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

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

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

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

Detaylı

Tahminleme Yöntemleri

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

Detaylı

Sürelerine Göre Tahmin Tipleri

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

Detaylı

ZAMAN SERİ ANALİZİNDE TEMEL KAVRAMLAR

ZAMAN 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

Detaylı

ÜSTEL DÜZLEŞTİRME YÖNTEMİ

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

Detaylı

Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ

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

Detaylı

Tahminleme Yöntemleri-2

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

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

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

Detaylı

ZAMAN SERİLERİNDE REGRESYON ANALİZİ

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

Detaylı

Mühendislikte İstatistik Yöntemler

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

Detaylı

VERİ SETİNE GENEL BAKIŞ

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

Detaylı

Nedensel Modeller Y X X X

Nedensel 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

Detaylı

Endüstri Mühendisliğine Giriş

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

Detaylı

İÇİNDEKİLER ÖN SÖZ...

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

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

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

Detaylı

DOĞRUSAL 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 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

Detaylı

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ

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

Detaylı

009 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

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel 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

Detaylı

Prof.Dr.İhsan HALİFEOĞLU

Prof.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

Detaylı

DERS 7 PORTFÖY RİSK VE GETİRİSİ

DERS 7 PORTFÖY RİSK VE GETİRİSİ DERS 7 PORTFÖY RİSK VE GETİRİSİ Menkul Kıymet Risk ve Getirisi Bir yatırımcının temel beklentisi, menkul kıymeti uygun bir fiyattan almak, uygun görülen bir zamanda daha fazla bir fiyata satmak ve ayrıca

Detaylı

Bölüm 3 Merkezi Konum (Eğilim) Ölçüleri. Giriş Veri kümesi. Ortalamalar iki grupta incelenir. A. Duyarlı olan ortalama. B. Duyarlı olmayan ortalama

Bölüm 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

Detaylı

İstatistik 1 BÖLÜM 3 VERİ SETLERİNİN ÖZETLENMESİNDE KULLANILAN SAYISAL YÖNTEMLER

İstatistik 1 BÖLÜM 3 VERİ SETLERİNİN ÖZETLENMESİNDE KULLANILAN SAYISAL YÖNTEMLER İstatistik 1 BÖLÜM 3 VERİ SETLERİNİN ÖZETLENMESİNDE KULLANILAN SAYISAL YÖNTEMLER 2017-2018 Ankara Üniversitesi, SBF SBF Onur Onur Özsoy 1 İşlenecek Konular Merkezi Eğilim Ölçüleri Ortalama, medyan, mod,

Detaylı

ZAMAN SERİSİ SÜREÇLERİ Durağan ve Durağan Olmayan Zaman Serileri

ZAMAN 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

Detaylı

SANAYİDE GELİŞMELER VE İSTİHDAM EĞİLİMLERİ. Esra DOĞAN, Misafir Araştırmacı. Mehmet Furkan KARACA, Yardımcı Araştırmacı

SANAYİDE 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

Detaylı

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

Örnek 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

Detaylı

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri

EME 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

Detaylı

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

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

Detaylı

KANTİTATİF TEKNİKLER - Temel İstatistik -

KANTİTATİF 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

Detaylı

1.58 arasındaki her bir değeri alabileceği için sürekli bir

1.58 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

Detaylı

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

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

Detaylı

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

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

Detaylı

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ders 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

Detaylı

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. 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

Detaylı

İşgücü Talebinin Tahmininde Sayısal ve. ve Ayrıntılı Yöntemler. İnsan Kaynakları Planlamasında Sayısal

İşgücü 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

Detaylı

OLASILIK ve KURAMSAL DAĞILIMLAR

OLASILIK ve KURAMSAL DAĞILIMLAR OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine

Detaylı

MESLEK KOMİTELERİ DURUM TESPİT ANKETİ

MESLEK 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,

Detaylı

Hareketli Ortalama ile Mevsimsel Ayrıştırma (Yöntem-2)

