ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:7 Sayı/No: 1 : (2006)

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:7 Sayı/No: 1 : (2006)"

Transkript

1 ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:7 Sayı/No: : (26 DERLEME/REVIEW YAŞAM TESTİNDE KULLANILAN ÜSTEL VE WEİBULL DAĞILIMLARININ ARDIŞIK TESTİ Ümra KEMERKAYA, Sevl BACANLI 2 ÖZ Yaşam test, eletro br sstemde brmler belee yaşam süres test ede yötem olara taımlamatadır. Yaşam test amacı öcede belrlee yaşam süres ya da güverl düzey sağlayaca şelde, olası e az gözlem sayısı ve mmum malyetle test gerçeleştreblmetr. Bu amaçla, yaşam testde ardışı test ço sı olara ullaılmatadır. Yaşam testde e ço ullaıla olasılı dağılımları se ormal, ters ormal, üstel, Webull ve gamma dağılımlarıdır. Bu çalışmaı amacı, yaşam testde ullaıla olasılı dağılımlarıda ola üstel ve Webull dağılımlarıı ardışı test uramsal yapısıı celemetr. Çalışmada, üstel ve Webull dağılımlarıı olasılı yoğulu osyoları arasıda lş doğrultusuda dağılımlara lş ardışı test statstler, araterst şlem osyoları ve ortalama örelem sayısı osyoları taıtılmıştır. Uygulama bölümüde, S-Plus blgsayar programıda, dağılımlara lş yapay ver türetlmş ve ardışı test şleyş Excel Vsual Basc maro modülü ullaılara azırlaa blgsayar programıda yararlaılara, türetle yapay verler üzerde gösterlmştr. Aatar elmeler: Yaşam test, Ardışı test, Üstel dağılım, Webull dağılımı THE SEQUENTIAL TEST OF EXPONENTIAL AND WEIBULL DISTRIBUTIONS WHICH ARE USED IN LIFE TESTING ABSTRACT Le testg s troduced as a metod o testg te expected le tme o uts a electroc system. Te am o le testg s cocludg te test wt mmum observed uts ad mmum cost wle obtag te expected le tme or relablty level. For ts reaso, sequetal test s requetly used le testg. Te probablty dstrbutos tat are more used le testg are ormal, verse gaussa, expoetal, Webull ad gamma dstrbutos. Te am o ts study s to vestgate te teory o sequetal test o expoetal ad Webull dstrbutos wc are used le testg. I te study, accordg to te smlarty betwee te probablty dstrbuto uctos o expoetal ad Webull dstrbutos, te sequetal test statstcs, operatg caracterstcs uctos ad average sample umbers o tese dstrbutos are troduced. I a applcato secto, wt usg S-Plus computer program, artcal data o dstrbutos s geerated ad te dcato o sequetal test s sow wt usg Excel Vsual Basc macro module, o te geerated artcal data. Key Words: Le testg, Sequetal test, Expoetal dstrbuto, Webull dstrbuto. Hacettepe Üverstes Fe Blmler Esttüsü Müdürlüğü, Beytepe Kampusü, ANKARA; Fas: ; E-Posta: umra@acettepe.edu.tr 2 Hacettepe Üverstes Fe Faültes İstatst Bölümü, Beytepe Kampusü, ANKARA. Gelş: 22 Em 24; Düzeltme: 7 Mart 25; Kabul:22 Aralı 25

2 66 Aadolu Üverstes Blm ve Teoloj Dergs, 7(. GİRİŞ Güümüz müedsler üretmde brmler yaşam blgler ullaara lgl osyolar yardımıyla ürü perorması aıda arar vermeye çalışmatadırlar. Ürü tasarım ve gelştrme aşamasıda, arlı grdler ullaılara yapıla deeylerde arşılaştırma yapma amacıyla, ürü parçalarıı toleras sıırlarıı belrlemete ve üretm sürec etlğ belrlemesde statstsel yötemlerde yararlaılmatadır. Ürü perormasıı ve güverlğ belrleme ç ullaıla statstsel yötemlerde br de yaşam test(le testg dr. Yaşam test eletro br sstemde brmler belee yaşam süres test ede yötem olara taımlamatadır. Yaşam test amacı, öcede belrlee yaşam süres ya da güverl düzey sağlayaca şelde, olası e az gözlem sayısı ve mmum malyetle test gerçeleştreblmetr. Bu amaçla yaşam testlerde ardışı test ço sı olara ullaılmatadır. Ardışı yaşam test şleyş, er br gözlemde sora yapıla şlemler yardımıyla yaşam sürese ya da güverl düzeye bağlı olara urula statstsel potezler aıda arar verme temele dayamatadır. Test souda, belee yaşam süres abul, red ya da arara ulaşma ç daa azla gözlem sayısıa tyaç olduğuda teste devam ararlarıda br alımatadır. Test durdurulması potezlerde br abul edlmese bağlı olmala brlte potez değerler belee yaşam süres ya da güverl düzey sağlayaca şelde belrlemeldr (Gos, 97; Kemeraya, 24. Yaşam testde e ço ullaıla olasılı dağılımları ormal, ters ormal, üstel, Webull ve gamma dağılımlarıdır (Meeer ve Escobar, 998. Eletro br sstemde brmler yaşam süreler çoğulula bast br bezetm teorsyle üstel raslatı değşeyle ade edlmetedr. Eletro brmler yaşam süreler varyasyouu ade etmede üstel dağılım öcülü etmele brlte sstemde olası atalar date alıara Webull dağılımı ullaılablmetedr. Çoğu ez Webull dağılımıı ullaılableceğ göstere açı teor br ede yotur. Sstemde eselte yararlaılara üs döüşümü yoluyla Webull dağılımı ullaılablmetedr (Sarma ve Raa, 993. Ardışı test le lgl çalışmalar Wald (947 ı ardışı test uramıı ortaya oymasıyla başlamıştır. Ardışı yaşam test le lgl çalışmalar arasıda Dpalo(969 ve Gos(97 u üstel dağılımlı tleler ç, Sarma ve Raa (993 ve Hauc ve Keats (997 Webull dağılımlı tleler ç çalışmaları bulumatadır. 2. GENEL BİLGİLER 2. Üstel Dağılım Üstel dağılım edüstryel çalışmalarda ullaıla sürel br dağılımdır. Üstel dağılımlı X raslatı değşe olasılı yoğulu osyou(o.y.., x ( x; exp = ; x >, > (2. bçmde taımlaır. Burada, dağılımı ölçe(scale parametresdr. Dağılımı ortalaması / dır. Ortalamaı e ço olablrl tam edcs / ˆ ; = X X = x (2.2 ˆ olara taımlamatadır. 2 Dağılımı varyası / dr. Varyası e ço olablrl tam edcs se, ˆ2 / bçmdedr(meeer ve Escobar, Webull Dağılımı Webull dağılımı üstel dağılım alesde ola sürel br dağılımdır. Webull dağılımlı X raslatı değşe o.y.., x x ( x; θ; = exp θ θ θ (2.3 x >, θ >, > eştlğ le gösterlmetedr. Burada θ, ölçe parametres ve se şel(sape parametresdr. Dağılımı belee değer ve varyası, ( X = Γ( ( X = θ Γ( 2 + θ [ Γ ( ] 2 E θ (2.4 V + olara ade edlmetedr. (2.5 Dağılımı şel parametres ola ı e ço olablrl tam ˆ, ˆ ˆ l log = = = x X x x ˆ = (2.6 ve ölçe parametres olaθ ı e ço olablrl tam se θˆ, / ˆ ˆ ˆ θ = x (2.7 le ade edlmetedr.

