GRİ MARKOV KESTİRİM MODELİ KULLANILARAK DÖVİZ KURU TAHMİNİ
|
|
- Eser Koz
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Joural of Ecoomcs, Face ad Accoutg (JEFA), ISSN: Year: 4 Volume: Issue: 3 CURRENCY EXCHANGE RATE ESTIMATION USING THE GREY MARKOV PREDICTION MODEL Omer Oala¹ ¹Marmara Uversty. omeroala@marmara.edu.tr Keywords Grey system theory, GM(,) model, Grey Markov Model, currecy echage rate JEL Classfcato C,C3,G5 ABSTRACT I a ecoomy that applyg the free currecy rate regme, the Echage rate s ot costat, t represets the fluctuatos wth tme. I ths study, the aalyss completely based o the hstorcal Echage rate data. Therefore Echage rate data ca be cosdered as grey value. Tradtoal grey models try to descrbe the evaluato the orgal data. But those models are ot a sutable tool for o- statoary radom data. For ths reaso, ths study, we use the grey Markov model. A Markov cha whch the future evaluato oly deped o preset state t s o depedecy to prevous states, so a Markov cha ca be used to model the ustable systems. The future values of system ca be predcted usg the grey model. I the grey Markov model appromato, frstly Echage rate estmated by GM(,) model ad the error s obtaed as dfferece betwee the estmated value ad real data. Ths ew seres s dvded to fte state. The observg the trasets betwee the states Markov probablty matr s obtaed. The future values tme seres are predct by ths matr. Grey Markov model whch s costructed by GM (,) model ad Markov cha, allow us to make the beter estmato for echage rate. I ths study, daly TL/USD Echage rate data s used. The data s collected from TCMB. Fally t has determed that the grey Markov model s a good appromato to predct the currecy Echage rate. GRİ MARKOV KESTİRİM MODELİ KULLANILARAK DÖVİZ KURU TAHMİNİ Aahtar Kelmeler Gr sstem teors, GM(,) model, Gr Markov model, Dövz kuru JEL Sııfladırması C,C3,G5 ÖZET Serbest kur rejm uygulaya br ekoomde dövz kuru sabt olmayıp zamala değşkelk göstermektedr. Bu çalışmada aalzler tamame geçmş dövz kuru verlere dayamaktadır. Bu edele kur verler gr br değer olarak alıablr. Geleeksel gr modeller orjal verdek gelşm taımlamaya çalışır. Fakat durağa olmaya rastsal verler ç uygu br modelleme aracı değldrler. Bu edele çalışmada Gr- Markov model kullaılmıştır. Br Markov zcr gelecek değşm geçmşte bağımsız olup sadece şu ada buluula duruma bağımlı olduğuda Markov zcrler dalgalı yapıya sahp sstemler modellemek ç kullaılablr. Gr model kullaılarak sstem gelecek değerler tahm edlr. Gr Markov model yaklaşımıda, öce GM(,) model kullaılarak kur ç değerler tahm edlr ve bu değerler le gerçek kur değerler arasıdak fark sers elde edlr. Bu ser solu sayıda duruma bölüür. Sora bu durumlar arasıdak geçşlere bakılarak Markov zcr geçş olasılıkları matrs elde edlr. Dövz Kuru u gelecek değer se bu geçş olasılıklarıda faydalaılarak tahm edlr. GM(,) model ve Markov zcr br araya getrlerek oluşturula Gr Markov model dövz kuru ç daha doğru kestrmler yapılmasıa olaak verr. Bu çalışmada, TCMB tarafıda gülük olarak tutula TL/USD kur değerler kullaılmıştır. Souç olarak gr Markov model dövz kuru kestrm ç y br yaklaşım olduğu tespt edlmştr. 5
2 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, 4. GİRİŞ Br ülke parasıı br başka ülke parası csde fyatı dövz kuru olarak adladırılmaktadır. Dövz kurlarıı seyr geel ekoomy ve breysel gülük hayatı büyük ölçüde etkler. Uluslararası tcaret yapıldığı zama ülke paralarıı br brler le değşm söz kousu olur. Geelde spot kur ve vadel kur olmak üzere k tür kur kullaılır. Dövz kurları yerl ve yabacı malları görel fyatlarıı da etkler. Br ülke parasıı dğer ülke paralarıa göre değer yükseldğde o ülke malları dğer ülkelerde daha pahalı hale gelrke, ülkedek yabacı mallar ucuzlar, buda ülkedek yabacı mallar arasıdak rekabet artmasıa sebep olur. Ülke parasıı değer kaybetmes durumuda se buu tam ters gerçekleşr. Dövz pyasası tezgâh üstü pyasa olarak örgütlemş olup çok sayıda alıcı ve satıcı telefo, teret yoluyla letşm kurmaktadırlar. Dövz kurları da serbest pyasadak arz ve taleple belrlemektedr. Dövz kurlarıı açıklamak ç faklı yaklaşımlar gelştrlmştr, tek fyat kauu, satı alma gücü partes, faz partes ve Fsher etks bularda brkaçıdır. Yatırımcıları temel amaçlarıda br taes de dövz kurlarıı doğru br şeklde tahm edlmesdr. Fakat bu amacı gerçekleştrmek kolay br ş değldr. Karmaşık ekoomk sstemler ve fasla pyasalardak dalgalamaları statstksel aalz brçok araştırmacıı lgs çekmektedr (ayrıtılar ç bakıız Matega ve Staley()). Lteratürde fyatlardak dalgalamalar geellkle rastsal değşkeler olarak ele alıdığı görülmektedr. Sstemler araştırıldığı zama, sstem etkleye brçok çsel ve dışsal faktör le karşılaşılır. Ayrıca sstem tam olarak kavramasıdak sıırlılığımız le yüz yüze gelrz. Ayrıca sstemle lgl elde edleblr eformasyo belrszlk ve gürültü çerr(lu ve L()). Kotrol teorsde br sstem hakkıda elde edleblr tam blg sevyese göre br rek ataması yapılır. Bu açıda eformasyo sstemler geel olarak üç sııfa ayrılablr. Bular beyaz sstem, gr sstem ve syah sstemdr. Eğer sstem taımlaya matematksel modeller elde edlemyorsa sstem syah sstem(kara kutu) olarak adladırılır. Eğer sstem matematksel model tam olarak belrleeblyorsa sstem beyaz sstem olarak adladırılır. Beyaz sstem se tam olarak belrleeble br sstem temsl eder. Gr sstem se e syah e de beyaz br sstemdr. Bu durumda sadece kısm eformasyo elde edleblr. Olasılık, statstk ve fuzzy matematğ belrsz sstemler araştırılması ç e çok kullaıla üç araştırma metodudur. Fuzzy matematğ blşsel belrszlğe sahp problemler üzerde yoğulaşmaktadır. Burada araştırıla olaylar açık olmaya uzatılara sahptrler. Olasılık ve statstk se stokastk belrszlk feome üzerde çalışırlar. Olar stokastk belrsz br feome her br mümkü soucuu şasıı araştırırlar. Olar çok sayıda öreğ elde edlebleceğ ve buları br teork dağılıma uyacağıı varsayarlar. Bu çalışmada stokastk olarak kabul edebleceğmz TL/USD gülük kur verler aalz ederek dövz pyasalarıı dare ede stokastk süreç hakkıda blg edmeye çalışıyoruz. Geelde fasal zama serler sadece stokastk dalgalamalar göstermez. Bular br dereceye kadar stokastk olarak düşüüleblrler. Uygulamada dövz kurlarıdak dalgalamaya etk ede tüm faktörler kes olarak blemeyz veya belrleyemeyz. Bu edele dövz kuru sstem br gr sstem olarak ele alıablr. Bu çalışmada dövz kurlarıı gelşm modellemes ve tahmler elde edleblmes ç Gr Markov model kullaılmıştır. 6
