TEZ ONAYI Özgül SUGÜNEŞ arafıda hazırlaa Yazılımda İsasksel Süreç Korolü ve Güverlk Kesrm Modeller adlı ez çalışması 8/04/00 arhde aşağıdak jür arafıd

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "TEZ ONAYI Özgül SUGÜNEŞ arafıda hazırlaa Yazılımda İsasksel Süreç Korolü ve Güverlk Kesrm Modeller adlı ez çalışması 8/04/00 arhde aşağıdak jür arafıd"

Transkript

1 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ YAZILIMDA İSTATİSTİKSEL SÜREÇ KONTROLÜ VE GÜVENİRLİK KESTİRİM MODELLERİ Özgül SUGÜNEŞ İSTATİSTİK ANABİLİM DALI ANKARA 00 Her hakkı saklıdır

2 TEZ ONAYI Özgül SUGÜNEŞ arafıda hazırlaa Yazılımda İsasksel Süreç Korolü ve Güverlk Kesrm Modeller adlı ez çalışması 8/04/00 arhde aşağıdak jür arafıda oy brlğ le Akara Üverses Fe Blmler Esüsü İsask Aablm Dalı da YÜKSEK LİSANS TEZİ olarak kabul edlmşr. Daışma : Yard. Doç. Dr. Mehme YILMAZ Jür Üyeler: Başka: Prof. Dr. Semra ERBAŞ Gaz Üverses, İsask Bölümü Üye : Doç. Dr. Cemal ATAKAN Akara Üverses, İsask Bölümü Üye : Yard. Doç. Dr. Mehme YILMAZ Akara Üverses, İsask Bölümü Yukarıdak soucu oaylarım. Prof.Dr.Orha ATAKOL Esü Müdürü

3 ÖZET Yüksek Lsas Tez YAZILIMDA İSTATİSTİKSEL SÜREÇ KONTROLÜ VE GÜVENİRLİK KESTİRİM MODELLERİ Özgül SUGÜNEŞ Akara Üverses Fe Blmler Esüsü İsask Aablm Dalı Daışma: Yard. Doç. Dr. Mehme YILMAZ Bu çalışma kapsamıda, yazılım ssemlerde kale güvece ve kale korolüü öem aımlar ve örekler le açıklamışır. Buula brlke, yazılım ssemde ürüüü ekleyeblecek süreçler sasksel süreç korolü yöem le asıl zlep akp edleceğ alaılarak, sürec yeerl ve korolde olduğu durumlar ve sürec şleyşdek farklılaşmayı azalma yöelk yöemler arışılmışır. İsasksel süreç korolü, sürec akb ç düyada e ek kullaıla yöemlerde brdr acak, sasksel br ahm model değldr. Bu edele, sürec zama sora davraışı ve kes ahm değerler korol şemaları kullaılarak blemez. Sadece, sürec farklılaşması dkkae alıarak belrlemş korol lmlere göre pozf veya egaf eğlm ahm edleblr. Bu edele, çalışma kapsamıda olasılıksal yazılım güverlk modeller edüsr uygulamaları le brlke ayrıca celemşr. Nsa 00, 05 sayfa Aahar Kelmeler: İsasksel Kale Korol, 6 sgma, Yazılım Güvelrlğ, homoje olmaya posso sürec güverlk modeller

4 ABSTRACT Maser Thess STATISTICAL PROCESS CONTROL AND RELIABILITY PREDICTION MODELS ON SOFTWARE Özgül SUGÜNEŞ Akara Uversy Graduae School of Naural ad Appled Sceces Deparme of Sascs Supervsor: Yard. Doç. Dr. Mehme YILMAZ The scope of hs sudy, s explaed ha why qualy assurace ad qualy corol are mpora for sofware sysems wh gvg defos ad examples. Besdes, sascal process corol mehod s explaed how o rack ad moor processes whch ca affec produc of sofware sysem. Process sably ad capably codos ad mehods o reduce process performace varao are dscussed. Sascal process corol s he mos effecve mehod used world o rack process bu s o a sascal predco model. Therefore, process behavor cao be esmaed mes laer ad exac predced umbers cao be kow wh usg corol chars. Oly, posve or egave red of process ca be esmaed accordg o deermed corol lms wh cosderg process varao. So, as a par of hs sudy, probablsc sofware relably models are examed separaely wh applcaos of dusry. Aprl 00, 05 pages Key Words: Sascal Process Corol, Sx sgma, Sofware relably, NHPP relably models

5 TEŞEKKÜR Baa araşırma olaağı sağlaya ve çalışmamı her safhasıda yakı lg ve öerler le be yöledre daışma hocam, Akara Üverses Fe Faküles İsask bölümüde görev ala Sayı Yard. Doç. Dr. Mehme Yılmaz a eşekkürlerm suarım. Çalışmamı, bede sevgler hçbr zama esrgemeye lk öğremelerm caım babam ve aem Bekr SUGÜNEŞ, Döe SUGÜNEŞ e ve sevgl ablalarım Fuda, Almula ve Güldae SUGÜNEŞ e adayarak, kedlere sosuz sevglerm suarım. Özgül SUGÜNEŞ Akara, Nsa 00

6 İÇİNDEKİLER ÖZET... ABSTRACT... TEŞEKKÜR... ŞEKİLLER DİZİNİ... v ÇİZELGELER DİZİNİ... v. GİRİŞ.... KURAMSAL TEMELLER Kale ve Kale Korolü İle İlgl Temel Kavramlar Güverlk Ölçümler ve Dağılım Foksyoları..... Güverlk ölçümler..... Bazı güverlk dağılım foksyoları Bom dağılımı Posso dağılımı Üsel dağılım Normal dağılım Log Normal dağılım Webull dağılımı Gamma dağılımı Pareo dağılımı Raylegh dağılımı Yazılım Gelşrme Süreçler METERYAL VE YÖNTEM İsasksel Süreç Korolü (İ.S.K) Algurup sayısı (k) `e eş ola durumlar ç korol şemaları Ölçüleble özellkler ç korol şemaları X korol şeması R korol şeması σ korol şeması Ölçülemeye özellkler ç korol şeması P korol şeması NP korol şeması C korol şeması U korol şeması Yazılım Ssemler Güverlk Modeller Haa kayağı (Error Seedg) modeller Mll` Haa Kayağı Model Ca Model v

7 3...3 Hpergeomerk dağılım model Haalı oraı (Falure Rae) modeller Jelsk-Morada Model Schck-Wolvero Model Jelsk-Morada Geomerk Model Morada Geomerk Posso Model Değşrlmş Schck-Wolvero Model Goel-Okumoo Model Güverlk gelşrme (Relably Growh) modeller Wall ve Ferguso Model Homoje olmaya Posso sürec modeller Üsel homoje olmaya Posso sürec Goel-Okumoo model Homoje olmaya S şekll Posso sürec modeller Düzelme sürec amamlamadığı durumlarda homoje olmaya posso süreç modeller Düzelme sürec amamlamadığı durumlarda homoje olmaya S şekll Posso süreç modeller ARAŞTIRMA BULGULARI TARTIŞMA VE SONUÇ... 0 KAYNAKLAR ÖZGEÇMİŞ v

8 ŞEKİLLER DİZİNİ Şekl. Kale çember (Baska 997)... 5 Şekl. Muayee sııfladırılması (Baska 997)... 6 Şekl.3 Kale güveces kavramı (Baska 997)... 7 Şekl.4 Kale korolü şlemedek yer (Baska 997)... 9 Şekl.5 Kapalı br ssem elemaları (Baska 997)... 0 Şekl.6 Kale güvece ssem aa yapısı (Baska 997)... 0 Şekl.7 İsasksel kale korolüü aa elemaları (Baska 997)... Şekl 3. Süreç korol şeması Şekl 3. Sürec korolde ve yeerl olması durumlarıı şemak göserm... 4 Şekl 4. Ürem fazıda çıka haalar arasıdak zama farkı akb Şekl 4. D.K.T.D ssemde modeller güverlk foksyou ahm değer red aalz Şekl 4.3 D.K.T.D ssemde modeller oralama değer foksyou red aalz Şekl 4.4 D.K.T.D ssemler haa sayısı -mr korol şeması Şekl 4.5 Moa yazılım şrke vers ç kullaıla modeller güverlk foksyou ahm değer red aalz Şekl 4.6 Moa yazılım şrke vers ç kullaıla modeller oralama değer foksyou red aalz Şekl 4.7 Moa yazılım şrke vers kullaılarak elde edle haa sayısı -mr korol şeması v

9 ÇİZELGELER DİZİNİ Çzelge 3. Korol sıırlarıı hesaplaması ç çarpalar (Baska 997) Çzelge 3. Ölçüleble ver p ç korol şemaları formül öze (Florac ve Carleo 00) Çzelge 3.3.Korol ve gözem üs sıırları (P0, 50) (Baska 997) Çzelge 3.4 Ölçülemeye ver p ç korol şemaları formül öze (Florac ve Carleo 00) Çzelge 3.5 Homoje olmaya Posso sürec yazılım güverlk modeller öze Çzelge 4. Dez Kuvveler Takk Ver (D.K.T.D) ssemler yazılım gelşrme haa se Çzelge 4. Modeller uyum ylğ ve ahm gücüü karşılaşırılması... 9 Çzelge 4.3 D.K.T.D ssemler güverlk foksyou ögörü değerler... 9 Çzelge 4.4 D.K.T.D ssemler oralama değer foksyou değerler Çzelge 4.5 Moa yazılım şrkee a üremde esp edle haa se Çzelge 4.6 Modeller uyum ylğ ve ahm gücüü karşılaşırılması Çzelge 4.7 Moa yazılım şrke vers güverlk foksyou ögörü değerler Çzelge 4.8 Moa yazılım şrke vers oralama değer foksyou değerler v

