ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE
|
|
- Selim Öztürk
- 5 yıl önce
- İzleme sayısı:
Transkript
1 ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:8-Sayı/No: : (007) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE EN KÜÇÜK KARELER TAHMİN EDİCİSİ İLE BİR SHRINKAGE TAHMİN EDİCİSİNİN ETKİNLİK KARŞILAŞTIRMASI Meral EBEGİL ÖZ Regresyon analizine bağımsız eğişenler arasına ilişi (çolu bağlantı) olması urumuna, En Küçü Kareler tahmin yönteminin ullanılması moele yer alan eğişenler baımınan yanlış moel ullanımına ve olayısıyla yanlış bulgulara neen olabilmeteir. Birbiriyle bağımlılı gösteren bu tür bağımsız eğişenlerle analiz yapma için çeşitli yöntemler geliştirilmiştir. Bu yöntemleren biri e yanlı tahmin yöntemleriir. Bu çalışmaa, Rige tahmin eicisine ayalı yanlı tahmin eicinin en az, En Küçü Kareler tahmin eicisi aar etin olabilmesi için gerelili ve yeterlili oşulları araştırılı. Anahtar Kelimeler : Ortalama hata are, Rige regresyon, Liu-tipi tahmin eici, Doğrusal abul eilebilir tahmin eiciler, Shrinage tahmin eicileri AN EFFICIENCY COMPARISON OF THE LEAST SQUARES ESTIMATOR AND THE SHRINKAGE ESTIMATOR ABSTRACT In regression analysis, if there are some in of relation (multicollinearity) between inepenent variables, the Least Squares estimation metho may lea to the use of wrong moels an hence to wrong finings out of the moel. Various methos have been evise in orer to carry out regression analysis with such inepenent variables which exhibit epenence on each other. One of such methos is the biase estimation methos. In this stuy, it has been stuie on the necessary an sufficient conitions of biase estimators base on Rige estimator to be at least efficient as much as the Least Squares estimator. Keywors: Mean square error, Rige regression, Liu-type estimator, Linear amissible estimators, Shrinage estimators., Gazi Üniversitesi, Fen Eebiyat Faültesi, İstatisti Bölümü, 06500, Beşevler, ANKARA. E-posta: memirel@gazi.eu.tr, fax: 0(3)79 Geliş: 5 Mart 006; Kabul: 0 Ağustos 006
2 80. GİRİŞ Çolu oğrusal regresyon, eğişenler arasına var olan ilişilerin ortaya çıarılmasını sağlayan, pe ço alana yaygın olara ullanılan istatisti yöntemleren biriir. Veri analizi yapan araştırmacılar, çolu oğrusal regresyon yöntemini moel urma için ullanırlar. Regresyon atsayılarını tahmin etme için yaygın olara ullanılan yöntem En Küçü Kareler (EKK) yöntemiir. Anca, EKK yönteminin oğru sonuçlar vermesi için çeşitli varsayımların sağlanması geremeteir. Bunlaran biri bağımsız eğişenler arasına ilişi olmamasıır. Ama gerçete bu urum her zaman sağlanmayabilir. Böyle urumlara, EKK tahmin yönteminin ullanılması yanlış moel bulgularına ve ullanımına neen olur. Bu tür birbiriyle ilişili bağımsız eğişenlerle analiz yapma için çeşitli yöntemler geliştirilmiştir. Bu yöntemleren bir tanesi e yanlı tahmin yöntemleriir. Yanlı tahmin yöntemlerinin başlıcaları; Temel Bileşenler regresyonu, Rige regresyonu ve bunların türevleriir. Yanlı yöntemlere ilişin bu tahmin eiciler, EKK tahmin eicilerine göre yanlı, anca ço aha üçü varyanslı tahminler verirler. Yanlı tahmin yöntemlerine genel amaç, EKK tahmin yöntemine büyü olan varyans alanını üçü bir yan arşılığına araltmatır. Böylece EKK yöntemine göre aha oğru sonuçlar ele eilir. Yanlı tahmin eiciler sınıfının içine yer alan bazı tahmin eiciler, Shrinage tahmin eicileri olara alanırılır. Temel Bileşenler regresyonu, Rige regresyonu ve bunların türevleri bu sınıfın birer üyesiirler. Farebrother (978) yaptığı çalışmasına, Shrinage tahmin eicileri için genel bir yapı oluşturmuştur. Rige, Temel Bileşenler ve Koşullu-minimum hata are ortalamalı yanlı tahmin eicilerinin birer Shrinage tahmin eicisi olularını göstermiştir. Lisi (98) çalışmasına, EKK tahmin eicisi ile Shrinage tahmin eicisi arasına seçim yapma için güçlü Ortalama Hata Kare (OHK) ölçütünü vermiştir. Yine Lisi (983) çalışmasına EKK tahmin eicisi ile Shrinage tahmin eicisi arasına seçim yapma için aha zayıf OHK test işlemini ullanmıştır. Keian (993) çalışmasına Rige tahmin eicisine alternatif olara Liu-Keian tahmin eicisini önermiştir. Daha sonra bu tahmin eici Aeniz ve Kaçıranlar (995) tarafınan Liu tahmin eicisi olara alanırılmıştır. Eni (997) çalışmasına Liu tahmin eicisini e Shrinage tahmin eiciler yapısı içine ifae etmiştir. Saallıoğlu, Kaçıranlar ve Aeniz (997) tarafınan Liu tahmin eicisinin iterasyon tahmin eicileri ile arşılaştırılması incelenmiştir. Saallıoğlu ve Kaçıranlar (005) tarafınan Rige tahmin