Kantitatif Tahmin Yöntemleri. Yrd.Doç.Dr. S.Kerem AYTULUN

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Kantitatif Tahmin Yöntemleri. Yrd.Doç.Dr. S.Kerem AYTULUN"

Transkript

1 Kantitatif Tahmin Yöntemleri Yrd.Doç.Dr. S.Kerem AYTULUN

2 Tahmin Nedir? Günlük hayatta bilinçli veya bilinçsiz birçok tahminde bulunuruz. Hava durumu, trafik, sınav soruları, kişisel ilişkiler... Peki Firmalar??? Firmanın gelecekteki başarısına etki eden faktörler: Ürün satışları Yeni ürün için müşteri talep biçimi Hammadde ihtiyacı ve kullanılabilirliği İşçi ihtisaslarındaki değişim Faiz oranları Kapasite ihtiyaçları Uluslararası politikalar Kantitatif Tahmin Yöntemleri Aytulun 2

3 Tahmin Nedir? Her şey etkili bir şekilde tahmin edilebilir mi? Bir yazı-tura atışı sonucunun tahmin edilmesi Kumarhanelerde oynanan şans oyunları sonuçlarının tahmin edilmesi Borsadaki hisse senedi değerlerinin tahmin edilmesi Üretim ve operasyon yönetiminde tahmin, ürün talep tahminlerinin kestirilmesine dönüktür. Taleplerin bazı bölümleri tahmin edilemez olmakla birlikte, trend, döngü ve mevsimsel değişimler tahmin edilebilir. Sayılan bu özelliklerin geçmişte bıraktıkları izler geleceğin kestirilmesinde kullanılabilir. Kantitatif Tahmin Yöntemleri Aytulun 3

4 Tahmin Çatısı Tarihsel Veri Model veya parametrelerinin değişimi İnsan Girdisi Subjektif girdiler Matematik Model Talep Tahmini İstatistiksel tahmin Performans ile ilgili geribildirim Gözlenen gerçek talep Tahmin Hatasının Hesaplanması ve Hata İstatistiklerinin Güncellenmesi Kantitatif Tahmin Yöntemleri Aytulun 4

5 Tahminin Planlama Ufku Uzun Dönem (aylar, yıllar) Kapasite gereksinimleri (needs) Uzun vadeli satış paterni Büyüme trendleri Orta Dönem (haftalar, aylar) Ürün ailesi satışları İşçilik ihtiyaçları (needs) Kaynak ihtiyaçları (requirements) Kısa Dönem (günler, haftalar) Kısa vadeli satışlar Vardiya programı Kaynak ihtiyaçları (requirements) Kantitatif Tahmin Yöntemleri Aytulun 5

6 1. Genellikle yanlıştır. Tahminin Özellileri Bu tahminlerin yanlış olduğu kanıtlanırsa, bu durumda kaynak ihtiyaçları ve üretim programlarının değiştirilmesine ihtiyaç duyulabilir. 2. İyi bir tahmin, bir tek sayıdan daha fazlası demektir. İyi bir tahmin yapılan tahmin hatasının da dahil edildiği tahmindir. Kantitatif Tahmin Yöntemleri Aytulun 6

7 Tahminin Özellileri 3. Bütünleşik tahminler daha etkilidir. Tek bir ürün hakkında yapılan tahminin hatası, bir ürün grubu hakkında yapılan tahmin hatasında daha büyüktür. Örnek ortalaması varyansı < Popülasyon varyansı 4. Uzun dönemli tahminler daha az etkilidir. 5. Tahminler, bilinen (kesin olan, eldeki) bilgileri dışlamamalıdır. Kantitatif Tahmin Yöntemleri Aytulun 7

8 Tahminlerin Sınıflandırılması Tahmin Yöntemleri Subjektif Objektif Satış Bölümü Anketler Rasgele Modeller Zaman Serileri Yönetici Fikirleri Delphi Metodu Trend Dönemsellik Döngüler Rasgelelik Kantitatif Tahmin Yöntemleri Aytulun 8

9 Subjektif (Öznel) Tahmin Yöntemleri İnsan hükümlerini temel alan tahmin yöntemleridir. 1. Satış Bölümü fikirleri 2. Müşteri anketleri 3. Yöneticilerin görüşleri 4. Delphi yöntemi Yönetici görüşerinin alınması benzer bir yöntemdir. Burada bir uzman kişinin fikirlerinden çok bir grup uzmanın görüşeri ele alınır... Kantitatif Tahmin Yöntemleri Aytulun 9

10 Objektif (Nesnel) Tahmin Yöntemleri Bir veri grubundan tahmin elde edilmesine çalışan yöntemlerdir. Nedensel Modeller Kaynaktan alınan veriler ile tahmin edilmeye çalışan veriler arasındaki ilişkiden faydalanır. Zaman Serileri Geçmiş veri paterninin gelecekte de devam edeceği öngörülür. Kantitatif Tahmin Yöntemleri Aytulun 10

11 Nedensel Modeller X 1, X 2,...,X n şeklinde tanımlanan n değişkenin Y ile ilgili olduğu düşüncesinden hareketle; Y=f(X 1, X 2,...,X n ) şeklinde bir Y fonksiyonu tanımlanır. Fonksiyon genellikle aşağıdaki şekilde verilir (Ekonometrik modeller için): Y X X X n n Burada 1,..., n katsayılardır. Bu katsayıların tespitinde en yaygın olarak kullanılan yöntem en küçük kareler yöntemidir. Kantitatif Tahmin Yöntemleri Aytulun 11

12 Örnek-1 YIL x i y i YIL x i y i x i ile hane başına harcanabilir gelir y i ile de perakende satışlar gösterilmiştir. Kantitatif Tahmin Yöntemleri Aytulun 12

13 Örnek-1 Amaç y i =+x i doğrusunun tespit edilmesidir. Bunun için ve nın tahminleri olan a ve b en küçük kareler yöntemi ile tahmin edilmeye çalışılır. b = a = y b x 1n x i y i n x y n x 2 i n 1 x 2 y a bx y 1922,39 0,3815x x y (tahmin) , , ,928 Kantitatif Tahmin Yöntemleri Aytulun 13

14 Doğrusal Regresyonun Açıklama Gücü Regresyon kullanılarak yapılan tahminin iyi bir tahmin olması için nedensellik ilişkisi kurulan bağımlı ve bağımsız değişkenler arasında regresyonun açıklama gücünün yüksek olması gerekir. Bunun tespiti için aşağıdaki tanımlamalar yapılır: BKT RKT HKT n i1 n i1 n i1 e y i yˆ i 2 i y y 2 2 Bütün Kareler Toplamı Regresyon Kareleri Toplamı Hata Kareleri Toplamı BKT RKT HKT R 2 RKT BKT 2 0 R 1 HKT =1- BKT Kantitatif Tahmin Yöntemleri Aytulun 14

15 Örnek-1 Örneğimizde R 2 değeri; BKT RKT HKT HKT R 1 1 0,919 0,92 BKT Bu değerin anlamı; y i lerin %92 si, x i ler ile açıklanabilmektedir. Bu açıklama hayli başarılıdır. Kantitatif Tahmin Yöntemleri Aytulun 15

16 Zaman Serileri Yöntemleri Zaman serisi, ilgilenilen bir büyüklüğün (ekonomik veya fiziksel) zaman içinde sıralanmış ölçümlerinin (geçmişteki) bir kümesi olarak tanımlanır. Çoğunlukla kullanılan zaman serisi biçimleri: Trend (eğilim) Dönemsellik Döngüler Rasgelelik Kantitatif Tahmin Yöntemleri Aytulun 16

17 Talep Talep Talep Talep Zaman Serileri Yöntemleri Rasgelelik Artan doğrusal trend Zaman Zaman Eğrisel Kareli, üstel Dönemsel, doğrusal Zaman Zaman Kantitatif Tahmin Yöntemleri Aytulun 17

18 Dönemler Talepler Notasyon : 1,2,,t, : D 1,D 2,,D t, t. dönemde tahmin çalışması yapılıyor ise D t ve D t-1, dönemleri gözlenmiş, D t+1 dönemi ise henüz gözlenmemiştir. Bir tahmin iki dönemin tanımlanmasını gerektirir: Tahminin yapıldığı dönem ve Tahmin edilen dönem. Kantitatif Tahmin Yöntemleri Aytulun 18

