Olasılıksal Oynaklık Modellerinin Bayesci Çözümlemesi ve Bir Uygulama

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Olasılıksal Oynaklık Modellerinin Bayesci Çözümlemesi ve Bir Uygulama"

Transkript

1 SDU Joural of Sciece (E-Joural), 0, 6 (): 6-7 Olasılıksal Oyaklık Modellerii Bayesci Çözümlemesi ve Bir Uygulama Derya Ersel,*, Yasemi Kayha Aılga, Süleyma Güay Haceepe Üiversiesi, Fe Fakülesi, İsaisik Bölümü, 06800, Beyepe, Akara, Türkiye * Yazışıla yazar e-posa: Alıış: 30 Hazira 009, Kabul: Aralık 00 Öze: Zama serisi aalizi, fiasal varlıkları çözümlemeside sıkça kullaıla isaisiksel yöemlerde biridir. Özellikle, so yıllarda zama serisi modellerie zama içeriside değişe varyas fakörüü de eklemesi ile oluşurula modeller üzeride çeşili çalışmalar yürüülmekedir. Bu alada e çok bilie ve kullaıla modeller varyası deermiisik bir foksiyo olarak aımladığı ARCH ve GARCH modelleridir. Bu modellere seçeek olarak gelişirile SV modelide ise varyas, olasılıksal bir foksiyo olarak aımlaır. Fiasal zama serileride SV modelleri, ARCH modellerie göre daha esekir. Acak, SV modelie ilişki olabilirlik foksiyou karmaşık bir yapıya sahip olduğuda paramere ahmilerii klasik yöemlerle elde edilmesi zordur. Bu soru, modeli Bayesci çözümlemeside MCMC ekiklerii kullaılması ile orada kaldırılmışır. Bu ekikler sayeside Bayesci ahmiler kolayca hesaplaabilmekedir. Çalışmada, SV modellerii Bayesci çözümlemesi üzeride durulacak ve Ocak 999 / Nisa 009 ayları arasıdaki Euro/TL ve Dolar/TL döviz kuru serileri üzeride yöemi bir uygulaması suulacakır. Aahar kelimeler: Olasılıksal oyaklık, MCMC yöemleri, Gibbs örekleme algoriması, Bayesci çözümleme. Bayesia Aalysis of Sochasic Volailiy Models ad a Applicaio Absrac: Time series aalysis is geerally used o aalyze fiacial asses. Recely, researchers have bee sudied o ime series models wih chagig variace over ime. Two well kow models i his area are ARCH ad GARCH models where variace is defied as a deermiisic fucio of ime. A aleraive o ARCH/GARCH is SV model where variace is deermied as a sochasic fucio of ime. The SV model provides more flexible modellig of fiacial ime series ha ARCH/GARCH models. Sice he srucure of he likelihood fucio of SV model is very complicaed, i is very hard o esimae he model parameers via he classical approaches. By usig Bayesia aalysis ad MCMC echiques, his problem ca be solved. I his sudy, Bayesia aalysis of SV models will be explaied ad a applicaio of his aalysis o he fiacial ime series daa (Ja 999/Apr 009 mohly Euro/TL ad Dollar/TL exchage raes) will be exhibied. Key words: Sochasic volailiy, MCMC mehods, Gibbs samplig, Bayesia aalysis.. Giriş Oyaklık, belirli bir zama dilimi içeriside özellikle sermaye, döviz ve ahvil piyasalarıdaki fiyaları harekeliliğii bir ölçüsü olarak aımlaabilir. Fias çalışmalarıda oyaklık, geellikle fiasal varlık geirilerii sadar sapması veya 6

2 D. Ersel vd. varyası olarak aımlamaka ve fiasal varlıkları oplam riskii ifade emeke kullaılmakadır. Kısa bir zama dilimi içeriside fiyalardaki hızlı arış ve azalışlar yüksek oyaklık, değişimi az ola fiyalar ise düşük oyaklık oluşurur. Fiasal piyasalardaki harekeleri yöü ve büyüklüğü kousuda yapıla çalışmalar, bu harekeleri modellemek içi birçok ekiği gelişirilmesii de beraberide geirmişir. Oyaklık modelleri geel olarak deermiisik ve olasılıksal olmak üzere iki aa sııfa iceleebilir. Bu modellerde yer ala koşullu varyas erimi, deermiisik modellerde öceki gözlemleri deermiisik bir foksiyou olarak aımlaırke, olasılıksal oyaklık modelleride olasılıksal bir foksiyo olarak aımlamakadır. Deermiisik modeller içeriside e çok bilie ve birçok araşırmacı arafıda kullaıla model, 98 yılıda Egle arafıda gelişirile, zamaa göre değişim gösere koşullu varyası modellemeye olaak sağlaya Ooregresif Koşullu Değişe Varyas / Auoregressive Codiioally Heeroscedasic / ARCH modelidir. Modelde zamaıdaki koşullu varyas - zamaıa kadar ola gözlemleri değerlerie bağlıdır. ARCH modelleri, doğrusal ve doğrusal olmaya bölüm olarak başlıca iki bölümde ele alımakadır. Doğrusal bölüm, bağımlı değişkei zama içideki değişimii gösere koşullu oralama deklemidir. Doğrusal olmaya bölüm ise, bağımlı değişke ola koşullu varyas ile haa erimii gecikmeli değerlerii ilişkisii gösere koşullu varyas deklemidir. Daha sora bu model Bollerslev arafıda geelleşirilerek Geelleşirilmiş Ooregresif Koşullu Değişe Varyas / Geeralized Auoregressive Codiioally Heeroscedasic / GARCH modeli elde edilmişir []. Hem ARCH, hem de GARCH modelleride - aıdaki oyaklık, bilie bir değer olarak kabul edilir. Buula birlike, bu değer gözlemleemeye bir değişke olarak da düşüülebilir []. Bu durumda süreci varyasıı olasılıksal kabul ederek oyaklığı logarimasıı doğrusal olasılıksal bir süreç olarak aımlaya Olasılıksal Oyaklık / Sochasic Volailiy / SV modeli gelişirilmişir. ARCH ve GARCH modelleride farklı olarak SV modelii koşullu varyas deklemide bir raslaı değişkei yer almakadır. Bu erim ile modeli varyası zamaa göre olasılıksal değişim gösere bir değişke olarak aımlaır. Deermiisik ve olasılıksal modeller arasıdaki emel farklılık oyaklığı gözlemleebilir bir değişke olarak kabul edilip edilmemesidir [3]. SV modelleride biri gözlee, diğeri gizli oyaklık olmak üzere iki ip gürülü süreci aımlıdır. Bu edele SV modelleri ARCH modellerie göre fiasal zama serileride daha esek modeller oluşurmakadır. Ölçüm ve örekleme haaları gözlem haalarıı oluşururke, oyaklık diamiklerii değişkeliği de süreç haalarıı oluşurmakadır. SV modellerie ilişki olabilirlik foksiyouu karmaşık yapısı edeiyle bu modellerde klasik paramere ahmilerie ulaşmak zordur. So zamalarda yapıla çalışmalarda SV modelleri içi kullaıla başlıca ahmi yöemleri, geelleşirilmiş momeler yöemi, quasi-e çok olabilirlik ahmii ve bezeim abalı geelleşirilmiş momeler yöemi olarak sıralaabilir [4]. Bu klasik yöemlere ek olarak Bayesci ahmi yöemleri de gelişirilmişir. Çok boyulu durumda sosal dağılımları elde emek içi kullaıla iegral işlemlerii karmaşıklığı edeiyle SV modellerii Bayesci çözümlemesii yapmak kolay değildir. Sosal hesaplamalardaki bu problem ise Markov Ziciri Moe Carlo / Markov Chai Moe Carlo / MCMC ekiklerii gelişirilmesi ile orada kaldırılmışır. Adersa, Chug ve Soresa 63

3 SDU Joural of Sciece (E-Joural), 0, 6 (): 6-7 (999) SV modelleride çıkarsama yapmak içi çeşili yöemleri performaslarıı karşılaşırmışlar ve e başarılı yöemi MCMC olduğua karar vermişlerdir []. Bu çalışmada serileri Bayesci çözümlemesi, WiBUGS programı yardımıyla yapılmışır. WiBUGS da herhagi bir ösel yoğuluk foksiyou ya da olabilirlik foksiyouu açık göserimie gerek olmadığı içi, SV modellerii bu program yardımıyla çözümlemesi daha kolaydır. Programı e belirgi üsülüğü modeldeki her ürlü değişikliği kolay bir biçimde gerçekleşirilebilmesidir. Ayrıca, WiBUGS programıda modeli grafiksel göserimide yararlaılarak paramereleri am koşullu dağılımları elde edilebilir. Bu program, her bir am koşullu dağılıma ilişki e iyi örekleme yöemii seçe bir sisem içermekedir. Programı eksik kala arafı ise yakısamaları yavaş gerçekleşmesidir. Yakısamadaki yavaşlık ise Gibbs örekleme algorimasıı yapısıda kayaklamakadır. SV modelii Bayesci çözümlemeside kullaıla MCMC algorimalarıda ar arda gele durumlar arasıda yüksek ilişkiler olduğuda yakısama yavaş gerçekleşir [5]. Bu çalışmada amaç, SV modellerii Bayesci çözümlemesi üzeride durmak ve fiasal zama serileri üzeride yöemi bir uygulamasıı sumakır. Yöemi uygulaması WiBUGS programı kullaılarak yapılmışır.. Olasılıksal Oyaklık Modelii Bayesci Çözümlemesi SV modelide paramere ahmilerii elde edilmeside kullaıla geel Bayesci yaklaşım, Meyer ve Yu (000) arafıda ele alımış ve çalışmada SV modelii döviz kuru serileri üzerideki uygulaması suulmuşur. Modelde x, döviz kuru serisii, y ise gülük oralama kar serisii gösermekedir. Bua göre, y serisi aşağıdaki döüşüm ile aımlaabilir [5]. y = log x log x (log x log x ), =,..., () = Bu verii aalizide kullaıla SV modeli, bilimeye durumlar verildiğide gözlemleri koşullu dağılımıı belirler. θ ile göserile gizli oyaklık erimi, bilimeye durumları ifade eder ve model aşağıdaki gibi aımlaır: i.i.d y θ = exp θ u u ~ N(0,), =,..., () Bilimeye durumları zamaa göre bir Markov geçisi göserdiği kabul edilirse aşağıdaki durum eşilikleri yazılabilir: i.i.d θ θ, µ, φ, τ =µ+φ( θ µ ) +υ, υ ~ N(0, τ ), =,..., (3) Burada θ ~N( µ, τ ) olarak aımlamakadır. 0 θ, ici güdeki oyaklık mikarıı, φ, <φ< ise verileri karesii logarimasıdaki mevcu ookorelasyou ölçer. 64

