Pareto Dağılımının Parametrelerinin Đlerleyen Tür Tip-II Sağdan Sansürlü Örneklemlere Dayalı En Küçük Kareler Tahmini
|
|
- Berna Şamdereli
- 7 yıl önce
- İzleme sayısı:
Transkript
1 İstatistikçiler Dergisi 5 (202) Đstatistikçiler Dergisi Pareto Dağılııı Paraetrelerii Đlerleye Tür Tip-II Sağda Sasürlü Öreklelere Dayalı E Küçük Kareler Tahii Buğra Saraçoğlu Selçuk Üiversitesi Fe Fakültesi Đstatistik Bölüü Kapüs, Koya, Türkiye, bugrasarac@selcuk.edu.tr Özet Bu çalışada, Pareto dağılııı paraetrelerii ilerleye tür tip-ii sağda sasürlü öreklelere dayalı e çok olabilirlik (EÇO) ve e küçük kareler (EKK) tahi edicilerii yaları, hata kareler ortalaaları ve varyasları Mote Carlo siülasyo çalışası yardııyla karşılaştırıldı. Ayrıca, değişik sasür şeaları içi Pareto dağılııı β paraetresi içi EÇO tahi edicisii kullaılası, λ paraetresi içi ise EKK tahi edicisii kullaılası gerektiği soucua ulaşılıştır. Aahtar Sözcükler: Đlerleye tür sasürlee, e çok olabilirlik (EÇO) tahi edicisi, e küçük kareler (EKK) tahi edicisi, Hata kareler ortalaası (HKO), Pareto dağılıı, Mote Carlo siülasyou. Abstract Least Squares Estiatio of Paraeters of Pareto Distributio Based o Progressive Type-II ight Cesored Saples I this study, bias, ea square error (MSE) ad variaces of axiu likelihood (ML) ad least squares (LS) estiators based o progressive type-ii right cesored saples for paraeters of Pareto distributio are coparised by usig Mote Carlo siulatio ethod. Moreover, it is cocluded that used MLE for paraeter β ad LSE for paraeter λ of Pareto distributio for various cesorig schees. Keywords: Progressive type-ii right cesorig, Maxiu likelihood estiator (MLE), Least squares (LS) estiator, Mea square error, Pareto distributio, Mote Carlo Siulatio.. Giriş Bir sistei güveilirliği içi souç çıkarıı yaparke sistei oluştura tü bileşeleri bozula zaalarıı gözleleek her zaa ükü olayabilir. Öreği; bir kliikte tedavi göre hastalara ilişki veriler, eksiksiz gözleeeyebilir veya pahalı bir elektroik parçaı yaşa zaaı hakkıda bilgi ediek içi yapıla yaşa testide, parçaları hepsii bozulalarıı gözleesi, aliyeti ve test zaaıı artıracağıda isteeyebilir. Bu tip durularda, deey yada gözle sorası sasürleiş veri
2 B. Saraçoğlu / İstatistikçiler Dergisi 5 (202) elde edilir. Tıp, biyoloji, sigortacılık, ühedislik, kalite kotrol ve bir çok alada sasürleiş verilerle karşılaşılaktadır. Deey ya da gözleler soucuda değişik sasür türleriyle karşılaşak üküdür. Birici tip sasürlee olarak adladırıla sasürlee odeli, t gibi öcede belirleiş bir zaada öce, sistedeki bozula birileri bozula zaaıı gözleesi duruudur. Đkici tip sasürlee olarak adladırıla sasürlee odeli, biride oluşa bir sistei bozula k biriii bozula zaaıı gözleesi duruudur. asgele sasürlee olarak adladırıla sasürlee odeli ise birileri bozula zaalarıı başka bir rasgele olayda dolayı sasürleesi duruudur ([7],[8]). Đkici tip sasürleei e popüler olaı, ilerleye tür tip-ii sağda sasürleedir. Bu sasürlee odeli şu şekilde izah edilebilir: sayıda bileşei (ayı yaşa zaaı dağılııa sahip) yaşa testie tabi tutulduğu düşüülsü. Sistede eydaa gele. bozula ile rasgele sayıda bileşei sistede çekildiğii, daha sora hayatta kala bileşede, 2. bozula ile rasgele 2 sayıda bileşei sistede çekildiğii ve böylece. bozula ile rasgele sayıda bileşei sistede çekilesiyle bileşei bozula zaaı gözleir. Bu şekilde elde edile hacili öreklee ilerleye tür tip-ii sağda sasürlü örekle deir [2]. Burada = + i = sasür şeası olarak adladırılır. i biçiidedir ve = (, 2,, ) K : : 2: : < < : : Şekil. Đlerleye tür tip-ii sağda sasürlü örekle plâı < L, olasılık yoğuluk foksiyou f ve dağılı foksiyou F ola dağılıda alıa ilerleye tür tip-ii sağda sasürlü örekle olak üzere i ortak olasılık yoğuluk foksiyou : :, 2: :,, : : i (, 2,..., ) A f ( x )[ ( )] < < < < < K i F xi, x x2 L x f x x x biçiide verilir, burada; = i= ( ) ( L ) 2 + : : < 2: : < L < : : () A = L (2) şeklidedir. () de = ( 0, K,0) = ( 0, K, ) alıırsa bilie sıra istatistiklerii ortak olasılık yoğuluk foksiyou, alıırsa tip-ii sağda sasürlü sıra istatistiklerii ortak olasılık yoğuluk foksiyou elde edilir. ~ s: :, ortalaalı üstel (stadart üstel) dağılıda alıış ilerleye tür tip-ii sağda sasürlü s. sıra istatistiği olak üzere bu rasgele değişkee ilişki beklee değer, varyas ve kovaryaslar;
