YAPIM YÖNETİMİ 10 = 6 = 6 TEI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "YAPIM YÖNETİMİ 10 = 6 = 6 TEI"

Transkript

1 Performans Değerlendirme ve Gözden Geçirme Tekniği - PERT 1. Performans Değerlendirme ve Gözden Geçirme Tekniği (PERT) projelerinin planlaması, eylemlerin ve proje sürelerinin tahmini için olasılık kavramlarının ve tekniklerinin uygulanmasını içeren bir yöntemdir.. PERT yönteminde her eylem için süre tahmini yapılır. a b m : İyimser Tahmin (İcra çok iyi giderse gereken süre) : Kötümser Tahmin (Her şey kötü giderse gereken süre) : En olası Tahmin (İcra normal giderse gereken süre). Ortalama Eylem Süresi (T Ei ), üç süre tahmini (a,b ve m) kullanılarak hesaplanır. T Ei = a+ m+ b σ T EI b a = υ TEI b a = σt = EI. Proje süresi, (T PO ) kritik yörünge üzerindeki eylemlerin ortamalama eylem sürelerinin T Ei toplamıdır. Proje kapsamındaki yer alan her eylemıi standard sapması σ TEi ve varyansı ν TEi ile ifade edilir.. Beta dağılımı gösteren bir seri bağımsız eylemin toplanması ile oluşacak proje süresi (T PO ) normal dağılımı özelliği gösterir.. Normal dağılım gösteren proje süresinin ortalama değeri T PO, standard sapması σ PO ve varyansı ise ν PO sembolleri ile ifade edilir.. Normal dağılım için Z faktörü hesaplanır ve bu değere karşılık gelen değer (P) olasılık tablosundan bulunur. TPI T z = σ PO TO 1

2 Normal Dağılım ve Beta Dağılımı OLASILIK veya GERÇEKLEŞME ŞANSI Beta Dağılımı Normal Dağılım İYİMSER (Beta) OLASI (Beta) ORTALAMA (Normal) KÖTÜMSER (Beta) SÜRE

3 NORMAL DAĞILIM İÇİN OLASILIK DEĞERLERİ Z

4 Örnek 1 Bir inşaat projesinin yapım sürecinde yeralan eylemler ve bu eylemlere ait iyimser,en olası tahmin ve kötümser tahmin süreleri aşağıdaki tabloda verilmiştir. Bu bilgiler ışığında aşağıdaki soruları yanıtlayınız. 1. Her eylem için ortalama eylem süresini ve varyansı belirleyiniz.. Projenin şebeke diyagramını oluşturunuz.. Projede yer alan eylemlere ait erken başlama ve erken bitiş sürelerini belirleyiniz.. Projede yer alan eylemelere ait geç başlama ve geç bitiş sürelerini belirleyiniz. Projenin kritik yörüngesini bulunuz.. Projenin tamamlanması için gereken süreyi ve standard sapmayı bulunuz.. İnşaat Projesinin 11, 1, 1,18,19, 0, ve hafta içerisinde tamamlanma olasılıklarının hesaplayınız. Eylem sürelerisini ve varyanslarının bulunması ( i ) İYİMSER TAHMİN ( a ) EN OLASI TAHMİN ( m ) A 1 B 1 1. C D 11 E F 1.. G 1.. H... I 1.. J 1 T EA = [ + () + 1] / = / = Hafta ν A = [(1 - )/] = [8/] = 1.8 KÖTÜMSER TAHMİN ( b ) NO (İ) ORTALAMA SÜRESİ ( T Eİ ) VARYANS ν Eİ ÖNCEDEN TAMAMLANMASI GEREKEN 1- A B C 0.11 A - D 1.8 A - E 0.11 A - F 0.0 C - G 0. D - H 0.9 B, E - I 0.0 H -8 J 0.11 F, G, I

5 . Projenin şebeke diyagramimin oluştrulması Eylem sürelerinin şebekeye işlenmesi 1 8 C A G E H D B F J I 1 8 C A G E H D B F J I

6 Projede yeralan eylemlerin erken başlama ve erken bitiş sürelerinin belirlenmesi EN ERKEN BAŞLAMA EN ERKEN BİTİŞ C [,9] A [0,] [,11] F [9,11] G [11,1] 1 J [1,1] 8 B [0,] E [,9] I [1,1] H [9,1] Projede yeralan eylemlerin geç başlama ve geç bitiş sürelerinin belirlenmesi EN GEÇ BAŞLAMA EN GEÇ BİTİŞ C [,9]/[10,1] A [0,]/[0,] D [,11]/ [11,1] F [9,11]/[1,1] G [11,1]/[1,1] 1 J [1,1]/[1,1] 8 B [0,]/[,9] E [,9]/[/9] I [1,1]/[1,1 H [9,1]/[9,1

7 Kritik yörüngenin belirlenmesi C [,9]/[10,1] A [0,]/[0,] F [9,11]/[1,1] D [,11]/ [11,1] G [11,1]/[1,1] J [1,1]/[1,1] 1 8 B [0,]/[,9] E [,9]/[/9] I [1,1]/[1,1 H [9,1]/[9,1] KRİTİK YÖRÜNGE Kritik yörüngedeki eylemlerin ortalama süreleri ve varyansları NO (i) ORTALAMA SÜRESİ ( T Eİ ) VARYANS (ν Eİ) 1- A E H I J 0.11 TOPLAM PROJE SÜRESİ (T P0 ) =1 TOPLAM VARYANS (ν PO) =. STANDART SAPMA (σ PO ) = 1.

