ANADOLU ÜNivERSiTESi BiliM VE TEKNOLOJi DERGiSi ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CiltNal.: 5 - Sayı/No: 1: (2004)
|
|
- Turgay Ataseven
- 7 yıl önce
- İzleme sayısı:
Transkript
1 ANADOLU ÜNivERSiTESi BiliM VE TEKNOLOJi DERGiSi ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CiltNal.: 5 - Sayı/No: 1: (2004) A~AŞTIRMA MAKALESiiRESEARCH ARTICLE DAiRESEL VERiLERE UYGULANAN TANıMLAYıCı istatistiksel YÖNTEMLER VE METEOROLOJiK BiR UYGULAMA K. Özgür PEKER1, Sevil BACANLl2 ÖZ Bu çalışmaı amacı, dairesel verileri özelliklerii ve doğ rusal verilere uygulaa temel istatistiksel yötemlerle arasıdaki farkla icelemektir. Çalışmada, dairesel veriler içi temel parametre değ erlerii hesaplaması açıklamış ve dairesel veri aalizideki temelolasılık dağ ılımı ola vo Mises dağ ılımı icelemiştir. Ardıda, dairesel veriler içi ortalama yö testleri taımlamış ve vo Mises dağ ılımı içi ortalama yö testie ilişki kuramsal bilgiler verilmiştir. Ayca, Aadolu Üiversitesi Sivil Havacılık Yüksekokulu Meyda Meteoroloji İstasyo Müdürlüğ ü'de, Aadolu Üiversitesi havaalaı içi ölçülmüş ola rüzgar yöleride oluşa veri değ erlerie icelee yötemler uygulamış, elde edile souçlar değ erledirilmiştir. Aahtar Kelimeler: Dairesel veri, Ortalama yö, vo Mises dağ ılımı, Rüzgar yöü. DESCRIPTIVE STATISTICAL METHODS APPLlED TO CIRCULAR DATA AND A METEOROLOGICAL APPLlCATION ABSTRACT The aim of this study is to ivestigate the properties of circular data ad the differeces from pricipal statistical techiques of liear data. I the study, calculatio of descriptive statistics for circular data are explaied ad vo Mises distributio which is the mai probability distributio i circular data aalysis is examied. The, mea directio tests for circular data is deseribed ad the theoretical iformatios about testig of mea directio for vo Mises distributio is give. A applicatio is also show, usig the wid directios o Aadolu Uiversity airport, obtaied from Aadolu Uiversity School of Civil Aviatio Airfield Meteorology Statio Admiistratio ad the obtaied results are evaluated Key Words: Circular data, Mea directio, vo Mises distributio, Wid directio. 1. GiRiş Bir çok bilim dalı içi, yapıla herhagi bir araştırmada veri toplaması aşamasıda ölçümler açısal olarak elde edilmektedir. Bu tür yösel verileri özellikle jeoloji, meteoroloji, biyoloji, fizik, psikoloji, tıp, astroomi gibi alalarda kullaıldığ ı sıkça görülür, Açısal gözlemler, deeylerde farklı biçimlerde ortaya çıkarlar. Öreğ i biyolog, kaplumbağ ala hareket yöüü icelerke, jeolog da fay hatlaa ilişki bir araştırma yapabilir. İlk örekteki yösel araştırma iki boyutlu olarak iceleirke, ikici örekteki araştırma düya yüzeyi yaklaşık olarak bir küre şeklide olduğ u içi üç boyutta iceleir. Dolayısıyla, yölere ilişki herhagi bir gözlem kümesi, yösel veri olarak adladırılır. Bu gözlemleri elde edilmeside kullaıla iki temel dairesel ölçüm aracı pusula ve saattir. Pusula ile yapılabile gözlemler arasıda, rüzgar yöleri ve kuşları uçuş yöleri sayılabilir. Bezer türdeki verilere ilişki ölçümler bir açıölçer yardımıyla da yapılabilir. Saatle yapılabilecek gözlemlere örek olarak da, bir hastaedeki acil servis birimie gele hastaları 24 saat içerisideki 2 Aadolu Üiversitesi Fe Fakültesi İstatistik Bölümü, Yuusemre Kampüsü, Eskişehir; Faks: ; E-Posta: opeker@aadolu.edu.tr Hacettepe Üiversitesi Fe Fakültesi İstatistik Bölümü, Beytepe, Akara. E-Posta: sevil@hacettepe.edu.tr Geliş: 27 Ekim 2003 Düzeltme: 06 Şubat 2004 Kabul: 22 Mart 2004
2 116 Aadolu Üiversitesi Bilim ve Tekoloji Dergisi, 5 (1) servise geliş zamalaı dağ ılımı verilebilir. Bu türdeki veriler ay ya da yıl ciside de elde edilebilir. İki-boyutlu yöler, uygu biçimde seçilmesi gereke bir sıfır yöü ve döüş doğ rultusu'a göre ölçülerı açılar biçimide gösterilebilirler. Burada, sıfır yöü başlagıç oktasıı ve döüş doğ rultusu da pozitif yö olarak saat yöüü mü yoksa saat yöüü tersii mi kullaılacağ ıı belirtmektedir. Yö kavramıda herhagi bir büyüklük söz kousu olmadığ ıda, açısal bir gözlem değ eri, merkezi oriji ola bir birim çemberi çevresi üzeride oktalarla ya da orijii bu oktalarla birleştire birim vektörlerle gösterilebilir. Bua göre derece ciside ölçülmüş tek bir gözlem BO (oo<eo<360 0 ), birim vektör olacaktır. Bu dairesel gösterirde dolayı, iki-boyutlu yölere ilişki gözlemler dairesel veri olarak da adladılır. Burada eo; vektör ile pozitif x- ekseii, saat yöüü tersi yöüde yaptığ ı açıyı gösterir. İki-boyutlu bir yöü, açı ya da birim vektör şeklideki sayısal gösterimii tek bir tae olması beklememelidir. Çükü dairesel gözlemi değ eri, sıfır yöüe ve döüş doğ rultusuu saat yöüde olup olmaması seçimie bağ lıdır. Elde edile souçlar verile gözlem değ erlerii bir foksiyoudur ve bulara verile keyfi değ erlere bağ lı değ ildir. Bu özellikleride dolayı dairesel veri aalizi, bilie istatistiksel aalizde oldukça farklıdır. Keyfi sıfır yöü ve döüş doğ rultusu seçimie ilişki ölçüıere duyula ihtiyaç, bilie birçok istatistiksel tekiğ i ve ölçüleri tamame alamsız olmasa da çoğ u zama hatalı kılar. Kouyla ilgili ilk öemli çalışmalar, Mardia (1972) tarafıda yapılmıştır. Mardia bu çalışmalarıda istatistik teorisii dairesel veri aalizie asıl uygulaabileceğ i üzeride yoğ ulaşmıştır. Bu alada yapıla diğ er çalışmalar arasıda Fisher (1993), Mardia ve Jupp (2000) ve Jammalamadaka ve Se Gupta (2001) bulumaktadır. 