FARKLI VERİ YAPILARINDA KULLANILABİLECEK REGRESYON YÖNTEMLERİ

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "FARKLI VERİ YAPILARINDA KULLANILABİLECEK REGRESYON YÖNTEMLERİ"

Transkript

1 Anadolu Tarım Blm. Derg., 203,28(3):68-74 Anadolu J Agr Sc, 203,28(3):68-74 do: 0.76/anaas URL: htt://dx.do.org/0.76/anaas Derleme Revew FARKLI VERİ YAPILARINDA KULLANILABİLECEK REGRESYON YÖNTEMLERİ Arzu ARI Hasan ÖNDER* Ondokuz Mayıs Ünverstes, Zraat Fakültes, Zootekn Bölümü, Samsun * Gelş Tarh : Kabul Tarh : ÖZET: Regresyon, üzernde durulan yanıt değşken le lşkl olableceğ düşünülen açıklayıcı değşkenlern br fonksyonu olarak fade edlmektedr. Değşkenler arasındak lşknn fonksyonel şekl regresyon modeller le ncelenmektedr. Kullanılması gereken regresyon model vernn yaısına göre farklılık göstermekte ve yanlış model kullanılması hatalı sonuçların elde edlmesne neden olablmektedr. Bu derlemede regresyon modellernden; doğrusal regresyon, lostk regresyon, negatf bnom regresyon, osson regresyon, temel bleşenler regresyonu, robt regresyon, rdge regresyon, Cox regresyon modellernn hang durumlarda kullanılableceğ ncelenmştr. Anahtar kelmeler: Regresyon, Doğrusal regresyon, Doğrusal olmayan regresyonlar REGRESSION MODELS USED FOR DIFFERENT DATA STRUCTURES ABSTRACT: Regresson can be exressed as a functon between nterested resonse varable and exlanatory varables thought to be related on resonse. Functonal form of the relatonsh between the exlanatory varables and resonse varable descrbed as regresson model. The regresson model must be chosen accordng to the data structure. If the chosen model s wrong, t leads to erroneous results. In ths revew, regresson methods were examned to determne whch regresson models such as; lnear regresson, logstc regresson, negatve bnomal regresson, osson regresson, rncal comonents regresson, robt regresson, rdge regresson and Cox regresson, s sutable for dfferent data structure. Key Words: Regresson, Lnear regresson, Nonlnear regressons. GİRİŞ Byolo, tı, ekonom, fzk, kmya ve sosyal blmler gb brçok alanda yaygın olarak kullanılmakta olan regresyon analz, aralarında sebe - sonuç lşks bulunan k veya daha fazla değşken arasındak lşky nceleyen ve bu lşky modellemek çn kullanılan statstksel br analz yöntemdr (Vural, 2007 ). Uygun olmayan regresyon yöntemlernn kullanılması hatalı ve yanıltıcı sonuçların elde edlmesne neden olablmektedr. Regresyon analznde ncelenen değşkenler sürekl ya da keskl yaıda olablmektedr ve bu ver yaısına bağlı olarak farklı regresyon modeller kullanılablmektedr (Özarıcı, 996). Bu çalışma, regresyon yöntemlernden; Doğrusal regresyon, Lostk regresyon, Negatf bnom regresyon, Posson regresyon, Temel bleşenler regresyonu, Probt regresyon, Rdge regresyon, Cox regresyon yöntemlernn hang durumlarda kullanılableceğ konusunda araştırmacılara yol göstermek amacıyla yaılmıştır. 2. REGRESYON YÖNTEMLERİ 2.. Doğrusal regresyon Doğrusal regresyon analz bast doğrusal regresyon ve çoklu doğrusal regresyon olarak k başlık altında ncelenmektedr. Bast regresyon analz, yanıt değşken le tek br açıklayıcı değşken arasındak doğrusal lşky açıklar. Eğer tek br yanıt değşken ve brden fazla açıklayıcı değşken arasındak doğrusal veya eğrsel br lşk tanımlanmak stenrse, lşk çoklu doğrusal regresyon analz le ncelenr (Okur, 2009; Wesberg, 2005). Bast doğrusal regresyonda, Y yanıt değşken, açıklayıcı değşken, β 0 ve β bu değşkenn blnmeyen arametrelern ve ε şansa bağlı hata termlern fade etmek üzere bast doğrusal regresyon model; Y = β 0 + β + ε =,2,...,n olarak yazılablmektedr (Kutner ve ark., 2005). Çoklu doğrusal regresyon model, adet açıklayıcı değşken ve n adet gözlem çn; Y = β 0 + β + β β + ε =, 2,, n şeklnde yazılablmektedr (Kutner ve ark., 2005; Wesberg, 2005). Gerek bast gerekse çoklu doğrusal regresyon analz sonucunda elde edlecek olan regresyon modelne at arametre kestrmlernn güvenlr olablmes çn modelle lgl bazı varsayımların sağlanablmes gerekldr.

2 A. Arı, H. Önder Bast doğrusal regresyon analznde elde edlen regresyon denklemnn tahmn amaçlı kullanılablmes çn; hata termlernn (Є = Y ) şansa bağlı normal dağılım göstermes, hataların beklenen değernn ortalamasının 0 ve varyansının homoen olu σ 2 ye eşt olması, hataların bağımsız olması [Cov (Є, Є ) ] = 0, hata termler le açıklayıcı değşken(ler) arasında korelasyon bulunamaması gb bazı varsayımların sağlanması gerekmektedr (Alma ve Vua, 2008). Çoklu doğrusal regresyonda, bast doğrusal regresyondak varsayımlara laveten açıklayıcı değşkenlern brbrnden bağımsız olması varsayımının da sağlanması gerekmektedr (Vural, 2007). Açıklayıcı değşkenler arasındak bast doğrusal korelasyon katsayılarının sıfır veya sıfıra çok yakın olması şartı seklnde de açıklanablen bu varsayım, statstkte Çoklu doğrusal bağlantı bulunmaması olarak fade edlmektedr (Orhunblge, 2002). Çoklu bağlantı durumda En Küçük Kareler (EKK) kestrm yöntem şlevn ytrmektedr (Vural, 2007). Bu nedenle açıklayıcı değşkenler seçlrken, bu değşkenlern yanıt değşken le bast doğrusal korelasyon katsayılarının yüksek ( e yakın), brbrler arasındak bast doğrusal korelasyon katsayılarının düşük (0 a yakın) olmasına dkkat edlmes önerlmektedr (Damodar, 200). Bu varsayımların sağlanamadığı durumlarda arametre kestrm yöntemlernn değştrlmes önerlmektedr Posson regresyon Araştırmadan elde edlen verlern ölçeğnn sürekl yaıda olmadığı, dğer br fade le kategork verye sah olunduğunda doğrusal regresyon modeller kullanılarak yaılacak analzler etksz, tutarsız ve güvenlmez sonuçlar vereblr. Özellkle, sayma ölçeğnde elde edlen verler çn kullanılablecek en etkn modellerden br Posson regresyon modeldr (Denz, 2005). Posson regresyon model; log e ( Y ) = β 0 + β + β 2 2 K, olu, β0 β β2 2 Y = ( e )( e )( e )K, olarak da tanımlanablmektedr (Demars, 2004). Modelden anlaşılacağı üzere Posson regresyon model tahmn edclern doğrusal fonksyonunun logartmk dönüşümü olarak fade edleblmektedr (URL ). İstatstk lteratüründe bu model log-doğrusal model olarak blnmektedr. x β nın ex( x β ) olarak alınması, beklenen sayma değernn oztf olmasını gerektrr. Bu durum Posson dağılımı çn zorunludur. Posson dağılımında ortalama ve varyansın eştlğ söz konusu olu; μ = E y x ) = V ( y x ), ( olarak gösterleblr. Ortalama ve varyansın eştlğ eşt yayılım olarak fade edlmektedr. Uygulamada sayılarak elde edlen değşkenler genellkle ortalamadan daha büyük varyansa sahtrler. Bu durum aşırı yayılım (overdserson) olarak adlandırılmaktadır. Aşırı yayılım durumunda Posson Regresyon Modelnden elde edlen tahmnler tutarlı fakat etkn değldr (Selm, 2003; Demars, 2004) Negatf Bnom Regresyonu Negatf bnom regresyonunun uygulandığı ver kümesnde değerlern çoğunun sıfır olmasından dolayı dağılış sağa çarıktır. Bu durum, doğrusal regresyon kullanımında kuramsal olarak hatalı olan negatf arametre tahmnlern berabernde getrmektedr (Frome ve ark., 973; Cox, 983; SAS, 2005). Negatf bnom regresyon model çn olasılık yoğunluk fonksyonu; y ( y + d )! α Pr( Y = y; α, d) = ; y = 0,,2K y + d y!( d )! ( α) olarak verleblmektedr. Burada, α br olgunun ortaya çıkma olasılığı [P(Y=)] ve d ndeks veya yayılım arametres olarak adlandırılmaktadır. Negatf bnom regresyonu çözümlemesnde arametre kestrmler Newton-Rahson algortması yardımıyla En Çok Olablrlk yöntem kullanılarak elde edlr. Negatf Bnom regresyonun model eştlğ; E( Y ) = β + β + β + L+ β dr. 0 2 Negatf Bnom regresyonu, Posson regresyonun özel br durumudur. Bu k model arasındak seçm kararı, kestrm elde edlen d katsayısının statstksel anlamlılığı yönünden belrlenr. Eğer d (yayılım arametres), sıfırdan öneml derecede farklı değlse (statstksel olarak öneml değlse), Negatf Bnom regresyonu Posson regresyonuna dönüşür. Bununla beraber, d öneml derecede sıfırdan farklı se, Negatf Bnom regresyonu terch edlmeldr (Hadayegh, 2002; Aktaş ve Saraçbaşı, 2005) Lostk Regresyon Lostk regresyon, statstkte kullanılan br model oluşturma teknğ olu k ya da daha fazla sınıfta fade edleblen keskl verlerde yanıt değşken (Y) çn br model oluşturma teknğdr. Yanıt değşkennn keskl olduğu durumlarda Lostk ya da Probt regresyon yöntemler kullanılmaktadır (Freese and Long, 2006). Modeln amacı, yanıt değşken k değerl veya sınıflandırılmış olduğunda yanıt değşken le açıklayıcı değşken veya değşkenler arasındak lşk açıklayan br model oluşturmaktır (Önder ve Cebec, 2002). Lostk regresyon le doğrusal regresyon yöntem arasında üç öneml fark vardır (Brcan, 2004), bu farklılıklar; 2 69

