Hayvan Islahında Varyans Komponentleri Ve Damızlık Değerin Tahminlenmesinde Kullanılan Bazı Bilgisayar Programları
|
|
- Alp Polat
- 8 yıl önce
- İzleme sayısı:
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 ( 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 ÖZET Evcil hayvanların genetik ıslahında kullanılan istatistik yöntemler son 25 yıl içinde büyük bir ilerleme göstermiştir.
DetaylıHAYVAN 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
DetaylıKınalı 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
DetaylıBox-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
DetaylıDamızlık 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
DetaylıVerilerin 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,
DetaylıYazılım Mühendisliği 1
Yazılım Mühendisliği 1 HEDEFLER Yazılım, program ve algoritma kavramları anlar. Yazılım ve donanım maliyetlerinin zamansal değişimlerini ve nedenleri hakkında yorum yapar. Yazılım mühendisliği ile Bilgisayar
Detaylı1. 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
DetaylıHayvan 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.
DetaylıKanatlı 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
DetaylıKullanılacak 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
DetaylıİSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications*
Ç.Ü. Fen Bilimleri Enstitüsü Yıl:010 Cilt:-1 İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications* Işıl FİDANOĞLU İstatistik Anabilim Dalı Fikri
DetaylıÇiftlik 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
DetaylıTekrarlı 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
DetaylıBKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )
4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı
DetaylıTavuklarda 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
DetaylıSüt Tipi Oğlakların Doğum, 30. Gün ve 60. Gün Canlı Ağırlıkları Üzerine Sistematik Çevre Etmenlerinin Etkileri
Ege Üniv. Ziraat Fak. Derg., 2002, 39 (2):73-78 ISSN 1018-8851 Süt Tipi Oğlakların Doğum, 30. Gün ve 60. Gün Canlı Ağırlıkları Üzerine Sistematik Çevre Etmenlerinin Etkileri Arzu DUMAN 1 Erdinç DEMİRÖREN
DetaylıAlgoritma 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
DetaylıEKONOMETRİK 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,
DetaylıSTOK 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
DetaylıMONTE 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
DetaylıTürkiye 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
DetaylıBİT 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
DetaylıOkut. 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
DetaylıMENÜ 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
DetaylıSAYISAL 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
DetaylıREGRESYON 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
DetaylıALGORİTMA 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
DetaylıİÇİNDEKİLER. 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
DetaylıDERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Deneysel Tasarım EKO60 Bahar Ön Koşul Dersin Dili. Zorunlu
DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Deneysel Tasarım EKO60 Bahar 3+0 3 5 Ön Koşul Dersin Dili Türkçe Dersin Seviyesi Lisans Dersin Türü Dersi Veren Öğretim Elemanı Dersin Yardımcıları
DetaylıR 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
DetaylıYZM ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ
YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ Algoritma Analizi Çerçevesi Algoritma Analizinde Göz Önünde Bulundurulması Gerekenler Neler? Algoritmanın Doğruluğu (Correctness) Zaman
Detaylı1.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
DetaylıTemel 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
DetaylıMuhammet 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
DetaylıKahverengi Yumurtacı Saf Hatların Yumurta Verim Özellikleri Bakımından Seleksiyonu. Selection for Egg Production Traits in Purebred Brown Egg Layers
Tavukçuluk Araştırma Dergisi 7 (1): 5-9, 2007 ISSN:1302-3209, www.turkishpoultryscience.com Ankara Tavukçuluk Araştırma İstasyonu Kahverengi Yumurtacı Saf Hatların Yumurta Verim Özellikleri Bakımından
Detaylıaltında 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
Detaylı1: 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...
DetaylıİÇİNDEKİLER 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
Detaylı3 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
Detaylı3. 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
DetaylıScript. 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
DetaylıBİLGİSAYAR DESTEKLİ TEKNİK RESİM. Hazırlayan: Araş. Gör. Ezgi Öztorun
BİLGİSAYAR DESTEKLİ TEKNİK RESİM Hazırlayan: Araş. Gör. Ezgi Öztorun 2. HAFTA TEORİK DERS VE UYGULAMALARI 2 Saat Teorik anlatım + 3 Saat Laboratuvar Uygulaması İÇERİK (Teorik Kısım) CAD in açılımı ve CAD
Detaylı6. 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
DetaylıA 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
DetaylıSİYAH 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
DetaylıMAK 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,
DetaylıBil101 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,
DetaylıBilgi 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
DetaylıBİLGİSAYAR 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
DetaylıSosyal 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
DetaylıGeneral 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
DetaylıBİLGİSAYAR PROGRAMLAMAYA GİRİŞ
BİLGİSAYAR PROGRAMLAMAYA GİRİŞ Yrd.Doç.Dr.Caner KOÇ Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü ckoc@ankara.edu.tr DERS KAYNAKLARI 1. A. Kadir GÜNEYTEPE:
DetaylıMATLAB A GİRİŞ. EE-346 Hafta-1 Dr. Ayşe DEMİRHAN
MATLAB A GİRİŞ EE-346 Hafta-1 Dr. Ayşe DEMİRHAN MATLAB Teknik ve bilimsel hesaplamalar için yazılmış yüksek performanslı bir yazılım geliştirme aracı MATrix LABoratory (MATLAB) Boyutlandırma gerekmeyen
DetaylıBIP116-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.
