Açık Artırma Teorisi Üzerine Bir Çalışma

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Açık Artırma Teorisi Üzerine Bir Çalışma"

Transkript

1 Kocael Üerstes Sosyal Blmler Esttüsü Dergs (4) 27 / 2 : 5-77 Açık Artırma Teors Üzere Br Çalışma Şeket Alper Koç Özet: Bu çalışmada haleler üzere teork r araştırma yapılacaktır. Belrl arsayımlar altıda model kuruldukta sora açık artırma çeştler celeecektr. İks sözlü ks kapalı zarf hales olmak üzere dört stadart hale lmektedr. Bularda sözlü ola İglz e Flemek haleler e kapalı zarf hales ola rc fyat kapalı zarf hales pratkte kullaıla, kc fyat kapalı zarf hales se teork alamı ola açık artırmalardır. Bu çalışmada her r hale ç dege araştırılacak, e örekler erlecektr. Aahtar Kelmeler: Açık Artırma, Teklf, Dege, Kapalı-Zarf, Dege Gelr Teorem Grş Açık artırmalar (haleler) ugüe kadar çok geş r şeklde ele alıdı. Vckrey 96 dek çok öeml çalışmasıda sora yapıla çalışmalar açık artırma teorsde çeştl kouları ele almışlardır. Myerso (98) e Rley e Samuelso (98) optmal açık artırmalar üzere çalışmıştır. Mask e Rley (984) rskte kaçıa (rsk aerse) teklf ereler ç stadart e optmal açık artırmaları ele alarak lteratürdek u eksklğ tamamlarke Mlgrom e Weer (982) ağımsız e ağımlı değerler e özel e ortak değerler çere smetrk açık artırmaları celeyerek katkıda ulumuşlardır. Hedrcks e Porter (985), Graham e Marshall (987) e Cramto, Gos e Klemperer (987) teklf ereler arasıdak halede öce yapıla özel alaşmaları celemştr. Ve so olarak Ashefelter e Porter (989) e Igraham (2) se haleler üzere amprk çalışmalar yapmışlardır. Bu çalışmada se haleler üzere teork r araştırma yapılacaktır. Belrl arsayımlar altıda model kuruldukta sora açık artırma çeştler celeecektr. İks sözlü ks kapalı zarf hales olmak üzere dört stadart hale lmektedr. Bularda sözlü ola İglz e Flemek haleler e kapalı zarf hales ola rc fyat kapalı zarf hales pratkte kullaıla, kc fyat kapalı zarf hales se teork alamı Yrd. Doç. Dr. Şeket Alper Koç, Kocael Üerstes İ.İ.B.F. İktsat Bölümü de öğretm üyesdr.

2 52 Şeket Alper Koç ola açık artırmalardır. Bu çalışmada her r hale ç dege araştırılacak, e örekler erlecek e her r hale teorde ayı soucu erdğ gösterlecektr.. Geel Model Bu ölümde her r hale ç yapılmış ola ortak arsayımlar haleye greler ortak özellkler erlecektr. Modelde r satıcı, acak rde fazla potasyel alıcı ardır. Satıcı aşlagıçta tek e ölümez r mala sahptr. Satıcı herhag r alıcıı mal ç e kadar ödemek stedğde haerszdr. Şayet satıcı her alıcıı mala çtğ değer lseyd, mala e çok değer çe alıcıya yaklaşır e fyat üzere oula alaşmaya çalışırdı. Acak satıcı açısıda u stratej, alıcıları mala çtğ değer lmedğ ç mümkü değldr. Zate satıcıı açık artırma yapmasıı see olası alıcılar hakkıda kusursuz lgye sahp olmamasıdır. İhale amacı e y alıcıyı tespt ederek e y satış fyatıı elde etmektr. Potasyel alıcıları sayısı f, herkes tarafıda lmektedr. Acak r alıcı teklf erdğ zama aşka e kadar potasyel alıcıı teklf erdğ lmez. Br aşka deyşle, azı potasyel alıcılar teklf ermeyelr. İhaleler matematksel olarak daha kolay alayalmek ç kaul edle azı arsayımları, k u arsayımlar çoğu durumda matıklı e gerçek hayata uyarlaalr, taımlamak gerekr. (Varsayım ) Özel Değerler: Teklf, kş özel lgs e mal ç ked çtğ değerdr e u dğer teklf ereler lgse ağlı değldr. Teklf ere değer le gösterlr. teklf ere mala ödemek stedğ maksmum parayı gösterr. (V), teklf ere, çtğ değer sadece keds ldğ e u lg keds tek özel lgs olduğuu söyler. Modeldek dğer usurları herkes tarafıda ortak r şeklde ldğ arsayılmaktadır. Bu arsayımıı talo açık artırmalarıa uygulamak mümküdür. Bu tür artırmalarda her teklf ere, dğer teklf ereler e düşüdüğüü lmede talo ç ked kşsel değerler lmektedr. Bu arsayımı e öeml özellğ r teklf ere, r aşka teklf ere kşsel lgs öğredğde ked değer değştrmeyecek olmasıdır. Bu arsayımıı daha az duyarlı olduğu e kullaılmayacağı durumlara petrol araz açık artırmaları öreğ erlelr. Petrol arazs ç her teklf eree açık artırma aşlamada öce araz ssmk test yapmaya z erlr. Teklf ere Model ayı zamada r alıcı e rde fazla potasyel satıcıı olduğu tedark halelere de uygulaalr.

3 Açık Artırma Teors Üzere Br Çalışma 53 değer test souçlarıa ağlı olacağıda her teklf ere değer rrde ağımsız olmayacaktır. Ve u, rc arsayımı hlal edecektr. 2 (Varsayım 2) Bağımsız Değerler: Teklf ereler mala çtğ değer,..., rrde ağımsız dağılırlar. Bu arsayım her teklf ere dğer teklf ereler değerler hakkıda lgsz olduğuu fade etmektedr. teklf ere dğer değerler,,...,, +,...,, rasgele olduğuu e uları ortak olasılık dağılıma sahp olduğuu kaul etmektedr. İkc arsayım, her teklf ere dğerler değerler kedskde ağımsız olduğua adığıı kaul etmektedr. Ya teklf ere mala çtğ değer lmes, dğer teklf ereler çtğ değer hakkıda r lg ermeyecektr. Bu arsayımı talo açık artırmalarıa uygulamak mümküdür. Ama (V) g petrol arazs açık artırmalarıa uygulamaz. Eğer r teklf ere test souçları arazde çok petrol olduğuu gösteryorsa, dğer r teklf ere de poztf test soucu elde etme olasılığı çok yüksektr. Bu durumda teklf ereler ağımlı değerlere sahp olacaktır. 3 (Varsayım 3) Smetr: Her rasgele değşke ayı (.) F dağılıma sahptr. Smetr arsayımı k duruma şaret etmektedr. Brcs, her k teklf ere, üçücü r teklf ere değer dağılımı hakkıda ayı aca, kaaate sahptr. İkcs, her teklf ere, dğer teklf ereler değerler özdeş dağıldığıa amaktadır. (Varsayım 4) Rsk tarafsızlığı: Teklf ereler rsk açısıda yasızdır. (rsk eutral) Ya, teklf ereler, rsk alma ya da almama kousuda kayıtsızdırlar. Bu arsayım, her teklf ere eklee karıı maksmum yaptığıı fade etmektedr. Brçok halede, teklf ere kazaırsa p w, kayederse p l ödeyeceğ kaul edlecektr. Eğer teklf ere mala kadar değer çtğ söylersek, kazaması durumuda karı pw, kayetmes durumuda p l olacaktır. Dolayısıyla eklee karı kayetme e kazama olasılıkları altıda, (Kazama olasılığı) ( pw ) + (kayetme olasılığı) ( p l ) (.) 2 Petrol araz açık artırmaları ortak değer açık artırmalarıdır. Matthews (984), Porter (995) e Mlgrom (982) 3 Baze (V) e (V2) talo açık artırmalarıa uygulamayalr. Teklf ereler heps, hakkıda özel lgye sahp olduğu elrsz yede satış fyatı le karşılaştığıı düşüü. Böylece oları değerler e özel e de ağımsız olur.

