Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.
|
|
- Emre Kavur
- 7 yıl önce
- İzleme sayısı:
Transkript
1 Zaman Serileri-1 If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören
2 Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere sahip değișkenlere zaman serisi adı verilmektedir. Genel olarak zaman serisi, T örneklem büyüklüğü olmak üzere z t, t= 1, 2,, T biçiminde gösterilir. Buna göre ilk gözlemlenen veri Z 1 ; ikinci gözlemlenen veri Z 2 ; son gözlemlenen veri Z T ile ifade edilir. 2
3 Zaman içinde sürekli olarak kaydedilebilen verilere sahip serilere sürekli zaman serileri, sadece belli aralıklarda elde edilebilen verilere sahip serilere de kesikli zaman serileri adı verilmektedir. Elektrik sinyalleri, voltaj, ses titreșimleri gibi mühendislik alanlarına ait seriler sürekli zaman serileri iken; Faiz oranı, satıș hacmi, üretim miktarı gibi iktisadi seriler kesikli zaman serileridir. 3
4 Zaman Serileri Geçmiș dönemlerde verilerin göstermiș olduğu eğilimin, gelecekte de aynı șekilde gelișeceği kabul edilerek tahmin yapılmaktadır. Durağanlık kavramı 4
5 Zaman Serileri Durağan zaman serisi: Zaman serisinin ortalaması ve varyansı simetrik bir değișme göstermiyorsa veya seri periyodik dalgalanmalardan arınmıș ise 5
6 6
7 Farklı yapıdaki zaman serisi örnekleri 1. Ekonomik ve finansal zaman serileri: İktisadi verilerin önemli bir bölümü zaman serilerinden ibarettir. Örneğin, günlük hisse senedi fiyatları, yıllık ișsizlik oranları gibi dönemler itibariyle farklı alanlarda çok sayıda zaman serileri derlenir ve toplanır. 7
8 yıllarına ait istihdam oranı verileri :01 08:04 08:07 08:10 09:01 09:04 ISTIHDAM 8
9 2. Fiziksel zaman serileri: Zaman serileri fen bilimlerinde, özellikle meteorolojide, denizcilik bilimlerinde ve coğrafyada çok sık gözlenir. Fen bilimlerinde gözlemlerin kayıtları daha çok sürekli bir yapıdadır. Örneğin, bir laboratuvarda belirli bir sıcaklığın muhafaza edilmesi için nem oranı gibi bazı değișkenlerin sürekli ölçümleri birer zaman serisi olușturur. 9
10 1955:1-1960:12 yıllarına ait sıcaklık verileri SICAKLIK 10
11 3. İșletme zaman serileri: Değișik dönemlerde ișletmelerin satıș analizleri önemli yararlar sağlar. Bu tür veriler daha çok pazarlama verileri olarak bilinir. İșletme veya pazarlama verileri ileriye yönelik ișletme politikalarının belirlenmesinde ve satıș ön raporlarının hazırlanmasında etkin bir șekilde kullanılır. 11
12 1965:1-1970:12 yıllarına ait x firmasının soğutucu satış verileri SATIS 12
13 4. Demografik zaman serileri: Genellikle nüfus çalıșmalarında ortaya çıkan zaman serileridir. Örneğin, yıllık ortalama nüfus artıșı, yıllık ölüm ve doğum oranları bu sınıfa dahil edilebilir. Hükümetler orta ve uzun vadeli planlamalarında demografik verilerdeki değișmeleri dikkate alarak çeșitli ekonomik göstergeler için tahminlerde bulunabilir. 13
14 yıllarına ait evlenme oranı verileri EVLILIK 14
15 5. Süreç kontrol verileri: Süreç kontrolünde ele alınan bir problem, sürecin kalitesini gösteren bir ölçüm yardımıyla bir üretim sürecinin çalıșmalarındaki değișimlerin incelenmesi olarak alınabilir. Bu değișkenin ölçümleri belirlenen bir hedeften ne kadar ve hangi yönde sapma gösterdiğinin incelenmesi için zamana karșı bir grafik çizilir. Belirlenen bu hedeften sapmalar incelenerek gerekli düzeltmeler yapılmaya çalıșılır. Bu tür zaman serisi problemlerinin çözümü istatistiksel kalite kontrol teknikleri adı altında ele alınır. 15
16 Süreç kontrol grafiği 16
17 6. İkili süreç verileri: Bu tür verilerde gözlemler 0 veya 1 gibi yalnızca iki değerden birini alır. Bu özelliğinden dolayı bu veriler ikili süreç olarak adlandırılır. İkili süreç verilerinde, örneğin herhangi bir elektronik cihazın açma/kapama düğmesinin açık veya kapalı olma durumuna göre bir ölçeklendirme yapılır. 17
18 İkili süreç grafiği 18