3 Aadolu Uversty Joural o Scece ad Tecology, 7 ( Olasılı Oralarıı Ardışı Test 2.3. Kuramsal taım Herag br X raslatı değşe o.y.. ( x; Θ le gösterls. O.y.. da Θ parametres test edlme stedğde, H : Θ = Θ, H : Θ = Θ (2.8 bast potezler urulara Θ, Θ2,..., Θ değerler alable Θ parametres br te değere eşt olup olmadığı test edlr. X raslatı değşe o.y.. H potez doğru e, ( x; Θ ; H potez doğru e ( x; Θ dır. X raslatı değşe aldığı değerler x, x2,..., x olara belrtldğde, ( x; Θ = ( x x,..., x ( x; Θ = ( Θ, 2 ; x, x2,..., x ; Θ (2.9 yazılablr. (2.9 da o.y..larıı brbre oraı olablrl oraı olara blr ve = ( x ; Θ L (2. ( x ; Θ bçmde yazılır. L değer logartma yardımıyla daa olay buluableceğde (2. da eştlğ logartması alıara [ ( x ; Θ / ( x ; Θ ] l L = l (2. elde edlr. Burada, [ ( x ; Θ / ( x ; Θ ] z l (2.2 = le gösterldğde (2. eştlğ, l L = z (2.3 olara yazılablmetedr. Dolayısıyla, c aşamada l L buluara l A ve l B le aşağıda belrtldğ gb arşılaştırılır.. z l B se, H potez abul edlere sürece so verlr. 2. z l A se, H potez red edlere sürece so verlr. 3. l B < z < l A se, gözlemler yeterszlğe arar verlr ve br gözlem daa eleere sürece devam edlr (Wald, 947. Burada, l A = l[ ( β /α] = l β / α [ ( ] l B (2.4 eştller yardımıyla esaplaablmetedr. Olablrl oraı, A ve B değşmezlere dayaara yapıla bu teste Wald tp ardışı test, ardışı olasılı ora test ya da ısaca ardışı test der (Wald, 947. Yaşam testde ardışı test plaıa başlare tae brm teste tab tutulduğu ve x teste tab tutula eletro brmler yaşam süres gösterdğ ve x : x2:... x : varsayılmatadır. x : sstemde e zayı brm yaşam süres ve de x :. yaşam süres ya da. sıra statstğ göstermetedr. Sstemde brmler ardışı olara geldğ test sürecde, br brm teste alıara yaşam süres ( = x br başa deyşle başarısızlı zamaı (alure tme ölçülür ve daa öce belrtle arar urallarıa göre arara varılır. Eğer teste devam ararı verlrse; c brm alıır, yaşam süres ölçülür ( = x 2 ve bu ez x + x2 temel alıara arara varılır. Bu ardışı test plaı teste tab tutula ortalama brm sayısıı mmze ede optmal yötemdr(gos, Karaterst şlem osyou H o : Θ = Θ, potez abul etme olasılığı Θ ı br osyoudur. Bu osyoa araterst şlem osyou der ve P (Θ le gösterlr. H ı abul edlme olasılığıı bulma ç Wald, ullaışlı br yötem gelştrmştr (Wald, 947. Bu yöteme göre, {[ x; Θ / ( x; Θ ] } E (2.5 ( = olaca şelde Θ parametres buluur. Eğer X raslatı değşe sürel se, + [ ( x; / ( x; Θ ] Θ ( x; Θ dx = (2.6 eştlğde yararlaılır. Karaterst şlem osyou( P ( Θ se, A P( Θ = (2.7 ( A B le verle yalaşı eştlte Θ parametres ( + değere bağlı olduğuda er br değer ç Θ parametres ve araterst şlem osyou u ( P (Θ alacağı değerler buluablr.