4 54 Şeket Alper Koç olacaktır. teklf ere kazama e kayetme olasılıkları, ödee p w e p l, açık artırmaı kurallarıa e teklf ereler daraışlarıa ağlıdır. teklf ere, eklee karıı (.) maksmum yapma amacıdadır. 4 Bezer olarak satıcıı rsk yasız olduğu kaul edlmektedr. Satıcıı mala çtğ değer s dr. s, satıcıı malı satmayı kaul edeceğ mmum mktardır e u herkes tarafıda lmektedr. 2. Dört Stadart İhale 2.. İkc Fyat İhaleler (SPA) Bu hale türüde teklf ereler ayı ada e kapalı zarfta teklf errler. E yüksek teklf ere haley kazaır e e yüksek kc teklf kadar para öder. Bu hale 96 yılıda Wllam Vckrey tarafıda ortaya koulmuştur. Çok adr kullaılsa da, kc fyat haleler teork olarak öeme sahptr İglz İhaleler (EA) Bu hale türüde teklfler sözel olarak yapılmaktadır. Müzayedec açık artırmayı herhag r fyatta aşlatır. Teklf ereler aşka kmse daha yüksek teklf ermek stemeyceye kadar teklf ermeye deam ederler. E so teklf ere kş haley kazaır e teklf kadar para öder. Bu hale tp kullaılmış araa e talo pyasalarıdak halelerde kullaılmaktadır Brc Fyat İhaleler (FPA) Bu hale türüde teklf ereler ayı ada e kapalı zarfta teklf errler. E yüksek teklf ere haley kazaır e teklf kadar para öder. Bu hale tp daha çok Amerka da petrol arazs açık artırmalarıda kullaılır Flemek İhaleler (DA) Teklf erelerde herhag rs dur dyee kadar fyat r tekerleğ üzerde e teklf ereler öüde sürekl r şeklde düşer. Dur dye kş kazaır e tekerle- 4 (V4) olmada, teklf ere doğrusal olmaya fayda foksyoua sahptr. (.) dek eklee karıı maksmze etmek yere eklee faydası ola Pr(kazama olasılığı)u ( -p w ) + Pr(kayetme olasılığı) u (p ) y maksmze eder. 5 İkc fyat açık artırmalarıa yakı r uygulama adr ulua pullar ç kullaılmaktadır. M. Rothkopf, T. Teserg, e E. Kah, Why are Vckrey Auctos rare? JPE 98, Şuat 99, 94-9.

5 Açık Artırma Teors Üzere Br Çalışma 55 ğ durduğu yerdek fyatı öder. Bu hale tp geelde Hollada da ççek satış halelerde kullaılmaktadır. Satıcıı kaul ettğ mmum teklf ola muhamme edel r le gösterlr e dört hale tp de r parametresdr, kaul edlelecek teklfler alt sıırıı gösterr. Brc e kc-fyat halelerde tüm erle teklfler e az r kadar olmalıdır. Eğer hçr teklf r üzerde değl se, satış gerçekleşmez. İkc-fyat halesde r kazaa tek teklf ere kşyse satış fyatıa eşt olur. Çükü u durumda r r akıma kc yüksek teklf olur. İglz halesde müzayedec açık artırmaya r de aşlar e hç kmse teklf ermezse satış gerçekleşmez. Flemek halesde, tekerlek r ye düşee kadar teklf erelerde herhag rs dur demezse satış gerçekleşmez. Tüm halelerde açık artırma aşlamada öce muhamme edel aos edldğ kaul edlmektedr. Dolayısı le tüm teklf ereler teklf ermede öce muhamme edel lrler. Grş ücret c le gösterlmektedr. c her r hale aşka r parametresdr. Bu, teklf erelmek ç ödemes gereke mktardır. Her teklf ere, haleye katılıp katılmayacağıı karar ererek c grş ücret ödemede öce mala çtğ ked değer lr. Yukarıda elrtle haleler ç muhamme edel e grş ücret SPA(r,c), EA(r,c), FPA(r,c) e DA(r,c) le gösterlmektedr. 3. Bazı Olasılık Hesapları Normalleştrme amaçlı, her değer [,] aralığıda sürekl r değşke olduğuu arsayalım e r değşke rasgele olduğuu göstermek ç ~ semolü kullaalım. Bu yüzde ~, satıcıya e dğer teklf ere kşlere göre gerçek değer F. olasılık dağılımı teklf ere değer ola rasgele r değşkedr. aralığıda olma olasılığıı göstere r fok- arta r foksyo e syodur ~ (,] ~ ç ( ) F() = Pr [ ~ ] ~ kes olarak [,] aralığıda olduğu ç F ( ) = e ( ) = F olduğu lmektedr.

6 56 Şeket Alper Koç F (). [,] (). F (). de sürekl e poztf türee sahp olduğu e yoğuluk foksyouu f = olduğu arsayılsı. Bu yüzde ~ sürekl olarak dağılmıştır. Dolayısıyla herhag r ç ~ ye eşt olma olasılığı dır. Souç olarak, Pr ~ < = Pr ~ olur. [ ] [ ] F( ) = ~,..., ~ Burada öeml olacak k rasgele değer, { } yüksek kc elemaı ola () dağılımı F ()() = () kümes e yüksek e e ~ e ~ ( 2) dr. 6 Bağımsızlık arsayımı gereğ ~ () [ ~ ] = Pr[ ~ ] = F() Pr (3.) = < ç, y artırmak F ()( ) = F( ) düşürür. Bu durum şekl de gösterlmştr. Şekl : E Yüksek Değer Teklf Vere Sayısı Arttıkça Olasılık Dağılımı F F 3 F 5 6 İstatstkçler sırasıyla () ~ ye c mertee e (-) c mertee statstk adıı ermektedrler. ~ e ( 2)

7 Açık Artırma Teors Üzere Br Çalışma 57 Bu yüzde örek üyüklüğü y artırmak ~ () üst sıırı ola e yakı ulma olasılığıı arttırmaktadır. Herhag r poztf ε ç e yüksek değer ke olur. Yoğuluk fok- geçme olasılığı, F()() = F( ε ), syouu elde etmek ç F()( ) türe almak gerekr. f ()() F() f () ε u = (3.2) Büyüklüğü ola öreğ kc e üyük değer ~ ( 2) dağılım foksyou, F [ ] [ ~ ] F( ) F( ) F( ) ( 2)() = Pr ( 2) = + (3.3) olur. (3.3), kc üyük değer de küçük olaleceğ ( +) çeşt olasılığı toplamıı göstermektedr. Olasılıklarda r taes tüm değerler de küçük olduğu durumu fade etmektedr. Bu olasılık F ( ) le gösterlr. Br aşka olasılık se, r ~ de küçük olma olasılığıdır. Buu olasılığı da [ ()] ( ) ( ) F F = F F( ) olur. Bu term her r ç kere görüldüğüde (3.3) elde edlmş olur. ~ ( 2) yoğuluk foksyouu elde etmek ç (3.3) ü türe alıır; f ( )() = ( ) F() 2 [ F( ) ] f ( ) 2 (3.4) Br aşka faydalı rasgele değşke de ~ y = max( ~,..., ~ 2 ), ya F (). dağılımıda çekle ( ) ağımsız değşke maksmum değerdr., e yüksek değere sahp, teklf ere ç y ~, dğer teklf ereler değerler maksmumuu gösterr. y ~ ç kümülatf e yoğuluk foksyoları sırasıyla şöyledr. G 2 ( y) F( y) e g( y) = ( ) F( y) f ( y) = (3.5) Örek: Üform Olasılık Dağılımı Üform dağılımda, () = e f () =, [,] F (3.6)