10

11 . GİRİŞ Güümüzde heme heme herkes doğruda veya dolaylı olarak blgsayar ssemlerde yararlamakadır. Blgsayar ssemler farklı alalarda mlyolarca saı hayaıı ekleye farklı uygulamalarda kullaılır. Bular, hava rafk korolü, ükleer reakörler, hava araçları, gerçek zamalı algılayıcı ağlar, edüsryel süreç korolü, oomav make, emye korolü ve sağlık hzmeler vb. dr. Hayaımızı bu kadar çok ekleye blgsayar ssemlerde meydaa geleblecek haalar, büyük orada madd zarara ve ca kaybıa yol açablmekedr. Öreğ, 3 Mar 986 yılıda Mexcaa havayolları Boeg 77 uçağı dağda düşmüşür. Bua ede olarak, yazılım ssem dağı pozsyouu doğru değerledrememes göserlmşr. 986 Mar le Hazra ayları arasıda Massve Therac-5 sml radyoerap makası, oomasyodak br yazılım haası ede le Georga, Massachuses ve Texas eyalelerde kaser hasalarıa yüksek dozda radyasyo vermlmese yol açmışır. 6 Hazra 988 yılıda Ar Frace hava yollarıa k gü erke eslm edle ye model A30 p yolcu uçağı, Frasa da Mulhouse yakılarıda alçak uçuş yaparke blgsayar yazılımıdak br haa ede le düşmüş ve üç yolcuu öldüğü bldrlmşr. Amerka Paro (Phased-Array Trackg ad Iercep Of Targe) füze savuma ssem, savaş esasıda düşma brlk arafıda gele füzeler havada eksz hale germes ve hedefe ulaşmasıı egelleme amacı le gelşrle br ürüdür. 99 yılıda meydaa gele. Körfez savaşıda, yazılım haası ede le Irak a gele Scud füzeler hedefe ulaşması Paro füze savuma ssem arafıda egelleememş ve yrmsekz Amerka asker ölmüşür. Ssem arızalama ede olarak, yazılımı ssem saa sık sık sıfırladığı varsayımı le gelşrldğ, acak füze br yerde yüz saae fazla kaldığıda yazılımı arızaladığı ve Paro Irak füzeler z yakalayamadığı açıklamışır.

12 4 Hazra 996 yılıda, Avrupa Uzay Şubes (ESA) arafıda Arae 5 füzes uzaya fırlaılmış acak fırlaıldıka kırk saye sora parçalamışır. ESA bu başarısızlığı ekk ede olarak, Arae 4 roke çalışma koduu (source code) Arae 5 e yede kulladıklarıı, faka Arae 5 daha hızlı ola mooruu, roke uçuş korol ssem yazılımıda br haaı oraya çıkmasıa yol açıığıı belrmşr. ESA bu başarısızlığı 36 mlyo dolar zararla souçladığıı bldrmşr. Öreklerde de alaıldığı gb; özellkle sa hayaıı lgledre krk yazılımları buluduğu ssemlerde, yazılım gelşrme sürec boyuca esp edle haalarıı zlemes, buları yok edlmes ve güverlkler ahm edlmes oldukça öemldr. Bu çalışma kapsamıda; yazılım gelşrme sürecde çıka haaları zleeblmes ve yazılım ssemdek mevcu haa sayısıı ahm edleblmes ç, sasksel süreç korolü yöem ve güverlk ahm meoları celemşr.

13 . KURAMSAL TEMELLER Bu bölümde leraürde yaygı olarak kullaıla; kale güvece kavramları, güverlk ölçümler, dağılım foksyoları ve yazılım gelşrme süreçler alaılacakır.. Kale ve Kale Korolü İle İlgl Temel Kavramlar Taım.. Ürem; sa gereksmler doğa arafıda am olarak karşılaamaması soucu oraya çıka br faalyer. Ürem amacı, br ürü veya hzme yaramakır (Baska 997). Taım.. Kale; Kale lace qualas demekr ve asıl oluşuğu alamıa gele quals sözcüğüde gelr. Sözcük alamı le hag ese ç kullaılıyorsa ou gerçeke e olduğuu bell emek amacıı aşır. Bu alamda br ese kales ou doğasıdadır ve o ese başka br ese le değşrlmede kales değşrlemez. Bu edele kale sözcüğüü aımıda öeml derecede karışıklık vardır. Çükü kale zama çde değşe koşullara uygu olarak şekl değşrr. Güümüzde kale ç yapıla aımlar: ) Kale plalamadır. Sorular oraya çıkmada öce çözümler oluşurarak, ürü ve hzmeler yapısıa asarım yoluyla üsülük ve kusursuzluk kaar. ) Kale, müşer amdr. Ürü ve hzmeler e kadar y olduğu kousuda so kararı verdğ memulukur. ) Kale vermllkr. İşler yapablmek ç gerekl eğmde geçe, hyaç duyduğu gerekl araç-gereç ve almalarla deseklee persoelde elde edlr. 3

14 v) Kale eseklkr. Talepler karşılamak ç değşmey göze almak ve bu kouda sekl olmakır. v) Kale ekl olmakır. İşler çabuk ve her defasıda doğru olarak yapmakır. v) Kale sraejk br araçır. Temel hedef, müşer alepler karşılamak ve faalyeler ş akışlarıı sürekl olarak yleşrerek bu yeeeğ gelşrmekr. v) Kale br yaırımdır. Uzu döemde br ş lk defada doğru olarak yapmak, o haayı sorada düzelmeke dama daha ucuzdur. v) Kale br süreçr. Süregele br değşmey kapsar. x) Kale br programa uymakır. İşler zamaıda yapmakır. bçmdedr. Taımlarda da görüldüğü gb kale mulak alamda e y değldr. E geel alamı se, kale br ürü ya da hzme özellkler, sa opluluklarıı sek poasyel karşılayablme derecesdr deleblr (Baska 997). Taım..3 Kale korol; ürem saı alma ve başka alalarda kale sağlaması, sürdürülmes ve yüksellmes çalışmalarıı plalama ve gelşrme yolu le ürem, ükec açısıda e ekoomk düzeyde ve e yüksek kalede yapılmasıa olaak sağlar. Bu yöem ve faalyeler şekl. dek kale halkasıı farklı aşamalarıda şler/sürec zlemes, haaları belrlemes, geel eğlm zlemes ve uygusuzluk edeler orada kaldırılmasıı amaçlar. 4

15 Şekl. Kale çember (Baska 997) Şekl. de görüle kale halkası, herhag br ürü veya hzme kales ekleye gereksmler belrlemesde, buları yere gerlp gerlmedğ araşırılmasıa kadar geçe aşamaları kapsaya brbre bağımlı faalyeler çerr. Taım..4 Muayee; asarlaa ve gerçekleşrle kale düzeyler arasıdak farkı belrlemes sağlaya br faalyer (Baska 997). 5

16 Şekl. de görüldüğü gb muayee k sııfa celer. %00 muayeede ürele ya da belrl br şlemede geçe üm ürüler celemeye alıır. Örekleme yöemde se klede belrl sasksel ölçülere göre belrlee ve rasgele seçle brmlk br öreklem muayee edlr. Muayee, soucuda bas alamda kabul veya red şeklde karar verlmes sağlaya br eleme şlemdr. Muayee %00 Muayee Örekleme muayees İşlemsel açıklama Düzelc ayıklama Kabul öreklemes Korol öreklemes Şekl. Muayee sııfladırılması (Baska 997) Taım..5 Kale güveces; ürü veya hzme kale ç belrlee sekler karşılamak amacıyla yeerl güve sağlaması ç gereke plalı ve ssemak faalyeler büüüdür. Kaleye yöelk faalyeler plalı ve ssemak olarak yürüülmes le gerek frmaı çalışalarıa, gerekse müşerlere güve sağlaır. Kale güveces şrke ç ve şrke dışı olmak üzere kye ayrılır (Baska 997): a) Şrke ç kale güveces; sele kaleye ulaşması ç şrke yöeme güvece sağlamayı amaçlaya faalyelerdr. 6

17 Kale güveces am olarak sağlaablmes ç yöem yapılacak ş ayrıılı aalz, sekler belrlemes, uygu persoel seçm ve eğm, uygu ekpma kullaımıı, yapılacak şe uygu çevre koşullarıı oluşurulmasıı ve ş yapacak kşler sorumluluklarıı belrlemes gb emel kouları kapsaya çalışmalar yapılmalıdır. b) Şrke dışı kale güveces; kale ssem alıcıı belrledğ kale aleplere göre ürü veya hzme sağladığı kousuda alıcıya güve vermey amaçlaya faalyelerdr. Kale güveces kısaca y yöemdr, ssemak yaklaşımdır, lk defada, zamaıda ve doğru üremekr. Kale güvece foksyou şekl.3 de verlmşr. Şekl.3 Kale güveces kavramı (Baska 997) 7

18 Taım..6 Kale yöem; belrlemş ve üm lgllerce kabul göre br kale polkasıı varlığı, gerekl oramı oluşurulması, olaakları sağlaması, bu polkaı uygulaması ve eklğ gara alıa alıması amacıyla gerekl faalyeler gerçekleşrlmesdr (Baska 997). Taım..7 Kale ssem; kale yöem uygulaması ç gerekl ola araçlardır ve k kısımda oluşur. Bularda lk şrke sorumluluk ve yapılarıdır, dğer se belrlemş ola sorumlulukları ve akveler şrke çersdek breylere ulaşırmak ç oluşurula dokümaasyodur. Öe yada, kale le lgl faalyeler ve souçlarıı plalaa düzelemelere uygu olup olmadığıı, bu düzelemeler ekl olarak uygulaıp uygulamadığıı ve amaca ulaşmak ç uygu olup olmadığıı ssemak ve arafsız olarak celemes se kale celemes olarak aımlaır. Kale celemes kale yleşrmeler ek araçlarıda brdr (Baska 997). Taım..8 Toplam kale; yöem, çalışalar ve ş verc müşer sekler ame odaklamasıdır. Toplam kale programıı ekeler; ) Üs yöem yöledrmes, öderlğ ve kaılımı, ) Gerekl al yapıı hazırlaması, ) Çalışaları kaılımı ve movasyou, v) İş akışlarıı süreçler korol alıda uulması, v) Sürekl yleşrme ve gelşrme lkes bçmde sıralaablr. Geçmşe kale korol olarak açıklaa üm koular arık yer Kale Güvece Ssem olarak değşrmşr. Buu ede Avrupa Topluluğu (A.T) a üye ola ülkeler de bare belrl prespler yeerce yere germeye frmalarla çalışmayacağıı açıklamış olmasıdır. ISO 9000 kale sadarıa uyulması 8

