Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması
|
|
- Levent Önal
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN 1 Esra AKDENİZ Esra YİĞİT 3 Özet Avrua, Amerka ve Jaoya borsalarıda mekul kıymetler üzere yaıla çalışmalarda hata termler sıklıkla homoje olmaya varyasa sah oldukları gözlemştr. Mekul kıymet getrler modellemede yasa model kullaıldığıda, homoje olmaya varyas yaısıı varlığı arametre tahm ve arametreler alamlılık testlerde roblemlere yol açmaktadır. Bu çalışmada, homoje olmaya varyas yaısıı olu olmadığıı test edlmes ç kullaıla olablrlk ora yöteme dayalı testlerde geel olablrlk ora test, koşullu olablrlk ora test, artık olablrlk ora test, uyarlamış olablrlk ora test ve Bartlett-düzeltlmş olablrlk ora test ele alımıştır. Ayrıca smülasyo çalışması le bu testler erformasları karşılaştırılmalı olarak celemştr. Aahtar Kelmeler: Artık Olablrlk Ora Test,Bartlett-Düzeltlmş Olablrlk Ora Test, Geel Olablrlk Ora Test, Heteroje Varyas, Koşullu Olablrlk Ora Test, Pyasa Model, Profl Olablrlk Ora Test,Uyarlamış Olablrlk Ora Test JEL Sııfladırma Kodları: C01, C1, C15 A Mote Carlo Comarso Of Lkelhood Based Costructve Heteroscedastcty Tests For The Market Model Abstract The market model of Share whe aled to Euroea, U.S.A. ad Jaa stock markets usually results wth heteroscedastc error structure. Sce heteroscedastcty error terms cause effcet arameter estmato, t should be tested before data aalyss. The objectve of ths aer s to reset fve wdely used lkelhood based costructve heteroscedastcty tests whch are the ordary lkelhood rato test, the codtoal lkelhood rato test, the corrected modfed lkelhood rato test, the modfed lkelhood rato test, the rofle lkelhood rato test ad the resdual lkelhood rato test. Also smulato study s erformed to comare these tests. 1 Yrd.Doç.Dr., Gaz Üverstes, Fe Edebyat Fakültes, İstatstk Bölümü (fyuva@gaz.edu.tr ) Arş. Gör., Gaz Üverstes, Fe Edebyat Fakültes, İstatstk Bölümü (eakdez@gaz.edu.tr ) 3 Arş. Gör., Gaz Üverstes, Fe Edebyat Fakültes, İstatstk Bölümü ( eygt@gaz.edu.tr )
2 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss Key Words: Bartlett-Corrected Lkelhood Rato Test, Codtoal Lkelhood Rato Test, Heteroscedastcty, Market Model, Modfed Lkelhood Rato Test, Ordary Lkelhood Rato Test, Profle Lkelhood Rato Test, Resdual Lkelhood Rato Test JEL Classfcato Codes: C01, C1, C15 1. Grş Yatırımcıı e y ortföyü oluşturmasıa yöelk öerle lk ve e çok ble model ola Markowtz Ortalama-Varyas Model hesalama karmaşıklığı edeyle ratk kullaıma elverşl bulumamıştır Share (1963,1964) tarafıda Markowtz model gelştrmek amacıyla öerle yasa model ortföy teorse öeml katkıda bulumuştur. Pyasa model (1) olu deklemde fade edldğ gbdr. R R e (1) t mt t R t, t eryodudak mekul, t eryodudak yasa getrs ve e t hata term Burada mekul kıymet sstematk rsk, kıymet getrs, R mt göstermektedr. ı doğru tahm edlmes yatırımcılar ç, rskl varlıklarda oluşa ortföyler getrler tahm ç çeştledrlmş ortföy seçm ve sstematk olmaya rsk e küçük yama alamıda öemldr. Geleeksel e küçük kareler (EKK) yötem ı tahm ç kullaılablr. Acak hata termler varyasıı homoje olmaması tahm etk br tahm olmaması le souçlaır. Mekul kıymetler üzere yaıla çalışmalarda, hata termler sıklıkla homoje olmaya varyasa sah oldukları gözlemştr. Homoje olmaya varyas mekul kıymet yasaya göre daha değşke olu olmadığıı belrlemek ç yaıla 1 hotez test edlmesde hatalı souçlar vereblr. Bu edele le lgl aalzler yaılmada öce varyas homojelğ güvelr ve güçlü br test le sıaması gerekldr (Lyo ve Tsa, 1996: ). Varyas homojelğ test edlmes ç lteratürde geel olarak kabul görmüş br test statstğ yoktur. Varyas homojelğ testler yaısal ve yaısal olmaya testler olarak k gruta celeeblr. Yaısal olmaya testler sadece varyası heteroje olu olmadığı hakkıda blg verrke, yaısal testler bua ek olarak varyası heterojelğ foksyoel yaısı hakkıda da blg verr. Yaısal testler Olablrlk Ora ve Wald testlerdr (Edmoto, 1984:199). 136