8 58 Şeket Alper Koç Bu dağılımda rasgele değşke, aralığıda herhag r değer olma olasılığı ayıdır. Ortalama değer, ε ( ~ ) = / 2 dr. ~ [ ] ()() = e f()() = F (3.7) ( ~ ) ( ) + ε () d = (3.8) = ( ), ε ~ () artar e çok üyük ke ~ () e yaklaşır. f ( )() = ( ) 2 ( ) 2 (3.9) ( ~ ) ( )() = + ε ~ < ε ~ eştszlğ elde ederz. Ayrıca, ε ( 2) f 2 d = (3.) (3.8) 3 (3.) da ( 2) olur. ( ) ( () ) 2 ( y) = y e g( y) = ( ) y G (3.) 4. İkc Fyat İhaleler Öcelkle herhag r kapalı zarf halesdek stratej karamı le aşlamak faydalı olacaktır. Her oyuda olduğu g, r stratej her r oyucuu lg kümeler uygu hareketlere eşleştrr. Kapalı zarf halesde r teklf ere lg kümeler ked tpler le edeksler. Bu yüzde stratejs, tp r foksyoudur; öreğ ()., [,] aralığıda r foksyodur. Kapalı zarf halelerde teklf ere daraışları teklf ermemes e ereleceğ mümkü ola tüm teklfler çerr. Hareket kümes { } [, ) r olarak gösterelrz. Burada teklf ermemey gösterr e [ r, ) aralığı da kaul edlelecek mümkü ola tüm teklfler gösterr. (Kaul edlelecek teklfler muhamme edelde üyük olmak zorudadır.) u yüzde teklf ere stratejs,,. foksyoudur. [ ] {} [ r ) göstere ( )

9 ( r c) SPA, Açık Artırma Teors Üzere Br Çalışma 59 r teklf erdğ, muhamme edel r e grş ücret c ola kc fyat haleler gösterdğ kaul edelm. değere sahp r teklf ere arsayalım e z, eğer aşka r teklf olmuşsa dğer teklfler e üyüğü, aks takdrde z = r olsu. Bu hale kuralları teklf ere karıı aşağıdak foksyo olduğuu fade eder. A (, z, ) = ( -z ) p( ) -z-c c < z se = z se > z se p ( ) teklf ere eştlk halde kazama olasılığıdır e p ( ) dr. Teklf ere eklee karıı maksmum yapmak ç r teklf seçecektr. Geel olarak dğer teklfler maksmumuu lemeyecektr ama uu yere ~ z değşke r dağılıma göre rasgele değer olarak görecektr. Bua göre, eklee karıı, ε A, ~ z,, maksmum yapmak ç e uygu teklf seçecektr. [ ( )] Brc öeml soucumuz, eğer grş ücret c = se, her teklf ere kc fyat halesde domat stratejye sahptr. Ya, her e ç, dğer teklf ereler e yaptıklarıa akmaksızı, optmum ola r ( ) ardır: Bu stratej, eklee değer, ε [ A (, ~ z, ) ], ~ z ç hag dağılım kullaılırsa kullaılsı maksmum yapar. Teklf ere domat stratejs, eğer değer muhamme edel geçyorsa teklf ermektr e erdğ teklf ked değere eşt olmalıdır. Teorem 4.: SPA ( r,) da, aşağıdak, her r teklf ere domat stratejdr. 7 () = İspat: Öce { } > r se < r se < r olduğu durumu ele alalım. { } her teklf dome eder. Çükü {} açıkça sıfır kar getrr. Ama herhag r poztf teklf erlmedğ zama, r < olduğuda kazaa e az r kadar fyat ödedğ ç, kazadığıda egatf kar elde edecek e kayettğde se sıfır kar elde edecektr. Şmd r olduğu durumu ele alalım. Öce rakpler teklfler e üyüğü ola z ldğ farz edelm. z, hale kazaılırsa ödeecek fyattır. Yapıla teklf, sadece kazaıp kazaılmayacağıı elrler. Eğer > z se hale kazaılır, yok eğer < z se kayedlr. Eğer z > se, kazamak stelecek e > z ola herhag r 7 =r ç her k halede de, {} eya =r hakm stratejdr.

10 6 Şeket Alper Koç teklf teklf ere ç optmum olacaktır. = öyle r teklftr. Bezer şeklde, z < se, kayetmek daha rasyoel olacaktır e < z optmal olacaktır. = öyle r teklftr. Böylece mala çle değer ke e rakpler teklfler lyorke = teklf ere ç e y teklf olduğu görülmüştür. Şmd rakpler teklfler e üyüğüü lmedğ durumu ele alalım. Bu durum da aslıda çok kolaydır. Br öcek paragraftak argüma aslıda z kes değere ağlı değldr. Bu, z değere akmaksızı soucu doğru olması gerektğ fade etmektedr: = her zama optmaldr. Bu yüzde, eğer rakp teklfler maksmum olaıı lmezse le = optmal r teklftr. Bu argümaı daha güelr kılmak ç formalleştrelm. Aşağıdak şekl cele- A, z, y gösteryor: z <, z = e z >. yelm, değştkçe ( ) Şekl-2-2: Fyat Açık Artırmalarıda Teklf Vere Ked Değer Teklf Etmes -z YTL A(.,z,) z YTL -z z = A(.,z,) YTL -z z A(.,z,)

11 Açık Artırma Teors Üzere Br Çalışma 6 Şekl 2, yukarıda taımlaa argümaı lk adımı ola e her durumda = A (, z, )y ' maksmum yaptığıı göstermektedr z lmedğ ç kc adım stadart Bayes karar erme teorsde gelmektedr. z ' y lmemek ou h (). yoğuluk foksyoua sahp rasgele r ~ z değer olduğua amak demektr. 8 Verle teklf e mala çle değer ke eklee kar B (, ) le gösterldğde (,) A(, z~, ) ' B eklee değer olur: ( ) A(, z ) h( z) B, =, dz (4.) (, ) ( ) olduğu gösterlmş olduğuda dolayı her ( ) Yoğuluk foksyoları poztf olduğuda e rc adımda A z, A, z,, z, ç lmektedr k; ( z, ) h( z) dz A(, z ) h( z) A,, dz (4.2) Bu yüzde B ( ) B(, ),, e = dğer tüm teklflerde daha fazla kar sağlamaktadır. Bu argüma, rakpler daraışları hakkıdak açlara ağlı olmada, ya h (). yoğuluk foksyou le lgl olmadığı halde geçerl olduğu ç () = foksyou domat r stratej olduğuu fade etmektedr. İkc fyat halesde kazaa teklf ere satıcıya ödedğ fyat hakkıda şm- 2 ~w, teklf e- d r şeyler söylemek mümküdür. Öreğ SPA (,) ı ele alalım. reler domat stratejler oyadıkları zamak satış fyatı olsu. Bu stratejye göre tüm oyucular ked değer teklf ereceğde e yüksek değere sahp teklf ere kazaacak e kc yüksek değer ödeyecektr. Bu yüzde, 2 w ~ = ~ (4.3) ( 2) Beklee satış fyatı, ε ( ~w 2 ), satıcıı halede elde ettğ eklee gelrdr. (4.3) te, 8 Yukarıdak argüma z ~ yoğuluk foksyoua sahp olmasa da geçerldr.