2. DAiRESEL VERILER için TANIMLAYıCı istatistikler 2.1, Ortalama Yö, Bileşke Uzuluğu ve Ortalama Bileşke Uzuluğu Dairesel verilere ilişki yapıla ölçümler geellikle derece ciside yapılır. Fakat, bazı durumlarda, özellikle teoride, derece ciside ölçüle bir eo açısal gözlemii (2.1) eşitliğ i yardımıyla radya ciside B açısıa döüştürülmesi tercih edilir. 8 =,,8' 180 0< 8< 2" (2.1) Tek bir yöe doğ ru kümeleme göstere bir dairesel veri seti içi ortalama yö ölçüsüu belirleebilmesi içi, gözlem değ erleri birim vektörler olarak düşüülür ve bu vektörleri bileşke vektörüü yöü kullaılır. P, ; birim çember üzeride Bi (i = l,...,) açısıa bağ lı olarak belirlee herhagi bir okta olmak üzere, Bı,..,B açılarıı ortalama yöü e; QPı,..., OP birim vektörlerii bileşkesii yöü olarak taımlaır. P, oktalarıı ağ ırlık merkezi (C,S); C = 2:: coi/i ' O"5Rs eşitliğide, veya ortalama yö biliiyorsa R=R/ ta-i(s/c) ta" (S /C)+", C <O S>-O, C>O e= ta -I (S / c)+2", S < O, C >- O l2 S>O,C=O tausfz, S=O, C=O Fl S = 2:: sirtl i olmak üzere, bileşke uzuluğ u R; i=l Gruplamış dairesel serilerde ise geel bir yaklaşım olarak, bir aralıktaki tüm gözlem değ erlerii o aralığ ı orta oktası olduğ u varsayımı kullaılır. Örebiçimide taımlaır olarak verilir. (2.2) (2.3) eşitliğ i yardımıyla buluur. Burada, Bı'..., B açılarıı vektör bileşkesii yöü e; (2.4) ve ortalama yö olarak adladılır. Ortalama bileşke uzuluğ u R ise; (2.5) Dolayısıyla, verile bir açısal gözlem kümesi içi, öcelikle bu değ erler dik koordiatlara döüştürülür ve bileşke vektörü buluabilmesi içi toplaır. Böylece bu bileşke vektörü yöü ola e,(2.4) eşitliğ i kullaılarak elde edilir. Burada, R = Odurumuda (C = O ve S =O),daireselortalama taımsızdır. Bileşke vektörü sıfır uzuluğ a sahip olması, verii çember üzeride herhagi bir yöe doğ ru yoğ ulaşma göstermediğ ii, yai düzgü dağ ıldığ ıı gösterir. Bu durumda, verii herhagi bir tercih edile yöü ya da ortalama yöü bulumamaktadır.
3 Aadolu Uiversity Joural of Sciece ad Techology, 5 (1) ı ğ i, sayıda orjial gözlem değ eri k tae sııfa göre grupladığ ıda, i-ici sııfı orta oktası Bi ve sıklığ ı fi,i. =1,...k {Jıf1 == r olmak üzere; = 1-.!.(Rcos8cos{f + Rsi 8 sie) tl 1 =1--R 11 değ erleri hesaplaır. s' 1~1" 0, "=-ı:.,.ji SIllI' 1=1 (2.6) olur ve souç olarak; V= ı-li os Vs 1 (2.10) değ erie ulaşılır. (2.10) eşitlig i, ömeklem dairesel varyası olarak taımlaır. Doğ rusal veri varyasıda olduğ u gibi, dairesel varyas değ eri küçüldükçe, dağ ı lım homojeleşir Yoğulaşma Parametresi Yoğ ulaşma parametresi k'ı e çok olabilirlik tahmii K; A1(K)=Rl==R (2.7) sayıda dairesel gözlem e ortalama yöü etrafıda kümelerımiş ise, R l'e yakı bir değ er alır ve dairesel varyas sıfıra yakı çıkar. Yöler geiş bir dağ ı- lım göstermiş ise, R değ eri küçük ve dairesel varyas l'e yakı olacaktır..- Eşitlik (2.7)'ı çözümüdür. Burada R A i (x) = Iı(x) i Io(x) (2.8) 2.4. Dairesel Stadart Sapma v değ erii (0,0) aralığ ıa uygu bir döüşümü; döüştürülmüş iki Bessel foksiyouu oraıdır. Eşitlik (2.7)'i çözümü içi uygu bir yaklaşım ise; 1 2R +ip + 5R S 16 K= -O R+O.43/(I-R) II(j(.3-41P +3R) ile verilir (Fisher 1993) Dairesel Varyas R < =:; li < 0.85 R~0.85 (2.9) Bileşke uzuluğ u R, verii ortalama yö etrafıdaki yoğ ulaşma miktarıı gösterir. Bütü gözlem oktaları (birim vektörler) ayı yöe doğ ru büyük bir yoğ ulaşma gösteriyor ise, R değ erii büyüklüğ ü 'e yakı buluacaktır. Buu aksie, veriler herhagi bir yog ulaşma göstermeksizi çember üzeride düzgü bir dağ ılım gösteriyor ise, R değ eri sıfıra çok yakı bir değ er alacaktır. 1 LI V = 1--Lcos(OI 11 1=1 (f) ile taımladığ ıda (Mardia 1972); 1 ".- - V= 1--L(cosOı coso + si Oı sio) 11 1=1 II - -) = 1--,CcosO +SsiO 11 biçimide taımlaır. (2.11) v ölçüsü, doğ ru üzerideki bilie stadart sapmaya bezemektedir. Kuramsal araştırmalarda, V ve R değ erleri v değ eride daha çok kullaılmaktadır. V'i küçük değ erleride, dairesel stadart sapma; V = (2V)1/2 biçimidedir (Mardia 1972) Dairesel Saçııim Dairesel saçılım; 1-P2 0=-- 2li 2 biçimide taımlaır. Eşitlikte; 1 " - P2 =-L COS2(0 1 -O) 1=1 (2.12) (2.13) (2.14) değ eri merkezi ikici trigoometrik mometi göstermektedir (Fisher 1993). Dairesel saçılım daha çok, ortalama yö içi güve aralığ ıı hesaplamasıda, ortalama yöleri karşılaştılmasıda ve birleştirilmeside kullaılmaktadır.