19 zorulu kılımışır. Kale güveces ürü veya hzme kale ç belrlee sekler karşılamak ç gereke plalı ve ssemak faalyeler ümüdür ve kale korol brm bu ssem çde öeml yer uar (Şekl.4). Kale Korol Yöecs amacı, şleme ögörüle amaç ve hedefe ulaşması ç gerekl ssem kurmak ve ssem parçaları arasıdak lşkler sapayarak buları büüleşmes sağlamak ve ssem çalışır umakır. Sözü edle ssem, aralarıda lşk ve bağımlılık bulua elemalarda oluşa br yapı veya orgak büü, brbrler le ola lşk göz öüe alıarak maıksal br plaa göre düzelemş br olaylar, prespler, kurallar, düşüceler, fzksel varlıklar opluluğu olarak aımlaır ve her elema kedsde daha büyük br ssem çde yer alır. Şekl.4 Kale korolü şlemedek yer (Baska 997) İşlemedek kale hedef opmum şeklde gerçekleşrlmes ç, kouu şleme büyesde br ssem dahlde ele alııp yürüülmes gerekr (Şekl.5). Bu amaçla, öce kale plalaması, sora korol alıa alıması ve gelşrlmes aşamalarıda söz edleblr. 9

20 Şekl.5 Kapalı br ssem elemaları (Baska 997) Şekl.6 Kale güvece ssem aa yapısı (Baska 997) Şekl.6 da görüle kale güvece ssem plalama kısmıı polkalar ve sadar çalışmaları oluşurur ve mamül kales e olacağıı sapamasıa lşk kuralları kapsar. Bu kısım korol yöemler kullaımı ve bleşm ssemlerde oluşmakadır. Kale gelşrme se ssemdek mevcu durumu esas alarak br yada maalyeler düşürücü, dğer yada kale ve ürekelğ arırıcı aleraf kararlar üremek ve buları gelşrlmes sağlamakır. 0

21 Öze olarak kale güvece çember: ) Kale Korol ) İmala ) Pazarlama v) Ambalaj v) Saış v) Moaj v) Saı alma v) Tekk desek x) AR-GE oluşurur. Görüldüğü gb kale güveces üm servslerde oluşurulablecek br ssemdr. Taım..9 İsasksel Kale Korolü; sasksel yöemler kullaarak kaleye lşk sorulu alaları sapayıp gerekl aalz ve celemeler yaparak kale sorularıa çözüm gerlmese yardımcı ola sseme sasksel kale korol brm der. Kale korol brm görevler yoğulaşığı bu alalar kısaca grş ve çıkış, süreç korolü olarak özeleeblr. Taım..0 Süreç, ürem le lgl grdler, bazı şlemler ve ölçümler soucuda çıkıya döüşmesdr (Baska 997). Ürem brmler hedeflee kalede ürü vereblmeler ç ürüü asarlaması ve ürelmes aşamalarıda dğer brmlere yardımcı ola kalede sorumlu br kale korol brm olması br zorululukur. Kale korol ssem ya da kale güvece ssem çde yer ala bu brmler görevler şekl.7 de görülmekedr.

22 Şekl.7 İsasksel kale korolüü aa elemaları (Baska 997) İsasksel kale korolde, sürec korol alıda olup olmadığıı belrlemek ç kullaıla e ek araçlar korol şemalarıdır. Bölüm 3. de deaylı olarak alaılacakır.. Güverlk Ölçümler ve Dağılım Foksyoları.. Güverlk ölçümler Güverlk, leraürde uygulamacılar ve araşırmacılar arafıda farklı aımlamakadır. Kabul görmüş geel aım aşağıdak gbdr: Taım... Güverlk (Relably), br başarma olasılığıdır. Başka br fade le ssem belrlee asarım lmlerde beklee şlev gerçekleşrme olasılığıdır (Kumar vd. 006). Güverlk ayı zamada müşer ürüde bekledğ kale karakersklerde brdr.

23 Maemaksel olarak güverlk, [0-] zama aralığıda ssem başarılı olması, başka br fade le şlev başarılı olarak sürdürmes olasılığıdır. Ya, R() güverlk foksyouu fade emek üzere, R ( ) PT ( > ), 0 dır (Pham 006). Bu eşlke T, ssem haalılık zamaıı (falure me) belre rasgele değşkedr. Taım... Güvelmezlk (Urelably), F(), haalılık ölçümü, zamaıda ssem haalı olması, başka br fade le şlev başarılı olarak sürdürememes olasılığı, F dır. ( ) PT ( ), 0 F() haa dağılım foksyoudur. Eğer T haalılık zamaı rasgele değşke f() yoğuluk foksyoua sahpse R() le f() arasıdak lşk, R ve ( ) f( s) d f d ds ( ) [ R ( )] bçmdedr. Yoğuluk foksyou maemaksel olarak, 3

24 lmp 0 ( < T + ) R( ) R( + ) bçmde aımlaablr (Pham 006). Bu eşlk; T haalılık zamaıı, le + zama aralığıda meydaa gelme olasılığı olarak yorumlaablr. Tes sürec başarılı olarak amamlamış ye br ssem, 0 operasyo zamaıda başarılı olma olasılığı yüksekr, acak operasyo zama aralığı arıkça başarılı olma olasılığı azalır. Güverllk, görev zamaı (msso me) br foksyoudur. Öreğ kmler br sem 4 saa görev zamaıdak güverllğ dyeblr; acak kes zama aralığı blmedğ ç, ssem güverllğ r fades alamsızdır. Ssem hag zamalar arasıda güverllğ ölçülmek sedğ e br şeklde aımlamalıdır (Pham 006). Taım...3 Ssem haalılık oralama zamaı (Sysem mea me o falure (MTTF) ); Ssem güverlk foksyou R() olarak verldğde beklee haalılık zamaı ya da ssem haalılık oralama zamaı (MTTF), MTTF 0 f ( ) d bçmde aımlaır. d f d ( ) [ R( ) ] eşlğ yukarıdak MTTF eşlğde yere koulduğuda; MTTF 0 d [ R ( )] 4

25 [ R ( ) ] R( ) d olarak elde edlr (Pham 006). Eşlğ sağ arafıdak lk şlem değer her k lm çde sıfıra eş olduğuda, MTTF 0 R ( ) d bçmde fade edlr (Pham 006). MTTF foksyou, haalılık zamaı dağılım foksyouu aımlı olduğu durumlarda kullaılmalıdır. MTTF değer; ssemde mmum e zama haa çıkacağı blgs vermeyp, ssemde çıkmış ola haaları oralama zamaı olarak aımlaır (Pham 006). Taım...4 Haalılık oraı foksyou (Falure rae fuco); [, ] zama aralığıdak ssem haalılığı, güverllk foksyoua göre, f ( ) d f( ) d f( ) d R ) R( ) ( bçmdedr ve haalılık dağılım foksyoua göre, f ( ) d f( ) d f( ) d F ) F( ) _ ( bçmdedr. 5

26 [, ] gb belrlemş br zama aralığıda haaı meydaa gelme oraıa haalılık oraı (falure rae) der. Başka br fade le; ssem, belrlemş br zama aralığıda haalı çıkmasıı, zamaıda öce haalı olmamasıa oraıdır. Bu ora, R( ) R( ) ( ) R( ) dır (Pham 006). Haalılık oraı zamaı br foksyoudur. Zama aralığı [, + ] olarak aımladığıda fade, ( ) R ( + ) R ( ) R bçmde değşr. Haalılık foksyou, zama aralığı sıfıra yakısadığıda haalılık oraıı lm olarak aımlaır. Haalılık foksyou a haalılık oraıdır ve h ( ) R lm 0 ( ) R ( + ) R ( ) d ( ) R R d ( ) f R ( ) ( ) olarak fade edlr (Pham 006). 6

27 Haalılık foksyouu öem, ssem yaşamı boyuca haalılık oraıdak değşm ek eksede haalılık foksyolarıı çzerek göserr. Öreğ, k ssem belrlemş br zama dlmde ayı güverlk değerde olablr acak sorak zamada haalı oraları farklılık gösereblr (Pham 006)... Bazı güverlk dağılım foksyoları Bu bölümde, güverlk aalzlerde yaygı olarak kullaıla dağılımları olasılık yoğuluk, dağılım ve güverlk foksyoları verlmşr (Pham 006).... Bom dağılımı Bom dağılımı kale korolde ve güverlke e yaygı kullaıla keskl dağılımlarda brdr. Bom dağılımıı olasılık yoğuluk foksyou; P x x x ( X x) p ( p) ; x 0,,,..., bçmdedr. Burada, x! x!( x)! : deeme sayısı, x : başarı sayısı, p: başarı olasılığıdır. Güverlk foksyou se ( brmde e az k aes başarılı olduğu durumda); 7

28 R x k x x ( k) p ( p) dır (Pham 006). x... Posso dağılımı Posso dağılımı; Bom dağılımıı uyguladığı durumlara bezer durumlarda uygulaablr, acak öreklem sayısıı blmedğ olaylarda kullaılır (Pham 006). Posso dağılımı da keskl br rasgele değşke karakerze eder ve olasılık yoğuluk foksyou; P ( X x) ( λ) x λ e x! ; x 0,,,... bçmdedr ve burada, λ: sab haalılık oraı, x : olay sayısıdır. Başka br fade le, P ( X x) zamaıda x ae haalı çıkma olasılığıı verr. Posso dağılımıı güverlk foksyou (k ae haada az çıkması olasılığı); ( ) Rk k ( λ) x e x 0 x! λ bçmdedr (Pham 006). Bu dağılım yedek arık ssemlerde (sadby reduda sysem) hyaç duyula yedek sayısıı esp emek amacıyla kullaılablr. 8

29 ...3 Üsel dağılım Üsel dağılım, güverlk mühedslğde sab br haalılık oraıa sahp olduğuda emel rol oyar. Bu dağılım elekrok, elekrok parçalar ve ssemler yaşam zamalarıı modellemek ç kullaılmakadır. Üsel dağılım yoğuluk foksyou; f θ θ λ ( ) e λe, 0 bçmdedr ve güverlk foksyou; θ λ ( ) e e, 0 R dır. θ ı değer sıfırda büyük ke, MTTF br parameresdr ve λ 0 se haalı oraı sabdr. Üsel foksyou haalılık foksyou veya haalılık oraı, h ( ) ( ) ( ) f R e θ e θ θ λ θ bçmde br sabr. Üsel dağılımı haalılık oraı sab olduğuda yaygı olarak kullaılmakadır. Küve eğrs dedğmz (bahub curve) eğr düz kısmı ç üsel dağılım çok y br modeldr. Çükü ssemler yaşamlarıı büyük kısmıı küve eğrs bu kısmıda geçrrler (Pham 006). 9

