Parti Bazında Kabul Örneklemesi

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Parti Bazında Kabul Örneklemesi"

Transkript

1 KABUL ÖRNEKLEMESİ Hammadde, yarı mamul veya bitmiş (son) ürünün kabul / red kararının verilebilmesi için kullanılan bir yaklaşımdır. Kabul örneklemesi sadece partinin kabul / red kararı için kullanılır, partinin kalite seviyesini tespit etmek için kullanılmaz. Süreç kontrol tekniği değildir. MIL STD 105D askeri standardında verilen kurallar şeklinde tarif ediliyor. ANSI / ASQC Z 1. c 1 ise sivil standarttır.

2 Parti Bazında Kabul Örneklemesi Örnekleme önem taşımaktadır. Tedarikçinin kalitesi hakkında bilgiye sahip olunabilir. Örnekleme adedi tedarikçinin kalitesi iyi ise daha az, kötü ise daha fazla şeklinde değiştirilebilir. Partiden alınan örnekler, önceden tespit edilen kalite karakteristiklerine göre kontrol edilir, red edilen parça sayısına bağlı olarak partinin kabul / red kararı verilir.

3 Kabul örneklemesinde 3 önemli konu mevcuttur. 1. Kabul örneklemesinin amacı parti kalitesini tespit etmek değildir. 2. Kabul örneklemesi kalite kontrol metodu değildir. Aynı (alınan örneğe bağlı olarak) kalitede olan iki partiden biri kabul diğeri red edilebilir, kalite pekiştirme aracı olarak kullanılmaz. 3. Kabul örneklemesi, ürün kalitesini muayene etmek değil, süreç çıktılarının gereklere uygunluğunun denetlenmesini sağlayan bir araçtır.

4 Parti kabul edilmesinde 3 yaklaşım söz konusudur. 1.Herhangi bir kontrol işlemi yapılmadan kabul 2.% 100 muayene 3.Kabul örneklemesi

5 Avantajları Tamamen kontrole göre daha ucuzdur. Ürünler daha az ele alındığı için, hasarda daha az olmaktadır. Hasarlı test metodu kullanılıyorsa, Daha az test elemanı Test hatalarının miktarlarında da azalış Tedarikçileri kalite geliştirme açısından motive etmektedir.

6 Dezavantajları Kötü kalitede partiyi kabul etme, iyi kalitede partiyi red etme riski vardır. Ürün veya süreç hakkında az bilgiye sahip olunur.( Süreçten veri toplamak daha fazla bilgiyi getirir.) Kabul örneklemesinin bilinmesi, öğretilmesi, dokümante edilmesi gerekir.

7 TEK KATLI KABUL ÖRNEKLEME PLANI N= (ana kütle, parti büyülüğü) n: örnek büyüklüğü = 89 c: kabul edilebilir kusurlu sayısı = 2 d: mevcut kusurlu sayısı

8 Eğer d > c ise parti red edilir, d c ise parti kabul edilir.

9 Parti tanımı önemlidir! (Şartlı kabul kavramı) 1. Parti homojen olmalıdır. 2. Küçük küçük partiden ziyade büyük parti tercih edilir. 3. Tek seferde üretilen miktar

10 OC Eğrisi ( Operating Curve ) Kusurlu oranına bağlı olarak partinin kabul edilme olasılığını gösterir. OC eğrisi kabul örnekleme planının gücünü gösterir. p = partinin kusurlu oranı (ana kütle) n = örnek büyüklüğü olmak üzere; d= mevcut kusurlu oranının dağılımı N Binom (n, p) N teorik olarak sınırsız olduğu düşünülürse P { d kusurlu } = f(d) = n! d! n d! pd (1 p) n d ( kesikli dağılım) c P Q = P ( d c)= d=0 n! d! n d! pd (1 p) n d

11 ÖRNEK: P = 0,01, n= 89, c = 2 olsun. c 89! P Q = P ( d 2)= d=0 d! 89 d! 0,01d (1 0,01) 89 d = 89! 0! 89! 0,010 (0,99) ! 1! 88! 0,011 (0,99) ! 2! 89! 0,012 (0,99) 87 = 0,9397

12 Kusurlu oranı P Q (partinin kabul edilme olasılığı) 0,005 0,9897 0,01 0,9397 0,02 0,7366 0,03 0,4985 0,04 0,3042 0,05 0,1721 0,06 0,0919 0,07 0,0468 0,08 0,0230 0,09 0,0109 Tüketici riski = β= P (Partinin kabul edilmesi / parti kökü)

13 Genel olarak tedarikçi (yan sanayi) % 95 olasılık ile partisinin kabul edilmesini ister.

14 AQL (Acceptable Qualiy Level ) Kullanan / satın alanın kabul edebileceği tedarikçinin üretim kalitesinin en kötü kalite düzeyidir. AQL sadece partinin bir karşılaştırmasını / yargısını yapmak için kullanılır. Ana sanayi 0,01 kabul edilebilir kalite seviyesi istiyorum dediğinde bu, partideki kusurlu oranı en fazla % 1 olsun veya daha iyi olsun demektir.

