Logistic Regression Analysis Based on Jackknife Method: An Application on the Estimation of Coronary Artery Disease
|
|
- Iskander Sevim
- 5 yıl önce
- İzleme sayısı:
Transkript
1 Logistic Regressio Aalysis Based o Jackkife Method: A Applicatio o the Estimatio of Coroary Artery Disease Hayriye Esra Akyuz Faculty of Sciece ad Arts, Bitlis Ere Uiversity, Bitlis, Turkey heakyuz@beu.edu.tr Abstract Coroary artery disease is a multifactorial disease characterized by various factors ad their iteractios, ad is the most commo cardiac disease. I this study, it is aimed to obtai the logistic regressio model for the estimate of coroary artery disease ad to compare the parameter estimates for the factors affectig the estimatio of parameters to the parameter estimates for the logistic regressio model based o the jackkife method. The parameter estimates are made by backward elimiatio method ad a suitable regressio model is determied. I the data aalysis ad parameter estimates, the R ad SPSS 23.0 package software programs are used. It is obtaied that the classificatio percetages of the model are over 80%. Whe the results of the origial logistic regressio aalysis ad the logistic regressio aalysis based o the jackkife method are examied, it is see that there is little differece betwee the coefficiet estimates. It has bee determied that the stadard errors of the parameter estimates i the Jackkife method are lower tha the stadard errors of the parameter estimates obtaied from the classical sample. As a result; it was foud that the parameter estimates based o the Jackkife method are very effective ad the logistic regressio model based o this method was foud to be quite successful for the estimatio of coroary artery disease. Keywords: Backward elimiatio, Jackkife, Coroary artery disease. Jackkife Yötemie Dayalı Lojistik Regresyo Aalizi: Koroer Arter Hastalığıı Tahmii Üzerie Bir Uygulama Özet Koroer arter hastalığı, çeşitli faktörler ve buları etkileşimi tarafıda belirlee bir multifaktöriyel hastalıktır ve e sık görüle kalp hastalığıdır. Bu çalışmada koroer arter hastalığıı tahmii içi lojistik regresyo modelii elde edilmesi ve koroer arter hastalığıı etkileye faktörlere ait parametre tahmilerii, jackkife yötemie dayalı lojistik regresyo modelii parametre tahmileri ile karşılaştırılması amaçlamıştır. Parametre tahmileri geriye doğru eleme yötemi ile yapılmış ve uygu regresyo modeli belirlemiştir. Veri aalizleride ve parametre tahmileride R ve SPSS 23.0 paket programları kullaılmıştır. Modeli sııflama yüzdelerii %80 i üzeride olduğu elde edilmiştir. Orjial lojistik regresyo aalizi souçları ile jackkife yötemie dayalı lojistik regresyo aalizi souçları icelediğide ise katsayı tahmileri arasıda çok az bir farklılık olduğu görülmüştür. Jackkife yotemide parametre tahmilerii stadart hatalarıı, klasik orekte elde edile parametre tahmilerii stadart hatalarıda, daha düşük olduğu belirlemiştir. Souç olarak; jackkife yötemie dayalı parametre tahmilerii oldukça etki olduğu elde edilmiş ve bu yöteme dayalı lojistik regresyo modelii, koroer arter hastalığıı tahmi etmede oldukça başarılı olduğu görülmüştür. Aahtar Kelimeler: Geriye doğru elimiasyo, Jackkife, Koroer arter hastalığı. 17 P a g e
2 1. Giriş Koroer arter hastalığı (KOAH), çeşitli geler, çevresel faktörler ve buları etkileşimi tarafıda belirlee kompleks bir multifaktöriyel hastalıktır ve e sık görüle kalp hastalığıdır (Güdoğdu vd. 2007, Yi vd. 2012, Elsaid vd. 2014). Bu sebeple Koroer Arter Hastalığıı etkileye faktörleri istatistiksel olarak belirlemesi amaçlamıştır. Bu amaç doğrultusuda Lojistik regresyo aalizide faydalaılmıştır. Regresyo yötemleri bir bağımlı değişkele bir ya da daha fazla bağımsız değişke arasıdaki ilişkiyi icelemek içi kullaılır. Bu yötemler arasıda e bilieleri basit ve çoklu doğrusal regresyo yötemleridir. Bu yötemlerde bağımlı değişke sayısal veri tipidedir. Bua karşılık çalışmalarda bağımlı değişkei kategorik/itel veri tipide olması durumu ile de sıklıkla karşılaşılır. Bu durumda parametre tahmilerii yapmak içi E Küçük Kareler yötemii kullaılması uygu olmamaktadır. Böyle durumlarda lojistik regresyo aalizi kullaılabilir. Nitel bağımlı değişkei kategori sayısıa kategorileri omial ya da ordial olmasıa göre farklı lojistik regresyo modelleri mevcuttur (Alpar. 2011). Lojistik regresyo. bağımsız değişke veya değişkeleri bağımlı değişke üzeride yapmış olduğu etkileri. bağımlı değişkei iki kategoriside birii gerçekleşme olasılığıı diğer kategorii gerçekleşme olasılığıyla karşılaştırılmasıda faydalaarak aaliz eder (Kleibaum ve Klei. 2002). Lojistik modeli biyolojik deeyleri aalizi içi kullaımı ilk olarak Berkso (1944) tarafıda öerilmiş. Coşku vd. (2004) Lojistik Regresyo aalizii diş hekimliğide bir uygulamasıı gösterirke, Vupa ve Çelikoğlu (2006) akciğer kaseri hastalar içi lojistik regresyo modeli öermişlerdir. Koroer arter hastalığıı tahmi edilmeside lojistik regresyo aalizi çeşitli çalışmalarda kullaılmıştır (Hirashiki et al., 2003; Horibe et. al., 2004; Çolak et. al., 2007). Jackkife örekleme yötemi güve aralıkları ve dağılımları elde edilmeside bir istatistiği stadart hatasıı tahmi etmeye olaak sağlar. Bazı durumlarda regresyo aalizii varsayımları sağlamayabilir. Böyle durumlarda jackkife yötemi kullaılabilir. Bu çalışmada koroer arter hastalığıı tahmii içi lojistik regresyo aalizie dayalı uygu modeli elde edilmesi ve bu model ile elde edile parametre tahmilerii jackkife yötemie dayalı olarak elde edile parametre tahmileri ile karşılaştırılması amaçlamıştır. İzleye bölümde lojistik regresyo aalizi ve jackkife yötemi üzeride durulmuştur. 2. Lojistik Regresyo Aalizi Lojistik regresyoda bağımlı/yaıt değişkei değerii kestirilmesi ile ilgileilmez. Buu yerie bağımlı değişkei 1 değerii alması olasılığı (riskli durum 1 olarak belirlediğide) tahmi edilmeye çalışılır. Elde edile souç 0 ile 1 arasıda değerler alabilir. Modelde iki ya da daha fazla bağımsız değişke olması durumuda çoklu lojistik regresyo yötemide yararlaılır. İlgileile değişkeleri sayısı p olmak üzere bağımsız değişkeler vektörü X ( X1, X 2,..., X p ) ile gösterilsi. Burada çoklu lojistik regresyo modeli; ( 0 1x1 2x2... pxp) e ( x) P( Y 1/ x) 1e 1e ( 0 1x1 2x2... pxp ) ( 0 1x1 2x2... pxp ) 1 (1) biçimide verilir (Alpar, 2011). Bu model bağımlı değişkei odds u türüde aşağıdaki gibi belirtilebilir. ( x) e 1 ( x) ( 0 1x1 2x2... pxp) (2) Odds u doğal logaritması alıarak lojit döüşüm ise aşağıdaki gibi yapılmış olur. ( x) lojit ( x) l 1 ( x ) (3) Odds u doğal logaritması alıdığıda model doğrusal modele döüşür. 18 P a g e