eicisine ayalı yanlı bir tahmin eici önerilmiştir. Ebegil (006) çalışmasına Liu-Tipi ve Rige tahmin eicisine ayalı yanlı tahmin eicileri e Shrinage tahmin eiciler yapısı içine ifae eere bu tahmin eicilerin birer Shrinage tahmin eicisi oluğunu göstermiştir. Bu çalışmanın iinci bölümüne Shrinage tahmin eicilerinin temel yapısı verilmiştir. Bu bilgilerin ışığı altına, üçüncü bölüme EKK tahmin eicisi ile Rige tahmin eicisine ayalı yanlı tahmin eicinin en Anaolu Üniversitesi Bilim ve Tenoloi Dergisi, 8() az EKK tahmin eicisi aar etin olabileceği gerelili ve yeterlili oşulları varyanstai büyüme göz önüne alınara OHK matrisleri yarımıyla oluşturulmuştur.. SHRINKAGE TAHMİN EDİCİLER SINIFININ GENEL YAPISI Bu bölüme oğrusal regresyon moelinen yola çıara Shrinage tahmin eicilerinin genel yapısı verilmiştir. n gözlemli bağımsız eğişenli bir çolu oğrusal regresyon moeli, Y X, 0, In ran X q n n q biçimine tanımlanır (Farebrother, 978). Y, ( n ) boyutlu bağımlı eğişen vetörü; q olma üzere, X, ( n q ) boyutlu stoasti olmayan giri matrisi;, ( q ) boyutlu bilinmeyen atsayılar vetörü;, E ( ) 0 ve E( ) I n oşullarını sağlayan hata vetörüür. İinci ereceen moment matrisleri aşağıai gibi tanımlanır: M E ; =, () Buraa parametre vetörünün ii tahmin eicisi ve olsun. Tahmin eicilerin ortalama hata arelerinin genel ölçütü, C, negatif olmayan tanımlı simetri bir matris olma üzere, m E C ; =, (3) ır. Teorem : Aşağıa verilen oşullar eşeğerir. i. M M negatif olmayan tanımlı bir matristir. ii. Tüm negatif olmayan tanımlı C matrisleri için m m 0 ır (Theobal, 974). İi tahmin eici ve olsun. Tüm lar için M( ) M( ) negatif olmayan tanımlı bir matris ise eş () en, ya göre aha üstün bir tahmin eiciir. Şayet tahmin eicisinen, aha iyi olabilece bir iğer tahmin eici yo ise, abul eilebilir bir tahmin eiciir. ()
3 Anaolu University Journal of Science an Technology, 8 () 8 C, q q boyutlu negatif olmayan tanımlı simetri bir matris olsun. Teorem en OHK ( ; C) OHK ( ; C) 0 (4) olması ile, M( ) M( ) ın negatif olmayan tanımlı bir matris olması eşeğerir. ( X X ) matrisi; q q boyutlu, negatif olmayan tanımlı, simetri bir matris oluğunan olayı öyle bir ortonormal P matrisi varır i ( X X ) matrisini P X XP biçimine öşegenleştirir., elemanları ( X X ) matrisinin pozitif öz eğerleri > >...> q olan q q boyutlu öşegen bir matristir (Lisi, 98; Lisi, 983). Z XP ve P olma üzere, eş () ei moelin anoni formu, Y XPP Z (5) şelineir. Böylece, OHK ( ; C) OHK ( ; P CP) oluğu görülür. Bir regresyon parametresinin oğrusal abul eilebilir tahmin eiciler sınıfı apsamı içinei b q olma üzere abul eilebilir oğrusal bir tahmin eici, A( ˆ b) b (6) biçimineir (Rao, 976). Buraa ˆ ; nın EKK tahmin eicisi, A ; ( q q ) boyutlu bir matris ve b ; ( q ) boyutlu sabit bir vetörür. Bu şeile gösterilen tahmin eiciler, oğrusal abul eilebilir tahmin eiciler (linear amissible estimators) sınıfınanır. Bir tahmin eicinin abul eilebilir (amissible) bir tahmin eici olması için iğer oşullar aşağıai gibi sıralanabilir. ( X X )Aveya A( X X ) (7) simetri ve A matrisinin öz eğerleri [0,] aralığına olmalıır. Eş (6) ve eş (7) ei oşullara e olara, abul eilebilirli için A matrisinin simetri oluğu abul eilir. A ve ( X X ) matrisleri aynı ortonormal P matrisi tarafınan öşegenleştirilebilir. P AP, elemanları A matrisinin [0,] aralığına üşen öz eğerleri,,..., q olan q q boyutlu öşegen bir matristir (Lisi, 98; Lisi, 983). Eş (5) ei moel altına eş (6), P A( ˆ b) P b ˆ P AP( a) a ( ˆ a) a (8) olur. Buraa ˆ P, a P b ır. Bu tür oğrusal abul eilebilir tahmin eicileri, Shrinage tahmin eiciler olara isimlenirilir (Lisi, 98; Lisi, 983). ˆ. Shrinage Ve En Küçü Kareler Tahmin Eicilerinin Ortalama Hata Kare Matrisleri EKK tahmin eicileri eicileri nın OHK matrisleri sırasıyla, OHK ( ˆ) ( X X ) ve ˆ ve Shrinage tahmin OHK ( ) A( X X ) A ( I A)( b)( b) ( I A) (9) ır (Lisi, 98; Lisi, 983). Eş (9) a eşeğer olan anoni formları, OHK ( ˆ) ve OHK ( ) ( I )( a)( a) ( I ) (0) biçimine gösterilir. Bu ii matris arasınai farın, yani OHK ( ˆ) OHK ( ) nın negatif olmayan tanımlı bir matris olması, OHK ( ˆ) OHK ( ) 0 ile mümünür. Buraan hareetle OHK ( ˆ) OHK ( ) farı, anca ve anca, ( b) ( I A) X X( I A)( b )/ () eşitliği sağlanığına negatif olmayan tanımlıır. Aynı şeile, OHK ( ˆ) OHK( ) farının negatif olmayan tanımlı bir matris olması ise anca ve anca, ( a) ( I ) ( I )( a )/ () ile mümünür (Lisi, 98). Eş () ei oşul altına bir Shrinage tahmin eicisi olan nın, en az EKK tahmin eicisi ˆ aar etin oluğu söylenebilir.