15 p 1 : partinin kusurlu oranı c: kabul edilebilir kusurlu sayısı n: örnek büyüklüğü d: mevcut kusurlu sayısı iken, c d=0 n! d! n d! p 1 d (1 p 1 ) n d = 1-α (partinin kabul edilme olasılığı) p 2 : partinin kusurlu oranı (istenmeyen, kabul edilemeyen kusurlu oranı) c β = d=0 n! d! n d! p 2 d (1 p 2 ) n d

16 β: P (partinin kabul edilmesi / parti kötü) Tüketici riski α = P (partinin red edilmesi / parti iyi) Üretici riski 1-β = kabul örneklemesinin gücü

17 Çıkan Ortalama Kalite(AOQ) AOQ genellikle örnekleme planının değerlendirilmesinde kullanılır. Partinin kalitesi hakkında yorum yapılmasına çalışılır. Çeşitli p lere göre, uygulanan kabul örneklemesi planına göre kabul olasılıkları P a lar hesaplanır. AOQ = P a.p AOQ = P a.p (N n) N ( N yeterince büyük ise)

18 ÖRNEK: N: n: 89 c =2 p= 0,01 P a = 0,9397 idi. AOQ = 0,9397.0,01 ( ) = 0,0093 Çıkan ortalama kalite % 0,93 kusurlu şekline yorumlanır.

19 AOQ eğrisinin tepe noktası, çıkan ortalama kalitenin kabul edilebilir en kötü değeridir. Burada AOQL (average outgoing quality level) denir. Eğer p > 0,03 olursa zaten partinin kabul edilme olasılığı da azalacaktır.

20 Örnek alma şimdiye kadar tek parti için düşünüldü. Oysa aynı tedarikçiden pek çok kez partiler halinde hammadde veya yarı mamul alınmaktadır. Bu durumda MIL STD 105D veya ANSI / ASQC Z 1. c 1 de yapılabilecekler tartışılmıştır. Tüm kabul örneklemelerinde Normal örneklem, Gevşek muayene veya Sıkı muayene durumları söz konusudur.

21 Kabul örneklemesi ilk önce Normal örnekleme ile başlar.

22 Yöntem (Adımlar) AQL seviyesini seç. Örnekleme düzeyini seç. Parti büyüklüğünü belirle. Tablo 13-7 den uygun örnek büyüklüğü kodunu bul. Kabul örneklemesi plan tipini seç. Uygun örnekleme düzeyini seç. Tablolardan karar ver.

23

24

25

26

27 n 1 = 50 br c 1 = 1 n 2 = 100 br c 2 = 3 Çift Katlı Kabul Örnekleme Planı

28 OC Eğrisi

29 Çok Katlı Örnekleme Planı Bir partiyi red etmeden önce ikiden fazla örnekleme kullanılarak oluşturulur ve ikili örnekleme sisteminin bir uzantısıdır. İki katlı örnekleme planına benzer şekilde çalışır. 5 tane örnekleme alınıncaya kadar devam eder. Yandaki tabloda alınan örnek büyüklükleri, kabul / red sayıları verilmiştir. Birikimli örnek büyüklüğü Kabul sayısı Red sayısı

30 Çift Katlı Örnekleme Planının Tek Katlı Kabul Örnekleme Planına Göre Avantajı b. Kontrol için gerekli toplam miktar azalır. a. Parti ilk örnekte ( örnek büyüklüğü daha az) kabul / red edilebilir. c. Kontrol maliyeti azalır.

31 n 1 = 50 c 1 = 1 n 2 = 100 c 2 = 3 P Q = P Q I + P Q II 1-) n 1 = 50 c 1 = 1 için p = 0,05 için; d 1 c 1 ise P Q I = d 1=0 1 50! d 1! 50 d 1! pd 1 (1 p) 50 d 1= 0,279

32 i) P(d 1 = 2, d 2 1) = P(d 1 = 2). P(d 2 1) = 50! 2! 48! 0,052 (0,95) 48 c 1 d 1 c 2 ise 1 d 2=0 100! d 2! 100 d 2! 0,05d 2 (0,95) 100 d 2 = (0,261)(0,037) = 0,0097 ii) P(d 1 = 3, d 2 = 0) = P(d 1 = 3). P(d 2 = 0) = 50! 3! 47! 0,053 (0,95) 47. = (0,22) (0,0059)=0,001 P Q II = 0,0097+0,001=0, ! 0! 100! 0,050 (0,95) 100 P Q = P Q I + P Q II = 0, ,0107 =0,2897 0,05... P P Q 0,

Muayene ve Kabul Örneklemesi

Muayene ve Kabul Örneklemesi Muayene ve Kabul Örneklemesi Prof.Dr. Erhan Öner eoner@marmara.edu.tr http://mimoza.marmara.edu.tr/~eoner Prof.Dr. Erhan Öner / Kabul Örneklemesi / Aralık 2002 1/97 Seminerin İçeriği Muayene Kavramı Hataların

Detaylı

13. Kabul Örneklemesi, Örnekleme Planları, Çalışma Karakteristiği Eğrileri

13. Kabul Örneklemesi, Örnekleme Planları, Çalışma Karakteristiği Eğrileri 3. Kabul Örneklemesi, Örnekleme Planları, Çalışma Karakteristiği Eğrileri 3.. Giriş Kalite kontrolün önemli noktalarından birisi de hammaddelerin, yarı-mamullerin ve mamullerin muayenesidir. Belirlenmiş

Detaylı

Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır.

Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır. KALİTE KONTROL Kalite: Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır. Kontrol: Mevcut sonuçlarla hedefleri ve amaçları kıyaslama

Detaylı

NİTEL ÖZELLİKLERE GÖRE YAPILAN KABUL MUAYENELERİNDE TEKLİ ÖRNEKLEME PLANININ TASARIMI

NİTEL ÖZELLİKLERE GÖRE YAPILAN KABUL MUAYENELERİNDE TEKLİ ÖRNEKLEME PLANININ TASARIMI NİTEL ÖZELLİKLERE GÖRE YAPILAN KABUL MUAYENELERİNDE TEKLİ ÖRNEKLEME PLANININ TASARIMI Metin ÖNER Rıfat KARAMAN ÖZET Bu çalışmanın amacı iki yöntemin bir arada kullanılabileceğini göstermektir. Birinci