8 OLASILIK veya GERÇEKLEŞME ŞANSI σ PO =1. ORTALAMA SÜRE, T PO = 1 SÜRE İnşaat Projesinin 11, 1, 1,18,19, 0, ve hafta içerisinde tamamlanma olasılıklarının hesaplanması. PROJE SÜRESİ (T P0 ) STD. SAPMA (σ PO ) HEDEF SÜRE (T Pİ ) Z= (T Pİ )- (T PO ) (σ PO ) PROJEYİ TAMAMLAMA OLASILIĞI P (T Pİ ) 1 HAFTA 1. HAFTA P (T Pİ 1)= % P (T Pİ 1)= %. 1 0 P (T Pİ 1)= % P (T Pİ 18)= % P (T Pİ 19)= % P (T Pİ 0)= %9..0 P (T Pİ 0)= %

9 İnşaat Projesinin 0 Gün İçerisinde Tamamlanma Olasılığının P (T pi 0) Hesaplanması OLASILIK veya GERÇEKLEŞME ŞANSI, (P) σ PO =1. P (T Pİ 0) 0-1 Z = = P (T Pİ 0) = % 9. T Pİ = 0 ORTALAMA SÜRE, T PO = 1 SÜRE, (T) 9

YÖNEYLEM ARAŞTIRMASI-II Hafta 14

YÖNEYLEM ARAŞTIRMASI-II Hafta 14 9.0.07 YÖNEYLEM ARAŞTIRMASI-II Hafta ERT ANALİZİ Olasılıksal roje Değerlendirme ve Gözden Geçirme Tekniği ERT (robabilistic Evaluation and Review Technique) Eğer projenin faaliyetlerinin tamamlanma süresi

Detaylı

Konu 5. Bölüm 2 : Proje Değerlendirme ve Gözden Geçirme Tekniği (PERT) Üç zamanlı tahmin yaklaşımı. a : Faaliyetin iyimser gerçekleşme süresi

Konu 5. Bölüm 2 : Proje Değerlendirme ve Gözden Geçirme Tekniği (PERT) Üç zamanlı tahmin yaklaşımı. a : Faaliyetin iyimser gerçekleşme süresi Proje Yönetimi ölüm : Proje eğerlendirme ve özden eçirme Tekniği (PRT) Konu PRT Proje Planlamasında Olasılıksal Yaklaşım Üç zamanlı tahmin yaklaşımı a : aaliyetin iyimser gerçekleşme süresi m : aaliyetin

Detaylı

BÖLÜM IV: Proje Yönetimi. PERT metodu

BÖLÜM IV: Proje Yönetimi. PERT metodu BÖLÜM IV: Proje Yönetimi PRT metodu Kritik yol metodunun uygulanabilmesi için faaliyet sürelerinin bilinmesi gerekmektedir. Bir çok proje için ise faaliyet sürelerini belirlemek her zaman mümkün değildir.

Detaylı

İSG PROJE YÖNETİMİ ve ACİL DURUM PLÂNI

İSG PROJE YÖNETİMİ ve ACİL DURUM PLÂNI 29 İSG011 1/7 İSG PROJE YÖNETİMİ İSG PROJE YÖNETİMİ ve ACİL DURUM PLÂNI AMAÇ: İSG de Proje yönetimi ile tehlike araştırma yöntemleri hakkında bilgilendirme Slayt III BÖLÜM CPM GANT PERT YÖNTEMİLERİ VE

Detaylı

PERT Yöntemi: 1 t ( t 4 t t ) e 6 a m b

PERT Yöntemi: 1 t ( t 4 t t ) e 6 a m b PERT PERT metodu, süreleri tam bilinemeyen işlemlerin programda göz önüne alınmasını sağladığından kapsamı, kritik yörünge metoduna nazaran daha geniştir. Kritik yörünge (CPM), PERT metodunun özel hallerinden

Detaylı

YAPIM YÖNETİMİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar

YAPIM YÖNETİMİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar İNŞT PROJELERİ VE SÜRE YÖNETİMİ İnşaat projeninde süre yönetiminin yararları Yapılacak işleri organize etmemizi sağlar Kimin ne zaman nasıl ve neden bir işi yapacağını belirler Kaynakları belirler ve belirlenen

Detaylı

YAPIM YÖNETİMİ VE EKONOMİSİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar

YAPIM YÖNETİMİ VE EKONOMİSİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar İNŞT PROJELERİ VE SÜRE YÖNETİMİ İnşaat projeninde süre yönetiminin yararları Yapılacak işleri organize etmemizi sağlar Kimin ne zaman nasıl ve neden bir işi yapacağını belirler Kaynakları belirler ve belirlenen

Detaylı

PROJE YÖNETİM TEKNİKLERİ

PROJE YÖNETİM TEKNİKLERİ PROJE YÖNETİM TEKNİKLERİ PROJE PLANLARININ HAZIRLANMASI Bir projenin başarısı; onu planlarken harcanan çaba, gösterilen özen ve yetenekler oranında gerçekleşecektir. Projeye başlarken öncelikle aşağıdaki

Detaylı

PROJE HAZIRLAMA. Kritik Yol Metodu CPM

PROJE HAZIRLAMA. Kritik Yol Metodu CPM 15. hafta PROJE HAZIRLAMA Kritik Yol Metodu CPM Kritik Yol Metodu CPM CPM (Critical Path Method Kritik Yol Yöntemi) ve PERT (Program Evaluation and Review Technique Program Değerlendirme ve Gözden Geçirme

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

SÜREKLİ OLASILIK DAĞILIŞLARI SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla

Detaylı

CPM İLE İNŞAAT SÜRECİ BELİRLENMESİ (Araştırmada Ms Office 2007 programı verilerinden yararlanılmıştır.)

