ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ"

Transkript

1 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ TÜRKİYE DE METEOROLOJİK RADAR YAĞIŞ ÖLÇÜMLERİ VE MM5 SAYISAL MODEL TAHMİNLERİNİN FARKLI İSTATİSTİKSEL AYAR TEKNİKLERİ KULLANILARAK İYİLEŞTİRİLMESİ Kurtuluş ÖZTÜRK FİZİK MÜHENDİSLİĞİ ANABİLİM DALI ANKARA 006 Her hakkı saklıdır

2 İÇİNDEKİLER ÖZET ABSTRACT ÖNSÖZ VE TEŞEKKÜR SİMGELER DİZİNİ v ŞEKİLLER DİZİNİ v ÇİZELGELER DİZİNİ v GİRİŞ KURAMSAL TEMELLER 3 Meteorolojk Radar 3 Radar Deklem 4 3 Radar Reflektvte Faktörü Z 6 4 Radar Mezl 9 5 Radar ölçü sapmaları 9 6 Orograf 0 7 Radar yağış ürüler 7 SRI 7 RAINN 3 8 Meteorolojk Yağış Ölçüm Sstemler 4 8 Yağış Ölçer Ra Gauge 4 8 Otomatk İstasyo AWOS 4 9 Sayısal Hava Tahm 4 9 Sayısal Hava Tahm Modeller 5 9 Global Modeller 5 9 Sıırlı Ala Modeller 5 9 MM5 Model 5 9 Model hataları 6 9 Sstematk olmaya hatalar 6 9 Sstematk hatalar 6 3 MATERYAL VE YÖNTEM 7 3 İstatstksel Yötemler 7

3 3 Regresyo 3 Ağırlıklı Regresyo 3 Çoklu Regresyo 3 Ortalama Hata Düzeltmes 33 Kalma Fltres 3 Yağış Ölçer Ayarlaması Gage Adjustmet 3 Ağırlıklı Çoklu Regresyo Yötem le Yağış Ölçer Ayarlaması 3 HV m değerler buluması 3 Radar-AWOS arasıda 00 metre aralıklı bölmeler koordatlarıı buluması 33 Sayısal hartadak elem ve boylam blgler kartezye koordatlara döüştürülmes ve brbrlere e yakı pkseller buluması 34 Radar verler elde edlmes 33 SCR Ürüü 34 MM5 Tahmler KA9 Yazılımı le İyleştrlmes 4 ARAŞTIRMA BULGULARI 5 SONUÇ VE TARTIŞMA 64 KAYNAKLAR 69 EKLER 7 EK : Balıkesr radarıı 50 km lk kaplama alaı çersde kala 33 AWOS stasyou ç mmum yükseklk açıları 7 EK : Balıkesr radarıı 50 km lk kaplama alaı çersde kala 33 AWOS stasyou ç farklı brçok açıda ulaşılablecek HV m yükseklkler 73 EK 3 : İstasyolar ç elde edle pksel koordatları 76 EK 4 : İstasyolar ve komşuluklarıdak 8 pksel le buları ortalamalarıı yağış blgler 77 ÖZGEÇMİŞ

4 ÖZET Doktora Tez TÜRKİYE DE METEOROLOJİK RADAR YAĞIŞ ÖLÇÜMLERİ VE MM5 SAYISAL MODEL TAHMİNLERİNİN FARKLI İSTATİSTİKSEL AYAR TEKNİKLERİ KULLANILARAK İYİLEŞTİRİLMESİ Kurtuluş ÖZTÜRK Akara Üverstes Fe Blmler Esttüsü Fzk Mühedslğ Aablm Dalı Daışma : Prof Dr Al Ulv YILMAZER Bu tez çalışmasıda, sosyal ve edüstryel hayat ç çok öeml ola bazı meteorolojk tahm ve ölçümler statstksel br çalışmayla yleştrlmeye çalışılmıştır Bu amaçla meteorolojk sayısal tahm model MM5 tahmler ve Balıkesr meteoroloj radarı yağış ölçümler yleştrlmeye çalışılacak parametreler olarak seçlmştr Meteorolojk sayısal tahm model MM5 89 l ve lçe merkez ç yaptığı 48 saatlk sıcaklık, rüzgar yö ve hızı vektörel, rüzgar hızı skaler, dez sevyese drgemş basıç ve em tahmlere statstksel yleştrme yapmak amacıyla LSF ve RMBC olmak üzere k farklı yötem le çalışa, grafksel karşılaştırma ve verfkasyo foksyolarıa da sahp ola KA9 sml br yazılım gelştrlmştr Bu yazılım le elde edle değerler celedğde br çok stasyo ç tahmlere yleştrme yapılabldğ, acak bazı stasyolar ç model yleştrmeye htyaç duymadığı, bazı stasyolar ç se Kalma yötem daha y souçlar verdğ tespt edlmştr Bu edele program souçlarıı operasyoel olarak kullaılablmes amacıyla, herhag br stasyoa yapılacak yleştrme ç hag yötem daha sabetl olacağıı saptamasıa gerek vardır Bu çalışmada sözkousu soruu çözülmes ç öerlerde buluulmuştur C bad ve Doppler tp br radar ola Balıkesr meteoroloj radarıı toplam yağış ölçümler yleştrlmes amacıyla, radarı 0 km lk kaplama alaı çersde kala 0 otomatk stasyoda AWOS faal ola 6 stasyou vers kullaılmıştır Buu ç AWOS u buluduğu koordatlar ç radarda elde edle toplam yağış mktarı R ve AWOS larda alıa toplam yağış mktarı G değerler oraıı fade ede AF değerledrme faktörü bulumuştur Ağırlıklı çoklu regresyo tekğ, radarı kaplama alaıda kala tüm otomatk stasyo oktaları ç bulua AF değerlere uygulaarak regresyo katsayıları bulumuş ve bu katsayılar kullaılarak logartmk br fade ola ve AWOS le radar arasıdak mesafe D, otomatk stasyou topografk yükseklğ HG ve otomatk stasyou üzerde bulua br oktadak meteorolojk hedef görülebleceğ mmum yükseklk değer HV m olmak üzere üç bağımsız değşkee sahp tahm AF foksyou elde edlmştr AWOS lar dışıdak oktalar ç yaklaşık HV m değerler belrleerek, 70x70 pksel çözüürlüklü br radar görütüsüdek tüm pkseller yleştrmek amacıyla, mevcut radar yazılımı üzerde operasyoel olarak çalışa br radar ürüü SCR gelştrlmştr Çalışma ç seçle 48 saatlk peryotta otomatk stasyolar tarafıda ölçüle toplam yağış 803,8 mm ortalama 50,4 mm, ayı oktalar ç radarda ölçüle yağış 34,0 mm ortalama 9,63 mm ve aralarıdak ortalama hata -30,6 mm mutlak ortalama hata:30,6 mm ke bu tez çalışmasıda gerçekleştrle regresyo aalz le mutlak ortalama hata 6,46 mm ye ve RMSE değer se 36,04 mm de 8,78 mm ye düşürülmüştür 006, 8 sayfa Aahtar Kelmeler: MM5 model, AWOS, Meteoroloj Radarı, Z-R bağıtısı, çoklu regresyo, değerledrme faktörü AF, KA9

5 ABSTRACT PhD Thess IMPROVEMENT OF ACCURACY OF METEOROLOGICAL RADAR RAINFALL ESTIMATES AND MM5 NUMERICAL MODEL FORECASTS IN TÜRKİYE USING DIFFERENT ADJUSTMENT TECHNIQUES Kurtuluş ÖZTÜRK Akara Uversty Graduate School of Natural ad Appled Sceces Departmet of Physcs Egeerg Supervsor : Prof Dr Al Ulv YILMAZER I ths thess, some of themeteorologcal forecasts ad observatos whch are very mportat for socal ad dustral lfe are tred to be mproved For ths am, the outputs of meteorologcal umercal predcto model MM5 ad Balıkesr meteorologcal weather radar rafall products are selected as parameters to be mproved To crease the accuracy of measuremets of the temperature, wd drecto ad speed vectoral, wd speed scalar, pressure at mea sea level ad humdty forecasts of meteorologcal umercal predcto model MM5 for ext 48 hours at 89 cty ad tow, a ew software called KA9 s developed usg two dfferet techques LSF ad RMBC, havg graphcal comparso ad verfcato tools Aalyzg KA9 outputs, forecasts for most of the statos are mproved, for some statos Kalma flterg method s foud to be better, for some statos MM5 forecasts do ot eed to be mproved To use KA9 operatoally, t s ecessary to determe whch method wll be used for whch stato I ths work, some suggestos are gve to solve ths problem To mprove the accuracy of rafall measuremets of Balıkesr weather radar, a statstcal study s performed by usg 6 ra gages whch are actve amog 0 ra gages wth the crcular area wth a radus of 0 km ad the ceter beg at the radar ste Frst, the assessmet factor AF whch s the rato of the overall total rafall amout R estmated by radar, to the overall total rafall amout G measured by ra gages are obtaed for the coordates at each ra gages o the radar mage The regresso coeffcets are foud from AF regresso equato havg three varables whch are chose to be the dstace betwee radar ad ra gage D, the topographcal heght of ra gage HG ad the mmum heght above the ra gage that the target s vsble from radar HV m, by meas of multple regresso techques To mprove the radar rafall all 70x70 pxels radar mage, approxmate HV m values are equally well take to desgate every pots for some groupg of areas usg DEM ad mmum elevato agles of AWOS pxels Fally, a ew radar product SCR, whch ca be ru operatoally o radar software, s developed Wth the 48 hour perod of rafall, ra gages measured 803,8 mm totally 50,4 mm average, whle radar estmated 34,0 mm totally 9,63 mm average The mea error betwee them s -30,6 mm absolute mea error s 30,6 mm Wth ths aalyss, absolute mea error s reduced to 6,46 mm ad RMSE s reduced from 36,04 mm to 8,78 mm 006, 8 pages Key Words: MM5 Model, AWOS, Meteorologcal Radar, Z-R relatoshps, Multple regresso, Assessmet factor AF, KA9