4 D. Ersel vd. Böylece φ, oyaklıkaki değişmezliği; sabi ölçek kasayısı β= exp( µ ), e sık görüle oyaklığı (model oyaklığı) ve τ, log-oyaklık ları değişimii gösermekedir [5]. Bayesci çözümleme yapabilmek içi bilimeyeleri bileşik ösel dağılımları ile gözlemleri olabilirlik foksiyoua ihiyaç vardır. Burada µφτ,, paramereler, θ0, θ,..., θ bilimeye durumlar ve y,y,...,y gözlemler olarak göserilir. SV modelide Bayesci çıkarsamalar bilimeyeler olarak aımlaa µφτ,,, θ0, θ,..., θ i sosal dağılımlarıa dayamakadır. Bilimeyeleri bileşik ösel dağılım foksiyou aşağıdaki gibi ifade edilebilir [5]: Burada 0 0 = P( µφτ,,, θ,..., θ ) = P( µφτ,, )P( θ µτ, ) P( θ θ, µφτ,, ) (4) µφτ,, paramerelerii ösel olarak bağımsız olduğu kabul edilmekedir. µ * içi N(0,0) ösel dağılımı kullaılmışır. φ= φ olarak alımış ve φ * içi α 0 ve β,5 paramereleri ile bir Bea ösel dağılımı aımlamışır. τ içi ösel dağılım IG(,5;0,05) ola eşleik ers Gamma olarak alımışır [5, 6]. P(,,, ) θ θ µ φ τ dağılımı ise Eş.(3) e yararlaılarak aımlaır. Olabilirlik foksiyou P(y,..., y µφτ,,, θ,..., θ ), koşullu bağımsızlık varsayımı alıda 0 aşağıdaki gibi ifade edilebilir: µφτ θ0 θ = θ = P(y,..., y,,,,..., ) P(y ) (5) Ösel dağılım ve olabilirlik foksiyou yardımıyla bileşik sosal dağılım aşağıdaki gibi elde edilebilir [5]: 0 0 = P( µφτ,,, θ,..., θ y,..., y ) P( µ )P( φ)p( τ)p( θ µτ, ) P( θ θ, µφτ,, ) = P(y θ ) (6) Bayesci çıkarsamalarda e çok karşılaşıla zorluk, bilimeyeleri marjial sosal dağılımlarıı elde emek içi yüksek boyulu iegralleri kullaılmasıdır. Bu yüksek boyulu iegralleri hesaplamak içi MCMC yöemleri kullaılır. Bu çalışmada, Eş.(6) ile verile bileşik sosal dağılımda her bir bilimeyei marjial sosal dağılımıa ulaşmak içi bir MCMC yöemi ola Gibbs örekleme algoriması kullaılmışır. Bu algorima ile bilimeyeleri marjial sosal dağılımlarıı ahmileri, am koşullu dağılımlarda öreklem çekerek buluabilir [7].Gibbs örekleme algoriması, Eş.(6) ile verile bileşik sosal dağılımda bir öreklem üremek içi her bir bilimeyee ilişki am koşullu dağılımda ieraif olarak öreklem çeker. Bu koşullu dağılımlarda öreklem çekmek karmaşık bileşik sosal dağılımlarda öreklem çekmeye göre daha 65

5 SDU Joural of Sciece (E-Joural), 0, 6 (): 6-7 basiir ve am koşullu dağılımlar geellikle ormal dağılım, ers bilie biçimlere sahipir [8,9]. χ dağılımı gibi Olasılıksal oyaklık modelide, bilimeyeleri am koşullu dağılımları yukarıda bahsedildiği gibi kabul edilirse [6], bileşik sosal dağılımda öreklem çekmek içi kullaıla Gibbs örekleme algorimasıı geel adımları aşağıdaki gibi verilebilir θ K θ φ τ µ içi başlagıç değerleri belirleir. 0,,,,, θ θ φ τ µ = K dağılımıda θ çekilir.,y,,,,, τ y, θ0,, θ, φ, µ φθ θ µτ K dağılımıda τ çekilir. 0, K,,, dağılımıda φ çekilir. µθ, K, θ, φτ, de µ çekilir Adım ye döülür. Yakısama gerçekleşiceye kadar ierasyolara devam edilir [6]. WiBUGS, üm bilimeyeleri am koşullu dağılımlarıı oluşurmak içi modeli göserimii yöledirilmiş devirsiz grafik / direced acyclic graph / DAG ile gerçekleşirir ve am koşullu dağılımlarda öreklem çekmek içi Gibbs örekleme algoriması, uyarlamalı red / adapive rejecio / AR gibi güveilir örekleme yöemleri kullaır. İlk olarak am koşullu dağılımlar, bu çalışmada üzeride durulduğu gibi, aaliik olarak bilie bir dağılıma döüşürülebiliyor ise WiBUGS, öreklem çekmek içi Gibbs örekleme algorimasıda yararlaır. Bilie bir yapı elde edilemez ise yoğuluk foksiyouu log-kokav bir yapıya döüşürülüp döüşürülemediği korol edilir. Log-kokav bir yapı elde edilir ise uyarlamalı red / adapive rejecio / AR öreklemesi kullaılır. Yoğuluk foksiyou log-kokav değilse WiBUGS, öreklem çekmek içi bir Meropolis-Hasigs (MH) adımı kullaır [5, 0]. 3. MCMC Yöemleride Yakısamaı Belirlemesi MCMC yöemleride icelemesi gereke öemli bir oka, çekile öreklemleri sosal dağılıma yakısayıp yakısamadığıı belirlemesidir. Kuramsal olarak olduğuda yakısamaı gerçekleşeceği söyleir, acak uygulamada yakısamaı gerçekleşeceği ierasyo sayısıı belirlemesi gerekir. Yakısama gerçekleşike sora, ilgileile paramereleri sosal dağılımlarıda yaklaşık öreklemler üremek içi ierasyolara devam edilir. Yakısama hızı, koşullu dağılımları karmaşıklığıa bağlıdır. Yakısamaı belirlemeside kullaıla birçok yöem vardır. Zicir ookorelasyolarıı icelemesi bu yöemlerde biridir. Ookorelasyo kasayıları, her bir paramere ziciri içi ilişki mikarıı belirlemeside kullaılır. Yakısama problemi bulumaya zicirler içi ookorelasyo kasayılarıı küçük olması bekleir []. 66

6 D. Ersel vd. Yakısamaı belirlemeside kullaıla diğer bir yöem Rafery ve Lewis arafıda öerilmişir. Bu yöemde, zicir ookorelasyouu bir foksiyou ola seyrelme oraı (hi), yakısama gerçekleşee kadar geçmesi gereke ierasyo sayısı (bur-i), güveilir ahmiler elde emek içi gerekli oplam ierasyo sayısı (N) ve zicirdeki okaları ayı dağılımlı ve bağımsız olması içi gerekli miimum ierasyo sayısı (Nmi) hesaplaır. Bu yöemde ayrıca I isaisiği adı verile I= N Nmi oraı hesaplaır. Bu isaisiği değerii 5 e büyük olması zicirde yakısama soruuu olduğua işare eder []. Geweke arafıda da yakısamaı belirlemesi içi bazı yöemler öerilmişir. Bu yöemleri ilkide, öreklemi başa %0 ile soda %50 sii oralamaları karşılaşırılır ve oralamalar eşise yakısama problemii olmadığı kabul edilir. Öerile diğer bir yöemde sayısal sadar haalar ve orasal sayısal ekilikler hesaplaır. Bu değerler öreklemi farklı yüzdeliklerie bağlı olarak ahmi edildiğide bu ahmiler arasıda öemli farkları olması, ookorelasyoları büyük olduğua, dolayısıyla yakısama problemii olduğua işare eder [3]. 4. Uygulama Bu bölümde, SV modelii Bayesci çözümlemesii uygulamak amacıyla Ocak 999/Nisa 009 ayları arasıdaki aylık Euro/TL ve Dolar/TL döviz oraları serileri ele alımışır. Çözümlemeler, serileri logariması alıarak gerçekleşirilmişir. Serilere ilişki SV modelii Bayesci çözümlemesi WiBUGS programı yardımıyla, bu serileri yakısama durumlarıı değerledirilmesi ise MATLAB programı içi gelişirilmiş Ecoomeric Toolbox (LESAGE 999) da yer ala coda foksiyou ile gerçekleşirilmişir [4]. İlk olarak, Euro/TL serisi ele alımış ve bir öceki bölümde açıklaa yakısama ölçüleri doğrulusuda =4 birimlik seride φ, β, τ paramerelerii güveilir ahmilerie ulaşmak içi gerekli ola ierasyo sayısı , bur-i 00 ve seyrelme oraı 5 olarak belirlemişir. Bilimeyeler içi uygu ösel dağılımlar ve uygu başlagıç değerlerii belirlemeside dolayı serii yakısaması hızlı bir şekilde gerçekleşmişir. Bu yakısama hızı ayı zamada koşullu dağılımları karmaşık bir yapıda olmamasıda kayaklamakadır. Coda foksiyou ile belirlee souçlar doğrulusuda elde edile yei seri ekrar değerledirildiğide, Rafery-Lewis ölçüleride I değeri üm paramereler içi,049 olarak hesaplamış ve bu değer 5 e küçük olduğu içi paramere zicirlerii yakısama göserdiği sapamışır. Ayrıca, seyrelme oraıı olması zicirlerde ar arda gele iki gözlem arasıda ilişki olmadığıa işare emekedir. Bir başka ifade ile, elde edile paramere zicirleride orokorelasyo soruu orada kalkmışır. Zicirlerde ookorelasyo soruu olmadığı aşağıdaki grafiklerde yararlaarak da gözlemleebilir. Geweke esie göre, paramere zicirlerii başa %0 ve soda %50 lik kısımlarıı oralamaları alıarak durağalığa ulaşıp ulaşmadığı araşırılacak oluursa Tablo deki souçlara ulaşılır. 67