CPM İLE İNŞAAT SÜRECİ BELİRLENMESİ (Araştırmada Ms Office 2007 programı verilerinden yararlanılmıştır.) CPM İLE İNŞAAT SÜRECİ BELİRLENMESİ (Araştırmada Ms Office 2007 programı verilerinden yararlanılmıştır.) GİRİŞ Bu araştırmada inşaat süreci başlamadan önce tasarım aşamaları ve belgelendirme aşamaları önceden

Detaylı

YÖNEYLEM ARAŞTIRMASI-II Hafta 12. Proje Yönetimi

YÖNEYLEM ARAŞTIRMASI-II Hafta 12. Proje Yönetimi YÖNEYLEM ARAŞTIRMASI-II Hafta Proje Yönetimi KRİTİK YOL METODU (CPM) Şebeke modelleri çok fazla sayıda faaliyet içeren büyük ölçekli, karmaşık projelerin çizelgelenmesinde etkin şekilde kullanılabilir.

Detaylı

PROJE YÖNETİMİ: PERT VE CPM ANALİZİ: Prof. Dr. Şevkinaz Gümüşoğlu (I.Üretim Araştırmaları Sempozyumu, Bildiriler Kitabı-İTÜ Yayını, Ekim1997, İstanbul

PROJE YÖNETİMİ: PERT VE CPM ANALİZİ: Prof. Dr. Şevkinaz Gümüşoğlu (I.Üretim Araştırmaları Sempozyumu, Bildiriler Kitabı-İTÜ Yayını, Ekim1997, İstanbul PROJE YÖNETİMİ: PERT VE CPM ANALİZİ: Prof. Dr. Şevkinaz Gümüşoğlu (I.Üretim Araştırmaları Sempozyumu, Bildiriler Kitabı-İTÜ Yayını, Ekim1997, İstanbul Proje:Belirli bir işin tamamlanabilmesi için yapılması

Detaylı

BÖLÜM 2 PROJE PLANLAMASI: 2.1.1.1 GİRİŞ 2.1.1.2 Şebeke Analizi 2.2 CPM PERT 2.2.1 Şebeke Kurma 2.2.2Kritik Yolun Belirlenmesi 2.2.3 En geç tamamlanma

BÖLÜM 2 PROJE PLANLAMASI: 2.1.1.1 GİRİŞ 2.1.1.2 Şebeke Analizi 2.2 CPM PERT 2.2.1 Şebeke Kurma 2.2.2Kritik Yolun Belirlenmesi 2.2.3 En geç tamamlanma BÖLÜM PROJE PLANLAMASI:... GİRİŞ... Şebeke Analizi. CPM PERT.. Şebeke Kurma..Kritik Yolun Belirlenmesi.. En geç tamamlanma zamanların bulunması.. Kritik yolun belirlenmesi.. Bolluk Değerinin Hesaplanması...

Detaylı

END 418 Proje Yönetimi Bahar Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş

END 418 Proje Yönetimi Bahar Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş END 418 Proje Yönetimi Bahar 2016 - Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş 2 Aktivitelerin Tanımlanması Define Activities İş Kırılım Yapısında (Work Breakdown Structure) belirlenmiş olan teslimatları

Detaylı

END 418 Proje Yönetimi Bahar Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş

END 418 Proje Yönetimi Bahar Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş END 418 Proje Yönetimi Bahar 2016 - Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş 2 1 Aktivitelerin Tanımlanması Define Activities İş Kırılım Yapısında (Work Breakdown Structure) belirlenmiş olan teslimatları

Detaylı

Merkezi Limit Teoremi

Merkezi Limit Teoremi Örnekleme Dağılımı Merkezi Limit Teoremi Şimdiye kadar normal dağılıma uygun olan veriler ile ilgili örnekler incelendi. Çarpıklık gösteren veriler söz konusu olduğunda ne yapılması gerekir? Hala normal

Detaylı

Hipotez Testi Rehberi. Orhan Çevik İstanbul, 30 Ağustos 2014

Hipotez Testi Rehberi. Orhan Çevik İstanbul, 30 Ağustos 2014 Hipotez Testi Rehberi Orhan Çevik İstanbul, 30 Ağustos 2014 Hipotezler Sıfır Hipotezi: H 0 Aksi kanıtlanmadığı sürece doğru olduğu düşünülen varsayımdır. H 0 ın kanıta ihtiyacı yoktur. H 0 ı ret etmek

Detaylı

YAPI İŞLETMESİ VE ŞANTİYE TEKNİĞİ 12

YAPI İŞLETMESİ VE ŞANTİYE TEKNİĞİ 12 İNŞAAT PROJELERİNE SÜRE VE MALİYET İLİŞKİSİ İnşaat projelerine maliyet oğruan maliyet, bir eylemin gerçekleştirilmesi için gerekli malzeme, makina- ekipman ve işgücü masraflarını kapsar. olaylı maliyet,

Detaylı

PROJE PLANLAMA TEKNİKLERİ ve PERT TEKNİĞİNİN İNŞAAT SEKTÖRÜNDE UYGULANMASI ÜZERİNE BİR ÇALIŞMA

PROJE PLANLAMA TEKNİKLERİ ve PERT TEKNİĞİNİN İNŞAAT SEKTÖRÜNDE UYGULANMASI ÜZERİNE BİR ÇALIŞMA Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Cilt 3, Sayı:2, 2001 PROJE PLANLAMA TEKNİKLERİ ve PERT TEKNİĞİNİN İNŞAAT SEKTÖRÜNDE UYGULANMASI ÜZERİNE BİR ÇALIŞMA Nurcan TEMİZ KUTLU * ÖZET