12 62 Şeket Alper Koç 2 ( w~ ) ε ( ~ ( 2) ) ε = (4.4) ε = olur. + Poztf grş ücret u souçları asıl değştrr? Ked değerler teklf ermek artık teklf ereler ç domat stratej olmayacaktır. Grş ücret olduğu zama, teklf erp ermeme kararı kş dğer teklf ereler asıl daraacağıı düşümelere ağlıdır. Öreğ, eğer teklf ere r aşka teklf ere her zama çok üyük r teklf ereceğe aıyorsa, mesela >, teklf ere ked Üform dağılımda (3.) e (4.4) te ( ~ 2 w ) değer kadar,, teklf errse kazaamayacağıı lr. Bu yüzde teklf ermek e az grş ücret kadar r malyet garat eder. Böylece teklf ere e y ceaı olur. Buula rlkte dğer teklf ereler tüm stratej profller ç r teklf ere e y ceaı teklf ermek se ereceğ e y teklf ked değerdr. Argüma öcek gdr: = her zama r aşka teklfte e azıda kötü değldr. Poztf r grş ücret ayı zamada muhamme edele yakı değere sahp teklf ereler teklf ermemese de seep olur. Buu görmek ç r teklf ere teklf ermes halde c > kadar ödemes gerektğe dkkat çekelm. Grş ücret harç maksmum olalecek kar ( r) olur. Çükü kazaılması durumuda ödeecek mmum mktar r kadardır. Bu yüzde eğer r çok az üstüde olursa r < c olacağıda kş teklf ermekte kaçıacaktır. Marjal değer,, teklf ermek ç teklf ere değer üstüde olması gereke değerdr e dege r usuru olarak ulumak zorudadır. Öcelkle, değere sahp r teklf ere teklf erme le ermeme arasıda kayıtsız olduğuu eklemek gerekmektedr. Ya teklf ere eklee karı sıfırdır. Ve r teklf ere e y teklf ked değer olduğuda, teklf ere teklf olur. Ayrıca dğer teklf ereler teklf ereceklerse, ked değerler teklf ereceklere göre e u değer de da üyük olacağıa göre teklf ere acak e acak hç kmse teklf ermezse haley kazaacaktır. Bu olayı olasılığı dğer tüm değerler da küçük olma olasılığıdır k u G ( ) dır. teklf ere kş acak aşka hçr kmse teklf ermezse kazaacağıda, şayet kazaırsa r fyatı ödeyecektr. Bu

13 Açık Artırma Teors Üzere Br Çalışma 63 yüzde eklee karı ( r) G( ) c marjal değer ( r, c) ( r) G( ) = c olacaktır. Beklee kar olduğuda aşağıdak deklem çözümü le taımlaır: (4.5) Poztf grş ücret olduğuda da (4.) teoremde olduğu g, r c olduğu sürece SPA ( r, c) () = ( r, c) { } < ( r, c) se se deges aşağıdak gdr. (4.6) 5. İglz İhaleler İglz haleler teklf ereler ağırarak teklf erdkler sözlü haledr. Aslıda çalışmak ç çok komplke r ojedr. Br teklf ere stratejsyle lgl çok sayıda htmal ulumaktadır. Öreğ teklf ere r müddet sessz kalalr ama sora art arda rkaç defa ağıralr, ya da teklfler yaaşlayaa kadar susalr, eya... Netcede olasılıklar sosuz e çok karmaşıktır. Buula rlkte, İglz hales ast r model ele alıp teork olarak çözmek mümküdür. Bu tür r modele düğme hales der. Düğme halesde, açık artırma sürekl olarak artarke her teklf ere öüdek düğmeye asmaktadır. Teklf ere stedğ r ada el düğmede çekelr e halede r daha ger dömemek üzere çeklmş olur. İhale, el düğmeye asa tek teklf ere kaldığıda soa ermektedr. Bu teklf ere haley kazaır e kedsde öcek teklf ere düğmede el çektğ değer kadar fyat öder. Ayrıca düğmede el çekmeye teklf ere aşka kaç teklf ere el düğmede çekmedğ görmedğ kaul edelm. 9 Düğme halesde r teklf ere mümkü hareketler set ayı kapalı zarf halesde olduğu gdr: { } [ r, ). { } hçr zama düğmeye asmamak alamıa gelr. r sayısı se teklfler ye ulaştığı zama el düğmede çeklmes-., r, foksyou- temsl eder. teklf ere stratejs, ( ), [ ] { } [ ) dur. 9 Eğer değerler özel e ağımsız olmasaydı, u ast arsayım öeml olurdu. Bu durum se, İglz hale modeller ç kötü r durum olurdu.

14 64 Şeket Alper Koç Bastlk ç r = c = olduğu durumu ele alalım. Bu durumda teklf ere açık artırma ked değer altıda olduğu müddetçe düğmede el çekmeyecektr. Eğer r teklf ere açık artırma ked değere ulaşmada düğmede el çekerse haley kazaıp ked değerde az r fyat ödeme şası olduğu halde haley kayedecektr. Bu yüzde teklf e re, açık artırma ked değere ulaşmada düğmede el çekmemeldr. Dğer yada, açık artırma ked değer geçtğ halde düğmey serest ırakmamışsa teklf ere kayedeceğ halde kazama şası olacaktır. Çükü değere ulaştığı ada el düğmede çekmek dğerler e yaparsa yapsı teklf ere ç optmal stratej olur. Ayı SPA (,) halesde olduğu g ( ) = stratejs domat stratej olumaktadır. Hatta geelleme yapılırsa SPA ( r, c) deges ayı zamada EA ( r, c) de deges olacaktır. EA da mal e yüksek değere ( ~ () ) sahp teklf eree satılır. Bu Böylece (,) teklf ere, so teklf ere halede ayrıldığı ada açık artırmaı ulaştığı düzeydek fyatı öder. Bu so teklf ere kc yüksek değere sahp teklf eredr, E ~ ( 2). w ~, EA (,) halesdek satış fyatı olduğuu arsayalım: w ~ E ~ = w ~ 2 = ( 2) (5.) (5.) de görüldüğü üzere SPA (,) e EA (,) olmuş olur. 6. Brc Fyat İhaleler ( r c) ı eklee fyatları rre eşt FPA, hales celedğde şu durum görülmektedr. Her r teklf ere ya teklf ermez ya da muhamme edelde üyük r teklf err; e yüksek teklf ere kazaır e teklf erdğ fyat kadar öder. Teklf ere herkes grş ücret ( c ), öder. Şmdlk SPA e FPA arasıdak farkı matıksal olarak ele alalım. Kedz FPA ya katıla r teklf ere yere koyduğuuzu e mal ç değerz,5 olduğuu arsayalım.,5 teklf ermek optmal olur mu? Keslkle olmaz, e azıda rakplerz,5 te az teklf ereceğ düşüülüyorsa keslkle optmal olmayacaktır.,5 teklf ererek kazasaız le kar elde edersz çükü ödeyeceğz fyat sz değerz olacaktır. Ama,5 te raz az teklf erlrse kazama olasılığı raz düşmüş olmakla eraer hale kazaıldığıda poztf kazaç elde edlmş oluur.