3 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, 4. LITERATÜR TARAMASI Gr sstem teors se küçük örek ve az verye sahp belrsz problemler üzere odaklaır. Gr sstem fuzzy matematğde farklı kıla şey açık ve açık olmaya uzatılı problemler üzere vurgu yapmasıdır(lu ve L(),s.). Gr sstem teors lk olarak 98 de Çl matematkç Julog Deg tarafıda ortaya komuştur(deg(98a),deg(98b). (Deg(989)) belrl br zama ufku ç belrl br aralıkta belrl büyüklükte değşe rastsal değşkelerde oluşa herhag br stokastk sürec Gr rastsal süreç olarak adladırmıştır. Bu teor küçük örekler ve az eformasyo çere problemler çalışılması üzerde yoğulaşır. Teor kısm blgye sahp belrsz sstemler le lgler. Esas olarak gr sstem teors, br sstem damk davraışıa yaklaşmak ç elde edleblr eformasyou kullaarak br gr model oluşturulması üzere odaklaır. Gr model geelde GM (, m) le fade edlr. Burada, dferasyel deklem mertebes m de değşke sayısıı göstermektedr(we(4)). Gr sstem verle br zama sersde mevcut ola rastsal dalgalamaları düzeltmey amaçlamaktadır. Gr kestrmde düzeltme brkm şlev ve ortalama alıarak gerçekleştrlr Çeştl tpte Gr modeller gelştrlmş olmasıa rağme uygulamada yoğu olarak kullaılaı GM (, ) modeldr. Çükü bu model kestrmler hesapsal olarak etkdr. Gr sstem teors geelde sürekl şeklde ölçülmüş zama serler le lşkl olarak fade edlr. Hâlbuk gerçek hayattak gözlemler keskl zama aralıklarıda gözler. Ham verdek belrszlğ azaltmak ç brkm yaratma şlev kullaılır. GM (, ) brc mertebede tek değşkel gr modeldr. Gr kestrm model esası orjal very kümüle ederek br üstel kau oluşturmaktır. Geleeksel gr modeller büyük oyaklıklara sahp br dz kestrm ç kullaıldığıda büyük hatalar üreteblr. Bu hatalar se kestrm başarısız olmasıa yol açar. Oyaklığı azaltmak ç hesaplamaya geçmede öce orjal dz logartması alıablr. Sorada bu ye dzye Markov kestrm uygulaır. 3. METODOLOJİ 3. GM(,) Kestrm Model GM (, ) olarak adladırıla geleeksel gr kestrm model sstem aalz, modelleme, kestrm, karar verme, kotrol ve dğer brçok farklı alada yoğu olarak uygulamaktadır. Regresyo aalz gb geel olarak kullaıla bazı kestrm metotları büyük ölçüde tarhsel verye dayaır ve verler dağılımıı belrl tpk br forma uyması ster. Br gr kestrm model düşük oyaklığa sahp, küçük çaplı br örek ç kısa vadel kestrmler yapmak ç y br yaklaşımdır. Süre uzadıkça kestrm doğruluğu azalır. Gr modelleme yaklaşımı tarım, edüstr, fas, askerye, eerj, kaza vb. brçok alada uygulamıştır. Fakat oyaklık ve rastsal hata faktörler etks gr model kestrm gücüü zayıflatmaktadır. Bu görecel hatalar azaltılarak model kestrm souçları yleştrleblr. GM(,) model gr sstem teor öeml br kestrm metodudur. Bu model az sayıda ver ve yarı- üstel ver serler kestrm ç oldukça uygudur. Yüksek oyaklığa sahp verler ç kestrm duyarlılığı zayıflamaktadır. Fakat çeştl yötemlerle hataları düzeltlmes le model geçerllğ arttırılmaktadır. GM(,) Brc mertebede leer gr model br türüdür. Bu model katsayıları zamaı br foksyou ola br dferasyel deklem gösterr. Ya ye blgler geldkçe model ked yelemektedr. Gr kestrm model üç temel şleme 7
4 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, 4 sahptr. Bular ) Brkml değerler oluşturma şlem ) Ters brkml değerler oluşturma şlem ve ) Gr modelleme şlemdr. Şmd bu aşamaları daha detaylı olarak açıklayalım. ) Orjal ver sers egatf olmaya tarhsel br zama sersdr. { }, 4 ( ) (, ) ( ),..., ( ) = Burada ( ) ( k) zama ser k zamaıdak değer, serdek toplam ver sayısıı göstermektedr. ( ) dzs düzgülük dereces aşağıda taımlaa ora kullaılarak test edlr. Eğer σ ( t) değerler (.345, 7.389) ( ) ( k) ( )( k ) σ k =, k =,3,..., aralığı çerse düşüyorsa ser test geçmştr ve kc adıma geçleblr. Eğer test başarısız se orjal serye döüşüm uygulaarak ser düzgüleştrlr ve tekrar teste tab tutulur. ) Brkm yaratma şlem, gr kestrm model bu şlem dferasyel deklemler oluşturmak ç kullamaktadır. Brc mertebede brkm oluşturma şlev kullaılarak, kaotk zama sers ( ) mooto arta ( ) serse döüştürülür. { } = = (,,..., ) ( ) ( ) (,,..., ) = = = Brkml ser orjal ser le kıyasladığıda rastsal dalgalamaları büyük ölçüde bertaraf edldğ görülecektr. Bu ye ser mooto artadır. Bu ye ser br üst lmte yakısadığı görülür. 3 ) ( ) sers komşu değerler ağırlıklı ortalamaları sers ( z ) oluşturulması Burada z z { } ( ) ( ) ( z, z 3,..., z ) = [ ], k =,3,...,, > ( ) ( ) ( k λ k + λ ) ( k ) = λ Eğer özel olarak λ =, 5 alıırsa, k komşu değer artmetk ortalaması elde edlr. [ ], k =,3 ( ) ( ) ( k.5 k +.5 ) ( k ) z =,..., 4) Dferasyel deklem oluşturulması; Gr sstem sürekl doğası yüzüde GM(,) model aşağıdak. mertebede dferesyel deklemle taımlaablr. Bu deklem beyazlatma deklem olarak da adladırılır ve aşağıdak gb gösterlr. ( ) ( k) ( + a ) ( k) = b d dk 8
5 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, 4 Keskl verler uygu br şeklde modellemes ç yukarıdak deklem sol tarafıdak değşke, brm zama peryodudak değşm le yer değştrr. ( k + a ) ( k) b = GM(,) model orjal formu olarak adladırılır. ( k + az ) ( k) b = GM(,) model temel formu olarak blr. Burada a parametres ( ) dzs eğlmdek gelşmey yasıttığıda, gelşm parametres olarak adladırılır. b parametres verdek değşm lşks yasıttığıda bu para metre kordasyo parametres olarak adladırılır. 5 ) ( ) ( k + az ) ( k) = b GM(,) gr fark deklem a ve b parametreler e küçük kareler tahm aşağıdak gbdr. Y =! T T T [ aˆ, ] ( B B) ( B Y ) ( ) ( ) ( 3) ( ) = 9 ( ) ( 3 ) z z B =! z! Burada T matrs traspozes, aˆ ve se a ve b parametreler verlerde elde edle tahmcler göstermektedr. 6) Kestrm model elde edlmes; ( ) ( k) ( + a ) ( k) = b d dk GM(,) kestrm model aşağıdak gb elde edlr. sora bu tahmler ( ) ( k) ve ( ) ( k) kullaılablr. ˆ aˆ beyazlatıcı deklem çözülerek a ve b parametreler tahm edldkte ı h zama peryodua kadark kestrmler çde aˆ ( ) ( ) ak ˆ k + = e +, k =,,...,, ˆ( ) ( ) h peryot sorasıdak değer tahm, ˆ + h = e aˆ ( ) ( ) aˆ ( + h) + aˆ = 7) Ters brkm oluşturma şlev kullaılarak orjal ver serse ger döülür. Orjal zama oktasıdak kestrm değer; ver ( k +) ˆ aˆ ( ) ( k ) ˆ ( ) ( k ) ˆ ( ) aˆ ( k) ( e ) ( ) ak ˆ + = + = e, k =,,...,