4 68 Çzelge. Wald tp ardışı test ç çeştl değerlerde Θ ve P (Θ değerler Θ Θ Θ P (Θ β α Ortalama örelem sayısı osyou Ardışı testte H ve H potezlerde br aıda arar vereblme ç gerel ola örelem büyülüğü (, test süresce değşe br raslatı değşedr. Bu edele belee değer söz ousudur. Test edlece parametre Θ olduğuda örelem büyülüğüü belee değer ( E (;Θ, Θ ı br osyou olduğuda ortalama örelem sayısı osyou olara adladırılır ve yalaşı ormülü, ( P( Θ P( Θl B + l A E ( ; Θ = (2.8 E( z; Θ E ( z; Θ olara elde edlmetedr(wald, ÜSTEL DAĞILIM İÇİN ARDIŞIK TEST 3. Test Çıarsaması Üstel dağılımlı br tle ortalamasıı test etme stedğmzde urulaca ola potezler, H : = : = H, ( bçmdedr. Üstel dağılımı o.y.., ( x; exp( x (3. = (3.2 eştlğ le gösterlr. H potez doğru e üstel o.y.., ( x; ( x exp = (3.3 H potez doğru e se, ( x; ( x exp = (3.4 şelde gösterlr. Bu o.y.. larıa bağlı ola geel olablrl oraı, Aadolu Üverstes Blm ve Teoloj Dergs, 7( ( x; ( x; L = = olara bulumatadır. exp exp ( x ( x (3.5 l L = z (3.6 = (3.7 ( x z l olduğuda z = l ( x (3.8 olara buluur. Dolayısıyla, (3.8 eştlğ le verle test statstğ l A ve l B değerler le arşılaştırılara potezler aıda Kesm 2.3. de verle arar urallarıa göre arara varılır(dpalo, Karaterst İşlem Fosyou H potez abul etme olasılığı ola ( P, A P( = (3.9 A B eştlğde gbdr. X raslatı değşe sürel olduğuda (2.6 eştlğ, + [ exp( ( x x ] + ( x dx = (3. bçmde taımlaır. İtegral soucu ya göre düzeledğde, ( / ( = (3. elde edlmetedr(gos, 97. Bu eştl yardımıyla çeştl değerler ç parametres alacağı değerler buluara P ( değerler esaplaablr. Çzelge 2. Çeştl değerlere arşılı ve P ( değerler P β α ( 3.3 Ortalama Örelem Sayısı Fosyou Üstel dağılımlı br tle ç ortalama örelem büyülüğü buluma stedğde,

5 Aadolu Uversty Joural o Scece ad Tecology, 7 ( 69 E ( ; ( l B + ( P( E( z; P l A (3.2 eştlğde yararlaılır. Burada, = l ( x (3.3 z Üstel dağılım ç ( x = / E olduğuda, (3.3 eştlğde belee değer yere oulduğuda, E ( z; = l ( ( / (3.4 olara bulumatadır. Dolayısıyla test ç geree ortalama örelem sayısı osyou, ( l B + ( P( P l A E ( ; (3.5 l ( ( / θ y (4.5 ( y; = ; exp θ θ Dolayısıyla bu osyolar ullaılara oluşturula olablrl oraı, L = ( y; θ; ( y; θ ; olara elde edlr. ( = = ( / θ ( / θ exp exp y θ y θ (4.6 l L z (4.7 z θ = l θ y olduğuda ( θ θ (4.8 eştlğde esaplaablmetedr. 4. WEİBULL DAĞILIMI İÇİN ARDIŞIK TEST z θ = l θ y [ ( θ θ ] ( Test Çıarsaması Webull dağılımıa sap br X raslatı değşe o.y.., ( x; θ; x = θ θ x exp θ bçmdedr. Webull o.y.. da yapıldığıda (4. eştlğ, ( y; ; exp (4. Y = X döüşümü θ y = θ θ ; y > (4.2 2 bçmde ve ortalaması θ ve varyası θ ola üstel o.y.. a döüşmetedr(sarma&raa, 993. Dolayısıyla ı bldğ durum ç urula, H : θ = θ H, ( θ : θ = θ θ < (4.3 potezler ardışı test gerçeleştrme mümüdür. H potez doğru e o.y.., θ y (4.4 H potez doğru e o.y.. se, ( y; = ; exp θ θ olara buluur(sarma ve Raa, 993. Dolayısıyla, (4.9 eştlğ le verle test statstğ l A ve l B değerler le arşılaştırılara potezler aıda Kesm 2.3. de verle arar urallarıa göre arara varılır. 4.2 Karaterst İşlem Fosyou H potez abul etme olasılığı ola ( θ P, A P( θ = (4. A B eştlğ le esaplaablmetedr. X raslatı değşe sürel olduğuda (2.6 eştlğ, + ( / θ ( / θ exp y θ exp y θ y exp θ θ dx = (4. bçmde yazılablr. İtegral soucu θ ya göre düzeledğde, ( θ / θ / θ = (4.2 ( θ θ