Detaylı

Proje Planlaması. Prof. Dr. Bayram UZUN Doç. Dr. Volkan YILDIRIM

Proje Planlaması. Prof. Dr. Bayram UZUN Doç. Dr. Volkan YILDIRIM Proje Planlaması Prof. Dr. Bayram UZUN Doç. Dr. Volkan YILDIRIM Basit Proje Planlama Yöntemleri İŞ AKIŞI ŞEMALARI YÖNTEMİ Bir projenin en basit gösterim biçimi iş akışı şemasıdır. İş akışı şemalarında

Detaylı

Prof. Dr. Aydın Yüksel MAN 504T Yön. için Finansal Analiz & Araçları Ders: Risk-Getiri İlişkisi ve Portföy Yönetimi I

Prof. Dr. Aydın Yüksel MAN 504T Yön. için Finansal Analiz & Araçları Ders: Risk-Getiri İlişkisi ve Portföy Yönetimi I Risk-Getiri İlişkisi ve Portföy Yönetimi I 1 Giriş İşlenecek ana başlıkları sıralarsak: Finansal varlıkların risk ve getirisi Varlık portföylerinin getirisi ve riski 2 Risk ve Getiri Yatırım kararlarının

Detaylı

PROJE YÖNETİMİ / PROJE ÇİZELGELEME (CPM / PERT)

PROJE YÖNETİMİ / PROJE ÇİZELGELEME (CPM / PERT) 1 PROE YÖNETİMİ / PROE ÇİZELELEME (PM / PERT) * Projeleri başarıyla tamamlamak için, yönetilebilir alt işlere ayırmak gerekir. u işlerin her birine FLİYET denir. Öncelikleri : * Faaliyetler oranı öncelik

Detaylı

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Yayılma Ölçütleri Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Bir başka ifade ile, bir veri setinin,

Detaylı

FİNANSAL MODELLER. Yrd. Doç. Dr. Fazıl GÖKGÖZ. Tel: 595 13 37 fgokgoz@politics.ankara.edu.tr. Y. Doç. Dr. Fazıl GÖKGÖZ. Risk ve Getiri: Temel Konular

FİNANSAL MODELLER. Yrd. Doç. Dr. Fazıl GÖKGÖZ. Tel: 595 13 37 fgokgoz@politics.ankara.edu.tr. Y. Doç. Dr. Fazıl GÖKGÖZ. Risk ve Getiri: Temel Konular FİNANSAL MODELLER Yrd. Doç. Dr. Fazıl GÖKGÖZ Tel: 595 13 37 fgokgoz@politics.ankara.edu.tr Risk ve Getiri: Temel Konular Temel getiri konsepti Temel risk konsepti Bireysel risk Portföy (piyasa) riski Risk

Detaylı

İstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY

İstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY İstatistik 1 Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları Bu Bölümde İşlenecek Konular Temel Olasılık Teorisi Örnek uzayı ve olaylar, basit olasılık, birleşik olasılık Koşullu Olasılık İstatistiksel

Detaylı

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki

Detaylı

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

ARALIK TAHMİNİ (INTERVAL ESTIMATION): YTÜ-İktisat İstatistik II Aralık Tahmini I 1 ARALIK TAHMİNİ INTERVAL ESTIMATION): Nokta tahmininde ilgilenilen anakütle parametresine ilişkin örneklem bilgisinden hareketle tek bir sayı üretilir. Bir nokta

Detaylı

İstatistiksel Yorumlama

İstatistiksel Yorumlama İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız

Detaylı

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

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI Tarih/Saat/Yer: 24.06.16/11:00-12:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz

Detaylı

MADEN İŞLETME EKONOMİSİ MADEN İŞLETME EKONOMİSİ

MADEN İŞLETME EKONOMİSİ MADEN İŞLETME EKONOMİSİ MADEN İŞLETME EKONOMİSİ DOKUZ EYLÜL ÜN VERS TES MÜHEND SL K FAKÜLTES YAYINLARI NO: 223 MADEN İŞLETME EKONOMİSİ Prof. Dr. Halil KÖSE Doç. Dr. Bayram KAHRAMAN (4. BASKI ) 223 Prof. Dr. Halil KÖSE Doç. Dr.

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI Tarih/Saat/Yer: 20.06.16/15:00-16:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz Öğrenci

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI Tarih/Saat/Yer: 15.06.16/09:00-10:30/AS115-116-117 Instructor: Prof. Dr. Hüseyin

Detaylı

PROJE YÖNETĐMĐNDE PERT TEKNĐĞĐ VE BĐR UYGULAMA Bahman Alp RENÇBER 1

PROJE YÖNETĐMĐNDE PERT TEKNĐĞĐ VE BĐR UYGULAMA Bahman Alp RENÇBER 1 28 2011 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı: 27, s.28-40 ÖZET PROJE YÖNETĐMĐNDE PERT TEKNĐĞĐ VE BĐR UYGULAMA Bahman Alp RENÇBER 1 Bu çalışmanın amacı, proje yönetiminde

Detaylı

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

Hipotez Testleri. Mühendislikte İstatistik Yöntemler Hipotez Testleri Mühendislikte İstatistik Yöntemler Hipotez Testleri Parametrik Testler ( z ve t testleri) Parametrik Olmayan Testler (χ 2 Testi) Hipotez Testleri Ana Kütle β( µ, σ ) Örnek Kütle b ( µ