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

TOPLAM KALİTE YÖNETİMİ

TOPLAM KALİTE YÖNETİMİ SAKARYA ÜNİVERSİTESİ TOPLAM KALİTE YÖNETİMİ Hafta 2 Yrd. Doç. Dr. Semra BORAN Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine uygun olarak hazırlanan

Detaylı

KALİTE KAVRAMI ve UNSURLARI

KALİTE KAVRAMI ve UNSURLARI KALİTE KAVRAMI ve UNSURLARI Kalite, bir ürün veya hizmet ile ilgili özelliklerin, belirlenen veya olabilecek ihtiyaçları karşılama derecesidir. Kalite Sözlüğü Kalite, genel olarak günlük konuşmalarda

Detaylı

Her işletmenin amacı, müşterilerin satın almaya istekli olduğu mal ve hizmet üretmektir. Ancak, müşteri ihtiyaçlarının ve tercihlerinin sürekli

Her işletmenin amacı, müşterilerin satın almaya istekli olduğu mal ve hizmet üretmektir. Ancak, müşteri ihtiyaçlarının ve tercihlerinin sürekli 1 2 Her işletmenin amacı, müşterilerin satın almaya istekli olduğu mal ve hizmet üretmektir. Ancak, müşteri ihtiyaçlarının ve tercihlerinin sürekli olarak değişmesinin yanında, rekabet ve üretim teknolojilerindeki

Detaylı

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci BÖLÜM 8 ÖRNEKLEME Temel ve Uygulamalı Araştırmalar için Araştırma Süreci 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması

Detaylı

Ğ ğ Ç ğ ğ ğ ö ö ğ ğ Ö ğ ğ ö ğ ğ ğ ö ğ ö ğ ö ğ ö ğ ö ğ ğ ö ğ ö ğ ğ ö ğ Ç ğ Ğ ğ ö ğ Ö ğ ö ğ ö ö ğ Ç Ç ö Ç ğ ğ Ç Ç ö Ç ğ ö ğ Ç ğ ö ğ ğ Ç Ç ö ğ ğ ö öç ğ ğ Ç ğ öç Ç ö ğ Ğ ö ö ğ ğ ö ğ ğ Ğ ğ Ö ğ Ğ ğ ğ ğ Ç ğ ğ»

Detaylı

ı ı ı ğ ş ı ı ı ı ı ı ı ı

ı ı ı ğ ş ı ı ı ı ı ı ı ı Ş Ü Ğ ö ö İ ö öç Ğ Ş ö ç İ Ö Ü Ş ö Ö ç ç ğ ö ö ğ ö İ Ş ç ç ç ğ ğ ç İ İ İİ ö ç Ş ö İİ ö ç ç İ İ ğ ö İ ğ ğ ö ğ ö ç ğ ç ğ İç Ş Ü Ş ğ Ü Ş ö İŞ Ü Ş İ ğ İ İ Ü İ ö «İ ö Ş ç ç ğ ö ğ ö ç İ ö ğ ç ö İ İ ğ ğ ğ ğ ğ

Detaylı

İçindekiler. Ön Söz... xiii

İçindekiler. Ön Söz... xiii İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1

Detaylı

Hipotez Testi Rehberi. Orhan Çevik İstanbul, 30 Ağustos 2014

Hipotez Testi Rehberi. Orhan Çevik İstanbul, 30 Ağustos 2014 Hipotez Testi Rehberi Orhan Çevik İstanbul, 30 Ağustos 2014 Hipotezler Sıfır Hipotezi: H 0 Aksi kanıtlanmadığı sürece doğru olduğu düşünülen varsayımdır. H 0 ın kanıta ihtiyacı yoktur. H 0 ı ret etmek

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

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

MESH TİPİ LED EKRAN PROJESİ. MIL-STD-810F ve MIL-STD-810G STANDARTLARI SICAKLIK TEST RAPORU

MESH TİPİ LED EKRAN PROJESİ. MIL-STD-810F ve MIL-STD-810G STANDARTLARI SICAKLIK TEST RAPORU MESH TİPİ LED EKRAN PROJESİ MIL-STD-810F ve MIL-STD-810G STANDARTLARI SICAKLIK TEST RAPORU Hazırlayan Tarih İmza Onur PEŞKERSOY 15.01.2016 FRM-0089 / Rev: - Sayfa 1/13 İçindekiler 1 KAPSAM... 4 1.1 TANIMLAMA...

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Örnekleme Planlar ve Dağılımları Prof. Dr. İrfan KAYMAZ Tanım İncelenen olayın ait olduğu anakütlenin bütünüyle dikkate alınması zaman, para, ekipman ve bunun gibi nedenlerden dolayı

Detaylı

TÜRK STANDARDI TURKISH STANDARD

TÜRK STANDARDI TURKISH STANDARD ICS 03.120.30 TÜRK STANDARDI TS ISO 2859-1/Temmuz 2012 TÜRK STANDARDI TURKISH STANDARD TS ISO 2859-1 Temmuz 2012 ICS 19.020 MUAYENE VE DENEY İÇİN NUMUNE ALMA METOTLARI - NİTEL ÖZELLİKLERE GÖRE - BÖLÜM

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

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Hipotez Testleri Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Nedir? Gözlemlenebilir (araştırılabilir) bir olay, olgu veya fikri mantıklı ve bilimsel olarak açıklamaya yönelik yapılan tahminlerdir.