6 TEŞEKKÜR Bu tez çalışmasıı hazırlaması ç geçe süre boyuca, başta eg blgs bemle br arkadaş yakılığıda paylaşa, örek sa, değerl daışma hocam Sayı Prof Dr Al Ulv YILMAZER olmak üzere, Tez İzleme Komtes üyeler Sayı Prof Dr Ahmet T BAŞOKUR ve Sayı DoçDr Mehmet KABAK a, tez çalışması boyuca değerl blgler esrgemeye Sayı Dr Marco GABELLA ve ProfDrRoald RINEHART a, sevgl eşm Dez ÖZTÜRK e, Akara Üverstes Fzk Mühedslğ Bölümü de Dr Dez YILMAZ a, Devlet Meteoroloj İşler Geel Müdürlüğü de Ahmet Hamd SEMİZ, Alper GÜSER, Alper AKÇAKAYA, Aydı BEKTAŞ, Aytek BÜYÜKBAŞ, Fırat BEŞTEPE, Dr İbrahm SÖNMEZ, İlker ALAN, Meral ÇUKURÇAYIR, Mustafa SERT ve Tayfu DALKILIÇ a, destekler ve alayışlarıı hçbr zama eksk etmeye değerl amrlerm ve çalışma arkadaşlarıma, sevgl aeme ve akrabalarıma teşekkür ederm Kurtuluş ÖZTÜRK Akara, Nsa 006

7 SİMGELER DİZİNİ G w Iθ,ε λ AF db Ate kazacı Ağırlık Faktörü Dalga şddet Dalgaboyu Değerledrme Faktörü Desbel Z DR Dferasyel reflektvte R D D c θ R t IQR PRF Düyaı yarıçapı Hdrometeor çapı Radar-AWOS arası uzaklık Işık hızı Işı gelğ İyleştrlmş tahm radar yağışı Kuartller arası uzaklık Puls tekrarlama frekası R max Radar maksmum mezl r C P r P t Z e σ m L σ R HV m HG Ep Radar mezl Radar sabt Radar tarafıda ger alıa ortalama güç Radar tarafıda yayıla güç Reflektvte Rezdü Stadart Sapma Suyu kompleks kırılma ds Toplam ate kaybı Varyas Yağış oraı Yağış ölçer üzerdek br hedef radarda görülebleceğ mmum yükseklk Yağış ölçer yükseklğ Yaılgı Eerjs

8 ŞEKİLLER DİZİNİ Şekl Orografya durumuu şematk gösterm Şekl Orografya durumuda dağı k yakasıdak sıcaklık değşm Şekl 3 Reflektvte-Yükselk grafğ ve parlak bat Şekl tarh saat 0:00 a at RAIN ürü görütüsü 3 Şekl 3 Radar Mezl-Yükseklk Dyagramı 9 Şekl 3 Radar-AWOS arasıda topografk br egel olması durumuda AWOS üzerdek br bulutu radarda görülebleceğ mmum yükseklk HV m ve mmum yükseklk açısı 9 Şekl 33 Türkye Radar Şebekes 9 Şekl 34 Balıkesr Radarı ı 50 kmlk kaplama alaı çersde bulua AWOS ları koumları 30 Şekl 35 Balıkesr Radarı ı merkez kabul ede 40x40 km lk alaı çersde bulua bazı bölgeler ç belrlee alaları yaklaşık mmum yükseklk açıları 30 Şekl 36 Balıkesr Radarı ı merkez kabul ede 40x40 km lk alaı çersde bulua tüm pkseller ç HV m dağılımı 3 Şekl 37 Düyaı merkeze göre Radar ve AWOS koumu 3 Şekl tarhde tbare 48 saatlk toplam yağış ürüü RAIN48 37 Şekl tarhde tbare 48 saatlk toplam yağışı vere RAIN48 ürüüü yleştrlmş hal SCR ürüü 38 Şekl 30 Topografk harta le SCR ürüüü görsel karşılaştırılması 38 Şekl 3 KA9 LSF Arayüzü 4 Şekl 3 KA9 RMBC Arayüzü 4 Şekl 33 KA9 Grafk Arayüzü 4 Şekl 34 KA9 Verfkasyo Arayüzü 43 Şekl 4 Radar-AWOS arasıdak topografyaı durumu 46 Şekl Temmuz 004 tarhler arasıda Akara da gerçekleşe sıcaklıklar le MM5 ve KA9 WLSF, KA9 RMBC tahmler grafksel karşılaştırılması 63

9 ÇİZELGELER DİZİNİ Çzelge Radar yazılımları tarafıda şlee reflektvte değerlere karşı gele yağış tpler ve dğer yakı eko kayakları 8 Çzelge Reflektvte faktörü Z ve yağış oraı R arasıdak tpk deeysel lşk 8 Çzelge 3 Otomatk mod seçldğde tarhsel ver set ç gü sayısı 39 Çzelge 3 Tüm yötemler gülük RMSE değerler ve aylık ortalama RMSE değerler tutulduğu dosya 44 Çzelge 33 Aylık ortalama RMSE değerlere göre belrlemş stasyoları yleştrme yötemler ve T48 tahmler 45 Çzelge 4 Balıkesr Radarı ı 50 kmlk kaplama alaı çersde bulua AWOS lara otomatk stasyo at koordat elem, boylam ve, Y, Z olarak blgler 5 Çzelge 4 Balıkesr Radarı ı 50 kmlk kaplama alaı çersde bulua AWOS lara 33 adet otomatk stasyo at radar yükseklk açısı, HV m, topografk yükseklk HG, radara ola uzaklık D ve log D değerler 53 Çzelge 43 Balıkesr Radarı ı 0 kmlk kaplama alaı çersde bulua AWOS lara otomatk stasyo at, radara ola uzaklık D ve log D, HV m, topografk yükseklk HG, toplam radar yağışı R, toplam AWOS yağışı ve değerledrme faktörü AF değerlere at statstksel blgler 54 Çzelge 44 Balıkesr Radarı ı 0 kmlk kaplama alaı çersde bulua tüm radar pksellere at, radara ola uzaklık D ve log D, HV m, topografk yükseklk HG ve değerledrme faktörü AF değerlere at statstksel blgler 54 Çzelge 45 R, W, WG ve WR ağırlık faktörlere göre belrlemş tahm yleştrlmş radar yağışları le gerçekleşe yağışlar G değerler karşılaştırılarak bulua statstksel parametreler 55

10 Çzelge 46 W, WG ve WR ağırlık faktörlere göre belrlemş regresyo katsayıları 55 Çzelge 47 Akara, Kasım 004, sıcaklık parametres ç lk 4 saat MM5 tahm ve KA9 WLSF, KA9 RMBC ve Kalma yleştrme yötemler tahmler le gözlee değerler RMSE değerler 57 Çzelge 48 Akara, Kasım 004, sıcaklık parametres ç kc 4 saat MM5 tahm ve KA9 WLSF, KA9 RMBC ve Kalma yleştrme yötemler tahmler le gözlee değerler RMSE değerler 58 Çzelge 49 Akara, Kasım 004, sıcaklık parametres ç toplam 48 saat MM5 tahm ve KA9 WLSF, KA9 RMBC ve Kalma yleştrme yötemler tahmler le gözlee değerler RMSE değerler 59 Çzelge 40 Erzurum, Nsa 005, sıcaklık parametres ç toplam 48 saat MM5 tahm ve KA9 WLSF, KA9 RMBC ve Kalma yleştrme yötemler tahmler le gözlee değerler RMSE değerler 60 Çzelge 4 Artv, Nsa 005, em parametres ç toplam 48 saat MM5 tahm ve KA9 WLSF, KA9 RMBC yleştrme yötemler tahmler le gözlee değerler RMSE değerler 6 Çzelge 4 İstabul/Atatürk Meyda, Şubat 005, em parametres ç toplam 48 saat MM5 tahm ve KA9 WLSF, KA9 RMBC yleştrme yötemler tahmler le gözlee değerler RMSE değerler 6

11 GİRİŞ Meteoroloj blm, sosyal ve edüstryel yaşam üzerdek etks büyüktür Tarım, çevre, şehrclk, ulaşım, lojstk, hdroloj, afet kotrol ve eerj gb brçok sektörle doğruda lşks ola meteorolojk ölçüm ve ögörüler tutarlı olması hayat öem taşır 950 l yıllarda tbare meteoroloj alaıda kullaılmaya başlaa ve 970 lerde tbare Doppler tekolojse geçlmesyle meteorolojk yağış sstem yer, yöü ve hızı hakkıda detaylı ve kısa vadel tahm blgs vere meteorolojk radarlar, şddetl hava hadseler belrlemesde kullaıla öeml chazlarda brdr Buula brlkte radarlarda alıa yağış değerler, hatalı yasıma değerler clutter, elektrok kalbrasyo, ateüasyo soğurma, aa ve ya loblar kulakçıklar, ışı geometrs, topografyada kayaklaa orografk etk, düşey reflektvte profldek değşkelk ve aormal yayılma gb edelerde ötürü yalış olablmektedr Radar ölçümler yleştrlmes ç radar ölçümler ve gerçekleşe değerler arasıda statstksel lşkler kurmak, şu a tüm düyaı üzerde çalıştığı br sorudur Bu çalışmada radarı ölçümlere etk ede zamada bağımsız parametreler çere br regresyo deklem gelştrerek, ışı geometrs ve orografk edelerde kayaklaa ölçüm sapmaları, bu deklem vasıtasıyla yleştrmeye çalışılmıştır İyleştrlecek ölçümler ç Balıkesr radarıı yağış ölçümler ve bu radarı 0 kmlk maksmum mezl çde kala ve seçle tarhlerde aktf olarak çalışa 6 AWOS u otomatk stasyo gözlem değerler kullaılmıştır Sayısal hava tahm modeller se, sıcaklık, basıç, em, rüzgar yö ve hızı le daha brçok meteorolojk parametre ç lerye yöelk tahm üretmektedr Bu modeller de fzksel parametrleştrme problemler, yatay çözüürlüğüü az olması veya topografya vers gerçek topografyayı tam olarak temsl edememesde kayaklaa ve sürekllk göstere edelerde ötürü hatalı tahmler yapablmektedr