30 ...4 Normal dağılım Normal dağılım, Merkez Lm eoremde dolayı klask saske öeml rol oyar. Güverlk mühedslğde ormal dağılım öcelkle ürüü hassasye ölçümlerde kullaılır. Normal dağılım oralama değere göre smerk olup ça eğrs modeldedr. Normal dağılım yoğuluk foksyou; ( ) µ σ f e ; - <<, - <µ<, σ>0 σ π bçmdedr. Burada, µ : oralama değer; σ : sadar sapma dır. Brkml dağılım foksyou ; F ( ) sµ σ e σ π ds dır ve güverlk foksyou; ( ) R sµ σ e σ π ds bçmdedr (Pham 006). Eğer, Z µ T σ 0

31 döüşümü yapılır se sadar ormal yoğuluk foksyou ; f ( z) e π z, - <z< bçmde elde edlr. Bu dağılım foksyou oralaması 0 ve sadar sapması ola sadar ormal dağılım foksyoudur. Brkml dağılım foksyou ; Φ s e ( ) π ds dır. Φ sadar ormal dağılım foksyoudur. Böylece µ oralamalı ve σ sadar sapmalı ormal dağılımlı rasgele değşke T ç, P µ µ σ σ ( T ) P Z Φ eşlğ yazılablr. Böylece, sadar ormal ablolar kullaılacaksa Φ gerekl lşky sağlamakadır. Normal dağılım ç Haalılık oraı foksyou zamaıda mooo olarak arar. Tüm zamaıda h() 0 olduğu kolaylıkla söyleeblr (Barlow ve Proscha 975)....5 Log Normal dağılım Log ormal dağılım deeysel olarak brçok p haa verse uyumluluk sağlayacak esek br modeldr. Bu dağılım sürdürüleblrlk mühedslğ (maably egeerg) uygulamalarıda yede amr edleble ssemler haa olaslıklarıı modellemesde ve haalılık oraı şüphes modellemesde kullaılır (Pham 006).

32 Log ormal yoğuluk foksyou; ( ) lµ σ f e ; 0, - <µ<, σ>0 σ π bçmdedr. No: µ ve σ paramereler bu dağılım ç oralama ve sadar sapmayı fade emez. Maemaksel olarak X rasgele değşke X lt döüşümü alıda, ( X) E( T) µ E l V ( X) V( lt) σ µ oralamalı ve σ varyaslı ormal dağılıma sahpr. X T e olduğuda log ormal dağılımı oralaması, ormal dağılım kullaılarak X ( ) Ee ( ) ET xµ x σ e dx σ π ( ) ET σ µ + [ x( µ + σ )] σ e e dx σ π buluablr. Böylece log ormal dağılımı oralaması; E σ µ+ ( T) e dır. Başka br fade le;

33 X ( ) ( ) ( µ+ σ Ee e ) ET dır (Pham 006). Log ormal dağılımı varyası; V µ + σ σ ( T) e ( e ) dır ve brkml dağılım foksyou ; F ( ) 0 σs lsµ σ e π dır (Pham 006). ds Z sadar ormal döüşümü yapıldığıda, F ( ) PT [ ] P( l T l) P Z dır. Güverlk foksyou; lµ σ R ( ) P Z > lµ σ dır ve haalılık oraı foksyou; h ( ) f R lµ Φ ( ) σ ( ) σr( ) 3

34 bçmde elde edlr. Φ sadar ormal dağılımı brkml dağılım foksyoudur (Pham 006)....6 Webull dağılımı Webull dağılımı üsel dağılımı geelleşrlmş haldr. Webull dağılımı gaye esek ve değşk pe mühedslk uygulamalarıı gösermde ve değşke haalılık oraı foksyolarıı modellemesde uygudur (Pham 006). Üç paramerel Webull yoğuluk foksyou; f ( ) β ( γ) θ β β e β γ θ ; γ 0 bçmdedr. Burada, θ ve β paramereler ölçek (scale) ve bçm (shape) paramereler, γ se koum (locao) parameres olarak blr. Bu paramereler her zama pozfr. Farklı paramereler kullaarak bu dağılımı üsel dağılım veya ormal dağılıma döüşürmek mümküdür. β γ ( ) θ e ; > γ > 0, β > 0, θ > 0 R γ olduğu durumda güverlk foksyou; ve haalılık oraı foksyou; ( γ) β β h ( ) ; β θ > γ > 0, β> 0, θ> 0 bçmde olup, haalılık oraı foksyou β < ke azalır, β > ke arar, β ke sabr (Pham 006). 4

35 5...7 Gamma dağılımı Gamma dağılımı çarpık dağılıma sahp öreklemler ç haalılık olasılık foksyou olarak kullaılablr. Gamma dağılımıı yoğuluk foksyou; ( ) ( ) β α α α β e f Γ : 0, α, β>0 bçmdedr. Burada, α bçm parameres, β ölçek parameresdr. Gamma dağılımı güverlk foksyou, ( ) Γ s ds e s R β α α α β ) ( bçmdedr. Burada α am sayı se, güverlk foksyou; 0! ) ( α β β e R bçmde fade edlr ve haalılık oraı foksyou; ( ) ( ) ( ) Γ 0! ) ( ) ( α β β α α β α β e e R f h bçmdedr.

36 Gamma dağılım foksyouu şekl Webull dağılımıa çok yakıdır. α olduğuda gamma dağılımıı haalılık oraı / β ola üsel dağılıma döüşür. Gamma dağılımı ssem c haalılık zamaıı modellemek ç kullaılablr. Buradak haalılık dağılımı üsel olmalıdır. Bu edele, dağılım se dağılımıa sahp olur. T X + X X X değşke θ / β paramerese sahp üsel değşke β ve paramereler le gamma Dğer br yöem le gamma yoğuluk foksyou; f β Γ α α β ( ) e ; > 0 ( α) bçmde de yazılablr. Yoğuluk foksyou α bçm parameres, β ölçek parameres olarak k paramerede oluşur. 0 <α < olduğuda haalılık oraı mooo azalır, α olduğuda haalılık oraı sabr, α > olduğuda haalılık oraı mooo arar. Yoğuluk foksyouu oralama, varyas ve güverlk eşlkler sırasıyla; α Oralama (MTTF), β α Varyas, β Güverlk α β x Γ α ( α) e β x dx bçmdedr (Pham 006). 6

37 ...8 Pareo dağılımı Pareo dağılımı; şehr üfus yoğuluğu, hsse seed fya dalgalamalarıda ve kş gelr dağılımlarıı sağ kuyrukları uzu olduğuda bu p verler modellemek ç gelşrlmşr (Pham 006). Pareo dağılımıı yoğuluk foksyou ; α αk f ( ) α ; k <<,α>0 + olmak üzere, yoğuluk foksyouu oralama, varyas, güverlk ve haalılık oraı eşlkler sırasıyla; k Oralama ( α) αk ; α > Varyas ( ) α ( α ) α k Güverlk ; α > Haalılık oraı foksyou α bçmdedr (Pham 006)....9 Raylegh dağılımı Raylegh yoğuluk foksyou ; f σ σ ( ) e, > 0 7

38 olmak üzere, yoğuluk foksyouu oralama, varyas, güverlk ve haalılık oraı eşlkler sırasıyla; π Oralama σ, Varyas σ π σ Güverlk e Haalılık oraı foksyou σ bçmdedr (Pham 006).,.3 Yazılım Gelşrme Süreçler Yazılım kelmes sözlük alamıa bakıldığıda; yazılım, br blgsayarda doaıma haya vere ve blg şlemde kullaıla programlar, yordamlar, programlama dller ve belgelemeler ümü olarak fade edlmekedr. Yazılım ayrıca, mevcu br problem çözmek amacıyla değşk chazları brbrleryle haberleşeblmes sağlaya ve görevler ya da kullaılablrlkler gelşrmeye yaraya blgsayar dl kullaılarak oluşurulmuş alamlı fadeler büüü olarak da eledrleblr. Yazılım gelşrme, yazılımı hem ürem hem de kullaım sürec boyuca geçrdğ üm aşamalar olarak aımlaablr. Yazılım gelşrmede beş farklı süreç değerledrmesde söz emek mümküdür. Buular aalz, asarım, kodlama, es ve bakım fazı olmak üzere ele alımakadır (Özlü ve Özblg 00). 8

39 a) Aalz fazı Br problem çözümü olarak eledğmz yazılımları e yapacağıı ve asıl yapacağıı belrledğmz ya problem aımladığımız aşama aalz aşamasıdır. Yazdığıız kod acak see doğru br bçmde yere geryorsa başarılı br yazılımdır. Bu edele öcelkle yazılımda e sedğ doğru br bçmde aımlaması gerekr. Aalz aşaması persoel, doaım ve ssem gereksmler belrlemes, ssem fzble çalışmasıı yapılması, kullaıcıları gereksmler aalz, ssem e yapıp e yapmayacağıı kısılamalar göz öüe alıarak belrlemes, bu blg kullaıcılar arafıda doğrulaması ve proje plaı oluşurulması adımlarıda oluşur (Özlü ve Özblg 00). b) Tasarım fazı Aalz aşaması soucuda belrlee gereksmlere yaı verecek yazılımı emel yapısıı oluşurulduğu aşamadır. Yazılım asarımı, br bleşe veya ssem asıl gerçekleşrleceğ belrlemek ç kullaıla ekkler, sraejler, gösermler ve deselerle lgldr. Bu aşama yazılım bleşeler arasıdak çsel ara yüzler, mmar asarım, ver asarımı, kullaıcı ara yüzü asarımı, asarım araçları ve asarımı değerledrlmes al süreçler de kapsamakadır. Tasarım aşaması, yazılımı hem kullaıcı ara yüzüü hem de programı omurgasıı oraya koymakadır. Yapılacak asarım, yazılımı şlevsel gereksmlere uygu olmasıı yaı sıra kayaklar, performas ve güvelk gb kavramları da göz öüe alıarak gerçekleşrlmeldr (Özlü ve Özblg 00). c) Kodlama fazı Kodlama aşaması, asarım sürecde oraya koula verler doğrulusuda yazılımı gerçekleşrlmes aşamasıdır. Bu süreç programlama çalışmalarıı yaı sıra yazılımı gelşrlmes ve kullaıcıya ulaşırılması sürecdek büü çalışmaları kapsar. Tasarım 9