4 8. Shrinage Tahmin Eicileri Yarımıyla Ortalama Hata Karelerin Azaltılması Lisi (98), çalışmasına genel yapısını veriği Shrinage tahmin eicilerinin OHK matrisleri ile, bilinen EKK tahmin eicilerinin OHK matrislerini arşılaştırara bir gerelili ve yeterlili oşulu ele etmiştir. Daha sonra bu gerelili ve yeterlili oşulunu ullanara Rige ve ˆ ˆ, 0 tahmin eicilerinin her biri için gerelili ve yeterlili oşullarını oluşturmuştur (Lisi, 98). Bu oşul sağlanığına Shrinage tahmin eicileri en az, EKK tahmin eicileri aar etinir. Bu çalışmaa, Saallıoğlu ve Kaçıranlar (005) tarafınan önerilen ve bir Shrinage tahmin eicisi olan Rige tahmin eicisine ayalı yanlı tahmin eici ele alınara, bu tahmin eicinin en az, EKK tahmin eicisi aar etin olması için gerelili ve yeterlili oşulları oluşturulmuştur. Saallıoğlu ve Kaçıranlar (005), Rige tahminine ayalı yanlı bir tahmin eiciyi, (3), X X X Y şeline tanımlamışlarır. Buraa X X X Y, Rige regresyon tahmin eicisiir ve >0, << olara tanımlanmataır. Eş (3) a verilen tahmin eici için, ( a) ( a) / (4) Anaolu Üniversitesi Bilim ve Tenoloi Dergisi, 8() Bu çalışmaa, varyanstai büyüme göz önüne alınara, OHK matrisleri ullanılmış ve bir Shrinage tahmin eicisi olan Rige tahminine ayalı yanlı tahmin eicinin en az EKK tahmin eicisi aar etin olması için gerelili ve yeterlili oşulları oluşturulmuştur. Bu oşullar Rige tahminine ayalı yanlı tahmin eici için sırasıyla eş (4) ve eş (5) e verilmiştir. Ele eilen bu oşullar altına bu tahmin eici e, en az EKK tahmin eicisi aar etinir sonucu çıarılmataır. EK Eş (3) te verilen Rige tahminine ayalı tahmin eicie, X X X Y yerine onuğuna,, X X X Y X X X Y (6) sonucu ele eilir. Eş (6) a gereli işlemler ve saeleştirmeler yapılığına, ˆ, X X X X X X (7) sonucuna ulaşılır., P X XP oluğunan, ˆ, şeline yazılabilir. Diğer taraftan, P AP olma üzere, terimi eş () e yerine yazılığına ve gereli işlemler ile saeleştirmeler yapılığına, veya X X X X ( b) ( b) / X X X X (5) ( a) ( a) / veya biçimine belirlenen gerelili ve yeterlili oşulunun sağlanması urumuna Rige tahminine ayalı yanlı tahmin eici, en az EKK tahmin eicisi aar etinir. Gerelili ve yeterlili oşulunun oluşturulması Ete verilmiştir. 3. SONUÇ EKK tahmin yöntemine amaç hatayı en üçülemetir. Anca, bağımsız eğişenler arasına şietli bir ilişi bulunuyorsa, bu tür veriler hataa, olayısıyla varyansta yanıltıcı bir büyümeye sebep olur. Bu büyüme parametre tahminlerine ve estirim sonuçlarına olumsuz şeile yansır. Bu olumsuz etiyi yo etme için yanlı tahmin yöntemlerine başvurulur. Bu yöntemler üçü bir yan arşılığı varyans alanını olayısıyla hatayı üçültür. X X X X ( b) ( b)/ eşitsizlileri ele eilir. KAYNAKLAR X X X X Aeniz, F. an Kaçıranlar, S. (995). On the Almost Unbiase Generalize Liu Estimator an Unbise Estimation of the Bias an MSE. Communications. in Statistics: Theory an Methos 4(7), Ebegil, M. (006). Liu-Tipi Ve Rige Tahminine Dayalı Yanlı Tahmin Eicilerin Shrinage Tahmin Eiciler Sınıfı Üzerine Bir Çalışma, Sa-
5 Anaolu University Journal of Science an Technology, 8 () 83 arya Üniversitesi, Fen Eebiyat Faültesi, Fen Eebiyat Dergisi 8(), Eni, M. (997). Shrinage Tahmin Eicileri Sınıfı, Gazi Üniversitesi Fen-Eebiyat Faültesi Fen Bilimleri Dergisi 7, 3-0. Farebrother, R. W. (978). A Class of Shrinage Estimators. Journal of the Royal Statistical Society B 40, Keian, L., (993). A New Class of Biase Estimate in Linear Regression. Communications. in Statistics: Theory an Methos (), Lisi, E. P. (98). A Test of the Mean Square Error Criterion for Shrinage Estimators. Communications in Statistics (5), Lisi, E. P. (983). Choosing a Shrinage Estimator-a test of the Mean Square Error Criterion. Proc. First Tampere Sem. Linear Moels, ss Rao, C. R. (976). Estimation of Parameters in a Linear Moels. The Annals of Statistics 4, Saallıoğlu, S., Kaçıranlar, S. ve Aeniz, F. (997). Bazı Yanlı Regresyon Tahmin Eicilerinin Karşılaştırılması. Araştırma Sempozyumu 97 Bilirileri, 4-6 Kasım 997 DİE. Anara. Saallıoğlu, S. ve Kaçıranlar, S. (005). Yeni Bir Yanlı Tahmin Eici ve Liu-Tipi Tahmin Eici ile Karşılaştırmalar. 4. İstatisti Kongresi, 08- Mayıs 005, Biliri ve Poster Özetleri Kitabı. Antalya. ss Theobal, C. M. (974). Generalizations of Mean Square Error Applie to Rige Regression, Journal of the Royal Statistical Society B 36, Meral EBEGİL, 994 yılına lisans, 999 yılına ise yüse lisans erecelerini Gazi Üniversitesi İstatisti Bölümünen alı. Halen aynı bölüme reibilite(creibility) teorisi üzerine otora eğitimini sürürmete olup, araştırma görevlisi olara çalışmataır. Çalışma alanları oğrusal moeller, yanlı tahmin eiciler ve reibilite teorisiir.
MIXED REGRESYON TAHMİN EDİCİLERİNİN KARŞILAŞTIRILMASI. The Comparisions of Mixed Regression Estimators *
MIXED EGESYON TAHMİN EDİCİLEİNİN KAŞILAŞTIILMASI The Comparisions o Mixed egression Estimators * Sevgi AKGÜNEŞ KESTİ Ç.Ü.Fen Bilimleri Enstitüsü Matemati Anabilim Dalı Selahattin KAÇIANLA Ç.Ü.Fen Edebiyat
DetaylıKesikli Üniform Dağılımı
9.. KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Kesili Üniform Dağılımı. Bernoulli Dağılımı 3. Binom Dağılımı 4. Negatif Binom Dağılımı. Geometri Dağılım. Hiergeometri Dağılım 7. Poisson Dağılımı
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
DetaylıTeknik Not / Technical Note KONUT SEKTÖRÜ İÇİN LİNYİT KÖMÜRÜ TÜKETİCİ FAZLASI
MADENCİLİK, Cilt 45, Sayı 4, Sayfa 29-4, Aralık 26 Vol.45, No. 4, pp 29-4, December 26 Teknik Not / Technical Note KONUT SEKTÖRÜ İÇİN LİNYİT KÖMÜRÜ TÜKETİCİ FAZLASI Consumer Surplus of Lignite Coal Consumption