3 Kardye-Akdez-Yğt/Olablrlk Oraı Bu çalışmada, varyas homojelğ test edlmesde kullaıla olablrlk ora testler ola geel olablrlk ora test, koşullu olablrlk ora test, uyarlamış olablrlk ora test, artık olablrlk ora test ve Bartlett-düzeltlmş olablrlk ora test ele alıacaktır. Bu testler hata termler çarımsal homoje olmaya yaı gösterdğ durumlarda, farklı örek çalarıa göre, I. t hata, güç değerler ve heterojelk yaısı ve dağılım varsayımlarıa duyarlılıkları bakımıda Mote Carlo Metodu le karşılaştırılacaktır.. Değşe Varyas Model ve Testler Geel doğrusal regresyo model () dek deklem gbdr. () Burada, Y, -c 1,..., brme at bağımlı değşke değer, x -c brm bağımsız değşkee lşk değerlerde oluşa 1 boyutlu vektör,, 1boyutlu blmeye arametre vektörüü ve -c brme lşk brbrde bağımsız hata termler göstermektedr. w z z K z (3) * 1 q q w yaısıdadır ve burada w bağımsız değşkeler br foksyou ola varyas ağırlıkladırma vektörüdür. z, heterojelk yaısıı yarata bağımsız değşkeler göstermek üzere z, q 1 boyutlu vektördür ( q). E çok karşılaşıla homoje olmaya varyas yaıları tolamsal ve çarımsal formlardır. * Heterojelk arametrelerde oluşa vektör [ 1K q ] olsu. Hldreth ve Houck (1968) ve Amemya (1977) tolamsal formu bağımsız değşkeler doğrusal br foksyou olarak ele almış ve ağırlıkladırma vektörüü (3) olu deklemdek gb fade etmştr. Harvey (1976) çarımsal formu geel formülüde ağırlıkladırma vektörüü (4) olu deklemdek gb ele almıştır. w z z K z (4) * ex( ) ex( 1 q q ) Just ve Poe (1978,1979) se çarımsal formu * 1 q [log K ] ve 137
4 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss z [1 log x ] olduğu (4) olu deklemdek özel ağırlıkladırma vektörüü ele ' almıştır. w ex( z ) z K z (5) * q 1 q Bu makalede (5) olu deklemdek çarımsal heterojelk yaısı ele alımıştır. Yokluk hotezde sıaması yaıla arametre vektörü [ K q ] dür. Yokluk hotezdek vektörüü değer 0 0 olduğuda, w 1 olur ve () olu model 1 homoje varyas yaısıa sah olur. Model homoje br yaıya sah olu olmadığıı sıamak ç kullaıla olablrlk ora yöteme dayalı yaısal homoje varyas testler alt bölümlerde verlmştr..1. Geel Olablrlk Ora Test () olu modelde hata termler bağımsız ve ormal dağılıma sah olduğuda, olablrlk foksyouu logartması sabt termler göz ardı edlerek (6) olu deklemdek gb elde edlr. 1 1 ( y x ) ' ( ;,, ) log log w 1 1 w L Y (6) arametres e çok olablrlk tahm edcs (7) olu deklemde verle rofl olablrlk foksyou maksmze edlerek buluur. 1 L Y L Y w z (7) ˆ ( ; ) ( ;, ˆ, ) log ˆ log (, ) 1 Burada, ˆ 1 1 ' 1 x w x xw y 1 1 ve 1 ˆ ( ˆ ) dr. ' 1 y x w 1 Profl olablrlk foksyou arametre vektörüü doğrusal olmaya br foksyou olduğuda arametre vektörü teratf yötemlerle buluur ve (8) olu deklemdek test statstğde yere kour. LRT { LR ( Y; ) LR ( Y; ˆ )} (8) 0 Olablrlk ora test statstğ dağılımı Tsa,1996:340). dr (Lyo ve ( q 1) 138