DetaylıEstimation of Variance Components and Genetic Trend for the Race Performance in Turkish Arabian horse
Araştırma Makalesi / Research Article Iğdır Üni. Fen Bilimleri Enst. Der. / Iğdır Univ. J. Inst. Sci. & Tech. 7(4): 289-296, 2017 Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi Iğdır University Journal
DetaylıWindows 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
DetaylıSüleyman 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
DetaylıİÇİNDEKİLER 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
DetaylıKalite 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.
DetaylıPARALOG 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
DetaylıDoğu 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
DetaylıMatris 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
Detaylı3. Bölüm Algoritmalar
3. Bölüm Algoritmalar Algoritma ve Programlamaya Giriş Dr. Serkan DİŞLİTAŞ 3.1. Veri ve Bilgi Şekil 3.1 de bilgisayar sistemin temelini oluşturan veri işlem modeli görülmektedir. Hesaplama, saklama gibi
DetaylıDers Bilgileri Ders Kodu Yarıyıl T+U Saat Kredi AKTS FEN BİLİMLERİNDE İSTATİSTİKSEL TEKNİK VE UYGULAMALAR
Ders Bilgileri Ders Kodu Yarıyıl T+U Saat Kredi AKTS FEN BİLİMLERİNDE İSTATİSTİKSEL TEKNİK VE UYGULAMALAR FBÖ513 II. 3+0 3 6 Ön Koşul İstatistik dersini almak ve başarıyla tamamlamış olmak Dersin Dili
DetaylıHafta 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
DetaylıRotamNet 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
DetaylıProgramlama Nedir? Bir bilgisayar bilimcisi gibi düşünmek ve programlama ne demektir?
2.1.1. PROGRAMLAMA NEDIR? Programlama Nedir? Bir bilgisayar bilimcisi gibi düşünmek ve programlama ne demektir? Bu düşünme şekli matematiğin, mühendisliğin ve doğa bilimlerinin bazı özelliklerini birleştirmektedir.
DetaylıÖğr.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,
DetaylıİŞLETİM 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
DetaylıUzaktan 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
DetaylıDESTEK 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
DetaylıMerSis. 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.
DetaylıDENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS ÜRETİM PLANLAMA VE KONTROL ENM-11 /1 +0 Dersin Dili : Türkçe Dersin
DetaylıAkdeniz Üniversitesi
F. Ders Tanıtım Formu Dersin Adı Öğretim Dili EKONOMETRİ I Türkçe Dersin Verildiği Düzey Ön Lisans ( ) Lisans (x ) Yüksek Lisans( ) Doktora( ) Eğitim Öğretim Sistemi Örgün Öğretim (x ) İkinci Örgün Öğretim
DetaylıLojistikte 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
DetaylıAppendix 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
DetaylıYTÜ 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
DetaylıYTÜ 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
DetaylıOkut. 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
DetaylıBLM-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.
DetaylıOHS 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
DetaylıBÖLÜM 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
DetaylıÖrnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DÖNEM PROJESİ TAŞINMAZ DEĞERLEMEDE HEDONİK REGRESYON ÇÖZÜMLEMESİ. Duygu ÖZÇALIK
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DÖNEM PROJESİ TAŞINMAZ DEĞERLEMEDE HEDONİK REGRESYON ÇÖZÜMLEMESİ Duygu ÖZÇALIK GAYRİMENKUL GELİŞTİRME VE YÖNETİMİ ANABİLİM DALI ANKARA 2018 Her hakkı saklıdır
DetaylıHAYVANCILIKTA 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
DetaylıProje/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.
DetaylıJapon 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
DetaylıVeritabanı 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
DetaylıSayısal 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
DetaylıZeki 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
DetaylıAlgoritmalar. 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
DetaylıDeneysel 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
DetaylıAmaç: İstatistiksel analizlerde kullanılan paket programları tanıtmak.
BÖLÜM EKONOMETRİ Amaç: İstatistiksel analizlerde kullanılan paket programları tanıtmak. Hedef: Dünya çapında bilgi üreterek, bilim dünyasına katkıda bulunmak. Lokal, bölgesel ve ulusal düzeyde ihtiyaçlar
Detaylıİş 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
DetaylıBÖLÜM 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
DetaylıYÖK 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
DetaylıBİLGİ İŞLEM DERS 1. Yrd Doç Dr. Ferhat ÖZOK MSGSU FİZİK BÖLÜMÜ MSGSU FİZİK BÖLÜMÜ
BİLGİ İŞLEM MSGSU FİZİK BÖLÜMÜ DERS 1 Yrd Doç Dr. Ferhat ÖZOK MSGSU FİZİK BÖLÜMÜ İŞLETİM SİSTEMİ OS(Operating System) İşletim sistemi temel olarak, belli girdileri alıp derleyen ve sonuçları üreten program
Detaylıİçindekiler 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