DetaylıEkonometri I VARSAYIMLARI
Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:
DetaylıQUANTILE REGRESYON * Quantile Regression
QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine
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
DetaylıDERS 10. Kapalı Türev, Değişim Oranları
DERS 0 Kapalı Türev, Değişim Oranları 0.. Kapalı Türev. Fonksiyon kavramının ele alınığı ikinci erste kapalı enklemlerin e fonksiyon tanımlayabileceğini görmüştük. F (, enklemi ile tanımlanan f fonksiyonu
DetaylıDALMIŞ YÜZEYLERDEKİ KUVVETLER
9 DALMIŞ YÜZEYLERDEKİ KUVVETLER Kalınlığı olmayan bir yüzeyi göz önüne alalım. Sıvı içine almış bir yüzeye Arşimet Prensipleri geçerli olmala birlite yüzeyinin her ii tarafı aynı sıvı ile oluruluğuna uvvet
DetaylıDegree Department Üniversity Year B.S. Statistics Gazi University 1993 M.s. Statistics Gazi University 1998 Ph.D. Statistics Gazi University 2005
Gazi University Faculty of Science Department of Statistics 06500 Teknikokullar ANKARA/TURKEY Tel:+903122021479 e-mail: yaprak@gazi.edu.tr Web site: www.gazi.edu.tr/yaprak EDUCATION Degree Department Üniversity
DetaylıÇok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi
9-11 Aralı 2009 Ço Yüse Mobiliteli Sönümlemeli Kanallardai OFDM Sistemleri için Kanal Kestirimi İstanbul Üniversitesi Eletri-Eletroni Mühendisliği Bölümü {myalcin, aan}@istanbul.edu.tr Sunum İçeriği Giriş
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
DetaylıAR. GÖR. SİBEL AL PROF. DR. HÜLYA ÇINGI HACETTPE ÜNİVERSİTESİ İSTATİSTİK BÖLÜMÜ
AR. GÖR. SİBEL AL PROF. DR. HÜLYA ÇINGI HACETTPE ÜNİVERSİTESİ İSTATİSTİK BÖLÜMÜ Genel bilgiler Yöntemin tanımı İki safhalı örnekleme yönteminde medyan tahmin edicileri Tahmin edicilerin etkinlikleri Sayısal
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ ÇOKLU İÇ İLİŞKİ OLMASI DURUMUNDA LİNEER REGRESYON MODELLERİNİN KULLANIMI İLE KESTİRİM VE ÖNGÖRÜ İSTATİSTİK ANABİLİM DALI ADANA, 0 ÇUKUROVA ÜNİVERSİTESİ
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
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
DetaylıBÖLÜM I. Tam sayılarda Bölünebilme
BÖLÜM I Tam sayılara Bölünebilme Teorem 1.1 (Bölme algoritması) b > 0 olmak üzere, verilen a ve b tam sayıları için a = qb + r, 0 r < b (1) olacak şekile bir ve bir tek q, r Z çifti varır. İspat: 1. İlk
DetaylıElektromanyetik Teori Bahar 2005-2006 Dönemi. MAXWELL DENKLEMLERİ VE ELEKTROMANYETİK DALGALAR Giriş
MAXWELL DENKLEMLERİ VE ELEKTROMANYETİK DALGALAR Giriş Teori alanınaki katkılarıyla 19. yüzyıl fiziğinin en büyük alarınan biri olan Maxwell in en önemli çalışması elektromanyetizma hakkınaır. Maxwell,
DetaylıDİNAMİK PANEL VERİ MODELLERİ. FYT Panel Veri Ekonometrisi 1
DİNAMİK PANEL VERİ MODELLERİ FYT Panel Veri Ekonometrisi 1 Dinamik panel veri modeli (tek gecikme için) aşağıdaki gibi gösterilebilir; y it y it 1 x v it ' it i Gecikmeli bağımlı değişkenden başka açıklayıcı
DetaylıAdnan GÖRÜR Duran dalga 1 / 21 DURAN DALGA
Anan GÖRÜR Duran alga 1 / 21 DURAN DAGA Uygulamalara, iletim hattı boyunca fazör voltaj veya akımının genliğini çizmek çok kolayır. Bunlara kısaca uran alga (DD) enir ve Kayıpsız Hat Kayıplı Hat V ( )
DetaylıDeney 21 PID Denetleyici (I)
Deney 21 PID Denetleyici (I) DENEYİN AMACI 1. Ziegler ve Nichols ayarlama kuralı I i kullanarak PID enetleyici parametrelerini belirlemek. 2. PID enetleyici parametrelerinin ince ayarını yapmak. GENEL
DetaylıELECTRE Yöntemi 5/21/2015. x ij
5//5 ELECTRE (ELiminationEt Choi Trauisant la REalité(ELiminationan Choice Epressin REality).) yöntemi ilk kez 966 yılına Beneyoun taraınan ortaya atılmış bir çou karar verme yöntemiir. Yöntem, her bir
DetaylıCebir Notları. Kombinasyon. www.mustafayagci.com, 2005. Mustafa YAĞCI, yagcimustafa@yahoo.com
ve ve n tane farlı elemanan oluşan bir ümenin altümelerine birer ombinasyon enir. n, r 0 r n olma üzere, n elemanlı A ümesinin r elemanlı altümelerinen her birine A ümesinin r li bir ombinasyonu enir ve
DetaylıStokastik Süreçler. Bir stokastik Süreç ya da rastgele süreç şöyle tanımlanabilir.
Stoasti Süreçler Bir stoasti Süreç ya da rastgele süreç şöyle tanımlanabilir. Zamanla değişen bir rastgele değişendir. Rastgele değişenin alacağı değer zamanla değişmetedir. Deney çıtılarına atanan rastgele
DetaylıÖnceki bölümde bir f fonksiyonunun bir a noktasındaki tanım değeri kadar x
3 TÜREV Önceki bölüme bir f fonksiyonunun bir a noktasınaki tanım eğeri kaar x bağımsız eğişkeni a noktasına yaklaşırken f nin avranışınına önemi vurgulanmış ve it kavramı tanıtılmıştı. Daha sonra it kavramınan
DetaylıDüzlemsel, silindirik ve küresel yüzeyler için taşınım direnci
FORMÜ KĞIDI Fourier ısı iletim yasası T Newton soğuma yasası T Yüzeyin ışınım yayma gücü 4 T Düzlemsel yüzeyler için iletim irenci R i Düzlemsel, siliniri ve üresel yüzeyler için taşınım irenci R i Düzlemsel
Detaylı7. Ders Genel Lineer Modeller Singüler Modeller, Yanlış veya Bilinmeyen Kovaryanslar, Đlişkili Hatalar
7. Ders Genel Lineer Modeller Singüler Modeller, Yanlış veya Bilinmeyen Kovaryanslar, Đlişkili Hatalar Y = X β + ε Lineer Modeli pekçok özel hallere sahiptir. Bunlar, ε nun dağılımına, Cov( ε ) kovaryans
DetaylıSTOK KONTROL YÖNETİMİ
STOK KONTRO YÖNETİMİ 1) Stok Yönetiminin Unsurları (Stok yönetiminin önemi, talep ve stok maliyetleri) ) Stok Kontrol Sistemleri (Sürekli ve Periyoik Sistemler) 3) Ekonomik Sipariş Miktarı (EO) Moelleri
DetaylıÖrnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.
Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri
DetaylıBRİNELL SERTLİK YÖNTEMİ
www.muhenisiz.net 1 BRİNELL SERTLİK YÖNTEMİ Belli çaptaki sert bir bilya malzeme yüzeyine belli bir yükü uygulanarak 30 saniye süre ile bastırılır. Deneye uygulanan yükün meyana gelen izin alana bölünmesiyle
DetaylıTork ve Denge. Test 1 in Çözümleri
9 ork ve Denge est in Çözümleri M. Sistemlerin engee olması için toplam momentin (torkun) sıfır olması gerekir. Verilen üç şekil için enge koşulunu yazalım. F. br =. br F = Şekil II G =. +. +. =. 6 = 6
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR
Resim ÖZGEÇMİŞ 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR Telefon : 386 280 45 50 Mail : kskula@ahievran.edu.tr
DetaylıÇOKLU BAGINTILI MODELLERDE L1U VE RIDGE REGRESYON KESTiRiciLERiNiN. COMPARISON OF L1U AND RIDGE REGRESSION ESTIMATORS IN MULTICOLLlNEARTY MODELS
NDOLU ÜNivERSiTESi BiliM VE TEKNOLOJi DERGiSi NDOLU UNIVERSITYJOURNL OF SCIENCE ND TECHNOLOGY Cilt/Vol.: 4 - Sayı/No: 2: 189-194 (2003) RŞTIRM MKLESiiRESERCH RTICLE ÇOKLU BGINTILI MODELLERDE L1U VE RIDGE
DetaylıMAKROİKTİSAT (İKT209)
MKROİKTİST (İKT29) Ders 5: Basit Keynesyen Moel Prof. Dr. Fera HLICIOĞLU İktisat Bölümü Siyasal Bilgiler Fakültesi İstanbul Meeniyet Üniversitesi Derste İnelenen Konular Basit Keynesyen moel Toplam planlanan
DetaylıTürev Kuralları. Kural 1. Sabitle Çarpım Kuralı c bir sabit ve f türevlenebilir bir fonksiyonsa, d dx [cf(x)] = c d. dx f(x) dir. Kural 2.
Bölüm 3 Türev Kuralları Kural 1. Sabitle Çarpım Kuralı c bir sabit ve f türevlenebilir bir fonksiyonsa, ir. x [cf(x)] = c x f(x) Kural 2. Toplam-Fark Kuralı f ve g türevlenebilir ise, ir. [f(x) ± g(x)]
DetaylıBİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER
BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER Birden çok bağımlı değişkenin yer aldığı modelleri incelemek amacıyla kullanılan modeller Birden Çok Bağımlı Değişkenli Regresyon Modelleri ya da kısaca MRM ler
DetaylıBölüm 2 YAPI BİLEŞENLERİNDE ISI VE BUHAR GEÇİŞİ
ME40- Isıtma ve Havalanırma Bahar, 07 Bölüm YAPI BİLEŞENLERİNDE ISI VE BUHAR GEÇİŞİ Ceyhun Yılmaz Afyon Kocatepe Üniversitesi eknoloji Fakültesi Makine Mühenisliği Bölümü YAPI Yapıyı oluşturan uvar, pencere,
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
DetaylıÇOKLU BAĞINTI VE LIU KESTİRİCİSİYLE ENFLASYON MODELİ İÇİN BİR UYGULAMA
ZKÜ Sosyal Bilimler Dergisi, Cilt 3, Sayı 6, 007, ss. 67 79. ÇOKLU BAĞINTI VE LIU KESTİRİCİSİYLE ENFLASYON MODELİ İÇİN BİR UYGULAMA Yrd.Doç.Dr. Cengiz AKTAŞ Eskişehir Osmangazi Ünviversitesi Fen Ed. Fak.
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 4 Sayı: 1 sh. 19-35 Ocak 2002 LED İN DARBELİ AŞIRI AKIMDA BAZI DAVRANIŞLARININ İNCELENMESİ
DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 4 Sayı: 1 sh. 19-35 Ocak 00 LED İN DARBELİ AŞIRI AKIMDA BAZI DAVRANIŞLARININ İNCELENMESİ ÖZET/ABSTRACT (AN INVESTIGATION OF SOME BEHAVIORS OF
DetaylıÖZGEÇMİŞ. : :
1. Adı Soyadı : Fatma Zehra DOĞRU ÖZGEÇMİŞ Adres Telefon E-posta : Giresun Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Ekonometri Bölümü, GİRESUN : 04543105411 : fatma.dogru@giresun.edu.tr 2. Doğum
Detaylı1. BÖLÜM ELEKTROSTATİK. Yazar: Dr. Tayfun Demirtürk E-posta: tdemirturk@pau.edu.tr
1. BÖLÜM ELEKTROSTATİK Yazar: Dr. Tayfun Demirtürk Eposta: temirturk@pau.eu.tr 1 ELEKTROSTATİK: Durgun yüklerin etkilerini ve aralarınaki etkileşmeleri inceler. Doğaa iki çeşit elektrik yükü bulunur: ()
DetaylıAppendix C: İstatistiksel Çıkarsama
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix C: İstatistiksel Çıkarsama
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 C: İstatistiksel Çıkarsama Doç.
DetaylıMustafa YAĞCI, yagcimustafa@yahoo.com Geometrik Kombinasyon
Mustafa YĞI w www.mustafayagci.com.tr, 0 ebir Notları Mustafa YĞI, yagcimustafa@yahoo.com Geometri Kombinasyon H er farlı ii notanın bir oğru belirttiğini biliyoruz. Pei hangi oğruyu belirtiyorları? O
Detaylı7. SINIF MATEMATİK A. 2. Aşağıdakilerden hangisi 2
. Mee, şeilei gibi puanlanmış heef ahasına 2 aış yapıyor. Poziif am sayıların oluğu her bölgeye iişer o, negaif am sayıların oluğu her bölgeye üçer o isabe eiriyor. Mee isabe eiriği her o için o bölgeei
DetaylıEÜFBED - Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3-2 Yıl: 2010 199-206
99 EÜFBED - Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3- Yıl: 99-6 İKİNCİ MERTEBEDEN BİR DİFERENSİYEL DENKLEM SINIFI İÇİN BAŞLANGIÇ DEĞER PROBLEMİNİN DİFERENSİYEL DÖNÜŞÜM YÖNTEMİ İLE TAM ÇÖZÜMLERİ THE
Detaylıİstatistiksel Kavramların Gözden Geçirilmesi
İstatistiksel Kavramların Gözden Geçirilmesi İstatistiksel Çıkarsama Ekonometri 1 Konu 3 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike
DetaylıŞirket Borçlarını Değerlemede Opsiyon Fiyatlandırma Teorisinin Kullanımı: Yapısal Yaklaşım
Şirket Borçlarını Değerlemee Opsiyon Fiyatlanırma Teorisinin Kullanımı: Yapısal Yaklaşım Dr. Ahmet AKIN Fatih Üniversitesi, İİBF Özet Şirketler, borçlanıkları zaman faiz öemesine bulunmayı ve borcun anaparasını
DetaylıTurbo Kafes Kodlamalı Modülasyon için Tekrarlamalı Uzay Zaman Kodlama
Turbo Kafes Kolamalı Moülasyon için Terarlamalı Uzay Zaman Kolama Osman Nuri UÇAN, Onur OSMAN, Ömer ERKAN İstanbul Üniversitesi Eletri-Eletroni Müh.Bölümü 3485 Avcılar, İstanbul uosman@istanbul.eu.tr,
Detaylı. KENDİNE BENZERLİK VE FRAKTAL BOYUT
. KEİE BEZERLİK VE FRAKAL BOYU Bu bölüme fraktal geometrinin temel ve birbiriyle ilişkili iki temel kavramı olan Kenine Benzerlik ve Fraktal Boyut incelenecektir. 3. Kenine Benzerlik (Self similarity)
DetaylıKİMYA II DERS NOTLARI
Yr. Doç. Dr. Atilla EVCİN Afyonkarahisar ocatepe Üniversitesi 007 Reaksiyon hızı ve enge arasınaki bağlantı İMYA II DERS NOTLARI Yr. Doç. Dr. Atilla EVCİN İleri Reak.: A B Geri Reak.: B A hız k i [A] hız
Detaylı1 Araştırma Makalesi. Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi
1 Araştırma Makalesi Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi İrfan ÖZTÜRK HÜ, Ziraat Fakültesi, Zootekni Bölümü, Şanlıurfa Geliş (Received): 12.09.2014
DetaylıSAYISAL GÖRÜNTÜ ANALİZ İŞLEMİNDE KAMERA KALİBRASYON PARAMETRELERİNİN BELİRLENMESİ
5. Uluslararası İleri Teknolojiler Sempozyumu (IATS 9, 13-15 Mayıs 29, Karabük, Türkiye SAYISAL GÖRÜNTÜ ANALİZ İŞLEMİNE KAMERA KALİBRASYON PARAMETRELERİNİN BELİRLENMESİ ETERMINATION OF CAMERA CALIBRATION
DetaylıTESADÜFİ DEĞİŞKENLERLE İLGİLİ BAZI YAKINSAKLIK ÇEŞİTLERİNİN KARŞILAŞTIRILMASI
ISSN:1306-3111 e-journal of New Worl Scences Acaemy 2008, Volume: 3, Number: 4 Artcle Number: A0108 NATURAL AND APPLIED SCIENCES MATHEMATICS APPLIED MATHEMATICS Receve: March 2008 Accepte: September 2008
DetaylıGRAVİTE-MANYETİK VERİLERİNE ÇEŞİTLİ MODELLERLE YAKLAŞIM AN APPROACH FOR THE GRAVITY-MAGNETIC DATA WITH VARIOUS MODELS
GRAVİTE-MANYETİK VERİLERİNE ÇEŞİTLİ MODELLERLE YAKLAŞIM AN APPROACH FOR THE GRAVITY-MAGNETIC DATA WITH VARIOUS MODELS AŞÇI, M. 1, YAS, T. 1, MATARACIOĞLU, M.O. 1 Posta Adresi: 1 Kocaeli Ünirsitesi Mühendislik
Detaylıf (a+h) f (a) h + f(a)
DERS 7 Marjinal Analiz 7.. Marjinal Değerler. f fonksiyonunun (a, f(a noktasınaki teğetinin eğiminin f (a ve teğetin enkleminin e y f (a ( a + f(a oluğunu biliyoruz. a ya yakın bir a+h eğeri için f (a+h
DetaylıİÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1
İÇİNDEKİLER ÖNSÖZ... v 1. BÖLÜM Örneklem Genişliğinin Elde edilmesi... 1 1.1. Kitle ve Parametre... 1 1.2. Örneklem ve Tahmin Edici... 2 1.3. Basit Rastgele Örnekleme... 3 1.4. Tabakalı Rastgele Örnekleme...
DetaylıAçık kümeleri belirlemek ve tanımlamak birkaç yolla olabilir. Biz bu yolların birkaçını. + r) açık aralığıdır.
. KÜMELERİN YAPILARI. Açık Kümeler-Kapalı Kümeler vereceğiz. Açık kümeleri belirlemek ve tanımlamak birkaç ylla labilir. Biz bu ylların birkaçını.. Tanım: (X, ) metrik uzay x0 (i) B(x, r) { x X : (x, x)
DetaylıKollektif Risk Modellemesinde Panjér Yöntemi
Douz Eylül Üniversitesi İtisadi ve İdari Bilimler Faültesi Dergisi, Cilt:6, Sayı:, Yıl:, ss.39-49. olletif Ris Modellemesinde anér Yöntemi ervin BAYAN İRVEN Güçan YAAR Özet Hayat dışı sigortalarda, olletif
Detaylı11. SINIF KONU ANLATIMLI. 2. ÜNİTE: ELEKTRİK VE MANYETİZMA 1. Konu ELEKTRİKSEL KUVVET VE ELEKTRİK ALANI ETKİNLİK VE TEST ÇÖZÜMLERİ
SINI KONU NLTIMLI ÜNİTE: ELEKTRİK VE MNYETİZM Konu ELEKTRİKSEL KUVVET VE ELEKTRİK LNI ETKİNLİK VE TEST ÇÖZÜMLERİ Elektriksel Kuvvet ve Elektrik lanı Ünite Konu nın Çözümleri kuvvetinin yatay ve üşey bileşenleri
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Hessien Matris-Quadratik Form Mutlak ve Bölgesel Maksimum-Minimum Noktalar Giriş Kısıtlı ve kısıtsız fonksiyonlar için
DetaylıBulanık ve Sağlam Bulanık Açıortay Regresyon Tekniklerinin Performansları Üzerine Bir Benzetim Çalışması
Afyon Kocatepe Üniversitesi Fen Bilimleri Dergisi Afyon Kocatepe University Journal of Sciences AKÜ FEBİD 12 (2012) 011301 (1-13) AKU J. Sci. 12 (2012) 011301 (1-13) ve Sağlam Tekniklerinin Performansları
DetaylıBLAST A C G T T A A A C T C G G C I I I I I I I I I A C T T T A A G C C A A G C
BLS Öcei erste; DN izilerie,,g, bazlarıı izilişi, RN izilerie,,g,u bazlarıı izilişi ve protei izilerie amio asitleri izilişi baımıa, orta bir alfabe ile yazılmış izileri hizalaması üzerie urulu. Hizalamış
DetaylıCahit Arf Liseler Arası Matematik Yarışması 2008
Cahit Arf Liseler Arası Matemati Yarışması 2008 İinci Aşama 11 Mayıs 2008 Notlar: Birnci tasla. 1. Tamsayılardan gerçel sayılara tanımlı fonsiyonlar ümesi üzerinde şöyle bir operatörü tanımlayalım: f(x)