19 Buna göre; F t,t+ Notasyon : t.dönemde tahmin çalışmasının yapıldığı, (t+).dönemin ise tahmin edildiğini gösterir. değeri 1,2,3, gibi değerler alır ve tahmin ufku olarak adlandırılır. Genellikle bir dönem sonraki dönem tahmin edilmeye çalışılacağından; F t =F t-1,t Kantitatif Tahmin Yöntemleri Aytulun 19

20 Notasyon Zaman serisi yöntemleri gelecek değerlerin tahmin edilmesinde geçmiş verileri kullandığından birçok yöntem için aşağıdaki eşitlik yazılabilir: F t = n=1 a n D t n a 1, a 2, için Kantitatif Tahmin Yöntemleri Aytulun 20

21 Tahminin Değerlendirilmesi Öncelikle t.dönemdeki tahmin hatası e t nin nasıl hesaplandığını görelim: Çoklu adım sonrası için; e t =F t-,t -D t Tek adım sonrası için aynı formül; e t =F t -D t şekline dönüşür. e 1, e 2,..., e n ile n dönem için her bir dönemde yapılan tahmin hatası gösterilsin. Kantitatif Tahmin Yöntemleri Aytulun 21

22 Tahminin Değerlendirilmesi Tahminin etkinliğinin gösterilmesinde iki önemli gösterge bulunur. Bunlar; MAD : Ortalama Mutlak Sapma (Mean Absolute Deviation) MSE : Ortalama Hatanın Karesi (Mean Squared Error) n 1 1 MAD e MSE n i i1 n i1 n e 2 i Kantitatif Tahmin Yöntemleri Aytulun 22

23 Tahminin Değerlendirilmesi MAD yöntemi, kare almaya gerek olmadığı için genellikle tercih edilen bir yöntemdir. Ayrıca genellikle kabul gördüğü gibi tahmin hatalarının normal dağıldığı kabulünden hareketle tahmin hatasının standart sapması e MAD ın yaklaşık 1,25 katıdır. MAD ve MSE haricinde yaygın olarak kullanılan bir diğer tahmin etkinlik ölçüsü de MAPE yani Ortalama Mutlak Hata Yüzdesi dir. (Mean Absolute Percentage Error). n 1 e i MAPE *100 n i1 Di Kantitatif Tahmin Yöntemleri Aytulun 23

24 Örnek-2 DDR ram üreten bir firmanın iki üretim merkezi vardır. Üretim merkezleri yöneticilerinden 6 hafta boyunca tek adımlık tahminler yapması istenmiştir. Elde edilen sonuçlar aşağıda sunulmuştur. Hangi yönetici daha etkili bir tahminde bulunmuştur? Hafta Tahmin_1 Gözlenen_1 Tahmin_2 Gözlenen_ Kantitatif Tahmin Yöntemleri Aytulun 24

25 Örnek-2 MAD, MSE ve MAPE için hesaplanan sonuçlar aşağıda verilmiştir. Yön1 Yön2 MAD 2,8333 3,0000 MSE 13, ,6667 MAPE 0,0325 0,0336 Neden MSE farklı? Kantitatif Tahmin Yöntemleri Aytulun 25

26 Tahminin Değerlendirilmesi Tahminlerin taraflı (biased) olmaması istenir. Matematiksel olarak E(e i )=0 şeklinde gösterilir. Bu durum yapılan tahmin hatalarının sıfırın altında ve üstünde dalgalanmasını gerektirir. Alternatif olarak e i değerine bakılır. 0 dan çok uzaklaşmaması gerekir. Kantitatif Tahmin Yöntemleri Aytulun 26

27 Çalışma Sorusu-1 Aşağıda bilgisayarlar için Blu-Ray sürücü üreten bir firmanın geçmiş 12 haftalık satışları verilmiştir. Hafta Satış Buna göre; Tek adım sonrası için 3. haftadan 12.haftaya kadar tahminleri yapınız. (Tahminler en son iki dönemin ortalaması şeklinde yapılacaktır.) Tahmin hatalarını hesaplayınız. MAD, MSE ve MAPE nin değerini hesaplayınız. Kantitatif Tahmin Yöntemleri Aytulun 27

28 Çalışma Sorusu-2 Aşağıda iki farklı tahmin yöntemi ile elde edilen tahmin sonuçları ile gerçekleşen veriler verilmiştir. Buna göre hangi yöntemin daha etkili olduğunu MAD, MSE ve MAPE kullanarak bulunuz. Sonuçları yorumlayınız. Yöntem1 Tahmini Yöntem2 Tahmini Gerçek Sonuç Kantitatif Tahmin Yöntemleri Aytulun 28

29 Sabit Serilerin Tahmin Yöntemleri Bu kapsamda iki önemli teknik bulunur: Hareketli Ortalamalar Üstel Düzeltme Bir sabit zaman serisi, her bir gözlemi temsilen bir sabit ve bir rasgele dalgalanmanın toplamından oluşur: D t t : Seri ortalamasına karşılık gelen bilinmeyen sabit t : Ortalaması 0, varyansı 2 olan rasgele hata Kantitatif Tahmin Yöntemleri Aytulun 29

30 Hareketli Ortalamalar Basit ama bir o kadar da popülerdir. N sıralı bir hareketli ortalama, basitçe en son N gözlemin aritmetik ortalaması olarak tanımlanabilir. F t, dönem (t-1) de dönem t için hesaplanan tahmin değeri ise; t1 1 1 t i t1 t2... tn N i t N N F D D D D Kısaca MA(N) şeklinde gösterilir. Kantitatif Tahmin Yöntemleri Aytulun 30

31 Örnek-3 Bir hava üssünde son 2 yıl için kayıt altına alınmış 3 er aylık (dönemlik) motor arızaları; 200, 250, 175, 186, 225, 285, 305, 190 şeklindedir. 3 dönemlik ve 6 dönemlik hareketli ortalamalar kullanılarak sonraki döneme ait tahminlerin hesaplanması istenmektedir. 4.dönemden 8.döneme kadar tek adım sonrası tahminleri MA(3) ile, 7. ve 8. döneme ait tek adım sonrası tahminleri ise MA(6) ile hesaplayınız. Kantitatif Tahmin Yöntemleri Aytulun 31

32 Örnek-3 200,250,175,186,225,285,305,190 MA(3) F 4 =(1/3)( )=208 F 5 =(1/3)( )=204 F 6 =(1/3)( )=195 F 7 =(1/3)( )=232 F 8 =(1/3)( )=272 MA(6) F 7 =(1/6)( )=220 F 8 =(1/6)( )=238 Kantitatif Tahmin Yöntemleri Aytulun 32

33 Tartışma sorusu: Örnek-3 Hareketli ortalama yöntemi ile çoklu adım sonrası tahmin üretilebilir mi? Örnek-2 de 3.dönemde 6.dönem arızalarını tahmin edin. Kantitatif Tahmin Yöntemleri Aytulun 33

34 Hareketli Ortalamalar Hareketli ortalamaların bir diğer dezavantajı da, her bir yeni gözlem değeri elde edildikçe en son N gözlemin ortalamasının yeniden hesaplanma zorunluluğudur. Özellikle N değerinin çok büyük sayılara ulaşması durumunda bu durum çok sıkıcı olabilir. Hesaplamayı biraz kolaylaştırmak için; 1 F F D D N t1 t t tn İlk terimi çıkarıp, yeni terimi ilave et. Kantitatif Tahmin Yöntemleri Aytulun 34

35 Hareketli Ortalamalar Belirli bir dönem boyunca taleplerin 2,4,6,8,10,12,14,16,18,20,22,24 gibi kesin bir trend oluşturduğu bir durumu göz önüne alalım. Böyle bir durumda tek adım sonrası için MA(3) ve MA(6) tahminlerini hesaplayalım. Kantitatif Tahmin Yöntemleri Aytulun 35

36 Hareketli Ortalamalar Dönem Talep MA(3) MA(6) Kantitatif Tahmin Yöntemleri Aytulun 36

37 Hareketli Ortalamalar Talep MA(3) MA(6) Seride bir trend özelliği keşfedilirse, basit hareketli ortalama yöntemi ortaya çıkan tahmin gecikmesinden dolayı uygun bir yöntem olmaz. Kantitatif Tahmin Yöntemleri Aytulun 37