3 B. Saraçoğlu / İstatistikçiler Dergisi 5 (202) s E ( s: : ) =, s =,2,, i= i + K (3) i ( j= j ) 2 s Var ( s: : ) =, s,2,, i = K (4) i= ( j ) i + j= ( : : : : ) ( r s r: : ) Cov, = Var, r < s (5) şeklidedir [2]. Bir sistei güveilirliği iceleirke; ilgileile rasgele değişke yaşa zaaıdır. Bir rasgele değişkei dağılıı, yaşa zaaı dağılıı olarak adladırıla, Weibull, Gaa, Logoral, Pareto I ve Gopertz gibi dağılılar olabilektedir. Bazı dağılılar içi Đlerleye tür tip-ii sağda sasürlee altıda paraetre tahii ile ilgili bazı akaleler ve tezler [3],[4], [5], [6], [7], [8], [], [2] ve [6] olarak sıralaabilir. Đlerleye tür tipii sağda sasürlü örekle duruuda bir sistei yaşa zaaıı Pareto dağılııa sahip bir rasgele değişke olduğu düşüüldüğüde bu dağılıı paraetreleri içi e küçük kareler tahii elde edilesi ve bu tahi edicii e çok olabilirlik tahi edicisiyle karşılaştırılası ve hagi tahi edicii kullaılası gerektiğii öerek tahi problei içi çok öelidir. Pareto Dağılıı ilk olarak [3] tarafıda ortaya atılıştır. rasgele değişkei, Pareto I dağılııa sahip ise, sırasıyla, olasılık yoğuluk ve dağılı foksiyou, λ ( λ+ ) ( x) = λβ x f, x > β > 0, λ > 0 (6) λ λ ( x) = β x F (7) şeklidedir. Bu dağılı gerçekte Pearso Tip-VI dağılııı özel bir halidir. Hazard (bozula) oraı h x = λ x olup azaladır. Pareto I dağılııı beklee değer ve varyası, sırasıyla, ( ) ( ) = λβ( λ ), λ > E (8) { }, λ > ( ) = β λ ( λ ) ( λ 2) Var (9) biçiidedir. Pareto I dağılıı ayı zaada Loax dağılıı olarak da biliir. Pareto I dağılıı içi Pareto I( λ, β ) gösterii kullaılacaktır. Ta örekle duruuda, Pareto dağılııı paraetrelerii tahii kousuda birçok çalışa yapılıştır ([], [0] ve [5] ). Öreklei ilerleye tür tip-ii sağda sasürlü olası duruuda ise Pareto dağılıı içi paraetre tahii kousuda yapıla bazı çalışalar [8], [9] [4] ve [7] biçiide gösterilebilir. Bu çalışada, Pareto dağılııı paraetrelerii ilerleye tür tip-ii sağda sasürlü öreklelere dayalı e çok olabilirlik (EÇO) ve e küçük kareler (EKK) tahi edicilerii yaları, hata kareler ortalaaları ve varyasları Mote Carlo siülasyo çalışasıyla karşılaştırıldı. Bu çalışaı ikici bölüüde, I( λ, β ) Pareto dağılııı bilieye paraetrelerii ilerleye tür tip-ii sağda sasürlü öreklee dayalı e çok olabilirlik ve e küçük kareler tahi edicileri elde ediliştir ve bu tahi edicileri karşılaştırılasıda Mote Carlo siulasyou kullaılıştır.
4 B. Saraçoğlu / İstatistikçiler Dergisi 5 (202) Pareto Dağılııı Paraetrelerii Đlerleye Tür Tip-II Sağda Sasürlü Öreklelere Dayalı Tahii Bu bölüde, Pareto dağılııı paraetrelerii ilerleye tür tip-ii sağda sasürlü öreklelere dayalı e çok olabilirlik ve e küçük kareler tahii kousu iceleecektir. 2.. E çok olabilirlik tahii < L I( λ, β ) : : 2: : < < : : Pareto dağılııa sahip bir kitlede alıış ilerleye tür tip-ii sağda sasürlü örekle olak üzere () ve (6) kullaılarak log-olabilirlik foksiyou aşağıdaki gibi elde edilir. ( β λ ) log L, x = i= ( ( ) ) ( ) log A + log λ + λlog β λ + log x, β < x < x < L < x Burada x ( x ::,x 2::,,x:: ) i i: : : : 2: : : : = K ve A, (2) de taıladığı gibidir. Log-olabilirlik foksiyouu λ ve β ya göre türevlerii 0 a eşitleesi soucuda λ ve β paraetrelerii e çok olabilirlik tahi edicileri sırasıyla aşağıdaki gibidir. ˆ β = () : : (0) ˆ λ = i = i i: : ( + ) log( ) log( ˆ β ) (2) biçiidedir [] E küçük kareler tahii Z rasgele değişkei, ortalaalı üstel (stadart üstel) dağılıa sahip bir rasgele değişke olur., Pareto I( λ, β ) dağılııa sahip bir rasgele değişke ise = λ log( ) λ log( β ), I( λ, β ) s: : Pareto dağılııda alıış ilerleye tür tip-ii sağda sasürlü s. sıra istatistiği olak üzere Z λ log ( ) λ log ( β ) =, stadart üstel dağılıda alıış ilerleye tür tip-ii sağda s: : s: : sasürlü s. sıra istatistiğidir. x, x,..., x, Pareto I( λ, β ) dağılııda alıa ilerleye tür tip-ii sağda sasürlü öreklei : : 2: : : : gözlee değerleri olsu. Bu çalışada aaç I( λ, β ) tahi etektir. Buu içi Z ( x ) log ( ) s: : s: : s Pareto dağılııı λ ve β paraetrelerii = λ log λ β + ε (3) regresyo deklei göz öüe alısı. egresyo dekleii tahi etek içi gerekli ola z : : örekle değeri, bilieye λ ve β paraetrelerie bağlı olduğuda z s: : değeri gözleeez acak s