6 7 elde edlmetedr(hauc ve Keats, 997. Bu eştl yardımıyla çeştl değerler ç θ parametres alacağı değerler buluara P ( θ değerler esaplaablr. Çzelge 3 Çeştl değerlere arşılı θ ve P ( θ değerler θ θ θ P (θ β α 4.3 Ortalama Örelem Sayısı Fosyou Webull dağılımıı θ parametres ardışı test ç gerel ola ortalama örelem sayısı osyou, P ( ( θ l B + ( P( θ l A E ; θ (4.3 E z; θ ( eştlğ ullaılara esaplaablmetedr. Burada, ( θ y( θ θ z = l θ / (4.4 ( Y θ E = olduğuda, (4.4 eştlğde yere oyulduğuda test statstğ belee değer, E ( z ; l ( θ θ θ ( θ θ θ (4.5 = / olara buluur. Dolayısıyla test ç geree ortalama örelem sayısı osyou, E ( ; ( θ l B + ( P( θ P l A θ (4.6 l ( θ θ θ ( θ θ / olara bulumatadır. 5. UYGULAMA Bu bölümde, üstel ve Webull dağılımlarıa lş 3. ve 4. bölümde verle ardışı test süreçler uygulamaları yapılacatır. S-Plus blgsayar programıda yararlaılara üstel ve Webull dağılımları ç ver türetleblmetedr. Ver türetm şlem ç S-Plus blgsayar programıda dağılım parametreler taımlamıştır. Dağılımlara lş türetle yapay verler parametreler, yaşam test verse uygu olaca şelde düzelemştr. Burada, ortalaması / =. 5 ola üstel dağılım ç =, parametre değerler θ = 4. 5 ve = 6. 2 ola Webull dağılımı ç = geşlğde ver türetlmştr. Türetle yapay verlerde elde edlmş ola değerler E de yer almatadır. Yaşam verse uygu Aadolu Üverstes Blm ve Teoloj Dergs, 7( olması açısıda değerler üçüte büyüğe doğru sıralamıştır. Ardışı testler blgsayar ortamıda yapılablmes amacıyla, Excel Vsual Basc maro modülü ullaılara blgsayar programları azırlamıştır. Bu programlar yardımıyla, araştırmacılar öcede belrledler brc ve c tp ata olasılılarıda, urduları potez doğrultusuda adım adım ardışı test statstğ değerler göreblmete ve test souçladırablmetedr. Yazıla marolar E 2 ve 3 de yer almatadır. Dolayısıyla, üstel dağılım ç test edlece potezler; H : = 2 (5. H : = 25 bçmdedr. α =. 5 ve β =. 5 ata olasılıları ç l A = ve l B = dür. Ortalama örelem büyülüler eştl 3.5 de E ( ; 2 = 7 ve E ( ;25 = 4 olara esaplamatadır. Ardışı test souçları Çzelge 4 de verlmştr. Bua göre. = 4 gözlemde sora alt sıır aşıldığı ç süreç soa ermetedr ve H potez abul edlmetedr. Webull dağılımı ç test edlece potezler; H : θ = 4.5 H : θ = 4 (5.2 bçmdedr. = 6. 2 değer bldğe göre; α =.5 ve β =. 5 ata olasılıları ç l A = ve l B = dür. Ortalama örelem büyülüler eştl 4.7 de E ( ;4.5 = 5 ve E ( ;4 = 2 olara esaplamatadır. Ardışı test souçları Çzelge 5 de verlmştr. Çzelge 5. α =. 5. β =. 5. θ = θ = 4 ve = 6. 2 ola Webull dağılımı ç ardışı test souçları Z H KABUL Bua göre. = 5 gözlemde sora alt sıır aşıldığı ç süreç soa ermetedr ve H potez abul edlmetedr(kemeraya. 24.

7 Aadolu Uversty Joural o Scece ad Tecology, 7 ( 7 6. SONUÇLAR Güümüzde yapıla araştırmaları çoğuda örelem geşlğ öcede belrlee sabt br değerdr. Ardışı test sürecde se. örelem geşlğ öcede belrlemese gere yotur. Örelem geşlğ br raslatı değşedr. Ardışı test, zama ve para baımıda malyet yüse olduğu alalarda büyü tasarru sağlamatadır. Test yardımıyla dağılımı ble br tle parametrelere lş ararlar verleblr. Yaşam testlerde test edlece brm sayısı azladır ve ardışı olara gelmetedr. Dolayısıyla ardışı test ullaımı yaşam testlerde olaylı sağlamatadır. Üstel ve Webull dağılımları. yaşam testlerde e ço ullaıla olasılı dağılımlarıdır. Bu amaçla çalışmada. dağılımları ardışı test sürec celemş ve er br dağılıma lş test şleyş göstere blgsayar programları azırlamıştır. Hazırlaa blgsayar programları yardımıyla belrlee ata olasılıları ve potez değerlerde ardışı test olaylıla uygulama mümü olmatadır Çzelge 4. α =.5, β =.5, = 2, = 25 ola üstel dağılım ç ardışı test souçları Z Z Z Z H KABUL EK. = 2 ç üstel dağılımda türetle verler değerler

8 72 Aadolu Üverstes Blm ve Teoloj Dergs, 7( θ = 4.5 ve = 6. 2 ç Webull dağılımıda türetle verler değerler EK 2. ÜSTEL DAĞILIMIN ARDIŞIK TESTİNDE KULLANILAN EXCEL MAKROSU Sub TestYap( Dm Sample As Worseet. Test As Worseet Dm Nr As Iteger. r As Iteger. As Iteger Dm LambdaZero As Double. LambdaOe As Double. SgmaKare As Double Dm A As Double. B As Double. Ala As Double. Beta As Double Dm X As Double. Z As Double. ztoplam As Double. rsample As Iteger Dm N As Iteger. Cot As Boolea. Result As Strg Set Sample = Seet Set Test = Seet2 Nr = 5 Test sayasıda ve Z sayılarıı başladığı yer LambdaZero = Test.Cells(7. 3 LambdaOe = Test.Cells(7. 5 A = Test.Cells(. 3 B = Test.Cells(. 5 Varsa es değerler sl = Nr Do Wle Test.Cells(. 2 <> "" Test.Cells(. 2.Clear Test.Cells(. 3.Clear = + Loop Test Başlası r = Nr çıtı satır o Cot = True N = ztoplam = rsample = 3 örelem satır o Do ye örelem değer (X alıyor X = Sample.Cells(rSample. 2 L( osyou e tabaıa göre çalışıyor: L( Z = L(LambdaOe / LambdaZero - X * (LambdaOe - LambdaZero çıtı ztoplam = ztoplam + Z Test.Cells(r. 2.Value = N Test.Cells(r. 3.Value = ztoplam r = r + I X = Te Result = "Örelem az geld"