7 SDU Joural of Sciece (E-Joural), 0, 6 (): 6-7 Şekil. Euro/TL serisi içi paramere zicirlerie ilişki ookorelasyo foksiyolarıı grafikleri (bur-i=00). Tablo. Euro/TL serisi içi paramere zicirlerii Geweke esi souçları Ki-kare p değeri Yüzdelik β φ τ %4 0,604 0, , %8 0,566 0, ,3568 %5 0,0733 0, ,33774 Bua göre, H : µ =µ 0 0,0 0,50 H: µ µ 0,0 0,50 hipoezi içi paramereleleri p değerleri iceleecek olursa, üm paramere zicirlerii durağa olduğu α=0,05 yaılma olasılığı ile söyleebilir. Paramere zicirlerii yakısama grafikleri aşağıdaki gibi elde edilmişir. Şekil ye göre, paramere zicirleride yakısama problemi olmadığı, grafikleri Geweke ile Rafery-Lewis es souçlarıı deseklediği söyleebilir. Gibbs örekleme algoriması kullaılarak elde edile paramere zicirlerii sosal olasılık yoğuluk foksiyolarıa ilişki grafikler Şekil 3 e verilmekedir. 68

8 D. Ersel vd. Şekil. Euro/TL serisi içi paramere zicirlerii yakısama grafikleri (bur-i =00). Şekil 3 e göre SV modelii paramereleride β ı sosal dağılımıı sola çarpık, φ i sosal dağılımıı sağa çarpık, τ u sosal dağılımıı ise simerik olduğu söyleebilir. Şekil 3. Euro/TL serisi içi paramere zicirlerii sosal olasılık yoğuluk foksiyolarıı grafikleri. 69

9 SDU Joural of Sciece (E-Joural), 0, 6 (): 6-7 Zicirlerde yakısama soruu olmadığıda model içi güveilir ahmiler elde edilebilir. Euro/TL döviz oraları seriside φ, β, τ paramereleri içi elde edile öze isaisikler Tablo de verilmişir. Tabloda oralama kolou paramerelere ilişki Bayesci ahmileri gösermekedir. Tablo. Euro/TL serisi içi paramere zicirlerii öze isaisikleri Paramere Oralama Sd.Sapma Sd.Haa %,5 Oraca %97,5 β,60 0,5899 0,003 0,473,0090,5560 φ 0,678 0,5 0,00 0,374 0,6398 0,844 τ 3,3000 0,9 0,0030,7730 3,880 3,9080 Öze isaisikler değerledirildiğide Euro/TL serisi içi SV modelide oyaklıkaki değişmezlik 0,678, e sık görüle oyaklık,60 ve oyaklığı değişimi 3,3 olarak hesaplamışır. Dolar/TL döviz oraları serisi içi de bezer hesaplamalar yapılmışır. Bu seri içi, =4 birimlik veri kümeside φ, β, τ paramereleri içi ierasyo yapılmış, ilk 000 ierasyo çözümlemede çıkarılmış ve seyrelme oraı 35 olarak alımışır. Bu durumda, Rafery-Lewis ölçülerie göre üm paramereler içi I=,7 olarak hesaplamışır yai paramere zicirleri yakısama gösermekedir. Görüldüğü üzere, Euro/TL serisie göre Dolar/TL seriside yakısama çok daha yavaş bir şekilde gerçekleşmiş ve seyrelme oraı acak 35 alıdığıda ookorelasyo soruu olmaya bir zicir elde edilmişir. Paramere zicirlerie ilişki ookorelasyo ve yakısama grafikleride, ayrıca Geweke es souçlarıda da yakısama soruu olmadığı söyleebilir. Dolar/TL döviz oraları seriside Tablo 3 de verilmişir. φ, β, τ paramereleri içi elde edile öze isaisikler Tablo 3. Dolar/TL serisi içi paramere zicirlerii öze isaisikleri Paramere Oralama Sd.Sapma Sd.Haa %,5 Oraca %97,5 β 0,6537 0,669 0, ,4 0,63,04 φ 0,9763 0,03 0, ,8856 0,9869 0,9988 τ 0,387 0,0435 0, ,0765 0,3 0,44 Öze isaisikler değerledirildiğide Dolar/TL serisi içi SV modelide oyaklıkaki değişmezlik 0,9763, e sık görüle oyaklık 0,6537 ve oyaklığı değişimi 0,387 olarak hesaplamışır. 5. Souç ve Tarışma Fiasal verileri modellemeye ve zama içeriside bu serileri fiyalarıdaki riski ölçmeye yaraya ARCH / GARCH modellerie güçlü bir seçeek SV modelleridir. Bu 70

10 D. Ersel vd. modelde, varyas zamaa göre olasılıksal değişim gösere bir raslaı değişkei olarak aımlamaka ve bu sayede fias verilerii daha esek, gerçekçi modellemesi mümkü olmakadır. Bayesci çözümleme ile de modeli paramerelerii ahmi edilmesi sürecide klasik yöemlerde karşılaşıla sorulara eki çözümler geirilmişir. Gelişirile bilgisayar programları sayeside bu Bayesci çözümlemeler kısa sürede ve kolay bir şekilde gerçekleşirilebilmekedir. Çalışmada, Ocak 999/Nisa 009 ayları arasıdaki aylık Euro/TL ve Dolar/TL döviz oraları serileri içi SV modelleri oluşurulmuş ve WiBUGS ile bu modelleri Bayesci paramere ahmileri elde edilmişir. Uygulama souçları değerledirildiğide, elde edile paramere zicirleride yakısama soruu gözlemediği içi bu zicirler üzeride paramere ahmilerie geçilmişir. Buula birlike, Dolar/TL seriside yakısamaı yavaş olduğu görülmüşür. Rafery&Lewis ölçülerie göre, seyrelme oraı acak 35 olarak alıdığıda paramere zicirleride ookorelasyo soruuu çözüldüğü gözlemişir. Lieraürde, yakısamadaki yavaşlığı orada kaldırmak içi log-oyaklıklarda farklı yollarla öreklem çekilmesi öerilmekedir. Öreği, Shephard ve Pi (997), ard arda gele log-oyaklık gruplarıı örekleye bir Meropolis algoriması; Kim v.d (998) ise üm log-oyaklıkları ayı ada örekleye bir Moe Carlo algoriması ile bu soruu orada kaldırılmasıı öermişlerdir [6]. Euro/TL modeli içi oyaklıkaki değişmezlik 0,678, Dolar/TL modeli içi ise 0,9763 olarak hesaplamışır. Geel olarak uygulamada oyaklıkdaki değişmezliği değerie yakı olması iseir. Değer e e kadar yakı ise serii piyasalardaki ai çıkış ve düşüşlere o kadar direçli olduğu söyleebilir. Dolar/TL serisi içi kurula modelde oyaklığı değişmezliği daha büyük olduğu içi bu serii piyasadaki değişimlere karşı daha direçli olduğu, bir başka ifade ile bu yaırım aracıı daha az riskli olduğu söyleebilir. Bir yaırımcı, amaçları doğrulusuda riskli ama geirisi yüksek ola ya da daha az riskli acak geirisi de ayı biçimde daha düşük ola yaırım aracıda hagisii ercih edeceğie SV modelide yer ala e sık görüle oyaklık ve oyaklığı değişimi paramerelerii baz alarak karar verebilir. Souç olarak, iki farklı yaırım aracıda hagisii daha riskli olduğua bu değerler yardımı ile karar verilebilir. Euro/TL serisi içi e sık görüle oyaklık,60 ve oyaklıkaki değişim 3,3; Dolar/TL serisi içi ise bu değerler sırasıyla 0,6537 ve 0,387 olarak bulumuşur. Euro/TL serisi, Dolar/TL serisie göre daha fazla kazadırmakadır acak bu yaırım aracıı kazacı ile doğru oraılı olarak riski de daha fazladır. Fias verilerii çoğuda değişe varyaslılık soruu yer almakadır ve geelde bu verilerde oyaklık kümelerii varlığı gözlemekedir. Dolayısıyla verileri aalizide mevcu oyaklığı doğru olarak modellemesi ve elde edile modelde güveilir ahmilere ulaşılması çok öemlidir. Bu edele çalışmada so zamalarda lieraürde geiş bir yer ua SV modelleri ve bu modelleri Bayesci çözümlemesi bir uygulama üzeride suulmuşur. 7