5 B. Saraçoğlu / İstatistikçiler Dergisi 5 (202) z s: : değeri yerie tahi değeri kullaılabilir. Bu çalışada z s: : i tahi değeri olarak stadart üstel dağılıda alıış ilerleye tür tip-ii sağda sasürlü sıra istatistiklerii beklee değerleri z E Z E Z değerleri (3) eşitliği ile kullaılıştır. Yai, s: : = ( s: : ) şeklidedir. Burada ( s: : ) hesaplaabilir. Weibull dağılııı paraetrelerii tahii içi geliştirile yötede [] faydalaarak λ ve β paraetreleri tahi edilebilir. (3) ile verile regresyo deklei paraetrelerie göre lieer değildir. Bu çalışada λ ve β paraetrelerii e küçük kareler tahilerii elde edileside Marquardt algoritası [] kullaılıştır. 3. Siülasyo Çalışası (, ) Pareto λ β dağılııda ilerleye tür tip-ii sağda sasürlü örekle elde etek içi [3] tarafıda öerile algorita kullaılabilir. Bu algorita aşağıda veriliştir., W, 2 K W bağısız ve ( 0,) W, Düzgü dağılııda alıış birilik bir örekle ve + i j j = i + Vi = Wi, i =,2, K, (4) olak üzere U = V V LV, i =,2, K, (5) i: : i+ biçiide U rasgele değişkei taılası. Bu duruda i: : dağılııda alıış ( ), 2,, olaktadır. So olarak i ( i ) U < U < < U : : 2: : : : L Düzgü ( 0,) = K sasür şealı ilerleye tür tip-ii sağda sasürlü örekle : : F U : :, i,2,, F, sayı üretilek isteile sürekli dağılıı, dağılı foksiyouu tersidir. O zaa : : < 2: : < L < : :, sürekli F dağılııda alıış sasür şealı ilerleye tür tip-ii sağda sasürlü örekle olaktadır [3]. = = K rasgele değişkei taılası. Burada ( ) Pareto dağılııı paraetrelerii ilerleye tür tip-ii sağda sasürlü öreklelere dayalı e çok olabilirlik ve e küçük kareler tahi edicilerii perforaslarıı ya, varyas ve HKO bakııda iceleek ve karşılaştırak içi, λ, β,,, Pareto λ, β dağılııda ilerleye ve k değerleri içi ( ) tür tip-ii sağda sasürlü örekle alıarak 5000 tekrarlı siülasyo çalışası soucuda elde edile souçlar Çizelge ve Çizelge 2 de veriliştir. Bu tablolarda elde edile souçlar aşağıda veriliştir. 4. Souç ve öeriler Bu çalışada, Pareto dağılııı paraetrelerii ilerleye tür tip-ii sağda sasürlü öreklelere dayalı e çok olabilirlik (EÇO) ve e küçük kareler (EKK) tahi edicilerii ya, HKO ve varyaslarıa ilişki bir Mote Carlo siülasyo çalışası yapıldı ve elde edile souçlar Ekler bölüüdeki Çizelge ve Çizelge 2 de veriliştir. Bu tablolarda elde edile souçlar aşağıda veriliştir. sabit tutulup arttırıldığıda, λ ve β paraetresii EÇO ve EKK tahi edicilerii yaları ve HKO ları azalaktadır.
6 B. Saraçoğlu / İstatistikçiler Dergisi 5 (202) Bütü sasür şeaları içi, β ı EKK tahi edicisii yaı ve HKO sı, EÇO tahi edicisii yaıa ve HKO sıa göre daha büyük elde ediliştir. Dolayısıyla değişik sasür şeaları içi β içi EÇO tahi edicisii kullaılası gerektiği öerilebilir. Bütü sasür şeaları içi, λ ı EKK tahi edicisii yaı ve HKO sı, EÇO tahi edicisii yaıa ve HKO sıa göre daha küçük elde ediliştir. Dolayısıyla değişik sasür şeaları içi λ içi EKK tahi edicisii kullaılası gerektiği öerilebilir. Kayaklar [] B.. Asrabadi, 990, Estiatio i the Pareto distributio, Metrika, 37, [2] N. Balakrisha,. Aggarwala, 2000, Progressive Cesorig: Theory, Methods Ad Applicatios, Birkhauser, Bosto. [3] N. Balakrisha,. A. Sadhu, 995, A Siple Siulatio Algorith For Geeratig Progressively Type-II Cesored Saple, Aerica Statisticia, 49,2, [4] A.C. Cohe, N.J. Norgaard, 975. Progressively Cesored Saplig i the Three- Gaa Distributio Techoetrics [5] A.C. Cohe, 976. Progressively Cesored Saplig i the Three Paraeter Log-Noral Distributio. Techoetrics [6] Z.F. Jahee, Predictio of Progressive Cesored Data Fro the Gopertz Model, Couicatios i Stat.-Siul Cop [7] Kale, B., Đlerleye Tür Sasürleiş Sıra Đstatistikleri:Dağılı Özellikleri Ve Uygulaalar. Yüksek Lisas Tezi, Akara Üiversitesi Fe Bilileri Estitüsü. [8] C. Kus, 2004, Bazı yaşa zaaı dağılılarıı paraetrelerii ta ve sasürlü verilere dayalı tahii, S.