3 Farklı ver yaılarında kullanılablecek regresyon yöntemler. Doğrusal regresyon analznde tahmn edlecek olan yanıt değşken sürekl ken, Lostk Regresyon Analznde yanıt değşken keskl br değer almaktadır. 2.Doğrusal regresyon analznde yanıt değşkenn değer, Lostk Regresyon Analznde se yanıt değşkenn alableceğ değerlerden brnn gerçekleşme olasılığı tahmn edlr. 3. Doğrusal regresyon analznde açıklayıcı değşkenn çoklu normal dağılım göstermes şartı aranırken, Lostk Regresyon Analznde böyle br şart yoktur. Lostk regresyon analznde, yanıt değşken doğrudan modellenememektedr. Daha doğru br yaklaşımla, lostk regresyon analz, Y yanıt değşkennn değernn brleştrlmş olasılığı üzerne kurulmuştur. Uygulamada çok yaygın olarak yanıt değşkenn başarılı veya oztf çıktı çn 0 ve başarısız veya negatf çıktı çn değern aldığı farz edlr. Yanıt değşken olduğunda olasılık; P( Y olarak gösterleblr. α + β = e =... ) = α + β = + e Lostk regresyon modellerndek çoklu ç lşk, açıklayıcı değşkenler arasındak güçlü korelasyondan kaynaklanır. Lostk regresyondak çoklu ç lşk regresyon katsayılarının kestrmlernn büyüklüğünün ve şaretnn yanlış olarak bulunmasını sağlayablr ve netcede yanıt ve açıklayıcı değşkenler arasındak lşkler hakkında yanlış sonuçlara ulaşılmasına yol açablr (Ürük, 2007; Önder ve Cebec, 2002; Klenbaum ve ark., 998) Probt Regresyon Probt analz lostk regresyona alternatf olarak br veya daha fazla açıklayıcı değşkenn kategork br yanıt değşken (sağ, ölü; çalışıyor, çalışmıyor, ürün satıldı veya satılmadı vb) üzerndek etksn bulmak çn kullanılan br modeldr. Hem lostk hem de Probt regresyon analz brbrlerne oldukça benzer ve elde edlen olasılık tahmnler brbrlerne yakın değerdedr. Lostk regresyon analznde log-odds (olablrlk oranları) kullanılırken, Probtte kümülatf normal dağılım kullanılmaktadır, Temel olarak Probt brkml standart normal dağılışın tersdr (Tocu, 2008, Bek, 2009). Probt modeln altında yatan varsayım, yanıt fonksyonunun Y = α + β + U formunda olmasıdır. Burada gözlemleneblen fakat Y gözlemlenemeyen değşkendr. Y > 0 se Y =, fakat Y < 0 se Y =0 olur (Y değşkennn sonucu atanırken, eşk değer olarak kullanılan c değer genellkle 0 olarak alınmakta olu, sıfır yerne başka sayı değer de kullanılablmektedr (Demars, 2004)). Eğer normal standart değşken Z, çn, Ф (z) kümülatf normal dağılım fonksyonu Ф (z) = P (Z z) olarak tanımlanırsa; α β P( Y = ) = P( u > α β ) = Φ σ α β P ( Y = 0) = P( u α β ) = Φ σ olarak fade edleblr. Probt modelnde brden fazla açıklayıcı değşken olduğu zaman, Pr( Y = / ) = Φ( β ) şeklnde tanımlanır. Burada Φ standart normal olasılık dağılımıdır. β Probt skoru ya da ndeks olarak adlandırılır ve normal dağılıma sahtr. Probt katsayısı β, tahmndek br brmlk artışın Probt skorunda yaacağı β standart samalık yükselmey fade eder. Probt katsayısı bağımsız değşkenn bağımlı değşkene at standart z-değernde yaacağı etky ölçer. Bu katsayıların sayısal büyüklüklernn br önem ve özel br yorumu yoktur, sadece lşknn yönü ve derecesn belrler (Tocu, 2008; Kulendran ve Wong, 20; MacKnnon ve ark., 2007). Şekl. Logt ve Probt brkml dağılımlar Probt ve Logt modeller genellkle yanıt değşkennn k düzeyl olduğu durumlarda uygulanmaktadır. Hesalama zorluğu ve özel tablolara htyaç duyulmaması bakımından Logt modeln Probt modelne göre kolaylığına rağmen, normal olasılık yoğunluk fonksyonunun gerek teorde gerekse uygulamada daha çok kullanılan model olması byolok verlern bazı özellklerne lşkn dağılımlarının normal olasılık yoğunluk fonksyonuna uyum göstermes, hesalamada normal kümülatf dağılım fonksyonunu kullanan Probt modeln uygulama çalışmasında kullanılmasını özendrmektedr (Özarıcı, 996) Temel bleşenler regresyonu Her br bağımsız değşkenn dğer bağımsız değşkenlerle arasındak korelasyon katsayılarının kares olan değer e yakınsa, yüksek derecede çoklu bağlantı olduğu anlaşılablr (Yıldırım, 200). Açıklayıcı değşkenler arasında br ya da daha fazla doğrusal bağıntı olduğunda çoklu bağlantı sorunu ortaya çıkmaktadır (Polat, 2009). Çoklu doğrusal bağlantı roblem, yaılan analzler sonucunda elde 70