40 soucu ürele süreç ve ver abaıı fzksel yapısıı çere fzksel model blgsayar oramıda çalışa yazılım bçme döüşürülmes çalışması olarak da eledrleblr. Yazılım gelşrme oramı, programlama dl, ver abaı yöem ssem, yazılım gelşrme araçları seçm kodlama aşamasıda gerçekleşrlr (Özlü ve Özblg 00). d) Tes fazı Tes aşaması, yazılım kodlaması sürec ardıda gerçekleşrle sıama ve doğrulama aşamasıdır. Elde edle uygulama yazılımıı hem belrlee gereksmler sağlayıp sağlamadığı hem de gerçekleşrm beklelere uygu olup olmadığıı korol emek ç sak ve damk sıama ekklerde yararlaır. Yazılım üremde lk esler geelde gelşrme sürecde programcı arafıda yapılır. Buula brlke, asıl haa ayıklama ve gerbldrm hzme es ekpler arafıda yapılır. Tesler ve gerbldrm müşer yazılımı kulladığı sürece devam eder. Tes sürecde e faydalı gerbldrmler so kullaıcı es gruplarıda gelr (Özlü ve Özblg 00). e) Bakım fazı Yazılımı eslmde sora haa gderme ve ye ekleler yapma aşamasıdır. Yazılımı kullaıma başlamasıda sora yazılımı deseklemes sürec kapsar. Yazılımı ekskler gderlmes, yleşrlmes gb al aşamaları çere aşamadır (Özlü ve Özblg 00). 30

41 3.METERYAL VE YÖNTEM 3. İsasksel Süreç Korolü (İ.S.K) Süreç korolü, ürem sırasıda dış ekeler ede olduğu kale sorularıı geckrlmede celep gderlmes böylece doğablecek zararları öleerek vermllğ e üs düzeyde uulmasıı amaçlar. Teork yapısı 96 da W.A Shewhar arafıda oluşurula korol şemaları bu sürec sasksel yöemlerle olmak üzere ekoomk ve güvelr bçmde korol alıda uulmasıda e ekl araçlardır (Baska 997). Doğal olmaya edelerle oraya çıka değşklkler sürec olumsuz olarak ekledğde bu edeler aımlamaları, araşırılmaları ve korol alıda uulmaları gerekr. Br korol şeması süreçe meydaa gele değşklkler doğal veya doğal olmaya edelerde oluşuğuu ayırdemeye yaraya öeml br araçır. İsasksel süreç korolü (İ.S.K) ü amaçları ve İ.S.K da beklee yaralar, ) Ürü kales gelşmes ) Kale farklılıklarıı e aza drgemes ) Kale malyeler düşmes v) Haalı ürü sayısıı azalması v) Muayee ve es masraflarıı azalması v) Ürü güverllğ arması v) Karı arması v) Rekabe gücü ve pazar payıı arması x) Reklam harcamalarıı azalması bçmde sıralaablr (Baska 997). 3

42 W.A Shewhar, korol şemalarıı lk olarak şlemec ürem ç br sadarı ya amacı belrlemeye, kc olarak br amaca ulaşmak ç br araç olarak kullaılmaya, üçücü olarak se amaca ulaşıp ulaşmadığıı ölçmeye hzme eğ belrr. Ye Shewhar a göre herhag br süreç korolüde doğal değşkelere lşk lmler belrlemek olaaklıdır. Bu lmler arasıdak değşmler rasgele değşke yapısıdak değşmlerde meydaa gelmeke ve bu lmler dışıda kala durumlar se üremdek dğer öeml değşklkler soucu meydaa gelmekedr. Geel olarak, kale ürem herhag br aşamasıda hammaddede ürüe kadar ölçüleble ya da ölçülemeye br karakersk olduğu blr ve kale karakerskler k gruba ayrılır. a) Ölçüleble özellkler Bu özellkler br sııfak öğrecler ağırlığı, br elekrk ampulüü ömrü, br make ömrü, lf uzuluğu, ba umarası, kumaş mukaveme, gram, wa, mlmere vb. gb özellklerdr (Baska 997). b) Ölçülemeye özellkler Haalı, haasız bçmde sııfladırmaı yapıldığı özellklerde olup k ür özellke söz edleblr. Nelk gösere rek, eksk parça, çalak dokuma haaları gb gerçeke ölçüme uygu olmaya sadece gözle vaya başka br araçla muayee edleble eseler kale karakersklerdr. 3

43 Ölçülemeye acak sayılable bu özellkler, ölçülmes olaaklı ola acak zama ve maalye asarrufu amacıyla ölçülemeye kale karakersklerdr. Öreğ brm uzulukak plk haaları, dokuma haaları bu ür özellklerdr. Gülük yaşamda karşılaşıla pek çok değşke gb ürem oramı celedğde öreğ makalar, hammaddeler, yabacı malzemeler, şçler see koşullar vb. değşkelere lşk verler ormal dağılıma uygu frekas dağılımıa sahp oldukları gözlemşr. Sürekl br rasgele değşke değerler ola ölçüm değerler geellkle ormal dağılıma uygu olduğu blr (Baska 997). Öe yada haa oraı, haa sayısı gb ölçülemeye değşkeler dağılımlarıı se Bom, Posso ya da Hpergeomerk dağılım gb keskl dağılımlarıda bre uydukları söyleeblr. Br ürem sürec, ürü veya herhag br çıkıya a ölçüleble ya da ölçülemeye kale özellkler büü çeşlere uygulaablr. Br çok korol şeması vardır acak süreç ç e uygu kale özellğ ve bu özellğe e uygu korol şemaları seçlmeldr. Şekl 3. de hag durumda hag p korol şemasıı seçleceğ br akış olarak verlmşr. 33

44 Şekl 3. Süreç korol şeması 3.. Algurup sayısı (k) e eş ola durumlar ç korol şemaları Ölçümler zamaa geşçe yayıldığı, her ölçümü sürec korolüde ve değerledrlmesde kullaıldığı durumlardır. Algruplar kolaylıkla rasgele olmaya gözlemler çde barıdırablrler, rasgele olmaya gözlemler sadar sapma hesaplamasıda eks azalmak ç algrup sayısı olabldğce azalılır. E küçük algrup sayısı dr. Sadar sapma k gözlem arasıdak açıklık hesaplaarak elde edlr (Florac ve Carleo 00). Sıralı k ae gözlem -r ae harekel açıklık (movg rage) değer olur. 34

45 . harekel açıklık; mr X + X, - bçmde aımlaır. Breysel (Idvdual) korol şemaları ç oralama harekel açıklık değer, merkez çzgs ve korol sıırları sırasıyla; mr r r mr, Merkez Çzgs (M.Ç); X X, Üs Korol Sıırı (Ü.K.S); 3mR X + X +. 66mR d ve Al Korol Sıırı (A.K.S); 3mR X X. 66mR d dır. Harekel açıklık (movg rage) korol şeması ç Merkez Çzgs (M.Ç) ve korol sıırı; mr ve 35

46 Üs Korol Sıırı (Ü.K.S); mr D 4 dır. Burada, d ve D 4 sırasıyla ora çzg ve korol lm çarpalarıdır ve algrup gözlem sayısıa göre belrlemş değerler çzelge 3. de aımlamışır. 3.. Ölçüleble özellkler ç korol şemaları Bu korol şemaları br sürece lşk ola bell sayıdak gözlem oralamasıda ve yayılmasıda meydaa gele değşmler göreblme aracıdır ve sürec sasksel olarak korol alıda olduğuu deeler X korol şeması X korol şeması süreçe şlem göre veya çıka parçaları merkez eğlmler celemes amacıyla ya da dğer br deyşle geçmş ve gelecekek ürem korolü ç kullaılır. Ürem doğru br görüüşüü elde edeblmek ç üremde geellkle 4 veya 5 brmde oluşa e az 0 geellkle 5 al grup öreklem olarak seçlr (Baska 997). Korol şemasıı çzleblmes ç kle µ (oralama) ve σ (varyas) paramereler blp blmedğ durumlarıa göre k farklı yol zlemeldr. Bular: a) µ ve σ bldğ durumda X korol şemaları Gelecekek ürem korolü amacıyla oluşurula bu şemalarda, geçmşek ürem korol dışıda oluşmasıı ekler araşırılıp gderldke ve buları gelecekek üreme ekde bulumalarıı öüe geçldke sora, lerdek ürem bu gb 36

47 eklerde koruablmes ç sadar korol şemaları oluşurulur. Korol şemalarıda merkez çzgs ve korol sıırları sırasıyla, Merkez Çzgs (M.Ç); µ, Üs Korol Sıırı (Ü.K.S); 3σ µ + veya µ + Aσ, Al Korol Sıırı (A.K.S); 3σ µ veya µ Aσ bçmdedr ve burada A 3 dır (Baska 997). b) µ ve σ paramereler blmedğ durumda X korol şemaları Bu durum özellkle ye br malzeme hzmee grşde, ye hammadde kullaıldığıda veya ye br ürü yapımıda oraya çıkar. Blmeye kle paramereler ahm edcs µ u yasız ahm edcs X, X X ;,, 3,, k k bçmdedr, burada k değer al grup sayısıı fade eder. Korol şeması seçmde öeml ola br dğer fakör de al grupları öreklem sayısıdır. Bu durumda; 37

48 ) Al gurupları gözlem sayısı se, X R korol şeması kullaılmalıdır. Bu durumda R, gözlemlk k ae al grubu açıklığı olmak üzere, R R ;,, 3,, k k bçmde aımlaır. Burada σ ı yasız ahm edcs, R d σ bçmdedr (Baska 997). Korol şemasıı merkez çzgs ve korol sıırları sırasıyla, Merkez Çzgs (M.Ç); X, Üs Korol Sıırı (Ü.K.S); X 3R + veya X+ AR d ve Al Korol Sıırı (A.K.S); X 3R veya X AR d dır (Florac ve Carleo 00). ) Algurupları gözlem sayısı > se herbr al öreklem grubuu sadar sapması s, X S korol şeması kullaılmalıdır. Burada 38