Ü. Fe Bilileri Estitüsü, Doktora tezi. [9] C. Kus, C., M.F. Kaya, 2007, Estiatio for the Paraeters of The Pareto Distributio uder Progressive Cesorig, Couicatio i Statistics: Theory ad Methods, 36, 7, [0] H. J. Malik, 970, Estiatio of the Paraeters of the Pareto Distributio, Metrika, 5, [] D. W. Marquardt, 963, A Algorith for Least-Squares Estiatio of Noliear Paraeters, Joural of the Society for Idustrial ad Applied Matheatics, Vol., No. 2, [2] N.. Ma, 97. Best Liear Ivariat Estiatio For Weibull Paraeters Uder Progressive Cesorig. Techoetrics [3] V. Pareto, 897, Cours d ecooie Politique, Vol II, F. ouge, Lausae. [4] S. Parsi, M. Gajali, N. S. Farsipour, 200, Siultaeous Cofidece Itervals for the Paraeters of Pareto Distributio uder Progressive Cesorig, Couicatios i Statistics- Theory ad Methods 39, [5]. E. Quadt, 966, Old ad New Methods of Estiatio ad the Pareto Distributio. Metrika, 0, [6] J. S. White, 969, The Moets of Log-Weibull Order Statistics, Techoetrics, [7] S. J. Wu, 2003, Estiatio For the Two-Paraeter Pareto Distributio Uder Progressive Vesorig with Uifor eovals. J. Statist. Cop.Siul. 73, 2,
7 EKLE B. Saraçoğlu / İstatistikçiler Dergisi 5 (202)
8 B. Saraçoğlu / İstatistikçiler Dergisi 5 (202)
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLARIN PARAMETRELERİNİN SANSÜRLÜ VE TAM ÖRNEKLEME DAYALI GÜVEN ARALIKLARININ KARŞILAŞTIRILMASI Nagiha ÇÖKEK YÜKSEK LİSANS TEZİ İstatistik Aabili
DetaylıTahmin Edici Elde Etme Yöntemleri
6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme
Detaylı3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler
3. Ders Parametre Tahmii Tahmi Edicilerde Araa Özellikler Gerçek düyada rasgelelik olgusu içere bir özellik ile ilgili ölçme işlemie karş l k gele X rasgele de¼gişkeii olas l k (yo¼guluk) foksiyou, F ff(;
Detaylı4. Ders Fisher informasyonu s f rdan büyük ve sonlu, yani 0 < I() < 1; R f(x; )dx (kesikli da¼g l mlarda R yerine P.
4. Ders tkilik Küçük varyasl olmak, tahmi edicileri vazgeçilmez bir özelli¼gidir. Bir tahmi edicii, yal veya yas z, küçük varyasl olmas isteir. Parametrei kedisi () veya bir foksiyou (g()) ile ilgili tahmi
DetaylıARAŞTIRMA MAKALESİ / RESEARCH ARTICLE
Aadolu Üiversitesi Bili ve Tekoloji Dergisi A-Uygulaalı Bililer ve Mühedislik Aadolu Uiversity Joural of Sciece ad Techology A- Applied Scieces ad Egieerig Cilt: 15 Sayı: 2-2014 Sayfa: 105-112 ARAŞTIRMA
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ GÜVENİLİRLİK ANALİZİ ÜZERİNE BİR YAZILIM Volka ETEMAN YÜKSEK LİSANS İstatstk Aabl Dalı 0-04 KONYA Her Hakkı Saklıdır TEZ BİLDİRİMİ Bu tezdek bütü blgler
DetaylıISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ
8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,
Detaylı4/16/2013. 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
Detaylı5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n )
5. Ders Yeterlilik Yeterlilik Ilkesi: Bir T(X ; X ; :::; X ) istatisti¼gi, hakk da yeterli bir istatistik olacaksa hakk da herhagi bir souç ç kar m T arac l ¼g ile (X ; X,...,X ) öreklemie ba¼gl olmal
Detaylıˆp 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
DetaylıEME 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
Detaylıİşlenmemiş 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
DetaylıMatrislerin Hadamard Çarpımı Üzerine *
S Ü Fe Fa Fe Derg Sayı 37 (011) 9-14, KONYA Matrisleri Hadaard Çarpıı Üzerie * İ. Halil GÜMÜŞ, Necati AŞKARA Selçu Üiversitesi, Fe Faültesi, Mateati Bölüü, Koya Özet: Bu çalışada lieer cebirde öeli bir
DetaylıKi- kare Bağımsızlık Testi
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm
DetaylıKONTROL 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
DetaylıKOMPOZİT MALZEMELERİN SÜRÜNME DAVRANIŞININ SONLU ELEMANLAR YÖNTEMİ İLE İNCELENMESİ
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING OLLEGE MÜHENDİ SLİ K BİL İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SIENES YIL İLT SAYI SAYFA : 2004 : 0 : : 59-66 KOMPOZİT
Detaylı2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.