5 Kardye-Akdez-Yğt/Olablrlk Oraı.. Koşullu Olablrlk Ora Test Profl olablrlk ora test lglelmeye arametre (usace arametre) sayısı çok küçük olduğuda ble y souç vermeyeblr. Hoda (1989) lglelmeye arametreler ortak olasılık yoğuluk foksyolarıı kullaarak koşullu rofl olablrlk ora test öermştr. CL ( ; ) ( ˆ, ˆ Y CL Y ; ) 1 ' 1 L ( ; ) {( )log ˆ Y log x w x } (9) Koşullu olablrlk ora test statstğ (9) olu deklemde verlmştr. CLRT { CL ( Y; ) CL ( Y; ˆ )} (10) 0.3. Uyarlamış Olablrlk Ora Test Cox ve Red (1987), lglelmeye arametreler le test edlmek stee arametre ı ortogoal olmamasıda dolayı rofl olablrlk ora test uyarlayarak (10) olu deklem elde etmşlerdr. ML ( Y; ) CL ( Y; ) 1 log w (11) Uyarlamış olablrlk ora test statstğ (1) olu deklemde verlmştr. MLRT { ML ( Y; ) ML ( Y; ˆ )} (1).4. Artık Olablrlk Ora Test 0 Ölçü ve ağırlıkladırma arametreler, test etmek stedğmz arametre olduğuda, ˆ ı e çok olablrlk ora tahm edcs vere koşullu rofl olablrlk ora foksyou artık olablrlk foksyou hale gelr. Böylece serbestlk dereces kaybıı dkkate alarak test etmey sağlar (Verblya, 1993:6) RL ˆ ( Y;, ) RL ( Y ;, ), 139
6 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss CL (Y ; ) log ˆ (13) Artık olablrlk ora test statstğ (14) olu deklemde verlmştr. RLRT CLRT (log ˆ 0 log ˆ ) (14).5. Bartlett-Düzeltlmş Olablrlk Ora Test Örek çaı yeter kadar büyük olmadığıda ve lglemedğmz arametre sayısı çok olduğuda olablrlk ora test statstğ y souç vermeyeblr. Cordero (1993), olablrlk ora teste Bartlett düzeltmes uygulayarak düzeltlmş olablrlk ora test statstğ (15) olu deklemdek gb elde etmştr. LRT * LRT 1 c (15) - Burada A R( R ' R) 1 R ', R [1 Z ], H x (x x' ) 1 x', 1, tüm elemaları 1 1 lerde oluşa x1 boyutlu vektör, d ds se buluduğu matrs köşegeleştrlmş bçm fade etmektedr. sembolü se, ayı boyuttak matrs Hadamard çarımıı göstermektedr (Ferrar ve Neto, 00) 3. Smülasyo Çalışması Bu bölümde.1-.5 te verle test statstkler örek çaları, I. t hata, güç değerlere ve heterojelk yaısıa ve dağılım varsayımlarıa duyarlılıkları bakımıda karşılaştırılacaktır. Profl olablrlk foksyoları arametres doğrusal olmaya br foksyou olduğuda arametres e çok olablrlk tahm buluamaz. Bu edele arametres tahm BFGS quas-newto algortması le elde edlmştr. MATLAB rogramı kullaılarak elde edle smülasyo souçları (16) 140
7 Kardye-Akdez-Yğt/Olablrlk Oraı ve bağımsız ola bast regresyo modele dayamaktadır ve olarak alımıştır. Burada varsayıla (16) olu deklemdek heterojelk yaısı gereğ x ler oztf olması ç x ler U (0,15) dağılımıda bağımsız olarak üretlmştr. Hataları ormal dağıldığı (16) olu doğrusal regresyo model ç geel olablrlk (LR), Bartlett-düzeltlmş olablrlk (LR*), uyarlamış olablrlk (MLR), artık olablrlk (RLR) ve koşullu olablrlk (CLR) ora test statstkler elde edlmş ve bu şlemler I. t hata ayı 0.05 ç 1000 kez tekrarlamıştır. Tablo 1:Test statstkler I.t hataları LRT LRT* CLRT MLRT RLRT = = = Tablo 1 de bu test statstkler 0,50,80 ola farklı örek çaları ç I. t hataları ve hata termler dağılımı logormal(0,1), lojstk(0,1) ve t3 dağılımları olduğuda duyarlılıklarıa bakılmıştır. Tablo 1 souçlarıa bakıldığıda LRT ve CLRT statstkler I. t hataları ögörüle 0.05 değerde büyük olma eğlmdedr. Örek çaı küçük olduğuda (=0) LRT* ve MLRT statstkler, LRT statstğe göre ögörüle I. t hata değere daha yakı souç vermektedr, örek çaı artıkça aralarıdak fark azalmaktadır. Hata termler dağılımı logormal(0,1), lojstk(0,1) ve 141