15 Açık Artırma Teors Üzere Br Çalışma 65,5 te e kadar düşük teklf erlecektr? Bu, rakpler asıl teklf erdkler hakkıdak açlara ağlıdır. Eğer herkes,25 teklf ereceğ düşüülürse,25 te raz daha fazla teklf ererek kazaalecek e düşük fyatla haley kazaalr. Ama rakpler,5 e daha yakı r teklf erecekler düşüülseyd kazaalmek ç,5 e daha yakı r teklf ermek zoruda kalıırdı. Eğer herkes,5 te daha yüksek teklf ereceğ düşüülseyd teklf ermek ç hçr dürtü olmazdı. Bu argüma gösteryor k rc fyat halelerde teklf ere domat r stratejye sahp değldr. Optmal stratejs dğerler asıl teklf erdklere dar acıa ağlıdır. Bu durumu daha formel çmde ele almak mümküdür Brc fyat halesde her teklf ere ç ().,..., (.) stratejler er ke, teklf ere kazama olasılığı foksyou şöyle taımlaalr. Q [ göreteklf err] ( ) = o kazama teklferr e j (.)' Pr j ye Bu foksyou hesaplama durumuda kalıılmayacaktır. teklf ere, dğer teklf ereler erle stratej profle uygu olarak hareket etmeler eklerse, teklf erdğde kazama olasılığı Q ( ) olur. Değer ke, c grş malyet hesaa katılmazsa eklee karı, (, ) = ( ) Q ( ) π (6.) olur. Teklf ere et eklee karı ( ) c π olur k u, teklf ere rasyoel daraıyorsa egatf olmamalıdır. Çükü teklf ermeyerek zate karı garat eder. ().,..., (). stratej profl, eğer her e. stratejler ç e y ceapsa, Bayes-Nash degedr. π π π (, ) c ( ) = { } tüm r ç [, ( )] c e tüm r ç [, ( )] π (, ) ç ( ), j ( ) j ( ) { } Öyleyse teklf ere karlı r şeklde teklf eremyorsa teklf ermez e sadece poztf r kar yapacaksa teklf err. Bu durumda da karıı maksmum yapmış olur.

16 66 Şeket Alper Koç Smetrk degede her (). stratejs ayı (.) FPA (,) ı ele alalım. FPA (,) teklf ere aşağıdak teklf err. ye eşt olur. Kolaylaştırmak ç ı deges herhag r değere sahp r * () = ( y) g y G() dy (6.2) * () smetrk dege olduğu görülecektr. Ama u foksyola lgl 3 tae gözlem ele alalım. 6.. Yorum: Br teklf ere dege teklf, u değer ked değerde az olmak koşuluyla rakpler değerler e yüksek olaıı eklee değere eşttr. * () = E[ ~ y / ~ y ] Buu alamak çok kolaydır. g ( y), ( ) y~ yoğuluk foksyoudur. Bu olayı, ya ( y ) teklfç değer maksmum ola ~ olasılığı ( y) () G () = F() g dr. Bu yüzde, ~ y ke ~ y koşullu yoğuluğudur. Ve öylece (6.2) ~ y ~ y koşulua ağlı olarak eklee G değerdr Alta teklf erme e Rekaet (6.2) de de görüldüğü üzere teklf ereler dğerlerde daha az teklf errler, * () <. (6.2) kısm tegral alıdığıda u durumu görmek mümküdür. () = () yg F * elde ederz. () ( y) dy = F () F *, paratez ç kısm tegral alıca şu eştlğ () F( y) dy. Ve souç olarak,

17 Açık Artırma Teors Üzere Br Çalışma 67 * () = o F F ( y) () dy (6.2 ) Alta teklf erme mktarı (6.2 ) dek tegral le ölçülür. İtegral değşke y, de küçük olduğu ç F F ( y) () de küçüktür. a gderke tegral a doğru azalır. Dolayısıyla rekaet arttıkça, ya teklf ere sayısı arttıkça alta teklf erme mktarı a doğru yaklaşır Gelr Eştlğ (,) FPA ı dege satış fyatıı ~w le gösterldğ arsayalım. Buu eklee 2 E değer ~w e w ~ ye eşt olduğu gösterlelr. Satıcıı eklee gelr FPA (,), SPA(,) e EA(,) ç ayıdır. Br sorak ölüm u soucu alatacaktır. Şmdlk gelr eştlğ çok şaşırtıcı olmadığıı söyleyelm. FPA (,) da teklf ereler ked değerlerde daha az teklf errler. Ama SPA (,) da se ked değerler teklf errler. Dolayısıyla SPA (,) da teklfler daha yüksektr. Ama FPA (,) da se satış fyatı e yüksek kc fyat değl e yüksek fyattır. Gelr eştlğ teorem u k etke rr yok ettğ fade etmektedr. Hatırlatma: ~w e 2 ~w eklee değerler eşt olmasıa rağme ular k eşt rasgele değer değldr. İglz e kc fyat halelerde se de ~ ( 2) ye eşttr. 2 ~w e E w ~ her ks ( ) * ~ Brc fyat halesde kazaa teklf ere teklf, (), kc e yüksek değer ola rakpler değerler e yükseğ eklee değere eşttr. Eğer r teklf ere değer e yüksekse, ~ ~ (), rakpler değer e yükseğ, y, tüm değerler e yüksek kcse eşt olacaktır, ~ ( 2). Ya, 2 * 2 E w ~ = E ( ~ ) = E E[ ~ yι~ y ~ ] = E E[ ~ ~ ~ 2 Ι 2 ] = E[ ~ 2 ] = w ~ [ ] [ ()] { ()} { ( ) ( ) ( )} ( )

18 68 Şeket Alper Koç Örek: Üform dağılım ç (6.2) e (6.2 ) y hesaplayalım. () = Beklee satış fyatı, (3.8) te hesaplaırsa aşağıdak foksyou elde edlr. ε ε ( ~ * ) [ ( ~ ())] ( ) w = ε = ε ~2 ( ) ( ) w = ( + ) ~ () = ( ) ( + ) = ( ) ( + ) Böylece gelr eştlğ üform dağılım ç tuttuğu görülmektedr. Teorem 6.: FPA (,) da, (6.2) de taımlaa stratej smetrk degedr e *. = tüm > ç. (). eğer herhag r smetrk dege se ( ) ( ) İspat: Mlgrom e Weer (982) ye akı. 7. Hollada İhaleler Hollada halesde teklf ereler öüde r tekerlek düzel adımlarla döer e gösterdğ fyat düzel olarak düşer. Teklf erelerde lk dur dye haley kazaır e dur dedğde teker gösterdğ fyatı öder. Tekerleğ olduğu odaya gre her teklf ere c grş ücret öder, e eğer fyat r muhamme edel kadar düşerse oje satılmaz. Herhag r teklf ere daraışı ya hçr zama tekerleğ durdurmamak ola {teklf ermeme}, ya da eğer tekerlek oraya kadar düşerse r sayı olacaktır. Ya, teklf ere daraış kümes { } [ r, ) olacaktır. Böylece teklf ere stratejs [, ] {} [ r, ) (.) foksyoudur. Muhamme edel r, grş ücret c ola Hollada hales le rc fyat hales karşılaştıralım. Her ya r sayı ya da { } ola (,..., ) daraış profl ele alalım. Bu profl her daraışı { } se, FPA da hçr kmse teklf ermez e

19 Açık Artırma Teors Üzere Br Çalışma 69 DA da hç kmse teker durdurmaz. Her teklf ere her k halede de karı sıfırdır. E azıda r kş teklf errse, farklı r durum ortaya çıkar. e yüksek teklf olduğuu arsayalım. FPA da teklf ere kazaır e karı olur. Dğerler ya sıfır kar ya da c c kar elde ederler. DA da hç kmse tekerlek ye ulaşaa kadar teker durdurmaz, dolayısıyla teklf ere de durdurur, c c ye teklf ere kazaır e kar elde eder. Dğerler katılıp katılmadıklarıa ağlı olarak ya sıfır ya da kar elde ederler. Görülüyor k herhag r daraış profl tüm teklf ereler ç ayı karı sağlıyor. Bu argüma soucuda, Hollada e rc fyat hale oyularıı ormal formlarıı ayı olduğu söyleelr. Her k oyu, ayı stratej kümelere sahp e ayı daraış profller her k oyuda da her r teklf eree ayı karı sağlamaktadır. Ya, herhag r ().,..., (.) stratej profl her r teklf eree ayı karı err. Bu, k hale stratejk olarak dek olduğuu gösterr. Teorem (6.) de taımlaa (). DA (,) ı da tek degesdr e satış fyatı, w ~ * D, ~w e eşttr. 8. Teork İhaleler Elde ettğmz dege her oyucuu oyaması şartıyla FPA (,), SPA(,), DA(,) e EA(,) ı ayı eklee satış fyatı erd görülmektedr. Bu şaşırtıcı souç Dek Gelr Teorem olarak lr. Bu kısımda haleler dek olalme yolları daha geş r şeklde görülecektr. Başlamada öce, şu ada tartışıla deklğ eklee kar açısıda olduğuu fade etmek gerekmektedr. İk dek hale hem satıcıya hem de her r teklf eree ayı eklee karı sağlamaktadır. Sadece rsk ötr r satıcıı dek olarak göreldğ u alamda dek ola k hale satış fyatları değşk dağılımlara sahp rasgele değşke olalrler. Muhamme edel e grş ücret ola ya da olmaya 4 halede r, ya da herhag r haley düşüelm. Bu halede teklf ere öem erdğ şey edr? Rsk ötr olduğu ç sadece k değşkee öem err, kazama olasılığı, Q, e eklee ödemes, P. tp teklf ere, kazama olasılığı, Q, e eklee ödemes P ola r daraış seçmşse eklee karı Q P olur. Q P + Q P = Q ( ) ( )( ) P İhale deges ulmaya çalışalım. Dğer teklf ereler erle degeye göre hareket ederlerke r teklf ere, mesela Burak ı dege stratejs (). olsu.