19 7. Nokta süreç verileri: Zaman serilerinin farklı bir türü de belirli bir dönem içerisinde rassal olarak ortaya çıkan bir olaylar dizisi biçiminde olușur. Örneğin havayolu ulașımında bir yolcu uçağının bir yıllık bir dönem içerisinde arızalandığı ve bakım/onarıma alındığı aylar bir nokta süreç olarak gösterilebilir. Nokta süreç grafiği 19
20 Zaman serileri 20
21 Zaman Serisi Bileșenleri Trend (L) Konjonktürel Değișimler (K) Mevsimlik Değișimler (S) Düzensiz Değișimler (R) 21
22 Zaman Serisi Bileșenleri Y t: t dönemindeki gözlem değeri L t: Trendin t dönemindeki etkisi S t: Mevsimlik değișmelerin t dönemindeki etkisi K t : Konjonktürel değișmelerin t dönemindeki etkisi R t : Düzensiz değișmelerin t dönemindeki etkisi 22
23 10 Zaman Serisi Bileșenleri -Trend Zaman serilerindeki büyümenin ya da düșüșün altında yatan, belirli bir yönde gösterdiği ilerlemedir. Trend, iki șekilde ifade edilebilir: Doğrusal Trend Doğrusal Olmayan Trend Doğrusal Trend 10 Doğrusal Olmayan Trend
24 Zaman Serisi Bileșenleri Konjonktürel Değișimler Uzun bir zaman periyodunda olușan ekonomide büyüme ve daralma dönemlerinde yașanan iniș çıkıșlara bağlı olarak olușan dalgalanmalardır. Büyük çaplı ekonomik değișimler sırasında olușmaktadır. Devirli olan değișmelerdir. 24
25 25
26 Zaman Serisi Bileșenleri Mevsimlik Değișimler Düzenli olarak tekrarlanan değișimlerdir. 26
27 Zaman Serisi Bileșenleri Düzensiz Değișimler Rastlantısal olarak meydana gelen, sistematik değișim göstermeyen ve önceden tahmin edilmeleri çok zor olan değișmelerdir. Deprem, sel vb 27
28 Zaman Serisi Analizi Belirli zaman aralıklarında gözlenen bir olay hakkında, gözlenen serinin yapısını veren stokastik süreci modellemeyi ve zaman serisi bileșenlerinden hangilerinin etkili olduğunun belirlenmesini sağlayan ve zaman serisi değișkenlerinin gelecekteki değerlerinin doğru bir șekilde tahmininin yapılmasını sağlayan metot. 28
29 Mevsimsel Veriyi Modelleyebilmek Toplam Modeli Çarpım Modeli Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 29
30 Toplam Modeli Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 30
31 Toplam Modeli Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 31
32 Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 32
33 Çarpım Modeli Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 33
34 Çarpım Modeli Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 34
35 Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 35
36 Toplam mı Çarpım mı? Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 36
37 Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 37
38 Zaman Serisi Tahmin Yöntemleri Zaman Serileri Analizi Basit Grafik Yöntem Ortalama Yöntemleri Üstel Düzeltme Yöntemleri Trend Analizi Box-Jenkins Yöntemi 38
39 Veriyi düzgünleștirmek 39
40 Basit Grafik Yöntemi Zaman serisi, gözlem sayısı itibari ile iki eșit kısma ayrılır. Seri, çift sayılı ise eșit olarak, tek sayılı ise tam ortada kalan eleman alınmadan iki eșit kısma ayrılır. Ayrılan her kısmın aritmetik ortalaması hesaplanır ve ortalama değerleri grafiğe ișlendikten sonra araları bir doğru ile birleștirilerek bir doğru elde edilir. 40
41 Basit Grafik Yöntemi Sakıncaları: Trendin doğrusal olduğunu kabul etmektedir. Serinin her iki kısmında konjonktürel dalgalanmaların etkisinin aynı olduğu varsayılmaktadır. 41
42 Örnek Yıllar Üretim (10000 Adet)
43 Ortalama Yöntemleri Basit Ortalama Yöntemi Trend, konjonktürel, mevsimsel değișmelerin olmadığı ve az sayıdaki veriler için uygulanabilmekte ve geçmiș dönemlere ilișkin hesaplanan aritmetik ortalama hesabına dayanmaktadır. 43
44 Hareketli Ortalamalar Yöntemi Zaman içinde durağan yapıya sahip ortamlara uygundur. n dönemlik hareketli ortalama; yalnızca en son n adet geçmiș dönem verisinin ortalamasını hesaplar ve bunu bir sonraki dönemin tahmini olarak kullanır. Hareketli Ortalama = (1/n) Σ(önceki n dönemin değeri) 44