Hareketli 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

Detaylı

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

BÖLÜM 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

Detaylı

Türkiye 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 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

Detaylı

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

8.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

Detaylı

İçindekiler. Ön Söz... xiii

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

Detaylı

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler

Verilerin 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

Detaylı

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

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

Detaylı

Mühendislikte İstatistiksel Yöntemler

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

Detaylı

18 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 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

Detaylı

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ

BÖLÜM 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

Detaylı

21 Ekim 2015 HİSSE ÖNERİ VE TEKNİK ANALİZ BIST-100 VIOP-30 DOW JONES XBANK / XUSIN. İNDiKATÖRLER TEKNİK ÖNERİ LİSTESİ. İndikatör Bilgilendirmesi

21 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

Detaylı

ARIMA MODELLERİ KULLANILARAK YAPILAN ENERJİ TÜKETİMİ TAHMİN ÇALIŞMASI

ARIMA 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,

Detaylı

13. Olasılık Dağılımlar

13. 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

Detaylı

TÜRKİYE EKONOMİSİ MAKRO EKONOMİK GÖSTERGELER (NİSAN 2015)

TÜRKİYE 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

Detaylı

Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir?

Örnek...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

Detaylı

Quality Planning and Control

Quality 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

Detaylı

İstatistik ve Olasılık

İstatistik 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

Detaylı

İSTATİSTİK MHN3120 Malzeme Mühendisliği

İSTATİSTİK 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

Detaylı

Mevsimlik Çalışma Arttı, İşsizlik Azaldı: Nisan, Mayıs, Haziran Dönemi

Mevsimlik 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

Detaylı

Quality Planning and Control

Quality Planning and Control Quality Planning and Control Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 Süreç ve Ölçüm Sistemi Yeterlilik Analizi II (Process and Measurement System Capability

Detaylı

Ekonometrinin Konusu ve Yöntembilimi. Ekonometri Nedir? Ekonometrinin Konusu ve Yöntembilimi. Ekonometri 1 Konu 4 Sürüm 2,0 (Ekim 2011)

Ekonometrinin 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

Detaylı

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

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

Detaylı

İstatistik 1 Bölüm 12 Tahmin: Hipotez Testleri 2

İstatistik 1 Bölüm 12 Tahmin: Hipotez Testleri 2 İstatistik 1 Bölüm 12 Tahmin: Hipotez Testleri 2 Notları Prof. Dr. Onur Özsoy Hipotez Testleri Yapılırken İzlenecek Aşamalar 1. H 0 ve H a nın belirlenmesi 2. Test İstatistiğinin belirlenmesi 3. Anlamlılık

Detaylı

TANIMLAYICI İSTATİSTİKLER

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

Detaylı

SANAYİDE GELİŞMELER VE İSTİHDAM EĞİLİMLERİ. Esra DOĞAN, Misafir Araştırmacı. Damla OR, Yardımcı Araştırmacı. Yönetici Özeti

SANAYİDE GELİŞMELER VE İSTİHDAM EĞİLİMLERİ. Esra DOĞAN, Misafir Araştırmacı. Damla OR, Yardımcı Araştırmacı. Yönetici Özeti 17 Şubat 2014 SANAYİDE GELİŞMELER VE İSTİHDAM EĞİLİMLERİ Esra DOĞAN, Misafir Araştırmacı Damla OR, Yardımcı Araştırmacı Yönetici Özeti TÜİK, Kasım 1 ayı işsizlik oranını %9,9 olarak açıklamıştır. Bu oran,

Detaylı

ORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH

ORTALAMA 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

Detaylı

14 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 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

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 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

Detaylı

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

ÖRNEKLEME 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

Detaylı

Rapor N o : SYMM 116 /1552-117

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

Detaylı

30 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 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

Detaylı

. Probability, Seymour Lipschutz Schaum s serie) Ç: Olasılık, Hacer Kutluk.. İstatistik, Fikri Akdeniz, Ankara Üniversitesi

