Grup Ardışık Test Yöntemlerinin Sağkalım Analizinde Uygulanması ve Harcama Fonksiyonlarının Güç Analizi

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Grup Ardışık Test Yöntemlerinin Sağkalım Analizinde Uygulanması ve Harcama Fonksiyonlarının Güç Analizi"

Transkript

1 Terz ve ark. Byostatstk ORĐJĐAL ARAŞTIRMA / ORIGIAL RESEARCH. Grup Ardışık Test Yöntemlernn Sağkalım Analznde Uygulanması ve Harcama Fonksyonlarının Güç Analz APPLICATIO OF GROUP SEQUETIAL TEST METHODS I SURVIVAL AALYSIS AD POWER AALYSIS OF SPEDIG FUCTIO Dr. Yüksel TERZĐ, a Münevvere SARI, a Ahmet SABRĐ ÖĞÜTLÜ, a Dr. Mehmet Al CEGĐZ b a Đstatstk Bölümü, Afyonkarahsar Kocatepe Ünverstes, Fen-Edebyat Fakültes, AFYOKARAHĐSAR b Đstatstk Bölümü, Ondokuz Mayıs Ünverstes, Fen-Edebyat Fakültes, SAMSU Özet Amaç: Grup ardışık test yöntemlern sağkalım analz çalışmalarında uygulamak. Gereç ve Yöntemler: Çalışmada 224 akcğer kanser tanısı alan k grup (KHAK ve KHDAK) hasta prospektf olarak 1060 gün takp edld. Akcğer kanser teşhs konan hastalar grup ardışık test yöntemler le adım adım ncelend ve her adımda k kanser grubu hastaların sağkalım süreler karşılaştırıldı. Ayrıca farklı gözlem sayıları ve farklı sağkalım oranları çn 5 harcama fonksyonunun güç analzlernn karşılaştırmak çn smülasyon çalışması yapıldı. Bulgular: Đk farklı akcğer kanser olan hastalar her adımda (265 günde br) sağkalım süreler bakımından karşılaştırıldı. Grup ardışık test yöntemler kullanılarak hang adımda çalışmanın sonlandırılacağına karar verld. Ayrıca güç analz yapılarak grup ardışık test yöntemlernde kullanılan harcama fonksyonlarından hangsnn daha y olduğuna bakıldı. Grup ardışık test yöntemlernde kullanılan harcama fonksyonlarından en yüksek güç analz sonucunu O Bren&Flemng verd. Sonuç: Klnk çalışmalarda k tedav yöntem/grubu karşılaştırılıyorsa, çalışmanın sonu beklenmeden hang tedav yöntemnn/grubunun daha y sonuç verdğ grup ardışık test yöntemler le tespt edleblr. Böylece bell br aşamadan sonra hastalar dğer tedav yöntemne/grubuna yönlendrlerek, hastaların sağkalım süreler uzatılablr. Anahtar Kelmeler: Sağkalım analz; güç Abstract Objectve: Applcaton of group sequental test methods n survval analyss. Materal and Methods: In the study, two groups of 224 patents dagnosed as lung cancer (KHAK and KHDAK) have been followed prospectvely for 1060 days. These patents have been examned usng group sequental test methods step by step and two groups survval tmes have been compared for each step. In addton consderng vared observaton numbers and survval rates a smulaton study s done for comparng 5 spendng functons power analyss. Results: Patents of two dfferent types of lung cancer have been compared wth respect to ther survval tmes for each step (every 265 days). Determnaton of the step n whch the study termnates has been fulflled wth group sequental test methods. In addton, spendng functons used n these methods have been tested for superorty usng power analyss. Of all the spendng functons O Bren Flemng produced the hghest power analyss score. Concluson: In the case of two treatment methods/groups comparsons, wthout watng for end of the study, whch treatment methods/groups to yeld better could be determned wth group sequental test methods. Hence, patents survval tmes could be extended drectng patents to other treatment methods/groups after a partcular step. Key Words: Survval analyss; power Turkye Klnkler J Med Sc 7, 27: Gelş Tarh/Receved: Kabul Tarh/Accepted: Mayıs 7 de Antalya da düzenlenen 5. Đstatstk Kongres nde sözlü bldr olarak sunulmuştur. Yazışma Adres/Correspondence: Dr. Yüksel TERZĐ Afyonkarahsar Kocatepe Ünverstes, Fen Edebyat Fakültes, Đstatstk Bölümü, AFYOKARAHĐSAR yukselt@aku.edu.tr Copyrght 7 by Türkye Klnkler Đ statstkte amaç örnek ver toplamak ve bu verlerden hareketle anakütle hakkında çıkarsamalar yapmaktır. Bunun çn sabt (bell) sayıda gözlemler toplanır. Bazen gerekl vernn tamamını toplamak zor veya zaman açısından uygun olmayablr. Bu özellkle klnk denemelerde önemldr. Eğer 2 tedav ya da 2 laç türünü karşı- 846 Turkye Klnkler J Med Sc 7, 27