6 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, 4 ˆ e aˆ ( ) aˆ ( ) aˆ ( + h) + h = e, ( ) ˆ = 3.. Model Uyguluğuu Test Edlmes Uygulamaya geçmede öce model uyguluğu ve etklğ test edlmes gerekmektedr. Bu test şlem ç mutlak ortalama hata, varyas oraı ve küçük hata olasılığı kullaılır. ( ) ( k), k =, Orjal verler, ˆ ( k), k,,...,,..., tahm edle değerler olsu. Orjal verler ortalaması : ( = ) ( k) k = ˆ = Tahm hatası: ε ( k ) = ( k) ( k), k,,..., Ortalama hata: ε = ε ( k) : k = = se gr kestrm model kullaılarak S Orjal verler stadart sapması S : Hata değerler stadart sapması S Hata oraı ( ) ( C = = k ) ( k) ( ε ε ) S k = C daha küçük değerler model daha y olduğuu gösterr. Bu değer aslıda kestrm hatasıı değşm oraıı fade eder. Küçük hata olasılığı P ε ( k) {.6745 S } p = ε < Bu p değer,6745 değerde daha küçük ola kestrm hatasıı görecel yalılığıı olasılığı dır. Geelde p,95 de daha büyük olması ster. Kestrm doğruluğu ç p ve C çft aşağıdak dört grupta karakterze edleblr. k = Tablo : Kestrm Doğruluk Kategorler Kestrm İdeks Kategor p C İy >, 95 <, 35 Vasıflı >, 8 <, 5 Makul >, 7 <, 65 Kötü, 7, 65
7 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, Gr Markov Model Kestrm amacı le tarhsel verler kullaılması durumuda ortam koşullarıdak a değşmler gerçek değer le kestrm değer arasıda büyük farklılıklara sebep olablr. GM(,) model az sayıda verye sahp br ver dzs le lglemek ç etkl br yötem olablr. Fakat büyük dalgalamalara sahp br ver dzs ç ayı şey söyleyemeyz. Gr kestrm model yeter kadar doğru olmamasıı br soucu olarak, kestrm doğruluğuu artırmak ç Gr model le Markov zcr brleştrlecektr. Bu çalışmada celee sstem bu tür görecel hatalarda kurtarmak ç homoje Markov zcrlerde faydalaılacaktır. Gr Markov kestrm model daha da yleştrmek ç aalzde öce gözlem verlere hareketl ortalama uygulaarak dz uç değerler etksde arıdırılır. Sorada GM(,) modele dayaa Markov kestrm model uygulaır. Gr Markov model gr model ve Markov zcr br kombasyoudur. Bu model k avataja sahptr. İlk tarhsel verlerle gr model kullaılarak düzgü br dz elde edlr. İkcs gr kestrm le elde edle dz brkaç duruma bölüür ve sora Markov zcr le kestrm souçları elde edlr. Markov zcr metodu sstem gelecek durumuu, sstem farklı durumları arasıdak geçş olasılıklarıı kullaarak kestrr. Bu şeklde o aralık kauu ve rastsal faktörler etks yasıtablr. Bu çalışmada hataları etks azaltmak ç gr sstem çerse Markov zcr model dâhl edlmştr(asrar()). Markov zcr stokastk süreçler özel br türüdür ve o fzkte fasa kadar brçok farklı blm alaıda stokastk davraışı modellemek ç kullaılmıştır. Aşağıdak Markova X = X ; stokastk sürece Markov zcr der. özellğ sağlaya br { } ( X X = X = ) = P( X = X ) P = + k = + k,..., + k + k T parametre uzayı, E durum uzayıı göstermek üzere zcr zamaıdak durumuu gösterr., k T ve,,..., E. X p (, + k) = P( X + = j X = ),, j N, j k Yukarıdak deklem N durumlu X Markov zcr k adım geçş olasılığıı fade eder. (, k) p, j + de bağımsız olması durumuda X e homoje Markov zcr adı verlr. Böyle br zcrde = p, j ( k) = P( X + k = j X = ), P ( k ) [ p j( k )] N N k se p p = P( X = j X ) j = j + = = olur ve - adım geçş olasılığı olarak adladırılır. Bu çalışmada, Markov zcr kullaarak gr model hatalarıı kestreceğz. Markov zcr geçş olasılıkları gr se Markov zcre Gr Markov zcr adı verlr. Uygulamada eformasyo eksklğ yüzüde geçş olasılık değerler elde etmek zordur. Buu yere gr geçş olasılıkları le çalışılarak gr geçş olasılıkları matrs elde edlr. Bu durumda beyazlatıcı matrs aşağıdak gb fade edlr. Q [ q j ] N N ( Θ ) = ( Θ)
8 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, 4 Bu matrs ) ( Θ ),, j E q j ve ) N q ( Θ) j j= Markov zcr başlagıç dağılımı Π = ( p, p,..., ) adımlardak dağılımı aşağıdak gb hesaplaır. =, E koşullarıı sağlar. p N olduğuda, zcr sorak ( ) = Π Q( Θ), P = P Q( Θ) = Π Q ( Θ), k ( k) = Π Q ( Θ) P P Şu halde zcr başlagıç dağılımı ve gr geçş olasılıkları matrs blyorsa zcr herhag br gelecek dağılımı kolayca belrleeblr. Markov kestrm sürec aşağıdak adımlarda oluşur. { } { ˆ, ˆ,..., } ) Hataları durumlara bölümlemes: Orjal ver sers ( ) ( ) ( =,,..., ) ve gr model kullaılarak elde edle smülasyo dzs ( ) ˆ zama ( ˆ ) dzs br Markov zcrdr. GM (, ) hatayı göstermek üzere, E = { e e,..., } ve e ( ) ( ˆ ), hataları m tae duruma bölüeblr. e m ( ma e m e ) ˆ = olsu. O model hatalarıı taımlayalım. e,. = olmak üzere, Gr model ( ma e m e ) m e + +,!, + m e + ( m ) * m m Θ orjal ver sers kestrm dzse göre sapma dereces gösters. Bu ye süreç br Markov zcrdr. Şmd bu Markov zcr m tae duruma bölelm. Herhag br Θ durumu, Θ = [ Θ, Θ ], =,,..., m şeklde fade edlr. ( Θ ) = ˆ ( k) + A, ( Θ ) = ( k) + B Burada m, A ve B kestrm htyaçlarıa göre kullaıcı tarafıda belrler. ˆ ) Geçş olasılıkları matrs oluşturulması: N j, Θ durumuda k- adım sora Θ j durumua geçe gözlem verler sayısı, N, Θ durumudak gözlem verler sayısı olsu. Zcr Θ durumuda k- adım sora Θ durumua geçş olasılığı, ( k) Nj pj ( k) =, =,,..., m k adım geçş olasılık matrs N P ( k) p p =! pm ( k) p( k) pm ( k) ( k) p( k) pm( k)!! ( k) p ( k) p ( k) m mm j m Burada p = 3) Kestrm souçlarıı hesaplaması:dz sorak geçş yapacağı durum blmemese rağme, P ( k) geçş olasılıkları matrs çalışarak Markov zcr gelecek durumu kestrleblr. Zcr şuada P = Θ durumuda olduğuu kabul edelm. O zama j k
9 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, 4 matrsde. peryotta satır araştırılır. Eğer p l j { } p Mak = deklem sağlaıyorsa zcr sorak j l Θ durumua geçş yapacağı soucua varılır. Eğer P matrsde, l satırıdak olasılık değerler br dğer ayısı veya brbrlere çok yakı se o zama P veya P ( k), k 3 matrslerdek l satırıa bakılır. Souç olarak kestrm değer bu gr aralığı orta oktasıdır (Zhag ()). Seçle durumu medyaı alıdıkta sora kestrm soucu aşağıdak gb hesaplaır. ˆ = ( Θ + Θ ) e Burada Θ ve Θ, Θ durumuu değşm aralığıdır. 4. DENEYSEL BULGULAR ˆ( ) ( k) + eˆ = ˆ ( k) + ( A B ) ˆ GrMarkov = + Öcek bölümde açıklaa GM(,) ve Gr Markov kestrm model tarhler arasıdak TL- Dolar(TL/USD) alış kuru zama sers verlere uygulamıştır. Çalışıla döemdek kur verler aşağıdak şekl de gösterlmştr. Ver set temel statstksel özellkler se Tablo de özetlemştr. Tablo : (TL/USD) Dövz Kuru İç Taımsal İstatstkler N Aralık M Ma Ort. Std.sap Çarpıklık Basıklık TL/USD 3,3,75,6,873,973,575 -,5 Şekl :(TL/USD) Dövz Kuru Kur değerler,, (TL /USD) kuru,9,8,7,6,5 Kur değerler Tarh 3