38 Ağırlıklı Hareketli Ortalamalar Ağırlıklı ortalamalar yöntemi, hareketli ortalamalar yöntemine çok benzer. Temel fark, ağırlıklı ortalamalar yönteminde en güncel verilere daha fazla ağırlık verir. Örneğin; En gücel veri %40, daha önceki en güncel veri %30, daha önceki en güncel veri %20 ve daha önceki en güncel veri %10 ağırlık alır. Dikkat edilecek olursa ağırlıklar toplamı %100 olur. Kantitatif Tahmin Yöntemleri Aytulun 38

39 Örnek-4 Yanda verilen veriler ışığında en güncel veriye %50 ve geçmişe doğru %30 ve %20 ağırlık vererek ağırlıklı ortalamayı hesaplayınız. Dönem Talep Kantitatif Tahmin Yöntemleri Aytulun 39

40 Örnek-4 Dönem Talep MA(3) Ağırlıklı MA(3) ( )/3=41,6 0,50*43+0,30*40+0,20*42=41, ( )/3=41,0 0,50*40+0,30*43+0,20*40=40,9 6 ( )/3=41,3 0,50*41+0,30*40+0,20*43=41,1 Son gerçekleşen talebe verilen ağırlık fazla olduğundan tahmin bu veriye çok bağımlıdır. Bu sebeple ağırlıkların çok dikkatli seçilmesi gereklidir. Kantitatif Tahmin Yöntemleri Aytulun 40

41 Çalışma Sorusu-3 Bir yedek parça deposundan 2009 yılında aylar bazında talep üzerine gönderilen parça miktarları aşağıdaki tabloda verilmiştir: Ay Talep (adet) Ay Talep (adet) Ocak 89 Temmuz 223 Şubat 57 Ağustos 286 Mart 144 Eylül 212 Nisan 221 Ekim 275 Mayıs 177 Kasım 188 Haziran 280 Aralık 312 Kantitatif Tahmin Yöntemleri Aytulun 41

42 Çalışma Sorusu-3 1. Tek adım sonrası için MA(3), MA(6) ve MA(12) ile Ocak 2010 ayının gönderi miktarını tahmin ediniz. 2. MA(4) ile tek adım sonrası tahminleri Temmuz 2009 dan Aralık 2009 a kadar hesaplayınız. 3. MA(4) ile Temmuz 2009 dan Aralık 2009 a kadar iki adım sonrası tahminleri hesaplayınız. (F t,t+ = F t+1 bütün 1 için.) ve 3. sorularda hesaplanan tahminle için MAD değerlerini hesaplayınız. Hangisinin daha iyi tahminler olduğunu belirleyiniz. (Tahmin teorisine göre hangisinin daha iyi sonuç vermesi gerekirdi?) 5. Temmuz 2009 dan Aralık 2009 a kadar MA(3) ve MA(6) tahminlerini hesaplayınız. (N değerinin 3 ten 6 ya çıkarılmasının nasıl bir etkisi oldu?) 6. MA(1) ne anlama gelir? Temmuz 2009 dan Aralık 2009 a kadar olan verileri kullanarak MA(1) ve MA(4) tahminlerinin etkinliklerini hesaplayınız. Kantitatif Tahmin Yöntemleri Aytulun 42

43 Üstel Düzeltme (Exponential Smoothing) Diğer çok kullanılan bir yöntem de üstel düzeltmedir. Tahmin genel olarak aşağıdaki gibi formüle edilir: F D 1 F t t1 t1, talebin gözlenen değerinin bağıl (relative) ağırlığıdır. (1-) ise geçmiş gözlenen talep değerlerinin bir ağırlığı olarak düşünülebilir. Kantitatif Tahmin Yöntemleri Aytulun 43

44 Üstel Düzeltme (Exponential Smoothing) Formül küçük bir düzenleme ile aşağıdaki şekilde yazılabilir: F D 1 F t t1 t1 F F D t1 t1 t1 F e 0 1 t1 t1 düzeltme sabiti (t-1). dönemde kestirim sonucu yüksek ise e t-1 pozitif olacağından yeni tahmin değeri düşer. (t-1). dönemde kestirim sonucu düşük ise e t-1 negatif olacağından yeni tahmin değeri yükselir. Kantitatif Tahmin Yöntemleri Aytulun 44

45 Örnek-5 Örnek-3 de verilen geçmiş 2 yıllık uçak motoru arıza sayılarını ele alalım: 200,250,175,186,225,285,305,190 Daha önce hareketli ortalama ile hesaplanan tahminleri bu sefer üstel düzeltme ile kestirmeye çalışalım. Bunun için =0,1 alalım. Ayrıca 2.dönem tahminini hesaplamak için 1.dönem tahminine ihtiyaç duyulduğundan, 1.dönem tahminini bu dönemin gerçek değeri olan 200 olarak kabul edelim. Hesaplama kolaylığı sağlayan bu kabul, aslında önemli bir etkiye sahiptir. Bu etkiyi göz önüne alarak aslında birkaç dönemin gerçekleşen verilerinin aritmetik ortalamasının alınarak bu ortalamanın başlangıç tahmini olarak kullanılması daha uygun bir hareket tarzı olarak literatürde yerini almıştır. Kantitatif Tahmin Yöntemleri Aytulun 45

46 Örnek-5 Dönem Motor Arıza Sayısı Tahmin =0,1 Hesaplama F t =F t-1 -*(F t-1 -D t-1 ) F 1 değeri D 1 değerine eşit seçilir F 2 =200-0,1*( ) F 3 =200-0,1*( ) F 4 =205-0,1*( ) F 5 =202-0,1*( ) F 6 =200-0,1*( ) F 7 =203-0,1*( ) F 8 =211-0,1*( ) düzeltme sabitinin etkisine dikkat ediniz. Gerçek değerler yüksek farklılıklar barındırsa da, tahmin değerleri daha stabildir. düzeltme sabitinin 0,4 olması durumunda tahminler nasıl olur? Kantitatif Tahmin Yöntemleri Aytulun 46

47 Örnek-5 Dönem Motor Arıza Sayısı Tahmin =0,1 Tahmin =0, düzeltme sabitinin 0,4 olması durumunda tahminler nasıl olur? Bu durumda tahmin farklılıkları artar. Kantitatif Tahmin Yöntemleri Aytulun 47

48 Örnek Arıza alfa=0,1 alfa=0, =0,1 ve =0,4 tahmin üzerinde farklı etkilere sahiptir. 0,1 değeri daha düzgün bir tahmin profili verirken, 0,4 değeri daha büyük tahmin farklılıklarına neden olur. Planlama amaçlarına uygun olarak küçük değerleri daha caziptir. Kantitatif Tahmin Yöntemleri Aytulun 48

49 Örnek-5 Şimdi ise aynı arıza sayıları kullanılarak MA(3) ve ES(0,1) tahmin yöntemlerinin performanslarını inceleyelim. MA(3) 4.dönemden başladığından karşılaştırma 4.dönemden itibaren başlayacaktır. Dönem Arıza MA(3) Hata ES(0,1) Hata Kantitatif Tahmin Yöntemleri Aytulun 49

50 Örnek-5 n 1 1 MAD e MSE n i i1 n i1 n e 2 i Ölçüt Sonuç MA(3) ES(0,1) MAD 57,6 49,2 MSE 4215,6 3458,4 MAPE 24,0 18,9 Görüldüğü gibi ES(0,1) yöntemi çok daha iyi sonuçlar vermiştir. Ancak bu durum her zaman bu şekilde gerçekleşmeyebilir. Kantitatif Tahmin Yöntemleri Aytulun 50

51 Karşılaştırılabilir Parametrelerin Hesabı Örneğimizde karşılaştırılan yöntemlerde kullanılan N=3 ve =0,1 parametreleri birbirleri ile karşılaştırılmak için tutarlı mıdır? Görüldüğü gibi, MA(3) daha büyük farklılıklar oluşturur. Bu sebeple bir tutarlılıktan bahsetmek doğru olmayacaktır MA(3) ES(0,1) Kantitatif Tahmin Yöntemleri Aytulun 51

52 Karşılaştırılabilir Parametrelerin Hesabı ve N için tutarlı değerlerin tespit edilmesi için kullanılan iki farklı yol vardır: Ortalama Yaş Hesabı Hareketli Ortalama için; Ort.Yaş=(1/N)( N)=(N+1)/2 Üstel Düzeltme için; Ort.Yaş i1 i 1 i1 1 N veya N 2 2 N 1 =0,1 için N=19 N=3 için =0,5 olmalıdır. Kantitatif Tahmin Yöntemleri Aytulun 52