. Probability, Seymour Lipschutz Schaum s serie) Ç: Olasılık, Hacer Kutluk.. İstatistik, Fikri Akdeniz, Ankara Üniversitesi MÜHENDİSLİK İSTATİSTİĞİ (İSTATİSTİK-OLASILIK) Kaynaklar:. Probability, Seymour Lipschutz Schaum s serie) Ç: Olasılık, Hacer Kutluk. İstatistik, Fikri Akdeniz, Ankara Üniversitesi. Uygulamalı İstatistik,

Detaylı

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

TEMEL 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

Detaylı

Türkiye ve Brezilya da Beklentilerin Enflasyon Tahminine Etkisi

Türkiye 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:

Detaylı

TÜRKİYE EKONOMİSİ NDE GÜNCEL EĞİLİMLER VE GENEL GÖRÜNÜM

TÜRKİYE 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

Detaylı

FİNANSAL YÖNETİM. Finansal Planlama Nedir?

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

Detaylı

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

Kantitatif 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???

Detaylı

İSTATİSTİK I KISA ÖZET KOLAYAOF

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

Detaylı

a) I b) I ve II c) III ve IV d) I, II ve V e) II ve III İ.Ü.AUZEF İSTATİSTİK DERSİ KONU TEKRAR SORULARI (Ünite 1-7)

a) I b) I ve II c) III ve IV d) I, II ve V e) II ve III İ.Ü.AUZEF İSTATİSTİK DERSİ KONU TEKRAR SORULARI (Ünite 1-7) İ.Ü.AUZEF İSTATİSTİK DERSİ KONU TEKRAR SORULARI (Ünite 1-7) 1- Aşağıdakilerden hangisi maddi olmayan birim e örnek verilebilir? a) Bina b) İnsan c) Öğrenci d) Ölüm e) Araba 2-Aşağıdakilerden hangisi birimin

Detaylı

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

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

Detaylı

BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ

BÖLÜM 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

Detaylı

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

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

Detaylı

MESLEK KOMİTELERİ DURUM TESPİT ANKETİ

MESLEK 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,

Detaylı

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

Temel 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

Detaylı

Zaman Serileri Ekonometrisine Giriş

Zaman 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

Detaylı

BASIN DUYURUSU ŞUBAT AYI ENFLASYONU, İLERİYE YÖNELİK BEKLEYİŞLER VE FAİZ ORANLARI

BASIN 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

Detaylı

23 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 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

Detaylı

Güncel Ekonomik Yorum

Güncel 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

Detaylı

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

Örneklemden 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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

Gruplanmış serilerde standart sapma hesabı

Gruplanmış 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

Detaylı

VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU. 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu. 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla Sunumu

VERİLERİN 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

Detaylı

YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ. Umut FIRAT

YAPAY 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

Detaylı

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

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

Detaylı

0,5749. Menkul Kıymet Getirisi ve Riskinin Hesaplanması Tek dönemlik basit getiri (Kesikli getiri)

0,5749. 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

Detaylı

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )

Yapılan 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.

Detaylı

İSTATİSTİKSEL PROSES KONTROLÜ

İSTATİSTİKSEL PROSES KONTROLÜ İSTATİSTİKSEL PROSES KONTROLÜ ZTM 433 KALİTE KONTROL VE STANDARDİZASYON PROF: DR: AHMET ÇOLAK İstatistiksel işlem kontrolü (İPK), işlemle çeşitli istatistiksel metotların ve analiz sapmalarının kullanımını

Detaylı

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

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

Detaylı

Merkezi Yığılma ve Dağılım Ölçüleri

Merkezi 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

Detaylı

Ekonometrinin Konusu ve Yöntembilimi. Ekonometri Nedir? Ekonometrinin Konusu ve Yöntembilimi. Ekonometri 1 Konu 4 Sürüm 2,0 (Ekim 2011)

Ekonometrinin 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

Detaylı