4 A. Arı, H. Önder edlen en küçük kareler kestrclernn varyans değerlernn büyük olmasına ve tahmnlern gerçek değerlernden uzaklaşmasına neden olmaktadır (Bulut ve Alın, 2009) ve çoklu bağlantı roblemnn ortaya çıkması durumunda doğrusal regresyon analz etknlğn ytrmektedr. Bu durumda temel bleşenler regresyonu ya da rdge regreson yöntem kullanılablr. Temel bleşenler regresyonu her doğrusal regresyon modelnn br dk açıklayıcı değşkenler kümesne dayanarak yenden açıklanması temel üzerne yaılandırılmış olu, açıklayıcı değşkenler arasında çoklu bağlantı olduğu durumlarda uygulanmaktadır (Özkan, 2009). Çoklu bağlantı durumunda, EKK yerne yanlı kestrm teknklernn kullanılmasının en uygun yaklaşım olduğu blnmektedr (Albayrak, 2006). Yanlı kestrmler veren yöntemlern başında, gerçek değşkenler yerne bunların dk dönüşümlernn kullanıldığı Temel Bleşenler Regresyonu (PCR/Prncal Comonent Regresson) ve korelasyon matrsnn köşegen elemanlarına küçük br oztf sayı eklenerek kestrm varyanslarının küçültüldüğü Rdge Regresyon (RR) yöntem gelmektedr (Polat, 2009). Çoklu doğrusal regresyon modelnde açıklayıcı değşken katsayıları matrs notasyonunda; ˆβ = ( ) y olarak tahmn edleblr ve burada, açıklayıcı değşkenler matrsn ve Y se yanıt değşken vektörünü göstermektedr., bu katsayılar temel bleşenler regresyonunda; ˆβ PC = DΛ D y ye at olarak tahmn edlmektedr. Burada, D, lk adet öz vektör matrs; Λ, ye at lk adet öz vektör çn köşegen matrs göstermektedr (Al-Hassan ve Al-Kassab, 2009). PCR sonucunda elde edlen tahmnler yanlı olur. Ancak varyansın azaltılmasıyla, yanlılıktak büyüklük dengelenr. RR teknğnde k yanlılık sabtnn seçmnde yaşanan belrszlğn aksne, PCR analznde modelden çıkarılacak PC lern sayısı görecel olarak daha tutarlıdır (Albayrak, 20; Aswan ve ark., 20; Al-Hassan ve Al-Kassab, 2009) Rgde regresyon Çoklu doğrusal bağlantı olduğunda yanlı tahmn yöntemlernden Rdge Tahmn Yöntem gerekl olan tüm değşkenlern modele alınmasını sağlar. Bu yöntem çoklu doğrusal bağlantı olduğunda EKK kestrmlernden daha küçük varyanslı arametre kestrmlernn elde edlmesn ve modelden gereksz değşkenlern çıkarılmasını amaçlamaktadır (Karadavut ve ark., 2005). Rdge regresyon yöntem genellkle modeldek k ya da daha fazla açıklayıcı değşken arasında yüksek dereceden lşk olması durumunda kullanılır. Bu yöntemde uygulanırken lk adım olarak açıklayıcı değşkenler standartlaştırılır (Karadavut ve ark., 2005). Standartlaştırılmamış ornal değşkenlern bulunduğu model; y = β 0 + β + K+ β + ε =, 2,, n şeklnde gösterleblmektedr. Bu modeldek açıklayıcı değşkenler standartlaştırılarak, y = μ + γ Z + K+ γ Z + ε model elde edlr (Karadavut ve ark., 2005). Rdge regresyonun yanlı regresyon yöntem olmasına karşın EKK yöntemne göre k öneml katkısı vardır. Bunlar; açıklayıcı değşkenlerde çoklu bağlantıyı elemne etmek ve regresyonda yanlılık karesyle varyansı değştrerek Hata Kareler Ortalamasını azaltmaktır (İek, 20). Rdge regresyon modelnde açıklayıcı değşken katsayıları matrs notasyonunda; ˆβ = ( + ki y, ( k ) ) olarak tahmn edleblmektedr. Burada; k, yanlılık ya da Rgde arametres olarak blnmektedr ve ver kümesnden tahmn edlmeldr (Al-Hassan ve Al- Kassab, 2009). Çoklu regresyon modelnde açıklayıcı değşkenler brbrler le bağlantılı olduklarında EKK β kestrcsnden daha küçük varyanslı β kestrclernden elde edlmesnde, güçlü çoklu bağlantı etks le regresyon katsayılarında oluşan kararsızlıkların grafk üzernde gösterlmesnde ve modeldek gereksz değşkenlern çıkarılması amacıyla Rdge regresyon yöntem kullanılablmektedr (Yıldırım, 200; Pamukçu ve ark., 200) Cox regresyon 20. yüzyılda başlayan yaşam çözümlemes çalışmaları, bu yüzyılın knc yarısı boyunca büyük lerlemeler göstermştr. Bu alandak en etkl gelşmelerden br; yaşam sures üzernde açıklayıcı değşkenlern etklern ölçeblmek çn kullanılan Cox Regresyon Model dr. Parametrk modellern gerektrdğ varsayımların (normallk, bağımsızlık vb.) sağlanmadığı durumlarda Cox regresyon analz, arametrk analzlerden daha etkldr. Cox regresyon modelnn temel varsayımları şu şeklde açıklanablr: bağımsız değşkenlern rsk (hazard) fonksyonu üzerndek etkler loglneerdr ve bağımsız değşkenlern loglneer fonksyonu le rsk fonksyonu arasındak lşk çarımsaldır (Özdamar, 7

5 Farklı ver yaılarında kullanılablecek regresyon yöntemler 200; Laubender ve Bender, 200; Chen ve ark., 2009; Lu ve ark., 200). Bu k varsayıma ek olarak gözlemlern brbrnden bağımsız olmaları ve rsk oranının zamana göre değşmemes, yan sabt olması gerekmektedr (Yay ve ark., 2007). Cox regresyon modelnde yaşam zamanı T nn şartlı dağılımı, Z ve hazard fonksyonu λ (. Z, ) tarafından tanımlanmaktadır ve hazard; λ ( t Z, ) = λ0 ( t)ex( γz + β ), olarak tanımlanablmektedr. Burada; γ, Z ye at regresyon katsayılarını, β se e at regresyon katsayıları vektörünü göstermektedr. λ0 (.) se Z=0 ve =0 olan br denek çn temel alınan hazard fonksyonunu göstermektedr (Laubender ve Bender, 200). Cox regresyon modelnn temel varsayımı olan orantılı hazard varsayımı, hazard oranının zamana karsı sabt olması ya da br breyn hazard fonksyonun dğer breyn hazard fonksyonuna orantılı olması anlamına gelmektedr. Klnk denemelerde özellkle uzun sürel verler söz konusu olduğun da orantısız hazardlar açığa çıkmaktadır. Hazardların orantılı olmaması durumunda se Cox regresyon model yaşam vers çn uygun olmamaktadır (Ata ve ark., 2007; Chen ve ark., 2009). 3. MODEL SEÇİMİ Yukarıda yaılan model tanımlarının ardından, model seçmnde uygulamaya yönelk karar mekanzması verye at hstogram grafğnn yaısına göre aşağıda örnek br çalışma le brlkte Çzelge de verlmştr. 4. SONUÇ Br araştırmada elde edlen verlere hang statstklern uygulanablr olduğunu belrlemek çn bazı ölçütler söz konusudur. Uygun statstk yöntemlerle araştırmayı çözümlemek, araştırmanın güvenrlğn artırmakla brlkte sonuçların tutarlı br şeklde yorumlanmasını da sağlamaktadır. Bu nedenle değşken yaıları, ölçme ölçekler, varsayımların tutarlılığı statstksel çalışmalarda öncelkl olarak dkkate alınması gereken öneml br durumdur. Çözümlemedek adımsal yaklaşımı dkkate almadıklarından araştırmacılar yanıltıcı ve güvenlr olmayan raorlar yayınlayablmektedr. Değşken yaıları seçlecek olan statstksel yöntem belrlemektedr. Elde edlen vernn yaısına uygun modeln seçlmes araştırmadan elde edlen sonuçların güvenrlğn ve tahmn gücünü yükseltecektr. 5. KAYNAKLAR Aktaş, A., Saraçbaşı,O., Negatf Bnom Regresyon Model, VIII. Ulusal Byostatstk Kongres, Eylül 2005, Bursa, Albayrak, A. S Uygulamalı Çok Değşkenl İstatstk Teknkler, Asl Yayın Dağıtım Ltd. Şt. Albayrak, A.S. 20. Çoklu Doğrusal Bağlantı Halnde Enküçük Kareler Teknğnn Alternatf Yanlı Tahmn Teknkler Ve Br Uygulama. sbd.karaelmas.edu.tr/makaleler/ / df. Erşm Tarh: Al-Hassan, Y.M., Al-Kassab, M. M., A Monte Carlo Comarson between Rdge and Prncal Comonents Regresson Methods. Aled Mathematcal Scences, 3(42), Alma, G.Ö., Vua, Ö., Regresyon Analznde Kullanılan En Küçük Kareler Ve En Küçük Medyan Kareler Yöntemlernn Karşılaştırılması. SDÜ Fen Edebyat Fakültes Fen Dergs (E-Derg). 2008, 3(2) Aswan, A., Bckel, P., Tomln, C., 20. Regresson on Manfolds: Estmaton of the Exteror Dervatve. Ann. Statst. 39(), Ata, N., Karasoy, D., Sözer, M.T Orantısız Hazardlar İçn Tabakalandırılmış Cox Regresyon Model ve Meme Kanser Hastaları Üzerne Br Uygulama. Türkye Klnkler J Med Sc, s. 28. Bek, Y., R Programında Doz-Yanıt Uygulamaları Çalıştayı Dnleyc Notları Mayıs 2009, Samsun. Brcan, H Lostk Regresyon Analz: Tı Verler Üzerne Br Uygulama. Kocael Ünverstes Sosyal Blmler Ensttüsü Dergs, 2004 / 2 : Bulut, E., Alın, A., Kısm En Küçük Kareler Regresyon Yöntem Algortmalarından Nals ve PLS - Kernel Algortmalarının Karşılaştırılması ve Br Uygulama. Dokuz Eylül Ünverstes İktsad ve İdar Blmler Fakültes Dergs, 24(2), Chen, M., Ibrahm, J.G., Shao, Q., Maxmum Lkelhood İnference for the Cox Regresson Model wth Alcatons to Mssng Covarates. Journal of Multvarate Analyss 00, Cox, R., 983. Some Remarks on Overdserson. Bometrka,70: Denz, Ö Poısson Regresyon Analz. İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl:4 Sayı:7 Bahar 2005/ S Damodar, N Temel Ekonometr, 2. Basım, İstanbul: Lteratür Yayıncılık, s.92. Demars, A., Regresson wth Socal Data : Modelng Contnuous and Lmted Resonse Varables. John Wley & Sons, Inc. Hoboken, New Jersey. Freese, J. and Long, J.S., Regresson Models for Categorcal Deendent Varables Usng. Stata. College Staton: Stata Pres. Frome, E.D., Kutner, M.H., Beaucham, J.J., 973. Regresson Analyss of Posson- Dstrbuted Data. Journal of Amercan Statstcal Assocaton, 68(344): Hadayegh, A., Accdent Predcton Models for Safety Evaluaton of Urban Safety Transortaton, Yüksek Lsans Tez, Toronto Ünverstes İnşaat Mühendslğ Bölümü, Kanada. İek, O. 20. Rıdge Regresyon Üzerne Br Çalışma. dar.cu.edu.tr/semozyum/bl28.htm Erşm Tarh:

6 A. Arı, H. Önder Çzelge. Model seçm çn karar mekanzması Yöntem Hstogram grafğ Doğrusal regresyon Ölçme ölçeğnde ve EKK yöntemnn varsayımları sağlanablyor se kullanılmalıdır. Doğrusal regresyonun kullanılableceğ ver kümesne örnek olarak, yanıt değşken ve açıklayıcı değşkenlern tamamının ölçülerek elde edldğ br kasalık canlı ağırlık (yanıt) üzerne doğum ağırlığı ve sütten kesm ağırlığının (açıklayıcı) etks verleblr (URL 2 ) Sayma ölçeğnde ve d arametres sıfırdan statstksel olarak farklı değl se kullanılmalıdır. Posson Posson regresyonun kullanılableceğ ver kümesne örnek olarak, klnk mastts düzeynn (skor) yanıt değşken olduğu ve açıklayıcı değşkenn somatk hücre sayısı olduğu br deneme gösterleblr (URL 3 ) Negatf bnom Sayma ölçeğnde ve d arametres sıfırdan statstksel olarak farklı se kullanılmalıdır. Negatf Bnom regresyonun kullanılableceğ ver kümesne örnek olarak, böcek sayısı (yanıt) üzerne btk çeşd (ndeks) ve btkde yarak sayısının (açıklayıcı) etksnn ncelendğ br araştırma verleblr (URL 4 ) Lostk ve Probt Temel Bleşenler ve Rdge İk veya daha fazla sınıfta grulanan verlerde, brkml artış fadelernde Probt kullanılmalı, olablrlk tahmn çn se Lostk kullanılmalıdır. Lostk regresyonun kullanılableceğ ver kümesne örnek olarak, hayvan sağlığı (sağlıklı, hasta) yanıt değşken üzerne yaş (keskl), süt verm (sürekl), arazt (var, yok) ve barınak durumunun (skor) açıklayıcı değşkenlernn etksnn ncelendğ br çalışma gösterleblr. Probt regresyonun kullanılableceğ ver kümesne örnek olarak, orman yangını (var, yok) yanıt değşken üzerne nem (sürekl), organk madde tabakasının kalınlığı (sürekl), organk madde tabakasının çeşd (ndeks), sıcaklık (sürekl) açıklayıcı değşkenlernn etksnn ncelendğ br çalışma verleblr (URL 5 ). Doğrusal regresyonda çoklu bağlantı olması durumunda, lgsz değşkenlern modelden çıkarılması çn Rdge kullanılmalı, tüm değşkenler modelde tutulmak stenyor se Temel Bleşenler kullanılmalıdır. Temel bleşenler ve Rdge regresyonun kullanılableceğ ver kümesne örnek olarak, çoklu bağlantı olması durumunda, canlı ağırlık (sürekl) yanıt değşken üzerne vücut ölçülernn (sürekl) etksnn ncelendğ br çalışma gösterleblr. Cox Uzun sürel yaşam verlernn modellenmesnde kullanılmalıdır. Cox regresyonun kullanılableceğ ver kümesne örnek olarak, sığırlarda subklnk endometrts rsk üzerne lk tohumlamada gebelk oranı (yüzde), gebelk başına servs sayısı (oran), arty (doğum sırası; keskl), vücut kondsyon skoru (skor) açıklayıcı değşkenlernn etksnn ncelendğ br çalışma gösterleblr (Demars, 2004 ) 73

7 Farklı ver yaılarında kullanılablecek regresyon yöntemler Karadavut, U., Genç, A., Tozluca, A., Kınacı, İ., Aksoyak, Ş., Palta, Ç., Pekgör, A Nohut (Ccer Aretnum L.) Btksnde Verme Etk Eden Bazı Karakterlern Alternatf Regresyon Yöntemleryle Karşılaştırılması. Tarım Blmler Dergs 2005, (3) Klenbaum, D. G., Kuer, L. L., Muller, K. E., Nzam, A., 998, Aled Regresson Analyss and Other Multvarable Methods, 798, Duxbury Press, 5 Forest Lodge Road Pacfc Grove, CA USA. Kulendran, N., Wong, K.K.F., 20. Determnants versus Comoste Leadng Indcators n Predctng Turnng Ponts n Growth Cycle. Journal of Travel Research, 50(4), Kutner, M. H., Nachtshem, C. J., Neter, J. ve L, W., Aled Lnear Statstcal Models. McGraw-Hll Irwn Comanes nc. New York. Laubender, R.P., Bender, R., 200. Estmatng Adusted Rsk Dfference (RD) and Number Needed to Treat (NNT) Measures n the Cox Regresson Model. Statst. Med. 29, Lu, M., Lu, W., Shore, R.E., Zelenuch-Jacuotte, A., 200. Cox Regresson Model wth Tme-Varyng Coeffcents n Nested Case Control Studes. Bostatstcs, (4), MacKnnon, D.P., Lockwood, C.M., Brown, C.H., Wang, W., Hoffman, J.M., The Intermedate Endont Effect n Logstc and Probt Regresson. Clncal Trals, 4, Okur, S Parametrk Ve Parametrk Olmayan Doğrusal Regresyon Analz Yöntemlernn Karşılaştırmalı Olarak İncelenmes. Çukurova Ünverstes Fen Blmler Ensttüsü, Yüksek Lsans Tez, Adana. Orhunblge, N Uygulamalı Regresyon Ve Korelasyon Analz, İ.Ü. İşletme Fakültes Yayınları, İstanbul. Önder, H., Cebec, Z., Lostk Regresyonlarda Değşken Seçm. Çukurova Ünv. Zraat Fakültes Dergs, 7(2),05 4. Özarıcı, Ö Farklı Not Sstemlernde Öğrencnn Başarılı Olma Olasılığının Probt Regresyon Analzyle Değerlendrlmes, Osmangaz Ünverstes Fen Blmler Ensttüsü, Yüksek Lsans Tez. Özdamar, K. 200.SPSS le Byostatstk, Kaan Ktabev, Eskşehr. Özkan, K Torağın Tarla Kaastes Değşmnn Torak Türüne Göre Temel Bleşenler Regresyon Analz İle Modellenmes Süleyman Demrel Ünverstes Orman Fakültes Dergs Ser: A, Sayı: 2, Issn: , Sayfa: -9. Pamukçu, E., Çolak, C., Çalık, S., Kuzu, Z., 200. Sstolk Kan Basıncının Tahmnnde Yanlı Regresyon Yöntemlernn Kullanılması. Journal of Inonu Unversty Medcal Faculty, 7(4), Polat, E Kısm En Küçük Kareler Regresyonu. Hacettee Ünverstes, Fen blmler Ensttüsü, Yüksek Lsans Tez. SAS, SAS/STAT Software:Hangen and Enhanced. SAS, Inst. Inc., USA. Selm, S Sayma Ver Modeller İle Çocuk Sayısı Belrleycler: Türkye dek Seçlmş İller İçn Sosyoekonomk Analzler. D.E.Ü.İ.İ.B.F.Dergs Clt:8 Sayı:2, Ss:3-3. Tocu, Y Çftçlern Tarımsal Destekleme Poltkalarından Faydalanma İstekllğnde Etkl Faktörlern Analz: Erzurum İl Örneğ. Akdenz Ünverstes Zraat Fakültes Dergs, 2(2), URL : htt://www.oxfordournals.org/our_ournals/troe/onln e/ma_cha3.df. Posson Regresson Analyss (Erşm Tarh: ). URL 2 : htt://theclmatescetcsarty.blogsot.com/20/08/nzc lmate-truth-newsletter-no-273.html (Erşm Tarh: ). URL 3 : htt://www.ats.ucla.edu/stat/r/dae/zosson.htm (Erşm Tarh: ). URL 4 : htt://www.hlender.com/courses/categorcal/notes/tru nc0.html (Erşm Tarh: ). URL 5 : htt://archmede.bbl.ulaval.ca/archmede/fchers/23662 /ch07.html (Erşm Tarh: ). Ürük, E., İstatstksel Uygulamalarda Lostk Regresyon Analz. Marmara Vural, A Aykırı Değerlern Regresyon Modellerne Etkler ve Sağlam Kestrcler. Marmara Ünverstes Sosyal Blmler Ensttüsü, Yüksek Lsans Tez, İstanbul. Vural, A Aykırı Değerlern Regresyon Modellerne Etkler ve Sağlam Kestrcler. Marmara Ünverstes Sosyal Blmler Ensttüsü, Yüksek Lsans Tez, İstanbul. Wesberg, S., Aled Lnear Regresson. John Wley & Sons, Inc. Hoboken, New Jersey. Yay, M., Çöker, E., Uysal, Ö Yaflam Analznde Cox Regresyon Model ve Artıkların İncelenmes. Cerrahaşa Tı Dergs, 38:39-45, ISSN: Yıldırım, N., 200. En Küçük Kareler, Rdge Regresyon Ve Robust Regresyon Yöntemlernde Analz Sonuçlarına Aykırı Değerlern Etklernn Belrlenmes. Çukurova Ünverstes Fen Blmler Ensttüsü, Yüksek Lsans Tez, Adana. 74