4 118 Aadolu Üiversitesi Bilimve Tekoloji Dergisi, 5 (I) 2.6. Dairesel Stadart Hata Ortalama yö tahmiii dairesel stadart hatası; e=/+ fo-f-ı xh 2fo - f-ı - f+ı (2.18) (2.15) formülü ile hesaplaır. Burada, dairesel saçılım deg eri Eşitlik (2.13)'de buluur (Fisher 1993). Dairesel stadart hata özellikle, ortalama yö içi güve aralıklarıı belirlemeside kullaılmaktadır Medya Yöü Bilim çember üzerideki oktalarda oluşa bir veri kümesii verildiğ i varsayılsı. Bu oktalarda herhagi bir P oktası aşağ ıdaki özellikleri sağ lıyorsa, P oktası örekleri medyaı olarak adladırılır. (i) Öreklem oktalarıı yarısı P oktasıda geçe PQ çapıı her iki tarafıda bulumaktadır. (ii) Öreklem oktalarıı çoğ uluğ u P oktasıa Q oktasıda daha yakıdır. Bu koşulları sağ laya QP vektörüe örekleri medya yöü adı verilir. Medya yöü,e simgesiyle gösterilir ve e+tr e+2tr i f(b)db = Jf(B)dO =~ 8 8+1t biçimide taımlaa itegrali çözümü ile buluur. Simetrik bir dağ ılım içi, medya yöü simetri ekseide olacaktır. Medya tek bir tae olmayabilir. Fakat, bütü tek modlu dağ ılırlar tek medyaa sahiptir (Mardia 1972). Gruplamış bir seri içi medya yöü; --fo 0=1+ 2 xh f+ı - fo (2.16) (2.17) ile verilir. Burada; 1: medya sııfıı alt sıırıı, fo: medya sııfıı (Oj-180,Oj) aralığ ıdaki sıklığ ı- ı, f+ 1 : medya sııfıda bir soraki sııfı (Oj-180,Oj) aralığ ıdaki sıklığ ıı ve h: sııf aralığ ı ı uzuluğ uu gösterir Mod Yöü Mod yöü e; verii e fazla yoğ ulaştığ ı yö alamıa gelir. Verile bir sıklık dağ ılımıı mod yöü, kesim oktası seçimide sora bilie mod hesaplama yötemiyle buluur. Gruplamış bir seride mod yöü; eşitlig i ile elde edilir. Burada; 1: mod sııfıı alt sıırıı, fo: mod sııfıı sıklığ ıı, f_ 1 : mod sııfıda bir öceki sııfı sıklığ ıı, f+ı: mod sııfıda bir soraki sııfı sıklığ ıı ve h: sııf aralığ ıı uzuluğ uu gösterir (Mardia 1972). 3. VON MISES DAGILlMI Bir dairesel raslatı değ işkei, vo Mises dağ ı yoğ uluk foksiyou; lımıa sahipse, olasılık VM(1ı "": f(o' ii 1<:) = 1 ekoo'l(o-p) r'"i,r, 2.ırlo (.1..), (3.1) biçimide taımlaır. Burada, IO(K); birici tür ve sıfır sırasıda döüştürülmüş Bessel foksiyoudur ve olarak verilir. (3.2) Vo Mises dağ ılımıda K değ erii büyük olması, aakütle ortalama yöü ve mod yöü etrafıda daha büyük bir kümeleme olduğ uu gösterir. Bua göre K, ortalama yöe ilişki yağ ulaşmayı ölçe bir parametredir (Jammalamadaka ve Se Gupta 2001). Doğ rusal veri setleri içi, ormal dağ ılım, sıkça kullaıla bir dağ ılım olmakla birlikte, şekilsel istatistiksel aaliz, (j2 değ erie bakılmaksızı yapılabilmektedir. Fakat, dairesel veri setleri içi temel dağ ılım ola vo Mises dağ ılımıda ise, şekilsel istatistiksel aaliz K değ erie bakılmada yapılamamaktadır. Yoğ ulaşma ola ilişkisi; V=I-p=l-A(A.) parametresii, dairesel varyas ile biçimide taımlaır (Mardia 1972). Vo Mises dağ ılımıı mometleri; Ortalama yö 11- Ortalama bileşke uzuluğ u: p =A1(K) Dairesel saçılım biçimidedir. 8=_1_ Tll't l (1<:) LXP =Ap(K) f3 p = O, po 1 (3.3)
5 Aadolu Uiversity Joural of Sciece ad Techology, 5 (1) DAiRESEL VERiLERDE TEK ÖRNEK ORTALAMA YÖN TESTLERi 4.1. Tek Öreklem Ortalama Yö Testi Belirlee bir a alamlılık seviyeside Ho: f.l =f.lo hipotezii, Hı: f.l O f.lo alteratif hipotezie karşı testi içi iki durum söz kousudur. Birici yötem, ortalama yö içi güve aralığ ıı belirlemesi yoluyla test uygulamak, ikicisi ise, öreklem hacmie dayalı olarak doğ ruda test uygulamaktır. Güve arahğ ıı belirlemesi yötemide, ortalama yöü dairesel stadart hatasıda yararlaılır. Bua göre sırasıyla; i - I-p L P2 = - Lcos2(0; -O), 0= _2 2 ve CT = - tablosuda elde edilir. Kurulacak hipotezler; Ho: u = f.lo aralığ ı w W değ erleri hesaplaır. Bu işlemlerde sora, ortalama yö içi (l-a)'lık güve aralığ ı; (J/Q - si-1(za/l o), J/Q + si-1(za/l 0) (4.1) ile buluur. Burada, zal2; stadart ormal dağ ılım H ı: f.l Of.lo (4.2) olduğ uda, ortalama yö değ eri (4.1)'de verile içide ise, a alamlılık seviyeside Ho hipotezi kabul edilir, aksi halde reddedilir (Fisher 1993 ve İal ve Güay 1999). Öreklem hacmie dayalı test ise, uygu bir güve aralığ ıı belirleemediğ i durumda doğ ruda uygulaabilmektedir. Fakat bu test, öreklem hacmi 25 veya daha fazla olduğ uda kullaılabilir. Bu yöteme göre, öcelikle dairesel stadart hata s yukarıda verile testteki gibi hesaplaır. Test istatistiğ i; leecektir. İlk olarak, ortalama yö içi güve aralığ ı ı belirlemesi yötemiyle uygulaa test iceleecektir. Doğ ruda test uygulamasıda ise, yoğ ulaşma parametresii bilidiğ i ve bilimediğ i durum olmak üzere iki durum söz kousudur. Güve aralığ ı belirleerek uygulaa testte, ortalama yö içi dairesel stadart hata değ eri hesaplaır. Fakat, burada