12 Yukarıda alatıla sayısal model hatalarıı azaltılması ve tahmler yleştrlmes ç model kedse müdahale edlmes, model parametrleştrmes yapılması veya gerçekleşe değerlerle tahmler arasıda yapılacak statstksel çalışmalarla tahmler yleştrlmes gerekmektedr Bu tez çalışmasıda yleştrlecek model tahmler ç NCAR Natoal Ceter for Atmospherc Research, USA tarafıda gelştrle ve Devlet Meteoroloj İşler Geel Müdürlüğü de DMİ operasyoel olarak kullaıla MM5 sayısal model tahmler ve DMİ şlettğ AWOS larda 89 taes gözlem değerler kullaılmıştır Tez çalışmasıı kc bölümüde, meteorolojk radar, radar deklem ve radarı çalışma presb, hata kayakları, bazı radar ürüler, sayısal modeller, MM5 model ve model hataları hakkıda temel blgler verlmştr Üçücü bölümde, bu çalışmada yer ala statstksel yötemler alatılmış ve regresyo aalzde kullaılacak parametreler buluması amacıyla gelştrle yötem ve algortmalar açıklamıştır Ayrıca radar ölçümler yleştrlmes ve mevcut radar yazılımı üzerde operasyoel olarak çalışması ç gelştrle SCR ürüü le MM5 tahmler yleştrlmes amacıyla gelştrle KA9 yazılımı alatılmıştır Dördücü bölümde, radar ölçümler ve MM5 tahmlere yapıla yleştrme aalzler souçları, karşılaştırmalar ve statstksel değerler çzelge ve grafklerle suulmuştur So bölümde souç ve tartışmalara yer verlmştr

13 KURAMSAL TEMELLER Meteorolojk Radar Aktf uzakta algılama sstem ola meteorolojk radarlar, atmosfere yaydıkları elektromagetk dalgaları yağmur, bulut zerreckler, kar taes, böcekler, yoğulaşma çekrdekler, kuşlar ve atmosferde bulua dğer parçacıklarda ger yasımalarıı alırlar Alıa gücü şlemesyle, radarı kaplama alaı çersdek hdrometeoru şddet, türü, yağış sstem üç boyutlu koumu ve yöü tespt edlr Dovak ad Zrc 984 Radarlar meteorolojde lk kez 950 l yıllarda kullaılmaya başlamıştır 970 l yıllarda tbare Doppler tekolojs le radarlarda sayısal formda blgler alımaya başlamıştır Radarları meteoroloj alaıda kullaılmasıyla özellkle şddetl yağışlar, dolu, torado, taşkı ve seller öcede belrleyeblmek mümkü olmuştur Radarlar meteorolojde kısa vadel tahm owcastg ve erke uyarı sstem olmak üzere k çeşt kullaım alaı bulumaktadır Kısa vadel tahm topluma yöelk 0-4 saatlk hava tahmdr Erke uyarı sstem se, kamuda doğal felaketlere ede olablecek şddetl hava olaylarıı yer ve şddet saptamasıdır Bu olaylar aa hatlarıyla aşağıdak gb verleblr: Şddetl yağışlar ve soucuda oluşa seller ve taşkılar Mkro patlama-makro patlama Mcroburst-Macroburst Rüzgar Değşm Wd Shear, Türbülas Kuvvetl fırtıalar, Hortum Hamle Cephes Gust Frot Radarlarda elde edle parametreler se şulardır: Z reflektvte faktörü W spektral geşlk V hız ZDR dferasyel reflektvte 3

14 Radar Deklem Meteorolojk hedefler ç, her br hedefte ayrı ayrı alıa ger saçılmaları toplamı ger alıa ortalama gücü verr : P r PG t λ 3 4 4π r σ Burada P t yayıla güç, G ate kazacı, λ dalga boyu, σ ger saçılma tesr kest ve r hedefle ate arasıdak mesafedr Probert ve Joes 96 bu formülü ışı şekl de göz öüe alarak aşağıdak gb gelştrmşlerdr: P r PG t λ θφhl 04 l π r Δν vol σ Bu formüldek L atmosferk gazlar, yağış ve radomda radar ate çevreleye küresel muhafaza kayaklaa ateüasyoları da çere toplam kayıptır Öte yada ger saçılma tesr kest Raylegh teorse göre, 5 π m 6 σ 4 D 3 λ m bçme getrleblr Burada m κ olup hdrometeoru kompleks kırılma dsdr, D se hdrometeoru çapıdır Böylece aşağıdak bağıtı elde edlr: P r 3 PG t θφhlπ K 04l r λ Δν vol D 6 4 Burada h puls uzuluğu, Δν puls hacm, θ ve φ se yatay ve düşey eksedek ışı gelklerdr K m²- / m² olup, geellkle radar reflektvte faktörü 4

15 Z ΣD Δ υ 6 5 şeklde taımlaır Böylece C radar sabt olmak üzere, PG θφhlπ C 6 3 t 04l r λ C K Z P r 7 r eştlğ elde edlr Bu eştlk aşağıdak bazı varsayımlar kabul edlerek çıkarılmıştır Crozer 986: a Saçıcı yağış parçacıkları, çapları D dalga boyu le karşılaştırıldığıda daha küçük ola delektrk kürelerdr Ya Raylegh teors uygulaablrlğ ç C-bad dalga boylarıda D < 3, mm dr Fakat, 6 mm ye kadar ola çaplar cdd hatalar üretmez b Puls hacm, saçıcı yağış parçacıklarıyla rasgele doludur c Radar reflektvte faktörü Z, örek br puls hacm her tarafıda ayıdır ve örekleme aralığı boyuca sabttr Işı çdek kuvvetl gradyalar, hatalar oluşturur d Parçacıkları heps ya su damlacığı ya da buz parçacıklarıdır Ya K tüm parçacıklar ç ayıdır e Çoklu saçılma hmal edlmştr f Gele ve ger saçıla dalgalar leer polarzedr g Ate aa lobu kulakçık Gaussa şekldedr 5

16 h Alıa güce ya lobları katkısı hmal edlmştr Bu durum geellkle ya lobları gücüü aa lob gücüde 0 db daha zayıf olduğu zama geçerldr Ate, daresel kestl parabolk yasıtıcı tpdedr j Yayıla syaller, yer yakısı vere bölgeler tarafıda soğurumu absorpsyou hmal edlmştr k Sstemdek güç kayıpları düşüülmüştür l Ölçüle güç P r, yeterl sayıda pulsu ortalamasıdır Radar reflektvte faktörü Z, yalızca dalga boyua orala daha küçük çaplardak parçacıklar ç alam fade eder Fakat buz krstallerde olduğu gb parçacıklar her zama küresel olmayablrler Bu durumda Efektf Radar Reflektvte Faktörü Z e taımlamalıdır Atlas et al 964, Batta 973 Z e, ölçüle radar reflektvte faktörü Z le ayı güçte ger saçıla, Raylegh saçılma bölgesdek küresel su damlalarıı çaplarıı altıcı kuvvetler brm hacmdek toplamı olarak taımlaır Z e 6 N D D dd 8 3 Radar Reflektvte Faktörü Z Daha öcek bölümlerde bahsedldğ gb ger saçıla eerj ölçülmesyle radar reflektvte faktörü Z hesaplaablr Alıa güç le radar reflektvte faktörü arasıdak bağıtı, C K r P r Z 6

17 d Radar reflektvte faktörü, damla çapıı altıcı kuvvet brm hacmdek tüm damlalar üzerde toplamı olarak taımlaır Radar reflektvte faktörüü damla dağılımıa göre bağımlılığı Bölüm de hatırlaacağı üzere, Z 6 N D D dd olarak verlr Burada ND damla büyüklük dağılımı, D se damlaı çapıdır Reflektvte brm logartmk olarak aşağıdak gb fade edlr: dbz 0 log Z 9 Fakat, πd/λ oraı 0, de daha büyükse Raylegh teors yere Me teors kullaılmalıdır Bu da radar reflektvte faktörü yere radar efektf reflektvte faktörüü kullaılması gerektğ alamıa gelmektedr Z le yağış mktarı R arasıda da amprk br bağıtı vardır Bu bağıtı, Z AR B 0 şeklde fade edlr Bu formüldek A ve B katsayıları yağışı tpe ve bölge yağış karakterstğe göre değşmektedr Bu katsayılar le lgl olarak lteratürde Batta 973 br çalışma yapılmış ve farklı br çok katsayı üretlmştr Çzelge Fakat yağmur ç e geçerl ola katsayılar Marshall ve Palmer tarafıda 948 yılıda gelştrlmştr Marshall ve Palmer a göre A00 ve B,6 dır Z 00R,6 Radar yazılımları tarafıda şlee reflektvte değerlere karşılık gele yağış tpler ve dğer yakı eko kayakları Çzelge de verlmştr 7

18 Çzelge Radar yazılımları tarafıda şlee reflektvte değerlere karşılık gele yağış tpler ve dğer yakı kayakları Yağış tp ve dğer yakı kayakları Reflektvte Su çere fakat yağış yapmaya bulut, ss < 0 dbz Buz parçacıkları çere bulutlar 0 dbz ye kadar Çset 0-0 dbz Haff Yağmur 0-30 dbz Şddetl Yağmur Haff Sağaak dbz Şddetl Sağaak >40-65 dbz ye kadar Dolu Doma sevyes üzerde dbz 45 Eğer dbz 55 se tüm yükseklklerde mümkü Kar 35 dbz ye kadar Duma Toz Böcek 0 dbz ye kadar Yerde km yükseklğe kadar Clutter Yeryüzüde, balarda, ağaçlarda, su yüzeylerde vb ola stemeye yakılar Süzgeçleme fltreleme yapılmadığıda 80 dbz ye kadar 80 lmt durumdur Kuşlar 0 dbz ye kadar Çzelge Reflektvte faktörü Z mm 6 m -3 ve yağış yoğuluğu R mm saat - arasıdak tpk deeysel lşk Batta 973 Z ve R Arasıdak Deeysel İlşk Z 40R 5 Z 50R 5 Z 00R 6 Z 3R 7 Z 500R 5 Z 485R 37 Z 000R 0 Z 780R Yağış Tp İce yağmur çse Yaygı yağmur Stratform tp geş,tabaka bulutlar yağış Orografk yağmur Yıldırımlı yağmur Yıldırımlı yağmur Toplamış kar taes Kar taes Referas Joss 970 Joss 970 Marshall ve Palmer 948 Blachard 953 Joss 970 Joes 956 Gu ve Marshall 958 Sekho ve Srvastava 970 8