3 ( x) g( x) l 0 1x1 2x2... px 1 ( x) p (4) Çoklu lojistik regresyo aalizide e az değişke ile e iyi uyuma sahip model elde edilmek isteir. Bu amaçla veriye e iyi uya modeli belirlemek içi ileriye yöelik ekleme (forward) ve geriye doğru eleme (backward) gibi adımsal yötemlerde yararlaılır. İleriye yöelik seçim yötemide sadece sabiti olduğu bağımsız değişkeleri olmadığı model ile işleme başlaır. Modele eklediğide log olabilirlik üzeride e fazla değişime ede ola bağımsız değişke belirleir ve bu değişke modele alıır. Eklee değişkei modele katkısı öemsiz buluaa kadar modele bağımsız değişke eklemeye devam edilir. Geriye doğru eleme yötemide ise ilk aşamada tüm değişkeler modele alıır. Her adımda modelde çıkartıldığıda sapmada e küçük artışa sebep ola değişke modelde çıkarılır Jackkife Yötemi Jackkife yeide örekleme yötemi bir istatistiği yalılık miktarıı ve stadart hatasıı tahmi etme olaağı sağlar. İlk olarak Queouille (1956) tarafıda bir istatistiği yalılığıı ortada kaldırmak içi kullaılmıştır. Daha sora Tukey (1958) tarafıda hipotez testi ve güve aralıkları içi kullaılmıştır. Örekleme, yığıda örekleri seçilmesi işlemidir. Bir öreklemi e öemli özelliği; yığı hakkıda geçerli ve tutarlı tahmilere ulaşabilmek içi e küçük örekleme hatasıı elde edebilmesidir. Buula birlikte, parametrik tahmi yötemlerii, örek sayısı küçük olduğuda ve ayı zamada parametrik test varsayımları sağlamadığıda güveilir souçlar vermedikleri biliir. Böyle durumlarda yeide örekleme yötemleri kullaılabilir. Bularda biri Jackkife Yötemidir. Jackkife yötemi, yığı parametrelerii tahmiide güve aralıkları elde ederek örekleme hatasıı e aza idirecek şekilde geliştirilmiştir. X1, X 2,..., X rasgele öreği içi ˆ Sx ( ) tahmi edicisi içi ilgilediğimizi düşüelim. Jackkife yötemie göre i. gözlem çıkarıldığıda yei örek aşağıdaki gibi elde edilir. x x, x,..., x, x,..., x ; i 1,2,..., ( i) 1 2 i1 i1 Yei öreğe dayalı tahmi edici ise ˆ Sx ( ) ( i) ( i) biçimide elde edilir. Bu durumda yalılık miktarı aşağıdaki gibi olur: yalılık= ˆ (.) ˆ Burada ˆ (.), parametresii tahmii olup aşağıdaki gibi elde edilir. ˆ (.) i1 ˆ () i Stadart hataı Jackkife tahmii; 19 P a g e
4 sh jack i1 ˆ ˆ ( i) (.) 1 2 1/2 olarak verilir (Fewick, 1979; Abdi ve Williams, 2010) Jackkife Delete-d Algoritma Lojisitk regresyo aalizide jackkife yötemii uygulaması aşamasıda, mevcut bağımlı ve bağımsız değişkelerde her defasıda bir gözlem hariç tutularak, e çok olabilirlik yötemi uygulaır. Bu süreç örek hacmi kez tekrar edilir. Daha sora, model parametrelerii tahmiie ait pseudo değerler, model stadart hatası, modeli belirleme katsayısı ve korelasyou hesaplaır. Jackkife yötemie dayalı regresyo modeli, hesaplaa değerleri ortalaması alıarak tahmi edilir. Bu algoritmaı adımları aşağıdaki gibidir (Efro, 1982; Şahiler ad Topuz, 2007): X, X,..., X rasgele örek seçilir ve örek d büyüklüğüde S Adım 1: Yığıda hacimli bir 1 2 bağımsız gruba bölüür. Adım 2: Tüm örekte ilk d gözlem seti çıkarılır ve (-d) boyutuda kala gözlem kümeside Maksimum Olabilirlik yötemi ile logistic regresyo katsayıları ˆ tahmi edilir. Adım 3: İkici d gözlem çıkarılır ve (-d) boyutuda kala gözlem kümeside e çok olabilirlik yötemi ile logistic regresyo katsayıları ˆ tahmi edilir. Adım 4: hacimli örekte her bir d gözlem çıkarılır ve katsayılar ˆ jk biçimide gösterilerek tahmi edilir. Burada ˆ jk jackkife regresyo katsayısı vektörüdür. Adım 5: ˆ j1 ˆ j2,,..., ˆ js Jackkife tahmilerii olasılık dağılımı ˆ j Adım 6: Jackkife regresyo katsayılarıı tahmii aşağıdaki gibi elde edilir. F elde edilir. ˆ j k 1 ˆ s jk ( jk ). 3. Materyal ve Metot Bu çalışmada parametre tahmileri geriye doğru eleme yötemi ile yapılmıştır ve uygu regresyo modeli belirlemiştir. Parametre tahmileride E Küçük Kareler metodu kullaılmıştır. Hata terimlerii deeysel dağılımı ˆ tahmileride elde edilmiştir. Veriler Bitlis Kamu Hastaeleri Geel Birliğide gerekli iziler alıarak, 2017 yılıda Bitlis Devlet Hastaesi Kardiyoloji Bölümüe başvura 170 Koroer Arter hastası ve 170 sağlam olmak üzere 340 kişide elde edilmiştir. Veriler üzerie lojistik regresyo aalizi uygulaarak, hastaları koroer arter hastalığı riski taşıyıp taşımadıklarıa ilişki açıklayıcı bir model oluşturulmaya çalışılmıştır. Veri aalizleride ve parametre tahmileride R ve SPSS 23.0 istatistik paket programları kullaılmıştır. Koroer Arter hastalığıı tahmiide kullaıla bağımsız değişkeler yaş, hemoglobi, ürik asit, yüksek dasiteli lipoprotei (HDL), düşük dasiteli lipoprotei (LDL), toplam bilirubi, direkt bilirubi olarak seçilmiştir ve e uygu değişkeler geriye doğru eleme yötemi ile belirlemiştir. Bağımlı değişke olarak koroer arter hastalığı alımıştır. Daha sora ayı veri seti üzeride jackkife yötemi uygulaarak parametre tahmileri yapılmıs ve parametre tahmileri elde edilmiştir. E so adım olarak 20 P a g e
5 da lojistik regresyo soucu elde edile parametreleri tahmi değerleri ile jackkife yötemi soucu elde edile parametreleri tahmi değerleri karşılaştırılmıştır. Üzeride çalışıla yığıı tüm gözlemlerii parametre tahmii içi kullamak hem zama kaybıa yol açacak hem de maliyeti arttıracaktır. Yeide örekleme yötemleride biri ola jackkife yötemii bilgisayar destekli olarak kullaımı bu soruları ortada kaldırıp büyük avatajlar sağlamaktadır. Hastaları koroer arter hastalığı riski taşıyıp taşımama riski üzerie yapıla bu çalışmada, jackkife yötemide elde edile souçları lojistik regresyo aalizi soucuda elde edile parametre tahmilerii stadart hataları ile karşılaştırılarak daha güveilir parametre tahmilere ulaşmak içi etkili olup olmadığı icelemiştir. Çalışmada Y i =1 olması hastada koroer arter varlığıı, Y i =0 ise yokluğuu ifade etmektedir. 4. Bulgular Tablo 1. Koroer Arter hastalığıı tahmiide kullaıla bağımsız değişkelere ait bazı taımlayıcı değişkeler Değişkeler Miimum Maksimum Ortalama Stadart sapma Yaş Hemoglobi Ürik asit HDL LDL Toplam bilirubi Direkt bilirubi Tablo 1 de Koroer Arter hastalığıı tahmiide kullaıla bağımsız değişkelere ait değerlere yer verilmiştir. Bu souçlara göre çalışmada kullaıla 340 koroer hastasıı yaş aralığıı 38 ile 78 arasıda değiştiği ve yaş ortalamasıı 55 olduğu görülmüştür. Hastaları ortalama hemoglobi değerii 13.73±2.02, ortalama ürik asit değerii 5.01±1.32, ortalama HDL değerii 37.23±8.08, ortalama LDL değerii ±25.03, ortalama toplam bilirubi değerii 0.76±0.27 ve ortalama direk bilirubi değerii ise 0.17±0.09 olduğu belirlemiştir. 21 P a g e