8 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss t3 dağılımları olduğuda tüm test statstkler I. t hata değerler yüksek olduğuda sağlam test statstkler olmadıkları görülmektedr. (5) olu deklemdek çarımsal yaıya uygu olarak elde edle test statstkler e : N 0, x olduğuda ı farklı değerler ç 1, 1.5, 1, 0.5, 0.5,1,1.5, test statstkler güç değerler Tablo de Tablo : Test statstkler güç değerler (,, 0 ) LRT LRT* CLRT MLRT RLRT verlmştr. ı 0 a yakı değerlerde heterojelk az olduğuda test statstkler ver homoje olu olmadığıı belrleme gücü düşüktür. 0 değerler ç CLRT statstğ, 0 olduğuda RLRT statstğ güç bakımıda dğer test statstklere göre daha ydr. Hata termler (3) olu deklemdek gb tolamsal yaıda heteroje olduğuda =0,50 ç bulua güç değerler Tablo 3 de verlmştr. Bua göre RLRT statstğ dğer test statstklere göre daha güçlüdür. Tablo 3: Tolamsal homoje olmaya varyas yaısı ç testler güç değerler LRT LRT* CLRT MLRT RLRT = =
9 Kardye-Akdez-Yğt/Olablrlk Oraı 5. Souç Mekul kıymet getrler modellemede kullaıla yasa model, mekul kıymet getrs bağımlı değşke, yasa getrs bağımsız değşke olduğu bast, doğrusal br regresyo modeldr. Pyasa modelde, regresyo katsayısı sstematk rsk göstergesdr ve doğru tahm edlmes yatırımcılar ç öemldr. Bu edele, doğrusal regresyoda arametre tahmler olumsuz etkleye, hata termler homoje olmaya varyas yaısıa sah olması, yasa modeller çde araştırılması gereke br koudur. Doğrusal regresyo modelde arametre tahmler yaılmada öce ver homoje olu olmadığıı test edlmes öemldr. Hata termler ormal dağıldığıda olablrlk ora test statstkler kullaılarak ver homoje olu olmadığı test edleblr. Hata termler ormal dağılmadığıda. bölümde verle artık olablrlk ora test, Bartlett-düzeltlmş olablrlk ora test, geel olablrlk ora test, koşullu olablrlk ora test veya uyarlamış olablrlk ora testler kullaılmamalıdır. Örek çaı küçük olduğuda Bartlettdüzeltlmş ve uyarlamş olablrlk ora test dğer test statstklere göre ögörüle I. t hata değere daha yakıdır. Bu souçlar, Lyo ve Tsa (1996) souçları le örtüşmektedr. Heterojelğ az olduğu ( 0.5, 0.5) durumlarda test statstkler gücü azalırke, heterojelğ yüksek olduğu durumlarda koşullu olablrlk ora test ve artık olablrlk ora test statstkler dğer test statstklere göre daha güçlüdür. Tüm test statstkler, elde edldkler varyas yaısıı dışıdak heteroje ver yaısıı test edeblme özellğe sahtr. Test statstkler çde artık olablrlk ora test statstğ heterojelk yaısı farklı olduğuda dğer test statstklere göre daha güçlüdür. Kayaklar Amemya, T. (1977), A Note o a Heteroscedastc Model, Joural of Ecoometrcs, 6, Cordero, G.M.(1993), Bartlett Correctos ad Bas Correcto for Two Heteroscedastc Regresso Models, Commucatos Statstcs Theory Methods,, Cox, D.R. ve Red, N. (1987), Parameter Orthogoalty ad Aroxmate Codtoal Iferece, Joural of the Royal Statstcal Socety, 49,
10 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss Edmoto, B.A. (1984), Tests for Addtve Hetoskedastcty, Emrcal Ecoomcs, 9, Ferrar, S.L.P. ve Crbar-Neto F. (00), Corrected Modfed Profle Lkelhood Heteroscedastcty Tests, Statstcs ad Probablty Letters, 57(4), Harvey, A.C. (1976), Estmatg Regresso Models wth Multlcatve Heteroscedastcty, Ecoometrca, 44, Hldreth, C. ve Houck, J.P. (1968), Some Estmators for a Leer Model wth Radom Coeffcets, Joural of Amerca Statstcal Assocato, 63, Hoda, Y. (1989), O The Otmalty of Some Tests of the Error Covarace Matrx the Lear Regresso Model, Joural of Royal Statstcal Socety, 51, Just, R.E. ve Poe, R.D. (1978), Stochastc Secfcato of Producto Fuctos ad Ecoomc Imlcatos, Joural of Ecoometrcs, 7, Lyo, J.D., Tsa, C. (1996), A Comarso of Tests for Heteroscedastcty, The Statstca, 45, Share, W. (1963), A Smlfed Model of Portfolo Aalyss, Maagemet Scece, 9, Share, W. (1964), Catal Asset Prces: A Theory of Market Equlbrum Uder Codtos of Rsk, Joural of Face,19(3), Verbyla, A.P. (1993), Modellg Varace Heterogeety: Resdual Maxmum Lkelhood ad Dagostcs, J.R. Statst.Soc. B, 55 (),