Detaylı

TOPLAM KALİTE YÖNETİMİ

TOPLAM KALİTE YÖNETİMİ SAKARYA ÜNİVERSİTESİ TOPLAM KALİTE YÖNETİMİ Hafta 13 Yrd. Doç. Dr. Semra BORAN Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine uygun olarak

Detaylı

KAMU YÖNETİMİ LİSANS PROGRAMI

KAMU YÖNETİMİ LİSANS PROGRAMI İSTANBUL ÜNİVERSİTESİ AÇIK VE UZAKTAN EĞİTİM FAKÜLTESİ KAMU YÖNETİMİ LİSANS PROGRAMI MİKRO İKTİSAT DOÇ. DR. YÜKSEL BAYRAKTAR MALİYETLER 7. Kısa ve Uzun Dönem Firma Maliyetleri 7.1. Kısa Dönem Firma Maliyetleri

Detaylı

UYGUN OLMAYAN ÜRÜN KONTROLÜ PROSEDÜRÜ

UYGUN OLMAYAN ÜRÜN KONTROLÜ PROSEDÜRÜ Sayfa No: 1 / 5 Revizyon Revizyon Sebebi No 00 İLK YAYIN 01 02 03 04 05 06 07 08 09 10 Nerede Revizyon Yapıldığı DAĞITIM YAPILAN BÖLÜMLER Sıra No Dağıtım Yapılan Bölümler Kağıt Ortam Elektronik Ortam 1

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

TÜRK STANDARDI TURKISH STANDARD

TÜRK STANDARDI TURKISH STANDARD Page 1 of 2 TÜRK STANDARDI TURKISH STANDARD TS 2756-1 Nisan 1995 ICS 03.120.30 MUAYENE VE DENEY İÇİN NUMUNE ALMA METOTLARI- BÖLÜM 1: PARTİ MUAYENE İÇİN KABUL EDİLEBİLİR KALİTE SEVİYESİNE (AQL) GÖRE NUMUNE

Detaylı

UZUN ÖMÜRLÜ ALT YAPI SİSTEMLERİ İÇİN KALİTE KONTROL SEVİYESİNİN YÜKSELTİLMESİ

UZUN ÖMÜRLÜ ALT YAPI SİSTEMLERİ İÇİN KALİTE KONTROL SEVİYESİNİN YÜKSELTİLMESİ UZUN ÖMÜRLÜ ALT YAPI SİSTEMLERİ İÇİN KALİTE KONTROL SEVİYESİNİN YÜKSELTİLMESİ MALZEME KABUL YÖNTEMLERİ İHALE DOSYASINDA GEREKLİ TEKNİK BELGELERİN YETERLİLİĞİNİN KONTROLÜ İLE YAPILAN KABULLER MALZEME KABUL

Detaylı

RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK

RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK 4. İzmir Rüzgâr Sempozyumu // 28-30 Eylül 2017 // İzmir RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK Prof. Dr. Barış Özerdem İzmir Ekonomi Üniversitesi Havacılık ve Uzay Mühendisliği Bölümü baris.ozerdem@ieu.edu.tr

Detaylı

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ HEDEFLER Bu üniteyi çalıştıktan sonra; Örneklemenin niçin ve nasıl yapılacağını öğreneceksiniz. Temel Örnekleme metotlarını öğreneceksiniz. Örneklem

Detaylı

KAYIŞ-KASNAK MEKANİZMALARI

KAYIŞ-KASNAK MEKANİZMALARI KAYIŞ-KASNAK MEKANİZMALARI Müh.Böl. Makina Tasarımı II Burada verilen bilgiler değişik kaynaklardan derlemedir. Bir milden diğerine güç ve hareket iletmek için kullanılan mekanizmalardır. Döndürülen Eleman

Detaylı

VERİ SETİNE GENEL BAKIŞ

VERİ SETİNE GENEL BAKIŞ VERİ SETİNE GENEL BAKIŞ Outlier : Veri setinde normal olmayan değerler olarak tanımlanır. Ders: Kantitatif Yöntemler 1 VERİ SETİNE GENEL BAKIŞ Veri setinden değerlendirme başlamadan çıkarılabilir. Yazım

Detaylı

Ders içeriği (5. Hafta)

Ders içeriği (5. Hafta) 5. Elastikiyet 5.1 Elastikiyet kavramı 5.1.1. Talebin Fiyat elastikiyeti 5.1.2. Arz elastikiyeti 5.2. Arz ve taleple ilgili bazı analizler 5.2.1. Tüketici ve üretici rantı 5.2.2. Örümcek ağı kuramı 5.2.3.

Detaylı

Kalite Kontrol ve Metroloji (MFGE 577) Ders Detayları

Kalite Kontrol ve Metroloji (MFGE 577) Ders Detayları Kalite Kontrol ve Metroloji (MFGE 577) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Kalite Kontrol ve Metroloji MFGE 577 Her İkisi 2 2 0 3 7.5 Ön Koşul

Detaylı

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

Hipotez Testleri. Mühendislikte İstatistik Yöntemler Hipotez Testleri Mühendislikte İstatistik Yöntemler Hipotez Testleri Parametrik Testler ( z ve t testleri) Parametrik Olmayan Testler (χ 2 Testi) Hipotez Testleri Ana Kütle β( µ, σ ) Örnek Kütle b ( µ

Detaylı

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014 İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014 İstatistiksel kalite kontrol o Üretim ve hizmet süreçlerinin ölçülebilir veriler yardımıyla istatistiksel yöntemler kullanılarak

Detaylı

Hipotez Testi. gibi hususlar ayrıbirer hipotezin konusudur. () Kafkas Üniversitesi May 23, / 11

Hipotez Testi. gibi hususlar ayrıbirer hipotezin konusudur. () Kafkas Üniversitesi May 23, / 11 Hipotez Testi Bu dersde anakütle parametresinin varsayılan değeri ile başlayıp, örneklem kullanarak varsayılan değerin uygunluğunun kabul edilmesi ya da reddedilmesi sonucuna karar verilecektir. Ortaya

Detaylı

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ Günümüz simülasyonları gerçek sistem davranışlarını, zamanın bir fonksiyonu olduğu düşüncesine dayanan Monte Carlo yöntemine dayanır. 1.