Detaylı11. SINIF SORU BANKASI. 2. ÜNİTE: ELEKTRİK VE MANYETİZMA 1. Konu ELEKTRİKSEL KUVVET VE ELEKTRİK ALAN TEST ÇÖZÜMLERİ
. SINI SORU BANKASI. ÜNİT: LKTRİK V MANYTİZMA. Konu LKTRİKSL KUVVT V LKTRİK ALAN TST ÇÖZÜMLRİ Test in Çözümleri. lektriksel Kuvvet ve lektrik Alan I k. A K() k. ve yüklerinin K noktasınaki yükü üzerine
DetaylıÖRNEKTİR. Uyarı! ertansinansahin.com A) 1 2 B) 2 3. İletkenlik
Elektrik kımı ve Devreleri Elektrik akımı Potansiyel fark (gerilim) Yüklü küreler arasınaki yük alışverişini, sıvı seviyelerinin farklı oluğu kaplaraki sıvı akışıyla kıyaslayalım. Yüksek potansiyel ve
DetaylıKatkılı Tabakalar Arasındaki Uzaklığa Bağlı Olarak Çift
C.Ü. Fen-Eebiyat Fakültesi Fen Bilimleri Dergisi (2004)Cilt 25 Sayı 2 Katkılı Tabakalar Arasınaki Uzaklığa Bağlı Olarak Çift Si δ - Katkılı GaAs Yapısı Emine Öztürk Cumhuriyet Üniversitesi Fen Eebiyat
DetaylıSAÜ Fen Edebiyat Dergisi (2009-II) ÜÇ BOYUTLU LORENTZ UZAYI MANNHEİM EĞRİ ÇİFTİ ÜZERİNE A. ZEYNEP AZAK
SAÜ Fen Edebiyat Dergisi (009-II) ÜÇ BOYUTLU LORENTZ UZAYI L DE TIMELIKE MANNHEİM EĞRİ ÇİFTİ ÜZERİNE A. ZEYNEP AZAK Saarya Üniversitesi, Fen-Edebiyat Faültesi Matemati Bölümü, 5487, SAKARYA apirdal@saarya.edu.tr
DetaylıMatris Unutma Faktörü İle Uyarlanmış Kalman Filtresinin Başarım Değerlendirmesi
Fırat Üniv. Fen Bilimleri Dergisi Fırat Unv. Journal of Science 25(), 7-76, 23 25(), 7-76, 23 Matris Unutma Fatörü İle Uyarlanmış Kalman Filtresinin Başarım Değerlendirmesi Özet Cener BİÇER * Esin KÖKSAL
DetaylıBağımsız Değişkenin Pareto Dağılımına Sahip Olması Durumunda Üyelik Fonksiyonunun Dayalı Parametre Tahmini
İnsan&İnsan, Sayı/Issue 6, Güz/Fall 2015, 27-36 ISSN: 2148-7537, wwwinsanveinsanorg Bağımsız Değişkenin Pareto Dağılımına Sahip Olması Durumunda Üyelik Fonksiyonunun Dayalı Parametre Tahmini Türkan Erbay
DetaylıEĞİTİM YAPILARINDA KLİMA SİSTEMİNİN İŞİTSEL KONFOR KOŞULLARI ÜZERİNDEKİ ETKİSİNİN İNCELENMESİ
477 EĞİTİM YAPILARINDA KLİMA SİSTEMİNİN İŞİTSEL KONFOR KOŞULLARI ÜZERİNDEKİ ETKİSİNİN İNCELENMESİ Mustafa MUTLU Muhsin KILIÇ ÖZET Bu çalışmaa, yeni faaliyete geçen ve kamuya ait bir yüksek öğretim binasınaki
DetaylıÜniversite Öğrencilerinin Akademik Başarılarını Etkileyen Faktörler Bahman Alp RENÇBER 1
Çankırı Karatekin Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 3(1): 191-198 Üniversite Öğrencilerinin Akademik Başarılarını Etkileyen Faktörler Bahman Alp RENÇBER 1 Özet Bu çalışmanın amacı, üniversite
DetaylıRegresyon. Regresyon korelasyon ile yakından ilişkilidir
Regresyon Regresyona Giriş Regresyon korelasyon ile yakından ilişkilidir Regresyon bir bağımlı değişken ile (DV) bir veya daha fazla bağımsız değişken arasındaki doğrusal ilişkiyi inceler. DV için başka
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıBASİT REGRESYON MODELİ
BASİT REGRESYON MODELİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri I: Basit Regresyon
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ DAĞILIM FONKSİYONLARI KONVOLÜSYONLARININ MONTE CARLO TAHMİNİ VE BAZI UYGULAMALARI
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ DAĞILIM FONKSİYONLARI KONVOLÜSYONLARININ MONTE CARLO TAHMİNİ VE BAZI UYGULAMALARI Ömer ALTINDAĞ İSTATİSTİK ANABİLİM DALI ANKARA 212 Her hakkı
DetaylıGEMİ STABİLİTESİ. Başlangıç Stabilitesi (GM) Statik Stabilite (GZ-ø eğrisi) Dinamik Stabilite (GZ-ø eğrisi altında kalan alan )
Eİ STAİLİTESİ Hasarsız emi Stabilitesi aşlangıç Stabilitesi () Statik Stabilite (Z-ø eğrisi) Dinamik Stabilite (Z-ø eğrisi altına kalan alan ) Yüzen Cisimlerin Dengesi ve aşlangıç Stabilitesi emiye herhangi
Detaylı11. SINIF KONU ANLATIMLI. 2. ÜNİTE: ELEKTRİK VE MANYETİZMA 3. Konu DÜZGÜN ELEKTRİKSEL ALAN VE SIĞA ETKİNLİK VE TEST ÇÖZÜMLERİ
. SINI ONU ANATIMI. ÜNİTE: EETRİ E MANYETİZMA. onu DÜZGÜN EETRİSE AAN E SIĞA ETİNİ E TEST ÇÖZÜMERİ Düzgün Elektriksel Alan ve Sığa. Ünite. onu A nın Çözümleri 4. E e mg. Birbirine paralel yerleştirilen
DetaylıBessel Potansiyelli Sturm-Liouville Diferensiyel Denklemlerin Çözümleri İçin İntegral Gösterilimleri
C.Ü. Fen-Eebiya Faülesi Fen Bilimleri Dergisi (6)Cil 7 Sayı Bessel Poansiyelli Surm-Liouville Diferensiyel Denlemlerin Çözümleri İçin İnegral Göserilimleri R. Kh. AMİROV ve B. KESKİN Cumhuriye Üniversiesi
DetaylıOTONOM MOBİL ROBOTLAR İÇİN ÇOK AMAÇLI BİR DENEME ORTAMININ TASARIMI: ITUKAL ROBOT TEST ORTAMI
OTONOM MOBİL OBOTLA İÇİN ÇOK AMAÇLI Bİ DENEME OTAMININ TASAIMI: ITUKAL OBOT TEST OTAMI Mert Turanlı, Emre Koyuncu 2, Gökhan İnalhan 3,2 Kontrol ve Aviyonik Laboratuvarı İstanbul Teknik Üniversitesi, Maslak
DetaylıKübik Spline lar/cubic Splines
Kübik spline lar önceki metodların aksine bütün data noktalarına tek bir fonksiyon/eğri uydurmaz. Bunun yerine her çift nokta için ayrı ayrı üçüncü dereceden polinomlar uydurur. x i noktasından geçen soldaki