vo Mises dağ ılımı içi özel bir hal ala stadart hata formülü kullaılmaktadır. ı CTVM =.,f;;r"f aralığ ı; E (4.4) Bua göre; ortalama yö içi (l-a)'lık güve (Jio - si-i(zail OVM), Jio + si-1(za/l OVM» (4.5) olur. Ortalama yö değ eri (4.5)'te verile aralığ ı içide yer alıyorsa, o. alamlılık seviyeside Ho hipotezi kabul edilir, aksi halde reddedilir. Güve aralığ ı = si(o -,llo) CTVM belirlemede doğ ruda yapıla test, öreklem hacmi ve yoğ ulaşma parametresi /( tahmi değ erii büyüklüğ üe bağ lı olarak uygulaır. Yoğ ulaşma parametresii bilimediğ i durumda, vo Mises dağ ılımı içi ortalama yöü dairesel stadart hatası O"VM Eşitlik (4.4)'teki gibi hesaplaır. Test istatistiğ i ise; (4.6) olarak verilir. Bu değ er a güveilirlik seviyeside, stadart ormal dağ ılım tablosuda elde edile değ erle karşılaştırılır. Karşılaştırmalar alteratif hipotezi değ işik durumları içi aşağ ıdaki gibi yapılır: Ho: il = Jio, Hı: il '* Jio testi içi iei > Zai2 iseho red, S = si(o - lio) CT (4.3) Ho: ii = Jio, Hı: ii < Jio testi içi i si değ eri tablo değ eride bü olarak verilir. Bu değ er a güveilirlik seviyeside, stadart ormal dağ ılım tablosuda elde edile değ erle karşılaştırılır. yük olduğ uda Ho hipotezi reddedilir, aksi halde kabul edilir (Fisher 1993) Vo Mises Dağılımıa Sahip Aakütlelerde Ortalama Yö Testi Bu kesimde, icelee aakütlei f.l ortalama yöü ve K: yoğ uluk parametresi ile vo Mises dağ ılımıa VM(f.l,K:) sahip olduğ u varsayımı altıda, ortalama yöü f.lo gibi bir değ ere eşit olup olmadığ ı testi ice- J4J - tc < li < J4J ve E < -zuise Ho red, Ho: ii = Jio, Hı: Il> Jio testi içi 1f < Jio + ve E> -Zu ise Ho red. Test, ve /( 'ı aldığ ı değ erlere bağ lı olarak aşağ ıdaki durumlarda kullaılır: Çizelge ı. ve K:Değ erlerie Bag lı Olarak Testi if:: 0.4:-::; if:: < :-::; if:: < 1.5 2lS 1.5:-::; if:: < LO if:: >2.0 Bütü'Ier
6 120 Aadolu Üiversitesi Bilimve Tekoloji Dergisi, 5 (1) Uygulaabildiğ i Durumlar Yoğ ulaşma parametresi x'ı değ ere eşit olduğ u varsayıldığ ıda; /(0 gibi bilie bir KO D2 ise, Vo Mises dağ ılımı içi ortalama yöü dairesel stadart hatası O"VM; 1 O"VM=--- ~l1pko (4.7) E biçimidedir. Test istatistiğ i ise; = si(e - lio) O"VM olarak verilir. Bu değ er a güveilirlik seviyeside, stadart ormal dağ ılım tablosuda elde edile değ erle karşılaştılır. (4.8) Ho: jl = Jlo, Hı: ii *' Jlotesti içi iei > ZoI2 iseho red, 110: ii = Jlo, Hı: ii < Jlo testiiçi Şekil ı. ro -t-..." v,,...1.._.--' i f i... Rüzgar Yöü Verilerii Ham Veri Grafiğ i Şekil-2'de ise, rüzgar yöü verilerii loo'lik grup geişliğ i seçildiğ i durumdaki dairesel histogramı görülmektedir. B = "B' 180 0< (}< 2" Jlo- J«jj < Jlove E< -Za ise Ho red, Ho: ii = Jlo, Hı: li> 14ı testi içi jj < Jlo + J( ve E> -Zuise Ho red. (Fisher 1993). 5. UYGULAMA Dairesel verileri e çok kullaıldığ ı alalarda birisi meteorolojik gözlem çalışmalarıdır. Yukarıda icelee yötemleri gerçek veriler üzeride uygulaması amacıyla, Aadolu Üiversitesi Sivil Havacılık Yüksekokulu Meyda Meteoroloji İstasyo Müdürlüğ ü'rıde, Aadolu Üiversitesi havaalaı içi ölçüle ve rüzgar yöleri ve rüzgar hızlada oluşa veri seti elde edilmiştir. Bu rüzgar yöü verileri açısal gözlemlerde oluşmaktadır. Gözlemler 15'er saiyelik zama aralıklarıda ölçülmektedir. Burada, öcelikle elde edile veriler şematik olarak verilecek, taımlayıcı istatistikleri elde edilecek ve ardıda tek ömeklem ortalama yö testi uygulaacaktır. Uygulamada ele alıa veriler 29 Eylül 2002 tarihide saat l2:00'da l8:00'a kadar yapıla 5'er dakikalık rüzgar yöü ve hızı ölçümleride oluşmaktadır. Bu tarihte, verile saat aralığ ıda 73'er rüzgar yöü ve hızı verisi elde edilmiştir. Bu dairesel gözlem değ erleri içi elde edile dairesel grafikler aşağ ıda verilmektedir. Şekil- 1'de, verileri ham veri grafiğ i görülmektedir. Şekil 2. Rüzgar Yöü Verilerii Dairesel Histogramı Şekil-3'te, rüzgar yöü verilerii loo'lik grup geişliğ i seçildiğ i durumdaki gül şeması görülmektedir. Şekillerde de görüldüğ ü gibi, veriler aralığ ıda değ er almakta ve dağ ılırı şekli vo Mises dağ ılımıa uymaktadır. m - ", i i~: Rüzgar yöü verilerii gül şeması Şekil 3. Belirlee gü ve saat içi seçile 73 gözlem değ e ri içi S-Plus ve Oriaa paket programları kullaılarak elde edile taımlayıcı istatistik değ erleri; ortalama rüzgar yöü: (j = , ortalama rüzgar hızı: 13.62