2 Bochemstry laştırmak stenyorsa, çalışma sonunda hang tedav yöntemnn ya da hang lacın daha y sonuç verdğne karar verleblr. Ancak daha y sonucu tespt etmek çn çalışmanın sonu beklendğnde, bazı hastalarda stenmeyen sonuçlar (ölüm gb) görüleblr. Bunun çn çalışma btmeden daha erken br aşamada hang tedav yöntemn ya da lacın daha y olduğu tespt edlerek, hastalar o tedav ya da laca yönlendrleblr. Böylece daha sağlıklı br sonuca ulaşılmış olur. Ayrıca klnk denemeler çok masraflı olableceğ çn erken sonlanmanın yan çalışmanın sonunu beklemeden bell br aşamada karar vermenn madd ve zaman yönünden faydaları da bulunmaktadır. Đşte böyle durumlarda breyler sürekl zleme veya ardışık olarak takp etme htyacı ortaya çıkmaktadır. Sağkalım analz çalışmaları, son yıllarda oldukça sık kullanılmaktadır. Bu çalışmalar daha çok ölüm le sonuçlanan (kanser gb) hastalıklar üzernde uygulanmaktadır. Đnsanlar üzernde yapılan bu tür çalışmalarda gerçek anlamda sağlıklı ver elde etmek zor ve zaman almaktadır. Bu tür çalışmalarda ver elde etmenn zaman, malyet, çalışma süresnce olablecek aksaklıklardan dolayı ardışık yöntemlerden yararlanılmıştır. Ardışık yöntemler (brmler ardışık olarak gelmes) çalışmanın erken durdurulmasına mkan sağlamasından dolayı kullanışlıdır. Ardışık yöntemlerde çalışma sonuçlarının sürekl değşmesnden dolayı, grup ardışık yöntemler gelştrlmştr. Grup ardışık test yöntemler üzernde lk çalışmaları Armtage ve ark. yapmışlardır. Daha sonraları se Pocock, O Bren&Flemng bu çalışmaları gelştrmşlerdr. 1,2 Lan&DeMets se grup ardışık testnn alfa malyet fonksyonu yaklaşımı le lgl çalışmalar yapmışlardır. 3 Rebusson ve ark. se farklı grup tasarımları çn örneklem genşlğ ve güç analz hesabı çn metotlar gelştrmşlerdr. 4 Bu metotlarla k sağkalım eğrsn karşılaştırmak çn kullanılan grup ardışık düzenler çn örneklem genşlğn ve testn gücü hesaplanablmektedr. Slud&We ve Lan&DeMets grup büyüklüklernn farklı olduğu durumlarda nasıl br yöntem zleneceğ üzerne çalışmalar yapmışlardır. 5 Terz et al Bu çalışmada amaç, grup ardışık test yöntemlern sağkalım analznde gerçek verlerle uygulamasını yapmaktır. Ayrıca farklı gözlem sayıları ve değşk sağkalım oranları çn 5 harcama fonksyonunun güç analzlern bulmaktır. Gereç ve Yöntemler Grup ardışık test yöntemlernn sağkalım analznde uygulaması çn prospektf olarak yapılan br çalışmada, akcğer kanser tanısı konan toplam 224 hasta araştırıldı. Hastaların takp süreler gün olarak hesaplanmıştır. Bu hastaların %94 ü erkek, %6 sı kadından oluşmaktadır. Hastaların ortalama yaşı ± 9.49 olarak bulunmuştur. Hastaların en sık başvuru nedenler; öksürük (%19), nefes darlığı (%16), göğüs ağrısı (%14), göğüs dışı ağrılar (%13), hemoptz (%11), akcğer graf anormallğdr (%10). Çalışmada kullanılan verler sağdan sansürlü verler olup hastalar, küçük hücrel akcğer kanser (KHAK) ve küçük hücre dışı akcğer kanser (KHDAK) olmak üzere 2 gruptan oluşmaktadır. 6 Sağkalım Analznde Kullanılan Parametrk Olmayan Testler Sağkalım analznde sansürlü verlern yer aldığı 2 grubun karşılaştırılmasında çok sık kullanılan br testtr. Logrank testnde farklı gruplardak breylern hazard oranlarının tüm zaman boyunca aynı olduğu varsayılır. Yokluk hpotez H 0 :S 1 (t) = S 2 (t) yan 2 grubun sağkalım eğrler (fonksyonları) arasında fark yoktur bçmnde kurulur. d k d Z ( ) ( ) k t = W T rk, k = 1,2,..., K 1 A T T rk r (1) (1) formülündek ölümlere farklı ağırlıklandırmalar (W ) verleblr. Logrank testnde tüm ölümlere eşt ağırlık verlr. w = 1 se logrank test, w = r olursa Gehan test ve w = (r ) 1/2 alınırsa Tarone-Ware test elde edlr. 7 Grup Ardışık Test Yöntemler Grup ardışık test yöntem üzerne çalışmalar yapan Pocock ve O Bren&Flemng grup sayılarını eşt olduğu durumlar çn çalışma yapmışlardır. 3 Ardışık metot çalışma boyunca vernn peryodk olarak analzdr. Bu metot br deneyde sü- Turkye Klnkler J Med Sc 7,

3 Terz ve ark. rekl sınamayı çerr. Eğer 2 tedav yöntem karşılaştırılıyorsa, verler her tedav grubundan br gözlem alınarak çftler halnde analz edlr. Her çftn ardından br test statstğ hesaplanır ve br sonlanma sınırıyla karşılaştırılır. Eğer test statstğ sınır geçerse, bu durumda çalışmaya (denemeye) son verlr. Aks takdrde deneme br sonrak analze kadar devam eder. Br denemey sonlandırma kararı sadece br tedavnn sonucunun dğernden anlamlı br şeklde daha y veya daha kötü olmasına bağlıdır. Klask ardışık metotlar her ver çftnden sonra, ver sürekl olarak değerlendrldğnden dolayı klnk deneylerde çok kullanışlı değldr. Bunun yerne grup ardışık test yöntemler terch edlmektedr. Grup ardışık test yöntemler le deneysel br çalışmada 2 tedav yöntem karşılaştırılıyorsa, çalışmanın sonu beklenmeden hang tedav yöntemnn daha y br sonuç verdğ tespt edleblr. Bell br aşamadan sonra hastalar dğer tedav yöntemne yönlendrlr. Böylece hastaların sağkalım süreler uzatılmış olablr. 848 Pocock Grup Ardışık Test Pocock, her br grupta aynı sayıda örneklemn olduğu durumlarda, 2 grubun karşılaştırılması üzerne çalışmalar yapmıştır. Pocock a göre grup sayısının 5 ten büyük olması grup büyüklüklern azaltacağından dolayı uygulamada fazla br avantaj sağlamamaktadır. 1 Maksmum K tane grup testn gücü (1-β) ve α anlamlılık düzeyyle beraber önceden belrlenr. Yeterl anlamlılık tespt edlse ya da edlmese de K. analzde denemeye son verlr.. grupta brkmş ver çn aşağıdak statstk hesaplanır. S T = Burada S bağımsız ve aynı standart normal dağılımlı rassal değşkenlern toplamıdır. X rassal değşken A ve B gb 2 deneme grubuna sahp olsun. Bu durumda S değşken aşağıdak gb bulunur. X j = S = 1 n j= 1 0 n0 X Al X Bl, l = 1 2σ X j (3) Byostatstk Her analz sonlandırma sınırı olan Z le karşılaştırılır. P( T < Z, T < Z,..., T < Z, T Z H ) = α 1 2 K 1 K 0 Br denemey sonlandırma ardışık br süreç gösterr. Eğer T Z se lk analzde çalışma Z se ça- sonlandırılır demektr. T1 < Z, lışma 2. analzde durdurulur. 1 T2 O Bren&Flemng Grup Ardışık Test O Bren&Flemng tarafından gelştrlen bu testte, H 0 hpotezn reddetmek çn gerekl olan nomnal anlamlılık düzey çalışmanın devam ettğ süre çersnde arttığı çn, başlarda H 0 hpotezn reddetmek zordur, ancak sonrak çözümlemelerde reddetmek daha kolaylaşmaktadır. 2 Test düzen ve uygulanışı bakımından Pocock un test le benzerdr, ancak sınır değerlernde farklılık bulunmaktadır C = P(, α), = 1,..., olmak üzere testn şleyş ve örneklem büyüklüğünün hesaplanışı Pocock un test le aynıdır. α - Harcama Fonksyonları Lan ve DeMets alfa harcama fonksyonunu ortaya koydular. 3 Bu harcama fonksyonuna göre; Z, 1 Z 2,..., Z k test statstkler dzs çn b 1, b2,..., b k sınır değerler belrlenr. Bu sınır değerler ardışık hpotez testlernn krtk değerlerdr. Çalışmanın her br aşamasından sonra Z ve k b k değerler kıyaslanır, eğer Z < b k k se çalışma devam ettrlr, Z b k k olduğu durumda se ortalamaların eşt olduğu H hpotez reddedlr ve çalışma 0 durdurulur. α- harcama fonksyonunda yer alan zaman gösterges t geçen zamanın maksmum deneme süre- Turkye Klnkler J Med Sc 7, 27