6 Tablo 2. Lojistik regresyo modelie dahil edilecek değişkeleri belirlemesi ve aaliz souçları Stadart Wald Odds % 95 güve aralığı Adım Değişke Katsayı p-değeri hata istatistiği oraı Alt sıır Üst sıır Yaş < Hemoglobi Ürik asit HDL LDL < Tbilirubi < Dbilirubi Sabit < Yaş < Hemoglobi Ürik asit LDL < Tbilirubi < Dbilirubi Sabit < Yaş < Hemoglobi Ürik asit LDL < Tbilirubi < Sabit < Yaş < Ürik asit LDL < Tbilirubi < Sabit < Tablo 2 de, geriye doğru eleme yötemii 1. adımıda modele bütü değişkeler dahil edilmiştir. HDL değişkeii p-değeri daha öcede belirlemiş ola kritere göre e büyük olarak saptamış olup modele katkısıı e az olduğu belirleerek modelde cıkartılmış ve 2. adıma geçilmiştir. 2. adımda tekrar p değerlerii karşılaştırılması soucu direkt bilirubi değişkeii diğer değişkelere göre öemlilik seviyesi az bulumuş ve elimie edilerek diğer adıma geçilmiştir. 4. adım soucuda modelde atılacak değişke kalmamış olup yaş, ürik asit, LDL ve toplam bilirubi değişkeleri modele katkısı e yüksek ola değişkeler olarak belirlemiştir (Tablo 2). Tablo 3. Hosmer- Lemeshow Uyum iyiliği testi Adım Ki-kare Serbestlik derecesi p-değeri Tablo 3 de elde edile souçlara göre p>0.05 olduğuda teorik modeli verileri iyi temsil ettiği elde belirlemiştir. Bu test modeli bir bütü olarak uyumuu değerledirmektedir. 22 P a g e
7 Tablo 4. Model özeti Adım -2 Log olabilirlik Cox & Sell R 2 Nagelkerke R Tablo 4 icelediğide 1. adımda; bağımsız değişkeleri, bağımlı değişkedeki toplam değişimi Cox-Sell e göre %64.7 ve Nagelkerke ye göre % 89.6 sıı açıkladığı elde edilmiştir. Diğer adımlarda da bezer biçimde bağımsız değişkeleri bağımlı değişke ola Koroer arter hastalığıı etkileme dereceleri yer almaktadır. Adım Gözlee Koroer arter hastalıgı Tablo 5. Sııfladırma Tablosu Tahmi edile Koroer arter hastalıgı Kotrol Hasta Sııfladırma yüzdesi Kotrol Hasta Toplam yüzde 81.8 Koroer arter hastalıgı Kotrol Hasta Toplam yüzde 81.8 Koroer arter hastalıgı Kotrol Hasta Toplam yüzde 81.8 Koroer arter hastalıgı Kotrol Hasta Toplam yüzde 84.1 Tablo 5 de 0.50 kritik değer (cut value) ve tahmi edile olasılıklar yardımıyla sııfladırma souçları yer almaktadır. Tablo 5 de görüldüğü gibi 4. adımda hasta olmayaları % 83.5 i, hasta olaları %84.7 si doğru tahmi edilmiştir. Geel olarak ise % 84.1 i doğru tahmi edilmiştir. Bu değerler lojistik regresyo aalizi içi oldukça uygu değerlerdir. Değişke Katsayı Tablo 6. Lojistik regresyo modelie dahil edile değişkeler Stadart hata Wald istatistiği Serbestlik derecesi p-değeri Odds oraı % 95 güve aralığı Alt sıır Üst sıır Yaş < Ürik asit LDL < TBilirubi < Sabit < Tablo 6 icelediğide odds oralarıa göre; yaş arttıkça Koroer Arter Hastası olma oraıı kat, ürik asit değeri arttıkça kat, düşük yoğuluklu lipoprotei (LDL) arttıkça kat, toplam 23 P a g e
8 bilirubi arttıkça ise kat arttığı belirlemiştir. Souç olarak yaş, ürik sit, LDL ve toplam bilirubi koroer arter hastalığıı belirlemede öemli bağımsız değişkeler olarak bulumuştur. Lojistik regresyo modeli ise aşağıdaki gibi elde edilmiştir. P( KOAH 1) yas0.371ürikasit LDL2.389toplambilirubi e 1 Tablo 7. Jackkife yötemie dayalı lojistik regresyo aalizi souçları Orijial lojistik regresyo aalizi Jackkife yötemie dayalı lojistik regresyo aalizi Değişke Parameter Stadart Parameter Stadart tahmii hata tahmii hata Yaş Ürik asit LDL Toplam Bilirubi Sabit Tablo 7 de Jackkife yeide orekleme soucu kurula model katsayıları ve geriye doğru eleme yötemi soucuda elde edile model katsayıları verilmiştir. Jackkife yötemie göre elde edile model katsayılarıı, logistic regresyo yötemi ile elde edile model katsayılarıda çok düşük düzeyde sapmalar gösterdiği görülmüştür. Buu yaısıra, modellere ait stadart hatalar icelediğide ise Jackkife yötemie dayalı modeli stadart hatalarıı, geriye doğru eleme yotemi soucuda elde edile lojistik regresyo modelii stadart hatalarıda daha düşük olduğu belirlemiştir. 5. Souç Lojistik regresyo aalizide bağımsız değişkeler sürekli değişkeler ve kategorik olarak bir arada kullaılabilmektedir. Bağımsız değişkeleri dağılımları üzeride hiçbir kısıtlayıcı varsayım bulumamaktadır. Bu sebepte dolayı özellikle tıp alaıda hastalığı birey üzeride var olup olmadığıı araştırıldığı çalışmalarda yoğu bir şekilde kullaılmaktadır. Bu amaç doğrultusuda yapıla bu çalışmada hastaeye başvura bireylerde koroer arter hastalığıı olup olmadığıa ilişki bir ayrımsama modeli lojistik regresyo aalizi kullaılarak elde edilmeye çalışılmıştır. Lojistik Regresyo Aalizii kullaım amacı, e az değişkei kullaarak e iyi uyuma sahip olacak şekilde bağımlı değişke ile bağımsız değişkeler arasıdaki ilişkiyi taımlayabilmek ve amaca yöelik kabul edilebilir bir model kurmaktır. Bu yötemde, bağımsız değişkeleri bağımlı değişke üzerideki etkileri olasılık olarak hesaplaarak risk faktörlerii olasılık olarak belirlemesi sağlaır. Çalışmada Koroer arter hastası olma durumu e az değişkele tahmi edilmeye çalışılmış ve bu değişkeleri yaş, ldl ve trigliserit olduğu belirlemiştir. Böylece az sayıda değişkele zamada kazaarak, işlem kolaylığı sağlamıştır. Bu aşamada sora yeide örekleme yötemleride biri ola jackkife yötemiyle örekler elde edilmiş ve lojistik regresyo aalizi soucuda elde edile modelle karşılaştırılıp hagisii daha etkili parametre tahmileri elde ettiği ortaya koulmaya çalışılmıştır. Çalışmada elde edile souçlara göre yaş arttıkça Koroer Arter Hastası olma oraıı kat, ürik asit değeri arttıkça kat, düşük yoğuluklu lipoprotei (LDL) arttıkça kat, toplam bilirubi arttıkça ise kat arttığı belirlemiştir. Souç olarak yaş, ürik sit, LDL ve toplam bilirubi koroer arter hastalığıı belirlemede öemli bağımsız değişkeler olarak bulumuştur. Orjial lojistik regresyo aalizi souçları ile jackkife yötemie dayalı lojistik regresyo aalizi souçları icelediğide ise katsayı tahmileri arasıda çok az bir farklılık olduğu görülmüştür. Jackkife yotemide parametre tahmilerii stadart hataları geellikle klasik orekte elde edile parametre tahmilerii stadart hatalarıda, daha düşük bulumustur. Bu souç bize jackkife yötemie dayalı parametre tahmilerii oldukça etki olduğu göstermektedir. 24 P a g e