06 YILI I.DÖNEM AKTÜERLİK SINAVLARI Soru Toplam hasar miktarı S i olasılık ürete foksiyou X x i PS ( t) = E( t ) = exp λi( t ) ise P S(0) aşağıdaki seçeeklerde hagiside verilmiştir? A) 0 B) C) exp λ i
DetaylıDAĞITIM PROBLEMİNİN OPTİMALLİK KOŞULLARININ İNCELENMESİ (INVESTIGATION OF OPTIMALITY CONDITIONS OF THE TRANSPORTATION PROBLEM)
DEÜ ÜHEDİSİK FAKÜESİ FE ÜHEDİSİK DERGİSİ Cilt: Sayı: sh. 7 ayıs DAĞII PROEİİ OPİAİK KOŞUARII İCEEESİ ÖZE/ASRAC (IVESIGAIO OF OPIAIY CODIIOS OF HE RASPORAIO PROE) Süleya ŞAFAK* u çalışada, çıkış varışlı
DetaylıİSTATİSTİK 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
DetaylıSERBEST LİE CEBİRLERİNDE HESAPLAMALAR * Computation In Free Lie Algebras*
Ç.Ü Fe Bilileri Estitüsü Yıl:2008 ilt:18-3 SERBEST LİE EBİRLERİNDE ESAPLAMALAR * oputatio I Free Lie Algebras* Ebubekir TOPAK Mateatik Aabili Dalı Ahet TEMİZYÜREK Mateatik Aabili Dalı ÖZET Bu çalışada
DetaylıTAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)
3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 2 Sayı: 1 sh Ocak 2000
ÖZE / ABSRAC DEÜ MÜHENDİSLİK FAKÜLESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: Sayı: sh. 4-45 Ocak 000 İKİ İNDİSLİ DÜZLEMSEL DAĞIIM PROBLEMİNİN MARİS DENKLEMLERİ İLE İNCELENMESİ (INVESIGAION OF WO-INDEX PLANAR
Detaylıİstatistik 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
DetaylıİŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY
Süleyma Demirel Üiversitesi Vizyoer Dergisi Suleyma Demirel Uiversity The Joural of Visioary İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA ÖZET Yrd. Doç. Dr. Halil ÖZDAMAR 1 İstatistiksel kalite kotrol
DetaylıREGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.
203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem
DetaylıAKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ
AKT MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ KESİKLİ RASLANTI DEĞİŞKENLERİ & KESİKLİ DAĞILIMLAR. X aşağıdaki olasılık foksiyoua sahip kesikli bir r.d. olsu. Bua göre;. ; x =.. ; x =. 4. ; x =. 5 p X
Detaylıx 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)
4 ÖRNEKLEME HATASI 4.1 Duyarlılık 4. Güveilirik 4.3 Örek hacmi ve uyarlılık arasıaki ilişki 4.4 Örek hacmi ve göreceli terimler ile uyarlılık arasıaki ilişki 4.5 Hata kareler ortalaması Örekte ele eile
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama
DetaylıİSTATİSTİK 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
DetaylıBİYOİSTATİSTİK 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
Detaylıİstatistik Nedir? Sistem-Model Kavramı
İstatistik Nedir? İstatistik rasgelelik içere olaylar, süreçler, sistemler hakkıda modeller kurmada, gözlemlere dayaarak bu modelleri geçerliğii sıamada ve bu modellerde souç çıkarmada gerekli bazı bilgi
DetaylıNOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ
NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük
DetaylıÖZET Doktora Tezi KISITLI DURUM KALMAN FİLTRESİ VE BAZI UYGULAMALARI Esi KÖKSAL BABACAN Akara Üiversitesi Fe Bilimleri Estitüsü İstatistik Aabilim Dal
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ KISITLI DURUM KALMAN FİLTRESİ VE BAZI UYGULAMALARI Esi KÖKSAL BABACAN İSTATİSTİK ANABİLİM DALI ANKARA 2009 Her hakkı saklıdır ÖZET Doktora Tezi
DetaylıİSTATİSTİKSEL 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
DetaylıHomojen Olmayan Poisson Süreci ile Bir Makinenin Güvenilirliğinin Test Edilmesi
Fıra Üiv. Müh. il. Dergisi Sciece ad Eg. J of Fıra Uiv. 9), 7-, 7 9), 7-, 7 Hooe Olaya Poisso Süreci ile ir Makiei Güveilirliğii Tes Edilesi Öze Ayşe T. UĞATEKİN Fıra Üiversiesi, İsaisik ölüü, 39 TURKEY.
DetaylıELASTİK YATAK ÜZERİNE YERLEŞTİRİLMİŞ EĞRİ MİKRO KİRİŞİN 2:1 İÇ REZONANSLARI
XVIII. ULUSAL MEKANİK KONGRESİ 6 - Ağustos, Celal Bayar Üiversitesi, Maisa ELASTİK YATAK ÜZERİNE YERLEŞTİRİLMİŞ EĞRİ MİKRO KİRİŞİN : İÇ REZONANSLARI Gözde Sarı ve Mehet Pakdeirli Uygulaalı Mateatik ve
DetaylıPİPELİNE İŞLEMCiLERDEN OLUŞAN ÇOK işlemcili SİSTEMİN PERFORMANSI
SAU Fe Bilileri Estitüsü Dergisi 3.Cilt 1.Sayı (1999) 4-7 PİPELİNE İŞLEMCiLERDEN OLUŞAN ÇOK işlemcili SİSTEMİN PERFORMANSI Aşkı DEMIRKOL * Mesut RAZBONYALI** *Sakarya Üiversitesi Mühedislik Fakültesi Bilgisayar
Detaylıİletken cisimlerin şekillerinin belirlenmesi için analitik devama dayalı yeni bir yöntem
itüdergisi/d ühedislik Cilt:9, Sayı, 65-74 Şubat İletke cisileri şekillerii belirleesi içi aalitik devaa dayalı yei bir yöte ehet ÇAYÖREN *, İbrahi AKDUAN İTÜ Fe Bilileri Estitüsü, Elektroik ve Haberleşe
DetaylıNİÇİN ÖRNEKLEME YAPILIR?
İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim
DetaylıÜstel Dağılım Babam: - Şu ampullerin hangisinin ömrünün daha kısa olduğu hiç belli olmuyor. Bazen yeni alınanlar eskilerden daha önce yanıyor.