Detaylı

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 3 Sayı: 2 Sh Mayıs 2001

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 3 Sayı: 2 Sh Mayıs 2001 DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: Sayı: Sh. 9-9 Mayıs 00 PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL ANALİZ YARDIMIYLA BULANIK-PERT, KLASİK-PERT VE GERÇEK-DAĞILIM YÖNTEMLERİNİN

Detaylı

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI aysecagli@beykent.edu.tr 1 Güven aralığı ve Hipotez testi Güven aralığı µ? µ? Veriler, bir değer aralığında hangi değeri gösteriyor? (Parametrenin gerçek

Detaylı

WEB PROJESİ YÖNETİMİ. Belli bir süre içerisinde, belli bir bütçe ile belirlenen hedeflere ulaşmak için uygulanan metodolojik süreçtir.

WEB PROJESİ YÖNETİMİ. Belli bir süre içerisinde, belli bir bütçe ile belirlenen hedeflere ulaşmak için uygulanan metodolojik süreçtir. BÖLÜM 1 1.1 PROJE NEDİR? WEB PROJESİ YÖNETİMİ Belli bir süre içerisinde, belli bir bütçe ile belirlenen hedeflere ulaşmak için uygulanan metodolojik süreçtir. 1.2 PROJELERİN ORTAK UNSURLARI NELERDİR? Başlama

Detaylı

PROJE YÖNETİMİ PERT-I

PROJE YÖNETİMİ PERT-I SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II PROJE YÖNETİMİ PERT-I DERS NOTLARI PERT (Program Evaluation and Review Technique Program Değerlendirme ve Gözden Geçirme Tekniği) CPM/PERT

Detaylı

6.DERS PROJENİN YÜRÜTÜLMESİ

6.DERS PROJENİN YÜRÜTÜLMESİ 6.DERS PROJENİN YÜRÜTÜLMESİ 1 1. PROJE YÖNETİMİ ARAÇ ve TEKNİKLERİ Proje yöneticilerinin proje akışını izleyebilmeleri ve projenin son durumunu belirleyebilmeleri için geliştirilmiş iki teknik vardır bunlar;

Detaylı

YAPI İŞLETMESİ VE ŞANTİYE TEKNİĞİ 11 MONTE CARLO SİMÜLASYONU İLE İNŞAAT PROJELERİNDE SÜRE PLANLAMASI

YAPI İŞLETMESİ VE ŞANTİYE TEKNİĞİ 11 MONTE CARLO SİMÜLASYONU İLE İNŞAAT PROJELERİNDE SÜRE PLANLAMASI MONTE CARLO SİMÜLASYONU İLE İNŞAAT PROJELERİNDE SÜRE PLANLAMASI Simülasyon gerçek yaşamı taklit etme sürecidir. Simülasyon Çeşitleri Fiziksel simülasyon Bilgisayarlı simülasyon Bilgisayarlı simülasyon

Detaylı

İSG 011-PROJE YÖNETİMİ ve ACİL DURUM PLÂNI

İSG 011-PROJE YÖNETİMİ ve ACİL DURUM PLÂNI 29 İSG011 7/7 82 Slayt İSG PROJE YÖNETİMİ İSG 011-PROJE YÖNETİMİ ve ACİL DURUM PLÂNI AMAÇ: İSG de Proje yönetimi ile tehlike araştırma yöntemleri hakkında bilgilendirme KISALTILMIŞ PROJE YÖNETİMİ MANTIĞI

Detaylı

BİLGİSAYAR DESTEKLİ PROJE PLANLAMASI VE PROGRAMLAMASI DERSÝ Proje Planlama ve Programlama Teknikleri

BİLGİSAYAR DESTEKLİ PROJE PLANLAMASI VE PROGRAMLAMASI DERSÝ Proje Planlama ve Programlama Teknikleri Ý.T.Ü. FEN BİLİMLERİ ENSTİTÜSÜ * BİNA YAPIM YÖNETİMİ PROGRAMI BİLGİSAYAR DESTEKLİ PROJE PLANLAMASI VE PROGRAMLAMASI DERSÝ Proje Planlama ve Programlama Teknikleri Dr. Alaattin KANOÐLU BAHAR, 2001-02 02

Detaylı

Popülasyon Ortalamasının Tahmin Edilmesi

Popülasyon Ortalamasının Tahmin Edilmesi Güven Aralıkları Popülasyon Ortalamasının Tahmin Edilmesi Tanımlar: Nokta Tahmini Popülasyon parametresi hakkında tek bir rakamdan oluşan tahmindir. Popülasyon ortalaması ile ilgili en iyi nokta tahmini

Detaylı

GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Kestirim Pratikte kitle parametrelerinin doğrudan hesaplamak olanaklı değildir. Bunun yerine

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde

Detaylı

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0 YTÜ-İktisat İstatistik II Hipotez Testi 1 HİPOTEZ TESTİ: AMAÇ: Örneklem bilgisinden hareketle anakütleye ilişkin olarak kurulan bir hipotezin (önsavın) geçerliliğinin test edilmesi Genel notasyon: anakütleye

Detaylı

T.C. MARMARA ÜNİVERSİTESİ

T.C. MARMARA ÜNİVERSİTESİ T.C. MARMARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DERS : OPTİMİZASYON TEKNİKLERİ ÖĞR.ÜYESİ : Yard.Doç.Dr. MEHMET TEKTAŞ 1 ATAMA PROBLEMLERİ PROBLEM: Aşağıdaki tabloda saat olarak her öğrencinin iş eğitimi