7 Aadolu Uiversity Joural of Sciece ad Techology, 5 (1) km/saat, bileşke uzuluğ u: R == , ortalama bileşke uzuluğ u: R == 0.952, yoğ ulaşma parametresi tahmii: K == 10.65, dairesel varyas: V == 0.048, dairesel stadart sapma: v == ve dairesel stadart hata: (J' == olarak buluur. Seçile öreklem 'lük ortalama yöü ve 1O.65'lik yoğ uluk parametresi ile vo Mises dağ ılımıa VM(229.36, 10.65) sahiptir. Güve aralığ ıı belirlemesi yötemiyle ortalama yö test edilmek istediğ ide kurulacak hipotezler; Ho: J.l == 229 Hı: ıi 0229 biçimide olsu. Eş!tlik (4.4)'e göre; i O"VM := fi3(0.952)(lO.65) elde edilir. Bua göre; ortalama yö J.l içi (l-a)'lık güve aralığ ı (4.5)'te yararlaılarak; ( si- 1 ((1.9604)( » si- 1((1.9604)(O » == ( , ) olacaktır. Şekil-c'te Şekil % 95'lik bu güve aralığ ıı grafik gösterimi verilmektedir. o t-~ _, i :,i \ i \ "'I\~f"...-J... i~ 4. Rüzgar Yöü Verileride Ortalama Rüzgar-YöüIçi %95'lik Güve Aralığ 1 Burada cı == 0.05 olarak alımıştır. Ho hipotezide verile 229 değ eri verile aralığ ı içide yer aldığ ı içi, %5 alamlılık seviyeside Ho hipotezi kabul edilir. Ortalama yö 229 'dir. Doğ ruda test uygulamak istediğ ide daha öce de belirtildiğ i gibi, yoğ ulaşma parametresi x'rıı bilidiğ i ve bilimediğ i durum olmak üzere iki durum söz kousudur. Öce x'ı bilimediğ i durum göz öüe alısı. Buradaki test istatistiğ i (4.6) eşitliğ ide; si( ) O 8 E == olarak buluur. i < olduğuda 0.05 alamlılık seviyeside Ho hipotezi kabul edilir. Ortalama yö 229 'ye eşittir. x'ı bilidiğ i durumda ise, KO == 10 değ eri göz KO O2 olduğ uda, vo Mises dağ ılımı öüe alısı. içi ortalama y~ü dairesel stadart hatası crvm (4.7) eşitliğ ide; 1 (TVM = ~73(0.952)(10) olarak elde edilir. Test istatistiğ i Eşitlik (4.8)'de; E =si( ) buluur. i O.16~ < olduğ uda %5 alamlılık seviyeside Ho hipotezi kabul edilir. Bua göre 29 Eylül tarihide de saat 12:00 ile 18:00 saatleri arasıdaki ortalama rüzgar yöü 229 ve ortalama rüzgar hızı km/saat olacaktır. Dolayısıyla 30 Eylül tarihide Aadolu Üiversitesi havaalaıda kalkış ya da iiş yapacak ola uçaklar bu rüzgar yöü ve hızı bilgiside yararlaabilirler. 6. TARTIŞMA VE SONUÇ Araştırmalarda, elde edile gözlem değ erleri doğ rusal ya da daireselolabilir. Fakat, dairesel verileri kullaıldığ ı araştırmalarda bilie" istatistiksel yötemleri kullaılması araştırmacıyı yalış souçlara götürmektedir. Bu çalışmada, dairesel veriler içi istatistiksel gösterim yötemleri,' taımlayıcı istatistikleri hesaplaması ve ortalama yö içi hipotez testleri icelemiştir. So yirmi yılda veri gösterimi, korelasyo, regresyo ve zamaa ya da kouma bağ lı yapıdaki verileri aalizi üzeride durulmakla birlikte, yösel veri çalışmaları, araştırmacılara çok geiş bir alada ilerleme olaağ ı vermekte ve yei istatistiksel yötemler geliştirmede çok verimli bir ala olduğ u görülmektedir. Ayrıca doğ al, fiziksel, tıbbi ve de sosyal bilimlerde ortaya çıka problemler içi yei ve farklı uygulamalar geliştirilebilmektedir (Peker 2002). KAYNAKÇA
8 122 KAYNAKÇA Aje, B. (1968). A simple test for uiformity of a circular distributio, Biometrika 55, Cheeey, R. F. (1983). Statistical methods i geology, George Alle & Uwi (Publishers) Ltd., Lodo, UK. Davis, 1. C. (1986). Statistics ad data aalysis i geology. 2d ed., Joh Wiley, New York, USA. Er, F. (2001). Dairesel (Circular) Veri Aalizide Kullaıla İstatistiksel Tekiklere Bir Bakış, 2. İstatistik Kogresi, Atalya, Türkiye. Fisher, N. i. (1993). Statistical aalysis of circular data, Cambridge Uiversity Press, Cambridge, Great Britai. Gumbel, E. J., Greewood, J. A. ve Durad, D. (1953). The circular ormal distributio: theory ad tables, J. Amer. Statist. Ass. 48, İal, H. C. ve Güay, S. (1999). Olasılık ve matematiksel istatistik, (4. Baskı) H.Ü. Fe Fakültesi Basımevi, Beytepe, Akara. Jammalamadaka, S. R. ve Se Gupta, A. (2001). Topics i circular statistics. World Scietific Publishig Co. Pte. Ltd., Lodo, Eglad. Mardia, K. V. (1972). Statistics of directioal data. Academic Press, Lodo, Eglad. Mardia, K. V. ve Jupp, P. E. (2000). Directioal Statistics. Joh Wiley & Sos Ltd., Chichester, Eglad. Peker, K. Ö. (2002). Dairesel Veriler ve Ardışık Testlerde Kullaımı, Aadolu Üiversitesi Fe Bilimleri Estitüsü Doktora Tezi, Eskişehir. Stephes, M. A. (1969). Tests for radomess of directios agaist two circular alteratives. America Statistical Associatio Joural, Aadolu Üiversitesi Bilim ve Tekoloji Dergisi, 5 (1) KadirÖzgür Peker, lisas öğ reimii Hacettepe Üiversitesi İstatistik Bölümü'de 1994'de, yüksek lisas öğreimii yie ayı bölümde, 1998'de, doktorasıı da Aadolu Üiversitesi İstatistik Aabilim dalıda 2002'de tamamlamıştır. 2002'de bu yaa ayı bölümde yardımcı doçet olarak çalışmaktadır. SevU BacaIı, lisas öğ reimii Hacettepe Üiversitesi İstatistik Bölümü'de 1986'da, yüksek lisas öğ reimii 1988'de, doktorasıı 1995'de yie ayı bölümde tamamlamıştır. 1995'te bu yaa ayı bölümde yardımcı doçet olarak çalışmaktadır.