9 Aadolu Uversty Joural o Scece ad Tecology, 7 ( 73 Cot = False ElseI ztoplam <= B Te Result = "H KABUL" Cot = False ElseI ztoplam >= A Te Result = "H RED" Cot = False Else N = N + rsample = rsample + Ed I Loop Wle Cot Test.Cells(r. 2 = Result Ed Sub EK 3. WEIBULL DAĞILIMIN ARDIŞIK TESTİNDE KULLANILAN EXCEL MAKROSU Sub TestYap( Dm Sample As Worseet. Test As Worseet Dm Nr As Iteger. r As Iteger. As Iteger Dm TetaZero As Double. TetaOe As Double. K As Double Dm A As Double. B As Double. Ala As Double. Beta As Double Dm X As Double. Z As Double. ztoplam As Double. rsample As Iteger Dm N As Iteger. Cot As Boolea. Result As Strg Set Sample = Seet Set Test = Seet2 Nr = 5 Test sayasıda ve Z sayılarıı başladığı yer TetaZero = Test.Cells(7. 3 TetaOe = Test.Cells(7. 5 K = Test.Cells(5. 3 A = Test.Cells(. 3 B = Test.Cells(. 5 Varsa es değerler sl = Nr Do Wle Test.Cells(. 2 <> "" Test.Cells(. 2.Clear Test.Cells(. 3.Clear = + Loop Test Başlası r = Nr çıtı satır o Cot = True N = ztoplam = rsample = 3 örelem satır o Do ye örelem değer (X alıyor X = Sample.Cells(rSample. 2 L( osyou e tabaıa göre çalışıyor: L( Z = K * (L(TetaZero / TetaOe - X * ( / (TetaOe ^ K - / (TetaZero ^ K çıtı ztoplam = ztoplam + Z Test.Cells(r. 2.Value = N Test.Cells(r. 3.Value = ztoplam r = r + I X = Te

10 74 Result = "Örelem az geld" Cot = False ElseI ztoplam <= B Te Result = "H KABUL" Cot = False ElseI ztoplam >= A Te Result = "H RED" Cot = False Else N = N + rsample = rsample + Ed I Loop Wle Cot Test.Cells(r. 2 = Result Ed Sub 7. KAYNAKÇA Dpalo. A.J.(969. Te teory o te desg o a sequetal le test. Naval Egeers Joural Gos. B.K Sequetal Tests o Statstcal Hypoteses. Addso-Wesley. Calora. Aadolu Üverstes Blm ve Teoloj Dergs, 7( Ümra Kemeraya, lsas öğrem Gaz Üverstes İtsat Bölümüde 2 yılıda; yüse lsas öğrem Hacettepe Üverstes İstatst Bölümüde 24 yılıda tamamlamıştır yılları arasıda Hacettepe Üverstes Fe Blmler Esttüsü Müdürlüğü de Araştırma Görevls olara görev yapmıştır. 25 yılıda ber Jadarma Geel Komutalığı-Aara da uzma olara görev yapmatadır. Sevl Bacalı, lsas öğrem Hacettepe Üverstes İstatst Bölümü de 986 yılıda; yüse lsas öğrem 988 yılıda ayı bölümde; dotorasıı 995 yılıda ye ayı bölümde tamamlamıştır. 995 yılıda tbare ayı bölümde Yardımcı Doçet olara görev yapmatadır. İlg alaları uygulamalı statst, öreleme ve araştırma yötemlerdr. Hauc. D.J.. Keats. J.B Robustess o te expoetal sequetal probablty rato test (SPRT we Webull dstrbuted alures are trasormed usg a ow sape parameter. Mcroelectrocs Relablt. 37(2, Kemeraya. Ümra. 24. Yaşam Testde Kullaıla Dağılımları Ardışı Test. Hacettepe Üverstes Fe Blmler Esttüsü Yüse Lsas Tez. Aara. Meeer. W.Q.. Escobar. L.A Statstcal Metods or Relablty Data. Jo Wley & Sos New Yor. Sarma. K.K.. Raa. R.S Robustess o sequetal Webull le-test plas. Mcroelectrocs Relablty 33(4, Wald. A Sequetal Aalyss. Jo Wley & Sos New Yor.

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI MUSTAFA ÇAĞATAY KORKMAZ YÜKSEK LİSANS TEZİ İSTATİSTİK ANA BİLİM DALI KONYA, 2

Detaylı

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları

Detaylı

ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN DETERMİNİSTİK EŞİTLİKLERİ Kumru Didem ATALAY 1, Ayşen APAYDIN 2 ÖZ

ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN DETERMİNİSTİK EŞİTLİKLERİ Kumru Didem ATALAY 1, Ayşen APAYDIN 2 ÖZ ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ B Teor Blmler ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY B Theoretcal Sceces Clt/Vol.:-Sayı/No: : -8 (0 ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN

Detaylı

Pareto I Daılımının lk Bozulma Sansürlü Örnekleme Planına Dayalı Parametrelerinin Tahmini ve Beklenen Test Süresi *

Pareto I Daılımının lk Bozulma Sansürlü Örnekleme Planına Dayalı Parametrelerinin Tahmini ve Beklenen Test Süresi * S.Ü. e Edebyat aültes e Dergs Sayı 4 (004 9-8 KONYA Pareto I Daılımıı l Bozulma Sasürlü Öreleme Plaıa Dayalı Parametreler Tahm ve Belee Test Süres * Cou KU Mehmet eda KAYA Özet: Bu çalımada l bozulma sasürlü

Detaylı

HOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ

HOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ B Teor Blmler ANADOLU UNIVERITY JOURNAL OF CIENCE AND TECHNOLOGY B Theoretcal ceces Clt/Vol.:-ayı/No: : 57-7 (0) HOMOJEN OLMAYAN VARYAN VARAYIMI ALTINDA ORTALAMALARIN

Detaylı

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003.