45 Örnek ABD deki yılları arasındaki cinayetlerin sayısı (bin olarak) aşağıda verilmiştir. a) 5 yıllık hareketli ortalamayı b)4 yıllık hareketli ortalamayı bulunuz. Yıl Cinayet (1000) 19,0 20,6 20,1 20,7 21,5 23,4 24,7 23,8 24,5 23,3 21,6 «Schaum s Outlines:İstatistik» kitabından alınmıştır. 45
46 Örnek Yıl Veri 5 yıllık hareketli toplam 5 yıll117,9ık hareketli ortalama Yıl Veri 4 yıllık hareketli toplam 4 yı93,2llık hareketli ortalama , , , , , , , , , ,4 101,9 20, ,7 106,3 21, ,8 110,4 22, ,5 114,1 22, ,3 117,9 23, ,6 119,7 23,94 117,9 23, ,5 80,4 20, ,4 82,9 20, ,7 85,7 21, ,8 90,3 22, ,5 93,4 23, ,3 96,4 24, ,6 96,3 24,075 93,2 23,3 «Schaum s Outlines:İstatistik» kitabından alınmıştır. 46
47 Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 47
48 Ağırlıklı Hareketli Ortalama Yöntemi Geçmiș verilerin daha az önemli olduğu durumlarda, ağırlıkları 0-1 arasında toplamı 1 olacak șekilde, ağırlıkların deneyime bağlı olarak belirlendiği, en yakın veriye en büyük ağırlığın verilmesi ile hesaplanan değerdir. 48
49 Örnek Aylar Gerçekleșen Talep (y i ) 3 Aylık Ağırlıklı Hareketli Ortalama Aralık 3 Ocak 5 Șubat 4 Mart 7 3*0,2+5*0,3+4*0,5=4,1 Nisan 11 5*0,2+4*0,3+7*0,5=5,7 Mayıs????? 4*0,2+7*0,3+11*0,5=8,4 49
50 Karșılaștırma 50
51 Üstel Düzeltme Yöntemleri Geçmiș dönem verilerine eșit değil farklı ağırlıkların verildiği yöntemler. Üstel terimi, verilen ağırlıkların veriler eskidikçe, üstel șekilde azalması anlamını tașımaktadır. 51
52 Basit Üstel Düzeltme Yöntemi F t = αdt 1 + ( 1 α ) Ft 1 = Ft 1 α et 1 Yeni Tahmin = Geçen Dönemin Tahmini- α(geçen Dönemin Tahmin Hatası) Tahmin Hatası = (Talep Tahmini Gerçek Talep) 0 α 1 α Üstel düzeltme sabitidir ve α nın yüksek olması güncel verilere daha fazla ağırlık verildiği anlamına gelir. 52
53 Farklı α değerleri 53
54 Basit Üstel Düzeltme Yöntemi X t = µ + N t Durağan süreçler için uygundur. Trend ve mevsimselliğin olmadığı durumlarda kullanılabilir. 54
55 Örnek Yıl Tașınan Yük Miktarı Ton- Km (Milyon)
56 Doğrusal trende basit üstel düzeltme Doğrusal trend Basit Üstel Düzeltme Introduction to Time Series Analysis and Forecasting 2E, MJK
57 Dow Jones Index ( ) Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 57
58 Çift Üstel Düzeltme Yöntemi Eğer veriler doğrusal bir trende sahipse, Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 58
59 Çift Üstel Düzeltme Yöntemi Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 59
60 Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 60
61 Örnek Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 61
62 Örnek Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 62
63 Örnek Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 63
64 Örnek Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 64
65 Introduction to Time Series Analysis and Forecasting 2E, 2015 MJK 65
Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören
Zaman Serileri IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere sahip değișkenlere zaman serisi adı verilmektedir. Genel olarak zaman serisi,
DetaylıTahminleme Yöntemleri
PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü Tahminleme Yöntemleri 2012-2013 Bahar Yarıyılı 1 İçerik 1. Talep Tahmini Kavramı 2. Talep Tahminlerinin Kullanım Yeri 3. Talep Tahmin Modelleri
DetaylıSürelerine Göre Tahmin Tipleri
Girişimcilik Bölüm 5: Talep Tahmini scebi@ktu.edu.tr 5.1. Talep Tahmini Tahmin: Gelecek olayları önceden kestirme bilim ve sanatı. İstatistiksel Tahmin: Geçmiş verileri matematiksel modellerde kullanarak
DetaylıZAMAN SERİ ANALİZİNDE TEMEL KAVRAMLAR
ZAMAN SERİ ANALİZİNDE TEMEL KAVRAMLAR 1 KAVRAMLAR Öngörü: Gelecek olayları ya da koşulları tahmin etmeye öngörü denir. Karar verme sürecinde vazgeçilmez bir unsurdur. Nitel(kalitatif) Yöntemler: Öngörü
DetaylıÜSTEL DÜZLEŞTİRME YÖNTEMİ
ÜSEL DÜLEŞİRME YÖNEMİ ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik
DetaylıDoç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ
I Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ II Yayın No : 2845 Teknik Dizisi : 158 1. Baskı Şubat 2013 İSTANBUL ISBN 978-605 - 377 868-4 Copyright Bu kitabın bu basısı için Türkiye deki yayın hakları BETA
DetaylıTahminleme Yöntemleri-2
PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü 1 Tahminleme Yöntemleri-2 İçerik 1. Mevsimsel Değişim Bazlı Teknik 2. Box-Jenkins Modelleri 3. Tahmin Yöntemlerini Uygulamada Dikkat Edilmesi
Detaylı3 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
DetaylıZAMAN SERİLERİNDE REGRESYON ANALİZİ
ZAMAN SERİLERİNDE REGRESYON ANALİZİ 1 1. GİRİŞ Trent, serinin genelinde yukarıya ya da aşağıya doğru olan hareketlere denmektedir. Bu hareket bazen düz bir doğru şeklinde olmaktadır. Bu tür harekete sahip
DetaylıMühendislikte İstatistik Yöntemler
.0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0
DetaylıVERİ 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
DetaylıNedensel Modeller Y X X X
Tahmin Yöntemleri Nedensel Modeller X 1, X 2,...,X n şeklinde tanımlanan n değişkenin Y ile ilgili olmakta; Y=f(X 1, X 2,...,X n ) şeklinde bir Y fonksiyonu tanımlanmaktadır. Fonksiyon genellikle aşağıdaki
DetaylıİÇİNDEKİLER 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
DetaylıEndüstri Mühendisliğine Giriş
Endüstri Mühendisliğine Giriş 5 ve 19 Aralık 2012, Şişli-Ayazağa, İstanbul, Türkiye. Yard. Doç. Dr. Kamil Erkan Kabak Endüstri Mühendisliği Bölümü,, Şişli-Ayazağa, İstanbul, Türkiye erkankabak@beykent.edu.tr
DetaylıDOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Hareketli Ortalama Modelleri MA(q) Süreci
DOĞRUSAL ZAMAN SERİSİ MODELLERİ Durağan ARIMA Modelleri: Hareketli Ortalama Modelleri MA(q) Süreci Hareketli Ortalama Süreci:MA(q) Hareketli Ortalama sürecini yapısını ortaya koymak için önce hisse senedi
DetaylıZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ
ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ 1 A. GİRİŞ Gözlemlerin belirli bir dönem için gün, hafta, ay, üç ay, altı ay, yıl gibi birbirini izleyen eşit aralıklarla yapılması ile elde edilen seriler zaman
DetaylıTanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN
Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,
Detaylı009 BS 400- İstatistik sonılannın cevaplanmasında gerekli olabilecek tablolar ve formüller bu kitapçığın sonunda verilmiştir. 1. şağıdakilerden hangisi doğal birimdir? l TV alıcısı Bl Trafik kazası CL
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans
DetaylıProf.Dr.İhsan HALİFEOĞLU
Prof.Dr.İhsan HALİFEOĞLU FREKANS DAĞILIMLARINI TANIMLAYICI ÖLÇÜLER Düzenlenmiş verilerin yorumlanması ve daha ileri düzeydeki işlemler için verilerin bütününe ait tanımlayıcı ve özetleyici ölçülere ihtiyaç
DetaylıBölüm 3 Merkezi Konum (Eğilim) Ölçüleri. Giriş Veri kümesi. Ortalamalar iki grupta incelenir. A. Duyarlı olan ortalama. B. Duyarlı olmayan ortalama
GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Bölüm 3 Merkezi Konum (Eğilim) Ölçüleri Yrd. Doç. Dr. Safa KARAMAN 1 2 Giriş Veri kümesi Verileri betimlemenin ve özetlemenin bir diğer yolu da verilerin bir
DetaylıZAMAN SERİSİ SÜREÇLERİ Durağan ve Durağan Olmayan Zaman Serileri
ZAMAN SERİSİ SÜREÇLERİ Durağan ve Durağan Olmayan Zaman Serileri 1 Zaman Serileri Analizi Zaman Serisi Modelleri Veri Üretme Süreci(DGP) Stokastik Süreçler Durağan Stokastik Süreçler Durağan Stokastik
DetaylıSANAYİDE GELİŞMELER VE İSTİHDAM EĞİLİMLERİ. Esra DOĞAN, Misafir Araştırmacı. Mehmet Furkan KARACA, Yardımcı Araştırmacı
15 Mayıs 2014 SANAYİDE GELİŞMELER VE İSTİHDAM EĞİLİMLERİ Esra DOĞAN, Misafir Araştırmacı Mehmet Furkan KARACA, Yardımcı Araştırmacı Hanehalkı İşgücü Anketinde Yeni Düzenlemeler Avrupa Birliğine tam uyum
DetaylıÖrnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri
EME 3117 1 2 Girdi Analizi SİSTEM SIMÜLASYONU Modellenecek sistemi (prosesi) dokümante et. Veri toplamak için bir plan geliştir. Veri topla. Verilerin grafiksel ve istatistiksel analizini yap. Girdi Analizi-I
Detaylırasgele 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
Detaylı1.58 arasındaki her bir değeri alabileceği için sürekli bir
7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin
DetaylıRASSAL 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
DetaylıVahap Tolga KOTAN Murat İNCE Doruk ERGUN Fon Toplam Değeri 877.247,49 Fonun Yatırım Amacı, Stratejisi ve Riskleri
A. TANITICI BİLGİLER PORTFÖY BİLGİLERİ YATIRIM VE YÖNETİME İLİŞKİN BİLGİLER Halka Arz Tarihi 07/11/2008 Portföy Yöneticileri 31.03.2010 tarihi itibariyle Vahap Tolga KOTAN Murat İNCE Doruk ERGUN Fon Toplam
DetaylıDers 9: Kitle Ortalaması ve Varyansı için Tahmin
Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
Detaylıİşgücü Talebinin Tahmininde Sayısal ve. ve Ayrıntılı Yöntemler. İnsan Kaynakları Planlamasında Sayısal
İşgücü Talebinin Tahmininde Sayısal ve Sayısal Yrd. Doç. Dr. Rıza DEMİR İstanbul Üniversitesi İşletme Fakültesi İnsan Kaynakları Planlaması ve Seçimi Dersi 2017 Talep Tahmin i İnsan kaynakları talebi veya
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıMESLEK KOMİTELERİ DURUM TESPİT ANKETİ
SONUÇLARI DURUM TESPİT ANKETİ MESLEK KOMİTELERİ Temmuz 15 Ekonomik Araştırmalar Şubesi 1 1 1 s 8 6 97,6 SANAYİ GELİŞİM ENDEKSİ 66,3 81,4 18, 15,2 SANAYİ GELİŞİM ENDEKSİ (SGE) (Üretim, İç Satışlar, İhracat,
DetaylıHareketli Ortalama ile Mevsimsel Ayrıştırma (Yöntem-2)
Tahmin Yöntemleri Hareketli Ortalama ile Mevsimsel Ayrıştırma (Yöntem-2) Mevsimsel etkenin tahmininde kullanılan diğer bir yöntem de N dönemlik hareketli ortalamaların alınmasıdır. Burada N değeri aynı
DetaylıTürkiye deki İş Kazalarının Box-Jenkins Tekniği ile İncelenmesi. Doç. Dr. Arzu ALTIN YAVUZ Ar. Gör. Barış ERGÜL Ar. Gör. Ebru GÜNDOĞAN AŞIK
Türkiye deki İş Kazalarının Box-Jenkins Tekniği ile İncelenmesi Doç. Dr. Arzu ALTIN YAVUZ Ar. Gör. Barış ERGÜL Ar. Gör. Ebru GÜNDOĞAN AŞIK Sunu Planı Giriş Bu bölümde İş Sağlığı ve Güvenliği ile ilgili
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
Detaylı8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,
İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2
DetaylıOluşturulan 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
DetaylıVerilerin Özetlenmesinde Kullanılan Sayısal Yöntemler
Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki
DetaylıKANTİTATİF TEKNİKLER - Temel İstatistik -
KANTİTATİF TEKNİKLER - Temel İstatistik - 1 İstatistik Nedir? Belirli bir amaçla verilerin toplanması, düzenlenmesi, analiz edilerek yorumlanmasını sağlayan yöntemler topluluğudur. 2 İstatistik Kullanım
DetaylıMühendislikte 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.
Detaylı18 Ocak 2016 HİSSE ÖNERİ VE TEKNİK ANALİZ BIST-100 VIOP-30 DOW JONES XBANK / XUSIN. İNDiKATÖRLER TEKNİK ÖNERİ LİSTESİ. İndikatör Bilgilendirmesi
18 Ocak 2016 HİSSE ÖNERİ VE TEKNİK ANALİZ SEVGÜL DÜZGÜN sduzgun@ziraatyatirim.com.tr TURGUT USLU tuslu@ziraatyatirim.com.tr BIST-100 VIOP-30 DOW JONES XBANK / XUSIN Günlük Fiyat Hareketi Beklentilerimiz
DetaylıBölüm 3. Tanımlayıcı İstatistikler
Bölüm 3 Tanımlayıcı İstatistikler 1 Tanımlayıcı İstatistikler Bir veri setini tanımak veya birden fazla veri setini karşılaştırmak için kullanılan ve ayrıca örnek verilerinden hareket ile frekans dağılışlarını
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıTÜRKİYE EKONOMİSİ MAKRO EKONOMİK GÖSTERGELER (NİSAN 2015)
TÜRKİYE EKONOMİSİ MAKRO EKONOMİK GÖSTERGELER (NİSAN 2015) Hane Halkı İşgücü İstatistikleri 2014 te Türkiye de toplam işsizlik %10,1, tarım dışı işsizlik ise %12 olarak gerçekleşti. Genç nüfusta ise işsizlik
DetaylıÖrnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir?