11 SDU Joural of Sciece (E-Joural), 0, 6 (): 6-7 Kayaklar [] Özka P., 004. Aalysis of Sochasic ad No-Sochasic Volailiy Models, MSc Thesis, Graduae School of Naural ad Applied Scieces, Middle Eas Techical Uiversiy, Akara, p. 78. [] Broo C., Ruiz E., 004. Esimaio Mehods for Sochasic Volailiy Models: A Survey, Joural of Ecoomic Surveys, 8 (5): [3] Jacquier E., Polso N.G., Rossi P.E., 994. Bayesia Aalysis of Sochasic Volailiy Models, Joural of Busiess & Ecoomeric Saisics, (4): [4] Shephard N., 005. Sochasic Volailiy, Oxford Uiversiy Press, New York, p. 55. [5] Meyer R., Yu J., 000. BUGS for a Bayesia Aalysis of Sochasic Volailiy Models, The Ecoomerics Joural, 3 (): [6] Kim S., Shephard N., Chib S., 998. Sochasic volailiy: Likelihood iferece ad compariso wih ARCH models, Review of Ecoomic Sudies, 65 (3): [7] Gelfad A., Smih A.F.M., 990. Samplig-Based Approaches o Calculaig Margial Desiies, Joural of he America Saisical Associaio, 85 (40): [8] Gilks W.R., Richardso S., Spiegelhaler D.J., 996. Markov Chai Moe Carlo i Pracice, Chapma ad Hall, Lodo, p [9] Walsh B., 00. Markov Chai Moe Carlo ad Gibbs Samplig, lecure oes for EEB 596z, hp://iro.biosci.arizoa.edu/courses/eeb596/hadous/gibbs.pdf (Erişim Tarihi : Mar 005) [0] Akaş A.M., 008. Bayesci Olasılıksal Oyaklık Modelleri, Bilim Uzmalığı Tezi, Fe Bilimleri Esiüsü, Haceepe Üiversiesi, Akara, s. 63. [] Gamerma D., 997. Markov Chai Moe Carlo Sochasic Simulaio for Bayesia Iferece, Chapma ad Hall, Lodo, p. 45. [] Rafery A.E., Lewis S., 995. The Number of Ieraios, Covergece Diagosics ad Geeric Meropolis Algorihms, pp. 5-30, I: Pracical Markov Chai Moe Carlo, (Eds.: Gilks W.R., Spiegelhaler D.J. & Richardso S.), Chapma ad Hall, Lodo, p.486 [3] Geweke J., 99. Evaluaig he Accuracy of Samplig-Based Approaches o he Calculaio of Poserior Momes, pp , I: Bayesia Saisics 4, (Eds.: Berardo J.M., Berger J.O. & Smih A.F.M.), Oxford Uiversiy Press, Oxford, UK, p [4] LeSage J.P., 999. Applied Ecoomerics Usig MATLAB, hp://www.spaial-ecoomerics.com/hml/mbook.pdf (Erişim Tarihi: Hazira 005) Yasemi Kayha Aılga e-posa: Süleyma Güay e-posa: 7

ARMAX Modelleri ve Porsuk Barajı Su Seviyesinin Öngörüsü. ARMAX Models and Forcasting Water Level of Porsuk Dam

ARMAX Modelleri ve Porsuk Barajı Su Seviyesinin Öngörüsü. ARMAX Models and Forcasting Water Level of Porsuk Dam ARMAX Modelleri ve Porsuk Barajı Su Seviyesii Ögörüsü Hülya Şe a ve Özer Özaydı a a Eskişehir Osmagazi Üiversiesi, Fe-Edebiya Fakülesi, İsaisik Böl., 26480, Eskişehir e-posa: hse@ogu.edu.r, oozaydi@ogu.edu.r

Detaylı

Yukarıdaki sonucu onaylarım. Prof. Dr. Ülkü MEHMETOĞLU. Enstitü Müdürü

Yukarıdaki sonucu onaylarım. Prof. Dr. Ülkü MEHMETOĞLU. Enstitü Müdürü ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ DURAĞAN OLMAYAN ZAMAN SERİLERİNDE KOİNTEGRASYON VEKTÖRÜNÜN TAHMİNİ ÜZERİNE BİR ÇALIŞMA Yudum BALKAYA İSTATİSTİK ANABİLİM DALI ANKARA 006 Her

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ZAMAN SERİLERİNDE BİRİM KÖKLERİN İNCELENMESİ. Yeliz YALÇIN İSTATİSTİK ANABİLİM DALI

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ZAMAN SERİLERİNDE BİRİM KÖKLERİN İNCELENMESİ. Yeliz YALÇIN İSTATİSTİK ANABİLİM DALI ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÜKSEK LİSANS TEZİ ZAMAN SERİLERİNDE BİRİM KÖKLERİN İNCELENMESİ eliz ALÇIN İSTATİSTİK ANABİLİM DALI ANKARA Her akkı saklıdır rd. Doç. Dr. ılmaz AKDİ daışmalığıda,

Detaylı

Bölüm 4. Görüntü Bölütleme. 4.1. Giriş

Bölüm 4. Görüntü Bölütleme. 4.1. Giriş Bölüm 4 Görüü Bölüleme 4.. Giriş Görüü iyileşirme ve görüü oarmada arklı olarak görüü bölüleme görüü aalizi ile ilgili bir problem olup görüü işlemei göserim ve aılama aşamalarıa görüüyü hazırlama işlemidir.

Detaylı

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ TAHVİL DEĞERLEMESİ Doç. Dr. M. Mee DOĞANAY Prof. Dr. Ramaza AKTAŞ 1 İçerik Tahvil ve Özellikleri Faiz Oraı ve Tahvil Değeri Arasıdaki İlişki Tahvili Geiri Oraı ve Vadeye Kadar Geirisi Faiz Oraı Riski Verim

Detaylı

Vakumlu Ortamda Doymuş Buharla Đplik Kondisyonlama Đşleminde Kütle Transferi Analizi

Vakumlu Ortamda Doymuş Buharla Đplik Kondisyonlama Đşleminde Kütle Transferi Analizi Teksil Tekolojileri Elekroik Dergisi Cil: 3, No: 1, 009 (31-37) Elecroic Joural o Texile Techologies Vol: 3, No: 1, 009 (31-37) TEK OLOJĐK ARAŞTIRMALAR www.ekolojikarasirmalar.com e-issn:- Makale (Paper)

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

4.Bölüm Tahvil Değerlemesi. Doç. Dr. Mete Doğanay Prof. Dr. Ramazan Aktaş

4.Bölüm Tahvil Değerlemesi. Doç. Dr. Mete Doğanay Prof. Dr. Ramazan Aktaş 4.Bölüm Tahvil Değerlemesi Doç. Dr. Mee Doğaay Prof. Dr. Ramaza Akaş Amaçlarımız Bu bölümü amamladıka sora aşağıdaki bilgi ve becerilere sahip olabileceksiiz: Tahvillerle ilgili emel kavramları bilmek

Detaylı

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii

Detaylı

Kırgızistan da İthalatın Belirleyicilerinin Modellenmesi

Kırgızistan da İthalatın Belirleyicilerinin Modellenmesi SESSION C: Uluslararası Ticare I 259 Kırgızisa da İhalaı Belirleyicilerii Modellemesi Assoc. Prof. Dr. Ebru Çağlaya (Kyrgyzsa-Turkey Maas Uiversiy, Kyrgyzsa) Ph.D. Cadidae Zamira Oskobaeva (Kyrgyzsa-Turkey

Detaylı

YAPAY SİNİR AĞLARI İLE KARAKTER TABANLI PLAKA TANIMA

YAPAY SİNİR AĞLARI İLE KARAKTER TABANLI PLAKA TANIMA YAPAY SİNİR AĞLARI İLE KARAKTER TABANLI PLAKA TANIMA Cemil ÖZ 1, Raşi KÖKER 2, Serap ÇAKAR 1 1 Sakara Üiversiesi Mühedislik Fakülesi Bilgisaar Mühedisliği Bölümü, Eseepe, Sakara 2 Sakara Üiversiesi Tekik

Detaylı

KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ

KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ İsmail KINACI 1, Aşır GENÇ 1, Galip OTURANÇ, Aydın KURNAZ, Şefik BİLİR 3 1 Selçuk Üniversiesi, Fen-Edebiya Fakülesi İsaisik

Detaylı

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research

Detaylı

Üstel Dağılım Babam: - Şu ampullerin hangisinin ömrünün daha kısa olduğu hiç belli olmuyor. Bazen yeni alınanlar eskilerden daha önce yanıyor.