Üsel Dağılım Babam: - Şu ampulleri hagisii ömrüü daha kısa olduğu hiç belli olmuyor. Baze yei alıalar eskilerde daha öce yaıyor. Hele şuradaki bildim bileli var. Evde yedek ampul yokke, gerekirse ou söküp
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları
DetaylıHipotez Testleri. Parametrik Testler
Hipotez Testleri Parametrik Testler Hipotez Testide Adımlar Bir araştırma sorusuu belirlemesi Araştırma sorusua dayaa istatistiki hipotezleri oluşturulması (H 0 ve H A ) Hedef populasyoda öreklemi elde
DetaylıSAYISAL ÇÖZÜMLEME. Sayısal Çözümleme
SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace
Detaylıİstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi
Makie Tekolojileri Elektroik Dergisi Cilt: 8, No: 4, 011 (75-80) Electroic Joural of Machie Techologies Vol: 8, No: 4, 011 (75-80) TEKNOLOJİK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:1304-4141
DetaylıBurçin Gonca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 2007 ANKARA
UYUM İYİLİĞİ İÇİN AMICO TEK-ÖRNEK TESTİ VE İĞER UYUM İYİLİĞİ TESTLERİ İLE KARŞILAŞTIRILMASI Burçi Goca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 7 ANKARA TEZ
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP. Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 2006
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 26 Her hakkı saklıdır Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda,
DetaylıHİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.
HİPOTEZ TETLERİ İstatistikte hipotez testleri, karar teorisi olarak adladırılır. Ortaya atıla doğru veya yalış iddialara hipotez deir. Öreği para hilesizdir deildiğide bu bir hipotezdir. Ortaya atıla iddiaya
Detaylıİstatistik 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
Detaylıİstatistik 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
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Paukkale Üiversitesi Mühedislik Bilileri Dergisi Paukkale Uiversity Joural of Egieerig Scieces Paylaştırılış etropi kavraıı kuraklık ölçütü olarak kullaılabilirliği Applicability of apportioet etropy as
DetaylıBir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı
5.Ders Döüşümler Bir Rasgele Değişkei Foksiyouu Olasılık Dağılımı Bu kısımda olasılık dağılımı bilie bir rasgele değişkei foksiyoları ola rasgele değişkeleri olasılık dağılımlarıı buluması ile ilgileeceğiz.
DetaylıTUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi
TMMOB Harita ve Kadastro Mühedisleri Odası, 5. Türkiye Harita Bilimsel ve Tekik Kurultayı, 5 8 Mart 5, Akara. TUTGA ve C Dereceli Nokta Koordiatlarıı Gri istem ile Tahmi Edilmesi Kürşat Kaya *, Levet Taşcı,
DetaylıİKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME
V. Ulusal Üretim Araştırmaları Sempozyumu, İstabul Ticaret Üversitesi, 25-27 Kasım 2005 İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME Tamer EREN
DetaylıTahmin teorisinde amaç örneklem (sample) bilgisine dayanarak anakütleye. (population) ilişkin çıkarsamalar yapmaktır. Bu çıkarsamalar örneklem
YTÜ-İktisat İstatistik II Nokta Tahmii 1 Tahmi teoriside amaç öreklem (sample) bilgisie dayaarak aakütleye (populatio) ilişki çıkarsamalar yapmaktır. Bu çıkarsamalar aakütlei dağılımıı belirleye bilimeye
Detaylı: Boş hipotez, sıfır hipotezi : Alternatif hipotez
İOTEZ TESTLERİ iotez Nedir? İOTEZ, arametre hakkıdaki bir iaıştır. arametre hakkıdaki iaışı test etmek içi hiotez testi yaılır. iotez testleri sayeside örekde elde edile istatistikler aracılığıyla aakütle
Detaylılimiti reel sayı Sonuç:
6 TÜREV MAT Bara Yücel Taı: a, br veriliş ols. olak üzere : a, b R oksiyo ab, içi li liiti reel sayı ise, b liit değerie oksiyo oktasıdaki türevi deir ve d dy, ya da biçiide gösterilir. d d Ba göre, li
DetaylıBağımsızlık 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
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferasiyel Deklemler 2009 Bahar Bu bilgilere atıfta bulumak veya kullaım koşulları hakkıda bilgi içi http://ocw.mit.edu/terms web sitesii ziyaret ediiz.
Detaylı7. Ders. Bazı Kesikli Olasılık Dağılımları
Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ 1 TEMEL KAVRAMLAR PARAMETRE: Populasyou sayısal açıklayıcı bir ölçüsüdür ve aakütledeki tüm elemalar dikkate alıarak hesaplaabilir. Aakütledeki tek bir elema dahi işlemi
Detaylı8. 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
DetaylıBulanık Sürece Dayalı Faaliyet Tabanlı Maliyetleme Sistemi
Muhasebe ve Fiasa Dergisi Nisa/206 Bulaık Sürece Dayalı Faaliyet Tabalı Maliyetlee Sistei Muhsi ÇLİK ÖZT Faaliyet tabalı aliyet tasarıları aalizde ve değişkeleri tahiide hatalara büyük ölçüde duyarlı değildir.
DetaylıYapay Sinir Ağları İle Tek Eksenli Bileşik Eğilme Altındaki Betonarme Kolon Kesitlerinin Donatı Hesabı
Fırat Üiv. Fe ve Müh. Bil. Dergisi Sciece ad Eg. J of Fırat Uiv. 20 (1), 135-143, 2008 20 (1), 135-143, 2008 Yapa Siir Ağları İle ek Ekseli Bileşik Eğile Altıdaki Betoare Kolo Kesitlerii Doatı Hesabı Ahet
DetaylıBEKLENEN DEĞER VE VARYANS
BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee
Detaylı5. Ders. Dağılımlardan Rasgele Sayı Üretilmesi Ters Dönüşüm Yöntemi
5. Drs Dağılımlarda Rasgl Sayı Ürtilmsi Trs Döüşüm Yötmi sürkli bir rasgl dğişk v bu rasgl dğişki dağılım foksiyou olsu. Dağılımı dstk kümsi üzrid dağılım foksiyou arta v bir-bir bir foksiyo olmaktadır.