20 7 Şeket Alper Koç Ya, (), Burak ı değer ke e y daraış ya da hareket olsu. Burak ı daraışı, hale kuralları e dğer teklf ereler değerler olasılık dağılımı le rlkte Burak ı kazama olasılığıı e eklee ödemes elrler. Bu, Q e P y foksyou olarak ya Qˆ ( ) e ( ) gelr. Pˆ olarak yazalmek alamıa Örek: FPA (,) da Q ˆ ( ) = G( ψ ( ) ), ψ (). (.) ters foksyoudur ya, ( ( ) ) = Pˆ ( ) = G( ψ ( ) ) SPA (,) da Q ˆ ( ) = G( ) ( ) = Pr( yˆ ) ( yˆ / yˆ ) = yg( y) Pˆ ε dy ψ. Burak ı prolem Qˆ ( ) Pˆ ( ) foksyouu maksmum yapmak ç seçmek olarak görülelr. () Burak ı değer ke ou optmal daraışı olduğu ç () = daraışı u prolem çözer. Şmd, u prolem drek çözmek yere r oyu oyayalım. Farz edelm k satıcıya drek teklf ermek yere Burak ked lgsayarıa uu programlatsı. Acak programladığı zama ked değer lmes. İhale olduğu gü, değer öğres e lgsayarıı cep telefouda arası e oa değer ldrs. Daha sora lgsayar programa göre, ya (.) foksyoua göre teklf hesaplası e satıcıya teklf ldrs. Ama Burak hala r seçm yapmalıdır: Blgsayarıa gerçek değer rapor etmek yere r aşka değer rapor edelr. Rapor ettğ değere z dyelm. Burak ı prolem şöyledr: Max Q z Q (). e (). Q ( z) P( z) (8.) P foksyoları lgsayarı daraış kurallarıa göre hesaplaır. ( z) = Qˆ ( ( z) ) e P( z) Pˆ ( ( z) ) =.

21 Örek: Yukarıdak örekte yola çıkarak, FPA (,) da; ( z) = G( ψ ( ( z) )) G( z) e ( z) = G( ψ ( ( z) ))() z G( z) ( z) Q = P = SPA (,) da, ( z) z Q( z) G( z) = P = e ( z) = Pˆ ( ( z) ) = yg( y) z dy Açık Artırma Teors Üzere Br Çalışma 7 Burak ç prolem (8.) çok kolaydır. Her şeyde öce lgsayar ou optmal stratejs ç programladığıda dolayı Burak ç e y daraışı sergleyecektr. Eğer Burak doğru değer rapor ederse, lgsayar ( ) y teklf erecektr k u gerçek değer ke Burak ı e y daraışı olacaktır. Eğer lgsayara yala söyleyp z rapor ederse, lgsayar ( z) z = prolem (8.) çözer. de y olmayacaktır. Bu yüzde teklf erecektr k ( ) Burada takp ettğmz kural, lg ekooms temel taşlarıda ola Açığa urma pres dr. Argüma herhag r teklf eree uygulaalr. Ama herkes dege stratejler eşt olmak durumuda değldr. ( z) Q e ( z) P sırasıyla teklf ere lgsayarıa değer z olarak rapor ettğ zamak kazama olasılığı e eklee ödemes olsu. Eğer değer se, teklf ere dege eklee karı aşağıdak g olur. ( ) = Q ( ) P( ) π (8.2) Gelr deklğ aşağıdak temel teorem r soucudur. Değer olduğuda teklf ere dege eklee karıı lmek ç hag lgye sahp oluması gerekr? π ( ) y lmek ç, (8.2) deklem k tae sayıyı lmemz gerektğ fade etmektedr Q ( ) e P ( ). π (.) foksyouu lmek ç Q (.) e P (). foksyolarıı lmes gerekyor g görümektedr. Ama aslıda daha az lgye htyaç ardır. Tüm teklf ereler optmze etmeye çalıştıklarıda π (.) foksyou sadece r foksyoa Q ()., e r sayıya, π ( ), ağlıdır.

BEKLENEN DEĞER VE VARYANS

BEKLENEN DEĞER VE VARYANS BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee

Detaylı

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Regresyon ve Korelasyon Analizi. Regresyon Analizi Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)

Detaylı

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

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

Detaylı

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması . Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler

Detaylı

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek Fasal Yöetm Örek lar Güz 2015 Güz 2015 Fasal Yöetm Örek lar 2 Örek FİNNSL YÖNETİM ÖRNEKLER 1000 TL %10 fazde kaç yıl süreyle yatırıldığıda 1600 TL olur? =1000 TL, FV=1600 TL, =0.1 FV (1 ) FV 1600 (1 )

Detaylı

Đst201 Đstatistik Teorisi I

Đst201 Đstatistik Teorisi I Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller

Detaylı

1. GAZLARIN DAVRANI I

1. GAZLARIN DAVRANI I . GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak

Detaylı

Polinom İnterpolasyonu

Polinom İnterpolasyonu Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır

Detaylı

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2 Matematk olarak ormal dağılım foksyou f ( ) ep ( ) Şeklde fade edlr. Burada μ artmetk ortalama, σ se stadart sapma değer gösterr ve dağılım foksyou N(μ, σ) otasyou le gösterlr. Bu deklem geometrk görütüsü

Detaylı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı YÖNEYLEM ARAŞTIRMASI III Hafta Determstk Damk Programlama (devam) Damk Programlama Geçe derste küçük ölçekl problemler damk programlamayla yelemel olarak asıl çözüldüğüü gördük. Bu derste, öreklere devam

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

Detaylı

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir. Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

Detaylı

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Parametrik Olmayan İstatistik Çözümlü Sorular - 2 Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr

Detaylı

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere

Detaylı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu

Detaylı

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices lert Matrsler Normları İç lt ve Üst Sıırlar Sülema Demrel Üverstes B Türe E Sarııar e Blmler Esttüsü Dergs - (00 - lert Matrsler Normları İç lt ve Üst Sıırlar Bahr TÜREN E SRIPINR Sülema Demrel Üverstes

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

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

Detaylı

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

Detaylı

14.12 Oyun Teorisi. Yol haritası. 1. Dominant-strateji (baskın strateji) dengesi. 2. Rasyonelleştirebilirlik. 3. Nash dengesi

14.12 Oyun Teorisi. Yol haritası. 1. Dominant-strateji (baskın strateji) dengesi. 2. Rasyonelleştirebilirlik. 3. Nash dengesi 14.12 Oyu Teors Muhamet Yıldız Güz 2005 Ders 5: Çözüm yolları Yol hartası 1. Domat-stratej (baskı stratej) deges 2. Rasyoelleştreblrlk 3. Nash deges 1 Domatlık s = (s 1,...s 1, s +1,...s ) Taım: Br s stratejs