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

NİTEL TERCİH MODELLERİ

NİTEL TERCİH MODELLERİ NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:

Detaylı

Hasar sıklıkları için sıfır yığılmalı kesikli modeller

Hasar sıklıkları için sıfır yığılmalı kesikli modeller www.statstkcler.org İstatstkçler Dergs 5 (01) 3-31 İstatstkçler Dergs Hasar sıklıkları çn sıfır yığılmalı keskl modeller Sema Tüzel Hacettepe Ünverstes Aktüerya Blmler Bölümü 06800-Beytepe, Ankara, Türkye

Detaylı

FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ

FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ Anadolu Tarım Blm. Derg., 2009,24(2):98-102 Anadolu J. Agrc. Sc., 2009,24(2):98-102 Araştırma Research FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ Soner ÇA KAYA* Aydın

Detaylı

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 18.02.2011 Clt: 13, Sayı: 1, Yıl: 2011, Sayfa: 21-37 Yayına Kabul Tarh: 17.03.2011 ISSN: 1302-3284 ALGILANAN HİZMET KALİTESİ VE LOJİSTİK

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011) İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)

Detaylı

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2007/2, Sayı: 6 Journal of Suleyman Demrel Unversty Insttue of Socal Scences Year: 2007/2, Number: 6 KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM

Detaylı

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller UYGULAMA 2 Bağımlı Kukla Değşkenl Modeller Br araştırmacı Amerka da yüksek lsans ve doktora programlarını kabul ednlmey etkleyen faktörler ncelemek stemektedr. Bu doğrultuda aşağıdak değşkenler ele almaktadır.

Detaylı

Lojistik Regresyonlarda Değişken Seçimi

Lojistik Regresyonlarda Değişken Seçimi Çukurova Ünverstes Zraat Fakültes Dergs, 7 (2):05-4 Lostk Regresyonlarda Değşken Seçm Hasan ÖNDER () Zeynel CEBECİ (2) Özet Bu çalışmada, lostk regresyonlarda değşken seçm yöntemlernden ler doğru seçm,

Detaylı

YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ

YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ Özet YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ Atıf EVREN *1 Elf TUNA ** Yarı parametrk panel ver modeller parametrk ve parametrk olmayan modeller br araya getren; br kısmı

Detaylı

Muhasebe ve Finansman Dergisi

Muhasebe ve Finansman Dergisi Muhasebe ve Fnansman Dergs Ocak/2012 Farklı Muhasebe Düzenlemelerne Göre Hazırlanan Mal Tablolardan Elde Edlen Fnansal Oranlar İle Şrketlern Hsse Sened Getrler Ve Pyasa Değerler Arasındak İlşk Ahmet BÜYÜKŞALVARCI

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ M.Ensar YEŞİLYURT (*) Flz YEŞİLYURT (**) Özet: Özellkle uzak verlere sahp ver setlernn analz edlmesnde en küçük kareler tahmnclernn kullanılması sapmalı

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

Sıfır Ağırlıklı Sayma ile Elde Edilen Veriler İçin Çok Seviyeli ZIP Regresyon * Multilevel ZIP Regression for Zero-Inflated Count Data

Sıfır Ağırlıklı Sayma ile Elde Edilen Veriler İçin Çok Seviyeli ZIP Regresyon * Multilevel ZIP Regression for Zero-Inflated Count Data Yüzüncü Yıl Ünverstes Fen Blmler Ensttüsü Dergs/ Journal of The Insttute of Natural & Appled Scences 18 (1-):01-08, 013 Araştırma Makales/Research Artcle Sıfır Ağırlıklı Sayma le Elde Edlen Verler İçn

Detaylı

Tek Yönlü Varyans Analizi

Tek Yönlü Varyans Analizi Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak

Detaylı

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS NURAY TUNCER PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatstk Anablm Dalı İçn Öngördüğü

Detaylı

LOJİSTİK REGRESYON ANALİZİ İLE ESKİŞEHİR İN SİS

LOJİSTİK REGRESYON ANALİZİ İLE ESKİŞEHİR İN SİS İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 8 Sayı: 16 Güz 2009/2 s. 47-59 LOJİSTİK REGRESYON ANALİZİ İLE ESKİŞEHİR İN SİS KESTİRİMİNİN İNCELENMESİ Cengz AKTAŞ *, Orkun ERKUŞ ** Gelş: 12.10.2009 Kabul:

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım

Detaylı

Genel Doğrusal Karışık Modellerde Farklı Kovaryans Yapıları ve Tahmin Yöntemlerinin Performanslarının Karşılaştırılması 1

Genel Doğrusal Karışık Modellerde Farklı Kovaryans Yapıları ve Tahmin Yöntemlerinin Performanslarının Karşılaştırılması 1 Hayvansal Üretm 54(): 8-3, 03 Araştırma Makales Genel Doğrusal Karışık Modellerde Farklı Kovaryans Yapıları ve Tahmn Yöntemlernn Performanslarının Karşılaştırılması Gazel Ser *, Barış Kak, Abdullah Yeşlova,

Detaylı

İyi Tarım Uygulamaları Ve Tüketici Davranışları (Logit Regresyon Analizi)(*)

İyi Tarım Uygulamaları Ve Tüketici Davranışları (Logit Regresyon Analizi)(*) Gazosmanpaşa Ünverstes Zraat Fakültes Dergs Journal of Agrcultural Faculty of Gazosmanpasa Unversty http://zraatderg.gop.edu.tr/ Araştırma Makales/Research Artcle JAFAG ISSN: 1300-2910 E-ISSN: 2147-8848

Detaylı

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011) SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler

Detaylı

BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ

BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ Yrd. Doç. Dr. Murat ATAN - Araş. Gör. Gaye KARPAT ÇATALBAŞ 2 ÖZET Bu çalışma, Türk bankacılık sstem çnde faalyet gösteren tcar bankaların

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS EN KÜÇÜK KARELER, RİDGE REGRESYON VE ROBUST REGRESYON YÖNTEMLERİNDE ANALİZ SONUÇLARINA AYKIRI DEĞERLERİN ETKİLERİNİN BELİRLENMESİ ZOOTEKNİ ANABİLİM

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans Farklı Varyans Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans Y X 1 Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = s Farklı Varyans Zaman EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

Merkezi Eğilim (Yer) Ölçüleri Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına

Detaylı

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 X Sabt Varyans Y Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern eşt varyanslı olmasıdır Her hata term varyansı bağımsız değşkenlern verlen değerlerne

Detaylı

AKADEMİK YAKLAŞIMLAR DERGİSİ JOURNAL OF ACADEMIC APPROACHES

AKADEMİK YAKLAŞIMLAR DERGİSİ JOURNAL OF ACADEMIC APPROACHES Konut Sahplğnn Belrleycler: Hanehalkı Resler Üzerne Br Uygulama Halm TATLI 1 Özet İnsanların barınma htyacını sağlayan konut, temel htyaçlar arasında yer almaktadır. Konut sahb olmayan ve krada oturan

Detaylı

2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46

2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46 2005 Gaz Ünverstes Endüstryel Sanatlar Eğtm Fakültes Dergs Sayı:16, s31-46 ÖZET BANKALARDA MALİ BAŞARISIZLIĞIN ÖNGÖRÜLMESİ LOJİSTİK REGRESYON VE YAPAY SİNİR AĞI KARŞILAŞTIRMASI 31 Yasemn KESKİN BENLİ 1

Detaylı

TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME

TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME Ġstanbul Ünverstes Ġktsat Fakültes Malye AraĢtırma Merkez Konferansları 46. Ser / Yıl 2004 Prof. Dr. Salh Turhan'a Armağan TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME

Detaylı

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,

Detaylı

Mut Orman İşletmesinde Karaçam, Sedir ve Kızılçam Ağaç Türleri İçin Dip Çap Göğüs Çapı İlişkileri