9 Delete d R-Algoritma #This R code defies a fuctio 'jack' for performig delete-d jackife for logistic regressio #p is the o of cols i the data. p=8 the there is 1 dept. var ad 7 idept vars #d is the o of rows to be deleted jack=fuctio(dataset,p,d) { <- legth(dataset[,1]) #the sample size u<- comb(,d) #Assig the matrix of all possible combiatios to u output<- matrix(0,col=p, row=col(u)) #defie the output y<- dataset[,1] #the respose vector x<- dataset[,2:p] #the matrix of covariates for (i i 1:(col(u))) { dd<-c(u[,i]) y<-y[-dd] #delete d rows of the idepedet var x<-x[-dd,] #delete d rows of the depedet var logreg<- glm(y~x[,1]+x[,2]+ x[,3]+ x[,4]+ x[,5]+ x[,6]+ x[,7], family = biomial(lik = "logit")) coef<- logreg$coef output[i,]<- c(coef) #store the regressio coefficiets } } #This part ca be used to obtai a jackife estimate of the regressio coefficiets u<- jack(dataset,8,1) u[,1] beta<-c(mea(u[,1]),mea(u[,2]),mea(u[,3]),mea(u[,4]),mea(u[,5]),mea(u[,6]),mea(u[,7])) Refereces [1] Güdoğdu, F., Özdemir, Ö., Sevimli, S., Açıkel, M., Pirim, İ., Karakelleoğlu, Ş., et al. (2007). The relatioship betwee iterleuki-6 polymorphism ad the extet of coroary artery disease i patiets with acute coroary sydrome. Arch. Turk. Soc. Cardiol., 35(5): [2] Yi, Y., Li, J., Zhag, M., Wag, J., Li, B., Liu, Y., et al. (2013). Ifluece of iterleuki-6 gee -174g>c polymorphism o developmet of atherosclerosis: a meta-aalysis of 50 studies ivolvig, subjects. Gee, 529: [3] Elsaid, A., Abdel-Aziz, A.F., Elmougy, R., Elwaseef, A.M. (2014). Associatio of polymorphisms G (-174) C i IL-6 gee ad G (-1082) A i IL-10 gee with traditioal cardiovascular risk factors i patiets with coroary artery disease. Idia J. Biochem. Biophys., 51: [4] Alpar, R. (2011). Uygulamalı Çok Değişkeli İstatistiksel Yötemler, Detay Yayıcılık, Akara. [5] Kleibaum, D., Klei, M. (2002). Logistic Regressio- A Self Learig Text, II ed. New York, NY: Spriger. [6] Berkso, J. (1944). Applicatio of the logistic fuctio to bio-assay, J. Am. Stat. Assoc., 39(227): [7] Coşku, S., Kartal, M., Coşku, A., Birca, H. (2004). Lojistik regresyo aalizii icelemesi ve diş hekimliğide bir uygulaması, Cumhuriyet Üiversitesi Diş Hekimliği Fakültesi Dergisi, 7(1): P a g e
10 [8] Vupa, O., Çelikoğlu, C. (2006). Model buildig i logistic regressio models about lug cacer data, Aadolu Uiv. J. Sci. Tech., 7(1): [9] Hirashiki, A., Yamada, Y., Murase, Y., Hirashiki, A., Yamada, Y., Murase, Y. (2003). Associatio of gee polymorphisms with coroary artery disease i low- or high-risk subjects defied by covetioal risk factors, J. Am. Coll. Cardiol., 42(8): [10] Horibe, H., Yamada, Y., Ichihara, S., Watarai, M., Yaase, M., Takemoto, K., et al. (2004). Geetic risk for resteosis after coroary balloo agioplasty, Atherosclerosis, 174(1): [11] Çolak, C., Çolak, M.C., Orma, M.N. (2007). The Compariso of logistic regressio model selectio methods for the predictio of coroary artery disease, The Aatol. J. Cardiol., 7(1): [12] Queouille, M. H. (1949). Approximate tests of correlatio i time series. J. Roy. Stat. Soc., 11, [13] Tukey, J. W. (1958). Bias ad cofidece i ot-quite large sample. A Math Stat, 29, 614. [14] Fewick, I. (1979). Techiques i Market Measuremet: The Jackkife. Joural of Marketig Research, [15] Abdi, H. ad Williams, J. L. (2010). Jackkife i Neil Salkid (Ed.). Eeyclopedia of Research Desig. [16] Efro, B. ad Tibshirai, R. J. (1993). A Itroductio to the Boot-strap.Chapma ad Hall,New York. [17] Sahiler, S. ad Topuz, D. (2007). Bootstrap ad Jackkife Resamplig Agorithm for Estmatio of Regressio Parameters. J. Appl. Quat. Meth. 2, 2: P a g e
İstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi
Makie Tekolojileri Elektroik Dergisi Cilt: 8, No: 4, 011 (75-80) Electroic Joural of Machie Techologies Vol: 8, No: 4, 011 (75-80) TEKNOLOJİK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:1304-4141
Detaylı4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin
4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii
DetaylıKi- kare Bağımsızlık Testi
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm
DetaylıİSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr
İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama
DetaylıTAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)
3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda
DetaylıNOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ
NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük
DetaylıHipotez Testleri. Parametrik Testler
Hipotez Testleri Parametrik Testler Hipotez Testide Adımlar Bir araştırma sorusuu belirlemesi Araştırma sorusua dayaa istatistiki hipotezleri oluşturulması (H 0 ve H A ) Hedef populasyoda öreklemi elde
DetaylıBİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim
DetaylıİSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II
8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet
DetaylıAÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ
Eskişehir Osmagazi Üiversitesi Müh.Mim.Fak.Dergisi C.XXI, S., 2008 Eg&Arch.Fac. Eskişehir Osmagazi Uiversity, Vol..XXI, No:, 2008 Makalei Geliş Tarihi : 2.02.2007 Makalei Kabul Tarihi : 23.03.2007 AÇIK
DetaylıNİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ WIND ENERGY POTENTIAL OF NIGDE PROVINCE
Niğde Üiersitesi Mühedislik Bilimleri Dergisi, Cilt 1, Sayı, (1), 37-47 NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ Uğur YILDIRIM 1,* Yauz GAZİBEY, Afşi GÜNGÖR 1 1 Makie Mühedisliği Bölümü, Mühedislik Fakültesi,
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları
DetaylıISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ
8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
DetaylıREGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.