Detaylı

IKT Kasım, 2008 Gazi Üniversitesi, İktisat Bölümü. DERS NOTU 5 (Bölüm 7-8) ÜRETİCİ TEORİSİ

IKT Kasım, 2008 Gazi Üniversitesi, İktisat Bölümü. DERS NOTU 5 (Bölüm 7-8) ÜRETİCİ TEORİSİ DERS NOTU 5 (Bölüm 7-8) ÜRETİCİ TEORİSİ Bugünkü ders planı: 1. Kârını Maksimize Eden Firma Davranışı...1 2. Üretim Fonksiyonu ve Üretici Dengesi...5 3. Maliyeti Minimize Eden Denge Koşulu...15 4. Maliyet

Detaylı

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

ARALIK TAHMİNİ (INTERVAL ESTIMATION): YTÜ-İktisat İstatistik II Aralık Tahmini I 1 ARALIK TAHMİNİ INTERVAL ESTIMATION): Nokta tahmininde ilgilenilen anakütle parametresine ilişkin örneklem bilgisinden hareketle tek bir sayı üretilir. Bir nokta

Detaylı

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Örnek Senaryo İmplant üreten İMPLANTDENT

Detaylı

Farkındalılık ISO 9001 Kalite Yönetim Sistemi Eğitimi. Uygulama ve başarımın anahtarları

Farkındalılık ISO 9001 Kalite Yönetim Sistemi Eğitimi. Uygulama ve başarımın anahtarları ISO 9001 Kalite Yönetim Sistemi Eğitimi Uygulama ve başarımın anahtarları 1 Genel Eğitim Hakkında Kalite ve Yönetim Sistemi Kavramlar ve amaçlar TKY ve Kalite Yönetim Sistemi Standart maddeleri Fayda sağlamanın

Detaylı

Kalite Kontrol Yenilikler

Kalite Kontrol Yenilikler Kalite Kontrol Yenilikler Amaç ve Fayda Kalite Kontrol modülünde ISO 2859 standardının desteklenmesine, kullanımın daha fonksiyonel ve rahat olabilmesine yönelik bazı iyileştirme çalışmaları yapılmıştır.

Detaylı

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı 1 Bernoulli Dağılımı Bir şans değişkeninin bernoulli dağılımı göstermesi için ilgilenilen süreçte bernoulli

Detaylı

NAKLİYE SİGORTALARI DAHİLDE İŞLEME REJİMİ HARİÇTE İŞLEME REJİMİ

NAKLİYE SİGORTALARI DAHİLDE İŞLEME REJİMİ HARİÇTE İŞLEME REJİMİ Öğr. Gör. Fırat GÜLTEKİN İhraç veya ithal edilen eşyanın taşınması esnasında meydana gelebilecek risklerin sigortalanmasına ilişkin esasları içerir. Teslim şekilleri çerçevesinde hangi tarafın sigorta

Detaylı

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi

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

SÜREKLİ RASSAL DEĞİŞKENLER

SÜREKLİ RASSAL DEĞİŞKENLER SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.

Detaylı

Modeli - Tarama Modelleri

Modeli - Tarama Modelleri Modeli - Tarama Modelleri Geçmişte varolmuş veya hala varolan bir durumu olduğu şekliyle betimlemeye çalışan yaklaşımdır. Araştırmacı olay, nesne, bireyleri değiştirmeden, onlara deneysel bir müdahalede

Detaylı

I. Tanışma-Dersin Gerekçesi ve Önemi-Dersin Kural ve Gerekleri II. Turizm Tanımı, Özellikleri ve Sınıflandırılması

I. Tanışma-Dersin Gerekçesi ve Önemi-Dersin Kural ve Gerekleri II. Turizm Tanımı, Özellikleri ve Sınıflandırılması Dersin Adı Dersin Kodu Dersin Türü DERS ÖĞRETİM PLANI Dersin Seviyesi Dersin AKTS Kredisi 5 Haftalık Ders Saati 3 Haftalık Uygulama Saati - Haftalık Laboratuar Saati - Turizm Ekonomisi Seçmeli Lisans Dersin

Detaylı

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma

Detaylı

**MAN 502T ĠĢletme Yönetimi için AraĢtırma Yöntemleri**

**MAN 502T ĠĢletme Yönetimi için AraĢtırma Yöntemleri** **MAN 502T ĠĢletme Yönetimi için AraĢtırma Yöntemleri** **** ARAġTIRMA YÖNTEMLERĠNE GĠRĠġ ** 1. Yarıyıl** **Hafta 6** Hazırlayan: **Dr. Özlem Ġnanç, IĢık Üniversitesi-Ġstanbul** GiriĢ Bu haftaki dersimizde

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

KESİKLİ DÜZGÜN DAĞILIM

KESİKLİ DÜZGÜN DAĞILIM KESİKLİ DÜZGÜN DAĞILIM Eğer X kesikli rassal değişkeninin alabileceği değerler (,,..., ) eşit olasılığa sahip ise, kesikli düzgün dağılım söz konusudur. p(x) =, X=,,..., şeklinde gösterilir. Bir kutuda

Detaylı

Bu Bölümde Neler Öğreneceğiz?

Bu Bölümde Neler Öğreneceğiz? 7. MALİYETLER 193 Bu Bölümde Neler Öğreneceğiz? 7.1. Kısa Dönem Firma Maliyetleri 7.1.1. Toplam Sabit Maliyetler 7.1.2. Değişken Maliyetler 7.1.3. Toplam Maliyetler (TC) 7.1.4. Marjinal Maliyet (MC) 7.1.5.