Detaylık tane bağımsız değişgene bağımlı bir Y değişgeni ile bu bağımsız X X X X
3.1 Genel Doğrusal Bağlanım tane bağımsı değişgene bağımlı bir Y değişgeni ile bu bağımsı X X X X,,, değişgenleri arasındai ilişiyi bulma isteyelim. Bu ilişi modelinde yer alaca bağımsı değişgenler yalnıca
DetaylıKABLOSUZ İLETİŞİM
KABLOSUZ İLETİŞİM 805540 KÜÇÜK ÖLÇEKLİ SÖNÜMLEME SÖNÜMLEMENİN MODELLENMESİ İçeri 3 Sönümleme yapısı Sönümlemenin modellenmesi Anara Üniversitesi, Eletri-Eletroni Mühendisliği Sönümleme Yapısı 4 Küçü ölçeli
DetaylıADAPTİF FİLTRELERDE GAUSS-SEIDEL ALGORİTMASININ STOKASTİK YAKINSAMA ANALİZİ
Uludağ Üniversitesi Mühendislik-Mimarlık Fakültesi ergisi, Cilt 1, Sayı, 5 AAPİF FİRR GAUSS-SI AGORİMASININ SOKASİK YAKINSAMA ANAİZİ Metin HAUN * Osman Hilmi KOÇA * Özet: Bu makalede, adaptif filtre parametrelerinin
DetaylıAPPLICATION CRITERIA CURRICULUM: CP 253 Statistical Methods for Planners (3-0) 3 CP 343 Urban Economics (3-0) 3
İZMİR INSTITUTE OF TECHNOLOGY CITY PLANNING MASTER PROGRAMME APPLICATION CRITERIA 1. Graduates who have a Bachelor degree in any field can apply fort he City Planning Master Program. 2. Students who do
DetaylıSosyal Ağ Servislerinde Kullanıcı Güveni: Facebook ve Linkedin Karşılaştırması. A.Kübra Özkoç Bilgisayar Ortamında Sanat ve Tasarım Seminer
Sosyal Ağ Servislerinde Kullanıcı Güveni: Facebook ve Linkedin Karşılaştırması A.Kübra Özkoç Bilgisayar Ortamında Sanat ve Tasarım Seminer Sosyal Ağ Servisleri, kişilerin fiziksel dünyada oluşturdukları
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:
DetaylıKoşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.
Koşullu Öngörümleme Ex - ante (tasarlanan - umulan) öngörümleme söz konusu iken açıklayıcı değişkenlerin hatasız bir şekilde bilindiği varsayımı gerçekçi olmayan bir varsayımdır. Çünkü bazı açıklayıcı
DetaylıS7 300 İLE PROFIBUS ÜZERİNDEN SİSTEMİN GERÇEK ZAMANLI PID KATSAYILARININ BULUNARAK PID İLE KONTROLÜ
S7 3 İLE PROFIBUS ÜZERİNDEN SİSEMİN GERÇEK ZAMANLI PID KASAYILARININ BULUNARAK PID İLE KONROLÜ Ali Uğur Ağlar, Sıtkı Öztürk, Melih Kunan 3, Elektronik ve Haberleşme Mühenisliği Bölümü Koaeli Üniversitesi,
DetaylıBağıl Hareket. Test 1 in Çözümleri. 4. Gözlemcinin K, M ve N araçlarında olduğu düşünülerek. Bunun için gözlemci vektörü ters çevrilir.
12 Bağıl Hareket 1 est 1 in Çözümleri 1. my α m m noktasınan harekete geçen motor hızının my ik bileşeni ile karşı ya arır. Akıntı olmasayı motor noktasına çıkacaktı. uzaklığını belirleyen, akıntı hızı
DetaylıBÖLÜM - 2 DEPREM ETKİSİNDEKİ BİNALARIN TASARIM İLKELERİ (GENEL BAKIŞ)
BÖLÜM - 2 DEPREM ETKİSİNDEKİ BİNALARIN TASARIM İLKELERİ (GENEL BAKIŞ) TASARIM DEPREMİ Binaların tasarımı kullanım sınıfına göre farklı eprem tehlike seviyeleri için yapılır. Spektral olarak ifae eilen
DetaylıÇOK KRİTERLİ KARAR VERME HEDEF PROGRAMLAMA
ÇOK KRİTERLİ KARAR VERME HEDEF PROGRAMLAMA KONU 10 Doç. Dr. Fazıl GÖKGÖZ 1 Genel Bilgiler Lineer programlama kapsamına tek bir amaç fonksiyonu uruma göre maksimize veya minimize eilmekteir. Ancak, gerçek
Detaylı8.Konu Vektör uzayları, Alt Uzaylar
8.Konu Vektör uzayları, Alt Uzaylar 8.1. Düzlemde vektörler Düzlemdeki her noktası ile reel sayılardan oluşan ikilisini eşleştirebiliriz. Buna P noktanın koordinatları denir. y-ekseni P x y O dan P ye
DetaylıİKİ İDEMPOTENT MATRİSİN BAZI KOMBİNASYONLARININ GRUP TERSİNİ BULAN BİR ALGORİTMA
BEYKENT ÜNİVERSİTESİ FEN VE MÜHENDİSLİK BİLİMLERİ DERGİSİ Sayı 7(1) 2014, 25-36 İKİ İDEMPOTENT MATRİSİN BAZI KOMBİNASYONLARININ GRUP TERSİNİ BULAN BİR ALGORİTMA Tuğba PİŞTOFOGLU (tugbapistofoglu@gmail.com)
DetaylıNedensel Modeller Y X X X
Tahmin Yöntemleri Nedensel Modeller X 1, X 2,...,X n şeklinde tanımlanan n değişkenin Y ile ilgili olmakta; Y=f(X 1, X 2,...,X n ) şeklinde bir Y fonksiyonu tanımlanmaktadır. Fonksiyon genellikle aşağıdaki
DetaylıKORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN
KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Fikriye KURTOĞLU QUANTILE REGRESYON: TEORİSİ VE UYGULAMALARI İSTATİSTİK ANABİLİM DALI ADANA, 2011 ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
DetaylıCh. 12: Zaman Serisi Regresyonlarında Ardışık Bağıntı (Serial Correlation) ve Değişen Varyans
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri II Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 12: Zaman Serisi Regresyonlarında
DetaylıMIT Açık Ders Malzemeleri Fizikokimya II 2008 Bahar
MIT Açık Ders Malzemeleri http://ocw.mit.eu 5.62 Fizikokimya II 2008 Bahar Bu materyalleren alıntı yapmak veya Kullanım Şartları hakkına bilgi almak için http://ocw.mit.eu/terms ve http://tuba.acikers.org.tr
Detaylı