4 Bochemstry cne oranını veya toplanan örneklem oranını fade eder ( t = n / veya t= d / D ). Zaman gösterges t br oranı fade ettğnden 0 ve 1 aralığında değerler alır. Alfa harcama fonksyonunun sahp olduğu karakterstkler α(0)= 0 ve α(1)= α k bu karakterstk deneme tamamlandığında sa bt br α sevyesn garant etmektedr yan Pr( Z1 b,..., 1 or Z2 b2 or Z k bk )= α(t). Beş farklı harcama fonksyonu aşağıdak gbdr: ) O Bren&Flemng : 2 2 Φ ( Z α 2 / t ) ) Pocock : α ln(1 + ( e 1) t) ) Alfa*Tme : αt 1,5 v) Alfa*Tme^1.5 : α t v) Alfa*Tme^2 : 2 α t Bulgular Grup ardışık test yöntemlernn sağkalım analznde uygulaması çn OMÜ Tıp Fakültes ne 1 Ocak 1 le 31 Aralık 2 tarhler arasında tedav çn gelen 224 akcğer kanser tanısı olan hasta prospektf olarak araştırıldı. 8 Çalışmada kullanılan verler sağdan sansürlü verlerdr. Hastalar KHAK ve KHDAK olmak üzere 2 gruptan oluşmaktadır tane KHAK ve 172 tanede KHDAK olan toplam 224 akcğer kanser hastası, sağkalım süreler bakımından hangsnn daha çok yaşam sürdürdüğünü belrlemek çn ardışık olarak ncelend. Toplam zlenme süres 1060 gün olup, 4 adımda her 265 gün çn hastalar ardışık olarak ayrı ayrı analz edld. Burada amaç 1060 günü beklemeden her 265 günde br, k akcğer kanser olan hastaları sağkalım süreler bakımından karşılaştırmak ve daha erken sürede sağlıklı sonuç elde etmektr. Đk hasta grubuna at özet statstkler Tablo 1 de gösterlmştr. Tablo 1 e göre ortanca sağkalım sürelerne bakıldığında KHAK olan hastaların sağkalım süres 255 gün ken, KHDAK olan hastaların ortanca sağkalım süresnn se 216 gün olduğu görülmektedr. Đk akcğer grubu sağkalım analz le test edldğnde Logrank testne göre sağkalım Tablo 1. Đk hasta grubuna at özet statstkler. Terz et al Sansürlü Ölü Toplam Ortanca KHAK KHDAK Toplam fonksyonları arasında anlamlı fark olduğu görüldü (p< 0.05). Grup ardışık test yöntemleryle 3 duruma göre çözüm yapılablmektedr. Durum-I de her br a- dımda sabt sayıda ölüm gerçekleşene kadar beklenr ve ondan sonra dğer aşamaya geçlr. Durum-II de testn gerçekleştğ zaman aralıkları her adımda eşt alınır. Durum-III de se rastgele belrlenen zaman aralıkları le çözüme gdlr. 8 Bu çalışmada durum 2 ye göre analz yapılmıştır. Bu tür çalışmalarda adım sayısı en çok 5 alınmaktadır. Çalışmadak toplam çalışma süres 1060 gün olduğundan, uygulama çn 1060/4= 265 gün alındığında 4 adım vermz çn daha uygun bulundu. Her adımda (her 265. günde) muhakkak ölüm olayının gerçekleşmes gerekmektedr. Her br adımdak ölüm oranları (t ) hesaplandı. Her 265 gün çn analz sonuçları Tablo 2 de gösterlmştr. Tablo 2 de k hasta grubu 4 adıma göre her 265 günde br ayrı ayrı olarak ncelend. = 1 durumunda lk 265 günde toplam 122 hasta ölmüştür. I. adımdak (265. gün) ölüm olasılığı t = 122/180= 0.67 bulunur. Benzer şeklde II. adımda (53. gün) 0.95, III. adımda (795. gün) 0.99 ve IV. adımda (1060. gün) 1.00 elde edld. Grup ardışık test yöntemlerne göre çözüm yapıldığında α= 0.05 çn 5 farklı harcama fonksyonuna göre k grup arasında fark olmadığı görüldü (p> 0.05). Ancak α= 0.10 Tablo 2. Dört adıma göre analz sonuçları. Ölümler t KHAK KHDAK Toplam Logrank = gün p= = gün p= = gün p= = gün p= Turkye Klnkler J Med Sc 7,