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)
DetaylıGamma 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
DetaylıZaman 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
DetaylıTahmin 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
DetaylıPORTFÖY 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
DetaylıEMEKLİLİK 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
DetaylıETKİN 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
DetaylıBEKLENEN 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
DetaylıT.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
DetaylıGenelleştirilmiş 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
DetaylıYER 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,
DetaylıTEZ 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
Detaylıİki 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
DetaylıARAŞTIRMA 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
DetaylıÇOKLU 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
DetaylıWEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI
İstabul Tcaret Üverstes Sosal Blmler Dergs Yıl:8 Saı:5 Bahar 2009 s.73-87 WEİBULL DAĞILIMII ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİ İSTATİSTİKSEL TAHMİ YÖTEMLERİİ KARŞILAŞTIRILMASI Flz ÇAKIR ZEYTİOĞLU* ÖZET Güümüzde
DetaylıTanımlayıcı 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
DetaylıTALEP 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
DetaylıÖRNEKLEME 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
DetaylıÇok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma
Süleyma Demrel Üverstes, Fe Blmler Esttüsü Dergs, 15- ( 011),17-134 Çok Aşamalı Sıralı Küme Öreklemes Tasarımlarıı Etklkler Üzere Br Çalışma Nlay AKINCI 1, Yaprak Arzu ÖZDEMİR * 1 TRT Geel Müdürlüğü Reklam
DetaylıPolinom 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
Detaylıα kararlı dağılım, VaR, Koşullu VaR,, Finansal α KARARLI DAĞILIMLARLA FİNANSAL RİSK
Marmara Üverstes İ.İ.B.F. Dergs YIL 00 CİLT XXVIII SAYI I S. 549-57 Özet KARARLI DAĞILIMLARLA FİNANSAL RİSK ÖLÇÜMÜ Ömer ÖNALAN * Bu çalışmada fasal kayıları kalı kuyruklu kararlı dağılım zledğ varsayımı
DetaylıLojistik 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
Detaylıdenklemini 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
DetaylıSayısal 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
DetaylıGiriş. 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,
DetaylıÖLÇÜM, 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
DetaylıDEÜ 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
DetaylıPOISSON 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,
DetaylıMERKEZİ 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
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Pel İYİ GENETİK ALGORİTMA UYGULANARAK VE BİLGİ KRİTERLERİ KULLANILARAK ÇOKLU REGRESYONDA MODEL SEÇİMİ İSTATİSTİK ANABİLİM DALI ADANA, 006
DetaylıTÜRKİYE 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
DetaylıDeğişkenler 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
DetaylıREGRESYON 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,