İSTATİSTİK Bir sonuç çıkarmak ya da çözüme ulaşabilmek için gözlem, deney, araştırma gibi yöntemlerle toplanan bilgiye veri adı verilir. Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
DetaylıİSTATİSTİK MHN3120 Malzeme Mühendisliği
İSTATİSTİK MHN3120 Malzeme Mühendisliği CBÜ - Malzeme Mühendisliği Bölümü Ofis: Mühendislik Fakültesi A Blok Ofis no:311 Tel: 0 236 2012404 E-posta :emre.yalamac@cbu.edu.tr YARDIMCI KAYNAKLAR Mühendiler
DetaylıMevsimlik Çalışma Arttı, İşsizlik Azaldı: Nisan, Mayıs, Haziran Dönemi
Mevsimlik Çalışma Arttı, İşsizlik Azaldı: Nisan, Mayıs, Haziran Dönemi HAZIRLAYAN.0. Prof. Dr. Mustafa DELİCAN İnsan Kaynakları Araştırma Merkezi Doç. Dr. Levent ŞAHİN - İnsan Kaynakları Araştırma Merkezi
DetaylıEkonometrinin Konusu ve Yöntembilimi. Ekonometri Nedir? Ekonometrinin Konusu ve Yöntembilimi. Ekonometri 1 Konu 4 Sürüm 2,0 (Ekim 2011)
Ekonometri Nedir? ve Yöntembilimi Ekonometri 1 Konu 4 Sürüm 2,0 (Ekim 2011) Ders Planı ve Yöntembilimi 1 ve Yöntembilimi Sözcük Anlamı ile Ekonometri Ekonometri Sözcük anlamı ile ekonometri, ekonomik ölçüm
DetaylıDers Planı: - Talep Yapıları. - Tahmin Etmede Önemli Kararlar. - Yargısal Yöntemler. - Nedensel Yöntemler: Doğrusal Regresyon
Ders Planı: - Talep Yapıları - Tahmin Etmede Önemli Kararlar - Yargısal Yöntemler - Nedensel Yöntemler: Doğrusal Regresyon - Zaman Serisi Yöntemleri - Zaman Serisi Yönteminin Seçimi - Çoklu Tekniklerin
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
DetaylıTANIMLAYICI İSTATİSTİKLER
TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin
DetaylıORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH
ORTALAMA ÖLÇÜLERİ Ünite 6 Öğr. Gör. Ali Onur CERRAH Araştırma sonucunda elde edilen nitelik değişkenler hakkında tablo ve grafikle bilgi sahibi olunurken, sayısal değişkenler hakkında bilgi sahibi olmanın
Detaylı14 Mart 2016 HİSSE ÖNERİ VE TEKNİK ANALİZ BIST-100 VIOP-30 DOW JONES XBANK / XUSIN. İNDiKATÖRLER TEKNİK ÖNERİ LİSTESİ. İndikatör Bilgilendirmesi
14 Mart 2016 HİSSE ÖNERİ VE TEKNİK ANALİZ SEVGÜL DÜZGÜN sduzgun@ziraatyatirim.com.tr TURGUT USLU tuslu@ziraatyatirim.com.tr BIST-100 VIOP-30 DOW JONES XBANK / XUSIN Günlük Fiyat Hareketi Beklentilerimiz
DetaylıRapor N o : SYMM 116 /1552-117
Rapor N o : SYMM 116 /1552-117 BÜYÜME AMAÇLI ULUSLAR ARASI KARMA EMEKLİLİK YATIRIM FONU NUN YATIRIM PERFORMANSI KONUSUNDA KAMUYA AÇIKLANAN BİLGİLERE İLİŞKİN 30.06.2009 TARİHİ İTİBARİYLE BİTEN HESAP DÖNEMİME
Detaylı21 Ekim 2015 HİSSE ÖNERİ VE TEKNİK ANALİZ BIST-100 VIOP-30 DOW JONES XBANK / XUSIN. İNDiKATÖRLER TEKNİK ÖNERİ LİSTESİ. İndikatör Bilgilendirmesi
Ekim 05 HİSSE ÖNERİ VE TEKNİK ANALİZ SEVGÜL DÜZGÜN sduzgun@ziraatyatirim.com.tr TURGUT USLU tuslu@ziraatyatirim.com.tr BIST-00 VIOP-30 DOW JONES XBANK / XUSIN Günlük Fiyat Hareketi Beklentilerimiz İndikatör
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
DetaylıFİNANSAL YÖNETİM. Finansal Planlama Nedir?
FİNANSAL YÖNETİM FİNANSAL PLANLAMA Yrd.Doç.Dr. Serkan ÇANKAYA Finansal analiz işletmenin geçmişe dönük verilerine dayanmaktaydı ancak finansal planlama ise geleceğe yönelik hareket biçimini belirlemeyi
DetaylıTÜRKİYE EKONOMİSİ NDE GÜNCEL EĞİLİMLER VE GENEL GÖRÜNÜM
TÜRKİYE EKONOMİSİ NDE GÜNCEL EĞİLİMLER VE GENEL GÖRÜNÜM 8 Eylül 216 Sunum Akışı I. İktisadi Faaliyet II. Dış Denge III. Enflasyon IV. Parasal ve Finansal Koşullar V. Genel Görünüm 2 İKTİSADİ FAALİYET 3
DetaylıKantitatif Tahmin Yöntemleri. Yrd.Doç.Dr. S.Kerem AYTULUN
Kantitatif Tahmin Yöntemleri Yrd.Doç.Dr. S.Kerem AYTULUN Tahmin Nedir? Günlük hayatta bilinçli veya bilinçsiz birçok tahminde bulunuruz. Hava durumu, trafik, sınav soruları, kişisel ilişkiler... Peki Firmalar???