10 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, 4 Şekl : Verler Düzgülüğü Bu çalışmada dövz kurlarıı geçmş ve şuadak değerler br matematksel model çerse yerleştrlerek kur ç gelecek değer ögörülmüştür. Orjal kur değerlere dayaarak gr model parametreler ( a ˆ =,555) ve ( b ˆ =,736 ) olarak tahm edlmştr. Bu durumda GM(,) kestrm model aşağıdak şeklde elde edlmştr.,736 e,555 ( ),555 ( ) (, ) ˆ 555 k k + = e Model kestrm değerler aşağıdak tabloda verlmştr. Tablo 3: Kur İç Gerçek ve Tahm Değerler, k =,,..., GM(,) Tarh Gerçek Değer Tahm Görel hata 7.9.,7948, , ,7974, , ,89, , ,43, ,8..3,349,5986 -,89..3,3, ,3 Tablo 3 e bakıldığıda gr model kestrm ç çok uygu br model olmadığı görüleblr. Bu edele bu çalışmada hataları kestrm ç gr Markov model kullaılmıştır. Bu sayede kestrm doğruluğu arttırılablr. Gr model görel hataları altı duruma bölümüştür. Bu şlem aşağıdak adımlarda oluşmaktadır. ) Öce hatalar altı duruma Θ ( =,,...,6) bölüecektr. ) Sora durumlar arası br adım geçş olasılıkları matrs hesaplaacaktır. 4
11 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, 4 Sıklık matrs 3 F = Markov zcr durumlar arası geçş matrs,6,77 P =,4,864865,45455,88,848485,6456,66,89473,9756,43,853659,6456,4878, Hataları altı durumu: Θ : [,6,,85) Θ : [,85,,4898) Θ : [,4898,,547) 4 3 Θ : [,547,,848) Θ : [,848,,5563) Θ : [,5563,,8579) 5 6 Gr Markov model etklğ göstermek ç elde edle kestrm değerler Gr model kestrm değerler le karşılaştırılmıştır. Şekl 3: GM(,) Model le Dövz Kuru Kestrm GM(,) kes trm,5 Kestrmler,5, Zama Gerçek Değer GM(,) 5
12 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, 4 Şekl 4: Dövz Kuruu Gr Markov Model le Kestrm,,5,95,9 Gerçek Değer Gr Markov Kestrm,85,8,75, Tablo 4: Kestrm Modeller ç Hata Aalz Modeller GM(,) Model MSE,747 Gr Markov Model,78 Hata aalzde de görüleceğ gb Gr Markov model doğruluğu Gr modelde daha ydr. GM(,) model kestrm doğruluğuu değerledrmek ç mutlak yüzde hata ortalamasıı kullaacağız. MAPE % Tablo 5: Hata Sııfları ( %,%) ( %,5%) > 5% Terch Yüksek y orta kötü GM(,) model ç hata statstkler Tablo 6 da verlmektedr. Tablo 6: GM(,) Hata İstatstkler Küçük hata olasılığı Hata Oraı MAPE p=,8645 C=,4933,8493 6
13 Joural of Ecoomcs, Face & Accoutg-JEFA (4), Vol. (3) Oala, 4 5. SONUÇ Bu çalışmada dövz kurlarıdak rastsal dalgalamaları daha doğru br şeklde kestrm ç Gr Markov model kullaılmıştır. Bu model Gr sstem teors ve Markov zcrler güçlü modelleme yaklaşımlarıı br araya getrmektedr. Kullaıla model kısa zama peryotları ç oldukça doğru kestrmler sumaktadır. Hata kabul edleblr sıırlar çersde kalmaktadır. Gr Markov model daha doğru souçlar vermektedr. Bu model büyük oyaklığı etks oldukça azaltmaktadır. Bu se kestrm doğruluğuu arttırmaktadır. Kestrm ufku uzadıkça model doğruluğu zayıflamaktadır. Kullaıla model durum aralık dağılımıa büyük ölçüde bağımlılık göstermektedr. Eğer çok sayıda ver elde edleblrse Markov zcrdek durumları sayısıı arttırmak mümkü olablr. Buda daha duyarlı kestrmler elde etmemze mka verr. Gr modeller herhag br matematksel modele gereksm olmaksızı sstem geleceğ yüksek br doğruluk dereces le ögöreblr. KAYNAKÇA Asrar, A., et al (), Applcato of Gray- Fuzzy- Markov cha method for day- ahead electrc load forecastg,prezeglad Elektrotechczy,R.88,Nr 3b. Deg, J.L.(98a), Cotrol problems of grey system,systems & Cotrol Letters,, Deg, J.L.(98b), Grey system fudametal method. Wuha, Cha: Huazhog Uversty of Scece ad Techology. Deg, J.L.(989), Itroducto to gray system theory, Joural of grey system,,no.,p.- 4. Farahpour, F.,et al.(7), A Lagev equato for the rates of currecy Echage based o the Markov aalyss, Physca A 385, p Lu, S., L, Y.(),Grey Systems: Theory ad Applcatos, Sprger- Verlag, Berl Hedelberg. L Jua, et al. (), A mproved grey Markov forecastg model ad ts applcato,, Iteratoal coferece o dgtal maufacturg &automato. Matega, R., Staley, H.E.(), A troducto to Ecoophyscs: Correlatos ad completes face, Cambrdge Uversty Press, New York. We, K.L.(4),Grey Systems, Tucso, USA, Yag s Scetfc Press. Zhag Ypeg (), Predcto model of traffc volume based o Grey- Markov, Moder Appled Scece, Vol.4,o.3,p
TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ
TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları
DetaylıTanımlayıcı 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
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Pel İYİ GENETİK ALGORİTMA UYGULANARAK VE BİLGİ KRİTERLERİ KULLANILARAK ÇOKLU REGRESYONDA MODEL SEÇİMİ İSTATİSTİK ANABİLİM DALI ADANA, 006
DetaylıTRAFİK SİMÜLASYON TEKNİKLERİ
TRAFİK SİMÜLASYON TEKNİKLERİ 2. HAFTA Doç. Dr. Haka GÜLER (2015-2016) 1. TRAFİK AKIM PARAMETRELERİ Üç öeml rafk akım parameres vardır: Hacm veya akım oraı, Hız, Yoğuluk. 2. KESİNTİSİZ AKIM HACİM E AKIM
DetaylıANFIS VE ARMA MODELLERİ İLE ELEKTRİK ENERJİSİ YÜK TAHMİNİ
Gaz Üv. Müh. Mm. Fak. Der. J. Fac. Eg. Arch. Gaz Uv. Clt 5, No 3, 60-60, 00 Vol 5, No 3, 60-60, 00 ANFIS VE ARMA MODELLERİ İLE ELEKTRİK ENERJİSİ YÜK TAHMİNİ Özka DEMİREL, Ada KAKİLLİ ve Mehmet TEKTAŞ Elektrk
DetaylıZaman 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
Detaylıİki veri setinin yapısının karşılaştırılması
İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu
DetaylıBÖLÜM 7 BİLGİSAYAR UYGULAMALARI - 1
1 BÖLÜM 7 BİLGİSAYAR UYGULAMALARI - 1 Belli bir özelliğe yönelik yapılandırılmış gözlemlerle elde edilen ölçme sonuçları üzerinde bir çok istatistiksel işlem yapılabilmektedir. Bu işlemlerin bir kısmı
Detaylı1. YAPISAL KIRILMA TESTLERİ
1. YAPISAL KIRILMA TESTLERİ Yapısal kırılmanın araştırılması için CUSUM, CUSUMSquare ve CHOW testleri bize gerekli bilgileri sağlayabilmektedir. 1.1. CUSUM Testi (Cumulative Sum of the recursive residuals
DetaylıÖlçme Hataları, Hata Hesapları. Ölçme Hataları, Hata Hesapları 2/22/2010. Ölçme... Ölçme... Yrd. Doç. Dr. Elif SERTEL sertele@itu.edu.
//00 Ölçme Hataları, Hata Hesapları Ölçme Hataları, Hata Hesapları Yrd. Doç. Dr. Elif SERTEL sertele@itu.edu.tr Suu, Doç. Dr. Hade Demirel i ders otlarıda ve Ölçme Bilgisi kitabıda düzelemiştir. Ölçme...