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003. İstatst Araştırma Dergs, Clt: 0, No: 0, Sayfa: 03-7, 003. İstatstsel Parametre Kestrm Teler Webull Dağılımıı Parametreler Hesaplamasıda Kullaımı Ve Deprem Verler Webull Dağılımıa Uygulaması Veysel YILMAZ

Detaylı

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit Karadez Te Üverstes Blgsayar Mühedslğ Bölümü 5-6 Güz Yarıyılı Sayısal Çözümleme Ara Sıav Soruları Tarh: Kasım 5 Perşembe Süre: daa. f ( ( + a e fosyouu sabt otası olmadığı bldğe göre, a 'ı alableceğ e

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ. İnci AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 2007

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ. İnci AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 2007 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ İ AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 7 Her haı salıdır ÖZET Dotora Tez SONLU KARMA DAĞILIMLARDA PARAMETRE

Detaylı

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

Normal 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

Detaylı

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi Far Delemler Çzümüde Parametreler Değşm Ytem *Hüsey Koama Saarya Üverstes, Fe-Edebyat Faültes, Matemat Blümü, 587, Saarya Özet: İçersde e az br mertebede,,,, E b solu arları buluduğu osyoel delemlere Far

Detaylı

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ ANADOLU UNIVERIT JOURNAL OF CIENCE AND TECHNOLOG Clt/Vol.:8-ayı/No: : 93-0 (007) ARAŞTIRMA MAKALEİ /REEARCH ARTICLE TEK ÖNLÜ ÖZEL EÇİMLİ VARAN ÇÖZÜMLEMEİNDE

Detaylı

RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ SEQUENTIAL PROBABILITY RATIO TEST OF RAYLEIGH DISTRIBUTION

RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ SEQUENTIAL PROBABILITY RATIO TEST OF RAYLEIGH DISTRIBUTION Eskşehr Osmagaz Üverstes Müh.Mm.Fak.Dergs C.XX, S., 7 Eg&Arch.Fac. Eskşehr Osmagaz Uversty, Vol..XX, No:, 7 Makale Gelş Tarh :.3.6 Makale Kabul Tarh : 3..6 RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

Detaylı

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

Detaylı

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Eoometr ve İstatst Sayı:5 0-4 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Arzdar KİRACI* Özet Gücel yazıda,

Detaylı

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI*

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* Costructo O Probablty Desty Fucto For The Relablty Block Dagram

Detaylı

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması . Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve

Detaylı

BEKLENEN DEĞER VE VARYANS

BEKLENEN DEĞER VE VARYANS BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee

Detaylı

Yayılma (Değişkenlik) Ölçüleri

Yayılma (Değişkenlik) Ölçüleri Yayılma (Değşel) Ölçüler Br ver set taıma yada farlı ver set brbrde ayırt etme ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etrafıda

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstler Taımlayıcı İstatstler Br veya brde azla dağılışı arşılaştırma ç ullaıla ve ayrıca öre verlerde hareet le reas dağılışlarıı sayısal olara özetleye değerlere taımlayıcı statstler der.

Detaylı

İki veri setinin yapısının karşılaştırılması

İki 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

Detaylı

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Regresyon ve Korelasyon Analizi. Regresyon Analizi Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)

Detaylı

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI

WEIBULL 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

Detaylı

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:0-Sayı/No: : 455-465 (009) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE İKİ PARAMETRELİ WEIBULL DAĞILIMINDA

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME 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

Detaylı

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu S Ü Fe Ed Fa Fe Derg Saı (003) 65-0, KONYA Yığı Hacm Tahm İç Bulaı Doğrusal Regreso Modelde Ters Tahm Metodu Mustafa SEMİZ, Aşır GENÇ Özet: Bu çalışmada ığı hacm tahm ç farlı br alaşım suulmatadır. Yığı

Detaylı

Zaman Gecikmesine Sahip Kesirli Dereceli Belirsiz Sistemler için Kontrolör Tasarımı

Zaman Gecikmesine Sahip Kesirli Dereceli Belirsiz Sistemler için Kontrolör Tasarımı EEB 26 Eletr-Eletro ve Blgsayar Sempozyumu, -3 Mayıs 26, Toat TÜRKİYE Zama Gecmese Sahp Kesrl Derecel Belrsz Sstemler ç Kotrolör Tasarımı Tufa Doğruer, Nusret Ta 2 Eletro ve Otomasyo Bölümü Gazosmapaşa

Detaylı

Yaşam eğrilerini karşılaştırmak için kullanılan skor ve ağırlıklı testler: Sayısal örnekler

Yaşam eğrilerini karşılaştırmak için kullanılan skor ve ağırlıklı testler: Sayısal örnekler www.statstcler.org İstatstçler Dergs: İstatst&Atüerya 6 () - İstatstçler Dergs: İstatst&Atüerya Yaşam eğrler arşılaştırma ç ullaıla sor ve ağırlılı testler: ayısal öreler Duru Karasoy Hacettepe Üverstes

Detaylı

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

Detaylı

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

İşlenmemiş 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

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

İstatistik ve Olasılık

İstatistik 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

Detaylı

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz; Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9

Detaylı

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması EN AKÜLTESİ EN DERGİSİ E06 4 9-5 Araştıra Maales Gelş Receved :6/0/06 Kabul Accepted :/0/06 Erha AKIN Selçu Üverstes e aültes z Bölüü Kapüs 450 Koya Türye e-al: ea@selcu.edu.tr Öz: Bu çalışada Gaut atsayıları

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

Detaylı

Box ve Whisker Grafiği

Box ve Whisker Grafiği www.memetaarayl.com Bölümü Amaçları DEĞİŞKELİK ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKOOMETRİ BÖLÜMÜ mehmet.aarayl@deu.edu.tr Bu Bölümü tamamladıta ora eler yapablecez: Bo ve Wher grağ ouma

Detaylı

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM**

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM** D.P.Ü. Fe Blmler Esttüsü 6. Sayı Eylül 8 Türev Değerler İçere Rasyoel İterpolasyo Yötemler ve Uygulamaları TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI Bayram Al İBRAHİMOĞLU*

Detaylı

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1 Douz Eylül Üverstes İtsad ve İdar Blmler Faültes Dergs, Clt:6, Sayı:, Yıl:0, ss.67-77. Rdge Regresyoda Tahm Edcler Kullaımı Üzere Br Uygulama Hatce ŞAKAR Özlem ALPU 3 Erem ALTAN 4 Özet Bu çalışmada y yöüde