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
DetaylıARIMA MODELLERİ KULLANILARAK YAPILAN ENERJİ TÜKETİMİ TAHMİN ÇALIŞMASI
ARIMA MODELLERİ KULLANILARAK YAPILAN ENERJİ TÜKETİMİ TAHMİN ÇALIŞMASI Mehmet KURBAN 1 Ümmühan BAŞARAN FİLİK 2 Sevil ŞENTÜRK 3 1,2 Elektrik ve Elektronik Mühendisliği Bölümü, Mühendislik-Mimarlık Fakültesi,
Detaylı30 Mart 2016 HİSSE ÖNERİ VE TEKNİK ANALİZ BIST-100 VIOP-30 DOW JONES XBANK / XUSIN. İNDiKATÖRLER TEKNİK ÖNERİ LİSTESİ. İndikatör Bilgilendirmesi
30 Mart 2016 HİSSE ÖNERİ VE TEKNİK ANALİZ SEVGÜL DÜZGÜN sduzgun@ziraatyatirim.com.tr TURGUT USLU tuslu@ziraatyatirim.com.tr BIST-100 VIOP-30 DOW JONES XBANK / XUSIN Günlük Fiyat Hareketi Beklentilerimiz
DetaylıİSTATİSTİK 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
DetaylıTürkiye ve Brezilya da Beklentilerin Enflasyon Tahminine Etkisi
Türkiye ve Brezilya da Beklentilerin Enflasyon Tahminine Etkisi CEM ÇAKMAKLI K O Ç Ü N İ V E R S İ T E S İ, A M S T E R D A M Ü N İ V E R S İ T E S İ, KU- T U S İ A D E A F Türkiye de Enflasyon Dinamikleri:
DetaylıBÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ
BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ İŞTİRME Araştırma rma SüreciS 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
DetaylıDOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci
DOĞRUSAL ZAMAN SERİSİ MODELLERİ Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci Tek Değişkenli Zaman Serisi Modelleri Ekonomik verilerin analizi ile ekonomik değişkenlerin gelecekte alabilecekleri
DetaylıQuality Planning and Control
Quality Planning and Control END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 İstatistiksel Proses Kontrol Kontrol Kartları Kontrol
DetaylıMESLEK KOMİTELERİ DURUM TESPİT ANKETİ
SONUÇLARI DURUM TESPİT ANKETİ MESLEK KOMİTELERİ Nisan 15 Ekonomik Araştırmalar Şubesi 14 1 1 8 6 4 SANAYİ GELİŞİM ENDEKSİ 19,5 117,2 115,5 97,6 66,3 SANAYİ GELİŞİM ENDEKSİ (SGE) (Üretim, İç Satışlar, İhracat,
DetaylıTemel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri
Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini
DetaylıZaman Serileri Ekonometrisine Giriş
Zaman Serileri Ekonometrisine Giriş Box-Jenkins Yöntemi Ekonometri 2 Konu 26 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported
DetaylıBASIN DUYURUSU ŞUBAT AYI ENFLASYONU, İLERİYE YÖNELİK BEKLEYİŞLER VE FAİZ ORANLARI
Sayı: 2002-21 14 Mart 2002 BASIN DUYURUSU ŞUBAT AYI ENFLASYONU, İLERİYE YÖNELİK BEKLEYİŞLER VE FAİZ ORANLARI I. GENEL DEĞERLENDİRME 1. TÜFE ve TEFE aylık artışları Şubat ayında sırasıyla yüzde 1,8 ve yüzde
DetaylıGüncel Ekonomik Yorum
TEMMUZ 16 Güncel Ekonomik Yorum Finansal piyasalarda bir önceki ay başbakanlıkta meydana gelen değişikliğin etkilerini atlatmak üzereyken İngiltere nin AB den ayrılması, yurtiçi ve yurtdışında meydana
Detaylı23 Şubat 2016 HİSSE ÖNERİ VE TEKNİK ANALİZ BIST-100 VIOP-30 DOW JONES XBANK / XUSIN. İNDiKATÖRLER TEKNİK ÖNERİ LİSTESİ. İndikatör Bilgilendirmesi
23 Şubat 2016 HİSSE ÖNERİ VE TEKNİK ANALİZ SEVGÜL DÜZGÜN sduzgun@ziraatyatirim.com.tr TURGUT USLU tuslu@ziraatyatirim.com.tr BIST-100 VIOP-30 DOW JONES XBANK / XUSIN Günlük Fiyat Hareketi Beklentilerimiz
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıHALK HAYAT VE EMEKLİLİK A.Ş. BÜYÜME AMAÇLI HİSSE SENEDİ EMEKLİLİK YATIRIM FONU A. TANITICI BİLGİLER
A. TANITICI BİLGİLER Portföy Bilgileri Halka Arz Tarihi 13.06.2012 2 Temmuz 2012 tarihi itibariyle (*) Fon Toplam Değeri 2.155.647 Yatırım Ve Yönetime İlişkin Bilgiler Portföy Yöneticileri Murat Zaman,
DetaylıKONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR ANALİTİK OLMAYAN MERKEZİ. Aritmetik ortalama **Medyan(median)
KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ 1 MERKEZİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR Bir örneklemde mevcut olan tüm veriler hesaba katılır. ANALİTİK OLMAYAN MERKEZİ EĞİLİM ÖLÇÜLERİ Bir örneklemdeki verilerin bir
DetaylıHatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5
Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın
DetaylıNicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014
Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?
DetaylıGruplanmış serilerde standart sapma hesabı
Gruplanmış serilerde standart sapma hesabı Örnek: Verilen gruplanmış serinin standart sapmasını bulunuz? Sınıflar f i X X X m i f i. m i m i - (m i - ) f i.(m i - ) 0 den az 3 4 den az 7 4 6 dan az 4 6
DetaylıOoo, bir dakika müsaade et... Geçen hafta 250 teker sattık... O zaman, bu hafta ne kadar satmalıyız... Tahmin Nedir?