53 Üstel Düzeltme ve Hareketli Ortalamaların Karşılaştırılması Benzerlikler 1. Her iki yöntem de talep sürecinin sabit olduğunu kabul eder. D t =+ t 2. Her iki yöntemde de tek bir parametre bulunur. N ve Küçük N veya büyük son veriye daha fazla ağırlık verirken büyük N veya küçük geçmiş veriye daha fazla ağırlık verir. 3. Her ikisi de, gözlenen veride bir bulunuyorsa gecikmeye sebep olur. trend özelliği 4. =2/(N+1) olduğunda her iki yöntemin tahmin hataları aynı dağılıma sahiptir. Bu durum her iki yöntemin de aynı tahminleri üreteceği anlamına gelmez. Kantitatif Tahmin Yöntemleri Aytulun 53

54 Üstel Düzeltme ve Hareketli Ortalamaların Karşılaştırılması Farklılıklar 1. Üstel düzeltme ile hesaplanan kestirimler geçmiş bütün verilerin ağırlıklı bir ortalaması iken hareketli ortalamalar sadece son N dönemin ağırlıklı ortalamasıdır. Bu durum, hareketli ortalamalar açısından bir üstünlük sağlar. Neden? 2. Hareketli ortalama yönteminin kullanılması için sistemde N geçmiş verinin saklanması gerekir. Üstel düzeltme için sadece en son tahminin saklanması yeterlidir. Bu durum, üstel düzeltme açısından önemli bir avantaj sağlar. Neden? Kantitatif Tahmin Yöntemleri Aytulun 54

55 Çalışma Sorusu-4 Güneş enerjisi ile çalışan hesap makineleri üreten bir firma geçmiş dört aylık satış rakamlarını aşağıdaki gibi açıklamıştır. Ay Satışlar Ay Satışlar Ocak 23,3 Mart 30,3 Şubat 72,3 Nisan 15,5 a. Eğer Ocak için yapılan tahmin 25 ise, tek adım sonrası için Şubat Mayıs arası için üstel düzeltme yöntemi ile tahminleri hesaplayınız (=0,15 ve =0,40). b. =0,15 ve =0,40 ile yapılan tahminler için MSE değerini hesaplayınız. Hangi seçeneğin daha etkili bir tahminde bulunulduğunu belirtiniz. Kantitatif Tahmin Yöntemleri Aytulun 55

56 Trend Tabanlı Yöntemler Eğer gözlenen verilerde bir trend varsa hareketli ortalama ve üstel düzeltme yöntemlerinin bir gecikmeye sebep olduğu belirtilmişti. Bu sebeple bu tür bir durumda kullanılmak üzere iki farklı yöntemden bahsedilecektir. Regression Analizi İkili Düzeltme (Holt) Yöntemi Kantitatif Tahmin Yöntemleri Aytulun 56

57 Regression Analizi (x 1,y 1 ), (x 2,y 2 ),..., (x n,y n ) X ve Y değişkenlerine ait veri noktalarını temsil etsin. x i X in y i de Y nin geçmişte gözlenen verilerdir. Y bağımlı, X ise bağımsız değişkendir. Yöntemde, X ve Y arasında doğrusal bir ilişki olduğu varsayılır. Ŷ a bx Yˆ Y nin tahmin değeridir. Kantitatif Tahmin Yöntemleri Aytulun 57

58 Regression Analizi Yöntemin amacı tahmin hatasının karelerinin toplamını en küçükleyen a ve b değerlerinin hesaplanmasıdır. Tahmin hatası ile trend doğrusu arasındaki hatalar aşağıdaki grafikte gösterilmiştir. Kantitatif Tahmin Yöntemleri Aytulun 58

59 Regression Analizi Regression analizi uygulandığında, bağımsız değişken genellikle zaman olarak alınır. Bağımlı değişken ise tahminin kendisidir. Dönemler : 1,2,,n Talepler : D 1,D 2,,D n a ve b nin en iyi (optimal) değerleri (yöntem-1) b S S xy xx a D b n 1 2 n n nn ( 1) S n id D S xy i i i1 2 i1 xx n ( n 1)(2n 1) n ( n 1) Kantitatif Tahmin Yöntemleri Aytulun 59

60 Regression Analizi a ve b nin en iyi (optimal) değerleri ayrıca aşağıdaki şekilde de hesaplanabilir (yöntem-2). 2 2 n n xy x y y b x b a y bx n x x Tahmin için aşağıdaki eşitlik kullanılır: Dˆ a b* t t Kantitatif Tahmin Yöntemleri Aytulun 60

61 Uçak arızaları: Örnek-6 n n nn ( 1) S n id D xy i i i1 2 i ,250,175,186,225,285,305,190 İlk beş periyodu regression analizi için kullanacağız S xy = 5*(1*200+2*250+3*175+4*186+5*225) -15*( ) = -70 S xx = ((25*6*11)/6)-(25*36)/4 = 50 S xx n ( n 1)(2n 1) n ( n 1) 6 4 Sxy 70 7 b S 50 5 xx n 1 7 a D b 207, 2 *3 211, ˆ 7 Dt 211, 4 * t 5 Kantitatif Tahmin Yöntemleri Aytulun 61

62 Örnek-6 Regression analizi sonucu elde edilen trend denklemi, 5 ve daha ilerisi periyotlardaki arızaların tahmin edilmesi için kullanılır. Örneğin 8.dönem tahminini aşağıdaki şekilde tespit edebiliriz; 7 Dˆ 8 211, 4 * ,2 Ancak 7.dönemde, 8.dönem tahmini istenirse bu durumda daha önce yapılan hesaplamaların 7 dönem için tekrarlanması gerekir. Kantitatif Tahmin Yöntemleri Aytulun 62

63 Çalışma Sorusu-5 Bir otopark işletmesi, Ocak 2010 dan başlamak üzere altı aylık devamlı müşteri sayılarını kayıt altına almıştır. Ay Satışlar Ay Satışlar Ocak 133 Nisan 640 Şubat 183 Mayıs 1876 Mart 285 Haziran 2550 a. Regression eşitlikleri yardımıyla a ve b değerlerini bulunuz. b. Temmuz 2010 için hesaplanan tahmin ne kadardır? c. Elde ettiğiniz sonucu grafik üzerinde tartışınız. Kantitatif Tahmin Yöntemleri Aytulun 63

64 Çift Üstel Düzeltme (Holt Metodu ile) Holt metodu, zaman serilerinin, doğrusal trend ile izlenmesi için tasarlanmış bir yöntemdir. Yöntem (seri için) ve (trend için) olmak üzere iki düzeltme katsayısının belirlenmesini gerektirir. Aşağıdaki eşitlikler kullanılır: S t G t D t ( S (1 )( S t S t1 ) t1 G t1 (1 ) G ) t1 t anındaki kesişme değeri tahmini t anındaki eğim tahmini Kantitatif Tahmin Yöntemleri Aytulun 64

65 Çift Üstel Düzeltme (Holt Metodu ile) adım ötesi için tahmin aşağıdaki eşitlik ile elde edilir: F t,t+ = S t +G t F t,t+1 = S t +1*G t = S t +G t Ayrıca ve arasında genellikle gibi bir ilişki söz konusudur. Kantitatif Tahmin Yöntemleri Aytulun 65

66 Örnek-7 Tekrar, motor arızası problemine dönersek; 200,250,175,186,225,285,305,190 = = 0,1 olarak belirlenmiş olsun. S 1 ve G 1 değerlerinin hesaplanmasında belirli olması gereken S 0 ve G 0 değerleri için aşağıdaki kabulü yapalım: S 0 =200 ve G 0 =10 D ( S S 1 = 0,1*200+0,9*(200+10) = 209 G 1 = 0,1*( )+0,9*10 = 9,9 S t G t t (1 )( S t S t1 t1 G t1 ) (1 ) G ) t1 Kantitatif Tahmin Yöntemleri Aytulun 66