5 Terz ve ark. Byostatstk Tablo 3. α= 0.05 ve α=0.10 çn grup ardışık test sonuçları. α O Bren& Flemng Pocock αt αt 1,5 αt 2 Üst Alt Üst Alt Üst Alt Üst Alt Üst Alt Adım Log-rank Sınır Sınır Sınır Sınır Sınır Sınır Sınır Sınır Sınır Sınır alındığında 1. adımda (265. gün) Logrank testne göre Pocock, αt ve αt 1,5 harcama fonksyonlarına göre k grup arasında fark olduğu ortaya çıkmıştır. 2. adımda (530. gün) ve 3. adımda (795. gün) se k grup arasında anlamlı fark bulunmadı. 4. adımda se (1060. gün) yne Logrank testnde O Bren & Flemng, αt, αt 1,5 ve αt 2 harcama fonksyonlarına göre k akcğer kanser arasında br fark olduğu görüldü. 1. ve 4. adıma göre KHAK olan hastaların KHDAK olan hastalara göre sağkalım sürelernn daha yüksek olduğu söyleneblr Grup ardışık testlern analz, güç analzler ve smülasyon çalışmaları css-pass programında yapıldı. Smülasyon denemes 0 defa yapılmıştır. Tablo 3 te farklı değerler çn 5 harcama fonksyonunun güç analz sonuçlarına bakıldı. Tablo 3 te α= 0.05 ve α= 0.10 çn Logrank test le 5 harcama fonksyonun alt ve üst sınır değerler verlmektedr. α= 0.05 çn grup ardışık test yöntemlerne göre k grup (KHAK-KHDAK) arasında fark olmamaktadır. Ancak α= 0.10 alındığında 1. ve 4. adımlarda k grup arasında fark olduğu görüldü. 1. adımda O Bren&Flemng, Pocock, αt ve αt 1,5 fonksyonlarının üst sınır değerlernn Logrank test statstk değern aştığından, 1. adımda (265. günde) k akcğer kanser hastası arasında anlamlı fark olduğu görüldü. Yne 4. adımda O Bren&Flemng, αt, αt 1,5 ve αt 2 fonksyonlarının üst sınır değerlernn Logrank test statstk değernden yüksek olmaktadır. Yan 4. adımda (1060. günde) k akcğer kanser hastası arasında anlamlı fark olduğu söyleneblr ,940 0,920 0,900 0,880 0,860 0,840 0,889 0,882 0,876 0,867 0,856,050 α Alpfa Çalışmada kullanılan = 224 akcğer kanser vers çn α= 0.05 ve α= 0.10 a göre 5 harcama fonksyonunun güç analz sonuçları Şekl 1 de verld. Şekl 1 e göre 224 hasta le yapılan çalışmanın statstksel olarak ne kadar güçlü olduğuna bakıldı. α= 0.05 ve α= 0.10 çn 5 harcama fonksyonuna göre güç analzler karşılaştırıldı. α= 0.05 çn en yüksek güç değern O Bren & Flemng (0.889) ve αt 2 (0.882), en düşük güç değer se Pocock (0.856) verd. α= 0.10 çn se en yüksek güç değern O Bren&Flemng (0.937) ve αt 2 (0.934), en düşük güç değer se Pocock (0.917) le elde edld. Gerçek verlerle elde edlen sonuçların güvenlr olup olmadığını araştırmak çn smülasyon 0,937 0,934 0,930 0,924 0,917, O'Bren&Flemng Pocock Alpha*t Alpha*t^1,5 Alpha*t^2 Şekl 1. = 224 akcğer kanser vers çn α= 0.05 ve α=0.10 a göre 5 harcama fonksyonunun güç analz sonuçları. Turkye Klnkler J Med Sc 7, 27

6 Bochemstry 0,0 0,0 0,0 0,0,,400 s2,600 çalışması yapılarak, farklı gözlem sayıları (=,,, ve ) le farklı sağkalım oranlarına (S 1 ve S 2 : ) göre 5 harcama fonksyonun güç analzler sonucu Şekl 2 de verlmştr. Şekl 2 ye göre k gruba at sağkalım oranları eşt olduğunda, br grupta düşük dğer grupta çok yüksek olduğunda ve br grupta yüksek dğer grupta çok düşük se 5 harcama fonksyonu arasında fark olmadığı görüldü. Ancak k gruptak sağkalım oranları brbrnden çok farklı değlse (S 1 = 0.2 le S 2 = 0.4 gb) O Bren&Flemng harcama fonksyonu çalışmamızda olduğu gb en yüksek güç değern verd.,800,800,600,400, s1 O'Bren&Flemng Pocock Alpha*t Alpha*t^1,5 Alpha*t^2 Şekl 2. Farklı ve değşk sağkalım oranları çn 5 harcama fonksyonunun smülasyon çalışması le güç analzlernn karşılaştırılması. Terz et al Tartışma Sağkalım analz ve grup ardışık test yöntemler son yıllarda sağlık alanı le lgl çalışmalarda çok sık kullanılmaktadır. Bu k yöntemn br arada kullanılması sağlık alanında öneml sonuçlar elde edlmesne sebep olacaktır. Çünkü tıbb çalışmalarda k tedav yöntem-grubu-laç karşılaştırılıyorsa, çalışmanın sonunda ancak hang tedav yöntemnn-grubun-lacın daha y sonuç verdğ tespt edleblr. Grup ardışık test yöntemler kullanılarak çalışmanın sonu beklenmeden, hang tedav yöntemnn-grubunun-lacın daha y sonuç verdğ tespt edleblr. Böylece çalışma süresnce bell br aşamada hastalar dğer tedav yöntemne-grubunalaca yönlendrlerek, hastaların sağkalım süreler uzatılablr. Bu tür çalışmalar genelde nsanlar üzernde uygulandığından, elde edlen sonuçların ne kadar güçlü olduğu çok önemldr. Bu çalışmada sağdan sansürlü 224 akcğer tanısı konan k grup hastaya (KHAK ve KHDAK) at verlere grup ardışık test yöntemler kullanıldı. Sağkalım analz yöntemlerne göre k grup hastanın sağkalım sürelernn farklı olduğu bulundu (p< 0.05). KHAK olan akcğer kanser hastalarının KHDAK olanlara göre sağkalım sürelernn daha yüksek olduğu görüldü. Grup ardışık test yöntemler kullanıldığında se hastalar 1060 günün sonunda değl de her 265 günde br karşılaştırıldı. Her 265. gün br adım kabul edlerek, grup ardışık test yöntemlernde kullanılan 5 harcama fonksyonuna göre her adım çn analz yapıldı. En yüksek güç değer O Bren&Flemng harcama fonksyonu le bulundu. Gerçek verlerle bulunan bu sonucu genelleştreblmek çn farklı değerler, değşk sağkalım oranlarına göre smülasyon çalışması yapıldı ve 5 harcama fonksyonunun güç analz sonuçları karşılaştırıldı. Smülasyon çalışması sonucunda k gruba at sağkalım oranları eşt olduğunda, br grupta düşük dğer gruptak sağkalım oranı çok yüksek olduğunda ve br grupta yüksek dğer grubun sağkalım oranı çok düşük se 5 harcama fonksyonu arasında fark olmadığı görüldü. Ancak k gruptak sağkalım oranları brbrnden yüksek o- ranlarda farklı değlse (0.2 le 0.4 gb) O Bren&Flemng harcama fonksyonu çalışmamızda olduğu gb en yüksek güç değern verd. Grup ardışık test yöntemler sansürlü verlern yer aldığı sağkalım analz çalışmalarında kullanılarak, ölümle sonuçlanan hastalıklarda (kanser gb) çalışma sonucunu beklemeden bell süre aralıklarında kanser türler ya da tedav grupları hakkında öneml blglere ulaşılablr. KAYAKLAR 1. Pocock SJ. Group Sequental Methods n the Desgn and Analyss of Clncal Trals. Bometrka 1977;64: O Bren PC, Flemng TR. A Multple Testng Procedure for Clncal Trals. Bometrcs 1979;35: Lan KKG, DeMets DL. Dscrete Sequental Boundares for Clncal Trals. Bometrka 1983;70: Turkye Klnkler J Med Sc 7,