Detaylı

KALİTE KONTROL FAALİYETLERİNDE UYGUN KABUL ÖRNEKLEMESİ PLANI KULLANIMI: BİR TEKSTİL İŞLETMESİNDE İNCELEME

KALİTE KONTROL FAALİYETLERİNDE UYGUN KABUL ÖRNEKLEMESİ PLANI KULLANIMI: BİR TEKSTİL İŞLETMESİNDE İNCELEME KALİTE KONTROL FAALİYETLERİNDE UYGUN KABUL ÖRNEKLEMESİ PLANI KULLANIMI: BİR TEKSTİL İŞLETMESİNDE İNCELEME Zeynep Gergin Cenk Özkan Burak Ayan İstanbul Kültür Üniversitesi, Endüstri Mühendisliği Bölümü

Detaylı

KALİTE KONTROL. Kalite: Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır.

KALİTE KONTROL. Kalite: Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır. KALİTE KONTROL Kalite: Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır. Kontrol: Mevcut sonuçlarla hedefleri ve amaçları kıyaslama

Detaylı

istatistik 4. Bir frekans dağılımına ilişkin birikimli seriler 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi

istatistik 4. Bir frekans dağılımına ilişkin birikimli seriler 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi 2010 S 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek t ablolar ve f ormüller bu kitapçığın sonunda verilmiştir. 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi yanlıstır? ) Maddesel

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

Görüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur.

Görüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur. Görüntü İşleme Görüntü işleme, dijital bir resim haline getirilmiş olan gerçek yaşamdaki görüntülerin bir girdi resim olarak işlenerek, o resmin özelliklerinin ve görüntüsünün değiştirilmesidir. Resimler

Detaylı

Prof.Dr. Ertuğrul Deliktaş, Doç.Dr. Metin Karadağ

Prof.Dr. Ertuğrul Deliktaş, Doç.Dr. Metin Karadağ Dersin Adı DERS ÖĞRETİM PLANI Mikroiktisada Giriş Dersin Kodu ECO 7/7 Dersin Türü (Zorunlu, Seçmeli) Dersin Seviyesi (Ön Lisans, Lisans, Yüksek Lisans, Doktora) Dersin AKTS Kredisi 6 Haftalık Ders Saati

Detaylı

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma - 1 Ödevler 5 er kişilik 7 grup Hayali bir şirket kurulacak Bu şirketin kalite kontrol süreçleri raporlanacak Kalite sistem dokümantasyonu oluşturulacak

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

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

DERS BİLGİLERİ Ders Kodu Yarıyıl Z/S T+U Saat Kredi AKTS Karşılaştırmalı Kamu. KY-YB 603 Güz Zorunlu Politikaları Ön Koşul

DERS BİLGİLERİ Ders Kodu Yarıyıl Z/S T+U Saat Kredi AKTS Karşılaştırmalı Kamu. KY-YB 603 Güz Zorunlu Politikaları Ön Koşul Ders Planı - AKTS Kredileri: 2. Yarıyıl Ders Planı Kodu Ders Z/S T+U Saat Kredi AKTS KY-YB 603 Karşılaştırmalı Kamu Politikaları Zorunlu 3+0 3 8 AKTS Kredisi Toplam 8 DERS BİLGİLERİ Ders Kodu Yarıyıl Z/S

Detaylı

Ders 1 Minitab da Grafiksel Analiz-I

Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 1 Minitab da Grafiksel Analiz-I İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya

Detaylı

OLASILIK. ihtimali Seçeneği durumu. Bir zar atma olayı. Basit kesirdir. Tüm durum. Sonuçlardan biri Çıktılardan biri. Diğer sayfaya geçiniz

OLASILIK. ihtimali Seçeneği durumu. Bir zar atma olayı. Basit kesirdir. Tüm durum. Sonuçlardan biri Çıktılardan biri. Diğer sayfaya geçiniz OLASILIK ihtimali Seçeneği durumu Bir zar atma olayı Basit kesirdir. Tüm durum Sonuçlardan biri Çıktılardan biri 1 Soruyu DİKKATLİ OKU, soruyu ANLA, basit örnek kur. Cevabı işaretlemeden öce tekrar soruyu

Detaylı

İSTATİSTİK I KISA ÖZET KOLAYAOF

İSTATİSTİK I KISA ÖZET KOLAYAOF DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ. İSTATİSTİK I KISA ÖZET KOLAYAOF 2 Kolayaof.com

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 5: Rastgele Değişkenlerin Dağılımları II Prof. Dr. İrfan KAYMAZ Sık Kullanılan Dağılımlar Frekans tablolarına dayalı histogram ve frekans poligonları, verilerin dağılımı hakkında

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 7 TAHMİNLER Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır.

Detaylı

Açık Ekonomi Makroiktisatı

Açık Ekonomi Makroiktisatı Dersin Adı DERS ÖĞRETİM PLANI Dersin Kodu ECO 815 Dersin Türü Dersin Seviyesi Dersin AKTS Kredisi 5 Haftalık Ders Saati 3 Haftalık Uygulama Saati - Haftalık Laboratuar Saati - Açık Ekonomi Makroiktisatı

Detaylı

Örnek metin VİZE BENZERİ SORULAR. Size sunulan metnin şekilsel formatını aşağıda verilen yönergeye göre düzenleyiniz.