67 Örnek-7 S t G t D t ( S (1 )( S t S t1 t1 G t1 ) (1 ) G ) t1 200,250,175,186,225,285,305,190 S 2 = 0,1*250+0,9*(209+9,9)= 222,01 G 2 = 0,1*(222,01-209)+0,9*9,9 = 10,211 S 3 = 0,1*175+0,9*(222,01+10,211) = 226,499 G 3 = 0,1*(226, ,01)+0,9*10,211 = 9,639 S 4 = 0,1*186+0,9*(226,499+9,639) = 231,124 G 4 = 0,1*(231, ,499)+0,9*9,639 = 9,137 S 5 = 0,1*225+0,9*(231,124+9,137) = 238,735 G 5 = 0,1*(238, ,124)+0,9*9,137 = 8,985 S 6 = 0,1*285+0,9*(238,735+8,985) = 251,448 G 6 = 0,1*(251, ,735)+0,9*8,985 = 9,358 S 7 = 0,1*305+0,9*(251, ,358) = 265,225 G 7 = 0,1*(265, ,448)+0,9*9,358 = 9,800 S 8 = 0,1*190+0,9*(265, ,800) = 266,522 G 8 = 0,1*(266, ,225)+0,9*9,800 = 8,949 Kantitatif Tahmin Yöntemleri Aytulun 67

68 Örnek-7 Dönem Arıza Tahmin Hata ,1 50, ,3 15, ,7 37, ,8 44, ,0 85,0 MAD 1 n n i1 e i 50,1 15,3 37,3 5 44,2 85,0 46,38 Sonuç Ölçüt MA(3) ES(0,1) MAD 57,6 49,2 Holt Yöntemi MA(3) ve ES(0,1) yöntemine göre daha iyi bir sonuç vermiştir. Kantitatif Tahmin Yöntemleri Aytulun 68

69 Örnek-7 Önceki hesaplamalar tek adım sonrası için tahminleri içermektedir. F 2,5 =? F 2,5 =S 2 +(3)*G 2 = 222,01+(3)*(10,211) = 252,643 Holt metodunun başlangıç (S 0 ve G 0 ) değerlerinin tahmin edilmesinde herhangi bir değeri kabul etmek uygun bir yaklaşım değildir. Bunun yerine belirli bir dönemi ele alarak örneğin Regression Analizi yardımıyla kesim noktası ve eğim (a ve b) bulunmaya çalışılabilir. Kantitatif Tahmin Yöntemleri Aytulun 69

70 Çalışma Sorusu-6 Çalışma Sorusu-5 i ele alalım. (Otopark örneği) ˆ D t Ay Satışlar Ay Satışlar Ocak 133 Nisan 640 Şubat 183 Mayıs 1876 Mart 285 Haziran ,54* t 807,4 b 500,54ve a 807,4 a. Bu değerleri Holt yöntemi için başlangıç değeri olarak kullanarak, Temmuz ve Ağustos için gözlenen değerleri sırasıyla 2150 ve 2660 alarak kesişim ve eğim değerlerini güncelleyiniz. (=0,15 ve =0,10) b. Tek adım ve iki adım ötesi için ayrı ayrı Eylül ve Ekim tahminlerini Holt Yöntemi ile hesaplayınız. c. Temmuzda Aralık için yapılan tahminin sonucu kaçtır? Kantitatif Tahmin Yöntemleri Aytulun 70

Sürelerine Göre Tahmin Tipleri

Sürelerine Göre Tahmin Tipleri Girişimcilik Bölüm 5: Talep Tahmini scebi@ktu.edu.tr 5.1. Talep Tahmini Tahmin: Gelecek olayları önceden kestirme bilim ve sanatı. İstatistiksel Tahmin: Geçmiş verileri matematiksel modellerde kullanarak

Detaylı

Tahminleme Yöntemleri

Tahminleme Yöntemleri PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü Tahminleme Yöntemleri 2012-2013 Bahar Yarıyılı 1 İçerik 1. Talep Tahmini Kavramı 2. Talep Tahminlerinin Kullanım Yeri 3. Talep Tahmin Modelleri

Detaylı

Ooo, bir dakika müsaade et... Geçen hafta 250 teker sattık... O zaman, bu hafta ne kadar satmalıyız... Tahmin Nedir?

Ooo, bir dakika müsaade et... Geçen hafta 250 teker sattık... O zaman, bu hafta ne kadar satmalıyız... Tahmin Nedir? Ooo, bir dakika müsaade et... Geçen hafta 250 teker sattık... O zaman, bu hafta ne kadar satmalıyız... Tahmin Nedir? IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Dersin amacı Tahmin, geleceğe hazır

Detaylı

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serileri IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere sahip değișkenlere zaman serisi adı verilmektedir. Genel olarak zaman serisi,

Detaylı

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr. Zaman Serileri-1 If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere

Detaylı

ÜSTEL DÜZLEŞTİRME YÖNTEMİ

ÜSTEL DÜZLEŞTİRME YÖNTEMİ ÜSEL DÜLEŞİRME YÖNEMİ ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik

Detaylı

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri

Detaylı

Ders Planı: - Talep Yapıları. - Tahmin Etmede Önemli Kararlar. - Yargısal Yöntemler. - Nedensel Yöntemler: Doğrusal Regresyon

Ders Planı: - Talep Yapıları. - Tahmin Etmede Önemli Kararlar. - Yargısal Yöntemler. - Nedensel Yöntemler: Doğrusal Regresyon Ders Planı: - Talep Yapıları - Tahmin Etmede Önemli Kararlar - Yargısal Yöntemler - Nedensel Yöntemler: Doğrusal Regresyon - Zaman Serisi Yöntemleri - Zaman Serisi Yönteminin Seçimi - Çoklu Tekniklerin

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani

Detaylı

Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ

Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ I Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ II Yayın No : 2845 Teknik Dizisi : 158 1. Baskı Şubat 2013 İSTANBUL ISBN 978-605 - 377 868-4 Copyright Bu kitabın bu basısı için Türkiye deki yayın hakları BETA

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

Detaylı

Mühendislikte İstatistik Yöntemler

Mühendislikte İstatistik Yöntemler .0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0

Detaylı

ZAMAN SERİLERİNDE REGRESYON ANALİZİ

ZAMAN SERİLERİNDE REGRESYON ANALİZİ ZAMAN SERİLERİNDE REGRESYON ANALİZİ 1 1. GİRİŞ Trent, serinin genelinde yukarıya ya da aşağıya doğru olan hareketlere denmektedir. Bu hareket bazen düz bir doğru şeklinde olmaktadır. Bu tür harekete sahip

Detaylı

TANIMLAYICI İSTATİSTİKLER

TANIMLAYICI İSTATİSTİKLER TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin

Detaylı

Hatalar ve Bilgisayar Aritmetiği

Hatalar ve Bilgisayar Aritmetiği Hatalar ve Bilgisayar Aritmetiği Analitik yollardan çözemediğimiz birçok matematiksel problemi sayısal yöntemlerle bilgisayarlar aracılığı ile çözmeye çalışırız. Bu şekilde Sayısal yöntemler kullanarak

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

Detaylı

FABRİKA ORGANİZASYONU Üretim Planlama ve Yönetimi 2. Uygulama: Sipariş ve Parti Büyüklüğü Hesaplama

FABRİKA ORGANİZASYONU Üretim Planlama ve Yönetimi 2. Uygulama: Sipariş ve Parti Büyüklüğü Hesaplama FABRİKA ORGANİZASYONU Üretim Planlama ve Yönetimi 2. Uygulama: Sipariş ve Parti Büyüklüğü Hesaplama Uygulamalar 1. İhtiyaç Hesaplama 2. Sipariş ve Parti Büyüklüğü Hesaplama 3. Dolaşım Akış Çizelgeleme/Terminleme

Detaylı

Endüstri Mühendisliğine Giriş

Endüstri Mühendisliğine Giriş Endüstri Mühendisliğine Giriş 5 ve 19 Aralık 2012, Şişli-Ayazağa, İstanbul, Türkiye. Yard. Doç. Dr. Kamil Erkan Kabak Endüstri Mühendisliği Bölümü,, Şişli-Ayazağa, İstanbul, Türkiye erkankabak@beykent.edu.tr

Detaylı

ENM 525 İleri Üretim Planlama ve Kontrolü PAÜ Fen Bilimleri Enstitüsü Endüstri Mühendisliği Ana Bilim Dalı

ENM 525 İleri Üretim Planlama ve Kontrolü PAÜ Fen Bilimleri Enstitüsü Endüstri Mühendisliği Ana Bilim Dalı ENM 525 İleri Üretim Planlama ve Kontrolü PAÜ Fen Bilimleri Enstitüsü Endüstri Mühendisliği Ana Bilim Dalı Bu ders notları, 2012-2013 ve 2013-2014 Bahar yarıyılında PAÜ Endüstri Mühendisliği bölümünde

Detaylı

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ 1 A. GİRİŞ Gözlemlerin belirli bir dönem için gün, hafta, ay, üç ay, altı ay, yıl gibi birbirini izleyen eşit aralıklarla yapılması ile elde edilen seriler zaman

Detaylı

Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014

Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?