49 s j ( x x ) j,,,,..., k dır. Bu durumda gözlemlk k ae al grubu oralama sadar sapma se, k s s ;,, 3,, k le hesaplaır. Bu durumda σ ı yasız ahm edcs, k s c σ bçmdedr (Baska 997). X S korol şemasıı korol sıırları, Üs Korol Sıırı (Ü.K.S); X 3 + s veya c A 3 se X + As c ve Al Korol Sıırı (A.K.S); X 3 s veya c A 3 se X As c bçmde aımlaır (Florac ve Carleo 00). X -R ve X -S korol şemaları ç yukarıda verlmş ola formüllerdek, A ve A sab çarpa değerler çzelge 3. de, öze formüller se çzelge 3. de verlmşr. 39

50 Çzelge 3. Korol sıırlarıı hesaplaması ç çarpalar (Baska 997) Ölçüleble ver (Varables Ver) p Korol Şemaları Algrup gözlem sayısı X Oralama ve R Şemaları Oralama Şemaları Korol Lmler Çarpaları Açıklık (R) Şemaları Ora Çzg Çarpaları Korol Lmler Çarpaları X Oralama ve S Şemaları Oralama Şemaları Korol Lmler Çarpaları Sadar Sapma (S) Şemaları Ora Çzg Çarpala rı Korol Lmler Çarpaları A d D 3 D 4 A c B 3 B İsasksel süreç korolü, sürec korolüde ve belrlemş spesfkasyolar arasıda devamıı belrr. Korolde devam ede süreçler oomak olarak yeerl olduğu kabul edlemez. Herhag br süreçe şekl 3. de aımlaa 4 değşk durum söz kousu olablr (Baska 997); a) Süreç koroldedr ve ayı zamada yeerldr. b) Süreç koroldedr ama yeerl değldr. c) Süreç korolde değldr ama yeerldr. 40

51 d) Süreç hem korolde değldr hem de yeerl değldr. Şekl 3. Sürec korolde ve yeerl olması durumlarıı şemak göserm (Baska 997) 4

52 Bu durumlar deaylı olarak celedğde; a) 6σ > (Ü.T.S-A.T.S) Şekl 3. madde b ve d de belrle sürec yeersz olduğu durumdur. Sürec yeersz olması şrkeler araıda semez. Çükü bazı parçaları ölçümler al veya üs oleras sıırları dışıda olduğuda haalı parça ürelmş olur. Süreç ya da şlem korol alıda olsa dah haalı ürem kaçıılmazdır. Böyle durumlarda çözüm yolları aşağıdak gb sıralaablr (Baska 997): ) Olaaklı se oleras sıırlarıı geşlemek, ) Süreç sadar sapmasıı azalacak ölemler almak, ) Süreç oralamasıı üm parçaları üs oleras sıırı dışıa aşacak şeklde yukarı mek (Bu durumda haalı parçaları hurdaya ayırma yere kurarma şleme ab umuş olurlar), v) Buları hçbrs olaaklı değlse, haalı parça ürem kabullep %00 muayee yapmak. b) 6σ (Ü.T.S-A.T.S) Bu krk br durumdur. Süreç dağılımıı uç okaları oleras sıırları le çakışığıda ve süreç korol alıda olduğuda soru yok deleblr. Bua karşılık süreç oralamasıda ya da değşmde olablecek br arış soru yaraablr. Bu durumda süreç ya da şlem korol alıda umak gerekr. Bu ek olarak asarımda br değşklk yaparak olerası arırmak, daha elkl şç, malzeme ya da ezgah kullaarak sürec dağılım varyasıı azalılması yolua gdleblr (Baska 997). c) 6σ < (Ü.T.S-A.T.S) Şekl 3. madde a ve c de belrle e deal ola durumdur. Korol sıırları, oleras sıırlarıda az olduğu ç süreç oralamasıda küçük kaymalar olsa ble bu durum haalı üreme ede olmayacakır. 4

53 Süreç korol alıda olduğuda br okaı korol sıırlarıı dışıa düşmes olasılığı. p haa yapma olasılığıdır. Bezer şeklde süreç korolde çıkarke br okaı korol sıırları çe düşme olasılığı sıfırda büyükür. Bu. p haa olasılığı olarak blr. Bu k haa brbrler le lşkl olduğuda brdek br azalma dğerde arma le souçlaır (Baska 997) R korol şeması Açıklık (R) ç korol şeması, kle dağılımıda zama çde br değşklk olup olmadığıı belrlemek amacıyla kullaılır. Öreğ, ml yaağı aşıması, br ale parçalarıda brde gevşeme, operaörü lgs azalması gb öreklem brmler farklılaşma ölçüsüü belrlemes amacıyla kullaılır. R korol şemasıı merkez çzgs R, korol sıırları se 3 σr geel formülü le belrler. Bua göre, ) sadarlar bell ke korol sıırları: Üs Korol Sıırı (Ü.K.S); R + 3σ R ve Al Korol Sıırı (A.K.S); R 3σ R dır. Gelecek ürem korolü ç ya da sadarlar bell ke korol sıırları aşağıdak gb elde edlr. Merkez çzg, ( ) σ O halde korol sıırları: E R d dır. R sadar sapması se σr d 3σ dır. d σ 3σ R m veya σ( d m ) 3d 3 43

54 olarak yazılablr. Acak D d + 3d 3, D d 3d 3 kasayıları çzelge 3. dek öreklem ölçümüe göre belrledğde korol sıırları; Merkez Çzgs (M.Ç); d σ, Üs Korol Sıırı (Ü.K.S); D σ ve Al Korol Sıırı (A.K.S); D σ olur (Baska 997). ) Sadarlar bell olmadığıda, geçmş ürem korolü ç korol sıırları σ R ahm edcs R /d de elde edlr (Baska 997). Böylece R korol şemasıı korol sıırları, Merkez Çzgs (M.Ç); R, Üs Korol Sıırı (Ü.K.S); D 4 ve R Al Korol Sıırı (A.K.S); R D 3 dır. Burada D 3 ve D 4 kasayıları, 3d D 4 + d 3 44

55 ve 3d D3 d 3 bçmdedr (Florac ve Carleo 00) σ korol şeması R-korol şeması ç merkez çzg ve korol sıırlarıı oluşurulmasıa bezer şeklde S korol şemasıı merkez çzgs s ve korol sıırları se le belrler. 3 σσ geel formülü ) Sadarlar bell ke σ ı beklee değer c dr (Baska 997). Sadar sapması se; [ ( ) c ] σ σ dır. O halde korol sıırları σ c σ m 3σ σ ya da; [ ( ) c ] 3 σ c m bçmde yazılablr. Korol sıırları ç kasayılar, B ve B [ ( ) c ] 3 c + 3 [ ( ) c ] c 45

56 dr. Böylece, Üs Korol Sıırı (Ü.K.S); B σ ve Al Korol Sıırı (A.K.S); B σ olur (Baska 997). ) σ blmedğde se s /c de ahm edleblr (Baska 997). Böylece ahm edlmş korol sıırları, [ ( ) ] 3 s m c olarak yazılablr. c Kasayılar, B ve B [ ( ) ] 3 c c 4 + [ ( ) ] 3 c c 3 dr. Böylece, Üs Korol Sıırı (Ü.K.S); s B 4 ve Al Korol Sıırı (A.K.S); 46

57 s B 3 olur (Florac ve Carleo 00). Çzelge 3. Ölçüleble ver p ç korol şemaları formül öze (Florac ve Carleo 00) Merkez Çzgs Korol Lmler σ x X Oralama ve R Karları M. Ç X Ü. K. S X + AR. K. S X A R A M. Ç R. K. S D R. K. S D R Ü 4 A 3 R d X Oralama ve S Karları M. Ç X. K. S X + A s. K. S X A s Ü M. Ç s. K. S B s. KS. B s Ü 4 A A 3 s c 3..3 Ölçülemeye özellkler ç korol şeması Bazı kale özellkler sadece elkler açısıda celeeblr. Ya her gözlee parça k sııfa gerekl kale koşullarıa uyma ve uymama olarak ayrılablr. Öreğ br sldrde döküm sırasıda olablecek br haada dolayı meydaa gele çalak sldr haalı olarak ayrılmasıa yol açar. Nel özellkler korolüde breyler sadece haalı veya haasız olarak sııfladırıldığıda; a) Her br ürü üzerde sapaa haalar ürüü elğ belrlyor se haalı sayısı (p) veya haalı oraı (p) korol şeması, b) Ürüü haa olması sayılıyor se c veya u korol şeması kullaılır. 47

58 Br ürü ya da parçaı aşıdığı br ya da daha fazla sayıda haa edeyle haalı olarak eledrlr. Haalı (defcecy) dye eledrle ürüler daha öce belrlmş ola kale spesfkasyolarıa br kaç kouda uymayablr. Haa (defec) se kale spesfkasyoua aykırılıkır P korol şeması P korol şemaları el olarak celee kale özellklere ve geçer geçmez ölçüsü le celee boyulara uygulaır. Korol şemasıı oluşurulmasıda k durum sözkousudur. a) P oraı bldğde Süreç korol alıda olduğuda, süreçek haalı oraı br P 0 değere eşr. Bu değer daha öcek gözlemlerde elde edle deeym le elde edleblr. Daha sora değşmez ölçümdek her öreklem ç oralama br p 0 sayısı buluur. Korol şemasıı sıırları ardışık öreklemlerde gözlee haalı sayısı (h) le lşkldr. ) 50 olduğuda P korol şeması, Bom dağılımıa yakısar ve çzelge 3.3 e hazırlamış ola değerler kullaılır. Bu durumda üs sıır değer, L k h 0 p h ( p ) h 0 0 bçmde aımlaır (Baska 997). 48

59 ) P 0 %0 olması durumuda se Posso dağılımıa göre hazırlamış çzelgeler kullaılır. Bu çzelgeler P 0 ı değl p 0 ı foksyou olarak L k ve L g değerler verr. Çzelge 3.3 dek L k üs korol sıırı değer se, L k h 0 e p 0 ( p ) h! 0 h lşks le aımlaır (Baska 997). Çzelge 3.3 Korol ve gözem üs sıırları (P 0, 50) (Baska 997) Haalı sayısı L K vaya L G L K ç %p 0 L G ç %p 0 L K ç %p 0 L G ç %p 0 L K ç %p 0 L G ç %p 0 L K ç %p 0 L G ç %p 0 L K ç %p 0 L G ç %p 0 L K ç %p 0 L G ç %p