DetaylıParametrik 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
DetaylıBir 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
DetaylıDOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1
ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 265-270 (2001) ARAŞTIRMA MAKALESIRESEARCH ARTICLE DOGRUSAL REGRESYONDA SAGLAM TAHMN
Detaylı= 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)
DetaylıTOBB 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
DetaylıNORMAL DAĞILIM İÇİN UYUM İYİLİĞİ TESTLERİ VE BİR SİMÜLASYON ÇALIŞMASI. Nurcan YILDIRIM YÜKSEK LİSANS TEZİ İSTATİSTİK
NORML DĞILIM İÇİN UYUM İYİLİĞİ TETLERİ VE BİR İMÜLYON ÇLIŞMI Nurca YILDIRIM YÜE LİN TEİ İTTİTİ Gİ ÜNİVERİTEİ FEN BİLİMLERİ ENTİTÜÜ ŞUBT 3 NR Nurca YILDIRIM tarafıda hazırlaa NORML DĞILIM İÇİN UYUM İYİLİĞİ
DetaylıOperasyonel 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
DetaylıFARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ
FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ M.Ensar YEŞİLYURT (*) Flz YEŞİLYURT (**) Özet: Özellkle uzak verlere sahp ver setlernn analz edlmesnde en küçük kareler tahmnclernn kullanılması sapmalı
DetaylıEMEKLİLİK 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
DetaylıRidge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1
Douz Eylül Üverstes İtsad ve İdar Blmler Faültes Dergs, Clt:6, Sayı:, Yıl:0, ss.67-77. Rdge Regresyoda Tahm Edcler Kullaımı Üzere Br Uygulama Hatce ŞAKAR Özlem ALPU 3 Erem ALTAN 4 Özet Bu çalışmada y yöüde
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI MUSTAFA ÇAĞATAY KORKMAZ YÜKSEK LİSANS TEZİ İSTATİSTİK ANA BİLİM DALI KONYA, 2
DetaylıPARÇALI DOĞRUSAL REGRESYON
HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ STRES DAYANIKLILIK GÜVENİLİRLİĞİNİN MASKELİ VERİLERE DAYALI TAHMİNİ Demet SEZER DOKTORA TEZİ İstatstkAablm Dalı Aralık-03 KONYA Her Hakkı Saklıdır TEZ
DetaylıARAŞTIRMA MAKALESİ /RESEARCH ARTICLE
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:0-Sayı/No: : 455-465 (009) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE İKİ PARAMETRELİ WEIBULL DAĞILIMINDA
DetaylıX = 11433, Y = 45237,
A.Ü. SBF, IV Malye EKONOMETRİ I ARA SINAVI 4..006 Süre 90 dakkadır..,. ve 3. sorular 0 ar, 4. ve 5. sorular 30 ar pua, ödev 0 pua değerdedr. Tüm formüller ve şlemlerz açıkça gösterz. ) Y = Xβ + u doğrusal
DetaylıNİTEL TERCİH MODELLERİ
NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:
DetaylıSağlam Ridge Regresyon Analizi ve Bir Uygulama
Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:5, Sayı:, Yıl:010, ss.137-148. Sağlam Rdge Regresyo Aalz ve Br Uygulama Özlem ALPU 1 Hatce ŞAMKAR Ekrem ALTAN 3 Özet Çoklu regresyo aalzde
DetaylıDEÜ 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*,
DetaylıFilbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices
lert Matrsler Normları İç lt ve Üst Sıırlar Sülema Demrel Üverstes B Türe E Sarııar e Blmler Esttüsü Dergs - (00 - lert Matrsler Normları İç lt ve Üst Sıırlar Bahr TÜREN E SRIPINR Sülema Demrel Üverstes
DetaylıKorelasyon 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
DetaylıİŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI
İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve
DetaylıĐÇI 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
DetaylıTanımlayıcı 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
DetaylıDoç. 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
DetaylıTanımlayıcı 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.).