Mut Orman İşletmesinde Karaçam, Sedir ve Kızılçam Ağaç Türleri İçin Dip Çap Göğüs Çapı İlişkileri Süleyman Demrel Ünverstes, Fen Blmler Ensttüsü, 9-3,(5)- Mut Orman İşletmesnde Karaçam, Sedr ve Kızılçam Ağaç Türler İçn Dp Çap Göğüs Çapı İlşkler R.ÖZÇELİK 1 Süleyman Demrel Ünverstes Orman Fakültes Orman

Detaylı

SUÇ VERİ TABANININ LOJİSTİK REGRESYON ANALİZİ İLE TAHMİNİ: BURSA ÖRNEĞİ Estimating of Crime Database with Logistic Regression Analysis: Bursa Case

SUÇ VERİ TABANININ LOJİSTİK REGRESYON ANALİZİ İLE TAHMİNİ: BURSA ÖRNEĞİ Estimating of Crime Database with Logistic Regression Analysis: Bursa Case SUÇ VERİ TABANININ LOJİSTİK REGRESYON ANALİZİ İLE TAHMİNİ: BURSA ÖRNEĞİ Estmatng of Crme Database wth Logstc Regresson Analyss: Bursa Case Mehmet NARGELEÇEKENLER * B Özet u çalışmada, Bursa Emnyet Müdürlüğünden

Detaylı

Bitkisel Ürün Sigortası Yaptırma İsteğinin Belirlenmesi: Tokat İli Örneği

Bitkisel Ürün Sigortası Yaptırma İsteğinin Belirlenmesi: Tokat İli Örneği Atatürk Ünv. Zraat Fak. Derg., 42 (2): 153-157, 2011 J. of Agrcultural Faculty of Atatürk Unv., 42 (2): 153-157, 2011 ISSN : 1300-9036 Araştırma Makales/Research Artcle Btksel Ürün Sgortası Yaptırma İsteğnn

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Berrn GÜLTAY YÜKSEK LİSANS TEZİ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI ADANA, 9 ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU

Detaylı

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar

Detaylı

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests Ankara Unversty, Journal of Faculty of Educatonal Scences, year: 26, vol: 39, no: 2, 27-44 Obtanng Classcal Relablty Terms from Item Response Theory n Multple Choce Tests Hall Yurdugül * ABSTRACT: The

Detaylı

Rasgele Değişken Üretme Teknikleri

Rasgele Değişken Üretme Teknikleri Rasgele Değşken Üretme Teknkler Amaç Smülasyon modelnn grdlern oluşturacak örneklern üretlmes Yaygın olarak kullanılan ayrık veya sürekl dağılımların örneklenmes sürecn anlamak Yaygın olarak kullanılan

Detaylı

REGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI. Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK

REGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI. Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK REGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ŞUBAT 014 ANKARA Can DARICA tarafından hazırlanan

Detaylı

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/journal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL

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

LOJ ST K REGRESYON ANAL Z : Ö RENC LER N S GARA ÇME ALI KANLI I ÜZER NE B R UYGULAMA

LOJ ST K REGRESYON ANAL Z : Ö RENC LER N S GARA ÇME ALI KANLI I ÜZER NE B R UYGULAMA LOJ ST K REGRESYON ANAL Z : Ö RENC LER N S GARA ÇME ALI KANLI I ÜZER NE B R UYGULAMA Yrd. Doç. Dr. Cengz AKTA Esk ehr Osmangaz Ünv. Fen-Ed.Fak. statstk Böl. caktas@ogu.edu.tr Öz Sgara, tüm dünyada korunulablr

Detaylı

Akıllı Telefon Seçiminin Belirleyicileri: Üniversite Öğrencileri Üzerine Bir Uygulama

Akıllı Telefon Seçiminin Belirleyicileri: Üniversite Öğrencileri Üzerine Bir Uygulama The PDF verson of an unedted manuscrpt has been peer revewed and accepted for publcaton. Based upon the publcaton rules of the journal, the manuscrpt has been formatted, but not fnalzed yet. Before fnal

Detaylı

ATATÜRK ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANA BİLİM DALI. Serhat BURMAOĞLU

ATATÜRK ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANA BİLİM DALI. Serhat BURMAOĞLU ATATÜRK ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANA BİLİM DALI Serhat BURMAOĞLU BİRLEŞMİŞ MİLLETLER KALKINMA PROGRAMI BEŞERİ KALKINMA ENDEKSİ VERİLERİNİ KULLANARAK DİSKRİMİNANT ANALİZİ, LOJİSTİK

Detaylı

Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 25, Sayı: 1, 2011 225

Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 25, Sayı: 1, 2011 225 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 25, Sayı:, 20 225 FİNANSAL ANALİZDE KULLANILAN ORANLAR VE HİSSE SENEDİ GETİRİLERİ ARASINDAKİ İLİŞKİ: EKONOMİK KRİZ DÖNEMLERİ İÇİN İMKB İMALAT SANAYİ

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Savaş OKUR PARAMETRİK VE PARAMETRİK OLMAYAN BASİT DOĞRUSAL REGRESYON ANALİZ YÖNTEMLERİNİN KARŞILAŞTIRMALI OLARAK İNCELENMESİ ZOOTEKNİ ANABİLİM

Detaylı

LOJİSTİK REGRESYON VE CART ANALİZİ TEKNİKLERİYLE SOSYAL GÜVENLİK KURUMU İLAÇ PROVİZYON SİSTEMİ VERİLERİ ÜZERİNDE BİR UYGULAMA. Zeynep Burcu KIRAN

LOJİSTİK REGRESYON VE CART ANALİZİ TEKNİKLERİYLE SOSYAL GÜVENLİK KURUMU İLAÇ PROVİZYON SİSTEMİ VERİLERİ ÜZERİNDE BİR UYGULAMA. Zeynep Burcu KIRAN LOJİSTİK REGRESYON VE CART ANALİZİ TEKNİKLERİYLE SOSYAL GÜVENLİK KURUMU İLAÇ PROVİZYON SİSTEMİ VERİLERİ ÜZERİNDE BİR UYGULAMA Zeynep Burcu KIRAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.111-131.

Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.111-131. Süleyman Demrel Ünverstes İktsad ve İdar Blmler Fakültes Y.008, C.3, S. s.-3. BİREYSEL EMEKLİLİK FONLARINDA FON YAPILARININ KARMA DENEMELER YÖNTEMİ İLE İNCELENMESİ EXAMINING THE STRUCTURE OF FUNDS BY MIXTURE

Detaylı

HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER

HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER İstanbul Ünverstes İktsat Fakültes Malye Araştırma Merkez Konferansları 47. Ser / Yıl 005 Prof. Dr. Türkan Öncel e Armağan HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER

Detaylı

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale

Detaylı

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI C.Ü. İktsad ve İdar Blmler Dergs, Clt 4, Sayı 1, 3 6 Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI H. BİRCAN, Y. KARAGÖZ ve Y. KASAPOĞLU

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ

Detaylı

Sansürlenmiş ve Kesikli Regresyon Modelleri

Sansürlenmiş ve Kesikli Regresyon Modelleri TOBİT MODEL 1 Sansürlenmş ve Keskl Regresyon Modeller Sınırlı bağımlı değşkenler: sansürlenmş (censored) ve keskl (truncated) regresyon modeller şeklnde k gruba ayrılır. 2 Sansürlenmş ve Keskl Regresyon

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Gülesen ÜSTÜNDAĞ BAZI PARAMETRİK OLMAYAN İSTATİSTİKSEL YÖNTEMLERİN İNCELENMESİ İSTATİSTİK ANABİLİM DALI ADANA, 005 ÇUKUROVA ÜNİVERSİTESİ

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojkarastrmalar.com ISSN:134-4141 Makne Teknolojler Elektronk Dergs 28 (1) 61-68 TEKNOLOJĐK ARAŞTIRMALAR Kısa Makale Tabakalı Br Dskn Termal Gerlme Analz Hasan ÇALLIOĞLU 1, Şükrü KARAKAYA 2 1

Detaylı

REGRESYON ANALİZİ BÖLÜM 5-6

REGRESYON ANALİZİ BÖLÜM 5-6 REGRESYON ANALİZİ BÖLÜM 5-6 Yayın Tarh: 03-11-2007 Revzyon No:0 1 5. E.K.K. REGRESYONUNDA KARŞILAŞILAN PROBLEMLER VE BAZI KONU BAŞLIKLARI 2 1 EN KÜÇÜK KARELERDE KARŞILAŞILAN PROBLEMLER EKK da karşılaşılan

Detaylı

Finansal Riskten Korunma Muhasebesinde Etkinliğin Ölçülmesi

Finansal Riskten Korunma Muhasebesinde Etkinliğin Ölçülmesi Fnansal Rskten Korunma Muhasebesnde Etknlğn Ölçülmes Dr. Fahreddn OKUDAN * Fath Ünverstes, İİBF. Özet Bu makalenn amacı, etknlk test yöntemlernn ncelenmesdr. TMS 39, rskten korunma muhasebes uygulanablmes