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1 ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ

Detaylı

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras RANKI OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI Reports Of Free Groups Otomorfzm Rak Le Algebras Özge ÖZTEKİN Matematk Aa Blm Dalı Name EKİCİ Matematk Aa Blm Dalı ÖZET Bu çalışmada,

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET

Detaylı

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan III.5.RUNGE-KUTTA METODLARI Öcek bölümde özelee Talor meodlarıda erel kesme aa merebes üksek oluşu sele br özellkr. Dğer araa ürevler buluma ve esaplaması pek çok problem ç karmaşık ve zama alıcı olduğuda

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

Detaylı

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24 İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

Ölçme Hataları ve Normal Dağılım

Ölçme Hataları ve Normal Dağılım Ölçme Hataları ve Normal Dağılım Yıl 967. Fzk ders mekak laoratuarıda rc laoratuar. Kousu: Ölçme ve çft kefel terazler hassasyet. Mesaj: ey ölçerse ölç, ölçmek stedğ şey ulamazsı, ölçü alet hassasyet sıırları

Detaylı

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarhl ve 25391 sayılı Resm Gazete'de yayımlamıştır.) Amaç BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayaak Madde 1 Bu Yöetmelğ amacı, 4857 sayılı İş Kauuu 53 ücü maddes

Detaylı

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları 5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Olasılığı Tolaablrlk Kuralı: 5.6. Olasılığı çarım kuralı: 5.7. Değl ağıtısı: 5.8. Koşullu

Detaylı

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t)

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t) III.4. YÜKSEK MEREBE AYLOR MEODLARI Saısal tekkler amacı mmum çaba le olablğce uarlı aklaşımlar ele etmektr. Bu eele çeştl aklaşım ötemler vermllğ karşılaştıracak br krtere gereksm varır. İlk ele alıacak

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri uyruk Teorisi Ders Notları: Bazı uyruk Modelleri Mehmet YILMAZ mehmetyilmaz@akara.edu.tr 10 ASIM 2017 11. HAFTA 6 Çok kaallı, solu N kapasiteli, kuyruk sistemi M/M//N/ Birimleri sisteme gelişleri arasıdaki

Detaylı

BÖLÜM 2 OLASILIK TEORİSİ

BÖLÜM 2 OLASILIK TEORİSİ BÖLÜM OLSILIK TEORİSİ İstatstksel araştırmaları temel koularıda br souu öede kes olarak blmeye bazı şasa bağlı olayları (deemeler) olası tüm mümkü souçlarıı hag sıklıkla ortaya çıktığıı belrleyeblmektr.

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Ayça Hatce TÜRKAN GÜVENİLİRLİK ANALİZİNDE KULLANILAN İSTATİSTİKSEL DAĞILIM MODELLERİ İSTATİSTİK ANABİLİM DALI ADANA, 007 ÇUKUROVA ÜNİVERSİTESİ

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLAR İÇİN EN ÇOK OLABİLİRLİK VE FARKLI KAYIP FONKSİYONLARI ALTINDA BAYES TAHMİN EDİCİLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI Gülca GENCER

Detaylı

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ POLİNOMLARDA İNDİRGENEBİLİRLİK Derleye Osma EKİZ Eskişehir Fatih Fe Lisesi. GİRİŞ Poliomları idirgeebilmesi poliomları sıfırlarıı bulmada oldukça öemlidir. Şimdi poliomları idirgeebilmesi ile ilgili bazı

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF 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

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim

Detaylı

Doç. Dr. Mehmet AKSARAYLI

Doç. Dr. Mehmet AKSARAYLI Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br

Detaylı

6. NORMAL ALT GRUPLAR

6. NORMAL ALT GRUPLAR 6. ORMAL ALT GRUPLAR G br grup ve olsun. 5. Bölümden çn eştlğnn her zaman doğru olamayacağını blyoruz. Fakat bu özellğ sağlayan gruplar, grup teorsnde öneml rol oynamaktadır. Bu bölümde bu tür grupları

Detaylı

Quality Planning and Control

Quality Planning and Control Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618

Detaylı

PAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2015 OTOMATİK KONTROL DERS NOTLARI

PAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2015 OTOMATİK KONTROL DERS NOTLARI PAMUKKALE ÜNİVERSİTESİ Mühedlk Fakülte, Make Mühedlğ Bölümü Zekerya Grg DENİZLİ, 05 OTOMATİK KONTROL DERS NOTLARI Ööz Mühedlkte vermeye başladığım Otomatk Kotrol der daha y alaşılablme ç bu otlar hazırlamaya

Detaylı

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

İşlenmemiş 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

Detaylı

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

AES S Kutusuna Benzer S Kutuları Üreten Simulatör AES S Kutusua Bezer S Kutuları Ürete Smulatör M.Tolga SAKALLI Trakya Üverstes Blgsayar Mühedslğ tolga@trakya.edu.tr Erca BULUŞ Trakya Üverstes Blgsayar Mühedslğ ercab@trakya.edu.tr Adaç ŞAHİN Trakya Üverstes

Detaylı

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2 l Ta rr ım ı Ekooms Kog rres 6-8 - Eylül l 2000 Tek rrdağ TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ (980-998) (TRANLOG MALİYET FONKİYONU UYGULAMAI) Yaşar AKÇAY Kemal EENGÜN 2. GİRİŞ Türkye tarımı

Detaylı

TEKNOLOJİ, PİYASA REKABETİ VE REFAH

TEKNOLOJİ, PİYASA REKABETİ VE REFAH TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr

Detaylı

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm Br Alışverş Merkezde Hzmet Sektörü Đç E Kısa Yol Problem le Br Çözüm Pıar Düdar, Mehmet Al Balcı, Zeyep Örs Yorgacıoğlu Ege Üverstes, Matematk Bölümü, Đzmr Yaşar Üverstes, Matematk Bölümü, Đzmr par.dudar@ege.edu.tr,

Detaylı

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI Süleyma Demrel Üverstes İktsad ve İdar Blmler Fakültes Dergs Y.2008, C.3, S.2 s.335-350. Suleyma Demrel Uversty The Joural of Faculty of Ecoomcs ad Admstratve Sceces Y.2008, vol.3, No.2 pp.335-350. PORTFÖY

Detaylı

GENELLEŞTİRİLMİŞ BULANIK KÜMELER. Mehmet Şahin Gaziantep Üniversitesi, Matematik Bölümü, 27310, Gaziantep

GENELLEŞTİRİLMİŞ BULANIK KÜMELER. Mehmet Şahin Gaziantep Üniversitesi, Matematik Bölümü, 27310, Gaziantep GENEEŞTİRİMİŞ UANIK KÜMEER Mehme Şah Gazaep Üverses, Maemak ölümü, 27310, Gazaep ÖZET: u çalışmada öcelkle P ( br al ale olarak buludura bulaık kümeler GF ales br halka olarak yapıladırılmaka ve bu yapıı

Detaylı

HĐPERSTATĐK SĐSTEMLER

HĐPERSTATĐK SĐSTEMLER HĐPERSTATĐK SĐSTELER Taım: Bütü kest zorları, şekldeğştrmeler ve yerdeğştrmeler belrlemes ç dege deklemler yeterl olmadığı sstemlere hperstatk sstemler der. Hperstatk sstemler hesabı ç, a) Dege deklemlere,

Detaylı

Temel Yapılar: Kümeler, Fonksiyonlar, Diziler ve Toplamlar

Temel Yapılar: Kümeler, Fonksiyonlar, Diziler ve Toplamlar Temel Yapılar: Kümeler, Fokyolar, Dzler ve Toplamlar CSC-9 yrık Yapılar Kotat uch - LSU Kümeler Küme, eeler düzez toparlamaıdır İglz alabedek el harler: V { a, e,, o, u} a V bv küçük pozt tek ayılar: Küme

Detaylı

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

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

Detaylı

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz; Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9

Detaylı

Örnek 2.1 YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 7. Koşulsuz Durum Olasılıkları. Örnek 2.1

Örnek 2.1 YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 7. Koşulsuz Durum Olasılıkları. Örnek 2.1 Örek.1 YÖNEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 7 Yrd. Doç. Dr. Beyazıt Ocakta Web site: ocakta.bau.edu.tr E-mail: bocakta@gmail.com Reault marka otomobil sahilerii bir soraki otomobillerii de Reault

Detaylı

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA İstabul Tcaret Üverstes Fe Blmler Dergs Yıl: 11 Sayı: Güz 01 s. 19-35 ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA Cası KAYA 1, Oza KOCADAĞLI Gelş: 30.05.01 Kabul: 14.1.01

Detaylı

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

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

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

Detaylı

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim.