Detaylı

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

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2

Detaylı

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan 1 Ders Planı 1. Karar Problemleri i. Karar problemlerinin bileşenleri ii. Değerler, amaçlar, bağlam iii. Etki diagramları 2. Model Girdilerinde Belirsizlik

Detaylı

Sürekli Rastsal Değişkenler

Sürekli Rastsal Değişkenler Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım

Detaylı

Başarılar Dilerim. SORULAR

Başarılar Dilerim. SORULAR ZONGULDAK BÜLENT ECEVİT ÜNİVERSİTESİ Adı Soyadı : Numarası : İmzası : Bölümü : Biyomedikal Mühendisliği Ders Kodu : BMM 401 Ders İsmi : Proje Plan ve Organizasyon Ders Sorumlusu : Dr. Öğretim Üyesi Nihat

Detaylı

Risk ve Getiri. Dr. Veli Akel 1-1

Risk ve Getiri. Dr. Veli Akel 1-1 Bölüm m 1 Risk ve Getiri Dr. Veli Akel 1-1 Risk ve Getiri urisk ve Getirinin Tanımı uriski Ölçmek Đçin Olasılık Dağılımlarını Kullanmak uportföyün Riski ve Getirisi uçeşitlendirme ufinansal Varlıkları

Detaylı

Ölçme ve Değerlendirme

Ölçme ve Değerlendirme Ölçme ve Değerlendirme Z Puanı T Puanı Yrd. Doç. Dr. Yetkin Utku KAMUK Standart Puan Herhangi bir ölçüm sonucunda elde edilen ve farklı birimlere sahip ham puanların, standart bir dağılım haline dönüştürülmesi

Detaylı

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I S1. Cep telefonu üreten bir fabrikada toplam üretimin % 30 u A, % 30 u B ve % 40 ı C makineleri tarafından yapılmaktadır. Bu makinelerin

Detaylı

UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI

UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI 1 UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI Örnek 1: Ders Kitabı 3. konuda verilen 100 tane yaş değeri için; a. Aritmetik ortalama, b. Ortanca değer, c. Tepe değeri, d. En küçük ve en

Detaylı

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ 1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel

Detaylı

PROJE YÖNETİMİ CPM-I

PROJE YÖNETİMİ CPM-I SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II PROJE YÖNETİMİ CPM-I DERS NOTLARI CPM (Critical Path Method = Kritik Yol Metodu) Gantt Diyagramı AOA-AON Proje ağı çizimi ENM 444 ENDÜSTRİYEL

Detaylı

Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN

Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN SÜREKSİZ (DISCRETE) OLASILIK DAĞILIMLARI 1 RANDOM DEĞİŞKEN Nümerik olarak ifade edilebilen bir deneyin sonuçlarına rassal (random) değişken denir. Temelde iki çeşit random değişken vardır. ##süreksiz(discrete)

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 10 KASIM 2017 14. HAFTA 8 Tek kanallı, Sonsuz Kapasiteli, Servis Süreleri Keyfi Dağılımlı Kuyruk Sistemi M/G/1/

Detaylı

Ders 4: Rastgele Değişkenler ve Dağılımları

Ders 4: Rastgele Değişkenler ve Dağılımları Ders 4: Rastgele Değişkenler ve Dağılımları Rastgele değişken kavramı Kesikli ve sürekli rastgele değişkenler İki boyutlu rastgele değişkenler Beklenen değer Varyans Örnek uzaydaki her elemanı bir sayıyla

Detaylı

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

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini

Detaylı

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

Detaylı

Kazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek

Kazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek T testi Kazanımlar Z puanları yerine T istatistiğini ne 1 zaman kullanacağını bilmek 2 t istatistiği ile hipotez test etmek 3 Cohen ind sini ve etki büyüklüğünü hesaplamak 1 9.1 T İstatistiği: zalternatifi

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM 12 STUDENT T DAĞILIMI 1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir

Detaylı

Yatırım Analizi ve Portföy Yönetimi 6. Hafta

Yatırım Analizi ve Portföy Yönetimi 6. Hafta Yatırım Analizi ve Portföy Yönetimi 6. Hafta Dr. Mevlüt CAMGÖZ 1 Dr. Mevlüt CAMGÖZ İçerik Karakteristik Doğru ve Beta Katsayısı Karakteristik Doğrunun Tahmini Beta Katsayısının Hesaplanması Agresif ve

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

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

Detaylı

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK ÖLÇME VE DEĞERLENDİRME Antrenörlük Eğitimi 4. Sınıf ÖLÇME VE DEĞERLENDİRME Merkezi Eğilim Ölçütleri Mod En çok görülen puandır ve hesaplanma yöntemi yoktur. İnceleme yolu ile bulunur. Terminal istatistiktir.

Detaylı

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

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir. 4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans

Detaylı

İ.T.Ü. İŞLETME FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ PROGRAMI BİRİNCİ GRUP STAJ [E1A] İKİNCİ GRUP STAJ SORULARI (İMALAT) [E2İ]

İ.T.Ü. İŞLETME FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ PROGRAMI BİRİNCİ GRUP STAJ [E1A] İKİNCİ GRUP STAJ SORULARI (İMALAT) [E2İ] İ.T.Ü. İŞLETME FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ PROGRAMI BİRİNCİ GRUP STAJ [E1A] İ.T.Ü. Makina Fakültesi Atölyesinde uygulanan çalışma programına göre yapılır. İKİNCİ GRUP STAJ SORULARI (İMALAT) [E2İ] E2İ.1.