60 ) p 0 5 olduğu durumda, Normal dağılım yaklaşımı kullaılır. N ölçümlü br öreklemde haalı sayısı ç üs korol sıırları yaklaşık olarak; Ü. K. S( Lk ) p 0 + 3p 0 (p 0 ) ve Ü. GS. ( LG ) p 0 + p 0 (p 0 ) dır (Baska 997). b) P oraı blmedğde Geçmş ürem haalı oraı korol şeması düzelerke yapılacak lk ş celee öreklem sayısıı ve bulua haalı sayısıı belrlemekr. Buda sora yapılacak şlem se oralama haalı oraıı bulmakır. Buu ç her al grubu p değer hesaplaır. Sora oralama haalı oraı (p ) buluur. Buu ç ardışık k öreklemdek oplam haalı sayısı, bu k öreklemdek oplam brm sayısıa bölüür. Böylece, r p olmak üzere, p r ;,,, k dır. Burada, p değer korol şemasıı merkez çzgsdr. Korol sıırları se; Üs Korol Sıırı (Ü.K.S); ( p) p + 3 p / ve Al Korol Sıırı (A.K.S); ( p) p 3 p / dır (Baska 997). 50

61 3..3. NP korol şeması Ölçülemeye kale özellkler korolü ç kullaıla br dğer korol aracı da haalı sayısı korol şemasıdır. Bu şema şlemedek persoel ç daha kolay alaşılablr olması edeyle çoğu kez dğere yeğler. Çükü korol sıırları belrledke sora başka br şleme gerek duyulmaksızı br par muayeesde ögörüle haalı parça sayısı şemaya doğruda şleeblr. Burada, Merkez Çzgs (M.Ç); p, Üs Korol Sıırı (Ü.K.S); p ve + 3 p ( p) Al Korol Sıırı (A.K.S); p 3 p ( p) dır (Baska 997). Eğer süreç veya kle oralaması haalı oraı (P 0 ) öcede blyorsa bu değer hesaplamalarda kullaılır. Blmedğde se haalı oraı korol şemalarıda olduğu gb öreklem verlerde yararlaılarak ahm edlr C korol şeması Bu korol şeması brmdek haalar ç br korol kurmak amacıyla düzeler. Brm ek br parça ürü, parçalar grubu, parçaı br kısmı v.b sayılablr. Burada öeml ola öreklem ölçümüü ayı olmasıdır. Br haaı oraya çıkması olasılığı küçük se C- korol şeması Posso dağılımı üzere kurulur. Haa sayısı (c), Posso dağılımıa uyduğuda br parçada h ae haaı buluması olasılığı; P ( c, λ) λ c e λ ; c,, c! 5

62 dr. ) λ bldğde, brmdek haaları oralama değer λ ve sadar sapması λ dır. O halde C korol şeması ç korol sıırları, Üs Korol Sıırı (Ü.K.S); λ + 3 λ ve Al Korol Sıırı (A.K.S); λ 3 λ bçmde aımlaablr. Öe yada, öreklem ölçümü büyük ve haa olma olasılığıı küçük olduğu durumlarda, haa sayılarıı dağılımı Normal dağılıma yakısar. ) λ blmedğde se gözlee verlerde λ ı ahm edcs c c bçmde elde edlr. Böylece korol sıırları, Merkez Çzgs (M.Ç); c, Üs Korol Sıırı (Ü.K.S); c+ 3 c ve Al Korol Sıırı (A.K.S); c 3 c dır (Baska 997). 5

63 U korol şeması Haa sayısıı korol amacıyla kullaa C korol şeması ç her al grubu ek brmde oluşması (kumaş opu, şşe, uçak kaadı v.b) gerekr. Acak bazı durumlarda al gruplar brde fazla ve farklı sayılarda brmlerde oluşablrler. Bu durumda U Korol şemaları kullaılır. U korol şemalarıı uygulamaları ç brm başıa gerçek haa sayısı U 0 bldğde bu değer korol sıırlarıı hesaplamada kullaılır. Blmedğde se üm algruplarda gözlee haa sayısı al grupları oluşura brm sayısıa bölüerek brm başıa oralama haa sayısı U ( c) hesaplaır. Bu durumda, oralama değer ve korol sıırları sırasıyla, u c, Üs Korol Sıırı (Ü.K.S); u u+ 3 veya ve c+ 3 c Al Korol Sıırı (A.K.S); u u 3 veya c 3 c formüller kullaılır. Öe yada al grup büyüklükler brbrde farklı olduğua göre buluacak korol sıırlarıı değşe değere göre değşeceğ haırlamalıdır (Baska 997). 53

64 Çzelge 3.4 Ölçülemeye ver p ç korol şemaları formül öze (Florac ve Carleo 00) p Korol Karı p Korol Karı Merkez Çzgs M. Ç p Korol Lmler Öreklem gözlem sayısıı sab olmadığı durumlarda ÜÇS.. p+ 3 ( p) Öreklem gözlem sayısı sab se () p AÇ.. S p 3 p ( p) p( p) p( p).. p+ 3 AÇS.. p 3 ÜÇS M. Ç p ÜÇ. S p + 3 p( p). A. Ç. S p 3 p( p) c Korol Karı M. Ç c Ü. ÇS. c+ 3 c A. Ç. S c 3 c Öreklem gözlem sayısıı sab olmadığı durumlarda u Ü. ÇS. u+ 3 M. Ç u A. ÇS. u 3 u u Korol Karı Öreklem gözlem sayılarıı oralaması kullaıldığıda Ü. ÇS. u+ 3 u Öreklem gözlem sayısı sab se () A. ÇS. u 3 u Ü. Ç. S u + 3 u A. Ç. S u 3 u 3. Yazılım Ssemler Güverlk Modeller Özellkle karmaşık yapılı yazılım ssemlerde, yazılımı %00 haasız çalışmasıı sağlamak ç gerçekleşrle yazılım es faalyeler oldukça maalyeldr. Bu edele şrkeler belrlemş zama aralıklarıda kod gözde geçrme ve foksyoel es faalyeler opmum sevyede gerçekleşrerek, eslm edecekler yazılım ssem üm gereksmler karşıladığıda ve büyük (majör) haalı ürü eslm emedklerde 54

65 em olmak serler. Bu edele müşerye eslm edlmede öce yazılım ssem güverlğ ve haa sayısı, yapıla ç gözde geçrme ve es faalyelerde çıka haalar grd olarak değerledrlerek ahm edlmeke ve çıka rsk durumlarıa göre şrke arafıda öleyc şlem alımakadır. Yazılım ssemler güverlk aalz çalışmaları 30 yılı aşkı süredr devam emekedr. Bu süre çersde yazılımı güverlğ ve kala haa sayısıı ahm ede modeller gelşrlmşr. Temel olarak k çeş Yazılım Güverlk model vardır. Bular, deermsk ve olasılıksal olarak kye ayrılmakadır. Deermsk modeller programdak şleme (operaor) ve şlemc (operads) ler kullaır. Deermsk pe performas ölçümler programı yazılış yapısı aalz edlerek elde edlr, bu edele rasgele olayları çermezler. Deermsk modellerde e y ble k aes: Halsead s yazılım merğ ve McCabe s cyclomac karmaşıklık merğdr. Halsead s yazılım merğ programda haa sayısıı ahm emek ç kullaılırke McCabe s cyclomac karmaşıklık merğ, yazılımdak kala haa sayısıı ahm emek ç model üs sıırıı belrler. Bu çalışma kapsamıda olasılıksal yazılım güverlk modeller deaylı olarak celeecekr. Olasılıksal yazılım güverlk modeller farklı gruplar halde sııfladırılır: ) Haa kayağı (Error Seedg) modeller, 55

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

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

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

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

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

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

= 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

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz; Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9

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

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

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

GENELLEŞTİRİLMİŞ BULANIK KÜMELER. Mehmet Şahin Gaziantep Üniversitesi, Matematik Bölümü, 27310, Gaziantep

GENELLEŞTİRİLMİŞ BULANIK KÜMELER. Mehmet Şahin Gaziantep Üniversitesi, Matematik Bölümü, 27310, Gaziantep GENEEŞTİRİMİŞ UANIK KÜMEER Mehme Şah Gazaep Üverses, Maemak ölümü, 27310, Gazaep ÖZET: u çalışmada öcelkle P ( br al ale olarak buludura bulaık kümeler GF ales br halka olarak yapıladırılmaka ve bu yapıı

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

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

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

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

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

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

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

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

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BULANIK DEĞİŞKENLER VE BULANIK YENİLEME SÜREÇLERİ. Yunus KOCATÜRK

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BULANIK DEĞİŞKENLER VE BULANIK YENİLEME SÜREÇLERİ. Yunus KOCATÜRK ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BULANIK DEĞİŞKENLER VE BULANIK YENİLEME SÜREÇLERİ Yuus KOCATÜRK İSTATİSTİK ANABİLİMDALI ANKARA 7 Her hakkı saklıdır Yrd. Doç. Dr. Hall AYDOĞDU

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

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

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

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 fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede

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

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

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

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

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

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ TAHVİL DEĞERLEMESİ Doç. Dr. M. Mee DOĞANAY Prof. Dr. Ramaza AKTAŞ 1 İçerik Tahvil ve Özellikleri Faiz Oraı ve Tahvil Değeri Arasıdaki İlişki Tahvili Geiri Oraı ve Vadeye Kadar Geirisi Faiz Oraı Riski Verim

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

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

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

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

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

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

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

Pareto Dağılımı Altında Bühlmann-Straub Kredibilite ve Karma Etki Modelinde Prim Tahmini Modellemesi

Pareto Dağılımı Altında Bühlmann-Straub Kredibilite ve Karma Etki Modelinde Prim Tahmini Modellemesi Süleyma Demrel Üverses Fe Blmler Esüsü Dergs 16- ( 01) 191-03 Pareo Dağılımı Alıda Bühlma- Kredble ve Ek Modelde Prm Tahm Modellemes Meral EBEGİL *1 Fkr GÖKPINAR 1 1 Gaz Üverses Fe Faküles İsask Bölümü