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim. 6..27 Tarhl Mühedslk ekooms fal sıavı Süre 9 dakka Sıav Saat: Sıav süresce görevllere soru sormayı. Başarılar dlerm. D: SOYD: ÖĞRENCİ NO: İMZ: Tek ödemel akümüle değer faktörü Tek ödemel gücel değer faktörü

Detaylı

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI İstabul Tcaret Üverstes Sosal Blmler Dergs Yıl:8 Saı:5 Bahar 2009 s.73-87 WEİBULL DAĞILIMII ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİ İSTATİSTİKSEL TAHMİ YÖTEMLERİİ KARŞILAŞTIRILMASI Flz ÇAKIR ZEYTİOĞLU* ÖZET Güümüzde

Detaylı

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp

Detaylı

TOPOLOJİK TEMEL KAVRAMLAR

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

Detaylı

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr. İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk

Detaylı

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...

İÇİNDEKİLER. 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

Detaylı

Rasgele sayıda bağımlı aktüeryal risklerin beklenen değeri için alt ve üst sınırlar

Rasgele sayıda bağımlı aktüeryal risklerin beklenen değeri için alt ve üst sınırlar www.saskcler.org İsaskçler Dergs (8) 64-74 İsaskçler Dergs Rasgele sayıda bağımlı aküeryal rskler beklee değer ç al ve üs sıırlar Fah Tak Kırıkkale Üverses Fe-Edebya Faküles, İsask Bölümü 7-ahşha,Kırıkkale,

Detaylı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları

Detaylı

α kararlı dağılım, VaR, Koşullu VaR,, Finansal α KARARLI DAĞILIMLARLA FİNANSAL RİSK

α kararlı dağılım, VaR, Koşullu VaR,, Finansal α KARARLI DAĞILIMLARLA FİNANSAL RİSK Marmara Üverstes İ.İ.B.F. Dergs YIL 00 CİLT XXVIII SAYI I S. 549-57 Özet KARARLI DAĞILIMLARLA FİNANSAL RİSK ÖLÇÜMÜ Ömer ÖNALAN * Bu çalışmada fasal kayıları kalı kuyruklu kararlı dağılım zledğ varsayımı

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A Uygulamalı Blmler ve Mühedslk ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Appled Sceces ad Egeerg Clt/Vol.: 3-Sayı/No: : 5-63 (202 ARAŞTIRMA

Detaylı

7. Ders. Bazı Kesikli Olasılık Dağılımları

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

Detaylı

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür. Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk

Detaylı

Tahmin Edici Elde Etme Yöntemleri

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

Detaylı

SOYUT CEBİR VE SAYILAR TEORİSİ

SOYUT CEBİR VE SAYILAR TEORİSİ ÇÖZÜMLÜ PROBLEMLERLE SOYUT CEBİR VE SAYILAR TEORİSİ PROF. DR. MEHMET ERDOĞAN Beyket Üverstes Fe-Edebyat Fakültes Matematk-Blgsayar Bölümü YRD. DOÇ. DR. GÜLŞEN YILMAZ Beyket Üverstes Fe-Edebyat Fakültes

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ İSTATİSTİK Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özka GÖRGÜLÜ Tavsye Edle Kayak Ktaplar Her öğrec keds tuttuğu düzel otlar.. Akar, M. ve S. Şahler, (997). İstatstk. Ç.Ü. Zraat Fakültes Geel Yayı No: 74, Ders

Detaylı

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

LİNEER 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

Detaylı

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık

Detaylı

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve

Detaylı

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

4/16/2013. 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

Detaylı

çözüm: C=19500 TL n=4 ay t=0,25 I i 1.yol: Senedin iskonto tutarı x TL olsun. Bu durumda senedin peşin değeri: P C I (19500 x) TL olarak alınabilir.

çözüm: C=19500 TL n=4 ay t=0,25 I i 1.yol: Senedin iskonto tutarı x TL olsun. Bu durumda senedin peşin değeri: P C I (19500 x) TL olarak alınabilir. 1 6)Kred değer 19500 TL ola br seet vadese 4 ay kala, yıllık %25 skoto oraı üzerde br bakaya skoto ettrlyor. Hesaplamada ç skoto metodu kullaıldığıa göre, seed skoto tutarı kaç TL dr? C=19500 TL =4 ay

Detaylı

Venn Şeması ile Alt Kümeleri Saymak

Venn Şeması ile Alt Kümeleri Saymak Ve Şeması ile lt Kümeleri Saymak Osma Ekiz Bu çalışmada verile bir kümei çeşitli özellikleri sağlaya alt küme veya alt kümlerii ve şeması yardımıyla saymaya çalışacağız. Temel presibimiz aradığımız alt

Detaylı

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama KMÜ Sosyal ve Ekoomk Araştırmalar Dergs (8): 37-45, 00 ISSN: 309-93, wwwkmuedutr Kuruluş Yer Seçmde Bulaık TOPSIS Yötem ve Bakacılık Sektörüde Br Uygulama Nha Tırmıkçıoğlu Çıar Yıldız Tekk Üverstes, Kmya-Metalür

Detaylı

5.1 Olasılık Tarihi Temel Olasılık Kavramları

5.1 Olasılık Tarihi Temel Olasılık Kavramları 5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Koşullu (Şartlı Olasılık 5.6. ayes Teorem 5.7. ağımsızlık: 5.8. Olasılık Foksyoları 5.8..

Detaylı

Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı

Bir 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

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ Clt: 2 Sayı: 3 sh 87-02 Ekm 200 VOLTERRA SERİLERİ METODU İLE DOĞRUSAL OLMAYAN SİSTEMLERİN FREKANS BOYUTUNDA ANALİZİ İÇİN NET TABANLI ARAYÜZ TASARIMI (DESIGN

Detaylı

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0

Detaylı

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss.135-144 Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN

Detaylı

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI 1 KONTOL KATLAI 1)DEĞİŞKENLE İÇİN KONTOL KATLAI Ölçe,gözle veya deey yolu le elde edle verler değşke(ölçüleblr-sürekl) ve özellk (sayılablr-keskl) olak üzere başlıca k gruba ayrılır. Değşke verler belrl

Detaylı

REGRESYON VE KORELASYON ANALİZİ

REGRESYON VE KORELASYON ANALİZİ REGRESYON VE KORELASYON ANALİZİ.. Doğrusal İlşler.. Yalı (ast) Regreso... E Küçü Kareler Metodu a) Normal Delemler Çözümü ) Determat metodu c) Orj Kadırma... Regresou Stadart Sapması..3. Regresou Duarlılığı..4.

Detaylı

2.2. Fonksiyon Serileri

2.2. 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

Detaylı

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

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

Detaylı

Ki- kare Bağımsızlık Testi

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

Detaylı