DetaylıEn İyi Uygulamalar ve Kullanım Kılavuzu
En İyi Uygulamalar ve Kullanım Kılavuzu Bu kılavuz, GBT En İyi Uygulamaları ve Kullanım Kılavuzu na bir tamamlayıcı kılavuz oluşturmak için tasarlanmıştır. Green Break Patlamasız Güvenlik Güç Kartuşlarının
DetaylıTanımlayıcı 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
DetaylıDeneysel Verilerin Değerlendirilmesi
Deneysel Verilerin Değerlendirilmesi Ölçme-Birimler-Anlamlı Rakamlar Ölçme: Bir nesnenin bazı özelliklerini (kütle, uzunluk vs..) standart olarak belirlenmiş birimlere göre belirlenmesi işlemidir (ölçüm,
DetaylıParametrik 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
DetaylıTEKNİK RESİM. Ders Notları: Mehmet Çevik Dokuz Eylül Üniversitesi. Görünüşler - 1
TEKNİK RESİM 2010 Ders Notları: Mehmet Çevik Dokuz Eylül Üniversitesi 2/25 Görünüşler Birinci İzdüşüm Metodu Üçüncüİzdüşüm Metodu İzdüşüm Sembolü Görünüşlerin Çizilmesi Görünüş Çıkarma Kuralları Tek Görünüşle
DetaylıAraştırma Notu 15/177
Araştırma Notu 15/177 02 Mart 2015 YOKSUL İLE ZENGİN ARASINDAKİ ENFLASYON FARKI REKOR SEVİYEDE Seyfettin Gürsel *, Ayşenur Acar ** Yönetici özeti Türkiye İstatistik Kurumu (TÜİK) tarafından yapılan enflasyon
DetaylıRegresyon 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)
DetaylıBURSA DAKİ ENBÜYÜK 250 FİRMAYA FİNANSAL ANALİZ AÇISINDAN BAKIŞ (2005) Prof.Dr.İbrahim Lazol
BURSA DAKİ ENBÜYÜK 250 FİRMAYA FİNANSAL ANALİZ AÇISINDAN BAKIŞ (2005) Prof.Dr.İbrahim Lazol 1. Giriş Bu yazıda, Bursa daki (ciro açısından) en büyük 250 firmanın finansal profilini ortaya koymak amacındayız.
DetaylıB02.8 Bölüm Değerlendirmeleri ve Özet
B02.8 Bölüm Değerlendirmeleri ve Özet 57 Yrd. Doç. Dr. Yakup EMÜL, Bilgisayar Programlama Ders Notları (B02) Şimdiye kadar C programlama dilinin, verileri ekrana yazdırma, kullanıcıdan verileri alma, işlemler
DetaylıVeri Toplama Yöntemleri. Prof.Dr.Besti Üstün
Veri Toplama Yöntemleri Prof.Dr.Besti Üstün 1 VERİ (DATA) Belirli amaçlar için toplanan bilgilere veri denir. Araştırmacının belirlediği probleme en uygun çözümü bulabilmesi uygun veri toplama yöntemi
DetaylıÖLÇÜM, 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
DetaylıB E Y K E N T Ü N İ V E R S İ T E S İ S O S Y A L B İ L İ M L E R E N S T İ T Ü S Ü İ Ş L E T M E Y Ö N E T İ M İ D O K T O R A P R O G R A M I
B E Y K E N T Ü N İ V E R S İ T E S İ S O S Y A L B İ L İ M L E R E N S T İ T Ü S Ü İ Ş L E T M E Y Ö N E T İ M İ D O K T O R A P R O G R A M I İLİŞKİSEL PAZARLAMA 31 MAYIS 2014 K O R A Y K A R A M A N
DetaylıÇok Parçalı Basınç Çubukları
Çok Parçalı Basınç Çubukları Çok parçalı basınç çubukları gnl olarak k gruba arılır. Bunlar; a) Sürkl brlşk parçalardan oluşan çok parçalı basınç çubukları b) Parçaları arasında aralık bulunan çok parçalı
DetaylıBir 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
DetaylıBULUġ BĠLDĠRĠM FORMU/ GIDA
Sayfa 1/ 7 / GIDA Bu forma uygun olarak yapacağınız çalışma, Buluşunuzun tarafımızdan en iyi şekilde tanımlanabilmesi ve İleride hukuk önünde istenen korumanın elde edebilmesi için temel teşkil edecektir.
DetaylıMuğla-Milas/Bodrum Havaalanı Yeni Dış Hatlar Terminal Binası. 1. Ödül
Muğla-Mlas/Bodrum Havaalanı Yen Dış Hatlar Termnal Bnası Jr: Mustafa A. Aslaner (başkan), Mustafa Atk, Mehmet Eğlmez, Orhan Şahnler, Fath Gorbon, Affan Yatman, Sat Kozacıoğlu. Ödüller: 1. Ödül: 2. Ödül:
DetaylıSÜREÇ YÖNETİMİ VE SÜREÇ İYİLEŞTİRME H.Ömer Gülseren > ogulseren@gmail.com
SÜREÇ YÖNETİMİ VE SÜREÇ İYİLEŞTİRME H.Ömer Gülseren > ogulseren@gmail.com Giriş Yönetim alanında yaşanan değişim, süreç yönetimi anlayışını ön plana çıkarmıştır. Süreç yönetimi; insan ve madde kaynaklarını
DetaylıHAFİF BETONLARIN ISI YALITIM VE TAŞIYICILIK ÖZELİKLERİ
HAFİF BETONLARIN ISI YALITIM VE TAŞIYICILIK ÖZELİKLERİ Canan TAŞDEMİR(*) ÖZET Hafif betonlara kıyasla daha yüksek basınç dayanımına, özellikle daha yüksek elastisite modülüne sahip yarı hafif betonların
DetaylıYersel Lazer Tarayıcılar ile 3 Boyutlu Modelleme
Yersel Lazer Tarayıcılar ile 3 Boyutlu Modelleme Gelişen yersel lazer tarayıcı teknolojisi tarihi ve kültürel yapıların belgelenmesi ve üç boyutlu modellenmesinde oldukça popüler bir yöntem haline gelmiştir.
Detaylı=... 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
DetaylıÜç 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
DetaylıÇUKUROVA'DA OKALİPTÜS YETİŞTİRİCİLİĞİ VE İDARE SÜRELERİNİN HESAPLANMASI
ÇUKUROVA'DA OKALİPTÜS YETİŞTİRİCİLİĞİ VE İDARE SÜRELERİNİN HESAPLANMASI Ali ÖZKURT Orman Yüksek Mühendis Doğu Akdeniz Ormancılık Araştırma Müdürlüğü PK.18 33401 TARSUS 1.GİRİŞ Türkiye'de orman varlığının
Detaylıİki Değişkenli Bağlanım Modelinin Uzantıları
İki Değişkenli Bağlanım Modelinin Uzantıları Hesaplamaya İlişkin Konular Ekonometri 1 Konu 19 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike
DetaylıAZIRBAYCAN HALK MÜZİGİ MAKAMLARıNDAN RAST MAKAMıNıN İNCILINMESi
AZIRBAYCAN HALK MÜZİGİ MAKAMLARıNDAN RAST MAKAMıNıN İNCILINMES Arş. Gör. Yavuz ŞEN* Türl< müzğnde bast mal
DetaylıPara Arzı. Dr. Süleyman BOLAT
Para Arzı 1 Para Arzı Bir ekonomide dolaşımda mevcut olan para miktarına para arzı (money supply) denir. Kağıt para sisteminin günümüzde tüm ülkelerde geçerli olan itibari para uygulamasında, paranın hangi
DetaylıQuality 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
DetaylıPERDE-ÇERÇEVE SİSTEMLERİN. YÜKSEK LISANS TEZI İnş. Müh. Bedri Sinan GÜL 501021123. Prof.Dr. Yalçın AKÖZ (Maltepe Üniversitesi)
İSTANBU TEKNİK ÜNİVERSİTESİ FEN BİİMERİ ENSTİTÜSÜ PERDE-ÇERÇEVE SİSTEMERİN DİNAMİK ANAİZİ YÜKSEK SANS TEZ İş. Mü. Bedr Sa GÜ 53 Tez Esttüye Verldğ Tar : 8 Mayıs Tez Savuulduğu Tar : Hazra Tez Daışmaı :
DetaylıTanımlayıcı 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.).
DetaylıGiriş. 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,
DetaylıMonopol. (Tekel) Piyasası
Monopol (Tekel) Piyasası Sonsuz sayıda alıcı karşısında tek satıcının olduğu piyasa yapısına tekel diyoruz. Tekelci firmanın sattığı malın ikamesi yoktur ya da tanım gereği piyasaya giriş engellenmiştir.