7 Terz ve ark. 4. Rebusson DM, Demets DL, Km K, Lan KKG. Computatons for Group Sequental Boundares Usng the Lan- DeMets Spendng Functon Method. Controlled Clncal Trals 0; 21: Slud EV, We LJ. Two-Sample Repeated Sgnfcance Tests Based on the Modfed Wlcoxon Statstcs. JASA 1982;77: Terz Y, Cengz MA, Terz E, Bek Y. Akcğer Kanser Olan Hastalarda Prognostk Faktörlern Sağkalıma Byostatstk Etks. Mersn Ün. Tıp Fakültes Dergs 5;6: Klen JP, Moeschberger ML. Hypothess Testng. Survval Analyss-Technques for Censored and Truncated Data. 2 nd ed. ew York: Sprnger; p Demrhan YP, Bacanlı S. Group Sequental Test of on- Parametrc Statstcs, for Survval Data. Hacettepe Journal of Mathematcs and Statstcs 5;34: Turkye Klnkler J Med Sc 7, 27

GRUP ARDIŞIK TEST YÖNTEMLERİ İLE SAĞKALIM ANALİZİNDE ÖRNEKLEM HACMİNİN BELİRLENMESİ. Afyonkarahisar. Samsun

GRUP ARDIŞIK TEST YÖNTEMLERİ İLE SAĞKALIM ANALİZİNDE ÖRNEKLEM HACMİNİN BELİRLENMESİ. Afyonkarahisar. Samsun Afyon Kocatepe Üniversitesi 8(1) Afyon Kocatepe University FEN BİLİMLERİ DERGİSİ JOURNAL OF SCIENCE GRUP ARDIŞIK TEST YÖNTEMLERİ İLE SAĞKALIM ANALİZİNDE ÖRNEKLEM HACMİNİN BELİRLENMESİ Yüksel Terzi 1, Naci

Detaylı

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür. Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk

Detaylı

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI C.Ü. İktsad ve İdar Blmler Dergs, Clt 4, Sayı 1, 3 6 Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI H. BİRCAN, Y. KARAGÖZ ve Y. KASAPOĞLU

Detaylı

PARÇALI DOĞRUSAL REGRESYON

PARÇALI DOĞRUSAL REGRESYON HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal

Detaylı

Tek Yönlü Varyans Analizi

Tek Yönlü Varyans Analizi Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Gülesen ÜSTÜNDAĞ BAZI PARAMETRİK OLMAYAN İSTATİSTİKSEL YÖNTEMLERİN İNCELENMESİ İSTATİSTİK ANABİLİM DALI ADANA, 005 ÇUKUROVA ÜNİVERSİTESİ

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

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

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

Detaylı

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t : HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını

Detaylı

ADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN

ADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN SAÜ Fen Edebyat Dergs (2010-I) F.GÖKPINAR v.d. DENGELİ TAMAMLANMAMIŞ BLOK TASARIMINDA, DUYUSAL ANALİZ İÇİN DÜZELTİLMİŞ DURBİN SIRA SAYILARI TESTİ Fkr GÖKPINAR*, Hülya BAYRAK, Dlşad YILDIZ ve Esra YİĞİT

Detaylı

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ 1 Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

Tek Yönlü Varyans Analizi (ANOVA) VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem

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

Merkezi Eğilim (Yer) Ölçüleri

Merkezi Eğilim (Yer) Ölçüleri Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına

Detaylı

5.3. Tekne Yüzeylerinin Matematiksel Temsili

5.3. Tekne Yüzeylerinin Matematiksel Temsili 5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,

Detaylı

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

ANOVA. CRD (Completely Randomized Design)

ANOVA. CRD (Completely Randomized Design) ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde

Detaylı

Korelasyon ve Regresyon

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

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

Detaylı

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 18.02.2011 Clt: 13, Sayı: 1, Yıl: 2011, Sayfa: 21-37 Yayına Kabul Tarh: 17.03.2011 ISSN: 1302-3284 ALGILANAN HİZMET KALİTESİ VE LOJİSTİK

Detaylı

Doğrusal Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojkarastrmalar.com ISSN:134-4141 Makne Teknolojler Elektronk Dergs 28 (1) 61-68 TEKNOLOJĐK ARAŞTIRMALAR Kısa Makale Tabakalı Br Dskn Termal Gerlme Analz Hasan ÇALLIOĞLU 1, Şükrü KARAKAYA 2 1

Detaylı

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.