203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem
DetaylıHİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.
HİPOTEZ TETLERİ İstatistikte hipotez testleri, karar teorisi olarak adladırılır. Ortaya atıla doğru veya yalış iddialara hipotez deir. Öreği para hilesizdir deildiğide bu bir hipotezdir. Ortaya atıla iddiaya
DetaylıİSTATİSTİK DERS NOTLARI
Balıkesir Üiversitesi İşaat Mühedisliği Bölümü umutokka@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme
DetaylıNİÇİN ÖRNEKLEME YAPILIR?
İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek
Detaylıİki düzeyli bağımlı değişken modelinin yarı parametrik tahmini
www.istatistikciler.org İstatistikçiler Dergisi (2008) 35-43 İstatistikçiler Dergisi İki düzeyli bağımlı değişke modelii yarı parametrik tahmii Özge Akkuş Muğla Üiversitesi, Fe-Edebiyat Fakültesi, İstatistik
Detaylıİşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.
OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre
DetaylıTek Bir Sistem için Çıktı Analizi
Tek Bir Sistem içi Çıktı Aalizi Bezetim ile üretile verile icelemesie Çıktı Aalizi deir. Çıktı Aalizi, bir sistemi performasıı tahmi etmek veya iki veya daha fazla alteratif sistem tasarımıı karşılaştırmaktır.
Detaylıˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.
YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
DetaylıSBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ
SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI ÖRNEKLEME YÖNTEMLERİ Prof. Dr. Ergu Karaağaoğlu H.Ü. Tıp Fakültesi Biyoistatistik ABD ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI
DetaylıİŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY
Süleyma Demirel Üiversitesi Vizyoer Dergisi Suleyma Demirel Uiversity The Joural of Visioary İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA ÖZET Yrd. Doç. Dr. Halil ÖZDAMAR 1 İstatistiksel kalite kotrol
DetaylıObje Tabanlı Sınıflandırma Yöntemi ile Tokat İli Uydu Görüntüleri Üzerinde Yapısal Gelişimin İzlenmesi
Obje Tabalı Sııfladırma Yötemi ile Tokat İli Uydu Görütüleri Üzeride Yapısal Gelişimi İzlemesi İlker GÜNAY 1 Ahmet DELEN 2 Mahmut HEKİM 3 1 Gaziosmapaşa Üiversitesi, Mühedislik ve Doğa Bilimleri Fakültesi,
Detaylı4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler
Ders 8: Verileri Düzelemesi ve Aalizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlei tamamıı, ya da kitlede alıa bir öreklemi özetlemekle (betimlemekle)
DetaylıBÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER
BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii
DetaylıKALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ
Altı Sigma Yalı Koferasları (9- Mayıs 8) KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Serka ATAK Evre DİREN Çiğdem CİHANGİR Murat Caer TESTİK ÖZET Ürü ve hizmet kalitesii
DetaylıYatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects
Uşak Üiversitesi Sosyal Bilimler Dergisi (2012) 5/2, 89-101 Yatırım Projeleride Kayak Dağıtımı Aalizi Bahma Alp RENÇBER * Özet Bu çalışmaı amacı, yatırım projeleride kayak dağıtımıı icelemesidir. Yatırım
DetaylıTahmin Edici Elde Etme Yöntemleri
6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme
DetaylıBOX-LJUNG ve NONPARAMETRĐK REGRESYON YÖNTEMLERĐNĐN ETKĐNLĐKLERĐNĐN KARŞILAŞTIRILMASI: ĐMKB-100 ENDEKSĐNE YÖNELĐK BĐR UYGULAMA
Ekoometri ve Đstatistik Sayı:0 00 - ĐSTANBUL ÜNĐVERSĐTESĐ ĐKTĐSAT FAKÜLTESĐ EKONOMETRĐ VE ĐSTATĐSTĐK DERGĐSĐ BOX-LJUNG ve NONPARAMETRĐK REGRESYON YÖNTEMLERĐNĐN ETKĐNLĐKLERĐNĐN KARŞILAŞTIRILMASI: ĐMKB-00
DetaylıÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ
C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 4, Sayı, 3 97 ÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ Yalçı KARAGÖZ Cumhuriyet Üiversitesi
DetaylıTUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi
TMMOB Harita ve Kadastro Mühedisleri Odası, 5. Türkiye Harita Bilimsel ve Tekik Kurultayı, 5 8 Mart 5, Akara. TUTGA ve C Dereceli Nokta Koordiatlarıı Gri istem ile Tahmi Edilmesi Kürşat Kaya *, Levet Taşcı,
DetaylıWEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI
VII. Ulusal Temiz Eerji Sempozyumu, UTES 008 7-9 Aralı 008, İstabul WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI Seyit Ahmet AKDAĞ, Öder GÜLER İstabul Tei Üiversitesi, Eerji
DetaylıNormal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım
Normal Dağılımlı Bir Yığı a İlişi İstatistisel Çıarım Bir üretici edi ürüleride, piyasadai 3,5 cm li vidalarda yalıca boyları 3,4 cm ile 3,7 cm aralığıda olaları ullaabilmetedir. Üretici, piyasadai bu
DetaylıÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ
Öğreme Etkili Hazırlık ve Taşıma Zamalı Paralel Makieli Çizelgeleme Problemi HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ TEMMUZ 2006 CİLT 2 SAYI 4 (67-72) ÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL
DetaylıDÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ
DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research
Detaylıİki Serbestlik Dereceli Mekanizmalarla İşlev Sentezinde Tasarım Noktalarının Eşit ve Çebişev Aralıklandırması ile Seçiminin Karşılaştırılması
Uluslararası Katılımlı 7. Makia Teorisi Sempozyumu, İzmir, -7 Hazira 05 İki Serbestlik Dereceli Mekaizmalarla İşlev Setezide Tasarım oktalarıı Eşit ve Çebişev Aralıkladırması ile Seçimii Karşılaştırılması
DetaylıOBTAINING REGIONAL TRANSFORM COEFFICIENT CONSIDERING THE DISTANCE AND DIRECTION WİTH L1-NORM METHOD
LNORM YÖNTEMİ İLE BÖLGESEL DÖNÜŞÜM KATSAYILARININ UZAKLIK VE YÖN DİKKATE ALINARAK ELDE EDİLMESİ Ü. KIRICI, Y. ŞİŞMAN Odokuz Mayıs Üiversitesi, Mühedislik Fakültesi, Harita Mühedisliği Bölümü, Samsu, ulku.kirici@omu.edu.tr,
DetaylıTÜRKİYE DE KAYITDIŞI EKONOMİ VE BÜYÜME İLİŞKİSİ
ZKÜ Sosyal Bilimler Dergisi, Cilt 3, Sayı 5, 2007, ss. 7-87. TÜRKİYE DE KAYITDIŞI EKONOMİ VE BÜYÜME İLİŞKİSİ Doç.Dr. Gülsüm AKALIN Marmara Üiversitesi İİBF İktisat Bölümü gulsum@marmara.edu.tr Öğr.Gör.