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:5-Sayı/No: 2 : (2004)
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:5-Sayı/No: : 343-349 (004 DÜZELTME/ERRATUM Dergimizde Cilt 5, Sayı 'de, Sayfa 5'de yer ala
DetaylıBİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
Detaylıİstatistik 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
DetaylıBÖLÜM 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
Detaylıİstatistik 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
DetaylıTAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)
3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda
Detaylı4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin
4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii
DetaylıİSTATİSTİK 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
DetaylıTahmin 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
Detaylıİşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.
OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre
DetaylıHİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.
HİPOTEZ TETLERİ İstatistikte hipotez testleri, karar teorisi olarak adladırılır. Ortaya atıla doğru veya yalış iddialara hipotez deir. Öreği para hilesizdir deildiğide bu bir hipotezdir. Ortaya atıla iddiaya
DetaylıÖRNEKLEME 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
DetaylıKi- 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(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
Detaylıˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.
YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp
DetaylıBİR ÇUBUĞUN MODAL ANALİZİ. A.Saide Sarıgül
BİR ÇUBUĞUN MODAL ANALİZİ A.Saide Sarıgül DENEYİN AMACI: Akastre bir çubuğu modal parametrelerii (doğal frekas, titreşim biçimi, iç söümü) elde edilmesi. TANIMLAMALAR: Modal aaliz: Titreşe bir sistemi
DetaylıİSTATİSTİK DERS NOTLARI
Balıkesir Üiversitesi İşaat Mühedisliği Bölümü umutokka@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme
DetaylıCebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi
3 Cebirsel Olarak Çözüme Gitmede Wegsteı Yötemi Bu yötem bir izdüşüm tekiğie dayaır ve yalış pozisyo olarak isimledirile matematiksel tekiğe yakıdır. Buradaki düşüce f() çizgisi üzerideki bilie iki oktada
DetaylıNİÇİN ÖRNEKLEME YAPILIR?
İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek
Detaylısorusu akla gelebilir. Örneğin, O noktasından A noktasına hareket, OA sembolü ile gösterilir
BÖLÜM 1: VEKTÖRLER Vektörleri taımlamak içi iki yol vardır: uzayda oktalara karşılık gele bir koordiat sistemideki oktalar veya büyüklük ve yöü ola eseler. Bu kısımda, ede iki vektör taımıı buluduğu açıklaacak
DetaylıİSTATİSTİKSEL 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
DetaylıBAĞINTI VE FONKSİYON
BAĞINTI VE FONKSİYON SIRALI N-Lİ x, x, x,..., x tae elema olsu. ( x, x, x,..., x ) yazılışıda elemaları sırası öemli ise x, x, x,..., x ) e sıralı -li deir. x, x, x,..., x ) de ( x (, x, x ( x, ) sıralı
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferasiyel Deklemler 2009 Bahar Bu bilgilere atıfta bulumak veya kullaım koşulları hakkıda bilgi içi http://ocw.mit.edu/terms web sitesii ziyaret ediiz.
DetaylıVeri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı
Veri edir? p Veri edir? Geometrik bir bakış açısı p Bezerlik Olasılıksal bir bakış açısı p Yoğuluk p Veri kalitesi p Veri öişleme Birleştirme Öreklem Veri küçültme p Temel bileşe aalizi (Pricipal Compoet
DetaylıİSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II
8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet
DetaylıLİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2
LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık
DetaylıREGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.
203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları
DetaylıTUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi
TMMOB Harita ve Kadastro Mühedisleri Odası, 5. Türkiye Harita Bilimsel ve Tekik Kurultayı, 5 8 Mart 5, Akara. TUTGA ve C Dereceli Nokta Koordiatlarıı Gri istem ile Tahmi Edilmesi Kürşat Kaya *, Levet Taşcı,
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim
DetaylıBASAMAK 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
Detaylıİstatistik Nedir? Sistem-Model Kavramı
İstatistik Nedir? İstatistik rasgelelik içere olaylar, süreçler, sistemler hakkıda modeller kurmada, gözlemlere dayaarak bu modelleri geçerliğii sıamada ve bu modellerde souç çıkarmada gerekli bazı bilgi
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9
..7 EME 37 Girdi Aalizi Prosedürü SİSTEM SIMÜLASYONU Modelleecek sistemi (prosesi) dokümate et Veri toplamak içi bir pla geliştir Veri topla Verileri grafiksel ve istatistiksel aalizii yap Girdi Aalizi-II
Detaylı4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler
Ders 8: Verileri Düzelemesi ve Aalizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlei tamamıı, ya da kitlede alıa bir öreklemi özetlemekle (betimlemekle)
Detaylıİstanbul 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
DetaylıÜSTEL 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
DetaylıON 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
DetaylıBağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise
YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim
Detaylı2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.
06 YILI I.DÖNEM AKTÜERLİK SINAVLARI Soru Toplam hasar miktarı S i olasılık ürete foksiyou X x i PS ( t) = E( t ) = exp λi( t ) ise P S(0) aşağıdaki seçeeklerde hagiside verilmiştir? A) 0 B) C) exp λ i
DetaylıMÜHENDİSLİK MEKANİĞİ (STATİK)
MÜHENDİSLİK MEKANİĞİ (STATİK) Prof. Dr. Meti OLGUN Akara Üiversitesi Ziraat Fakültesi Tarımsal Yapılar ve Sulama Bölümü HAFTA KONU 1 Giriş, temel kavramlar, statiği temel ilkeleri 2-3 Düzlem kuvvetler
DetaylıSAYISAL ÇÖZÜMLEME. Sayısal Çözümleme
SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace
DetaylıYatırım 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
Detaylı6. BÖLÜM VEKTÖR UZAYI VEKTÖR UZAYI VEKTÖR UZAYLARI
6. BÖLÜM VEKTÖR LARI -BOYUTLU (ÖKLİT) I Taım: Eğer pozitif bir tam sayı ise sıralı -sayı, gerçel sayılar kümesideki adet sayıı (a 1, a 2,, a ) bir dizisidir. Tüm sıralı -sayılarıı kümesi -boyutlu uzay
DetaylıAÇIK 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
DetaylıİŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY
Süleyma Demirel Üiversitesi Vizyoer Dergisi Suleyma Demirel Uiversity The Joural of Visioary İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA ÖZET Yrd. Doç. Dr. Halil ÖZDAMAR 1 İstatistiksel kalite kotrol
DetaylıTek Bir Sistem için Çıktı Analizi
Tek Bir Sistem içi Çıktı Aalizi Bezetim ile üretile verile icelemesie Çıktı Aalizi deir. Çıktı Aalizi, bir sistemi performasıı tahmi etmek veya iki veya daha fazla alteratif sistem tasarımıı karşılaştırmaktır.