Detaylı

1. KODLAMA KURAMINA GİRİŞ 1

1. KODLAMA KURAMINA GİRİŞ 1 ÖNSÖZ Bu çalışmaı oluşumu esasıda emeğ, blgs ve sosuz desteğyle baa yol göstere değerl hocam Prof. Dr. Erol BALKANAY a; alayışı, desteğ ve atılarıda ötürü değerl hocam Yrd. Doç. Dr. Recep KORKMAZ a teşeürlerm

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

Detaylı

2q-Konveks Parpoligon Yaklaşımını Kullanarak Kesir Dereceli Affine Belirsizlik Yapısındaki Sistemlerin Nyquist Zarflarının Elde Edilmesi

2q-Konveks Parpoligon Yaklaşımını Kullanarak Kesir Dereceli Affine Belirsizlik Yapısındaki Sistemlerin Nyquist Zarflarının Elde Edilmesi q-koes Parpolgo Yalaşımıı Kullaara Kesr Derecel Affe Belrszl Yapısıda Sstemler Nyqust Zarflarıı lde dlmes Blal Şeol, Celaledd Yeroğlu Blgsayar Mühedslğ Bölümü İöü Üerstes, Malatya blal.seol@ou.edu.tr,

Detaylı

Değişkenlik (Yayılım) Ölçüleri

Değişkenlik (Yayılım) Ölçüleri Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm date alara heaplaa

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ STRES DAYANIKLILIK GÜVENİLİRLİĞİNİN MASKELİ VERİLERE DAYALI TAHMİNİ Demet SEZER DOKTORA TEZİ İstatstkAablm Dalı Aralık-03 KONYA Her Hakkı Saklıdır TEZ

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

Tek Yönlü Varyans Analizi (ANOVA) VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem

Detaylı

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI İstabul Tcaret Üverstes Sosal Blmler Dergs Yıl:8 Saı:5 Bahar 2009 s.73-87 WEİBULL DAĞILIMII ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİ İSTATİSTİKSEL TAHMİ YÖTEMLERİİ KARŞILAŞTIRILMASI Flz ÇAKIR ZEYTİOĞLU* ÖZET Güümüzde

Detaylı

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A Uygulamalı Blmler ve Mühedslk ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Appled Sceces ad Egeerg Clt/Vol.: 3-Sayı/No: : 5-63 (202 ARAŞTIRMA

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLAR İÇİN EN ÇOK OLABİLİRLİK VE FARKLI KAYIP FONKSİYONLARI ALTINDA BAYES TAHMİN EDİCİLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI Gülca GENCER

Detaylı

DEĞİŞKENLİK ÖLÇÜLERİ

DEĞİŞKENLİK ÖLÇÜLERİ DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Yer Ölçüleri

Bölüm 3. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Yer Ölçüleri 0.0.06 Taımlayıcı İstatstler Bölüm 3 Taımlayıcı İstatstler Br ver set taıma veya brde azla ver set arşılaştırma ç ullaıla ve ayrıca öre verlerde hareet le reas dağılışlarıı sayısal olara özetleye değerlere

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,

Detaylı

DEĞİŞKENLİK ÖLÇÜLERİ

DEĞİŞKENLİK ÖLÇÜLERİ DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems Avalable ole at www.alphaumercjoural.com alphaumerc joural he Joural of Operatos Research, Statstcs, Ecoometrcs ad Maagemet Iformato Systems Volume 4, Issue, 6 6.4..SA. Abstract UNSARED AND SARED FRAILY

Detaylı

Quality Planning and Control

Quality Planning and Control Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618

Detaylı

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss.135-144 Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN

Detaylı

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

Bağımsızlık 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

Detaylı

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma Süleyma Demrel Üverstes, Fe Blmler Esttüsü Dergs, 15- ( 011),17-134 Çok Aşamalı Sıralı Küme Öreklemes Tasarımlarıı Etklkler Üzere Br Çalışma Nlay AKINCI 1, Yaprak Arzu ÖZDEMİR * 1 TRT Geel Müdürlüğü Reklam

Detaylı

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras RANKI OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI Reports Of Free Groups Otomorfzm Rak Le Algebras Özge ÖZTEKİN Matematk Aa Blm Dalı Name EKİCİ Matematk Aa Blm Dalı ÖZET Bu çalışmada,

Detaylı

İstatistik ve Olasılık

İstatistik 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

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler

Detaylı

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0

Detaylı

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi, . Ders Büyü Sayılar Kauları Kouya geçmede öce DeMoivre-Stirlig formülüü ve DeMoivre-Laplace teoremii hatırlayalım. DeMoivre, geel terimi, a!,,, 3,... e ola dizii yaısa olduğuu göstermiş, aca limitii bulamamış.

Detaylı

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve

Detaylı

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

İSTATİSTİKSEL 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

Detaylı

Doç. Dr. Mehmet AKSARAYLI

Doç. Dr. Mehmet AKSARAYLI Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br

Detaylı

REGRESYON VE KORELASYON ANALİZİ

REGRESYON VE KORELASYON ANALİZİ REGRESYON VE KORELASYON ANALİZİ.. Doğrusal İlşler.. Yalı (ast) Regreso... E Küçü Kareler Metodu a) Normal Delemler Çözümü ) Determat metodu c) Orj Kadırma... Regresou Stadart Sapması..3. Regresou Duarlılığı..4.