Ooo, bir dakika müsaade et... Geçen hafta 250 teker sattık... O zaman, bu hafta ne kadar satmalıyız... Tahmin Nedir? IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Dersin amacı Tahmin, geleceğe hazır
DetaylıVERİLERİN GRAFİKLER YARDIMIYLA SUNUMU. 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu. 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla Sunumu
SAÜ 3. BÖLÜM VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU PROF. DR. MUSTAFA AKAL İÇİNDEKİLER 3.2.Grafiksel Sunumlar 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla
DetaylıYAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ. Umut FIRAT
YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ Umut FIRAT ufirat@yahoo.com Öz: Depremler yeryüzünde en çok yıkıma neden olan doğal afetlerdir. Bu durum, depremlerin önceden tahmin edilmesi fikrini
DetaylıYapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )
İKİ DEĞİŞKENLİ OLASILIK Rassal bir deneme yapılmakta ve farklı iki olay ile ilgilenilmektedir. A 1, A 2,,A i olayları bağdaşmaz ve bütünü kapsayıcıdır. B 1, B 2,,B j olayları bağdaşmaz ve bütünü kapsayıcıdır.
Detaylı0,5749. Menkul Kıymet Getirisi ve Riskinin Hesaplanması Tek dönemlik basit getiri (Kesikli getiri)
Menkul Kıymet Getirisi ve Riskinin Hesaplanması Tek dönemlik basit getiri (Kesikli getiri) R t : t dönemlik basit getiri P t : t dönemdeki fiyat P t-1 : t dönemden önceki fiyat Örneğin, THYAO hisse senedinin
DetaylıAvrasya Ekonomik Birliği Elektrik Piyasası Entegrasyonu Kapsamında Kırgızistan ın Enerji Tüketim Projeksiyonu
Avrasya Ekonomik Birliği Elektrik Piyasası Entegrasyonu Kapsamında Kırgızistan ın Enerji Tüketim Projeksiyonu Prof. Dr. Ahmet BurçinYERELİ Hacettepe Üniversitesi, İktisadi ve İdari Bilimler Fakültesi,
DetaylıEkonometrinin Konusu ve Yöntembilimi. Ekonometri Nedir? Ekonometrinin Konusu ve Yöntembilimi. Ekonometri 1 Konu 4 Sürüm 2,0 (Ekim 2011)
Ekonometri Nedir? ve Yöntembilimi Ekonometri 1 Konu 4 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported (CC BY-NC-SA 3.0) lisansı
DetaylıMerkezi Yığılma ve Dağılım Ölçüleri
1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
3.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Merkezi Eğilim Ölçüleri, belli bir özelliğe ya da değişkene
Detaylıistatistik 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
Detaylı16 Eylül 2015 HİSSE ÖNERİ VE TEKNİK ANALİZ BIST-100 VIOP-30 DOW JONES XBANK / XUSIN. İNDiKATÖRLER TEKNİK ÖNERİ LİSTESİ. İndikatör Bilgilendirmesi
16 Eylül 2015 HİSSE ÖNERİ VE TEKNİK ANALİZ SEVGÜL DÜZGÜN sduzgun@ziraatyatirim.com.tr TURGUT USLU tuslu@ziraatyatirim.com.tr BIST-100 VIOP-30 DOW JONES XBANK / XUSIN Günlük Fiyat Hareketi Beklentilerimiz
DetaylıBeklenti Anketi ne İlişkin Yöntemsel Açıklama
Beklenti Anketi ne İlişkin Yöntemsel Açıklama İstatistik Genel Müdürlüğü Reel Sektör Verileri Müdürlüğü İçindekiler I- Amaç... 3 II- Kapsam... 3 III- Yöntem... 3 IV- Tanımlar ve Hesaplamalar... 3 V- Yayımlama...
DetaylıEditörler Yrd.Doç.Dr.Aysen Şimşek Kandemir &Yrd.Doç.Dr.Tahir Benli İSTATİSTİK
Editörler Yrd.Doç.Dr.Aysen Şimşek Kandemir &Yrd.Doç.Dr.Tahir Benli İSTATİSTİK Yazarlar Yrd.Doç.Dr.Nizamettin Erbaş Yrd.Doç.Dr.Tuğba Altıntaş Dr.Yeliz Sevimli Saitoğlu A. Zehra Çelenli Başaran Azize Sağır
DetaylıBÖLÜM 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
DetaylıVERİ KÜMELERİNİ BETİMLEME
BETİMLEYİCİ İSTATİSTİK VERİ KÜMELERİNİ BETİMLEME Bir amaç için derlenen verilerin tamamının olduğu, veri kümesindeki birimlerin sayısal değerlerinden faydalanarak açık ve net bir şekilde ilgilenilen özellik
DetaylıPARAMETRİK OLMAYAN TESTLER
PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin rassal seçilmesi varsayımına dayanmaktaydı ve parametrik testler kullanılmıştı. Parametrik olmayan testler
Detaylı