Detaylı

TESADÜFİ DEĞİŞKENLERLE İLGİLİ BAZI YAKINSAKLIK ÇEŞİTLERİNİN KARŞILAŞTIRILMASI

TESADÜFİ 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

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ

Detaylı

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,

Detaylı

KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2

KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2 Journal of Yasar Unversty 2010 3294-3319 KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ Dr. Al Rıza AKTAŞ 1 Dr. Selm Adem HATIRLI 2 ÖZET Bu çalışmada, Batı Akdenz Bölges kent merkezlernde

Detaylı

AVRUPA BİRLİĞİ NE ÜYELİK SÜRECİNDE ETKİLİ FAKTÖRLERİN KOŞULLU LOJİSTİK REGRESYON MODELLERİ İLE DEĞERLENDİRİLMESİ

AVRUPA BİRLİĞİ NE ÜYELİK SÜRECİNDE ETKİLİ FAKTÖRLERİN KOŞULLU LOJİSTİK REGRESYON MODELLERİ İLE DEĞERLENDİRİLMESİ Ekonometr ve İstatstk Sayı:14 2011 62 83 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ AVRUPA BİRLİĞİ NE ÜYELİK SÜRECİNDE ETKİLİ FAKTÖRLERİN KOŞULLU LOJİSTİK REGRESYON MODELLERİ

Detaylı

EMG İşaretlerinin K-Ortalama Algoritması Kullanılarak Öbekleştirilmesi. EMG Signal Analysis Using K-Means Clustering

EMG İşaretlerinin K-Ortalama Algoritması Kullanılarak Öbekleştirilmesi. EMG Signal Analysis Using K-Means Clustering KSÜ Mühendslk Blmler Dergs, (), 9 5 KSU Journal of Engneerng Scences, (), 9 EMG İşaretlernn K-Ortalama Algortması Kullanılarak Öbekleştrlmes Mücahd Günay, Ahmet ALKA, KSÜ Mühendslk-Mmarlık Fakültes Elektrk-Elektronk

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,

Detaylı

Baml deikenin simetrik bulank say olmas durumunda parametre tahmini

Baml deikenin simetrik bulank say olmas durumunda parametre tahmini www.statstkcler.org statstkçler Dergs 3 (00) 54-6 statstkçler Dergs Baml dekenn smetrk bulank say olmas durumunda arametre tahmn Kamle anl Kula Ah Evran Ünverstes, Matematk Bölümü, 4000, Krehr, ürkye sanl004@hotmal.com

Detaylı

Türkiye deki Đşsizlik Oranının Bulanık Doğrusal Regresyon Analiziyle Tahmini

Türkiye deki Đşsizlik Oranının Bulanık Doğrusal Regresyon Analiziyle Tahmini İstatstkçler Dergs: İstatstk & Aktüerya Journal of Statstcans: Statstcs and Actuaral Scences IDIA 8, 5, -6 Gelş/Receved:6.4.5, Kabul/Accepted: 3.6.5 www.statstkcler.org Türkye dek Đşszlk Oranının Bulanık

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

Üç Boyutlu Yapı-Zemin Etkileşimi Problemlerinin Kuadratik Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak Çözümü

Üç Boyutlu Yapı-Zemin Etkileşimi Problemlerinin Kuadratik Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak Çözümü ECAS Uluslararası Yapı ve Deprem Mühendslğ Sempozyumu, Ekm, Orta Doğu Teknk Ünverstes, Ankara, Türkye Üç Boyutlu Yapı-Zemn Etkleşm Problemlernn Kuadratk Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak

Detaylı

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI Mehmet Aktan Atatürk Ünverstes, Endüstr Mühendslğ Bölümü, 25240, Erzurum. Özet: Dövz kurlarındak değşmler,

Detaylı

Devalüasyon, Para, Reel Gelir Değişkenlerinin Dış Ticaret Üzerine Etkisinin Panel Data Yöntemiyle Türkiye İçin İncelenmesi

Devalüasyon, Para, Reel Gelir Değişkenlerinin Dış Ticaret Üzerine Etkisinin Panel Data Yöntemiyle Türkiye İçin İncelenmesi Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 6, Sayı:4, 2004 Devalüasyon, Para, Reel Gelr Değşkenlernn Dış Tcaret Üzerne Etksnn Panel Data Yöntemyle Türkye İçn İncelenmes Yrd.Doç.Dr.Ercan BALDEMİR*

Detaylı

META ANALİZ VE TARIMSAL UYGULAMALAR

META ANALİZ VE TARIMSAL UYGULAMALAR T.C. KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZOOTEKNİ ANABİLİM DALI META ANALİZ VE TARIMSAL UYGULAMALAR HANDE KÜÇÜKÖNDER YÜKSEK LİSANS TEZİ KAHRAMANMARAŞ Ocak -2007 T.C. KAHRAMANMARAŞ

Detaylı

Samsun Bölgesindeki Hava Kirliliğinin Neden Olduğu Hastalıkların İstatistiksel Modellenmesi

Samsun Bölgesindeki Hava Kirliliğinin Neden Olduğu Hastalıkların İstatistiksel Modellenmesi KFBD Karadenz Fen Blmler Dergs / The Black Sea Journal of Scences 3(8):27-36, 2013 ISSN: 1309-4726 http://kfbd.gresun.edu.tr Samsun Bölgesndek Hava Krllğnn Neden Olduğu Hastalıkların İstatstksel Modellenmes

Detaylı

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği Dokuz Eylül Ünverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:24, Sayı:1, Yıl:2009, ss.105-122. Kısa Vadel Sermaye Grş Modellemes: Türkye Örneğ Mehmet AKSARAYLI 1 Özhan TUNCAY 2 Alınma Tarh: 04-2008,

Detaylı

Erzurum Đlinde Buğday, Arpa ve Çavdarda Girdi Talebi Araştırması

Erzurum Đlinde Buğday, Arpa ve Çavdarda Girdi Talebi Araştırması Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/ournal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL

Detaylı

Sorunun varlığı durumunda hata terimi varyans-kovaryans matrisi Var, Cov(u) = E(uu') = σ 2 I n şeklinde yazılamıyor fakat

Sorunun varlığı durumunda hata terimi varyans-kovaryans matrisi Var, Cov(u) = E(uu') = σ 2 I n şeklinde yazılamıyor fakat 8. DEĞİŞEN VARYANS SORUNU (HETEROSCEDASTICITY) 8.. Değşen Varyans Sorunu Nedr? Matrslerle yan Y = β u Y = β β β 3 3 β k k u, = n genel doğrusal modeln ele alalım. Hata term çn yapılan varsayımlardan brs

Detaylı

Türkiyede ki ĠĢ Kazalarının Yapay Sinir Ağları ile 2025 Yılına Kadar Tahmini

Türkiyede ki ĠĢ Kazalarının Yapay Sinir Ağları ile 2025 Yılına Kadar Tahmini Türkyede k ĠĢ Kazalarının Yapay Snr Ağları le 2025 Yılına Kadar Tahmn Hüseyn Ceylan ve Murat Avan Kırıkkale Meslek Yüksekokulu, Kırıkkale Ünverstes, Kırıkkale, 71450 Türkye. Kaman Meslek Yüksekokulu, Ah

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BULANIK HEDONİK REGRESYON. Gökalp Kadri YENTÜR İSTATİSTİK ANABİLİM DALI ANKARA 2011

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BULANIK HEDONİK REGRESYON. Gökalp Kadri YENTÜR İSTATİSTİK ANABİLİM DALI ANKARA 2011 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BULANIK HEDONİK REGRESYON Gökalp Kadr YENTÜR İSTATİSTİK ANABİLİM DALI ANKARA 011 Her hakkı saklıdır ÖZET Yüksek Lsans Tez BULANIK HEDONİK

Detaylı

Üniversite Öğrencilerinin Kredi Kartı Sahipliğini Belirleyen Faktörler

Üniversite Öğrencilerinin Kredi Kartı Sahipliğini Belirleyen Faktörler Ünverste Öğrenclernn Kred Kartı Sahplğn Belrleyen Faktörler H. Dlara KESKİN Yrd. Doç. Dr., Karadenz Teknk Ünverstes, İİBF İşletme Bölümü dlarakeskn@yahoo.com Emrah KOPARAN Öğr. Gör., Amasya Ünverstes Merzfon

Detaylı

Pamukta Girdi Talebi: Menemen Örneği

Pamukta Girdi Talebi: Menemen Örneği Ege Ünv. Zraat Fak. Derg., 2002, 39 (3): 88-95 ISSN 1018-8851 Pamukta Grd Taleb: Menemen Örneğ Bülent MİRAN 1 Canan ABAY 2 Chat Günden 3 Summary Demand for Inputs n Cotton Producton: The Case of Menemen