Detaylı

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde

Detaylı

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM Electroc Joural of Vocatoal Colleges December/Aralı 20 İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ Hade GÜNAY AKDEMİR, Fatma TİRYAKİ 2 Özet Bu çalışmada, müşter talepler stoast, özellle esl rassal değşeler

Detaylı

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

Politeknik Dergisi, 2015; 18 (1) : Journal of Polytechnic, 2015; 18 (1) : 35-42

Politeknik Dergisi, 2015; 18 (1) : Journal of Polytechnic, 2015; 18 (1) : 35-42 Poltekk Dergs, 015; 18 (1) : 35-4 Joural of Polytechc, 015; 18 (1) : 35-4 Atakya Bölgesde Rüzgâr Gücü Yoğuluğu ve Rüzgâr Hızı Dağılımı Parametreler İstatstksel Aalz İlker Mert *, Cuma Karakuş ** * Dezclk

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1 ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ

Detaylı

T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ

T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ BĠR GRAFIN TERS WIENER ENERJĠSĠ VE TERS WIENER-ESTRADA ĠNDEKSĠ Sez ÇĠZMECĠ YÜKSEK LĠSANS TEZĠ Matemat Aablm Dalı OCAK-0 KONYA Her Haı Salıdır TEZ BĠLDĠRĠMĠ

Detaylı

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,

Detaylı

16. Dörtgen plak eleman

16. Dörtgen plak eleman 16. Ddörtgen pla eleman 16. Dörtgen pla eleman Kalınlığı dğer boyutlarına göre üçü ve düzlemne d yü etsnde olan düzlem taşıyıcı ssteme pla denr. Yapıların döşemeler, sıvı deposu yan duvarları ve öprü plaları

Detaylı

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices lert Matrsler Normları İç lt ve Üst Sıırlar Sülema Demrel Üverstes B Türe E Sarııar e Blmler Esttüsü Dergs - (00 - lert Matrsler Normları İç lt ve Üst Sıırlar Bahr TÜREN E SRIPINR Sülema Demrel Üverstes

Detaylı

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr. İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk

Detaylı

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.

2016 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

Detaylı

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi Yüksek Mertebede Sstemler İç Ayrıştırma Temell Br Kotrol Yötem Osma Çakıroğlu, Müjde Güzelkaya, İbrahm Eks 3 Kotrol ve Otomasyo Mühedslğ Bölümü Elektrk Elektrok Fakültes İstabul Tekk Üverstes,34369, Maslak,

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede

Detaylı

DEĞİŞKENLİK ÖLÇÜLERİ

DEĞİŞKENLİK ÖLÇÜLERİ DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression

Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression üra S., otamış Ö. Cezaladırılmış Eğrsel Çzg Regresyoda Karışı Doğrsal Model Yalaşımı Semra üra,*, Öz otamış Hacettepe Üverstes, İstatst Bölümü, Beytepe/ANKARA Özet B çalışmada cezaladırılmış eğrsel çzg

Detaylı

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Parametrik Olmayan İstatistik Çözümlü Sorular - 2 Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr

Detaylı

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24 İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK

Detaylı

BÖLÜM II. Asal Sayılar. p ab ise p a veya p b dir.

BÖLÜM II. Asal Sayılar. p ab ise p a veya p b dir. BÖLÜM II Asal Sayılar Taım. p > tam sayısıı de ve ediside başa bölei yosa bu sayıya asal sayı deir. de büyü asal olmaya sayılara da bileşi sayı deir. Teorem. Eğer p bir asal sayı ve p ab ise p a veya p

Detaylı

Değişkenlik (Yayılım) Ölçüleri

Değişkenlik (Yayılım) Ölçüleri DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

6 (saatte 6 müşteri aramaktadır), servis hızı ise. 0.6e

6 (saatte 6 müşteri aramaktadır), servis hızı ise. 0.6e İST KUYRUK TEORİSİ ARASIAV SORULARI ( MAYIS ). Bir baaı müşteri hizmetleride te işi hizmet vermetedir. Müşteriler ortalama daiada bir arama yapmatadır bua arşı ortalama servis süresi ise daia sürmetedir.

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 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

Detaylı

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş

İstatistik 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

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar

Detaylı

SİSTEMATİK ÖRNEKLEME. Prof.Dr.Levent ŞENYAY VII-1 Örnekleme Yöntemleri

SİSTEMATİK ÖRNEKLEME. Prof.Dr.Levent ŞENYAY VII-1 Örnekleme Yöntemleri 7 İTMATİK ÖRKLM 7 Grş 7 Öre eçme Yötem 7 Populayo Ortalamaıı Tahm 74 Populayo Ortalamaıı Varyaı 75 Populayo türler 76 temat örelemede artmet ortalamaı tahm varyaıı tahm ProfDrLevet ŞYAY VII- Öreleme Yötemler

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ GRAFLAR ÜZERİNDE YENİ KIRCHHOFF YAPILARININ TANITILMASI Betül ACAR YÜKSEK LİSANS TEZİ Matemat Aablm Dalı Şubat-0 KONYA Her Haı Salıdır TEZ BİLDİRİMİ Bu

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Ayça Hatce TÜRKAN GÜVENİLİRLİK ANALİZİNDE KULLANILAN İSTATİSTİKSEL DAĞILIM MODELLERİ İSTATİSTİK ANABİLİM DALI ADANA, 007 ÇUKUROVA ÜNİVERSİTESİ

Detaylı

ÖRNEKLEME KURAMINDA AĞIRLIKLANDIRMA. Aylin ALKAYA DOKTORA TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ HAZİRAN 2009 ANKARA

ÖRNEKLEME KURAMINDA AĞIRLIKLANDIRMA. Aylin ALKAYA DOKTORA TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ HAZİRAN 2009 ANKARA ÖREKLEME KURAMIDA AĞIRLIKLADIRMA Al ALKAYA DOKTORA TEZİ İSTATİSTİK GAZİ ÜİVERSİTESİ FE BİLİMLERİ ESTİTÜSÜ AZİRA 009 AKARA Al ALKAYA tarafıda azırlaa ÖREKLEME KURAMIDA AĞIRLIKLADIRMA adlı bu tez Dotora

Detaylı

Meta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi

Meta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi İtabul Üverte İşletme Faülte Derg Itabul Uverty Joural o the School o Bue Admtrato lt/vol:38, Sayı/No:2, 2009, 34-46 ISSN: 303-732 - www.derg.org 2009 Meta-aalzde ategor verler brleştrlmede ullaıla tattel

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK 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

Detaylı