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9
..7 EME 37 Girdi Aalizi Prosedürü SİSTEM SIMÜLASYONU Modelleecek sistemi (prosesi) dokümate et Veri toplamak içi bir pla geliştir Veri topla Verileri grafiksel ve istatistiksel aalizii yap Girdi Aalizi-II
Detaylıx 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)
4 ÖRNEKLEME HATASI 4.1 Duyarlılık 4. Güveilirik 4.3 Örek hacmi ve uyarlılık arasıaki ilişki 4.4 Örek hacmi ve göreceli terimler ile uyarlılık arasıaki ilişki 4.5 Hata kareler ortalaması Örekte ele eile
Detaylı2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.
06 YILI I.DÖNEM AKTÜERLİK SINAVLARI Soru Toplam hasar miktarı S i olasılık ürete foksiyou X x i PS ( t) = E( t ) = exp λi( t ) ise P S(0) aşağıdaki seçeeklerde hagiside verilmiştir? A) 0 B) C) exp λ i
DetaylıİSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ
İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ Bu bölümdeki yötemler, bilimeye POPULASYON PARAMETRE değeri hakkıda; TAHMİN yapmaya yöelik ve, KARAR vermekle ilgili, olmak üzere iki grupta icelemektedir. Parametre
DetaylıVeri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı
Veri edir? p Veri edir? Geometrik bir bakış açısı p Bezerlik Olasılıksal bir bakış açısı p Yoğuluk p Veri kalitesi p Veri öişleme Birleştirme Öreklem Veri küçültme p Temel bileşe aalizi (Pricipal Compoet
DetaylıSAYISAL ÇÖZÜMLEME. Sayısal Çözümleme
SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace
DetaylıANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI
TMMOB Harita ve Kadastro Mühedisleri Odası 13. Türkiye Harita Bilimsel ve Tekik Kurultayı 18 22 Nisa 2011, Akara ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI
DetaylıBİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ
BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.
DetaylıEnflasyon nedir? Eşdeğer hesaplamalarında enflasyon etkisini nasıl hesaba katarız? Mühendislik Ekonomisi. (Chapter 11) Enflasyon Nedir?
Elasyo ve Nakit Akışlarıa Etkisi (Chapter 11) TOBB ETÜ Örek 2015 Yılıda Çocuğuuzu Üiversiteye Gödermei Maliyeti Ne Kadar Olacak? 2005 yılıda 1 yıllık üiversite masraı $17,800. Elasyo edeiyle üiversite
DetaylıMEKANİK TESİSATTA EKONOMİK ANALİZ
MEKANİK TESİSATTA EKONOMİK ANALİZ Mustafa ÖZDEMİR İ. Cem PARMAKSIZOĞLU ÖZET Düya çapıda rekabeti ö plaa çıktığı bu gükü şartlarda, e gelişmiş ürüü, e kısa sürede, e ucuza üretmek veya ilk yatırım ve işletme
DetaylıÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ
03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak
DetaylıİKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME
V. Ulusal Üretim Araştırmaları Sempozyumu, İstabul Ticaret Üversitesi, 25-27 Kasım 2005 İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME Tamer EREN
DetaylıCebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi
3 Cebirsel Olarak Çözüme Gitmede Wegsteı Yötemi Bu yötem bir izdüşüm tekiğie dayaır ve yalış pozisyo olarak isimledirile matematiksel tekiğe yakıdır. Buradaki düşüce f() çizgisi üzerideki bilie iki oktada
DetaylıBÜYÜME VE İHRACAT ARASINDAKİ NEDENSELLİK İLİŞKİSİ: TÜRKİYE ÖRNEĞİ
BÜYÜME VE İHRACAT ARASINDAKİ NEDENSELLİK İLİŞKİSİ: TÜRKİYE ÖRNEĞİ Yrd. Doç. Dr. Erdal Demirha Afyo Kocatepe Üiversitesi İktisadi ve İdari Bilimler Fakültesi Özet Bu çalışma Türkiye de 1990 yılıı ilk çeyreğide
Detaylıİstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş
İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük
DetaylıGayrimenkul Değerleme Esasları Dönem Deneme Sınavı I
1) I. Bia türü II. Bia yaşı III. Bia sııfı IV. İşaat evi V. Yıprama oraı Türkiye de bia metrekare ormal işaat maliyet bedelleri yukarıdakilerde hagilerie göre belirleir? A) Yalız II B) Yalız III C) II
DetaylıGAZİ ÜNİVERSİTESİ MÜHENDİSLİK - MİMARLIK FAKÜLTESİ KİMYA MÜHENDİSLİĞİ BÖLÜMÜ. KM 482 Kimya Mühendisliği Laboratuarı III
GAZİ ÜNİVERSİTESİ MÜHENİSLİK - MİMARLIK FAKÜLTESİ KİMYA MÜHENİSLİĞİ BÖLÜMÜ KM 482 Kimya Mühedisliği Laboratuarı III eey No : 2-a eeyi adı : Kesikli istilasyo eeyi amacı : a) Kolodaki basıç kaybıı belirlemek,
DetaylıÖZET Doktora Tezi KISITLI DURUM KALMAN FİLTRESİ VE BAZI UYGULAMALARI Esi KÖKSAL BABACAN Akara Üiversitesi Fe Bilimleri Estitüsü İstatistik Aabilim Dal
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ KISITLI DURUM KALMAN FİLTRESİ VE BAZI UYGULAMALARI Esi KÖKSAL BABACAN İSTATİSTİK ANABİLİM DALI ANKARA 2009 Her hakkı saklıdır ÖZET Doktora Tezi
DetaylıTOPLAM KOLESTEROL, LDL, HDL VE TRİGLİSERİT SEVİYELERİNİN YAŞA GÖRE DEĞİŞİMİNİN DEĞİŞİK REGRESYON MODELLERİYLE İNCELENMESİ
T.C. İNÖNÜ ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ TOPLAM KOLESTEROL, LDL, HDL VE TRİGLİSERİT SEVİYELERİNİN YAŞA GÖRE DEĞİŞİMİNİN DEĞİŞİK REGRESYON MODELLERİYLE İNCELENMESİ YÜKSEK LİSANS TEZİ EMRE DİRİCAN
Detaylı5. BORULARDAKİ VİSKOZ (SÜRTÜNMELİ) AKIM