DetaylıRAYLEIGH 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
DetaylıRasgele 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,
DetaylıOrkun COŞKUNTUNCEL a Mersin Üniversitesi
Kuram ve Uygulamada Eğtm Blmler Educatoal Sceces: Theory & Practce - 3(4) 39-58 03 Eğtm Daışmalığı ve Araştırmaları İletşm Hzmetler Tc. Ltd. Şt. www.edam.com.tr/kuyeb DOI: 0.738/estp.03.4.867 Sosyal Blmlerde
DetaylıQuality 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=... 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
DetaylıAES 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
DetaylıYüksek 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,
DetaylıEğitimle İlgili Sapan Değer İçeren Veri Kümelerinde En Küçük Kareler ve Robust M Tahmin Edicilerin Karşılaştırılması
Eğtmle İlgl Sapa Değer İçere Ver Kümelerde E Küçük Kareler ve Robust M Tahm Edcler Karşılaştırılması Orku COŞKUNTUNCEL * Özet Eğtm araştırmalarıda regresyo katsayılarıı tahm etmek ç e çok kullaıla yötem
DetaylıHOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ
ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ B Teor Blmler ANADOLU UNIVERITY JOURNAL OF CIENCE AND TECHNOLOGY B Theoretcal ceces Clt/Vol.:-ayı/No: : 57-7 (0) HOMOJEN OLMAYAN VARYAN VARAYIMI ALTINDA ORTALAMALARIN
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim
DetaylıYÖNEYLEM 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
DetaylıCezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression
üra S., otamış Ö. Cezaladırılmış Eğrsel Çzg Regresyoda Karışı Doğrsal Model Yalaşımı Semra üra,*, Öz otamış Hacettepe Üverstes, İstatst Bölümü, Beytepe/ANKARA Özet B çalışmada cezaladırılmış eğrsel çzg
DetaylıWEIBULL PARAMETRELERİ VE YÜZDELİKLERİ İÇİN GÜVEN ARALIĞI TAHMİN ALGORİTMALARI
Gaz Üv. Müh. Mm. Fak. Der. J. Fac. Eg. Arch. Gaz Uv. Clt 4, No 1, 11918, 009 Vol 4, No 1, 11918, 009 WEIBULL PARAMETRELERİ VE YÜZDELİKLERİ İÇİN GÜVEN ARALIĞI TAHMİN ALGORİTMALARI Mehmet Akf DANACI, Burak
DetaylıARAŞTIRMA MAKALESİ /RESEARCH ARTICLE
ANADOLU ÜNİVERSİESİ BİLİM VE EKNOLOJİ DERGİSİ ANADOLU UNIVERSIY JOURNAL OF SCIENCE AND ECHNOLOGY Clt/Vol.:8Sayı/No: : 5359 (7) ARAŞIRMA MAKALESİ /RESEARCH ARICLE SEMİPARAMERİK OPLAMSAL REGRESYON MODELİ
DetaylıSAYISAL ÇÖZÜMLEME. Sayısal Çözümleme
SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace
DetaylıSELÇUK 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
DetaylıCHAID Algoritması ile Balık Eti Tüketimini Etkileyen Faktörlerin İncelenmesi
Gazosmapaşa Üverstes Zraat Fakültes Dergs Joural of AgrculturalFaculty of GazosmapasaUversty http://zraatderg.gop.edu.tr/ Araştırma Makales/ResearchArtcle JAFAG ISSN: 1300-910 E-ISSN: 147-8848 (018) 35
DetaylıPERDE ÇERÇEVE SİSTEMLERİN DEPLASMAN ESASLI DİZAYNI İÇİN DEPLASMAN PROFİLİ
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K B İ L İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : : : : - PERDE ÇERÇEVE
DetaylıUYGULAMA 2. Bağımlı Kukla Değişkenli Modeller
UYGULAMA 2 Bağımlı Kukla Değşkenl Modeller Br araştırmacı Amerka da yüksek lsans ve doktora programlarını kabul ednlmey etkleyen faktörler ncelemek stemektedr. Bu doğrultuda aşağıdak değşkenler ele almaktadır.