19 4 Radar Mezl Heme heme bütü radarlarda yayıla elektromagetk dalga pulsludur Dğer br deyşle sstem özel br PRF de puls tekrarlama frekası, pulse repetto frequecy sekroze olarak puls üretr Öztürk 00 Radarı yataydak görüş mesafes mezl, PRF ve ışık hızı le lşkldr Bua göre radarı yataydak maksmum mezl R max c PRF olarak taımlaır 5 Radar ölçü sapmaları Radarlarla yapıla yağış tahmler tutarlılık oraı pek çok sebepte ötürü düşük olablmektedr Bua sebep ola kayakları başlıcaları şulardır: Clutter Elektrok kalbrasyo Ateüasyo Aa ve ya loblar Işı Geometrs Işı Egellemes Topografyada kayaklaa orografk etk Düşey reflektvte profldek değşkelk Bazı topografk koşullarda radar ışıı, yeryüzüdek brtakım yükseltlere, dağ, tepe, ba vb yerlere çarparak radara ger döeblr Radar şlemcs tarafıda değerledrle bu yakılar kullaıcı tarafıda yoğu yağış potasyele sahp br sstem olarak algılaablr Bu yakılara clutter yakıları der 9

20 Radar ölçümler sırasıda ger döe yakıı gücüdek azalma veya kaybolma ateüasyo olarak taımlaır Aşırı şddetl yağışlar, fırtıaları ardıda kala yağışı mktarlarıı belrlemes üzere öeml ölçüde ateüasyo yaparlar Radarı yataydak görüş mesafes artırıldıkça, radar ışııı yerde ola yükseklğ artacaktır Bu da radar ışılarıı su moleküller buz moleküllere döüşmeye başladığı, bulutları yüksek kesmlerdek parlak bat brght bad dye adladırıla tabakaya çarpmasıa ve alıcıı bu bölgelerde yakı almasıa sebep olur Bu durum, buz ve su moleküller reflektvte değerler farklı olduğu ç yalış tahmlere sebep olablr Yükseklk elevasyo açısıı küçük seçlmes de özellkle dağlık bölgelerdek yer yakılarıı artmasıa sebebyet verr Radar yazılımlarıda bu yer yakılarıı yok etmek ç Doppler Süzgeçlemes ve FFT Fast Fourer Trasform gb yötemler kullaılmaktadır 6 Orograf Herhag br hava parsel dağ yamacıa tırmamaya başladığıda, kuru adyabatk çıkış hızıa lapse-rate paralel olarak düşey sıcaklık gradyaı 00 metrede C oraıda soğumaya başlar ve bu soğuma yoğulaşma sevyese kadar bu şeklde devam eder Yoğulaşma sevyesde tbare yaş adyabatk çıkış hızıa paralel olarak her 00m de yaklaşık 0,6 C soğumaya devam eder Soğuya hava parsel yoğulaşmaya bağlı olarak dağı üst taraflarıda bulutlar oluşturur ve çoğulukla dağı rüzgara baka yamaçlarıa yağış bırakır Şekl Dağı öbür yamacıa geçe hava parsel, tepede aşağıya dkçe kuru adyabatk çıkış hızı oraıda ısımaya başlar Dağı eteklerdek düzlüklere ulaştığıda se artık kuvvetl, kuru ve sıcak br rüzgar etks yapar Öreğ, 3000 metrelk br dağı tırmamaya başlaya 0 C sıcaklığıda ve % 60 eme sahp ola hava parsel dağı ötek tarafıa geçtğde sıcaklığı 4 C 'ye ulaşır ve tamame kurudur Şekl 0

21 YOĞUNLAŞMA SEVİYESİ YAŞ ADYABAT LAPSE-RATE KURU ADYABAT LAPSE-RATE YAĞIŞ KURU ADYABAT LAPSE-RATE Şekl Orografya durumuu şematk gösterm Şekl Orografya durumuda dağı k yakasıdak sıcaklık değşm 7 Radar yağış ürüler Radar yazılımları, bulutlarda ger alıa yasımaları şleyerek kullaıcıya görsel br ürü suar Radar vasıtasıyla dkey profl aalz, maksmum reflektvte, e yüksek sevyedek yasıma, hız, rüzgar vektörler, yağış şddet tespt vb amaçlar ç kullaıla ürüler elde edleblr SRI Yüzey Yağış Şddet, Surface Rafall Itesty ve RAINN N saatlk toplam yağış ürüler, Balıkesr radarıda yağış tespt ç kullaıla ürülerde bazılarıdır

22 7 SRI SRI, yer sevyesde sabt br yükseklkte taımlaa br yüzey ç yağış şddet hesapladığı ürüdür Reflektvte vers kullaarak Z-R bağıtısıda yağış blgs elde eder Bu çalışmada kullaıla SRI ürüüdek Z-R bağıtısı, Marshall-Palmer bağıtısı ola Z00R,6 dır Marshall ad Palmer 948 Radarlarda yağışı hatalı ölçülmese ede ola e öeml parametreler doma sevyes parlak bat ve dkey reflektvte profldr Yağış bulutlarıı yukarı sevyeler alt sevyelerde daha zayıf yasıma üretrler Fakat bu yukarıya doğru doğrusal azalış, parlak bat sevyesde bozulur Buradak doma sevyesde yasıma oldukça güçlüdür Şekl 3 Bazı radar yazılımları, radarı buluduğu kouma at ve mevsmlere göre değşke ola parlak bat ve dkey reflektvte profl blgler kullaıcı tarafıda taımlamasıa mka verr Balıkesr radarıı yazılımıda da bu mümküdür Şekl 3 Reflektvte-yükselk grafğ ve parlak bat

23 7 RAINN RAINN ürüü stele N saatlk RAIN ürüler toplamıda elde edlr RAIN ürüü br öcek saat SRI ürüüü kullaarak elde edlr RAIN ürüü saat çde düşe yağışı toplamıı vermektedr Şekl 4 Bu çalışmada öce RAIN ürüüü oluşturulmasıda kullaıla yükseklk açıları 005 kış döemde 03º, 07º, º, 0º, 30º, 45º, 60º, 90º, 30º, 70º ve 0º ke, 005 yaz döem tbaryle, bu çalışmada daha y souçlar alıablmes amacıyla, 0º ve º arasıdak açı sayısı dörde yükseltlerek bu aralıktak tarama değerler braz daha sıklaştırılmıştır Bua göre açılar 0º, 04º, 06º, 0º, 5º, º, 30º, 45º, 70º, 00º, 50º, 0º, 300º ve 400º olarak belrlemştr Yaz döem olması edeyle ve yakı stasyolar ç yüksek açılar programda çıkarılamamıştır Ayrıca taımlı tarama programıa herhag br açıı lave edlmes ürüü elde edlme süres gecktrmekte bu durum da kısa vadel tahm ç y olmamaktadır Bu yüzde 0º-º aralığı daha fazla sıklaştırılamamıştır Balıkesr radarıı 50 km lk kaplama alaı çersde kala AWOS stasyoları ve bu çalışmada kullaıla RAIN ürüü maksmum mezl ola 0 km lk kaplama çersde kala AWOS stasyolarıı tümü ç 05º de daha yukarı yükseklk açılarıda topografk br egele rastlamamıştır Acak taımlı tarama programıda olmaya açılar ç br üst yükseklk açısı kullaılarak HV m değerler hesaplamıştır Çzelge 4 Bu tez çalışmasıda gelştrle program le stele tüm yükseklk açılarıda HV m yükseklkler bulmak mümküdür Bölüm 3 Şekl tarh saat 0:00 a at RAIN ürüü görütüsü 3

24 8 Meteorolojk Yağış Ölçüm Sstemler 8 Yağış Ölçer Ra Gage Yağış değerler maüel ve otomatk olmak üzere k şeklde ölçülür Maüel ölçümler Devlet Meteoroloj İşler Geel Müdürlüğü e DMİ at soptk ve klma stasyolarıda plüvyometre ve plüvyograf chazlarıyla, otomatk gözlemler se AWOS larla yapılmaktadır 8 Otomatk İstasyo AWOS Rasat parklarıda bell saatlerde ve maüel olarak yapıla ölçümler AWOS lar le otomatk, sasız ve sürekl hale getrlmştr Yağış mktarı, rüzgar, sıcaklık, basıç, güeşleme, em vb değşkeler otomatk olarak ölçülüp özel br yazılım tarafıda gerçel zamalı olarak kullaıcıya suulmaktadır Otomatk stasyolarda yağış ölçümler ç, puls darbe sayıcı yağış ölçer kullaılır Sldrk toplama kabıdak kepçelerde brs su le doluca pozsyo değşerek su dğer kepçeye dolmaya başlar Pozsyo değştrme esasıda mayetk aahtar kotak yaparak darbe üretr Her br darbe 0, mm yağışa karşılık gelr Bu darbeler sayılarak yağış ölçülür Termostatlı ısıtıcılar kar ve doluyu ertr m lk br alaa düşe mm yükseklğdek su mktarı, kg dır Bu edele meteorolojde yağış mktarı mlmetre csde de fade edlr 9 Sayısal Hava Tahm Sayısal hava tahm, atmosfer durumuu belrte basıç, sıcaklık, rüzgar ve em gb değşkeler matematksel eştlklerle fade edlerek, bu eştlkler çözümlemes suretyle gelecektek havaı durumuu tahm edlmesdr 4

25 9 Sayısal Hava Tahm Modeller 9 Global Modeller Yatay çözüürlüğü dalga sayısıyla oratılı olarak çözümledğ bu model türüde bast hdrostatk eştlk kullaılmaktadır Ya havaı ağırlığıyla düşey basıç gradya kuvvet arasıda br dege olduğu kabul edlmektedr Bu model türüdek hesaplamalarda düşey hız drekt olarak hesaplamaz Global atmosferk modeller ve geel srkülasyo modeller global modellere örek olarak verleblr Düyada kullaıla bell başlı global modeller ve bu modeller gelştre ülkeler şulardır: IFS ECMWF, UM İgltere, GM Almaya, ARPEGE Frasa, AVN ABD, GEM Kaada, JMA Japoya 9 Sıırlı Ala Modeller Bu tür modellerde global modeller terse yatay çözüürlük dalga sayısıyla değl, grd oktaları arasıdak mesafe le oratılıdır Ya global modellerde dalga sayısı arttığıda çözüürlük artarke, sıırlı ala modellerde grd sayısı artıca - k bu durumda grdler arasıdak mesafe azalır - çözüürlük artmaktadır Sıırlı ala modeller bazılarıda Soptk / Orta Ölçekl modeller hdrostatk dege kabul edlrke bazılarıda se hdrostatk dege eştlğ kabul edlmez Hdrostatk olmaya sıırlı ala modeller geellkle çok yüksek çözüürlük gerektre lokal tahm problemlerde kullaılmaktadır Düyada kullaıla bell başlı sıırlı ala modeller ve bu modeller gelştre ülkeler şulardır: ALADIN Frasa, HRLM Almaya, ETA Yugoslavya-ABD, LM Almaya, İsveç, Yuasta, HIRLAM İrlada, Damarka, İspaya, Portekz, Hollada, MM5 ABD 9 MM5 Model 5 Nesl Orta Ölçekl Model MM5 model NCAR ve PSU PeState Uverstes tarafıda gelştrlmş ve tüm düyada DMİ de çde buluduğu brçok meteoroloj örgütüde ve özellkle üverstelerde kullaıla br modeldr Yüksek çözüürlükte kuvvetl fzksel ve topografk verlerle oldukça y souçlar vere MM5 model, 0 km ve altıdak çalışma 5

