme adım adım yaklaşan bir algoritma (hesaplama yöntemi) dir. Bu nedenle, probleme bir

Detaylı

Meslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın.

Meslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın. KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin

Detaylı

KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI

KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği

Detaylı

Kredi Limit Optimizasyonu:

Kredi Limit Optimizasyonu: Kredi Limit Optimizasyonu: «Teorik Değil Pratik" Simge Danışman Analitik Direktörü, Experian EMEA Kar Gelişimi Kredi Limit Optimizasyonu Optimizasyona Genel Bakış Profilleme Modelleme Karar Matrisleri

Detaylı

Ünite-3 Bilgisayar Yazılımı. www.cengizcetin.net

Ünite-3 Bilgisayar Yazılımı. www.cengizcetin.net Ünite-3 Bilgisayar Yazılımı Yazılım Kavramı Bilgisayarın belirli bir işi gerçekleştirebilmesi için kullanıcı tarafından her adımda ne yapacağı tarif edilmiş olmalıdır. Yani kullanıcı bilgisayara uygun

Detaylı

İLERİ BİYOİSTATİSTİK KURSU

İLERİ BİYOİSTATİSTİK KURSU 1.GÜN (14 Eylül 2017) 08:30-09:00 Kurs Kayıt Açılış Konuşması 09:00-10:00 Tanışma -Katılımcıların Temel İstatistik Bilgisinin Değerlendirilmesio Çok Değişkenli İstatistiksel Yöntemlere Giriş o Basit Doğrusal

Detaylı

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım 2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı

Detaylı

5. PROGRAMLA DİLLERİ. 5.1 Giriş

5. PROGRAMLA DİLLERİ. 5.1 Giriş 5. PROGRAMLA DİLLERİ 8.1 Giriş 8.2 Yazılım Geliştirme Süreci 8.3 Yazılım Geliştirme Sürecinde Programlama Dilinin Önemi 8.4 Programlama Dillerinin Tarihçesi 8.5 Programlama Dillerinin Sınıflandırılması

Detaylı

BULANIK MANTIK VE SİSTEMLERİ 2014 2015 BAHAR DÖNEMİ ÖDEV 1. Müslüm ÖZTÜRK 148164001004 Bilişim Teknolojileri Mühendisliği ABD Doktora Programı

BULANIK MANTIK VE SİSTEMLERİ 2014 2015 BAHAR DÖNEMİ ÖDEV 1. Müslüm ÖZTÜRK 148164001004 Bilişim Teknolojileri Mühendisliği ABD Doktora Programı BULANIK MANTIK VE SİSTEMLERİ 2014 2015 BAHAR DÖNEMİ ÖDEV 1 Müslüm ÖZTÜRK 148164001004 Bilişim Teknolojileri Mühendisliği ABD Doktora Programı Mart 2015 0 SORU 1) Bulanık Küme nedir? Bulanık Kümenin (fuzzy

Detaylı

İş Uygulamalarınızı 3. Boyuta Taşıyın!

İş Uygulamalarınızı 3. Boyuta Taşıyın! İş Uygulamalarınızı 3. Boyuta Taşıyın! Yeni nesil teknolojilerle geliştirilen GO 3 ile iş süreçlerinizi dilediğiniz gibi yönetirken verimliliğinizi de artırabilirsiniz. GO 3 rol bazlı kişiselleştirilebilir

Detaylı