DetaylıBÖLÜM 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
DetaylıBÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ
BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ Bu bölüde regresyo odel üzerde gerçekleştrlecek teel kotrol yöteler celeecektr. Bu kısıda açıklaacak ola tekkler sadece doğrusal regresyo ç değl doğrusal olaya
DetaylıAKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI. için. 01 olaslk younluk fonksiyonu aa daki seçeneklerden hangisinde yer.
SORU : AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI X raslat deikeii olas l k youluk foksiyou 8x, x f(x) = 0, ö.d olarak verilmitir. Bua göre 0< y içi Y = raslat deikeii X olaslk youluk
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ TEMEL KAVRAMLAR PARAMETRE: Populasyou sayısal açıklayıcı bir ölçüsüdür ve aakütledeki tüm elemalar dikkate alıarak hesaplaabilir. Aakütledeki tek bir elema dahi işlemi
DetaylıÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ
C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 4, Sayı, 3 97 ÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ Yalçı KARAGÖZ Cumhuriyet Üiversitesi
DetaylıPareto I Daılımının lk Bozulma Sansürlü Örnekleme Planına Dayalı Parametrelerinin Tahmini ve Beklenen Test Süresi *
S.Ü. e Edebyat aültes e Dergs Sayı 4 (004 9-8 KONYA Pareto I Daılımıı l Bozulma Sasürlü Öreleme Plaıa Dayalı Parametreler Tahm ve Belee Test Süres * Cou KU Mehmet eda KAYA Özet: Bu çalımada l bozulma sasürlü
DetaylıVeri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı
Veri edir? p Veri edir? Geometrik bir bakış açısı p Bezerlik Olasılıksal bir bakış açısı p Yoğuluk p Veri kalitesi p Veri öişleme Birleştirme Öreklem Veri küçültme p Temel bileşe aalizi (Pricipal Compoet
Detaylı{ 1 3 5} { 2 4 6} OLASILIK HESABI
OLASILIK HESABI Bu derste, uygulamalarda sıkça karşılaşıla, Olasılık Uzaylarıda bazılarıa değieceğiz ve verilmiş bir Olasılık Uzayıda olasılık hesabı yapacağız. Ω. Ω solu sayıda elemaa sahip olsu. Ω {
DetaylıUşak İlinde Buğday Üreticilerinin Olası Kuraklık Sigortasını Benimsemesinde Etkili Olan Faktörlerin Analizi
Uşak İlide Buğday Üreticilerii Olası Kuraklık Sigortasıı Beiseeside Etkili Ola Faktörleri Aalizi Zakiyeh Naseri 1 Gaze Saer 2 1 E.Ü. Ziraat Fakültesi, Tarı Ekooisi Doktora Prograı, 35100 Borova İzir, zakieh
DetaylıPOLİNOMLAR. reel sayılar ve n doğal sayı olmak üzere. n n. + polinomu kısaca ( ) 2 3 n. ifadeleri polinomun terimleri,
POLİNOMLAR Taım : a0, a, a,..., a, a reel sayılar ve doğal sayı olmak üzere P x = a x + a x +... + a x + a x + a biçimideki ifadelere x e bağlı reel katsayılı poliom (çok terimli) deir. 0 a 0 ax + a x
Detaylı{ 1 3 5} UYGULAMA-2 OLASILIK HESABI { } i, i = 1, 2,, n elemanına aşağıdaki özelliklere sahip bir p. her bir ω. sayısı karşılık getirilsin.
UYGULAMA- OLASILIK HESABI Ω. Ω solu sayıda elemaa sahip olsu. Ω { ω, ω,, ω }, U olmak üzere, Ω ı her bir ω i, i,,, elemaıa aşağıdaki özelliklere sahip bir p i sayısı karşılık getirilsi. ) p 0, i,,...,
DetaylıLİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2
LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık
Detaylı4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler
Ders 8: Verileri Düzelemesi ve Aalizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlei tamamıı, ya da kitlede alıa bir öreklemi özetlemekle (betimlemekle)
Detaylıv = ise v ye spacelike vektör,
D.P.Ü. Fe Bilimleri Estitüsü 1. ayı Mayıs 6 emi-pozitif Ortogoal Matrisler içi Alteratif İi Yötem WO ALERNAIVE MEHOD FOR EMI-POIIVE OROGONAL MARICE B. BÜKCÜ* *Gaziosmapaşa Üiversitesi, Fe-Edebiyat Faültesi,
DetaylıÇok Aşamalı Örnekleme Yöntemlerinde Örneklem Büyüklüğünün Belirlenmesi : Bir Uygulama
üleya Derel Üverstes Fe Bller Esttüsü Dergs uleya Derel Uversty Joural of atural ad Appled ee 7(), 9-7, 0 Çok Aşaalı Öreklee Yötelerde Örekle Büyüklüğüü Belrlees : Br Uygulaa evl BACALI*, Pıar UÇAR Haettepe
DetaylıSBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ
SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI ÖRNEKLEME YÖNTEMLERİ Prof. Dr. Ergu Karaağaoğlu H.Ü. Tıp Fakültesi Biyoistatistik ABD ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI
DetaylıBir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu
Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler
DetaylıWEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI
VII. Ulusal Temiz Eerji Sempozyumu, UTES 008 7-9 Aralı 008, İstabul WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI Seyit Ahmet AKDAĞ, Öder GÜLER İstabul Tei Üiversitesi, Eerji
DetaylıAnaliz II Çalışma Soruları-2
Aaliz II Çalışma Soruları- So gücelleme: 04040 (I Aşağıdaki foksiyoları (ilgili değişkelere göre türevlerii buluuz 7 cos π 8 log (si π ( si ta e 9 4 5 6 + cot 0 sec sit t si( e + e arccos ( e cos(ta (II
DetaylıÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI
7 ÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI 7.. Niçi Örekleme Yapılır 7.. Olasılıklı Örekleme 7... Basit Şas Öreklemesi 7... Tabakalı Örekleme 7... Küme Öreklemesi 7..4. Sistematik Örekleme 7.. Olasılıklı Olmaya
DetaylıDÖNEM 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
DetaylıKÖKLÜ İFADELER. = a denklemini sağlayan x sayısına a nın n inci. Tanım: n pozitif doğal sayı olmak üzere kuvvetten kökü denir.