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları
DetaylıİSTATİSTİKSEL TAHMİNLEME VE
1 ölüm maçları İSTTİSTİKSEL THMİLEME VE YORUMLM SÜRECİ ÖREKLEME VE ÖREKLEME DĞILIMLRI u bölümde öğreeceklerz. Örekleme gereksm ve yötemler celemek. Örekleme hatası kavramıı taımlamak Örekleme dağılışı
Detaylı1. 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
DetaylıTABAKALI 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
DetaylıHĐPERSTATĐK 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,
DetaylıSESSION 1. Asst. Prof. Dr. Fatih Ecer (Afyon Kocatepe University, Turkey) Abstract
SESSION 1 Türkye dek Kout Fyatlarıı Tahmde Hedok Regresyo Yötem le Yapay Sr Ağlarıı Karşılaştırılması Comparso of Hedoc Regresso Method ad Artfcal Neural Networks to Predct Housg Prces Turkey Asst. Prof.
DetaylıTÜRKİYE NİN TİCARİ HİZMETLER ENDÜSTRİ İÇİ TİCARETİ
Clt 2, Sayı 2, 2010 ISSN: 1309-8020 (Ole) TÜRKİYE NİN TİCARİ HİZMETLER ENDÜSTRİ İÇİ TİCARETİ Ahmet AYDIN Balıkesr Üverstes Badırma İ.İ.B.F. Kampüsü, Çaakkale Yolu 2.Km. Badırma/Balıkesr E-posta: ahmetayd10@gmal.com
DetaylıTanımlayıcı 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
DetaylıKi- kare Bağımsızlık Testi
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm
DetaylıGÜÇLÜ BETA HESAPLAMALARI. Güray Küçükkocaoğlu-Arzdar Kiracı
GÜÇLÜ BETA HESAPLAMALAI Güray Küçükkocaoğlu-Arzdar Kracı Özet Bu çalışaı aacı Fasal Varlıkları Fyatlaa Model (Captal Asset Prcg Model) Beta katsayısıı hesaplarke yaygı olarak kulladığı sırada e küçük kareler
DetaylıBiyoistatistik (Ders 9: Korelasyon ve Regresyon Analizi)
KORELASYON ve REGRESYON ANALİZLERİ Yrd. Doç. Dr. Üal ERKORKMAZ Sakarya Üverstes Tıp Fakültes Byostatstk Aablm Dalı uerkorkmaz@sakarya.edu.tr SİSTEM, ALT SİSTEM ve SİSTEM DİNAMİKLERİ Doğa br aa sstemdr.
DetaylıĐst201 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
Detaylı6. 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
DetaylıKUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ
Eoometr ve İstatst Sayı:5 0-4 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Arzdar KİRACI* Özet Gücel yazıda,
Detaylı9. Ders. Đstatistikte Monte Carlo Çalışmaları
9. Ders Đstatstkte Mote Carlo Çalışmaları Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve bu modeller geçerllğ sıamada kullaıla bazı blg ve yötemler
DetaylıTanımlayıcı 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
DetaylıPROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak
DetaylıAÇIK ARTIRMALI EKONOMİK YÜK DAĞITIM PROBLEMİ İÇİN FARKLI BİR YAKLAŞIM
AÇIK ARTIRMALI EKONOMİK YÜK DAĞITIM ROBLEMİ İÇİN FARKLI BİR YAKLAŞIM Adem KÖK () Takut YALÇINÖZ () Nğde Tedaş, Nğde, ademkok@yahoo.com Nğde Üverstes, Elektrk-Elektrok Mühedslğ Bölümü, tyalcoz@gde.edu.tr
DetaylıTahmin Edici Elde Etme Yöntemleri
6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme
DetaylıPoliteknik 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
DetaylıBAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *
BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET
DetaylıGaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması
EN AKÜLTESİ EN DERGİSİ E06 4 9-5 Araştıra Maales Gelş Receved :6/0/06 Kabul Accepted :/0/06 Erha AKIN Selçu Üverstes e aültes z Bölüü Kapüs 450 Koya Türye e-al: ea@selcu.edu.tr Öz: Bu çalışada Gaut atsayıları
Detaylı