DetaylıİÇİNDEKİLER SAYFA Önsöz 4 Stratejik Planlama ve Bütçe Yol Haritası 5 Örnek İşletme Hakkında 6 Gider Yükleme Sistemi 8 Satış Bütçesi Oluşturma 9 Faaliyet Gider Bütçesi Oluşturma 12 Bütçe Sistem Otomasyonu
DetaylıBilişim Sistemleri. Modelleme, Analiz ve Tasarım. Yrd. Doç. Dr. Alper GÖKSU
Bilişim Sistemleri Modelleme, Analiz ve Tasarım Yrd. Doç. Dr. Alper GÖKSU Ders Akışı Hafta 5. İhtiyaç Analizi ve Modelleme I Haftanın Amacı Bilişim sistemleri ihtiyaç analizinin modeli oluşturulmasında,
DetaylıALPHA ALTIN RAPORU ÖZET 26 Ocak 2016
ALPHA ALTIN RAPORU ÖZET 26 Ocak 2016 19 Ocak 2016 tarihli Alpha Altın raporumuzda paylaştığımız görüşümüz; Kısa dönemde 144 günlük ortalama $1110.82 trend değişimi için referans takip seviyesi olabilir.
DetaylıÜNİTE 5 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI
ÜNİTE 5 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI 1 Rassal Değişken Bir deney ya da gözlemin şansa bağlı sonucu bir değişkenin aldığı değer olarak düşünülürse, olasılık ve istatistikte böyle bir
DetaylıPolinom İnterpolasyonu
Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır
Detaylı6.5 Basit Doğrusal Regresyonda Hipotez Testleri. 6.5.1 İçin Hipotez Testi: 1. Hipotez kurulur. 2. Test istatistiği hesaplanır.
6.5 Basit Doğrusal Regresyonda Hipotez Testleri 6.5.1 İçin Hipotez Testi: 1. Hipotez kurulur. 2. Test istatistiği hesaplanır. olduğu biliniyor buna göre; hipotezinin doğruluğu altında test istatistiği
Detaylı1. GAZLARIN DAVRANI I
. GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak
DetaylıENFLASYON ORANLARI 03.07.2014
ENFLASYON ORANLARI 03.07.2014 TÜFE Mayıs ayında aylık %0,31 yükselişle ile ortalama piyasa beklentisinin (-%0,10) bir miktar üzerinde geldi. Yıllık olarak ise 12 aylık TÜFE %9,16 olarak gerçekleşti (Beklenti:
DetaylıOYAK EMEKLİLİK A.Ş. GELİR AMAÇLI DÖVİZ CİNSİNDEN YATIRIM ARAÇLARI EMEKLİLİK YATIRIM FONU 3 AYLIK RAPOR
OYAK EMEKLİLİK A.Ş. GELİR AMAÇLI DÖVİZ CİNSİNDEN YATIRIM ARAÇLARI EMEKLİLİK YATIRIM FONU 3 AYLIK RAPOR Bu rapor Oyak Emeklilik A.Ş. Gelir Amaçlı Döviz Cinsinden Yatırım Araçları Emeklilik Yatırım Fonu
DetaylıDEĞERLENDİRME NOTU: Mehmet Buğra AHLATCI Mevlana Kalkınma Ajansı, Araştırma Etüt ve Planlama Birimi Uzmanı, Sosyolog
DEĞERLENDİRME NOTU: Mehmet Buğra AHLATCI Mevlana Kalkınma Ajansı, Araştırma Etüt ve Planlama Birimi Uzmanı, Sosyolog KONYA KARAMAN BÖLGESİ BOŞANMA ANALİZİ 22.07.2014 Tarihsel sürece bakıldığında kalkınma,
DetaylıKalite nedir? Kalite, bir ürün ya da hizmetin belirlenen ya da olabilecek ihtiyaçları karşılama kabiliyetine dayanan özelliklerin toplamıdır.
Kalite nedir? Kalite, bir ürün ya da hizmetin belirlenen ya da olabilecek ihtiyaçları karşılama kabiliyetine dayanan özelliklerin toplamıdır. Kalite: Müşteri tatminidir: Ürün veya hizmetin iyi olup olmadığı
DetaylıEY Eğitim Takvimi. Eylül - Aralık 2014
EY Eğitim Takvimi Eylül - Aralık 2014 EY olarak, verimli ve kaliteli bir iş modelinin kurulması ve sürdürülmesinde eğitimin önemli bir rol oynadığına inanıyoruz. Bu sebeple, şirketimiz bünyesindeki farklı
Detaylı2) Global piyasada Alman otomobillerine olan talep artarsa, di er bütün faktörler sabit tutuldu unda euro dolara kar.
EKON 436 2. Vize A Ad-Soyad renci No 1) Akbank' n u anki toplam mevduat n 100 milyar TL, toplam rezervinin 30 milyar TL ve toplam kredilerinin 70 milyar TL oldu unu kabul edelim. Zorunlu kar k oran ise
DetaylıALPHA ALTIN RAPORU ÖZET 10 Kasım 2015
ALPHA ALTIN RAPORU ÖZET 10 Kasım 2015 3 Kasım 2015 tarihli Alpha Altın raporumuzda paylaştığımız görüşümüz; RSI indikatörü genel olarak dip/tepe fiyatlamalarında başarılı sonuçlar vermektedir. Günlük bazda
DetaylıBEKLENEN 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
DetaylıANKARA EMEKLİLİK A.Ş GELİR AMAÇLI ULUSLARARASI BORÇLANMA ARAÇLARI EMEKLİLİK YATIRIM FONU ÜÇÜNCÜ 3 AYLIK RAPOR
ANKARA EMEKLİLİK A.Ş GELİR AMAÇLI ULUSLARARASI BORÇLANMA ARAÇLARI EMEKLİLİK YATIRIM FONU ÜÇÜNCÜ 3 AYLIK RAPOR Bu rapor Ankara Emeklilik A.Ş Gelir Amaçlı Uluslararası Borçlanma Araçları Emeklilik Yatırım
DetaylıANKARA EMEKLİLİK A.Ş GELİR AMAÇLI ULUSLARARASI BORÇLANMA ARAÇLARI EMEKLİLİK YATIRIM FONU 3 AYLIK RAPOR
ANKARA EMEKLİLİK A.Ş GELİR AMAÇLI ULUSLARARASI BORÇLANMA ARAÇLARI EMEKLİLİK YATIRIM FONU 3 AYLIK RAPOR Bu rapor Ankara Emeklilik A.Ş Gelir Amaçlı Uluslararası Borçlanma Araçları Emeklilik Yatırım Fonu
Detaylı18.034 İleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
DetaylıRİSK ANALİZİ VE. İşletme Doktorası
RİSK ANALİZİ VE MODELLEME İşletme Doktorası Programı Bölüm - 1 Portföy Teorisi Bağlamında Risk Yönetimi ile İlgili Temel Kavramlar 1 F23 F1 Risk Kavramı ve Riskin Ölçülmesi Risk istenmeyen bir olayın olma
Detaylı2 Mayıs 1995. ELEKTRONİK DEVRELERİ I Kontrol ve Bilgisayar Bölümü Yıl içi Sınavı Not: Not ve kitap kullanılabilir. Süre İKİ saattir. Soru 1.