Detaylı

MATE211 BİYOİSTATİSTİK

MATE211 BİYOİSTATİSTİK MATE211 BİYOİSTATİSTİK ÇALIŞMA SORULARININ ÇÖZÜM VE CEVAPLARI Yapılan bir araştırmada, 136 erişkin kişinin kanlarındaki kolesterol düzeyleri gr/dl cinsinden aşağıda verilmiştir: 180 230 190 186 220 191

Detaylı

İçindekiler. Ön Söz... xiii

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

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye

Detaylı

1.58 arasındaki her bir değeri alabileceği için sürekli bir

1.58 arasındaki her bir değeri alabileceği için sürekli bir 7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin

Detaylı

Simülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation

Simülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation Simülasyonda İstatiksel Modeller Banks, Carson, Nelson & Nicol Discrete-Event System Simulation Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri

Detaylı

Kritik Yol Yöntemi / CPM

Kritik Yol Yöntemi / CPM Proje Yönetimi Kritik Yol Yöntemi / PM Konu 4 1 maçlar 1. Proje için minimal beklenen tamamlanma zamanı 2. Kritik faaliyetlerin tespiti 3. n erken ve en geç tamamlanma zamanları 4. er faaliyet için fazlalık

Detaylı

Bölüm 7 Risk Getiri ve Sermayenin Fırsat Maliyetine Giriş. Getiri Oranı. Getiri Oranı. İşlenecek Konular

Bölüm 7 Risk Getiri ve Sermayenin Fırsat Maliyetine Giriş. Getiri Oranı. Getiri Oranı. İşlenecek Konular Bölüm 7 Risk Getiri ve Sermayenin Fırsat Maliyetine Giriş İşlenecek Konular Getiri Oranları: Gözden Geçirme Sermaye Piyasası Tarihi Risk & Çeşitlendirme Risk Üzerine Yorumlar Sermaye Kazancı + kar payı

Detaylı

OLASILIK ve İSTATİSTİK Hipotez Testleri

OLASILIK ve İSTATİSTİK Hipotez Testleri OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait

Detaylı

İSTATİSTİK MHN3120 Malzeme Mühendisliği

İSTATİSTİK MHN3120 Malzeme Mühendisliği İSTATİSTİK MHN3120 Malzeme Mühendisliği CBÜ - Malzeme Mühendisliği Bölümü Ofis: Mühendislik Fakültesi A Blok Ofis no:311 Tel: 0 236 2012404 E-posta :emre.yalamac@cbu.edu.tr YARDIMCI KAYNAKLAR Mühendiler

Detaylı

Proje Planlama Teknikleri ve Madencilik Projelerine Uygulanması

Proje Planlama Teknikleri ve Madencilik Projelerine Uygulanması MADENCİLİK Haziran June 1991 Cilt Volume XXX Sayı No Proje Planlama Teknikleri ve Madencilik Projelerine Uygulanması Project Planning Techniques and Their Application on Mining Projects A1İKAHRİMAN (*)

Detaylı

YAPIM YÖNETİMİ - EKONOMİSİ 03. İşler veya eylemler olası olan zaman ve mekanının tamamını kullanacaktır.

YAPIM YÖNETİMİ - EKONOMİSİ 03. İşler veya eylemler olası olan zaman ve mekanının tamamını kullanacaktır. İNŞAAT PROJELERİNİN YÖNETİMİNDE FİZİBİLİTE ÇALIŞMASI İnşaat projelerinin yönetimi ve kurallar Parkinson Kuralı İşler veya eylemler olası olan zaman ve mekanının tamamını kullanacaktır. Peter İlkesi Bireyler

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

Detaylı

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır. İstatistiksel güven aralıkları uygulamalarında normallik (normal dağılıma uygunluk) oldukça önemlidir. Kullanılan parametrik istatistiksel tekniklerin geçerli olabilmesi için populasyon şans değişkeninin

Detaylı

SERİ PARALEL DEVRELER

SERİ PARALEL DEVRELER 1 SERİ PARALEL DEVRELER ALTERNATİF AKIMDA EMPEDANS Seri Paralel Devreler Çözüm Yöntemi: Seri ve paralel devrelerin bir arada bulunduğu devrelerdir. Devrelerin çözümünde Her kolun empedansı bulunur. Her

Detaylı

13. Olasılık Dağılımlar

13. Olasılık Dağılımlar 13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

8 Dakikada Microsoft Project Öğreniyorum El Kitabı

8 Dakikada Microsoft Project Öğreniyorum El Kitabı 8 Dakikada Microsoft Project Öğreniyorum El Kitabı Hazırlayan: Gemi İnş. ve Gemi Mak.Müh.Ali ÖZEN aliozen@gmail.com 1. Microsoft Project Giriş Sayfa No. 1 İş hedeflerine ulaşmak için kullanılan en temel

Detaylı

YAPI İŞLETMESİ. Prof. Dr. Zeki GÜNDÜZ Yrd. Doç. Dr. Tahir AKGÜL Yrd. Doç. Dr. İsmail Hakkı DEMİR

YAPI İŞLETMESİ. Prof. Dr. Zeki GÜNDÜZ Yrd. Doç. Dr. Tahir AKGÜL Yrd. Doç. Dr. İsmail Hakkı DEMİR YAPI İŞLETMESİ Prof. Dr. Zeki GÜNDÜZ Yrd. Doç. Dr. Tahir AKGÜL Yrd. Doç. Dr. İsmail Hakkı DEMİR 2016 1 11-12. HAFTA İŞ PROGRAMLARI GİRİŞ Planlama, bir işin optimum süre ve maliyetle gerçekleştirilebilmesi