Detaylı

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri   Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3 Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım

Detaylı

TÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ

TÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ TÜRİYE DEİ 38 kv LU 4 BARALI GÜÇ SİSTEMİDE EOOMİ YÜLEME AALİZİ Mehmet URBA Ümmühan BAŞARA 2,2 Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlık Fakültes Anadolu Ünverstes İk Eylül ampüsü, 2647, ESİŞEHİR

Detaylı

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi * İMO Teknk Derg, 2012 6037-6050, Yazı 383 K-Ortalamalar Yöntem le Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelern Belrlenmes * Mahmut FIAT* Fath DİKBAŞ** Abdullah Cem KOÇ*** Mahmud GÜGÖ**** ÖZ

Detaylı

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak

Detaylı

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır. KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X

Detaylı

Sorunun varlığı durumunda hata terimi varyans-kovaryans matrisi Var, Cov(u) = E(uu') = σ 2 I n şeklinde yazılamıyor fakat

Sorunun varlığı durumunda hata terimi varyans-kovaryans matrisi Var, Cov(u) = E(uu') = σ 2 I n şeklinde yazılamıyor fakat 8. DEĞİŞEN VARYANS SORUNU (HETEROSCEDASTICITY) 8.. Değşen Varyans Sorunu Nedr? Matrslerle yan Y = β u Y = β β β 3 3 β k k u, = n genel doğrusal modeln ele alalım. Hata term çn yapılan varsayımlardan brs

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,

Detaylı

QKUIAN. SAĞLIK BAKANLIĞI_ KAMU HASTANELERİ KURUMU Trabzon Ili Kamu Hastaneleri Birliği Genel Sekreterliği Kanuni Eğitim ve Araştırma Hastanesi

QKUIAN. SAĞLIK BAKANLIĞI_ KAMU HASTANELERİ KURUMU Trabzon Ili Kamu Hastaneleri Birliği Genel Sekreterliği Kanuni Eğitim ve Araştırma Hastanesi V tsttşfaktör T.C. SAĞLIK BAKANLIĞI KAMU HASTANELERİ KURUMU Trabzon Il Kamu Hastaneler Brlğ Genel Sekreterlğ Kanun Eğtm ve Araştırma Hastanes Sayı ı 23618724/?ı C.. Y** 08/10/2015 Konu : Yaklaşık Malyet

Detaylı

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller UYGULAMA 2 Bağımlı Kukla Değşkenl Modeller Br araştırmacı Amerka da yüksek lsans ve doktora programlarını kabul ednlmey etkleyen faktörler ncelemek stemektedr. Bu doğrultuda aşağıdak değşkenler ele almaktadır.

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

ASAL BİLEŞENLER ANALİZİNE BOOTSTRAP YAKLAŞIMI

ASAL BİLEŞENLER ANALİZİNE BOOTSTRAP YAKLAŞIMI Ekonometr ve İstatstk Sayı: 2005 5-05 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ ASAL BİLEŞENLER ANALİZİNE BOOTSTRAP YAKLAŞIMI Dr. Ayln Aktükün Bu makale 5.2.2004 tarhnde

Detaylı

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

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

Detaylı

Sıklık Tabloları ve Tek Değişkenli Grafikler

Sıklık Tabloları ve Tek Değişkenli Grafikler Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.

Detaylı

PROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING

PROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak

Detaylı

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS NURAY TUNCER PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatstk Anablm Dalı İçn Öngördüğü

Detaylı

ROBİNSON PROJEKSİYONU

ROBİNSON PROJEKSİYONU ROBİNSON PROJEKSİYONU Cengzhan İPBÜKER ÖZET Tüm yerkürey kapsayan dünya hartalarının yapımı çn, kartografk lteratürde özel br öneme sahp olan Robnson projeksyonu dk koordnatlarının hesabı brçok araştırmacı

Detaylı

Muhasebe ve Finansman Dergisi

Muhasebe ve Finansman Dergisi Muhasebe ve Fnansman Dergs Ocak/2012 Farklı Muhasebe Düzenlemelerne Göre Hazırlanan Mal Tablolardan Elde Edlen Fnansal Oranlar İle Şrketlern Hsse Sened Getrler Ve Pyasa Değerler Arasındak İlşk Ahmet BÜYÜKŞALVARCI

Detaylı

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza

Detaylı

REGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI. Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK

REGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI. Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK REGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ŞUBAT 014 ANKARA Can DARICA tarafından hazırlanan

Detaylı

YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ

YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ Özet YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ Atıf EVREN *1 Elf TUNA ** Yarı parametrk panel ver modeller parametrk ve parametrk olmayan modeller br araya getren; br kısmı

Detaylı

ÖZET Yüksek Lsans Tez TAM VE SANSÜRLÜ ÖRNEKLEM DURUMLARINDA WEIBULL DAĞILIMI İÇİN BAZI İSTATİSTİKİ SONUÇ ÇIKARIMLARI Dlşen TAMAM Ankara Ünverstes Fen

ÖZET Yüksek Lsans Tez TAM VE SANSÜRLÜ ÖRNEKLEM DURUMLARINDA WEIBULL DAĞILIMI İÇİN BAZI İSTATİSTİKİ SONUÇ ÇIKARIMLARI Dlşen TAMAM Ankara Ünverstes Fen ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ TAM VE SANSÜRLÜ ÖRNEKLEM DURUMLARINDA WEIBULL DAĞILIMI İÇİN BAZI İSTATİSTİKİ SONUÇ ÇIKARIMLARI Dlşen TAMAM İSTATİSTİK ANABİLİM DALI ANKARA

Detaylı

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus SU İHTİYAÇLARII BELİRLEMESİ Suİhtyacı Proje Süres Brm Su Sarfyatı Proje Süres Sonundak üfus Su ayrım çzs İsale Hattı Su Tasfye Tess Terf Merkez, Pompa İstasyonu Baraj Gölü (Hazne) Kaptaj Su Alma Yapısı

Detaylı

ÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ. Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK

ÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ. Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK ÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TEMMUZ 2007 ANKARA

Detaylı

İstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Admnstraton Clt/Vol:39, Sayı/No:2,, 310-334 ISSN: 1303-1732 www.fdergs.org Stokastk envanter model kullanılarak

Detaylı

PARAMETRİK OLMAYAN TESTLER KULLANILARAK SAKARYA HAVZASI YAĞIŞLARININ TREND ANALİZİ. Meral BÜYÜKYILDIZ 1, Ali BERKTAY 2

PARAMETRİK OLMAYAN TESTLER KULLANILARAK SAKARYA HAVZASI YAĞIŞLARININ TREND ANALİZİ. Meral BÜYÜKYILDIZ 1, Ali BERKTAY 2 S.Ü. Müh.-Mm. Fak. Derg., c.19, s., 004 J. Fac.Eng.Arch. Selcuk Unv., v.19, n., 004 PARAMETRİK OLMAYAN TESTLER KULLANILARAK SAKARYA HAVZASI YAĞIŞLARININ TREND ANALİZİ Meral BÜYÜKYILDIZ 1, Al BERKTAY 1

Detaylı

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011) İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ

Detaylı

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser

Detaylı

Ankara da Ölçülen Yıllık Maksimum YağıĢların Bölgesel Frekans Analizi*

Ankara da Ölçülen Yıllık Maksimum YağıĢların Bölgesel Frekans Analizi* GOÜ, Zraat Fakültes Dergs, 20, 28(), 6-7 Ankara da Ölçülen Yıllık Maksmum YağıĢların Bölgesel Frekans Analz* Alper Serdar ALI Fazlı ÖZTÜK Ankara Ünverstes Zraat Fakültes Tarımsal Yapılar ve Sulama Bölümü,

Detaylı

TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME

TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME Ġstanbul Ünverstes Ġktsat Fakültes Malye AraĢtırma Merkez Konferansları 46. Ser / Yıl 2004 Prof. Dr. Salh Turhan'a Armağan TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME

Detaylı

G.1. : Y.Kutlu, M.Kuntalp, D.Kuntalp. : Öz Düzenleyici Haritalar Kullanilarak Diken Dalgalarin Analizi. Yay nlanan Kitapç k.