ELEKONİK DEELEİ I Kntrl ve Blgsayar Bölümü Yıl ç Sınavı Nt: Nt ve ktap kullanılablr. Süre İKİ saattr. Sru.- r 00k 5k 5k 00Ω 5 6 k8 k6 7 k 8 y k5 0kΩ Mayıs 995 Şekl. Şekl-. de kullanılan tranzstrlar çn
DetaylıKÜRESEL GELİŞMELER IŞIĞI ALTINDA TÜRKİYE VE KUZEY KIBRIS TÜRK CUMHURİYETİ EKONOMİSİ VE SERMAYE PİYASALARI PANELİ
KÜRESEL GELİŞMELER IŞIĞI ALTINDA TÜRKİYE VE KUZEY KIBRIS TÜRK CUMHURİYETİ EKONOMİSİ VE SERMAYE PİYASALARI PANELİ 12 NİSAN 2013-KKTC DR. VAHDETTIN ERTAŞ SERMAYE PIYASASI KURULU BAŞKANI KONUŞMA METNİ Sayın
DetaylıDİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ "A" OLARAK CEVAP KÂĞIDINA İŞARETLEMEYİ UNUTMAYINIZ. SAYISAL BÖLÜM SAYISAL-2 TESTİ
ALES İlkbahar 007 SAY DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ "A" OLARAK CEVAP KÂĞIDINA İŞARETLEMEYİ UNUTMAYINIZ. SAYISAL BÖLÜM SAYISAL- TESTİ Sınavın bu testinden alacağınız standart puan, Sayısal Ağırlıklı
DetaylıKLASİK MANTIK (ARİSTO MANTIĞI)
KLASİK MANTIK (ARİSTO MANTIĞI) A. KAVRAM Varlıkların zihindeki tasarımı kavram olarak ifade edilir. Ağaç, kuş, çiçek, insan tek tek varlıkların tasarımıyla ortaya çıkmış kavramlardır. Kavramlar genel olduklarından
DetaylıÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ
03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak
DetaylıT.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ MEKATRONİK LABORATUVARI 1. BASINÇ, AKIŞ ve SEVİYE KONTROL DENEYLERİ
T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ MEKATRONİK LABORATUVARI 1 BASINÇ, AKIŞ ve SEVİYE KONTROL DENEYLERİ DENEY SORUMLUSU Arş.Gör. Şaban ULUS Haziran 2012 KAYSERİ
DetaylıRİSKLİ YAPILAR ve GÜÇG
RİSKLİ YAPILAR ve GÜÇG ÜÇLENDİRME ÇALIŞMALARI Doç.. Dr. Ercan ÖZGAN Düzce Üniversitesi YAPILARDA OLU AN R SKLER N NEDENLER GENEL OLARAK 1. Tasar m ve Analiz Hatalar 2. Malzeme Hatalar 3. çilik Hatalar
DetaylıTG 12 ÖABT İLKÖĞRETİM MATEMATİK
KAMU PERSONEL SEÇME SINAVI ÖĞRETMENLİK ALAN BİLGİSİ TESTİ İLKÖĞRETİM MATEMATİK ÖĞRETMENLİĞİ TG ÖABT İLKÖĞRETİM MATEMATİK Bu testlerin her hakkı saklıdır. Hangi amaçla olursa olsun, testlerin tamamının
DetaylıUSB KVM Switch. Ses özellikli ve 2 portlu USB KVM switch. Ses özellikli ve 4 portlu USB KVM switch
USB KVM Switch Ses özellikli ve 2 portlu USB KVM switch Ses özellikli ve 4 portlu USB KVM switch Kullanma Kılavuzu DS-11403 (2 Portlu) DS-12402 (4 Portlu) 1 NOT Bu cihaz FCC kurallarının 15. Bölümü uyarınca,
DetaylıOlasılık ve İstatistik Dersinin Öğretiminde Deney ve Simülasyon
Olasılık ve İstatistik Dersinin Öğretiminde Deney ve Simülasyon Levent ÖZBEK Fikri ÖZTÜRK Ankara Üniversitesi Fen Fakültesi İstatistik Bölümü Sistem Modelleme ve Simülasyon Laboratuvarı 61 Tandoğan/Ankara
DetaylıDeprem Yönetmeliklerindeki Burulma Düzensizliği Koşulları
Deprem Yönetmeliklerindeki Burulma Düzensizliği Koşulları Prof. Dr. Günay Özmen İTÜ İnşaat Fakültesi (Emekli), İstanbul gunayozmen@hotmail.com 1. Giriş Çağdaş deprem yönetmeliklerinde, en çok göz önüne
DetaylıÖlçme Bilgisi Ders Notları
1. ÖLÇÜ BİRİMLERİ Ölçme Bilgisi: Sınırlı büyüklükteki yeryüzü parçalarının ölçülmesi, haritasının yapılması ve projelerdeki bilgilerin araziye uygulanması yöntemleri ile bu amaçlarla kullanılacak araç
DetaylıFizik I (Fizik ve Ölçme) - Ders sorumlusu: Yrd.Doç.Dr.Hilmi Ku çu
Fizik I (Fizik ve Ölçme) - Ders sorumlusu: Yrd.Doç.Dr.Hilmi Ku çu Bu bölümde; Fizik ve Fizi in Yöntemleri, Fiziksel Nicelikler, Standartlar ve Birimler, Uluslararas Birim Sistemi (SI), Uzunluk, Kütle ve
DetaylıEK III POTANSİYELİN TANIMLANMASI
EK III POTANSİYELİN TANIMLANMASI İki vektörün basamaklı (kademeli) çarpımı: Büyüklükte A ve B olan iki vektörünü ele alalım Bunların T= A.B cosθ çarpımı, tanımlama gereğince basamaklıdır. Bu vektörlerden
DetaylıOFİS 365 ÖĞRENCİ MAİL SİSTEMİ KULLANIM KLAVUZU. Office 365
OFİS 365 ÖĞRENCİ MAİL SİSTEMİ KULLANIM KLAVUZU Office 365 Microsoft Office (Word, Excel vb.) dokümanlarınızı bulut platformuna taşımanızı sağlayan Office 365 ürününe https://portal.office.com/home adresinden
DetaylıBÖL-1B. Fatih University- Faculty of Engineering- Electric and Electronic Dept.
SAYISAL DEVRE TASARIMI EEM122 Ref. Morris MANO & Michael D. CILETTI SAYISAL TASARIM 4. Baskı BÖL-1B Fatih University- Faculty of Engineering- Electric and Electronic Dept. İŞARETLİ SAYILAR Bilgisayar gibi
Detaylı21.12.2015. Euro Bölgesi 0,05% Japonya < 0.10% Parite EURUSD GBPUSD USDJPY USDTRY Altın Brent. Yüksek 1,0875 1,4951 123,551 2,9160 1071,19 37,70
Parite EURUSD GBPUSD USDJPY USDTRY Altın Brent Ülke Faiz Ülke Faiz Açılış 1,0827 1,4898 122,555 2,9105 1051,20 36,79 Türkiye 7,50% İngiltere 0,50% Yüksek 1,0875 1,4951 123,551 2,9160 1071,19 37,70 Düşük
DetaylıGenel bilgiler Windows gezgini Kes Kopyala Yapıştır komutları. 4 Bilinen Dosya Uzantıları
İÇERİK 2 Dosya ve Klasör İşlemleri 3 Giriş BİLGİ TEKNOLOJİLERİ VE UYGULAMALARI Windows 7 - Devam ÖĞR. GÖR. HASAN ALİ AKYÜREK http://www.hasanakyurek.com Sürümler Sürüm Karşılaştırmaları Masaüstü Görev
DetaylıARAŞTIRMA RAPORU. Rapor No: 2012.03.08.XX.XX.XX. : Prof. Dr. Rıza Gürbüz Tel: 0.312.210 59 33 e-posta: gurbuz@metu.edu.tr
ARAŞTIRMA RAPORU (Kod No: 2012.03.08.XX.XX.XX) Raporu İsteyen : Raporu Hazırlayanlar: Prof. Dr. Bilgehan Ögel Tel: 0.312.210 41 24 e-posta: bogel@metu.edu.tr : Prof. Dr. Rıza Gürbüz Tel: 0.312.210 59 33
DetaylıBEYKENT OKULLARI MYP GRUBU BĠLGĠ OKURYAZARLIĞI PROGRAMI ESASLARI OluĢturulma Tarihi: 21 Ağustos 2015
BEYKENT OKULLARI MYP GRUBU BĠLGĠ OKURYAZARLIĞI PROGRAMI ESASLARI OluĢturulma Tarihi: 21 Ağustos 2015 1. Tüm çalıģma ünitelerinde araģtırma ödevi verilmesi esastır. Açıklama: Ünite çalıģmaları kapsamında
DetaylıBBH - Groupama Emeklilik Gruplara Yönelik Büyüme Amaçlı Hisse Senedi Emeklilik Yatırım Fonu
BBH - Groupama Emeklilik Gruplara Yönelik Büyüme Amaçlı Hisse Senedi Emeklilik Yatırım Fonu BIST-100, Haziran da %11,28 lik düşerek 76.295 den kapandı. Aynı dönemde Bankacılık endeksi %15,41, Sanayi endeksi
DetaylıSOSYAL ŞİDDET. Süheyla Nur ERÇİN
SOSYAL ŞİDDET Süheyla Nur ERÇİN Özet: Şiddet kavramı, çeşitli düşüncelerden etkilenerek her geçen gün şekillenip gelişiyor. Eskiden şiddet, sadece fiziksel olarak algılanırken günümüzde sözlü şiddet, psikolojik
DetaylıSTYROPOR ĐÇEREN ÇĐMENTO VE ALÇI BAĞLAYICILI MALZEMELERĐN ISIL VE MEKANĐK ÖZELLĐKLERĐ*
STYROPOR ĐÇEREN ÇĐMENTO VE ALÇI BAĞLAYICILI MALZEMELERĐN ISIL VE MEKANĐK ÖZELLĐKLERĐ* Yaşar BĐÇER1 - M.Şükrü YILDIRIM - Cengiz YILDIZ Fırat Üniversitesi ÖZET Son yıllarda gerek enerji talebi ve maliyetleri,
DetaylıBÖLÜM 3 FREKANS DAĞILIMLARI VE FREKANS TABLOLARININ HAZIRLANMASI
1 BÖLÜM 3 FREKANS DAĞILIMLARI VE FREKANS TABLOLARININ HAZIRLANMASI Ölçme sonuçları üzerinde yani amaçlanan özelliğe yönelik gözlemlerden elde edilen veriler üzerinde yapılacak istatistiksel işlemler genel
Detaylı-e-: AİLE VE SOSYAL POLİTİKALAR İLE ÇOCUK NEFROLOJİ DERNEGİ ARASINDA İŞBİRLİGİ PROTOKOLÜ. AiLE VE. SOSYAL ~OLiTiKALAR BAKANllGI. 2012 Ankara ~.