Üstel Dağılım Babam: - Şu ampullerin hangisinin ömrünün daha kısa olduğu hiç belli olmuyor. Bazen yeni alınanlar eskilerden daha önce yanıyor. Üsel Dağılım Babam: - Şu ampulleri hagisii ömrüü daha kısa olduğu hiç belli olmuyor. Baze yei alıalar eskilerde daha öce yaıyor. Hele şuradaki bildim bileli var. Evde yedek ampul yokke, gerekirse ou söküp

Detaylı

TEMEL BİLEŞENLER ANALİZİNİN SU ÜRÜNLERİNDE KULLANIMI * Principle Component Analysis Use in Fisheries

TEMEL BİLEŞENLER ANALİZİNİN SU ÜRÜNLERİNDE KULLANIMI * Principle Component Analysis Use in Fisheries ÇÜ Fe ve Mühedislik Bilimleri Dergisi Yıl:0 Cil:6-3 TEMEL BİLEŞENLER ANALİZİNİN SU ÜRÜNLERİNDE KULLANIMI * Pricile Comoe Aalysis Use i Fisheries Leve SANGÜN Su Ürüleri Aabilim Dalı Musafa AKAR Su Ürüleri

Detaylı

Türkiye de Turizm ve İhracat Gelirlerinin Ekonomik Büyüme Üzerindeki Etkisinin Testi: Eşbütünleşme ve Nedensellik Analizi

Türkiye de Turizm ve İhracat Gelirlerinin Ekonomik Büyüme Üzerindeki Etkisinin Testi: Eşbütünleşme ve Nedensellik Analizi Süleyma Demirel Üiversiesi, Fe Bilimleri Esiüsü Dergisi, 6-2 ( 202), 20-2 Türkiye de Turizm ve İhraca Gelirlerii Ekoomik Büyüme Üzerideki Ekisii Tesi: Eşbüüleşme ve Nedesellik Aalizi Esra POLAT, Süleyma

Detaylı

MEKANİK TESİSATTA EKONOMİK ANALİZ

MEKANİK TESİSATTA EKONOMİK ANALİZ MEKANİK TESİSATTA EKONOMİK ANALİZ Mustafa ÖZDEMİR İ. Cem PARMAKSIZOĞLU ÖZET Düya çapıda rekabeti ö plaa çıktığı bu gükü şartlarda, e gelişmiş ürüü, e kısa sürede, e ucuza üretmek veya ilk yatırım ve işletme

Detaylı

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler Dolar Kurundaki Günlük Harekeler Üzerine Bazı Gözlemler Türkiye Bankalar Birliği Ekonomi Çalışma Grubu Toplanısı 28 Nisan 2008, İsanbul Doç. Dr. Cevde Akçay Koç Finansal Hizmeler Baş ekonomis cevde.akcay@yapikredi.com.r

Detaylı

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ 4. HAFTA ISF44 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ PARANIN ZAMAN DEĞERİ VE GETİRİ ÇEŞİTLERİ Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Paraı Zama Değeri Paraı Zama Değeri Yatırım

Detaylı

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei

Detaylı

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

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık

Detaylı

DİNAMİK PORTFÖY SEÇİMİ ve BİR UYGULAMA

DİNAMİK PORTFÖY SEÇİMİ ve BİR UYGULAMA Yöeim, Yıl: 7, Sayı: 55, Ekim 6 DİNAMİK PORFÖY SEÇİMİ ve BİR UYGULAMA Dr. Mehme HORASANLI İsabul Üiversiesi İşleme Fakülesi Sayısal Yöemler Aabilim Dalı Bu çalışmada, Li ve Ng ( arafıda aaliik çözümü üreile

Detaylı

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama

Detaylı

NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ WIND ENERGY POTENTIAL OF NIGDE PROVINCE

NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ WIND ENERGY POTENTIAL OF NIGDE PROVINCE Niğde Üiersitesi Mühedislik Bilimleri Dergisi, Cilt 1, Sayı, (1), 37-47 NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ Uğur YILDIRIM 1,* Yauz GAZİBEY, Afşi GÜNGÖR 1 1 Makie Mühedisliği Bölümü, Mühedislik Fakültesi,

Detaylı

YATIRIM PROJELERİNİN HAZIRLANMASI VE DEĞERLENDİRİLMESİ (İç Karlılık Oranı ve Net Bugünkü Değer Yöntemlerinin İncelenmesi)

YATIRIM PROJELERİNİN HAZIRLANMASI VE DEĞERLENDİRİLMESİ (İç Karlılık Oranı ve Net Bugünkü Değer Yöntemlerinin İncelenmesi) YATIRIM PROJELERİNİN HAZIRLANMASI VE DEĞERLENDİRİLMESİ (İç Karlılık Oraı ve Ne Bugükü Değer Yöemlerii İcelemesi) Tarık GEDİK, Kadri Cemil AKYÜZ, İlker AKYÜZ KTÜ Orma Fakülesi 680 TRABZON ÖZET Ulusal kalkımaı

Detaylı

Yatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects

Yatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects Uşak Üiversitesi Sosyal Bilimler Dergisi (2012) 5/2, 89-101 Yatırım Projeleride Kayak Dağıtımı Aalizi Bahma Alp RENÇBER * Özet Bu çalışmaı amacı, yatırım projeleride kayak dağıtımıı icelemesidir. Yatırım

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP. Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 2006

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP. Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 2006 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 26 Her hakkı saklıdır Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda,

Detaylı

İMKB NİN LATİN AMERİKA BORSALARIYLA İLİŞKİSİ ÜZERİNE ÇOK DEĞİŞKENLİ GARCH MODELLEMESİ

İMKB NİN LATİN AMERİKA BORSALARIYLA İLİŞKİSİ ÜZERİNE ÇOK DEĞİŞKENLİ GARCH MODELLEMESİ Sosyal Bilimler Dergisi 2010, (4), 25-32 İMKB NİN LATİN AMERİKA BORSALARIYLA İLİŞKİSİ ÜZERİNE ÇOK DEĞİŞKENLİ GARCH MODELLEMESİ Özlem YORULMAZ - Oya EKİCİ İsanbul Üniversiesi İkisa Fakülesi Ekonomeri Bölümü

Detaylı

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV Diziler ve Seriler Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 7 Amaçlar Bu üiteyi çalıştıkta sora; dizi kavramıı taıyacak, dizileri yakısaklığıı araştırabilecek, sosuz toplamı alamıı bilecek, serileri yakısaklığıı

Detaylı

AÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ

AÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ Eskişehir Osmagazi Üiversitesi Müh.Mim.Fak.Dergisi C.XXI, S., 2008 Eg&Arch.Fac. Eskişehir Osmagazi Uiversity, Vol..XXI, No:, 2008 Makalei Geliş Tarihi : 2.02.2007 Makalei Kabul Tarihi : 23.03.2007 AÇIK

Detaylı

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6.

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6. Problemler 3 i Çözümleri Problemler 3 i Çözümleri Aşağıdaki özellikleri kaıtlamaızı ve buu yaıda daha fazla soyut kaıt vermeizi isteyeceğiz. h.h. eşitliğii ölçümü sıfır ola bir kümei tümleyei üzeride eşit

Detaylı

AKIŞKAN BORUSU ve VANTİLATÖR DENEYİ

AKIŞKAN BORUSU ve VANTİLATÖR DENEYİ AKIŞKA BORUSU ve ATİLATÖR DEEYİ. DEEYİ AMACI a) Lüle ile debi ölçmek, b) Dairesel kesitli bir borudaki türbülaslı akış şartlarıda hız profili ve eerji kayıplarıı deeysel olarak belirlemek ve literatürde

Detaylı

eyd Ekonomik Yaklaşım Derneği / Association

eyd Ekonomik Yaklaşım Derneği / Association eyd Ekonomik Yaklaşım Derneği / Associaion Ekonomik Yaklaşım 016, 7(99): 1-15 www.ekonomikyaklasim.org doi: 10.5455/ey.35908 BIST-100 Endeksinin Volail Davranışlarının Simerik Ve Asimerik Sokasik Volailie

Detaylı

Tahmin Edici Elde Etme Yöntemleri

Tahmin Edici Elde Etme Yöntemleri 6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme

Detaylı

NÜKLEER FİZİĞİN BORSAYA UYGULANMASI: OPSİYON FİYATLARININ MESH FREE YÖNTEM ile MODELLENMESİ

NÜKLEER FİZİĞİN BORSAYA UYGULANMASI: OPSİYON FİYATLARININ MESH FREE YÖNTEM ile MODELLENMESİ NÜKLEER FİZİĞİN BORAYA UYGULANMAI: OPİYON FİYATLARININ MEH FREE YÖNTEM ile MODELLENMEİ M. Bilge KOÇ ve İsmail BOZTOUN Eciyes Üi. Fe-Ed. Fak. Fizik Bölümü 38039 Kaysei ÖZET Bu çalışmada eoik üklee fiziği

Detaylı

İstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi

İstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi Makie Tekolojileri Elektroik Dergisi Cilt: 8, No: 4, 011 (75-80) Electroic Joural of Machie Techologies Vol: 8, No: 4, 011 (75-80) TEKNOLOJİK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:1304-4141

Detaylı

TEMEL KAVRAMLAR GİRİŞ

TEMEL KAVRAMLAR GİRİŞ TEMEL KAVRAMLAR GİRİŞ İstatistik kelimesii kökei Almaca olup devlet alamıa gelmektedir. İstatistik kelimesi gülük hayatta farklı alamlarda kullaılmaktadır. Televizyoda bir futbol müsabakasıı izleye bir

Detaylı

ĐSTA BUL TEK ĐK Ü ĐVERSĐTESĐ FE BĐLĐMLERĐ E STĐTÜSÜ ELEKTROMEKA ĐK SĐSTEMLERĐ MODEL PARAMETRELERĐ Đ KESTĐRĐMĐ. YÜKSEK LĐSA S TEZĐ Ufuk TUR

ĐSTA BUL TEK ĐK Ü ĐVERSĐTESĐ FE BĐLĐMLERĐ E STĐTÜSÜ ELEKTROMEKA ĐK SĐSTEMLERĐ MODEL PARAMETRELERĐ Đ KESTĐRĐMĐ. YÜKSEK LĐSA S TEZĐ Ufuk TUR ĐSTA UL TEK ĐK Ü ĐVERSĐTESĐ FE ĐLĐMLERĐ E STĐTÜSÜ ELEKTROMEKA ĐK SĐSTEMLERĐ MODEL PARAMETRELERĐ Đ KESTĐRĐMĐ YÜKSEK LĐSA S TEZĐ Ufuk TUR Aabilim Dalı : Mekaroik Mühedisliği Programı : Mekaroik Mühedisliği