Detaylı

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

rasgele değişkeninin olasılık yoğunluk fonksiyonu, 3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının

Detaylı

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:

Detaylı

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

Detaylı

İSTATİSTİKSEL VERİ ANALİZİ

İSTATİSTİKSEL VERİ ANALİZİ İSTATİSTİKSEL VERİ ANALİZİ Prof. Dr. Gül ERGÜN Hacettepe Üniversitesi Kasım 2013 İstatistik Nedir? İSTATİSTİK Belirli bir konuda toplanan sayısal değerlerdir. Buna göre, 2012 yılında Türkiye de kayıtlı

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM 12 STUDENT T DAĞILIMI 1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir

Detaylı

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1 3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır? 26.2.23 Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HĐPOTEZ TESTLERĐ denir. Sonuçların raslantıya bağlı olup

Detaylı

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.

Detaylı

İSTATİSTİK-II. Korelasyon ve Regresyon

İSTATİSTİK-II. Korelasyon ve Regresyon İSTATİSTİK-II Korelasyon ve Regresyon 1 Korelasyon ve Regresyon Genel Bakış Korelasyon Regresyon Belirleme katsayısı Varyans analizi Kestirimler için aralık tahminlemesi 2 Genel Bakış İkili veriler aralarında

Detaylı

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI SORU- 1 : ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI X ve Y birbirinden bağımsız iki rasgele değişken olmak üzere, sırasıyla aşağıdaki moment çıkaran fonksiyonlarına sahiptir: 2 2 M () t = e,

Detaylı

İŞLETMENİN GELİR- GİDER VE KÂR HEDEFLERİ

İŞLETMENİN GELİR- GİDER VE KÂR HEDEFLERİ İŞLETMENİN GELİR- GİDER VE KÂR HEDEFLERİ İşletme yöneticileri belli bir dönem sonunda belli miktarda kâr elde etmeyi hedeflerler. Kâr = Gelirler - Giderler Olduğuna göre, kârı yönetmek aslında gelirler

Detaylı

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır. İstatistiksel güven aralıkları uygulamalarında normallik (normal dağılıma uygunluk) oldukça önemlidir. Kullanılan parametrik istatistiksel tekniklerin geçerli olabilmesi için populasyon şans değişkeninin

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk

Detaylı

Dr. Mehmet AKSARAYLI

Dr. Mehmet AKSARAYLI Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli

Detaylı

KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR ANALİTİK OLMAYAN MERKEZİ. Aritmetik ortalama **Medyan(median)

KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR ANALİTİK OLMAYAN MERKEZİ. Aritmetik ortalama **Medyan(median) KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ 1 MERKEZİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR Bir örneklemde mevcut olan tüm veriler hesaba katılır. ANALİTİK OLMAYAN MERKEZİ EĞİLİM ÖLÇÜLERİ Bir örneklemdeki verilerin bir

Detaylı

İSTATİSTİK ÖRNEK SORULARI

İSTATİSTİK ÖRNEK SORULARI 1. Aşağıda gruplandırılmış seri verilmiştir. (n) 0-10 den az 5 10-20 den az 6 20-30 den az 9 30-40 den az 11 40-50 den az 4 50-60 den az 3 TOPLAM 38 İSTATİSTİK ÖRNEK SORULARI a) Mod değerini bulunuz? (15

Detaylı

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci DOĞRUSAL ZAMAN SERİSİ MODELLERİ Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci Tek Değişkenli Zaman Serisi Modelleri Ekonomik verilerin analizi ile ekonomik değişkenlerin gelecekte alabilecekleri

Detaylı

Araş.Gör. Efe SARIBAY

Araş.Gör. Efe SARIBAY HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY 1) Telekom da çalışan bir operatör A ve B şehirleri arasında yapılan telefon görüşmelerinin ortalamasının 6 dakikadan daha fazla sürdüğünü iddia

Detaylı

Zaman Serileri Tutarlılığı

Zaman Serileri Tutarlılığı Bölüm 3 Zaman Serileri Tutarlılığı Ulusal Sera Gazı Envanterleri Uygulamalı Eğitim Çalıştayı - IPCC Kesişen Konular 4-5-6 Kasım 2015, Ankara Türkiye Giriş Çok yıllı sera gazı (GHG) envanterleri, emisyonların

Detaylı

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma... İçindekiler İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii BÖLÜM 1 Ölçme, İstatistik ve Araştırma...1 Ölçme Nedir?... 3 Ölçme Süreci... 3 Değişkenler

Detaylı

BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3

BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 KİTABIN İÇİNDEKİLER BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 BÖLÜM-2.BİLİMSEL ARAŞTIRMA Belgesel Araştırmalar...7 Görgül Araştırmalar Tarama Tipi Araştırma...8

Detaylı

FİNANSAL YÖNETİM. Finansal Planlama Nedir?

FİNANSAL YÖNETİM. Finansal Planlama Nedir? FİNANSAL YÖNETİM FİNANSAL PLANLAMA Yrd.Doç.Dr. Serkan ÇANKAYA Finansal analiz işletmenin geçmişe dönük verilerine dayanmaktaydı ancak finansal planlama ise geleceğe yönelik hareket biçimini belirlemeyi

Detaylı

ANALİTİK YÖNTEMLERİN DEĞERLENDİRİLMESİ. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2004

ANALİTİK YÖNTEMLERİN DEĞERLENDİRİLMESİ. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2004 ANALİTİK YÖNTEMLERİN DEĞERLENDİRİLMESİ Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2004 1 Laboratuvarlarda yararlanılan analiz yöntemleri performans kalitelerine göre üç sınıfta toplanabilir: -Kesin yöntemler

Detaylı

Avrasya Ekonomik Birliği Elektrik Piyasası Entegrasyonu Kapsamında Kırgızistan ın Enerji Tüketim Projeksiyonu

Avrasya Ekonomik Birliği Elektrik Piyasası Entegrasyonu Kapsamında Kırgızistan ın Enerji Tüketim Projeksiyonu Avrasya Ekonomik Birliği Elektrik Piyasası Entegrasyonu Kapsamında Kırgızistan ın Enerji Tüketim Projeksiyonu Prof. Dr. Ahmet BurçinYERELİ Hacettepe Üniversitesi, İktisadi ve İdari Bilimler Fakültesi,

Detaylı

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0 YTÜ-İktisat İstatistik II Hipotez Testi 1 HİPOTEZ TESTİ: AMAÇ: Örneklem bilgisinden hareketle anakütleye ilişkin olarak kurulan bir hipotezin (önsavın) geçerliliğinin test edilmesi Genel notasyon: anakütleye

Detaylı

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

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems Available online at www.alphanumericjournal.com alphanumeric journal Volume 2, Issue 1, 2014 2014.02.01.STAT.01 HAVACILIKTA ÜREYEN RUTİN OLMAYAN (NON- ROUTINE) İŞLERİN ADAM X SAAT TAHMİNİ: GERÇEK ZAMANLI

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

Detaylı

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi 1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri

Detaylı

Bir işaretli büyüklük sayısında en soldaki basamak bir işaret içerir. Diğer basamaklarda ise sayısal değerin büyüklüğü (mutlak değeri) gösterilir.