Örnek metin VİZE BENZERİ SORULAR. Size sunulan metnin şekilsel formatını aşağıda verilen yönergeye göre düzenleyiniz. VİZE BENZERİ SORULAR Size sunulan metnin şekilsel formatını aşağıda verilen yönergeye göre düzenleyiniz. 1) Metin kısmının sayfa üzerindeki konumu için kenar boşlukları: a) Üst: 4,00 cm b) Alt: 2,00 cm

Detaylı

Cismin Ağırlığı Düzlemsel Alanda Ağırlık Merkezi - İntegrasyon Yöntemi Örnekler Düzlemsel Eğride Ağırlık Merkezi - İntegrasyon Yöntemi

Cismin Ağırlığı Düzlemsel Alanda Ağırlık Merkezi - İntegrasyon Yöntemi Örnekler Düzlemsel Eğride Ağırlık Merkezi - İntegrasyon Yöntemi 4. 4. Cismin ğırlığı Düzlemsel landa ğırlık erkezi - İntegrasyon Yöntemi Düzlemsel Eğride ğırlık erkezi - İntegrasyon Yöntemi 4.3 Bileşik Plak ve Teller 4.4 Pappus Guldinus Teoremleri 4.5 Üç Boyutlu Cisimlerde

Detaylı

OLASILIK. P(A) = şeklinde ifade edilir.

OLASILIK. P(A) = şeklinde ifade edilir. OLASILIK Olasılık belirli bir olayın olabilirliğinin sayısal ölçüsüdür. Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. 17 yy. da şans oyunlarıyla birlikte kullanılmaya

Detaylı

Bir Normal Dağılım Ortalaması İçin Testler

Bir Normal Dağılım Ortalaması İçin Testler Bir Normal Dağılım Ortalaması İçin Testler İÇERİK o Giriş ovaryansı Bilinen Bir Normal Dağılım Ortalaması İçin Hipotez Testler P-değerleri: II. Çeşit hata ve Örnekleme Büyüklüğü Seçimi Örnekleme Büyüklüğü

Detaylı

GAZBETONLU. HAFİF ÇELiK YAPI. SiSTEMLERİ

GAZBETONLU. HAFİF ÇELiK YAPI. SiSTEMLERİ GAZBETONLU HAFİF ÇELiK YAPI SiSTEMLERİ Patentli Sistemimiz PACKET Gazbetonlu ÇELİK YAPI MESKEN Çelik Yapı nın kendine ait patentli yapı sistemi olan PACKET, çelik yapının bildiğiniz tüm avantajlarından

Detaylı

TÜRK STANDARDLARI ENSTİTÜSÜ. TÜRK STANDARDLARI ENSTİTÜSÜ ve E1 BELGELENDİRMESİ

TÜRK STANDARDLARI ENSTİTÜSÜ. TÜRK STANDARDLARI ENSTİTÜSÜ ve E1 BELGELENDİRMESİ TÜRK STANDARDLARI ENSTİTÜSÜ Türk Standardları Enstitüsü (TSE), tüzel kişiliğe sahip, özel hukuk hükümlerine göre yönetilen bir kamu kuruluşudur. Türk Standardları Enstitüsü nün Görevleri: Standart Hazırlama,

Detaylı

KHDAK IMRT sinde Tedavi Planlama Sistemlerinin Monte Carlo Yöntemi ile Karşılaştırılması

KHDAK IMRT sinde Tedavi Planlama Sistemlerinin Monte Carlo Yöntemi ile Karşılaştırılması KHDAK IMRT sinde Tedavi Planlama Sistemlerinin Monte Carlo Yöntemi ile Karşılaştırılması Türkay TOKLU 1, Bahar DİRİCAN 2, Necdet ASLAN 1 1 Yeditepe Üniversitesi, Fizik Bölümü 2 Gülhane Askeri Tıp Akademisi,

Detaylı

BİLİMSEL ARAŞTIRMA YÖNTEMLERİ

BİLİMSEL ARAŞTIRMA YÖNTEMLERİ BİLİMSEL ARAŞTIRMA YÖNTEMLERİ Yöntem Dr. Seher Yalçın 3.2.2017 Dr. Seher Yalçın 1 YÖNTEM Araştırmanın Modeli Evren ve Örneklem Veriler ve Toplanması Verilerin Çözümü ve Yorumu 3.2.2017 Dr. Seher Yalçın

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

Script. Statik Sayfa. Dinamik Sayfa. Dinamik Web Sitelerinin Avantajları. İçerik Yönetim Sistemi. PHP Nedir? Avantajları.

Script. Statik Sayfa. Dinamik Sayfa. Dinamik Web Sitelerinin Avantajları. İçerik Yönetim Sistemi. PHP Nedir? Avantajları. Script Statik Sayfa Dinamik Sayfa Dinamik Web Sitelerinin Avantajları İçerik Yönetim Sistemi PHP Nedir? Avantajları Dezavantajları Script HTML kodları arasına yerleştirilen küçük kodlardır. Web sayfalarında

Detaylı

TÜRK STANDARDLARI ENSTİTÜSÜ

TÜRK STANDARDLARI ENSTİTÜSÜ TÜRK STANDARDLARI ENSTİTÜSÜ Türk Standardları Enstitüsü (TSE), tüzel kişiliğe sahip, özel hukuk hükümlerine göre yönetilen bir kamu kuruluşudur. Türk Standardları Enstitüsü nün Görevleri: Standart Hazırlama,

Detaylı

7. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN

7. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN 7. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM Yazan SAYIN SAN SAN / İKTİSADİ MATEMATİK / 2 A.7. MALİYET TEORİSİ: YENİDEN Sabit Maliyetler (FC): Üretim miktarından bağımsız olan maliyetleri

Detaylı

ÖRNEKLEM BÜYÜKLÜĞÜ GÜÇ ANALİZİ

ÖRNEKLEM BÜYÜKLÜĞÜ GÜÇ ANALİZİ ÖRNEKLEM BÜYÜKLÜĞÜ GÜÇ ANALİZİ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı uerkorkmaz@sakarya.edu.tr Uygun Örneklem Büyüklüğü Toplum Ortalamasının Kestirilmesinde