26 yeteeğde hdrostatk olmaya olması edeyle oldukça terch edlmektedr MM5, hale DMİ de güde 4 defa 00, 06,, 8 UTC'de, k ayrı alada ve k farklı çözüürlükte eş-zamalı olarak çalıştırılmaktadır Bu alaları Türkye ve dezler ç çözüürlüğü 7 km'dr Tahm peryodu 48 saattr MM5 model souçları olarak şu ada yukarı sevyeler ç tüm stadart ve ara basıç sevyelerde sıcaklık, rüzgar, jeopotasyel yükseklk, em, düşey hız, akım çzgler, dverjas ürüler elde edlmektedr Yer sevyes ç se MSLP Ortalama Dez Sevyesdek Basıç, m sıcaklığı yerde metre yükseklktek sıcaklık, 0 m rüzgar, toplam yağış, kar karışım oraı, yağışa geçeblr su mktarı, kovektvte düşey kararsızlık ve tadas değerler üretlmektedr 9 Model hataları 9 Sstematk olmaya hatalar Başlagıç koşullarıdak hatalarda kayaklaa ve devamlılık arz etmeye hatalardır Bu tür hataları düzeltlmes ç başlagıç vers asmlasyo çalışmalarıyla yleştrlmes gerekmektedr 9 Sstematk hatalar Model gerek fzksel parametrleştrme problemlerde veya yatay çözüürlüğüü az olmasıda, gerekse topografya vers gerçek topografyayı tam olarak temsl edememesde kayaklaa ve sürekllk arz ede hatalardır Bu tür hataları düzeltlmes ç model kedse müdahale edlmes, model parametrleştrmes yapılması veya souçları statstksel yötemlerle yleştrlmes gerekmektedr 6

27 3 MATERYAL VE YÖNTEM 3 İstatstksel Yötemler 3 Regresyo Regresyo, k ya da daha çok rasgele değşke arasıdak statstksel lşk matematksel fades belrlemek, bağımlı değşke değer bağımsız değşkeler ble değere göre tahm etmektr Bua göre k zama sers arasıda br regresyo deklem kurulur Deklem katsayıları, gözlee değerlerle tahm edlecek değerler farklarıı rezdü kareler mmze edlerek buluur E Küçük Kareler Yötem Bast doğrusal br regresyoda, : model verler tahmler d : gözlee verler p ve p zamada bağımsız parametreler olmak üzere, model tahmler ve gözlee verler d arasıda f p p şeklde br lşk olduğu düşüülürse, : ver sayısı e d -f : Rezdü olmak üzere, rezdüler kareler toplamı ola Yaılgı Eerjs Ep şu şeklde yazılır Başokur, 00 : E p e d f d p p 3 Katsayılara göre türev alıp sıfıra eştlersek, E p p 0 0 d p p 3 E p p 0 0 d p p 33 7

28 burada şu bağıtılara ulaşırız : p p f 34 p p f 35 Bu k deklem brlkte çözülerek katsayılar ve regresyo deklem elde edlr Bu regresyo deklem model verler ve gerçekleşe verler arasıdak lşky fade eder Doğrusal olmaya, kc ve daha yüksek derecel foksyolar kullaarak regresyo aalz yapmak ç aşağıdak fade kullaılablr: f 3 p p p3 p4 36 Bezer şlemlerle stele derecede br foksyo kullaılarak regresyo katsayıları buluablr Aşağıda taımlaa A, B ve C matrsler kullaılarak deklemler geelleştrlmş çözümler şu şeklde yazılır: BC A C B A 37 A f f f f 38 8

29 9 39 p p p C 30 Çok blmeyel deklemler çözeblmek ç ye bezer matrs şlemler kullaılır Aşağıda, bu çalışmada kullaıla bazı statstksel parametreler formüller verlmştr Regresyo deklem kullaılarak elde edle tahm değerler le gözlee verler arasıdak hata durumuu vere ya br başka deyşle regresyo aalz performasıı göstere bu parametreler sırasıyla ortalama hata Mea Error, ME, ortalama hataı kares karekökü Root Mea Square Error, RMSE, ormalze edlmş hata değer Normalzed Bas, NBIAS, saçılma deks Scatterg Idex, SI değerlerdr 3 d f ME 3 d ME NBIAS 33 d RMSE SI B d f RMSE

30 3 Ağırlıklı Regresyo Rezdüler eşt varyaslı olmaması durumuda uygulaablecek yötemlerde brs ağırlıklı regresyodur w ağırlık faktörler, varyası yüksek ola değerler ç küçük olacak şeklde seçlerek güvelr olmaya gözlemler regresyo aalze etks küçültülür Bayazıt 996 Bu amaçla ağırlık faktörü aşağıdak gb alıablr: w 35 d f E p w e 36 Burada w ağırlık katsayısıdır Stadart sapma veya varyas parametreler aykırı değerlerde çok etkler Daha dayaıklı br parametre ola kuartl şu şeklde buluur Bayazıt 996: 0,5 ve 0,75 kuartller sırasıyla br ver dzs 0,5 ve 0,75 c veya bulara e yakı k değer ortalamasıdır Öreğ 3 verl br kümesde 0,5 c kuartl dz 5 ve 6 değerler ortalamasıdır Kuartller arası uzaklık IQR terquartle rage se, IQR 0,75-0,5 37 olarak buluur IQR ve rezdü le lşkl u parametres taımlamasıyla ağırlık faktörü ç aşağıdak fadeler buluur: u e 3IQR 38 u u > w 0 u w 0

31 3 Çoklu Regresyo Bağımlı değşkee etk ede brde fazla parametre olması durumuda çoklu regresyo aalz yapılması gerekr Bu durumda brc derecede çoklu regresyo deklem, 39 şeklde fade edleblr Üç bağımsız, br bağımlı değşkel çoklu regresyo deklemde e küçük kareler yöteme göre yazılacak deklemler ve bu deklemler brlkte çözerek elde edlecek matrsler şu şeklde olacaktır: Yukarıdak deklemler A B C Deklem 37 matrs eştlğ kullaılarak bezer şeklde çözüleblr Çözümler sağlayacak A, B ve C matrsler aşağıdak gb olacaktır: p p p p f f p p p p f p p p p f p p p p f f f f A f p p p p 3 4 3

32 35 36 Geelleştrlmş matrs fadeler se aşağıdak gbdr: p p p C k k k k k k k k k k k k k k B B p p p p C k k f f f f A

33 3 Ortalama Hata Düzeltmes Rug Mea Bas Correcto - RMBC Geçmşte tahm yapıla değerler le gözlee değerler arasıdak hataları, her saat ç ayrı ayrı alıa ortalamasıı, ayı gözlem koşullarıdak ye tahmlere eklemes veya çıkarılması le yapıla tahm yleştrme yötemdr 33 Kalma Fltres Sayısal Hava Tahm modeller yaptıkları tahmlerde sstematk hatalar çermektedrler Öreğ; hava sıcaklığı mevsmsel geçşlere, tahm yapılacak oktaı topografyasıa ve stasyou grd-altı yerleşmde olup olmamasıa bağlı olarak, sstematk hatalar taşıyablmektedr Kalma Fltres, modellerde elde edle tahm çıktılarıyla, gerçekleşe değerler gözlemler statstksel yötemlerle değerledrerek, tahm yleştrmey amaçlaya br yötemdr 3 Yağış Ölçer Ayarlaması Gage Adjustmet Bu tekk, daha öcek bölümlerde alatıla hata kayaklarıda ötürü radarlarda elde edle hatalı yağış değerler mümkü olduğu orada yleştrlmes amacıyla uygulaır Z-R bağıtısıyla radarda elde edle yağış verler, radarı kaplama alaı çersde kala otomatk stasyoları yağış verler kullaılarak optmze edlmes şlemdr 3 Ağırlıklı Çoklu Regresyo Yötem le Yağış Ölçer Ayarlaması Bu yötemde, her br AWOS ç, radarlarda AWOS ları buluduğu koordatlardak pkseller le komşuluklarıdak sekz pksel ortalaması alıarak hesaplaa toplam yağış mktarı R ve AWOS larda alıa toplam yağış mktarı G değerler oraıı fade ede AF değerledrme faktörü buluur Deklem 330 Farklı chazlarla 3

34 ölçüle parametreler zamasal olarak uyumsuzluk gösterebleceğ hesaba katılarak toplam yağışları oraıı almak matıklı ola yoldur Zawadzk 975, Coller 986 AF j R G j j 330 Değerledrme Faktörü AF le üç bağımsız değşke arasıda Deklem 33 dek gb br lşk vardır Gabella et al 000 j db a0 adlog Dj ahv HVm j AF a HG HG j 33 Bu deklemdek bağımsız değşkeler şulardır: D HV m HG j : radar ve yağış ölçer arasıdak uzaklık : yağış ölçer üzerdek br hedef radarda görülebleceğ mmum yükseklk : yağış ölçer yükseklğ : yağış ölçer umarası Burada kullaıla D parametres, radar ışııı yatay mezl arttıkça logartmk olarak yükselmes, HV m parametres radar ışııı topografk br egel edeyle bloke edlmes ışı egellemes edeyle, HG parametres se orografya edeyle radarda ölçüle yağışı hatalı olmasıa ede ola br parametre olduğu ve bu parametreler zamaa bağlı değşkeler olmadıkları ç seçlmşlerdr Bölüm 5 de bahsedldğ gb, radarlarda ölçüle yağışlardak hataı br ede de düşey reflektvte profldek değşkelktr Düşey reflektvte profl, yükseklk le logartmk olarak azaldığı ç log AF değer, HV ve HG le leer lşkl olacaktır Radar ışııı yükseklğ mezl D le lşks ve Z-R lşks de logartmk olduğuda, optmum regresyo performası ç Deklem 33 de AF ve D parametreler logartmaları kullaılmıştır Gabella et al 000 Leer ağırlıklı çoklu regresyo tekğ, radarı kaplama alaıda kala tüm AWOS oktaları ç bulua AF değerlere uygulaarak regresyo katsayıları buluur Bu katsayılar kullaılarak, 4