Bir işaretli büyüklük sayısında en soldaki basamak bir işaret içerir. Diğer basamaklarda ise sayısal değerin büyüklüğü (mutlak değeri) gösterilir. İşaretli Tamsayı Gösterimi 1. İşaretli Büyüklük Bir işaretli büyüklük sayısında en soldaki basamak bir işaret içerir. Diğer basamaklarda ise sayısal değerin büyüklüğü (mutlak değeri) gösterilir. Örnek

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen

Detaylı

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi İlhan AYDIN KESİKLİ-OLAY BENZETİMİ Kesikli olay benzetimi, durum değişkenlerinin zaman içinde belirli noktalarda değiştiği sistemlerin modellenmesi

Detaylı

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin

Detaylı

İstatistiksel Yorumlama

İstatistiksel Yorumlama İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız

Detaylı

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

KONULAR. 14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

KONULAR. 14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi ÇOKLU REGRESYON ANALİZİNDE EK KONULAR Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri

Detaylı

KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ

KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ 1 KORELASYON ANALİZİ İki değişken arasındaki doğrusal ilişkinin gücünü(derecesini) ve yönünü belirlemek için hesaplanan bir sayıdır. Belirli

Detaylı

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01 Ortak Varyans ve İstatistiksel Bağımsızlık Bir rassal değişken çifti istatistiksel olarak bağımsız ise aralarındaki ortak varyansın değeri 0 dır. Ancak ortak varyans değerinin 0 olması, iki rassal değişkenin

Detaylı

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5 Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın

Detaylı

Tahminleme Yöntemleri-2

Tahminleme Yöntemleri-2 PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü 1 Tahminleme Yöntemleri-2 İçerik 1. Mevsimsel Değişim Bazlı Teknik 2. Box-Jenkins Modelleri 3. Tahmin Yöntemlerini Uygulamada Dikkat Edilmesi

Detaylı

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir, 14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.

Detaylı

Beklenti Anketi ne İlişkin Yöntemsel Açıklama

Beklenti Anketi ne İlişkin Yöntemsel Açıklama Beklenti Anketi ne İlişkin Yöntemsel Açıklama İstatistik Genel Müdürlüğü Reel Sektör Verileri Müdürlüğü İçindekiler I- Amaç... 3 II- Kapsam... 3 III- Yöntem... 3 IV- Tanımlar ve Hesaplamalar... 3 V- Yayımlama...

Detaylı

VAKIF PORTFÖY ALTIN KATILIM FONU

VAKIF PORTFÖY ALTIN KATILIM FONU VE YATIRIM PERFORMANSI KONUSUNDA KAMUYA AÇIKLANAN BİLGİLERE İLİŞKİN RAPOR A. TANITICI BİLGİLER Vakıf Portföy Altın Katılım Fonu Fon, katılım fonudur. Vakıf Portföy Yönetimi A.Ş. tarafından 2499 sayılı

Detaylı

MATEMATiKSEL iktisat

MATEMATiKSEL iktisat DİKKAT!... BU ÖZET 8 ÜNİTEDİR BU- RADA İLK ÜNİTE GÖSTERİLMEKTEDİR. MATEMATiKSEL iktisat KISA ÖZET KOLAY AOF Kolayaöf.com 0362 233 8723 Sayfa 2 içindekiler 1.ünite-Türev ve Kuralları..3 2.üniteTek Değişkenli

Detaylı

A t a b e y M e s l e k Y ü k s e k O k u l u İstatistik Sunum 4 Öğr.Gör. Şükrü L/O/G/O KAYA www.sukrukaya.org www.themegallery.com 1 Yer Ölçüleri Yer ölçüleri, verilerin merkezini veya yığılma noktasını

Detaylı

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU Marmara Üniversitesi U.B.F. Dergisi YIL 2005, CİLT XX, SAyı 1 YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU Yrd. Doç. Dr. Ebru ÇACLAYAN' Arş. Gör. Burak GÜRİş" Büyüme modelleri,

Detaylı

BÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI)

BÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI) 1 BÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI) Hipotez testi konusunda görüldüğü üzere temel betimleme, sayma ve sınıflama işlemlerine dayalı yöntemlerin ötesinde normal dağılım

Detaylı

Merkezi Eğilim ve Dağılım Ölçüleri

Merkezi Eğilim ve Dağılım Ölçüleri Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki

Detaylı

Popülasyon Ortalamasının Tahmin Edilmesi

Popülasyon Ortalamasının Tahmin Edilmesi Güven Aralıkları Popülasyon Ortalamasının Tahmin Edilmesi Tanımlar: Nokta Tahmini Popülasyon parametresi hakkında tek bir rakamdan oluşan tahmindir. Popülasyon ortalaması ile ilgili en iyi nokta tahmini

Detaylı

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK ÖLÇME VE DEĞERLENDİRME Antrenörlük Eğitimi 4. Sınıf ÖLÇME VE DEĞERLENDİRME Merkezi Eğilim Ölçütleri Mod En çok görülen puandır ve hesaplanma yöntemi yoktur. İnceleme yolu ile bulunur. Terminal istatistiktir.

Detaylı

Örneğin bir önceki soruda verilen rüzgâr santralinin kapasite faktörünü bulmak istersek

Örneğin bir önceki soruda verilen rüzgâr santralinin kapasite faktörünü bulmak istersek KAPASİTE FAKTÖRÜ VE ENERJİ TAHMİNİ Kapasite faktörü (KF) bir santralin ne kadar verimli kullanıldığını gösteren bir parametredir. Santralin nominal gücü ile yıllık sağladığı enerji miktarı arasında ilişki

Detaylı

ERGO EMEKLİLİK VE HAYAT A.Ş BÜYÜME AMAÇLI HİSSE SENEDİ EMEKLİLİK YATIRIM FONU

ERGO EMEKLİLİK VE HAYAT A.Ş BÜYÜME AMAÇLI HİSSE SENEDİ EMEKLİLİK YATIRIM FONU 1 OCAK - 31 ARALIK 2014 DÖNEMİNE AİT PERFORMANS SUNUM RAPORU VE YATIRIM PERFORMANSI KONUSUNDA KAMUYA AÇIKLANAN BİLGİLERE İLİŞKİN RAPOR A. TANITICI BİLGİLER PORTFÖY BİLGİLERİ Halka Arz Tarihi 31 Aralık

Detaylı

SIRADAN EN KÜÇÜK KARELER (OLS)

SIRADAN EN KÜÇÜK KARELER (OLS) SIRADAN EN KÜÇÜK KARELER (OLS) YÖNTEMİNİN ASİMPTOTİK ÖZELLİKLERİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge

Detaylı

REGRESYON ANALĐZĐ. www.fikretgultekin.com 1

REGRESYON ANALĐZĐ. www.fikretgultekin.com 1 REGRESYON ANALĐZĐ Regresyon analizi, aralarında sebep-sonuç ilişkisi bulunan iki veya daha fazla değişken arasındaki ilişkiyi belirlemek ve bu ilişkiyi kullanarak o konu ile ilgili tahminler (estimation)

Detaylı

LOJİSTİK REGRESYON ANALİZİ

LOJİSTİK REGRESYON ANALİZİ LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen

Detaylı

Rapor N o : SYMM 116 /1552-117

Rapor N o : SYMM 116 /1552-117 Rapor N o : SYMM 116 /1552-117 BÜYÜME AMAÇLI ULUSLAR ARASI KARMA EMEKLİLİK YATIRIM FONU NUN YATIRIM PERFORMANSI KONUSUNDA KAMUYA AÇIKLANAN BİLGİLERE İLİŞKİN 30.06.2009 TARİHİ İTİBARİYLE BİTEN HESAP DÖNEMİME

Detaylı

VAKIF PORTFÖY BIST30 ENDEKSİ HİSSE SENEDİ FONU (HİSSE SENEDİ YOĞUN FON)

VAKIF PORTFÖY BIST30 ENDEKSİ HİSSE SENEDİ FONU (HİSSE SENEDİ YOĞUN FON) VAKIF PORTFÖY BIST30 ENDEKSİ HİSSE SENEDİ FONU VE YATIRIM PERFORMANSI KONUSUNDA KAMUYA AÇIKLANAN BİLGİLERE İLİŞKİN RAPOR VAKIF PORTFÖY BIST30 ENDEKSİ HİSSE SENEDİ FONU A. TANITICI BİLGİLER PORTFÖYE BAKIŞ

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Dönem Sonu Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Dönem Sonu Sınavı TOBB Ekonomi ve Teknoloji Üniversitesi Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklama ve uyarılar: Bu sınav toplam 100 puan değerinde 6 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm

Detaylı

9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir?

9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir? 9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir? Ardışık bağımlılık sorunu, hata terimleri arasında ilişki olmadığı (E(u i,u j ) = 0, i j) varsayımının geçerli olmamasıdır.