Detaylı

12. HAFTA (RİSK VE GETİRİ) Prof. Dr. Yıldırım B. ÖNAL

12. HAFTA (RİSK VE GETİRİ) Prof. Dr. Yıldırım B. ÖNAL 12. HAFTA (RİSK VE GETİRİ) Prof. Dr. Yıldırım B. ÖNAL GETİRİ VE RİSK SUNUM İÇERİĞİ MENKUL KIYMETLERDE GETİRİ VE RİSK YATIRIM YAPILIRKEN GÖZ ÖNÜNDE BULUNDURULAN ETMENLER BEKLENEN GETİRİ VARYANS STANDART

Detaylı

ÜRETİM ŞEMASI, ZAMAN ETÜDÜ VE AĞ PLANI TEKNİKLERİNİN KOMBİNASYONU İLE İMALAT SÜRELERİNİN BELİRLENMESİ ( BİR KONFEKSİYON ÜRÜNÜ ÖRNEĞİ)

ÜRETİM ŞEMASI, ZAMAN ETÜDÜ VE AĞ PLANI TEKNİKLERİNİN KOMBİNASYONU İLE İMALAT SÜRELERİNİN BELİRLENMESİ ( BİR KONFEKSİYON ÜRÜNÜ ÖRNEĞİ) ÜRETİM ŞEMASI, ZAMAN ETÜDÜ VE AĞ PLANI TEKNİKLERİNİN KOMBİNASYONU İLE İMALAT SÜRELERİNİN BELİRLENMESİ ( BİR KONFEKSİYON ÜRÜNÜ ÖRNEĞİ) Mücella GÜNER Ege Ü. Mühendislik Fak. Tekstil Müh. Böl. Alime Aslı

Detaylı

Örnekleme Yöntemleri

Örnekleme Yöntemleri Örnekleme Yöntemleri Evren & Örneklem (Fraenkel & Wallen, 1990) Evren & Örneklem 2 Evren Evren, araştırma sonuçlarının genelleneceği (geçerli olacağı) büyük grup. Hedef evren, araştırmacının ulaşmak istediği,

Detaylı

HİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN

HİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN HİPOTEZ TESTLERİ Yrd. Doç. Dr. Emre ATILGAN Hipotez Nedir? HİPOTEZ: parametre hakkındaki bir inanıştır. Parametre hakkındaki inanışı test etmek için hipotez testi yapılır. Hipotez testleri sayesinde örneklemden

Detaylı

Konum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan

Konum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan Konum ve Dağılım Ölçüleri BBY606 Araştırma Yöntemleri Güleda Doğan Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl? Yakın, uzak? Sıklık dağılımlarının karşılaştırılması

Detaylı

Regresyon. Regresyon korelasyon ile yakından ilişkilidir

Regresyon. Regresyon korelasyon ile yakından ilişkilidir Regresyon Regresyona Giriş Regresyon korelasyon ile yakından ilişkilidir Regresyon bir bağımlı değişken ile (DV) bir veya daha fazla bağımsız değişken arasındaki doğrusal ilişkiyi inceler. DV için başka

Detaylı

İŞ PROGRAMI HAZIRLAMA TEKNİKLERİ SEMİNER NOTLARI

İŞ PROGRAMI HAZIRLAMA TEKNİKLERİ SEMİNER NOTLARI İŞ PROGRAMI HAZIRLAMA TEKNİKLERİ SEMİNER NOTLARI 1.GİRİŞ Planlama, bir işin optimum süre ve maliyetle gerçekleştirilebilmesi için, işle ilgili tüm birimlerin, sıra, süre, yer, kapasite ve maliyet açısından,

Detaylı

AHMET GÖKTAŞ Çevre ve Şehircilik Uzmanı- Kimya Y. Müh. Kimyasallar Yönetimi Dairesi Bşk.

AHMET GÖKTAŞ Çevre ve Şehircilik Uzmanı- Kimya Y. Müh. Kimyasallar Yönetimi Dairesi Bşk. T.C. ÇEVRE VE ŞEHİRCİLİK BAKANLIĞI ÇEVRE YÖNETİMİ GENEL MÜDÜRLÜĞÜ BÜYÜK K ENDÜSTR STRİYEL KAZALARDA GÜVENLİK K PERFORMANS GÖSTERGELERG STERGELERİ AHMET GÖKTAŞ Çevre ve Şehircilik Uzmanı- Kimya Y. Müh.

Detaylı

Geçerliliği olasılık esaslarına göre araştırılabilen ve karar verebilmek için öne sürülen varsayımlara istatistikte hipotez denir.

Geçerliliği olasılık esaslarına göre araştırılabilen ve karar verebilmek için öne sürülen varsayımlara istatistikte hipotez denir. BÖLÜM 4. HİPOTEZ TESTİ VE GÜVEN ARALIĞI 4.1. Hipotez Testi Geçerliliği olasılık esaslarına göre araştırılabilen ve karar verebilmek için öne sürülen varsayımlara istatistikte hipotez denir. Örneklem dağılımlarından

Detaylı

HİPOTEZ TESTLERİ HİPOTEZ NEDİR?

HİPOTEZ TESTLERİ HİPOTEZ NEDİR? HİPOTEZ TESTLERİ HİPOTEZ NEDİR? Örnekleme ile test edilmeye çalışılan bir popülasyonun ilgili parametresi hakkında ortaya sunulan iddiadır. Örneğin; A dersi için vize ortalaması 50 nin altındadır Firestone

Detaylı