Detaylı

Sürekli Rastsal Değişkenler

Sürekli Rastsal Değişkenler Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım

Detaylı

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI aysecagli@beykent.edu.tr 1 Güven aralığı ve Hipotez testi Güven aralığı µ? µ? Veriler, bir değer aralığında hangi değeri gösteriyor? (Parametrenin gerçek

Detaylı

Proje/Sipariş/İş Emri (PSI) Bazında Maliyet Analizi

Proje/Sipariş/İş Emri (PSI) Bazında Maliyet Analizi Proje/Sipariş/İş Emri (PSI) Bazında Maliyet Analizi Amaç ve Fayda Bilindiği gibi mamul maliyetleri direkt hammadde (direkt ilk madde ve ambalaj), direkt işçilik ve genel üretim giderlerinden oluşmaktadır.

Detaylı

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları Ders 6: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı

Detaylı

İstatistiksel Süreç Kontrolu. Doç.Dr.Nihal ERGİNEL Anadolu Üniversitesi

İstatistiksel Süreç Kontrolu. Doç.Dr.Nihal ERGİNEL Anadolu Üniversitesi İstatistiksel Süreç Kontrolu Doç.Dr.Nihal ERGİNEL Anadolu Üniversitesi İstatistiksel Süreç Kontrolü Bir üretim/ hizmet sürecinin kontrol altında olup olmadığına karar vermek için kullanılan teknikler bütünüdür.

Detaylı

Girişimcilikte Simülasyon: Eğitimcinin Eğitimi

Girişimcilikte Simülasyon: Eğitimcinin Eğitimi Girişimcilikte Simülasyon: Eğitimcinin Eğitimi Giriş Modeller Uygulamalar Risk analizi Olası Analiz Simülasyon Yöntemi Envanter Simülasyonu Bekleme Hatları Avantajlar ve dezavantajlar Referanslar SUNUM

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı

BETON KARIŞIM HESABI (TS 802)

BETON KARIŞIM HESABI (TS 802) BETON KARIŞIM HESABI (TS 802) Beton karışım hesabı Önceden belirlenen özellik ve dayanımda beton üretebilmek için; istenilen kıvam ve işlenebilme özelliğine sahip; yeterli dayanım ve dayanıklılıkta olan,

Detaylı

KALİTE GÜVENCE SİSTEMİ KERİM ÖZBEYAZ

KALİTE GÜVENCE SİSTEMİ KERİM ÖZBEYAZ KALİTE GÜVENCE SİSTEMİ KERİM ÖZBEYAZ 3.4.4. Toplam Kalite Yönetiminin Başarısını Etkileyen Faktörler 1. İç Faktörler: A. Misyon: B. Vizyon: C. Liderlik Tarzı D. Motivasyon E. Koordinasyon F. Ortak Kültür

Detaylı

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Hukuka Giriş HUK119 1 2 2 3

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Hukuka Giriş HUK119 1 2 2 3 DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Hukuka Giriş HUK119 1 2 2 3 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Yüz Yüze / Zorunlu Dersin Koordinatörü

Detaylı

ISO 22000 SİSTEMİNİN BİR GIDA FİRMASINDA UYGULAMASI

ISO 22000 SİSTEMİNİN BİR GIDA FİRMASINDA UYGULAMASI T.C. İstanbul Üniversitesi Sosyal bilimler Enstitüsü Üretim Yönetimi Anabilim dalı Yüksek Lisans Tezi ISO 22000 SİSTEMİNİN BİR GIDA FİRMASINDA UYGULAMASI Meryem Yazıcı 2501050596 Tez Danışmanı Doç. Dr.

Detaylı

DERS BİLGİLERİ Ders Kodu Yarıyıl Z/S T+U Saat Kredi AKTS Küreselleşme ve Yerelleşme KY/SB.607 Bahar Seçmeli

DERS BİLGİLERİ Ders Kodu Yarıyıl Z/S T+U Saat Kredi AKTS Küreselleşme ve Yerelleşme KY/SB.607 Bahar Seçmeli Ders Planı - AKTS Kredileri: 2. Yarıyıl Ders Planı Kodu Ders Z/S T+U Saat Kredi AKTS KY/SB.607 Küreselleşme ve Yerelleşme Seçmeli 3+0 3 15 AKTS Kredisi Toplam 15 DERS BİLGİLERİ Ders Kodu Yarıyıl Z/S T+U

Detaylı

NİTELİKSEL KONTROL GRAFİKLERİ

NİTELİKSEL KONTROL GRAFİKLERİ NİTELİKSEL KONTROL GRAFİKLERİ Prof. Dr. Nihal ERGİNEL Ölçülemeyen ancak hatalı / hatasız, geçer / geçmez, tekstil sektöründe leke sayısı, dokuma kaçağı vb nin analiz edilmesi için oluşturulan kontrol grafikleridir.

Detaylı

Görüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003

Görüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 Görüntü İşleme K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 İçerik Görüntü İşleme Nedir? Görüntü Tanımlamaları Görüntü Operasyonları Görüntü İşleme

Detaylı

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI İSTATİSTİK STATISTICS (+) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI KONU BAŞLIKLARI :. İSTATİSTİĞE GİRİŞ. VERİLERİN DÜZENLENMESİ. MERKEZİ EĞİLİM ÖLÇÜLERİ.

Detaylı

Pazarlama araştırması

Pazarlama araştırması Pazarlama araştırması Etkin bir pazarlama kararı alabilmek için gerekli olan enformasyonun ve bilginin toplanması ve kullanılmasıdır. Bu sayede, pazarla ilgili risk ve belirsizlik azalacak ve başarı artacaktır.

Detaylı