Detaylı

15.433 YATIRIM. Ders 2: Menkul Kıymetler ve Wall Street de Rassal Yürüyüş. Bahar 2003

15.433 YATIRIM. Ders 2: Menkul Kıymetler ve Wall Street de Rassal Yürüyüş. Bahar 2003 15.433 YATIRIM Ders 2: Menkul Kıymetler ve Wall Street de Rassal Yürüyüş Bahar 2003 İçerik Olasılık Teorisi Olasılık dağılımlarının kısa bir gözden geçirmesi Rassal olayları normal olaylarla değerlendirmek

Detaylı

DENEY 0. Bölüm 1 - Ölçme ve Hata Hesabı

DENEY 0. Bölüm 1 - Ölçme ve Hata Hesabı DENEY 0 Bölüm 1 - Ölçme ve Hata Hesabı Amaç: Ölçüm metodu ve cihazına bağlı hata ve belirsizlikleri anlamak, fiziksel bir niceliği ölçüp hata ve belirsizlikleri tespit etmek, nedenlerini açıklamak. Genel

Detaylı

www.saitkaygusuz.com skaygusuz@uludag.edu.tr STOKLAR TMS-2

www.saitkaygusuz.com skaygusuz@uludag.edu.tr STOKLAR TMS-2 1 STOKLAR TMS-2 Üretim İşletmelerinde Stoklar 2 Stoklar aynı zamanda işletme tarafından üretilen mamulleriya da üretimde olan yarı mamulleri ve üretim sürecinde kullanılmak üzere bekleyen ilk madde ve

Detaylı

HİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN

HİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN HİPOTEZ TESTLERİ Yrd. Doç. Dr. Emre ATILGAN Hipotez Nedir? HİPOTEZ: parametre hakkındaki bir inanıştır. Parametre hakkındaki inanışı test etmek için hipotez testi yapılır. Hipotez testleri sayesinde örneklemden

Detaylı

Matematik Ders Notları. Doç. Dr. Murat Donduran

Matematik Ders Notları. Doç. Dr. Murat Donduran Matematik Ders Notları Doç. Dr. Murat Donduran Mart 18, 28 2 İçindekiler 1 Tanımlı Integral Uygulamaları 5 1.1 Olasılık.............................. 5 3 4 İÇINDEKILER Bölüm 1 Tanımlı Integral Uygulamaları

Detaylı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimsiz Öğrenmenin Temelleri Kümeleme Uzaklık Fonksiyonları Öklid Uzaklığı Manhattan

Detaylı

QINVEST PORTFÖY KİRA SERTİFİKASI KATILIM (DÖVİZ) FONU (Eski unvanıyla Ergo Portföy Yabancı Kira Sertifikası (Sukuk) Katılım Fon )

QINVEST PORTFÖY KİRA SERTİFİKASI KATILIM (DÖVİZ) FONU (Eski unvanıyla Ergo Portföy Yabancı Kira Sertifikası (Sukuk) Katılım Fon ) QINVEST PORTFÖY KİRA SERTİFİKASI KATILIM (DÖVİZ) FONU (Eski unvanıyla Ergo Portföy Yabancı Kira Sertifikası (Sukuk) Katılım Fon ) VE YATIRIM PERFORMANSI KONUSUNDA KAMUYA AÇIKLANAN BİLGİLERE İLİŞKİN RAPOR

Detaylı

2 Hata Hesabı. Hata Nedir? Mutlak Hata. Bağıl Hata

2 Hata Hesabı. Hata Nedir? Mutlak Hata. Bağıl Hata Hata Hesabı Hata Nedir? Herhangi bir fiziksel büyüklüğün ölçülen değeri ile gerçek değeri arasındaki farka hata denir. Ölçülen bir fiziksel büyüklüğün sayısal değeri, yapılan deneysel hatalardan dolayı

Detaylı

1 OCAK - 30 HAZİRAN 2016 DÖNEMİNE AİT PERFORMANS SUNUM RAPORU VE YATIRIM PERFORMANSI KONUSUNDA KAMUYA AÇIKLANAN BİLGİLERE İLİŞKİN RAPOR

1 OCAK - 30 HAZİRAN 2016 DÖNEMİNE AİT PERFORMANS SUNUM RAPORU VE YATIRIM PERFORMANSI KONUSUNDA KAMUYA AÇIKLANAN BİLGİLERE İLİŞKİN RAPOR VE YATIRIM PERFORMANSI KONUSUNDA KAMUYA AÇIKLANAN BİLGİLERE İLİŞKİN RAPOR A. TANITICI BİLGİLER PORTFÖYE BAKIŞ Halka arz tarihi : 16/03/1999 30 Haziran 2016 tarihi itibarıyla YATIRIM VE YÖNETİME İLİŞKİN

Detaylı

KAPASİTE PLANLAMASI ve ÖLÇME KRİTERLERİ

KAPASİTE PLANLAMASI ve ÖLÇME KRİTERLERİ KAPASİTE PLANLAMASI ve ÖLÇME KRİTERLERİ Kuruluş yeri belirlenen bir üretim biriminin üretim miktarı açısından hangi büyüklükte veya kapasitede olması gerektiği işletme literatüründe kapasite planlaması

Detaylı

Vahap Tolga KOTAN Murat İNCE Doruk ERGUN Fon Toplam Değeri 877.247,49 Fonun Yatırım Amacı, Stratejisi ve Riskleri

Vahap Tolga KOTAN Murat İNCE Doruk ERGUN Fon Toplam Değeri 877.247,49 Fonun Yatırım Amacı, Stratejisi ve Riskleri A. TANITICI BİLGİLER PORTFÖY BİLGİLERİ YATIRIM VE YÖNETİME İLİŞKİN BİLGİLER Halka Arz Tarihi 07/11/2008 Portföy Yöneticileri 31.03.2010 tarihi itibariyle Vahap Tolga KOTAN Murat İNCE Doruk ERGUN Fon Toplam

Detaylı

HALK HAYAT VE EMEKLİLİK A.Ş. BÜYÜME AMAÇLI HİSSE SENEDİ EMEKLİLİK YATIRIM FONU A. TANITICI BİLGİLER

HALK HAYAT VE EMEKLİLİK A.Ş. BÜYÜME AMAÇLI HİSSE SENEDİ EMEKLİLİK YATIRIM FONU A. TANITICI BİLGİLER A. TANITICI BİLGİLER Portföy Bilgileri Halka Arz Tarihi 13.06.2012 2 Temmuz 2012 tarihi itibariyle (*) Fon Toplam Değeri 2.155.647 Yatırım Ve Yönetime İlişkin Bilgiler Portföy Yöneticileri Murat Zaman,

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN 1 Tek Örneklem İşaret Testi İşaret Testi parametrik olmayan prosedürler içinde en eski olanıdır. Analiz yapılırken serideki verileri artı ve

Detaylı

BÖLÜM 13 HİPOTEZ TESTİ

BÖLÜM 13 HİPOTEZ TESTİ 1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin

Detaylı

BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ

BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ 1.1. Giriş Kinematik, daha öncede vurgulandığı üzere, harekete sebep olan veya hareketin bir sonucu olarak ortaya çıkan kuvvetleri dikkate almadan cisimlerin hareketini

Detaylı

ENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)

ENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30) ENM 316 BENZETİM ÖDEV 1: Bir projede A, B, C, D, E ve F olmak üzere 6 faaliyet vardır. Projenin tamamlanması için bu faaliyetlerin sırası ile yapılması gerekmektedir. Her faaliyetin tamamlanması için gereken

Detaylı

HANEHALKI İŞGÜCÜ ANKETİNDE YAPILAN YENİ DÜZENLEMELERE İLİŞKİN AÇIKLAMALAR

HANEHALKI İŞGÜCÜ ANKETİNDE YAPILAN YENİ DÜZENLEMELERE İLİŞKİN AÇIKLAMALAR HANEHALKI İŞGÜCÜ ANKETİNDE YAPILAN YENİ DÜZENLEMELERE İLİŞKİN AÇIKLAMALAR (1) Türkiye İstatistik Kurumu, işgücü piyasasının temel veri kaynağını oluşturan hanehalkı işgücü araştırmasını1988 yılından beri,

Detaylı

30 Haziran 2016 tarihi itibariyle yatırım performansı konusunda kamuya açıklanan bilgilere ilişkin rapor

30 Haziran 2016 tarihi itibariyle yatırım performansı konusunda kamuya açıklanan bilgilere ilişkin rapor 30 Haziran 2016 tarihi itibariyle yatırım performansı konusunda kamuya açıklanan bilgilere ilişkin rapor A. TANITICI BİLGİLER PORTFÖY BİLGİLERİ YATIRIM VE YÖNETİME İLİŞKİN BİLGİLER Halka Arz Tarihi 13.10.1992

Detaylı