Detaylı

SESSION 1B: Büyüme ve Gelişme 279

SESSION 1B: Büyüme ve Gelişme 279 SESSION 1B: Büyüme ve Gelşme 279 Türkye de Hanehalkı Tüketm Harcamaları: Pseudo Panel Ver le Talep Sstemnn Tahmn The Consumpton Expendture of Households n Turkey: Demand System Estmaton wth Pseudo Panel

Detaylı

ÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ. Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK

ÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ. Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK ÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TEMMUZ 2007 ANKARA

Detaylı

Çok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama

Çok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama 346 Çok ölçütlü karar verme yaklaşımlarına dayalı tedarkç seçm: elektronk sektöründe br uygulama Murat ARIKAN 1, Berat GÖKBEK 1 1 Endüstr Mühendslğ Bölümü, Mühendslk Fakültes, Gaz Ünverstes, Maltepe-Ankara

Detaylı

Calculating the Index of Refraction of Air

Calculating the Index of Refraction of Air Ankara Unversty Faculty o Engneerng Optcs Lab IV Sprng 2009 Calculatng the Index o Reracton o Ar Lab Group: 1 Teoman Soygül Snan Tarakçı Seval Cbcel Muhammed Karakaya March 3, 2009 Havanın Kırılma Đndsnn

Detaylı

KALĐTE ARTIŞLARI VE ENFLASYON: TÜRKĐYE ÖRNEĞĐ

KALĐTE ARTIŞLARI VE ENFLASYON: TÜRKĐYE ÖRNEĞĐ Central Bank Revew Vol. 11 (January 2011), pp.1-9 ISSN 1303-0701 prnt / 1305-8800 onlne 2011 Central Bank of the Republc of Turkey http://www.tcmb.gov.tr/research/revew/ KALĐTE ARTIŞLARI VE ENFLASYON:

Detaylı

Bulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama

Bulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 14 Sayı: 3 Temmuz 2014 ss. 463-479 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Selecton of Shoppng Center

Detaylı

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Türkye İnşaat Mühendslğ, XVII. Teknk Kongre, İstanbul, 2004 İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Nur MERZİ 1, Metn NOHUTCU, Evren YILDIZ 1 Orta Doğu Teknk Ünverstes, İnşaat Mühendslğ Bölümü, 06531 Ankara

Detaylı

Türkiye Cumhuriyet Merkez Bankası Sayı: 2010-17 / 20 Aralık 2010 EKONOMİ NOTLARI. Kalite Artışları ve Enflasyon: Türkiye Örneği

Türkiye Cumhuriyet Merkez Bankası Sayı: 2010-17 / 20 Aralık 2010 EKONOMİ NOTLARI. Kalite Artışları ve Enflasyon: Türkiye Örneği Türkye Cumhuryet Merkez Bankası Sayı: 2010-17 / 20 Aralık 2010 EKONOMİ NOTLARI Kalte Artışları ve Enflasyon: Türkye Örneğ Yavuz Arslan Evren Certoğlu Abstract: In ths study, average qualty growth and upward

Detaylı

Konumsal Enterpolasyon Yöntemleri Uygulamalarında Optimum Parametre Seçimi: Doğu Karadeniz Bölgesi Günlük Ortalama Sıcaklık Verileri Örneği

Konumsal Enterpolasyon Yöntemleri Uygulamalarında Optimum Parametre Seçimi: Doğu Karadeniz Bölgesi Günlük Ortalama Sıcaklık Verileri Örneği S. ZENGİN KAZANCI, E. TANIR KAYIKÇI Konumsal Enterpolasyon Yöntemler Uygulamalarında Optmum Parametre Seçm: Doğu Karadenz Bölges Günlük Ortalama Sıcaklık S. ZENGİN KAZANCI 1, E. TANIR KAYIKÇI 1 1 Karadenz

Detaylı

ANTALYA DA OBEZİTE YAYGINLIĞI VE DÜZEYİNİ ETKİLEYEN SOSYO-EKONOMİK DEĞİŞKENLER

ANTALYA DA OBEZİTE YAYGINLIĞI VE DÜZEYİNİ ETKİLEYEN SOSYO-EKONOMİK DEĞİŞKENLER Akdenz İ.İ.B.F. Dergs (21) 2011, 17-45 ANTALYA DA OBEZİTE YAYGINLIĞI VE DÜZEYİNİ ETKİLEYEN SOSYO-EKONOMİK DEĞİŞKENLER PREVALENCE AND SOCIOECONOMICS DETERMINANTS OF ADULTS OBESITY IN ANTALYA Arş. Gör. F.

Detaylı

Korelasyon analizi. Korelasyon analizinin niteliği. Sınava hazırlanma süresi ile sınavdan alınan başarı arasında ilişki var mıdır?

Korelasyon analizi. Korelasyon analizinin niteliği. Sınava hazırlanma süresi ile sınavdan alınan başarı arasında ilişki var mıdır? Korelasyon analz Korelasyon analz Sınava hazırlanma süres le sınavdan alınan başarı arasında lşk var mıdır? q N sayıda öğrencnn sınava hazırlanma süreler le sınavdan aldıkları puanlar tespt edlr. Reklam

Detaylı

Biyoistatistik (Ders 6: Bağımsız Gruplarda İkiden Çok Örneklem Testleri)

Biyoistatistik (Ders 6: Bağımsız Gruplarda İkiden Çok Örneklem Testleri) k ÖRNEKLEM TESTLERİ BAĞIMSIZ GRUPLARDA k ÖRNEKLEM TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr BAĞIMSIZ İKİDEN ÇOK GRUBUN KARŞILAŞTIRILMASINA

Detaylı

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests Ankara Unversty, Journal of Faculty of Educatonal Scences, year: 2006, vol: 39, no: 2, 27-44 Obtanng Classcal Relablty Terms from Item Response Theory n Multple Choce Tests Hall Yurdugül * ABSTRACT: The

Detaylı

TÜRKİYE DE YOKSULLUK PROFİLİ VE GELİR GRUPLARINA GÖRE GIDA TALEBİ

TÜRKİYE DE YOKSULLUK PROFİLİ VE GELİR GRUPLARINA GÖRE GIDA TALEBİ TÜRKİYE DE YOKSULLUK PROFİLİ VE GELİR GRUPLARINA GÖRE GIDA TALEBİ Yrd. Doç. Dr. Seda ŞENGÜL Çukurova Ünverstes İktsad Ve İdar Blmler Fakültes Ekonometr Bölümü Mart 2004 ANKARA YAYIN NO: 119 ISBN: 975-407-151-9

Detaylı

AHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY

AHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY Dumlupınar Ünverstes Sosyal Blmler Dergs / Dumlupınar Unversty Journal of Socal Scences İNOVASYON PERFORMANSI DEĞERLENDİRME SÜRECİNDE AHS VE GİA BÜTÜNLEŞİK YAKLAŞIMI: SÜT ÜRÜNLERİ SEKTÖRÜNDE BİR UYGULAMA

Detaylı

YAŞAM ÇÖZÜMLEMESİNDE ZAYIFLIK MODELLERİ FRAILTY MODELS IN SURVIVAL ANALYSIS

YAŞAM ÇÖZÜMLEMESİNDE ZAYIFLIK MODELLERİ FRAILTY MODELS IN SURVIVAL ANALYSIS YAŞAM ÇÖZÜMLEMESİNDE ZAYIFLIK MODELLERİ FRAILTY MODELS IN SURVIVAL ANALYSIS DİREN YEĞEN DOÇ. DR. NİHAL ATA TUTKUN Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm ve Sınav Yönetmelğnn İstatstk Anablm

Detaylı

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ SAYISAL ANALİZ Doç.Dr. Cüneyt BAYILMIŞ Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz SAYISAL ANALİZ SAYISAL TÜREV Numercal Derentaton Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz İÇİNDEKİLER Sayısal Türev Ger Farklar

Detaylı

ÖZET Yüksek Lsans Tez TAM VE SANSÜRLÜ ÖRNEKLEM DURUMLARINDA WEIBULL DAĞILIMI İÇİN BAZI İSTATİSTİKİ SONUÇ ÇIKARIMLARI Dlşen TAMAM Ankara Ünverstes Fen

ÖZET Yüksek Lsans Tez TAM VE SANSÜRLÜ ÖRNEKLEM DURUMLARINDA WEIBULL DAĞILIMI İÇİN BAZI İSTATİSTİKİ SONUÇ ÇIKARIMLARI Dlşen TAMAM Ankara Ünverstes Fen ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ TAM VE SANSÜRLÜ ÖRNEKLEM DURUMLARINDA WEIBULL DAĞILIMI İÇİN BAZI İSTATİSTİKİ SONUÇ ÇIKARIMLARI Dlşen TAMAM İSTATİSTİK ANABİLİM DALI ANKARA

Detaylı