5. ORURKİ İSKOZ (SÜRTÜNMEİ) KIM 5.0. oru Sistemleri Çözüm Yötemleri oru sistemleriyle ilgili problemleri çözümüde tip çözüm yötemi vardır. ular I. Tip, II. Tip ve III. Tip çözüm yötemleridir. u çözüm yötemleride
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
DetaylıYatay yüklü kısa kazıkların tasarımını etkileyen faktörlerin araştırılması
Yatay yüklü kısa kaıkları tasarımıı etkileye faktörleri araştırılması Ivestigatio of factors affectig the desig of lateral loaded piles Öca Ta Selçuk Üiversitesi Müh.Mim. Fak. İşaat Müh. Böl., Koya, Türkiye
DetaylıYENĐ BĐR ADAPTĐF FĐLTRELEME YÖNTEMĐ: HĐBRĐD GS-NLMS ALGORĐTMASI
Uludağ Üiversitesi ühedislik-imarlık Fakültesi Dergisi, Cilt 3, Sayı, 008 YENĐ BĐR ADAPĐF FĐLRELEE YÖNEĐ: HĐBRĐD GS-NLS ALGORĐASI Sedat ĐRYAKĐ * eti HAUN ** Osma Hilmi KOÇAL ** Özet: Bu makalede, adaptif
DetaylıGAUSS HÜZMESİNİN YÜKSEK FREKANSLARDA PLAZMA ORTAMLA ETKİLEŞİMİ
Gai Üiv. Müh. Mim. Fak. Der. Joural of the Faculty of Egieerig ad Architecture of Gai Uiversity Cilt 3, No, 73-79, 15 Vol 3, No, 73-79, 15 GAUSS HÜZMESİNİN YÜKSEK FREKANSLARDA PLAZMA ORTAMLA ETKİLEŞİMİ
DetaylıDENEY 4 Birinci Dereceden Sistem
DENEY 4 Birici Derecede Sistem DENEYİN AMACI. Birici derecede sistemi geçici tepkesii icelemek.. Birici derecede sistemi karakteristiklerii icelemek. 3. Birici derecede sistemi zama sabitii ve kararlı-durum
DetaylıMACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI
V. ULUSAL HAVACILIK VE UZAY KONFERANSI UHUK-014-065 8-10 Eylül 014, Erciyes Üiversitesi, Kayseri MACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI İlke TÜRKMEN 1 Erciyes Üiversitesi, Kayseri Seda ARIK
DetaylıBurçin Gonca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 2007 ANKARA
UYUM İYİLİĞİ İÇİN AMICO TEK-ÖRNEK TESTİ VE İĞER UYUM İYİLİĞİ TESTLERİ İLE KARŞILAŞTIRILMASI Burçi Goca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 7 ANKARA TEZ
DetaylıLİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2
LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık
DetaylıBağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise
YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim
DetaylıMAK312 ÖLÇME ve DEĞERLENDİRME OTOMATİK KONTROL LABORATUARI 1. Elektriksel Ölçümler ve İşlemsel Kuvvetlendiriciler
MAK32 ÖLÇME ve DEĞELENDİME OTOMATİK KONTOL LABOATUAI Elektriksel Ölçümler ve İşlemsel Kuvvetlediriciler AMAÇLA:. Multimetre ile direç, gerilim ve akım ölçümleri, 2. Direç ölçümüde belirsizlik aalizii yapılması
DetaylıOKUL ÖNCESİ DÖNEMİ İŞİTME ENGELLİ ÇOCUKLARDA MÜZİK EĞİTİMİ 3
The Joural of Academic Social Sciece OKUL ÖNCESİ DÖNEMİ İŞİTME ENGELLİ ÇOCUKLARDA MÜİK EĞİTİMİ 3 ÖET Ece KARŞAL 1 Tüli MALKOÇ 2 Bu çalışmada, Okul öcesi döem işitme egelli çocuklara müzik eğitimi verilmiş
DetaylıNORMAL DAYANIMLI BETONLARDA DAYANIM KÜR SÜRESİ-ULTRASES HIZI-YÜZEY SERTLİĞİ BAĞINTILARI
NORMAL DAYANIMLI BETONLARDA DAYANIM KÜR SÜRESİ-ULTRASES HIZI-YÜZEY SERTLİĞİ BAĞINTILARI Y.Müh. M.Selçuk GÜNER K.T.Ü Rize Meslek Yüksekokulu Öğretim Görevlisi Dr.Müh. Caa GİRGİN Yapı Merkezi Holdig, AR-GE
DetaylıBileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir:
1 BİLEŞİK FAİZ: Basit faiz hesabı kısa vadeli(1 yılda az) kredi işlemleride uygulaa bir metot idi. Ayrıca basit faiz metoduda her döem içi aapara sabit kalmakta olup o döem elde edile faiz tutarı bir soraki
DetaylıAYRIK DALGACIK DÖNÜŞÜMÜ İLE GÜRÜLTÜ SÜZME
AYRIK DALGACIK DÖNÜŞÜMÜ İLE GÜRÜLTÜ SÜZME Fahri VATANSEVER 1 Ferudu UYSAL Adullah UZUN 3 1 Sakarya Üiversitesi, Tekik Eğitim Fakültesi, Elektroik-Bilgisayar Eğitimi Bölümü, 54187 Esetepe Kampüsü/SAKARYA
DetaylıBİR ÇUBUĞUN MODAL ANALİZİ. A.Saide Sarıgül
BİR ÇUBUĞUN MODAL ANALİZİ A.Saide Sarıgül DENEYİN AMACI: Akastre bir çubuğu modal parametrelerii (doğal frekas, titreşim biçimi, iç söümü) elde edilmesi. TANIMLAMALAR: Modal aaliz: Titreşe bir sistemi
DetaylıMekânsal Karar Problemleri İçin Coğrafi Bilgi Sistemleri ve Çok Ölçütlü Karar Analizinin Bütünleştirilmesi: TOPSIS Yöntemi
Mekâsal Karar Problemleri İçi Coğrafi Bilgi Sistemleri ve Çok Ölçütlü Karar Aalizii Bütüleştirilmesi: TOPSIS Yötemi Derya Öztürk Odokuz Mayıs Üiversitesi Harita Mühedisliği Bölümü, 55139 Samsu. dozturk@omu.edu.tr
DetaylıM Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R
İ H S A N T İ M U Ç İ N D O L A P C İ, Y İ Ğ İ T A K S O Y M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R P U B L I S H E R O F T H I S B O O K Copyright 13 İHSAN TİMUÇİN DOLAPCİ, YİĞİT AKSOY
DetaylıDİKDÖRTGEN SPİRAL ANTENLER ÜZERİNE BİR İNCELEME
DİKDÖRTGEN SPİRAL ANTENLER ÜZERİNE BİR İNCELEME Uğur SAYNAK ve Alp KUŞTEPELİ Elektrik-Elektroik Mühedisliği Bölümü İzmir Yüksek Tekoloji Estitüsü, 35430, Urla, İZMİR e-posta: ugursayak@iyte.edu.tr e-posta:
Detaylıİki veri setinin yapısının karşılaştırılması
İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu
DetaylıON THE TRANSFORMATION OF THE GPS RESULTS