35 logartmk br fade ola tahm AF foksyou elde edlr Bu çalışmada regresyou ağırlık faktörler ç üç farklı ağırlık faktörü w, wr ve wg deemştr Gabella et al 00 AF foksyouu tüm AWOS oktalarıa at D, HV m ve HG parametreler le brlkte kullaarak, her br AWOS oktası ç yleştrlmş yağış blgse ulaşmak hedeflemştr Deklem 33 Böylece, radarda RAINN ürüüde elde edle toplam yağış değerler statstksel olarak optmze etmek mümkü olacaktır Rt j AF R tahm j j 33 R t yleştrlmş tahm radar yağışı Yağış Ölçer Ayarlaması ç bu çalışmada, Balıkesr Akçaldedes tepesde, dez sevyesde 64 m yükseklğe kurulmuş 30 m kule le brlkte toplam 67 m, C bad 5 cm dalgaboyuda, Doppler tp ve so tekoloj ürüü br radar ola Balıkesr Radarı seçlmştr Bu tez çalışmasıda gelştrle yötem ve blgsayar kodları, DMİ şlettğ dğer üç radar ç de bezer şeklde uygulaablr Şekl 33 Balıkesr radarıı RAINN ürüü ç maksmum mezl ola 0 km lk kaplama alaı çersde 0 adet otomatk stasyo bulumaktadır RAINN ürüü ç maksmum mezl, taımlı programda seçle PRF edeyle 0 km dr Bu çalışma ç seçle cephesel, uzu sürel öreğ k gülük, düzel ve mümkü olduğu kadar devamlı fasılalı olmaya br yağışı tespt edldğ k gülük peryot esasıda AWOS stasyou kullaılmıştır Balıkesr Bölge, Dursubey, Eze ve İvrd stasyoları arızalı oldukları ç bu çalışmada kullaılmamıştır Çzelge 43 5

36 3 HV m değerler buluması HV m, AWOS üzerdek br hedef radarda görülebleceğ mmum yükseklktr Gabella ad Peroa 998 Bu blgy elde edeblmek ç radardak her br pkselde topografk yükseklk blgs sayısal olarak blmes gerekmektedr Bu yüzde sayısal yükseklk hartasıa DEM, Dgtal Elevato Map htyaç vardır Br radar ışııı stadart kırıım koşulları altıda, çeştl yükseklk açıları le ulaşableceğ maksmum yükseklk-mezl blgse şu deklemde ulaşılablr Rehart 000: H H r R rr sφ R r : radar ve lgl pksel arasıdak mesafe R : 4R/3 R : düyaı yarıçapı ~6374 km φ : radar ışııı yükseklk açısı H 0 : radarı dez sevyesde yükseklğ HV m değerler elde edleblmes ç gereke şlemler karmaşık olması ve uzu zama alması edeyle br algortma gelştrmek ve bu algortmayı kullaa br blgsayar kodu yazmak gerekl olmuştur Bu algortmaı adımları şu şekldedr: Bütü AWOS lar ç Radar-AWOS arasıdak her br 00 metre kartezye koordatları,y,z olarak buluur Bölüm 3 Bütü AWOS lar ç Radar-AWOS arasıdak bölümü sayısal yükseklk vers elde edlr her br adım arası yaklaşık 90 m Bu blgler, elem ve boylam csde olduğu ç kartezye koordatlara döüştürülür Bölüm 33 6

37 Çözüürlük farkıda dolayı Radar-AWOS arası her 00 metredek koordatlara DEM dek koordatlar tam olarak çakışmadığı ç brbre e yakı koordatlar C# dlde yazıla br program sayesde belrler ve DEM dek bu koordatları yükseklk blgs Radar-AWOS arası her 00 metredek koordatları topografk yükseklk blgs olarak ataır Bu blgsayar kodu, Radar-AWOS arası her 00 metredek koordatlar le DEM dek tüm koordatlar arasıda tek tek uzaklık ölçümü yapar ve aralarıda e küçük fark ola k koordatı tespt eder Bu koordatlarda DEM dek yükseklğ dğer oktaı yükselğ olarak tay eder Radar ışııı her 00 metre mezlde çıkacağı yükseklk le bu oktaları sayısal topografk yükseklk blgs FORTRAN dlde yazıla br programla karşılaştırılır Eğer herhag br pkselde, sayısal hartadak yükseklk blgs, seçle yükseklk açısıyla ulaşılablecek yükseklkte büyükse, bu yükseklk açısı le AWOS üzerdek br hedef görülemyor demektr Bu durumda br sorak yükseklk açısıa bakılır Eğer herhag br pkselde, radarda AWOS üzerdek pksele kadar sayısal hartadak yükseklk blgs seçle yükseklk açısıyla ulaşılablecek yükseklkte küçükse bu yükseklk açısı, hedef görülebleceğ mmum yükseklk açısıdır ve eğr üzerdek yükseklk de HV m yükseklğdr Bu sayede radarı kaplama dyagramı da çıkarılablr Teork olarak, gelştrle bu algortma ve programlarla radar görütüsü üzerdek tüm pkseller D, HV m ve HG parametreler ve bu parametreler kullaarak her br pksel ç tahm AF değer belrleeblr Fakat, bu şlemler çok uzu sürmes ve çok yüksek performaslı blgsayar süper blgsayar, paralel programlama gerektrmes edeyle, tahm AF değerler bu tez çalışmasıda yalızca AWOS ları buluduğu pkseller ç tespt edlmştr İlerde 0 km lk mezl değştrlebleceğ 7

38 düşüülerek Şekl 34 de koumları verle, radarı 50 km lk kaplama alaı çersde kala 33 AWOS ç değerler tespt edlmş ve blg amacıyla Çzelge 4 ve 4 de verlmştr Balıkesr radarıı 50 km lk kaplama alaı çersde kala AWOS stasyoları ç mmum yükseklk açıları EK de, bu 33 stasyo ç farklı brçok açıda ulaşılablecek HV m yükseklkler göstere br çzelge de EK de verlmştr Radar tarama programıda kullaıla açılara göre EK ve EK de verle blgler kullaılarak, stele her AWOS ç HV m değer buluablr Bu 33 pksel ç HV m parametreler buluması, yüksek şlemcl kşsel br blgsayarı sadece bu amaçla çalıştırılmasıa rağme yaklaşık gü sürmüştür Dolayısıyla 70x70 çözüürlükte br radar görütüsüdek pksel ç souçlar acak süper blgsayarlar kullaılarak buluablr Bu tekğ süper blgsayarlar le brlkte kullaılması le lerde radarda tüm radar pksellere doğru yollar üzerde ola tüm pkseller ç ayı şlemler gerçekleştrlp, her br radar pksel ç D, HV m ve HG parametreler belrleeblr Radar görütüsüdek herhag br pksel ç, DEM kullaılarak HG ve D parametrelere ulaşmak mümküdür Tüm pksellere yleştrme yapablmek ç eksk ola tek parametre, yukarıda alatıla edelerle HV m parametresdr Balıkesr radarıı 0 km lk kaplama alaı çersde bulua 6 AWOS stasyouda 5 ç mmum yükseklk açısı 0,º dr Bu edele gelecekte süper blgsayarlarla her br radar pksel ç HV m parametres belrleceye kadar, AWOS oktaları ç bulua mmum yükseklk açıları, topografya görütüsü ve DEM kullaılarak, AWOS oktaları dışıda kala pkseller ç yaklaşık HV m değerler ataablr Şekl 35 Şekl 36, Balıkesr Radarı ı merkez kabul ede 40x40 km lk alaı çersde bulua tüm pkseller ç HV m dağılımıı vermektedrawos stasyoları kullaılarak bulua AF foksyoua, yleştrlmek stee pksel D, HV m ve HG değerler değşke olarak grldğde, stele tüm radar pkseller ç tahm AF parametres belrlep yleştrme deeeblr Bu amaçla mevcut radar yazılımı üzerde operasyoel olarak çalışa ve RAINN ürüüe yleştrme yapa SCR Statstcally Corrected Ra sml br radar ürüü gelştrlmştr Bölüm 33 Şekl 3 de radarda çeştl yükseklk açılarıyla, çeştl mesafelerde ulaşılacak yükseklk blgs vere mezl-yükseklk dyagramı ve Şekl 3 de se Radar-AWOS arasıda topografk br egel olması durumuda AWOS üzerdek meteorolojk br hedef 8

39 radarda görülebleceğ mmum yükseklk HV m ve mmum yükseklk açısıı temsl durumu gösterlmştr Şekl 3Radar Mezl-Yükseklk Dyagramı Şekl 3 Radar-AWOS arasıda topografk br egel olması durumuda AWOS üzerdek meteorolojk br hedef radarda görülebleceğ mmum yükseklk HV m ve mmum yükseklk açısı 378 m İSTANBUL 64 m BALIKESİR 08 m ZONGULDAK 807 m ANKARA Şekl 33 Türkye Radar Şebekes 9

40 Edremt Şekl 34 Balıkesr Radarı ı 50 km lk kaplama alaı çersde bulua AWOS ları koumları 0,3º 0,5º 0,º 0,5º Şekl 35 Balıkesr Radarı ı merkez kabul ede 40x40 km lk alaı çersde bulua bazı bölgeler ç belrlee alaları yaklaşık mmum yükseklk açısı değerler 30

41 Şekl 36 Balıkesr Radarı ı merkez kabul ede 40x40 km lk alaı çersde bulua tüm pkseller ç HV m dağılımı 3 Radar-AWOS arasıda 00 metre aralıklı bölmeler koordatlarıı buluması Radarda herhag br AWOS a doğru yöelmş çembersel yol üzerdek lk yüzücü ve daha sora da ardışık yüz metre aralıklı oktaları koordatlarıı hesaplaablmes amacıyla aşağıdak şekl çzlmştr: O A P x,y,z R Şekl 37 Düyaı merkeze göre Radar ve AWOS koumu 3

42 3 Şeklde Balıkesr radarı R, AWOS larda herhag br A le gösterlmş olup lk yüzücü metre koordatları da aşağıdak gb alımıştır: 334 ORA düzlem deklem : Öce O, R ve A oktalarıca belrlee düzlem deklem yazalım Bu düzleme dk, brm boylu vektör şu şeklde buluur : kˆ ĵ î r } x y y x kˆ z x x z ĵ y z z y î { r r z y x z y x kˆ ĵ î OA OR OA OR ˆ z y x A R A R A R A R A R A R A A A R R R r x y y x r z x x z r y z z y A R A R z A R A R y A R A R x 0 ˆ]ˆ ˆ ˆ [ ˆ k z z j y y x x OA O A A A düya A A A R R R r r,z,y x metre :,z,y x AWOS :,z,y x : Radar 00