G.1. : Y.Kutlu, M.Kuntalp, D.Kuntalp. : Öz Düzenleyici Haritalar Kullanilarak Diken Dalgalarin Analizi. Yay nlanan Kitapç k. G.1 Yazarlar : Y.Kutlu, M.Kuntalp, D.Kuntalp Ba l k : Öz Düzenley Hartalar Kullanlarak Dken Dalgalarn Analz Yay nlanan Ktapç k : Genç Blm nsanlar le Beyn Byofz II. Çal tay, Izmr / Turkey, 21-23 ubat2008

Detaylı

TÜRKYE'DE TRAFK KAZALARININ MODELLENMES K. Selçuk ÖÜT A. Faik YNAM ÖZET

TÜRKYE'DE TRAFK KAZALARININ MODELLENMES K. Selçuk ÖÜT A. Faik YNAM ÖZET TÜRKYE'DE TRAFK KAZALARININ MODELLENMES K. Selçuk ÖÜT A. Fak YNAM stanbul Teknk Ünverstes stanbul Teknk Ünverstes ÖZET Trafk kazaları, ülkemz gündemn sürekl olarak gal eden konularıdan brdr. Üzernde çok

Detaylı

Lojistik Regresyonlarda Değişken Seçimi

Lojistik Regresyonlarda Değişken Seçimi Çukurova Ünverstes Zraat Fakültes Dergs, 7 (2):05-4 Lostk Regresyonlarda Değşken Seçm Hasan ÖNDER () Zeynel CEBECİ (2) Özet Bu çalışmada, lostk regresyonlarda değşken seçm yöntemlernden ler doğru seçm,

Detaylı

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ T SAKAYA ÜNİESİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTİK-ELEKTONİK MÜHENDİSLİĞİ ELM201 ELEKTONİK- DESİ LAOATUA FÖYÜ DENEYİ YAPTAN: DENEYİN AD: DENEY NO: DENEYİ YAPANN AD ve SOYAD: SNF: OKUL NO: DENEY GUP NO: DENEY

Detaylı

Türkiye deki Đşsizlik Oranının Bulanık Doğrusal Regresyon Analiziyle Tahmini

Türkiye deki Đşsizlik Oranının Bulanık Doğrusal Regresyon Analiziyle Tahmini İstatstkçler Dergs: İstatstk & Aktüerya Journal of Statstcans: Statstcs and Actuaral Scences IDIA 8, 5, -6 Gelş/Receved:6.4.5, Kabul/Accepted: 3.6.5 www.statstkcler.org Türkye dek Đşszlk Oranının Bulanık

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

2.7 Bezier eğrileri, B-spline eğrileri

2.7 Bezier eğrileri, B-spline eğrileri .7 Bezer eğrler, B-splne eğrler Bezer eğrler ve B-splne eğrler blgsaar grafklernde ve Blgsaar Destekl Tasarım (CAD) ugulamalarında çok kullanılmaktadır.. B-splne eğrler sadece br grup ver noktası çn tanımlanan

Detaylı

FARKLI VERİ YAPILARINDA KULLANILABİLECEK REGRESYON YÖNTEMLERİ

FARKLI VERİ YAPILARINDA KULLANILABİLECEK REGRESYON YÖNTEMLERİ Anadolu Tarım Blm. Derg., 203,28(3):68-74 Anadolu J Agr Sc, 203,28(3):68-74 do: 0.76/anaas.203.28.3.68 URL: htt://dx.do.org/0.76/anaas.203.28.3.68 Derleme Revew FARKLI VERİ YAPILARINDA KULLANILABİLECEK

Detaylı

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre 1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı

Detaylı

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI Yönetm, Yl 9, Say 28, Ekm - 1997,5.20-25 TRANSPORT PROBLEMI ÇIN GELIsTIRILMIs VAM YÖNTEMI Dr. Erhan ÖZDEMIR I.Ü. Teknk Blmler M.Y.O. L.GIRIs V AM transport problemlerne en düsük malyetl baslangç çözüm

Detaylı

NİTEL TERCİH MODELLERİ

NİTEL TERCİH MODELLERİ NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:

Detaylı

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale

Detaylı

ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ

ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ Emel KOCADAYI EGE ÜNİVERSİTESİ MÜH. FAK., KİMYA MÜH. BÖLÜMÜ, 35100-BORNOVA-İZMİR ÖZET Bu projede, Afyon Alkalot Fabrkasından

Detaylı

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI Mehmet Aktan Atatürk Ünverstes, Endüstr Mühendslğ Bölümü, 25240, Erzurum. Özet: Dövz kurlarındak değşmler,

Detaylı

ÜNİTE. İSTATİSTİĞE GİRİŞ Doç.Dr.Suphi Özçomak İÇİNDEKİLER HEDEFLER TEMEL KAVRAMLAR

ÜNİTE. İSTATİSTİĞE GİRİŞ Doç.Dr.Suphi Özçomak İÇİNDEKİLER HEDEFLER TEMEL KAVRAMLAR HEDEFLER İÇİNDEKİLER TEMEL KAVRAMLAR İstatstğn Tanımı Anakütle ve Örnek Kavramları Tam Sayım ve Örnekleme Anakütle ve Örnek Hacm Parametre ve İstatstk Kavramları İSTATİSTİĞE GİRİŞ Doç.Dr.Suph Özçomak Bu