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

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

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

8. Niteliksel ( Ölçülemeyen Özellikler İçin) Kontrol Diyagramları

8. Niteliksel ( Ölçülemeyen Özellikler İçin) Kontrol Diyagramları 1 8. Ntelksel ( Ölçüleeye Özellkler İç) Kotrol Dyagraları Ürüler taşıası gereke kalte karakterstkler br ya da br kaçı belrlee sesfkasyolara uyayablr. Ntelk olarak adladırıla bu özellk edeyle ürü belrl

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

=... 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

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

5.2. Tekne Form Eğrilerinin Temsilinde Kullanılan Spline Teknikleri

5.2. Tekne Form Eğrilerinin Temsilinde Kullanılan Spline Teknikleri 5.. eke Form Eğrler emslde Kullaıla ple ekkler Geelde polomları dereces verle ofse okası saısıa bağlı olduğu ç çok saıda oka le aımlı ola eke form eğrler dereces de üksek olmakadır. Yüksek derecede polomlarda

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

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF 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

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

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık

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

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

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

UYUŞUMSUZ ÖLÇÜ ANALİZİNDE ROBUST KESTİRİM VE L1 NORM YÖNTEMLERİ

UYUŞUMSUZ ÖLÇÜ ANALİZİNDE ROBUST KESTİRİM VE L1 NORM YÖNTEMLERİ MMOB Hara ve Kadasro Mühedsler Odası. ürkye Hara Blmsel ve ekk Kurulayı 5 Mayıs 009, Akara UYUŞUMSUZ ÖLÇÜ ANALİZİNDE ROBUS KESİRİM VE L NORM YÖNEMLERİ Y. Şşma, S. Bekaş, Ö. Yıldırım Odokuz Mayıs Üverses

Detaylı

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük

Detaylı

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ İSTATİSTİK Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özka GÖRGÜLÜ Tavsye Edle Kayak Ktaplar Her öğrec keds tuttuğu düzel otlar.. Akar, M. ve S. Şahler, (997). İstatstk. Ç.Ü. Zraat Fakültes Geel Yayı No: 74, Ders

Detaylı

9. Ders. Đstatistikte Monte Carlo Çalışmaları

9. 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

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

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesir Üiversitesi İşaat Mühedisliği Bölümü umutokka@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme

Detaylı

DENEY TASARIMI VE ANALİZİ

DENEY TASARIMI VE ANALİZİ 1 DENEY TASARIMI VE ANALİZİ 1.1. Varyans Analz 1.. Tek Yönlü Varyans Analz Model 1.3. İk Yönlü Varyans Analz Model Prof Dr. Leven ŞENYAY XII-1 İsask II Bundan öncek bölümlerde bell br araşırma sonucu elde

Detaylı

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 ..7 EME 37 Girdi Aalizi Prosedürü SİSTEM SIMÜLASYONU Modelleecek sistemi (prosesi) dokümate et Veri toplamak içi bir pla geliştir Veri topla Verileri grafiksel ve istatistiksel aalizii yap Girdi Aalizi-II

Detaylı

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim

Detaylı

DENEY TASARIMI VE ANALİZİ

DENEY TASARIMI VE ANALİZİ DENEY TASARIMI VE ANALİZİ Bundan öncek bölümlerde bell br araşırma sonucu elde edlen verlere dayanılarak populasyonu anıma ve paramere ahmnlerne yönelk yönemlerden söz edld. Burada se sözü edlecek olan,

Detaylı

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II 8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet

Detaylı

BAŞLAYINIZ DENİLMEDEN SORU KİTAPÇIĞINI AÇMAYINIZ.

BAŞLAYINIZ DENİLMEDEN SORU KİTAPÇIĞINI AÇMAYINIZ. KİTAPÇIK TÜRÜ A T.C. MİLLÎ EĞİTİM BAKANLIĞI YENİLİK VE EĞİTİM TEKNOLOJİLERİ GENEL MÜDÜRLÜĞÜ Ölçme, Değerledrme ve Yerleşrme Grup Başkalığı 3. GRUP İSTATİSTİKÇİ MALİYE BAKANLIĞI PERSONELİNE YÖNELİK UNVAN

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

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

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

TARTIŞMA METNİ 2012/71 http ://www.tek.org.tr İMALAT SANAYİNDE YAPISAL DEĞİŞİM VE ÜRETKENLİK: TÜRKİYE, AKDENİZ BÖLGESİ VE MERSİN İLİ KARŞILAŞTIRMASI

TARTIŞMA METNİ 2012/71 http ://www.tek.org.tr İMALAT SANAYİNDE YAPISAL DEĞİŞİM VE ÜRETKENLİK: TÜRKİYE, AKDENİZ BÖLGESİ VE MERSİN İLİ KARŞILAŞTIRMASI TÜRKİYE EKONOMİ KURUMU TARTIŞMA METNİ 202/7 hp ://www.ek.org.r İMALAT SANAYİNDE YAPISAL DEĞİŞİM VE ÜRETKENLİK: TÜRKİYE, AKDENİZ BÖLGESİ VE MERSİN İLİ KARŞILAŞTIRMASI Me Alıok ve İsmal Tucer Bu çalışma

Detaylı

C L A S S N O T E S. Sinyaller & Sistemler - Sinyaller VEKTÖRLER

C L A S S N O T E S. Sinyaller & Sistemler - Sinyaller VEKTÖRLER Syaller & Ssemler - Syaller VEKTÖRLER Veörler belrl yö, doğrl e büyülüe zl doğr parçalarıdır. Yöledrlmş doğr parçaları yalış değl, aca es br aımlamadır. Doğrl e yö aramlarıda dolayı eörler belrl oordalara

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

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları 5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Olasılığı Tolaablrlk Kuralı: 5.6. Olasılığı çarım kuralı: 5.7. Değl ağıtısı: 5.8. Koşullu

Detaylı

Finansal Derinleşme, Ekonomik Büyüme ve Türk Finans Sistemi (1990-2010)

Finansal Derinleşme, Ekonomik Büyüme ve Türk Finans Sistemi (1990-2010) Selçuk Üverses Sosyal Blmler Esüsü Dergs Dr. Mehme YILDIZ Özel Sayısı 24, ss. 9-8 Selcuk Uversy Joural of Isue of Socal Sceces Dr. Mehme YILDIZ Specal Edo 24, p. 9-8 Fasal Derleşme, Ekoomk Büyüme ve Türk

Detaylı

ÖZET Yüksek Lsas Tez NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK Akara Üverstes Fe Blmler Esttüsü İstatstk Aablm Dalı Daışma : Doç

ÖZET Yüksek Lsas Tez NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK Akara Üverstes Fe Blmler Esttüsü İstatstk Aablm Dalı Daışma : Doç ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 006 Her hakkı saklıdır ÖZET Yüksek Lsas Tez

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

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

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz. YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri uyruk Teorisi Ders Notları: Bazı uyruk Modelleri Mehmet YILMAZ mehmetyilmaz@akara.edu.tr 10 ASIM 2017 11. HAFTA 6 Çok kaallı, solu N kapasiteli, kuyruk sistemi M/M//N/ Birimleri sisteme gelişleri arasıdaki

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

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

YATAY YÜZEYE GELEN GLOBAL GÜNEŞ IŞINIMININ TAHMİNİ ESTIMATION OF GLOBAL SOLAR RADIATION ON HORIZONTAL SURFACE

YATAY YÜZEYE GELEN GLOBAL GÜNEŞ IŞINIMININ TAHMİNİ ESTIMATION OF GLOBAL SOLAR RADIATION ON HORIZONTAL SURFACE Isı Blm ve Tekğ Ders, 7,, 7-, 007 J. f Thermal Scece ad Techly 007 TIBTD Pred Turkey ISSN 00-65 YATAY YÜZEYE GELEN GLOBAL GÜNEŞ IŞINIMININ TAMİNİ Kadr BAKIRCI Aaürk Üverses Mühedslk Faküles Maka Mühedslğ

Detaylı

Servis Yönlendirmeli Sistemlerde Güven Yayılımı

Servis Yönlendirmeli Sistemlerde Güven Yayılımı Servs Yöledrmel Sstemlerde Güve Yayılımı Mahr Kutay, S Zafer Dcle, M Ufuk Çağlaya Dokuz Eylül Üverstes, Elektrk-Elektrok Mühedslğ Bölümü, İzmr Boğazç Üverstes Blgsayar Mühedslğ Bölümü, İstabul Dokuz Eylül

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

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr

Detaylı

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY FÖYÜ

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY FÖYÜ SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK AKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY ÖYÜ DENEY I VİDALARDA OTOBLOKAJ DENEY II SÜRTÜNME KATSAYISININ BELİRLENMESİ DERSİN

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

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.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

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

MONTE CARLO BENZETİMİ

MONTE CARLO BENZETİMİ MONTE CARLO BENZETİMİ U(0,) rassal değişkeler kullaılarak (zamaı öemli bir rolü olmadığı) stokastik ya da determiistik problemleri çözümüde kullaıla bir tekiktir. Mote Carlo simülasyou, geellikle statik

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ ZEMİNLERDE SİSMİK DALGA SÖNÜMÜNÜN KESİRSEL TÜREV YAKLAŞIMI İLE MODELLENMESİ.

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ ZEMİNLERDE SİSMİK DALGA SÖNÜMÜNÜN KESİRSEL TÜREV YAKLAŞIMI İLE MODELLENMESİ. ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ ZEMİNLERDE SİSMİK DALGA SÖNÜMÜNÜN KESİRSEL TÜREV YAKLAŞIMI İLE MODELLENMESİ Üal DİKMEN JEOFİZİK MÜHENDİSLİĞİ ANABİLİM DALI ANKARA 004 Her hakkı

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

ÖzelKredi. İsteklerinize daha kolay ulaşmanız için

ÖzelKredi. İsteklerinize daha kolay ulaşmanız için ÖzelKredi İstekleriize daha kolay ulaşmaız içi Yei özgürlükler keşfedi. Sizi içi öemli olaları gerçekleştiri. Hayalleriizi süsleye yei bir arabaya yei mobilyalara kavuşmak mı istiyorsuuz? Veya özel güler

Detaylı

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research

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

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t)

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t) III.4. YÜKSEK MEREBE AYLOR MEODLARI Saısal tekkler amacı mmum çaba le olablğce uarlı aklaşımlar ele etmektr. Bu eele çeştl aklaşım ötemler vermllğ karşılaştıracak br krtere gereksm varır. İlk ele alıacak

Detaylı