43 33 0 A z A y A x A z A y A x z y x z y x a z y x z y x 0 a z y x z y x Radarda AWOS a doğru 00 m uzaklıktak br okta ç: 34 Bu şlemler soucuda aşağıdak 3 eştlk elde edlr: 343 Bu 3 deklem kümes brlkte çözülmes le aşağıdak bağıtılar elde edlr: derece, radya, m r r m düya düya θ π θ o θ θ θ cos r z z y y x x rrcos kˆ z ĵ y î x kˆ z ĵ y î x cos OR OP OP OR R R R R R R R x y R y x b x z y a z y x 03 cos 0 z y x r z z y y x x a z y x R R R z y x θ

44 c x R z z R 346 x c xr a cosθ 347 r x c 348 b d c 349 b d y 350 dz d d y z 35 x e e d a y 35 x α e d 353 β e e d d 354 γ e d r 355 αz βz γ z β ± β α 4αγ

45 Eğer AWOS Radarı kuzeyde se, z > A > zr z z R 358 Eğer AWOS Radarı güeyde se, z < A < zr z z R Sayısal hartadak elem ve boylam blgler kartezye koordatlara döüştürülmes ve brbrlere e yakı pkseller buluması A, Y A, Z A AWOS ları kartezye koordatları, E D, B D sayısal hartadak derece ve dakka csde elem ve boylam değerler, D, Y D, Z D se elem ve boylam blgler kartezye koordatlara döüştürülmüş hal olmak üzere aşağıdak döüşümler taımlaablr: D π π cos ED * * cos BD * * Rdüya Y D π π cos ED * * s BD * * Rdüya Z D π s ED * * Rdüya fark F A D YA YD Z A Z D

46 34 Radar verler elde edlmes Bu çalışmada kullaıla radar vers ç, Doppler süzgeçleme tekğ le hatalı ekolarda clutter arıdırılmış RAIN ürüler kullaılmıştır 4005 ve 5005 tarhler arasıdak toplam 48 saatlk RAIN değerler, AWOS ları ayı peryota at saatlk değerler le brlkte alımıştır Radar yağış verler elde edlmes ç IDL yazılımı dlde br blgsayar kodu gelştrlmştr Bu kod yardımıyla AWOS koordatlarıı buluduğu pkseller tespt edlerek bu pksel komşuluğudak 8 pksel le beraber toplam 9 pksel yağış değerler ortalaması alımıştır Matrs 0;0 oktası sol alt köşe alıarak, stasyolar ç elde edle pksel koordatları EK 3 de verlmştr Ortalama değer hesaplaırke 0 sıfır ola değerler hesaba katılmamıştır Yapıla celemelerde bu 9 değer brbre ve ortalama değerlere oldukça yakı olduğu görülmüş, ortalamayı etkleyecek aykırı değerlere rastlamamıştır EK 4 40x40 km lk ve 70x70 çözüürlüktek br ala çersde 9 pksel yaklaşık km lk alaı fade etmektedr 33 SCR Ürüü SCR Statstcally Corrected Ra ürüü, mevcut Balıkesr radarı yazılımı ola ve bu tez çalışması kapsamıda gelştrlerek Amerka SIGMET frmasıı IRIS yazılımı üzerde operasyoel olarak çalışa br radar ürüüdür SCR ürüü, 70x70 çözüürlükte ve 0 km lk maksmum mezldek RAINN ürülere yleştrme yapmak amacıyla gelştrlmştr Bu sayede, statstksel aalzler soucu gelştrle regresyo deklem kullaılarak toplam yağış ürüler yleştrlmes hedeflemştr Bu amaçla sayısal yükseklk hartası kullaılarak, Balıkesr radarıı 0 km lk kaplama alaı ola 40x40 km lk alaı 70x70 çözüürlüktek yükseklk değerler HG matrs olarak elde edlmştr Boylamlar arasıdak mesafe yukarı elemlere doğru azaldığı ç x ve y eksedek pksel aralıkları bua göre belrlemştr Bu pksel aralıkları ve köşe koordatları yardımıyla, br FORTRAN blgsayar kodu kullaılarak her br pksel elem ve boylamı le radara ola uzaklıkları tespt edlmştr Uzaklık değerler logartması alıarak ye 36

47 70x70 çözüürlükte log D matrs oluşturulmuştur Bölüm 3 so paragrafıda alatıldığı üzere, Şekl 34 ölçekledrlerek bazı bölgeler koordatları belrlep bu koordatlar arasıda kala bölgeler yaklaşık mmum yükseklk açıları ve bu açıları kullaarak HV m değerler bulumuştur Şekl 35 Bu üç matrsdek parametreler ve Balıkesr radarı ç belrlee AF foksyou kullaılarak her br radar pksel ç tahm AF değerler belrlemştr Radar görütüsü çdek her br pksel tahm AF değer ve radar yağışı okuarak, yleştrlmş tahm radar yağışı R t buluur Deklem 33 Şekl 38 de yleştrlmemş RAIN48 ürüü, Şekl 39 da bu ürüü yleştrlmş hal ola SCR ürüü verlmştr Şekl 30 se topografk harta le SCR ürüüü görsel karşılaştırılmasıı göstermektedr Şekl ve 5005 tarhler arasıda alıa 48 saatlk yağış toplamıı vere yleştrlmemş RAIN48 ürüü 37

48 Şekl ve 5005 tarhler arasıda alıa 48 saatlk yağış toplamıı yleştrlmş hal vere SCR ürüü Şekl 30 Topografk harta le SCR ürüüü görsel karşılaştırılması 38

49 34 MM5 Tahmler KA9 Yazılımı le İyleştrlmes MM5 model 48 saatlk sıcaklık, rüzgar yö ve hızı vektörel, rüzgar hızı skaler, yağış, dez sevyese drgemş basıç ve em tahmlere statstksel yleştrme yapmak amacıyla Ağırlıklı E Küçük Kareler LSF ve Ortalama Hata Düzeltmes RMBC yötemler kullaılarak C# dlde yazıla KA9 adı verle br yazılım getrlmştr LSF yötemde, KA9 maüel ve otomatk olarak çalıştırılablr Maüel seçm moduda tarhsel ver kümes ç gü sayısı ve polom dereces kullaıcı tarafıda seçleblr Otomatk modda se, tahm yapılacak güü seçlmesyle brlkte, bu tarhe göre daha öcede belrlemş ola tarhsel ver kümes ç gü sayısı ve polom dereces otomatk olarak ataır Çzelge 3 Maüel modda polom dereces ç yapıla deemelerde 3 derece le yapıla regresyou stasyoları br çoğu ç daha y souçlar verdğ gözlemlemştr Bu edele otomatk modda varsayıla polom dereces 3 olarak belrlemştr Otomatk modda tarhsel ver kümesdek gü sayısıı seçmde se mümkü olduğu kadar ayı meteorolojk özellkler göstere güler seçlmese çalışılmıştır Doğru br yleştrme ç, tarhsel ver kümes le kurula regresyo eğrs ye tahmler y temsl etmeldr Çzelge 3 Otomatk mod seçldğde tarhsel ver kümes ç gü sayısı OCAK - 5 OCAK 30 6 OCAK - 3 OCAK 30 ŞUBAT - 5 ŞUBAT 30 6 ŞUBAT - 9 ŞUBAT 30 MART - 5 MART 0 6 MART - 3 MART 5 NİSAN - 5 NİSAN 5 6 NİSAN - 30 NİSAN 5 MAYIS - 5 MAYIS 0 6 MAYIS - 3 MAYIS 30 HAZİRAN - 5 HAZİRAN 5 6 HAZİRAN - 30 HAZİRAN 0 TEMMUZ - 5 TEMMUZ 30 6 TEMMUZ - 3 TEMMUZ 30 AĞUSTOS - 5 AĞUSTOS 30 6 AĞUSTOS - 3 AĞUSTOS 30 EYLÜL - 5 EYLÜL 0 6 EYLÜL - 30 EYLÜL 5 EKİM - 5 EKİM 5 6 EKİM - 3 EKİM 5 KASIM - 5 KASIM 0 6 KASIM - 30 KASIM 30 ARALIK - 5 ARALIK 0 6- ARALIK - 3 ARALIK 30 39

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

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

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

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

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

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

= 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

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

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

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

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

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

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

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

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

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

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

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi Yüksek Mertebede Sstemler İç Ayrıştırma Temell Br Kotrol Yötem Osma Çakıroğlu, Müjde Güzelkaya, İbrahm Eks 3 Kotrol ve Otomasyo Mühedslğ Bölümü Elektrk Elektrok Fakültes İstabul Tekk Üverstes,34369, Maslak,

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

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

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

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455 İler Tekoloj Blmler Dergs Joural of Advaced Techology Sceces ISSN:47-3455 GÜÇ SİSTEMLERİNDE HARMONİKLERİN KRİTİK DEĞERLERE ETKİSİ Yusuf ALAŞAHAN İsmal ERCAN Al ÖZTÜRK 3 Salh TOSUN 4,4 Düzce Üv, Tekoloj

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

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2013 yılı fo getrs 02/01/2013-02/01/2014 tarhl brm pay değerler kullaılması le hesaplamıştır. 2013 yılı karşılaştırma ölçütü getrs

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

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör. İ.T.Ü. aka akültes ekak Aa Blm Dalı STATİK - Bölüm KUVVET SİSTELEİ KUVVET Vektörel büyüklük - Kuvvet büyüklüğü - Kuvvet doğrultusu - Kuvvet uygulama oktası - Kuvvet yöü S = (,,..., ) = + +... + = Serbest

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar

Detaylı

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü FİZ433 FİZİKTE BİLGİSAYAR UYGULAMALARI DERS NOTLARI Hazırlaya: Pro.Dr. Orha ÇAKIR Akara Üverstes, Fe Fakültes, Fzk Bölümü Akara, 7! İÇİNDEKİLER. LİNEER OLMAYAN DENKLEMLERİN KÖKLERİNİN BULUNMASI I/II. LİNEER

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede

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

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit Karadez Te Üverstes Blgsayar Mühedslğ Bölümü 5-6 Güz Yarıyılı Sayısal Çözümleme Ara Sıav Soruları Tarh: Kasım 5 Perşembe Süre: daa. f ( ( + a e fosyouu sabt otası olmadığı bldğe göre, a 'ı alableceğ e

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

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

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

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

IŞIĞIN KIRILMASI. 1. Ortamların kırılma indisleri n K. , n M. , n L. arasındaki ilişki aşağıdaki gibidir. > n L. > n K. n M. > n M. n L. n K.