Detaylı

TEMEL DEVRE KAVRAMLARI VE KANUNLARI

TEMEL DEVRE KAVRAMLARI VE KANUNLARI TDK Temel Devre Kavramları ve Kanunları /0 TEMEL DEVRE KAVRAMLARI VE KANUNLARI GĐRĐŞ: Devre analz gerçek hayatta var olan fzksel elemanların matematksel olarak modellenerek gerçekte olması gereken sonuçların

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE KARE TESTLERİ Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler Bölüm 3 Tanımlayıcı İstatstkler Tanımlayıcı İstatstkler Br ver setn tanımak veya brden fazla ver setn karşılaştırmak çn kullanılan ve örnek verlernden hareket le frekans dağılışlarını sayısal olarak özetleyen

Detaylı

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları S Ü Fen Fa Fen Derg Sayı 36 () 83-94, KONYA En Küçü Etl Doz Düzeyn Belrleme Yöntemlernn Karşılaştırmaları Murat HÜSREVOĞLU, Hamza GAMGAM * Gaz Ünverstes, Fen Edebyat Faültes, İstatst Bölümü, Tenoullar,

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler Bölüm 3 Tanımlayıcı İstatstkler Tanımlayıcı İstatstkler Br ver setn tanımak veya brden fazla ver setn karşılaştırmak çn kullanılan ve ayrıca örnek verlernden hareket le frekans dağılışlarını sayısal olarak

Detaylı

1. KEYNESÇİ PARA TALEBİ TEORİSİ

1. KEYNESÇİ PARA TALEBİ TEORİSİ DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...

Detaylı

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi VERİLERİN SUNUMU GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Br çalışadan elde edlen verler ha ver ntelğndedr. Ha verlerden blg ednek zor ve zaan alıcıdır. Ha verler çok karaşık durudadır. Verlern düzenlenes

Detaylı

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık

Detaylı

FAKTÖRİYEL TASARIMA ADAPTİF AĞ TABANLI BULANIK MANTIK ÇIKARIM SİSTEMİ İLE FARKLI BİR YAKLAŞIM. Sevil ŞENTÜRK

FAKTÖRİYEL TASARIMA ADAPTİF AĞ TABANLI BULANIK MANTIK ÇIKARIM SİSTEMİ İLE FARKLI BİR YAKLAŞIM. Sevil ŞENTÜRK FAKTÖRİYEL TASARIMA ADAPTİF AĞ TABANLI BULANIK MANTIK ÇIKARIM SİSTEMİ İLE FARKLI BİR YAKLAŞIM Sevl ŞENTÜRK Anadolu Ünverstes, Fen Fakültes, İstatstk Bölümü,26470, ESKİŞEHİR, e-mal:sdelgoz@anadolu.edu.tr

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

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği * İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)

Detaylı

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011) SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler

Detaylı

PROJELERDE -DAĞILIMININ ÜÇ DURUMUNA GÖRE PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL BİR ANALİZ

PROJELERDE -DAĞILIMININ ÜÇ DURUMUNA GÖRE PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL BİR ANALİZ C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), 77-90 PROJELERDE -DAĞILIMININ ÜÇ DURUMUNA GÖRE PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL BİR ANALİZ Cevrye GENCER Orhan TÜRKBEY

Detaylı

Rasgele Değişken Üretme Teknikleri

Rasgele Değişken Üretme Teknikleri Rasgele Değşken Üretme Teknkler Amaç Smülasyon modelnn grdlern oluşturacak örneklern üretlmes Yaygın olarak kullanılan ayrık veya sürekl dağılımların örneklenmes sürecn anlamak Yaygın olarak kullanılan

Detaylı

PARABOLİK YOĞUNLUK FONKSİYONUNU KULLANARAK SEDİMANTER TEMEL DERİNLİKLERİNİN KESTİRİMİ

PARABOLİK YOĞUNLUK FONKSİYONUNU KULLANARAK SEDİMANTER TEMEL DERİNLİKLERİNİN KESTİRİMİ Uygulamalı Yerblmler Sayı: (Mayıs-Hazran ) -9 PARABOLİK YOĞUNLUK FONKSİYONUNU KULLANARAK SEDİMANTER TEMEL DERİNLİKLERİNİN KESTİRİMİ Estmaton of Sedmentary Basement Depths By Usng Parabolc Densty Functon

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Unv Muh Blm Derg, 23(6), 707-717, 2017 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences Karayolu trafk kazalarına yen br yaklaşım: analz kesmler model

Detaylı

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ BÖLÜM 6 ALTERNATİF AKIM DEVRE ÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ 6. ÇEVRE AKIMLAR ÖNTEMİ 6. SÜPERPOZİSON TEOREMİ 6. DÜĞÜM GERİLİMLER ÖNTEMİ 6.4 THEVENİN TEOREMİ 6.5 NORTON TEOREMİ Tpak GİRİŞ Alternatf akımın

Detaylı

FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ

FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ Anadolu Tarım Blm. Derg., 2009,24(2):98-102 Anadolu J. Agrc. Sc., 2009,24(2):98-102 Araştırma Research FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ Soner ÇA KAYA* Aydın

Detaylı

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ 1 Nasır Çoruh, Tarık Erfdan, 3 Satılmış Ürgün, 4 Semra Öztürk 1,,4 Kocael Ünverstes Elektrk Mühendslğ Bölümü 3 Kocael Ünverstes Svl Havacılık Yüksekokulu ncoruh@kocael.edu.tr,

Detaylı

ÇELİK UZAYSAL ÇERÇEVE YAPILARIN OPTİMUM TASARIMI

ÇELİK UZAYSAL ÇERÇEVE YAPILARIN OPTİMUM TASARIMI ÇELİK UZAYSAL ÇERÇEVE YAPILARIN OPTİMUM TASARIMI M. Sedat HAYALİOĞLU *, S. Özgür DEĞERTEKİN * * Dcle Ünverstes, Müh.-Mm. Fak., İnşaat Müh. Böl., Dyarbakır ÖZET Bu çalışmada çelk uzay çerçevelern, Amerkan

Detaylı

BIST da Demir, Çelik Metal Ana Sanayii Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performans Analizi: VZA Süper Etkinlik ve TOPSIS Uygulaması

BIST da Demir, Çelik Metal Ana Sanayii Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performans Analizi: VZA Süper Etkinlik ve TOPSIS Uygulaması EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 4 Sayı: Ocak 04 ss. 9-9 BIST da Demr, Çelk Metal Ana Sanay Sektöründe Faalyet Gösteren İşletmelern Fnansal Performans Analz: VZA Süper Etknlk ve TOPSIS Uygulaması

Detaylı