Niğde Üiversitesi Mühedislik Bilimleri Dergisi, Cilt 6 Sayı -, (00), 7- GPS SONUÇLARININ DÖNÜŞÜMÜ ÜZERİNE BİR İNCELEME Meti SOYCAN* Yıldız Tekik Üiversitesi, İşaat Fakültesi, Jeodezi Ve Fotogrametri Mühedisliği
DetaylıMAGNİTÜD-SIKLIK İLİŞKİSİ PARAMETRELERİNİN ROBUST TAHMİNİ
. Türkiye Deprem Mühedisliği ve Sismoloji Koferası -4 Ekim 0 ODTÜ ANKARA MAGNİTÜD-SIKLIK İLİŞKİSİ PARAMETRELERİNİN ROBUST TAHMİNİ Ayşe D. AKKAYA ve M. Semih YÜCEMEN Profesör, İstatistik Bölümü, ODTÜ, Akara,
DetaylıDOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA
DOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA Filiz KARDİYEN (*) Özet: Portföy seçim problemi içi klasik bir yaklaşım ola karesel programlama yötemi,
DetaylıVİDEO MODEL DESTEKLİ ÖĞRETİMİN GİTAR PERFORMANSINA ETKİSİ* THE EFFECT OF MODEL AIDED TEACHING ON GUITAR PERFORMANCE
VİDEO MODEL DESTEKLİ ÖĞRETİMİN GİTAR PERFORMANSINA ETKİSİ* THE EFFECT OF MODEL AIDED TEACHING ON GUITAR PERFORMANCE Ali ERİM **, Sadık YÖNDEM*** ** Abat İzzet Baysal Üiversitesi, Eğitim Fakültesi Güzel
DetaylıThe Determination of Food Preparation and Consumption of the Working and Non-Working Women in Samsun
Research Turkish Joural of Family Medicie & Primary Care www.tjfmpc.com The Determiatio of Food Preparatio ad Cosumptio of the Workig ad No-Workig Wome i Samsu Samsu İlide, ve Kadıları, Evde Besi Hazırlama
DetaylıSİSTEMLERİN ZAMAN CEVABI
DÜZCE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MM306 SİSTEM DİNAMİĞİ SİSTEMLERİN ZAMAN CEVABI Kutuplar, Sıfırlar ve Zama Cevabı Kavramı Birici Mertebede Sistemleri Zama Cevabı İkici
DetaylıMADENCİLİK YATIRIM PROJELERİNİN SOSYAL KARLILIK ANALİZİYLE DEĞERLENDİRİLMESİ
MADENCİLİK, Cilt 42, Sayı 3, Sayfa 25-30, Eylül 2003 Vol. 42, No. 3, pp 25-30, September 2003 MADENCİLİK YATIRIM PROJELERİNİN SOSYAL KARLILIK ANALİZİYLE DEĞERLENDİRİLMESİ Appraisal of Miig Ivestmet Projects
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP. Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 2006
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 26 Her hakkı saklıdır Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda,
DetaylıLOJİSTİK REGRESYON ANALİZİ
LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen
DetaylıKORELASYON VE REGRESYON ANALİZİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
KORELASYON VE REGRESYON ANALİZİ Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki ya da daha çok değişken arasında ilişki olup olmadığını, ilişki varsa yönünü ve gücünü inceleyen korelasyon
DetaylıAKIŞKAN BORUSU ve VANTİLATÖR DENEYİ
AKIŞKA BORUSU ve ATİLATÖR DEEYİ. DEEYİ AMACI a) Lüle ile debi ölçmek, b) Dairesel kesitli bir borudaki türbülaslı akış şartlarıda hız profili ve eerji kayıplarıı deeysel olarak belirlemek ve literatürde
DetaylıPOLİNOMLAR. reel sayılar ve n doğal sayı olmak üzere. n n. + polinomu kısaca ( ) 2 3 n. ifadeleri polinomun terimleri,
POLİNOMLAR Taım : a0, a, a,..., a, a reel sayılar ve doğal sayı olmak üzere P x = a x + a x +... + a x + a x + a biçimideki ifadelere x e bağlı reel katsayılı poliom (çok terimli) deir. 0 a 0 ax + a x
DetaylıStandart Formun Yapısı. Kanonik Form. DP nin Formları SİMPLEX YÖNTEMİ DP nin Düzenleniş Şekilleri. 1) Optimizasyonun anlamını değiştirme
5.0.06 DP i Düzeleiş Şekilleri DP i Formları SİMPLEX YÖNTEMİ ) Primal (özgü) form ) Kaoik form 3) Stadart form 4) Dual (ikiz) form Ayrı bir kou olarak işleecek Stadart formlar Simplex Yötemi içi daha elverişli
DetaylıHALL ETKİLİ AKIM TRANSFORMATÖRÜNÜN SPEKTRAL VE İSTATİSTİKSEL ANALİZİ
ISSN:306-3 e-joural of New World Scieces Academy 2008, Volume: 3, Number: 2 Article Number: A0075 NATURAL AND APPLIED SCIENCES ELECTRIC AND ELECTRONIC ENGINEERING BİR Received: September 2007 Accepted:
Detaylıİstatistiksel Tahminleme. Güven Seviyesi. Verilerin yayılımı ( Örnek hacmi X = X / n Güven seviyesi (1 - )
04.05.0 İtatitikel Tahmileme İTATİTİKEL TAHMİNLEME VE YORUMLAMA ÜRECİ GÜVEN ARALIĞI Nokta Tahmii Populayo parametreii tek bir tahmi değerii verir μˆ σˆ p Pˆ Aralık Tahmii Populayo parametreii tahmi aralığıı
DetaylıAFYONKARAHİSAR İLİ YENİLENEBİLİR ENERJİ POTANSİYELİ. Ziya DEMİRKOL 1 Mehmet ÇUNKAŞ 2
S.Ü. Müh. Bilim ve Tek. Derg., c.2, s.1, 2014 Selcuk Uiv. J. Eg. Sci. Tech., v.2,.1, 2014 ISSN: 2147-9364 (Elektroik) AFYONKARAHİSAR İLİ YENİLENEBİLİR ENERJİ POTANSİYELİ Ziya DEMİRKOL 1 Mehmet ÇUNKAŞ 2
DetaylıTEKNOLOJĐK ARAŞTIRMALAR
www.tekolojikarastirmalar.com e-issn:134-4141 Makie Tekolojileri Elektroik Dergisi 28 (3) 41-48 TEKNOLOJĐK ARAŞTIRMALAR Makale Düşük Sıcak Kayaklı Isı Pompaları Eerji Maliyet Aalizi Özet Murat KAYA Hitit
DetaylıVektör bileşenleri için dikey eksende denge denklemi yazılırak, aşağıdaki eşitlik elde edilir. olarak elde edilir. 2
Açıklama Sorusu : V kayışlar, ayı mekaizma büyüklükleride düz kayışlara göre daha yüksek dödürme mometlerii taşıyabildikleri bilimektedir. V kayışları düz kayışlara göre gözlee bu üstülüğü sebebi "kama
Detaylı