1 Taı: pozitif doğal saı olak üzere kuvvette kökü deir. KÖKLÜ İFADELER = a dekleii sağlaa saısıa a ı ici = a dekleide = a, tek ise a 0 ; = ± a, çift ise Uarı: = ise, a = a olarak gösterilir. a ifadesie
DetaylıIsı Pompası Ve Kombi Isıtma Sistemleri Maliyet Analizlerinin Karşılaştırılması
Makie Tekolojileri Elektroik Derisi Cilt: 6, No: 2, 2009 (39-47) Electroic Joural of Machie Techoloies Vol: 6, No: 2, 2009 (39-47) TEKNOLOJİK ARAŞTIRMALAR www.tekolojikarastiralar.co e-issn:1304-4141 Makale
Detaylı6. Uygulama. dx < olduğunda ( )
. Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal
DetaylıBİLGİNİN EĞİTİM TEKNOLOJİLERİNDEN YARARLANARAK EĞİTİMDE PAYLAŞIMI
The Turkish Olie Joural of Educatioal Techology TOJET July 2005 ISSN: 106521 volume Issue Article 16 BİLGİNİN EĞİTİM TEKNOLOJİLERİNDEN YARARLANARAK EĞİTİMDE PAYLAŞIMI Yard. Doç. Dr. Bahadti RÜZGAR Marmara
DetaylıYatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects
Uşak Üiversitesi Sosyal Bilimler Dergisi (2012) 5/2, 89-101 Yatırım Projeleride Kayak Dağıtımı Aalizi Bahma Alp RENÇBER * Özet Bu çalışmaı amacı, yatırım projeleride kayak dağıtımıı icelemesidir. Yatırım
DetaylıHEMŞİRE ÇİZELGELEME PROBLEMİ VE HASTANEDE BİR UYGULAMA
HEMŞİRE ÇİZELGELEME PROBLEMİ VE HASTANEDE BİR UYGULAMA Ere VARLI 1 ve Taer EREN 2* 1 Kırıkkale Üiversitesi Edüstri Mühedisliği Bölüü, ef.varli@gail.co 2 Kırıkkale Üiversitesi Edüstri Mühedisliği Bölüü,
Detaylı12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,
. Ders Büyü Sayılar Kauları Kouya geçmede öce DeMoivre-Stirlig formülüü ve DeMoivre-Laplace teoremii hatırlayalım. DeMoivre, geel terimi, a!,,, 3,... e ola dizii yaısa olduğuu göstermiş, aca limitii bulamamış.
DetaylıDOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA
DOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA Filiz KARDİYEN (*) Özet: Portföy seçim problemi içi klasik bir yaklaşım ola karesel programlama yötemi,
DetaylıDENEY 1: ÖRNEKLEME KURAMI
DENEY : ÖRNEKLEME KURAMI AMAÇ: Örekleme kuramıı ielemei. MALZEMELER Oilokop, güç kayağı, işaret üretei Etegre: x LF398 Direç: x K Ω Kapaiteler: x 00F, x µf ÖN BİLGİ Örekleme, aalog işaretlerde belirli
DetaylıMACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI
V. ULUSAL HAVACILIK VE UZAY KONFERANSI UHUK-014-065 8-10 Eylül 014, Erciyes Üiversitesi, Kayseri MACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI İlke TÜRKMEN 1 Erciyes Üiversitesi, Kayseri Seda ARIK
DetaylıİSTATİSTİKSEL FORMÜLLER VE TABLOLAR
BAŞKENT ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İSTATİSTİKSEL FORMÜLLER VE TABLOLAR Yayıa Hazırlayalar: Kürşad Demirutku, MS N. Ca Okay, BA Ayşegül Yama F. Efe Kıvaç Bahar Muratoğlu Zuhal Yeiçeri,
DetaylıİÇ YÖNELTME İÇİN KENAR GÖSTERGELERİNİN ÖLÇÜLMESİNDE ÖKLİT MESAFESİ YÖNTEMİNİN KULLANILABİLİRLİĞİNİN ARAŞTIRILMASI
TMMOB Harita ve Kadastro Mühedisleri Odası 0. Türkiye Harita Bilisel ve Tekik Kurultayı 8 Mart - Nisa 005, Akara İÇ YÖNELTME İÇİN KENAR GÖSTERGELERİNİN ÖLÇÜLMESİNDE ÖKLİT MESAFESİ YÖNTEMİNİN KULLANILABİLİRLİĞİNİN
DetaylıARAŞTIRMA MAKALESİ /RESEARCH ARTICLE
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:8-Saı/No: : 7-3 (7 ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE SAĞLAM TAHMİN EDİCİLERE DAYANAN HEDEF
Detaylı