Detaylı

Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama

Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama Kocaeli Üniversiesi Sosyal Bilimler Ensiüsü Dergisi (6) 2003 / 2 : 49-62 Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama Hüdaverdi Bircan * Yalçın Karagöz ** Öze: Bu çalışmada geleceği

Detaylı

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ 8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,

Detaylı

ÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ

ÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 4, Sayı, 3 97 ÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ Yalçı KARAGÖZ Cumhuriyet Üiversitesi

Detaylı

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:-Sayı/No: : 355-366 (9) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE TEK DEĞİŞKENLİ KARARLI DAĞILIMLAR,

Detaylı

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY FÖYÜ

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY FÖYÜ SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK AKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY ÖYÜ DENEY I VİDALARDA OTOBLOKAJ DENEY II SÜRTÜNME KATSAYISININ BELİRLENMESİ DERSİN

Detaylı

AFYONKARAHİSAR İLİ YENİLENEBİLİR ENERJİ POTANSİYELİ. Ziya DEMİRKOL 1 Mehmet ÇUNKAŞ 2

AFYONKARAHİSAR İLİ YENİLENEBİLİR ENERJİ POTANSİYELİ. Ziya DEMİRKOL 1 Mehmet ÇUNKAŞ 2 S.Ü. Müh. Bilim ve Tek. Derg., c.2, s.1, 2014 Selcuk Uiv. J. Eg. Sci. Tech., v.2,.1, 2014 ISSN: 2147-9364 (Elektroik) AFYONKARAHİSAR İLİ YENİLENEBİLİR ENERJİ POTANSİYELİ Ziya DEMİRKOL 1 Mehmet ÇUNKAŞ 2

Detaylı

MADENCİLİK YATIRIM PROJELERİNİN SOSYAL KARLILIK ANALİZİYLE DEĞERLENDİRİLMESİ

MADENCİLİK YATIRIM PROJELERİNİN SOSYAL KARLILIK ANALİZİYLE DEĞERLENDİRİLMESİ MADENCİLİK, Cilt 42, Sayı 3, Sayfa 25-30, Eylül 2003 Vol. 42, No. 3, pp 25-30, September 2003 MADENCİLİK YATIRIM PROJELERİNİN SOSYAL KARLILIK ANALİZİYLE DEĞERLENDİRİLMESİ Appraisal of Miig Ivestmet Projects

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak

Detaylı

TOPLAM KOLESTEROL, LDL, HDL VE TRİGLİSERİT SEVİYELERİNİN YAŞA GÖRE DEĞİŞİMİNİN DEĞİŞİK REGRESYON MODELLERİYLE İNCELENMESİ

TOPLAM KOLESTEROL, LDL, HDL VE TRİGLİSERİT SEVİYELERİNİN YAŞA GÖRE DEĞİŞİMİNİN DEĞİŞİK REGRESYON MODELLERİYLE İNCELENMESİ T.C. İNÖNÜ ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ TOPLAM KOLESTEROL, LDL, HDL VE TRİGLİSERİT SEVİYELERİNİN YAŞA GÖRE DEĞİŞİMİNİN DEĞİŞİK REGRESYON MODELLERİYLE İNCELENMESİ YÜKSEK LİSANS TEZİ EMRE DİRİCAN

Detaylı

Diş sayısı tam sayı olması gerekmektedir. p p d. d m = ve

Diş sayısı tam sayı olması gerekmektedir. p p d. d m = ve DĐŞLĐLER Diş Boyuları Taba Kavisi (Fille Radius) Diş başı yüksekliği (Addedum) Taba yüksekliği(dededum) Diş yüksekliği (Addedum +Dededum) Taksima (Circular pich) Diş kalılığı (Tooh Thickess) Dişler arasıdaki

Detaylı

STOKASTİK (R,s,S) ve STOKASTİK (R,S) STOK KONTROL POLİTİKALARININ POLİÜRETAN SEKTÖRÜNDE MARKOV KARAR SÜRECİ YARDIMIYLA KARŞILAŞTIRILMASI

STOKASTİK (R,s,S) ve STOKASTİK (R,S) STOK KONTROL POLİTİKALARININ POLİÜRETAN SEKTÖRÜNDE MARKOV KARAR SÜRECİ YARDIMIYLA KARŞILAŞTIRILMASI Yöeim, Yıl: 8, ayı: 56, Şuba 27 TOKATİK (R,s,) ve TOKATİK (R,) TOK KONTROL POLİTİKALARININ POLİÜRETAN EKTÖRÜNDE MARKOV KARAR ÜRECİ YARDIMIYLA KARŞILAŞTIRILMAI Doç. Dr. Necde ÖZÇAKAR Arş. Grv. İbrahim Zeki

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOK DEĞİŞKENLİ EŞİKSEL OTOREGRESİF MODELLER ÜZERİNE BİR ÇALIŞMA Ümran Münire KAHRAMAN DOKTORA TEZİ İsaisik Anabilim Dalı 2012 KONYA Her Hakkı Saklıdır TEZ

Detaylı

YAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI

YAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI 2. Türkiye Deprem Mühedisliği ve Sismoloji Koferası YAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI ÖZET: O. Soydaş 1 ve A. Sarıtaş 2 1 Doktora Öğrecisi, İşaat

Detaylı

Ki- kare Bağımsızlık Testi

Ki- kare Bağımsızlık Testi PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm

Detaylı

Bankacılık Sektörü Hisse Senedi Endeksi İle Enflasyon Arasındaki İlişki: Yedi Ülke Örneği

Bankacılık Sektörü Hisse Senedi Endeksi İle Enflasyon Arasındaki İlişki: Yedi Ülke Örneği YÖNETİM VE EKONOMİ Yıl:213 Cil:2 Sayı:2 Celal Bayar Üiversiesi İ.İ.B.F. MANİSA Bakacılık Sekörü Hisse Seedi Edeksi İle Eflasyo Arasıdaki İlişki: Yedi Ülke Öreği Doç. Dr. Aslı YÜKSEL Bahçeşehir Üiversiesi,

Detaylı

5. Ders. Dağılımlardan Rasgele Sayı Üretilmesi Ters Dönüşüm Yöntemi

5. Ders. Dağılımlardan Rasgele Sayı Üretilmesi Ters Dönüşüm Yöntemi 5. Drs Dağılımlarda Rasgl Sayı Ürtilmsi Trs Döüşüm Yötmi sürkli bir rasgl dğişk v bu rasgl dğişki dağılım foksiyou olsu. Dağılımı dstk kümsi üzrid dağılım foksiyou arta v bir-bir bir foksiyo olmaktadır.

Detaylı

7. Ders. Bazı Kesikli Olasılık Dağılımları

7. Ders. Bazı Kesikli Olasılık Dağılımları Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.

Detaylı

İNTERNET SERVİS SAĞLAYICILIĞI HİZMETİ SUNAN İŞLETMECİLERE İLİŞKİN HİZMET KALİTESİ TEBLİĞİ BİRİNCİ BÖLÜM

İNTERNET SERVİS SAĞLAYICILIĞI HİZMETİ SUNAN İŞLETMECİLERE İLİŞKİN HİZMET KALİTESİ TEBLİĞİ BİRİNCİ BÖLÜM 17 Şubat 01 CUMA Resmî Gazete Sayı : 807 TEBLİĞ Bilgi Tekolojileri ve İletişim Kurumuda: İNTERNET SERVİS SAĞLAYICILIĞI HİZMETİ SUNAN İŞLETMECİLERE İLİŞKİN HİZMET KALİTESİ TEBLİĞİ BİRİNCİ BÖLÜM Amaç, Kapsam,

Detaylı

Trace ve Kellogg Yöntemleri Kullanılarak İntegral Operatörlerinin Özdeğerlerinin Nümerik Hesabı

Trace ve Kellogg Yöntemleri Kullanılarak İntegral Operatörlerinin Özdeğerlerinin Nümerik Hesabı Trce ve Kellogg Yöemleri Kullılrk İegrl Operörlerii Özdeğerlerii Nümerik Hesı Erk Tşdemir () ; Yüksel Soyk () ; Melih Göce (3) (¹)Kırklreli Üiversiesi, Kırklreli, Türkiye, erksdemir@homil.com (²)Büle Ecevi

Detaylı

ON THE TRANSFORMATION OF THE GPS RESULTS

ON THE TRANSFORMATION OF THE GPS RESULTS Niğde Üiversitesi Mühedislik Bilimleri Dergisi, Cilt 6 Sayı -, (00), 7- GPS SONUÇLARININ DÖNÜŞÜMÜ ÜZERİNE BİR İNCELEME Meti SOYCAN* Yıldız Tekik Üiversitesi, İşaat Fakültesi, Jeodezi Ve Fotogrametri Mühedisliği

Detaylı

AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI. için. 01 olaslk younluk fonksiyonu aa daki seçeneklerden hangisinde yer.

AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI. için. 01 olaslk younluk fonksiyonu aa daki seçeneklerden hangisinde yer. SORU : AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI X raslat deikeii olas l k youluk foksiyou 8x, x f(x) = 0, ö.d olarak verilmitir. Bua göre 0< y içi Y = raslat deikeii X olaslk youluk

Detaylı

Bilgisayar Destekli Fen Bilgisi Öğretiminin Öğrencilerin Fen Ve Bilgisayar Tutumlarına Etkisi

Bilgisayar Destekli Fen Bilgisi Öğretiminin Öğrencilerin Fen Ve Bilgisayar Tutumlarına Etkisi The Turkish Olie Joural of Educaioal Techology TOJET Ocober 2003 ISSN: 1303-6521 volume 2 Issue 4 Aricle 12 Bilgisayar Desekli Fe Bilgisi Öğreimii leri Fe Ve Bilgisayar Tuumlarıa Ekisi Yrd. Doç.Dr. Nilgü

Detaylı

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+...

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+... MC formülüü doğruluğuu tümevarım ilkesi ile gösterelim. www.matematikclub.com, 00 Cebir Notları Gökha DEMĐR, gdemir@yahoo.com.tr Tümevarım_toplam_Çarpım_Dizi_Seri Tümevarım Metodu : Matematikte kulladığımız

Detaylı

M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R

M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R İ H S A N T İ M U Ç İ N D O L A P C İ, Y İ Ğ İ T A K S O Y M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R P U B L I S H E R O F T H I S B O O K Copyright 13 İHSAN TİMUÇİN DOLAPCİ, YİĞİT AKSOY

Detaylı

TÜRKİYE İÇİN SERMAYE STOK VERİLERİ GÜNCELLENMESİ VE BÜYÜME ORANIYLA İLİŞKİSİ: 1972-2008 DÖNEMİ

TÜRKİYE İÇİN SERMAYE STOK VERİLERİ GÜNCELLENMESİ VE BÜYÜME ORANIYLA İLİŞKİSİ: 1972-2008 DÖNEMİ TÜRKİYE İÇİN SERMAYE STOK VERİLERİ GÜNCELLENMESİ VE BÜYÜME ORANIYLA İLİŞKİSİ: 1972-2008 DÖNEMİ Updatig Capital Stock Data for Turkey ad Its Relatioship with Growth Rate: The Period of 1972-2008 Dr. Ahmet

Detaylı

SHARPE TEK indeks MODELi ile PORTFÖY SEciMi

SHARPE TEK indeks MODELi ile PORTFÖY SEciMi Yöetim, Yil: 6 Sayi: 21 Hazira 1995, s. 55-60 SHARPE TEK indeks MODELi ile PORTFÖY SEciMi, Dr. Erha Özdemir I.Ü. Tekik Bilimler MY.O. Dr. I.Müfit GIRESUNLU i'ü. Tekik Bilimler M.Y.O. Bu çalismada her bir

Detaylı

ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI

ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI TMMOB Harita ve Kadastro Mühedisleri Odası 13. Türkiye Harita Bilimsel ve Tekik Kurultayı 18 22 Nisa 2011, Akara ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI

Detaylı

Türkiye de Kırmızı Et Üretiminin Box-Jenkins Yöntemiyle Modellenmesi ve Üretim Projeksiyonu

Türkiye de Kırmızı Et Üretiminin Box-Jenkins Yöntemiyle Modellenmesi ve Üretim Projeksiyonu Hayvansal Üreim 53(): 3-39, 01 Araşırma Türkiye de Kırmızı E Üreiminin Box-Jenkins Yönemiyle Modellenmesi ve Üreim Projeksiyonu Şenol Çelik Ankara Üniversiesi Fen Bilimleri Ensiüsü Zooekni Anabilim Dalı

Detaylı

HALL ETKİLİ AKIM TRANSFORMATÖRÜNÜN SPEKTRAL VE İSTATİSTİKSEL ANALİZİ

HALL ETKİLİ AKIM TRANSFORMATÖRÜNÜN SPEKTRAL VE İSTATİSTİKSEL ANALİZİ ISSN:306-3 e-joural of New World Scieces Academy 2008, Volume: 3, Number: 2 Article Number: A0075 NATURAL AND APPLIED SCIENCES ELECTRIC AND ELECTRONIC ENGINEERING BİR Received: September 2007 Accepted:

Detaylı

3. Bölüm Paranın Zaman Değeri. Prof. Dr. Ramazan AktaĢ

3. Bölüm Paranın Zaman Değeri. Prof. Dr. Ramazan AktaĢ 3. Bölüm Paraı Zama Değeri Prof. Dr. Ramaza AktaĢ Amaçlarımız Bu bölümü tamamladıkta sora aşağıdaki bilgi ve becerilere sahip olabileceksiiz: Paraı zama değeri kavramıı alaşılması Faiz türlerii öğremek

Detaylı

Murat MAZIBAŞ mmazibas@bddk.org.tr Bankacılık Düzenleme ve Denetleme Kurumu (BDDK) ÖZET

Murat MAZIBAŞ mmazibas@bddk.org.tr Bankacılık Düzenleme ve Denetleme Kurumu (BDDK) ÖZET İMKB Piyasalarındaki Volailienin Modellenmesi ve Öngörülmesi: Asimerik GARCH Modelleri ile bir Uygulama Mura MAZIBAŞ mmazibas@bddk.org.r Bankacılık Düzenleme ve Deneleme Kurumu (BDDK) ÖZET Çalışmada, 5

Detaylı

ANALİTİK HİYERARŞİ SÜRECİ İLE KREDİ DERECELENDİRME ANALİZİ ÜZERİNE BİR MODEL ÖNERİSİ

ANALİTİK HİYERARŞİ SÜRECİ İLE KREDİ DERECELENDİRME ANALİZİ ÜZERİNE BİR MODEL ÖNERİSİ ANALİTİK HİYERARŞİ SÜRECİ İLE KREDİ DERECELENDİRME ANALİZİ ÜZERİNE BİR MODEL ÖNERİSİ Doç. Dr. Göktuğ Cek AKKAYA Dokuz Eylül Üiversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü cek.akkaya@deu.edu.tr

Detaylı

ÖzelKredi. İsteklerinize daha kolay ulaşmanız için

ÖzelKredi. İsteklerinize daha kolay ulaşmanız için ÖzelKredi İstekleriize daha kolay ulaşmaız içi Yei özgürlükler keşfedi. Sizi içi öemli olaları gerçekleştiri. Hayalleriizi süsleye yei bir arabaya yei mobilyalara kavuşmak mı istiyorsuuz? Veya özel güler

Detaylı

DİKDÖRTGEN SPİRAL ANTENLER ÜZERİNE BİR İNCELEME

DİKDÖRTGEN SPİRAL ANTENLER ÜZERİNE BİR İNCELEME DİKDÖRTGEN SPİRAL ANTENLER ÜZERİNE BİR İNCELEME Uğur SAYNAK ve Alp KUŞTEPELİ Elektrik-Elektroik Mühedisliği Bölümü İzmir Yüksek Tekoloji Estitüsü, 35430, Urla, İZMİR e-posta: ugursayak@iyte.edu.tr e-posta:

Detaylı

A dan Z ye FOREX. Invest-AZ 2014

A dan Z ye FOREX. Invest-AZ 2014 A da Z ye FOREX Ivest-AZ 2014 Adres Telefo E-mail Url : Büyükdere Caddesi, Özseze ş Merkezi, C Blok No:126 Esetepe, Şişli, stabul : 0212 238 88 88 (Pbx) : bilgi@ivestaz.com.tr : www.ivestaz.com.tr Yap

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:134-4141 Makie Tekolojileri Elektroik Dergisi 28 (3) 41-48 TEKNOLOJĐK ARAŞTIRMALAR Makale Düşük Sıcak Kayaklı Isı Pompaları Eerji Maliyet Aalizi Özet Murat KAYA Hitit

Detaylı

DOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA

DOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA DOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA Filiz KARDİYEN (*) Özet: Portföy seçim problemi içi klasik bir yaklaşım ola karesel programlama yötemi,

Detaylı

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI VII. Ulusal Temiz Eerji Sempozyumu, UTES 008 7-9 Aralı 008, İstabul WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI Seyit Ahmet AKDAĞ, Öder GÜLER İstabul Tei Üiversitesi, Eerji

Detaylı

Markov Zinciri Monte Carlo Yaklaşımı. Aktüeryal Uygulamaları

Markov Zinciri Monte Carlo Yaklaşımı. Aktüeryal Uygulamaları Markov Zinciri Monte Carlo Yaklaşımı ve Aktüeryal Uygulamaları ŞİRZAT ÇETİNKAYA Aktüer Sistem Araştırma Geliştirme Bölümü AKTÜERLER DERNEĞİ 2.0.20080 2008 - İSTANBUL Sunum Planı. Giriş 2. Bayesci Metodun

Detaylı

İMKB 100 endeksindeki kaldıraç etkisinin ARCH modelleriyle iki alt dönemde incelenmesi

İMKB 100 endeksindeki kaldıraç etkisinin ARCH modelleriyle iki alt dönemde incelenmesi İsanbul Üniversiesi İşleme Fakülesi Dergisi Isanbul Universiy Journal of he School of Business Adminisraion Cil/Vol:41, Sayı/No:, 1, 14-6 ISSN: 133-173 www.ifdergisi.org 1 İMKB 1 endeksindeki kaldıraç

Detaylı

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz TĐCARĐ MATEMATĐK - 5 Bileşik 57ÇÖZÜMLÜ ÖRNEKLER: Örek 57: 0000 YTL yıllık %40 faiz oraıyla yıl bileşik faiz ile bakaya yatırılmıştır Bu paraı yılı souda ulaşacağı değer edir? IYol: PV = 0000 YTL = PV (

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI Tufan ÖZEK YÜKSEK LİSANS TEZİ İSTATİSTİK ANABİLİM DALI Konya, T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ

Detaylı

ORMAN FAKÜLTESİ DERGİSİ JOURNAL OF FACULTY OF FORESTRY

ORMAN FAKÜLTESİ DERGİSİ JOURNAL OF FACULTY OF FORESTRY ZONGULDAK KARAELMAS ÜNİVERSİTESİ ZONGULDAK KARAELMAS UNIVERSITY ISSN: 1302-0056 ORMAN FAKÜLTESİ DERGİSİ JOURNAL OF FACULTY OF FORESTRY Cil/Volume 7 Yıl/Year 2005 Sayı/Number 7 hp://bof.karaelmas.edu.r/joural

Detaylı

Veteriner İlaçları Satış Yetkisinin Veteriner Hekimliği Açısından Değerlendirilmesi: II. İlaç Satış Yetkisinin Vizyon ve Bilanço Üzerine Etkileri [1]

Veteriner İlaçları Satış Yetkisinin Veteriner Hekimliği Açısından Değerlendirilmesi: II. İlaç Satış Yetkisinin Vizyon ve Bilanço Üzerine Etkileri [1] Kafkas Uiv Vet Fak Derg 6 ():, 00 DOI:0./kvfd.00.6 RESEARCH ARTICLE Veterier İlaçları Satış Yetkisii Veterier Hekimliği Açısıda Değerledirilmesi: II. İlaç Satış Yetkisii Vizyo ve Bilaço Üzerie Etkileri

Detaylı

TÜRKİYE DE KAYITDIŞI EKONOMİ VE BÜYÜME İLİŞKİSİ

TÜRKİYE DE KAYITDIŞI EKONOMİ VE BÜYÜME İLİŞKİSİ ZKÜ Sosyal Bilimler Dergisi, Cilt 3, Sayı 5, 2007, ss. 7-87. TÜRKİYE DE KAYITDIŞI EKONOMİ VE BÜYÜME İLİŞKİSİ Doç.Dr. Gülsüm AKALIN Marmara Üiversitesi İİBF İktisat Bölümü gulsum@marmara.edu.tr Öğr.Gör.

Detaylı

TÜRKİYE DE EKONOMİK BÜYÜME, BEŞERİ SERMAYE VE İHRACAT ARASINDAKİ İLİŞKİLERİN EKONOMETRİK ANALİZİ: 1970 2005

TÜRKİYE DE EKONOMİK BÜYÜME, BEŞERİ SERMAYE VE İHRACAT ARASINDAKİ İLİŞKİLERİN EKONOMETRİK ANALİZİ: 1970 2005 TÜRKİYE DE EKONOMİK BÜYÜME, BEŞERİ SERMAYE VE İHRACAT ARASINDAKİ İLİŞKİLERİN EKONOMETRİK ANALİZİ: 970 2005 Halil ALTINTAŞ * Haka ÇETİNTAŞ ** ÖZ Bu çalışma, 970 2007 döemi yıllık veriler kullaarak Türkiye

Detaylı

Ayhan Topçu Accepted: January 2012. ISSN : 1308-7304 ayhan_topcu@hotmail.com 2010 www.newwsa.com Ankara-Turkey

Ayhan Topçu Accepted: January 2012. ISSN : 1308-7304 ayhan_topcu@hotmail.com 2010 www.newwsa.com Ankara-Turkey ISSN:136-3111 e-journal of New World Sciences Academy 212, Volume: 7, Number: 1, Aricle Number: 3A47 NWSA-PHYSICAL SCIENCES Received: December 211 Ayhan Toçu Acceed: January 212 Fahrein Arslan Series :

Detaylı

TÜRKİYE DE FAİZ, DÖVİZ VE BORSA: FİYAT VE OYNAKLIK YAYILMA ETKİLERİ

TÜRKİYE DE FAİZ, DÖVİZ VE BORSA: FİYAT VE OYNAKLIK YAYILMA ETKİLERİ TÜRKİYE DE FAİZ, DÖVİZ VE BORSA: FİYAT VE OYNAKLIK YAYILMA ETKİLERİ Doç. Dr. Macide Çiçek Dumlupınar Üniversiesi İkisadi ve İdari Bilimler Fakülesi Öze Bu çalışmada Türkiye de devle iç borçlanma seneleri,

Detaylı

SANAL HESAPLAR EMEKLİLİK SİSTEMİ ve SSK UYGULAMASI

SANAL HESAPLAR EMEKLİLİK SİSTEMİ ve SSK UYGULAMASI SANAL HESAPLAR EMEKLİLİK SİSTEMİ ve SSK UYGULAMASI UMUT GÖÇMEZ SSK Başkalığı S. S. Uzma Yardımcılığı ve Uzmalığı Aama, Görev ve Çalışma Yöemeliğii Sosyal Sigora Uzmalığı içi Ögördüğü YETERLİK TEZİ olarak

Detaylı

Yaz Saati Uygulaması Anomalisinin İMKB 100 Endeks Getirisine Etkisinin Test Edilmesi

Yaz Saati Uygulaması Anomalisinin İMKB 100 Endeks Getirisine Etkisinin Test Edilmesi EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Cil: 10 Sayı: 4 Ekim 2010 ss. 1139-1153 Yaz Saai Uygulaması Anomalisinin İMKB 100 Endeks Geirisine Ekisinin Tes Edilmesi Tesing he Effec of he Dayligh Saving Time

Detaylı

TOPOLOJİK TEMEL KAVRAMLAR

TOPOLOJİK TEMEL KAVRAMLAR TOPOLOJİK TEMEL KAVRAMLAR 1.1. Kümeler ve Foksiyolar A ı bir elemaıa B i yalız bir elemaıı eşleye bağıtıya bir foksiyo deir. f : A B, Domf = U A ve ragef B dir. Taım 1.1.1. f : A B foksiyou içi V A olsu.

Detaylı

YABANCI HİSSE SENEDİ YATIRIMCILARI TÜRKİYE DE DÖVİZ KURU VOLATİLİTESİNİ ŞİDDETLENDİRİYOR MU?

YABANCI HİSSE SENEDİ YATIRIMCILARI TÜRKİYE DE DÖVİZ KURU VOLATİLİTESİNİ ŞİDDETLENDİRİYOR MU? YABANCI HİSSE SENEDİ YATIRIMCILARI TÜRKİYE DE DÖVİZ KURU VOLATİLİTESİNİ ŞİDDETLENDİRİYOR MU? Yrd. Doç. Dr. Macide Çiçek Dumlupınar Üniversiesi İkisadi ve İdari Bilimler Fakülesi Yrd. Doç. Dr. Feride Özürk

Detaylı

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

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

Detaylı

İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ

İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ Bu bölümdeki yötemler, bilimeye POPULASYON PARAMETRE değeri hakkıda; TAHMİN yapmaya yöelik ve, KARAR vermekle ilgili, olmak üzere iki grupta icelemektedir. Parametre

Detaylı

Mekânsal Karar Problemleri İçin Coğrafi Bilgi Sistemleri ve Çok Ölçütlü Karar Analizinin Bütünleştirilmesi: TOPSIS Yöntemi

Mekânsal Karar Problemleri İçin Coğrafi Bilgi Sistemleri ve Çok Ölçütlü Karar Analizinin Bütünleştirilmesi: TOPSIS Yöntemi Mekâsal Karar Problemleri İçi Coğrafi Bilgi Sistemleri ve Çok Ölçütlü Karar Aalizii Bütüleştirilmesi: TOPSIS Yötemi Derya Öztürk Odokuz Mayıs Üiversitesi Harita Mühedisliği Bölümü, 55139 Samsu. dozturk@omu.edu.tr

Detaylı

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ .4.26 5. HAFTA ISF44 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ Mekul Kıymet Yatırımlarıı Değerlemesi Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Temel Değerleme Modeli Mekul Kıymet Değerlemesi

Detaylı

The Determination of Food Preparation and Consumption of the Working and Non-Working Women in Samsun

The Determination of Food Preparation and Consumption of the Working and Non-Working Women in Samsun Research Turkish Joural of Family Medicie & Primary Care www.tjfmpc.com The Determiatio of Food Preparatio ad Cosumptio of the Workig ad No-Workig Wome i Samsu Samsu İlide, ve Kadıları, Evde Besi Hazırlama

Detaylı

MATLAB VE ASP.NET TABANLI WEB ARAYÜZÜ KULLANILARAK DOĞRUSAL OLMAYAN SİSTEMLERİN ANALİZİ

MATLAB VE ASP.NET TABANLI WEB ARAYÜZÜ KULLANILARAK DOĞRUSAL OLMAYAN SİSTEMLERİN ANALİZİ Gazi Üiv. Müh. Mim. Fak. Der. Joural of the Faculty of Egieerig ad Architecture of Gazi Uiversity Cilt 27, No 4, 795-806, 2012 Vol 27, No 4, 795-806, 2012 MATLAB VE ASP.NET TABANLI WEB ARAYÜZÜ KULLANILARAK

Detaylı

BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI

BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI Arş. Gör. Furkan EMİRMAHMUTOĞLU Yrd. Doç. Dr. Nezir KÖSE Arş. Gör. Yeliz YALÇIN

Detaylı

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım Normal Dağılımlı Bir Yığı a İlişi İstatistisel Çıarım Bir üretici edi ürüleride, piyasadai 3,5 cm li vidalarda yalıca boyları 3,4 cm ile 3,7 cm aralığıda olaları ullaabilmetedir. Üretici, piyasadai bu

Detaylı

YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ

YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ Aaürk Ü. İİBF Dergisi, 0. Ekonomeri ve İsaisik Sempozyumu Özel Sayısı, 20 463 YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ Oğuz KAYNAR Serkan TAŞTAN 2 Ferhan DEMİRKOPARAN 3 Öze: Doğalgaz emini nokasında

Detaylı