IŞIĞIN KIRILMASI. 1. Ortamların kırılma indisleri n K. , n M. , n L. arasındaki ilişki aşağıdaki gibidir. > n L. > n K. n M. > n M. n L. n K. BÖÜ ŞĞ RAS AŞTRAAR ÇÖZÜER ŞĞ RAS Ortamları kırılma dsler,, arasıdak lşk aşağıdak gbdr 9 > > > > > > 6 0 > > > > > > 7 > > > > > > 0 7 0 0 > > > > > 76 OPTİ 7 0 0 > > > > > > 0 θ θ > > > > > > 9 0 O > >

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

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

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ DEÜ MÜHENDİSLİK FAKÜLESİ FEN ve MÜHENDİSLİK DERGİSİ lt: 9 Sayı: s -7 Ocak 7 HİDROLİK PROBLEMLERİNİN ÇÖÜMÜNDE AŞIMA MARİSİ YÖNEMİ (MEHOD OF RANSFER MARIX O HE ANALYSIS OF HYDRAULI PROBLEMS) Rasoul DANESHFARA*,

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Kabul Edlmş Araştırma Makales (Düzelememş Sürüm) Accepted Research Artcle (Ucorrected Verso) Makale Başlığı / Ttle Karayolu

Detaylı

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi 3 Cebirsel Olarak Çözüme Gitmede Wegsteı Yötemi Bu yötem bir izdüşüm tekiğie dayaır ve yalış pozisyo olarak isimledirile matematiksel tekiğe yakıdır. Buradaki düşüce f() çizgisi üzerideki bilie iki oktada

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

Operasyonel Risk İleri Ölçüm Modelleri

Operasyonel Risk İleri Ölçüm Modelleri Bakacılar Dergs, Sayı 58, 006 Grş Operasyoel Rsk İler Ölçüm Modeller Çalışma k bölümde oluşmaktadır. İlk bölümde operasyoel rskler ölçülmes kapsamıda hag ler ölçüm modeller kullaılması gerektğ, söz kousu

Detaylı

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

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

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

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları

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

TRAFİK SİMÜLASYON TEKNİKLERİ

TRAFİK SİMÜLASYON TEKNİKLERİ TRAFİK SİMÜLASYON TEKNİKLERİ 2. HAFTA Doç. Dr. Haka GÜLER (2015-2016) 1. TRAFİK AKIM PARAMETRELERİ Üç öeml rafk akım parameres vardır: Hacm veya akım oraı, Hız, Yoğuluk. 2. KESİNTİSİZ AKIM HACİM E AKIM

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

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

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract YKGS2008: Yazılım Kaltes ve Yazılım Gelştrme Araçları 2008 (9-0 ekm 2008, İstabul) Yazılım Ürü Gözde Geçrmeler Öem, Hazırlık Sürec ve Br Uygulama Öreğ The Importace of the Software Product Revews, Preparato

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

=... 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

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

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

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON) BÖÜM 4 KASİK OPTİMİZASYON TEKNİKERİ KISITI OPTİMİZASYON 4. GİRİŞ Öcek bölülerde de belrtldğ b optzaso probleler çoğuluğu kısıtlaıcı oksolar çerektedr. Kısıtlaasız optzaso problelerde optu değer ede oksou

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekoom ve Tekoloj Üverstes İKT351 Ekoometr I, Ara Sıavı Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sıav toplam 100 pua değerde 4 soruda oluşmaktadır. Sıav süres 90 dakkadır ve

Detaylı

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2 BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ M.Em ÖNCÜ, Yusuf CALAYIR ocume@dcle.edu.tr, ycalayr@frat.edu.tr Öz: Çalışmada, betoarme yapıları Türk Deprem Yöetmelğde (ABYYHY,998) verle talep

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

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei

Detaylı

Politeknik Dergisi, 2015; 18 (1) : Journal of Polytechnic, 2015; 18 (1) : 35-42

Politeknik Dergisi, 2015; 18 (1) : Journal of Polytechnic, 2015; 18 (1) : 35-42 Poltekk Dergs, 015; 18 (1) : 35-4 Joural of Polytechc, 015; 18 (1) : 35-4 Atakya Bölgesde Rüzgâr Gücü Yoğuluğu ve Rüzgâr Hızı Dağılımı Parametreler İstatstksel Aalz İlker Mert *, Cuma Karakuş ** * Dezclk

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

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

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

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

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

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

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

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI*

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* Costructo O Probablty Desty Fucto For The Relablty Block Dagram

Detaylı

RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ SEQUENTIAL PROBABILITY RATIO TEST OF RAYLEIGH DISTRIBUTION

RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ SEQUENTIAL PROBABILITY RATIO TEST OF RAYLEIGH DISTRIBUTION Eskşehr Osmagaz Üverstes Müh.Mm.Fak.Dergs C.XX, S., 7 Eg&Arch.Fac. Eskşehr Osmagaz Uversty, Vol..XX, No:, 7 Makale Gelş Tarh :.3.6 Makale Kabul Tarh : 3..6 RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ

Detaylı

BİR ÇUBUĞUN MODAL ANALİZİ. A.Saide Sarıgül

BİR ÇUBUĞUN MODAL ANALİZİ. A.Saide Sarıgül BİR ÇUBUĞUN MODAL ANALİZİ A.Saide Sarıgül DENEYİN AMACI: Akastre bir çubuğu modal parametrelerii (doğal frekas, titreşim biçimi, iç söümü) elde edilmesi. TANIMLAMALAR: Modal aaliz: Titreşe bir sistemi

Detaylı

Gerçek Zamanlı Giriş Şekillendirici Tasarımı Design of Real Time Input Shaper

Gerçek Zamanlı Giriş Şekillendirici Tasarımı Design of Real Time Input Shaper ELECO '0 Elektrk - Elektrok ve Blgsayar Mühedslğ Sempozyumu, 9 asım - 0 ralık 0, Bursa Gerçek Zamalı Grş Şeklledrc Tasarımı Desg of Real Tme Iput Shaper Sa ÜNSL, Sırrı Suay GÜRLEYÜ Elektrk-Elektrok Mühedslğ

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

S.Erhan 1 ve M.Dicleli 2

S.Erhan 1 ve M.Dicleli 2 1. Türkye Deprem Mühedslğ ve Ssmoloj Koferası 11-14 Ekm 2011 ODTÜ ANKARA ÖZET: SİSMİK YÜKLERİN İNTEGRAL KÖPRÜ KAZIKLARINDA DÜŞÜK DEVİRLİ YORULMAYA ETKİLERİ S.Erha 1 ve M.Dclel 2 1 Araştırma Görevls, Mühedslk

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

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2015 yılı fo getrs 02/01/2015-04/01/2016 tarhl brm pay değerler kullaılması le hesaplamıştır. 2015 yılı karşılaştırma ölçütü getrs

Detaylı

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc.), 008, 18(1): 1-5 Araştırma Makales/Artcle Gelş Tarh: 10.06.007 Kabul Tarh: 7.1.007 Lojstk Regresyoda Meydaa Gele Aşırı Yayılımı İcelemes

Detaylı

Yapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi

Yapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi Fırat Üv. Müh. Bl. Dergs Scece ad Eg. J of Fırat Uv. 8 (), 143-147, 016 8 (), 143-147, 016 Yapay Sr Ağlarıı Kullaarak Türkye İç Kara Yüzey Sıcaklığıı Modellemes Özet Oza Şekal Çukurova Üverstes, Blgsayar

Detaylı

SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOĞRUSAL OLMAYAN POISSON REGRESYON M. Kazım KÖREZ YÜKSEK LİSANS İSTATİSTİK Aablm Dalı Ağustos- KONYA Her Hakkı Saklıdır ÖZET YÜKSEK LİSANS DOĞRUSAL OLMAYAN

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

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

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

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

POISSON REGRESYON ANALİZİ

POISSON REGRESYON ANALİZİ İstabul Tcaret Üverstes Fe Blmler Dergs Yıl:4 Sayı:7 Bahar 005/ s. 59-7 POISSON REGRESYON ANALİZİ Özlem DENİZ * ÖZET Herhag br olayı belrlee br süreç çersde yaıla deemeler soucuda meydaa gelme sayısı,

Detaylı

35 Yay Dalgaları. Test 1'in Çözümleri. Yanıt B dir.

35 Yay Dalgaları. Test 1'in Çözümleri. Yanıt B dir. 35 Yay Dalgaları 1 Test 1'i Çözümleri 1. dalga üreteci 3. m 1 2m 2 Türdeş bir yayı her tarafıı kalılığı ayıdır. tma türdeş yay üzeride ilerlerke dalga boyu ve hızı değişmez. İlk üretile ı geişliği büyük,

Detaylı

ANFIS VE ARMA MODELLERİ İLE ELEKTRİK ENERJİSİ YÜK TAHMİNİ

ANFIS VE ARMA MODELLERİ İLE ELEKTRİK ENERJİSİ YÜK TAHMİNİ Gaz Üv. Müh. Mm. Fak. Der. J. Fac. Eg. Arch. Gaz Uv. Clt 5, No 3, 60-60, 00 Vol 5, No 3, 60-60, 00 ANFIS VE ARMA MODELLERİ İLE ELEKTRİK ENERJİSİ YÜK TAHMİNİ Özka DEMİREL, Ada KAKİLLİ ve Mehmet TEKTAŞ Elektrk

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

Uyum Analizinin Teorik Esasları ve Regresyon Analizi Đle Benzerliğinin Grafiksel Boyutta Karşılaştırılması

Uyum Analizinin Teorik Esasları ve Regresyon Analizi Đle Benzerliğinin Grafiksel Boyutta Karşılaştırılması Uyum Aalz Teork Esasları ve Regresyo Aalz Đle Bezerlğ Grafksel Boyutta Karşılaştırılması Nev UZGÖREN * Özet: Đstatstğ temel amaçlarıda brs değşkeler arasıdak lşky celemektr. Bu amaçla kullaıla yötemlerde

Detaylı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış

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