DetaylıNİĞDE 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,
DetaylıTĐCARĐ 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 (
DetaylıKALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ
Altı Sigma Yalı Koferasları (9- Mayıs 8) KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Serka ATAK Evre DİREN Çiğdem CİHANGİR Murat Caer TESTİK ÖZET Ürü ve hizmet kalitesii
DetaylıAFYONKARAHİSAR 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
DetaylıHipotez Testleri. Parametrik Testler
Hipotez Testleri Parametrik Testler Hipotez Testide Adımlar Bir araştırma sorusuu belirlemesi Araştırma sorusua dayaa istatistiki hipotezleri oluşturulması (H 0 ve H A ) Hedef populasyoda öreklemi elde
DetaylıTOPOLOJİK 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.
DetaylıNOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ
NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük
DetaylıFREKANS CEVABI YÖNTEMLERİ FREKANS ALANI CEVABI VEYA SİNUSOİDAL GİRİŞ CEVABI
FREKANS CEVABI YÖNEMLERİ FREKANS ALANI CEVABI VEYA SİNUSOİDAL GİRİŞ CEVABI G(s (r(t ı Laplace döüşümü; A(s B(s A(s (s p (s p L(s p C(s G(sR(s R(s R s A(s B(s R(s A(s R a C(s L B(s s s j s j s p a b b s
DetaylıARAŞTIRMA 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,
DetaylıAKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ
AKT MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ KESİKLİ RASLANTI DEĞİŞKENLERİ & KESİKLİ DAĞILIMLAR. X aşağıdaki olasılık foksiyoua sahip kesikli bir r.d. olsu. Bua göre;. ; x =.. ; x =. 4. ; x =. 5 p X
Detaylı4. Ders Fisher informasyonu s f rdan büyük ve sonlu, yani 0 < I() < 1; R f(x; )dx (kesikli da¼g l mlarda R yerine P.
4. Ders tkilik Küçük varyasl olmak, tahmi edicileri vazgeçilmez bir özelli¼gidir. Bir tahmi edicii, yal veya yas z, küçük varyasl olmas isteir. Parametrei kedisi () veya bir foksiyou (g()) ile ilgili tahmi
DetaylıWEIBULL 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
DetaylıMODEL SORU - 1 DEKİ SORULARIN ÇÖZÜMLERİ
1. BÖÜM A DAGAARI MDE SRU - 1 DEİ SRUARIN ÇÖZÜMERİ 1. 5. T x x x uvvet vektörüü degede uzaklaşa ucu ile hız vektörüü ları çakışık olalıdır. Bua göre şeklide. Dal ga la rı ge li ği de ge ok ta sı a ola
DetaylıISL 418 Finansal Vakalar Analizi
23.3.218 2. HAFTA ISL 18 Fiasal Vakalar Aalizi Paraı Zama Değeri Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Paraı Zama Değeri Paraı Zama Değeri Yatırım ve fiasma kararlarıda rasyoelliği yakalamak
Detaylı6. BÖLÜM VEKTÖR UZAYLARI
6. BÖLÜM VEKTÖR UZAYLARI -BOYUTLU (ÖKLİT) UZAYI Taım: Eğer pozitif bir tam sayı ise sıralı -sayı, gerçel sayılar kümesideki adet sayıı (a, a,, a ) bir dizisidir. Tüm sıralı -sayılarıı kümesi -boyutlu uzay
DetaylıÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ
Öğreme Etkili Hazırlık ve Taşıma Zamalı Paralel Makieli Çizelgeleme Problemi HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ TEMMUZ 2006 CİLT 2 SAYI 4 (67-72) ÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL
DetaylıDİKDÖRTGEN 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:
DetaylıDÖNEM 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
DetaylıAKTÜERLK 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
DetaylıIV. DERS D FERENS YELLENEB L R MAN FOLDLAR
Bölüm 1 IV. DERS D FERENS YELLENEB L R MAN FOLDLAR Bir öceki bölümde bir yüzeyi oktalar yeterice küçük kom³uluklaryla ilgileebildik. Bu prosesi soyut realizasyou içi, souçta bizi diferesiyelleebilir maifold
DetaylıGİRİŞ. Daha karmaşık yapıda olan ve bu ders kapsamına girmeyen denklemler için örnekler ise;
GİİŞ Matematik bakış açısıyla doğrusal modelleri büyük bir avataı vardır. Doğrusal olmaya sistemleri matematiği aalitik yötemlerle oldukça zordur ve geellikle bir ümerik bir çözüm elde edebilmek içi bilgisayar
DetaylıİSTATİSTİKSEL FORMÜLLER VE TABLOLAR
BAŞKENT ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İSTATİSTİKSEL FORMÜLLER VE TABLOLAR Yayıa Hazırlayalar: Kürşad Demirutku, MS N. Ca Okay, BA Ayşegül Yama F. Efe Kıvaç Bahar Muratoğlu Zuhal Yeiçeri,
DetaylıDENEY 4 Birinci Dereceden Sistem
DENEY 4 Birici Derecede Sistem DENEYİN AMACI. Birici derecede sistemi geçici tepkesii icelemek.. Birici derecede sistemi karakteristiklerii icelemek. 3. Birici derecede sistemi zama sabitii ve kararlı-durum
Detaylı1. GRUPLAR. 2) Aşağıdaki kümelerin verilen işlem altında bir grup olup olmadığını belirleyiniz.
Sorular ve Çözümleri 1. GRUPLAR 1) G bir grup olmak üzere aşağıdaki eşitlikleri gösteriiz. i) e G birim elema olmak üzere e 1 = e. ii) a G olmak üzere (a 1 ) 1 = a. iii) a 1, a 2,, a G içi (a 1 a 2 a )
Detaylı2.2. Fonksiyon Serileri
2.2. Foksiyo Serileri Taım.. Herhagi bir ( u (x reel (gerçel değerli foksiyo dizisi verilsi. Bu m foksiyo dizisii tüm terimlerii toplamıa, yai u m (x + u m+ (x + u m+2 (x + u m+3 (x + + u m+ (x + = k=m
DetaylıYER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.
YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,
Detaylı5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n )
5. Ders Yeterlilik Yeterlilik Ilkesi: Bir T(X ; X ; :::; X ) istatisti¼gi, hakk da yeterli bir istatistik olacaksa hakk da herhagi bir souç ç kar m T arac l ¼g ile (X ; X,...,X ) öreklemie ba¼gl olmal
Detaylıx 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)
4 ÖRNEKLEME HATASI 4.1 Duyarlılık 4. Güveilirik 4.3 Örek hacmi ve uyarlılık arasıaki ilişki 4.4 Örek hacmi ve göreceli terimler ile uyarlılık arasıaki ilişki 4.5 Hata kareler ortalaması Örekte ele eile
DetaylıİÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...
İÇİNDEKİLER Ö Söz... Poliomlar... II. ve III. Derecede Deklemler... Parabol... 9 II. Derecede Eşitsizlikler... 8 Trigoometri... 8 Logaritma... 59 Toplam ve Çarpım Sembolü... 7 Diziler... 79 Özel Taımlı
DetaylıİNTERNET 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,
Detaylı3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler
3. Ders Parametre Tahmii Tahmi Edicilerde Araa Özellikler Gerçek düyada rasgelelik olgusu içere bir özellik ile ilgili ölçme işlemie karş l k gele X rasgele de¼gişkeii olas l k (yo¼guluk) foksiyou, F ff(;
DetaylıISF404 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,
Detaylıİki Serbestlik Dereceli Mekanizmalarla İşlev Sentezinde Tasarım Noktalarının Eşit ve Çebişev Aralıklandırması ile Seçiminin Karşılaştırılması
Uluslararası Katılımlı 7. Makia Teorisi Sempozyumu, İzmir, -7 Hazira 05 İki Serbestlik Dereceli Mekaizmalarla İşlev Setezide Tasarım oktalarıı Eşit ve Çebişev Aralıkladırması ile Seçimii Karşılaştırılması
DetaylıARAŞTIRMA MAKALESİ /RESEARCH ARTICLE
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:10-Sayı/No: : 383-388 (009) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE BAZI ÜÇGENSEL VE DÖRTGENSEL
DetaylıHALL 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:
DetaylıİDEAL ÇARPIMLARI (IDEAL PRODUCTS)
T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ MATEMATİK BÖLÜMÜ (IDEAL PRODUCTS) 070216013 TUĞBA ÖZMEN 080216038 AYŞE MUTLU 080216064 SEVİLAY HOROZ Nil ehri, Düyaı e uzu ehridir (6.650
DetaylıÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ
03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak
Detaylı7. 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{ 1 3 5} { 2 4 6} OLASILIK HESABI
OLASILIK HESABI Bu derste, uygulamalarda sıkça karşılaşıla, Olasılık Uzaylarıda bazılarıa değieceğiz ve verilmiş bir Olasılık Uzayıda olasılık hesabı yapacağız. Ω. Ω solu sayıda elemaa sahip olsu. Ω {
DetaylıBu bölümde kan tlayaca m z teoremi, artan ve üstten s -
18. S rl ve Arta Diziler Bu bölümde ka tlayaca m z teoremi, arta ve üstte s - rl bir gerçel say dizisii üsts ra çarpmas a ramak kal r biçimide özetleyebiliriz. (Üsts r kavram Bölüm 19 da görece iz.) flte
DetaylıSBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ
SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI ÖRNEKLEME YÖNTEMLERİ Prof. Dr. Ergu Karaağaoğlu H.Ü. Tıp Fakültesi Biyoistatistik ABD ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI
DetaylıLEFKE AVRUPA ÜNİVERSİTESİ FEN-EDEBİYAT FAKÜLTESİ PSİKOLOJİ BÖLÜMÜ PSK 106 İSTATİSTİK YÖNTEMLER I BAHAR DÖNEMİ ARASINAV SORULARI
LEFKE AVRUPA ÜNİVERSİTESİ FEN-EDEBİYAT FAKÜLTESİ PSİKOLOJİ BÖLÜMÜ PSK 106 İSTATİSTİK YÖNTEMLER I 2015-2016 BAHAR DÖNEMİ ARASINAV SORULARI Tarih: 22/04/2016 Istructor: Prof. Dr. Hüseyi Oğuz Saat: 11:00-12:30
DetaylıNormal 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
DetaylıİKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME
V. Ulusal Üretim Araştırmaları Sempozyumu, İstabul Ticaret Üversitesi, 25-27 Kasım 2005 İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME Tamer EREN
DetaylıÖğrenci Numarası İmzası: Not Adı ve Soyadı
Öğreci Numarası İmzası: Not Adı ve Soyadı SORU 1. a) Ekoomii taımıı yapıız, amaçlarıı yazıız. Tam istihdam ile ekoomik büyüme arasıdaki ilişkiyi açıklayıız. b) Arz-talep kauu edir? Arz ve talep asıl artar
DetaylıAKIŞKAN 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
DetaylıBir kitlenin karakteristiği, kitlenin her üyesi için ölçülebilir olan değişkendir.
BÖLÜM 1. ÖRNEKLEM (ÖRNEK) SEÇİMİ Bir araştırmada taım çerçeveside yer ala tüm birimleri oluşturduğu kümeye kitle (aa kütleye) deir. Araştırmalarda geel amaç tüm kitle içi bilgi sahibi olmaktır. Buu içi
Detaylıİstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş
İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük
DetaylıBileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir:
1 BİLEŞİK FAİZ: Basit faiz hesabı kısa vadeli(1 yılda az) kredi işlemleride uygulaa bir metot idi. Ayrıca basit faiz metoduda her döem içi aapara sabit kalmakta olup o döem elde edile faiz tutarı bir soraki
DetaylıMEKANİK 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
DetaylıTÜME VARIM Bu bölümde öce,kısaca tümevarım yötemii, sorada ÖYS de karşılamakta olduğumuz sembolüü ve sembolüü ele alacağız. A. TÜME VARIM YÖNTEMİ Tümevarım yötemii ifade etmede öce, öerme ve doğruluk kümesi
DetaylıÇanakkale İli Belediye Sınırları İçerisindeki Peyzaj Alanlarında Sulama Sistemlerinin Projelenmesi ve İşletilmesindeki Hatalar
Atatürk Üiv. Ziraat Fak. Derg. 37 (1), 81-90, 2006 ISSN 1300-9036 Çaakkale İli Belediye Sıırları İçerisideki Peyzaj Alalarıda Sulama Sistemlerii Projelemesi ve İşletilmesideki Hatalar Kürşad DEMİREL Murat
DetaylıBir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı
5.Ders Döüşümler Bir Rasgele Değişkei Foksiyouu Olasılık Dağılımı Bu kısımda olasılık dağılımı bilie bir rasgele değişkei foksiyoları ola rasgele değişkeleri olasılık dağılımlarıı buluması ile ilgileeceğiz.
Detaylı