~, -e-: ALE VE ~. I H. SOSYAL ~OLTKALAR BAKANllGI AİLE VE SOSYAL POLİTİKALAR BAKANLIGI ÇOCUK HİzMETLERİ GENEL MÜDÜRLÜGÜ İLE ÇOCUK NEFROLOJİ DERNEGİ ARASINDA İŞBİRLİGİ PROTOKOLÜ 2012 Ankara KAPSAM MADDE
Detaylı= 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)
DetaylıAvivaSA Emeklilik ve Hayat. Fiyat Tespit Raporu Görüşü. Şirket Hakkında Özet Bilgi: Halka Arz Hakkında Özet Bilgi:
arastirma@burganyatirim.com.tr +90 212 317 27 27 3 Kasım 2014 Fiyat Tespit Raporu Görüşü Burgan Yatırım Menkul Değerler A.Ş. tarafından hazırlanmış olan bu rapor, A.Ş. için hazırlanmış olup 31 Ekim 2014
DetaylıGündem 05.10.2015. Türkiye 7,50% İngiltere 0,50% Amerika 0,25% İsviçre -0,75% Euro Bölgesi 0,05% Japonya < 0.10%
Parite EURUSD GBPUSD USDJPY USDTRY Altın Brent Açılış 1,1191 1,5129 119,923 3,0266 1113,65 47,94 Yüksek 1,1318 1,5237 120,406 3,0371 1141,40 48,47 Düşük 1,1151 1,5128 118,690 2,9874 1104,80 46,91 Kapanış
DetaylıYakıt Özelliklerinin Doğrulanması. Teknik Rapor. No.: 942/7193278-00
Müşteri : Kozyatağı Mahallesi Sarı Kanarya Sok. No: 14 K2 Plaza Kat: 11 Kadıköy 34742 İstanbul Türkiye Konu : Seçilen Yakıt Özelliklerin Belirlenmesi için Dizel Yakıtlara İlişkin Testlerin, Doğrulanması
Detaylı1. Kârını Maksimize Eden Firma Davranışı
DERS NOTU 04 ÜRETİCİ TEORİSİ Bugünki dersin işleniş planı: 1. Kârını Maksimize Eden Firma Davranışı... 1 2. Üretim Fonksiyonu ve Eşürün Eğrileri... 5 A. Marjinal Teknik İkame Oranı (MRTS)... 11 B. Eşürün
Detaylı1 OCAK - 31 ARALIK 2015 HESAP DÖNEMİNE AİT PERFORMANS SUNUŞ RAPORU (Tüm tutarlar, aksi belirtilmedikçe Türk Lirası ( TL ) cinsinden ifade edilmiştir.
A. TANITICI BİLGİLER PORTFÖYE BAKIŞ YATIRIM VE YÖNETİME İLİŞKİN BİLGİLER Halka arz tarihi: 16 Temmuz 2014 31 Aralık 2015 tarihi itibariyle Fonun Yatırım Amacı Portföy Yöneticileri Fon Toplam Değeri Portföyünde
Detaylı6. 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
DetaylıARAŞTIRMA PROJESİ NEDİR, NASIL HAZIRLANIR, NASIL UYGULANIR? Prof. Dr. Mehmet AY
ARAŞTIRMA PROJESİ NEDİR, NASIL HAZIRLANIR, NASIL UYGULANIR? Prof. Dr. Mehmet AY Çanakkale Onsekiz Mart Üniversitesi Fen-Edebiyat Fakültesi Kimya Bölümü 29.03.2012 / ÇANAKKALE Fen Lisesi ARAŞTIRMA PROJESİ
DetaylıTemel Bilgisayar Programlama
BÖLÜM 9: Fonksiyonlara dizi aktarma Fonksiyonlara dizi aktarmak değişken aktarmaya benzer. Örnek olarak verilen öğrenci notlarını ekrana yazan bir program kodlayalım. Fonksiyon prototipi yazılırken, dizinin
DetaylıSayın Bakanım, Sayın Rektörlerimiz ve Değerli Katılımcılar,
Sayın Bakanım, Sayın Rektörlerimiz ve Değerli Katılımcılar, Orman ve Su İşleri Bakanımız Sn. Veysel Eroğlu nun katılımları ile gerçekleştiriyor olacağımız toplantımıza katılımlarınız için teşekkür ediyor,
DetaylıVAKIF MENKUL KIYMET YATIRIM ORTAKLIĞI A.Ş. (ESKİ UNVANI İLE VAKIF B TİPİ MENKUL KIYMETLER YATIRIM ORTAKLIĞI A.Ş. )
(ESKİ UNVANI İLE VAKIF B TİPİ MENKUL KIYMETLER YATIRIM ORTAKLIĞI A.Ş. ) 1 OCAK - 31 ARALIK 2014 DÖNEMİNE AİT PERFORMANS SUNUŞ RAPORU VE YATIRIM PERFORMANSI KONUSUNDA KAMUYA AÇIKLANAN BİLGİLERE İLİŞKİN
DetaylıDOĞAL SAYILAR. 728 514 039, 30 960 425, 4 518 825 bölük bölük bölük bölük bölük bölük bölük bölük bölük
MATEMATİ O ON NU UA AN NL L A A T T I I ML ML I I F F A AS S İ İ Ü ÜL LS S E E T T İ İ TEMALARI NA GÖREAYRI LMI Ş FASİ ÜL. SI NI F DOĞAL SAYILAR Günlük hayatta pek çok durumda sayıları kullanırız: Saymak,
DetaylıYER 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,
DetaylıGenelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine
Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere
DetaylıTURBOCHARGER REZONATÖRÜ TASARIMINDA SES İLETİM KAYBININ NÜMERİK VE DENEYSEL İNCELENMESİ
7. OTOMOTİV TEKNOLOJİLERİ KONGRESİ, 26 27 MAYIS BURSA TURBOCHARGER REZONATÖRÜ TASARIMINDA SES İLETİM KAYBININ NÜMERİK VE DENEYSEL İNCELENMESİ Özgür Palaz, Eksen Mühendislik opalaz@ex-en.com.tr Burak Erdal,
Detaylı2016 Ocak ENFLASYON RAKAMLARI 3 Şubat 2016
2016 Ocak ENFLASYON RAKAMLARI 3 Şubat 2016 Ocak 2016 Tüketici Fiyat Endeksi ne(tüfe) ilişkin veriler Türkiye İstatistik Kurumu (TÜİK) tarafından 3 Şubat 2016 tarihinde yayımlandı. TÜİK tarafından aylık
Detaylı