KULLANIMI VE UYGULAMASI Canan HAMURKAROGLU1, ilknur ÖZMEN2. THE USE OF MULTIDIMENSIONAL SCALlNG IN THE STATISTICAL QUALlTY CONTROL AND ITS APPLlCATION
|
|
- Derya Aykaç
- 7 yıl önce
- İzleme sayısı:
Transkript
1 ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltlVol.:3 - Sayı/No: 2 : (2002) ARAŞTIRMA MAKALESRESEARCH ARTICLE STATsTKSEL KALTE KONTROLÜNDE ço«boyutlu ÖLÇEKLEME ANALzNN KULLANIMI VE UYGULAMASI Canan HAMURKAROGLU1, lknur ÖZMEN2 ÖZ Kalte kontrolde uygulanan çok değşkenl statstksel teknkler süreç yleştrmeye yönelk karar verme ve problem çözme faalyetlernde etkn roloynamaktadır. Çalışmada üretm sektörüne lşkn verler kullanılarak çok boyutlu ölçekleme ve kümeleme analz le süreçtek herhang br probleme neden olan etkenlern ve gözlemlern lşk yapıları ve görüntüler ncelenmştr. Anahqır Kelmeler: statstksel süreç kontrol, statstksel kalte teknkler, Çok boyutlu ölçeklerne, Kümeleme analz. THE USE OF MULTIDIMENSIONAL SCALlNG IN THE STATISTICAL QUALlTY CONTROL AND ITS APPLlCATION AB5TRACT Multvarate statstcal technques used n appled qualty control play mportant roles n problem-solvng and decson makng actvtes to mprove the process. In ths study by usng the data from ndustral sector, the mages and relaton structures of factors and observatons causng any problem n process have been examneted usng multdmensonal scalng and cluster analyss. Key Words: Statstcal process control, Statstcal qualty methods, Multdmensonal scalng, Cluster analyss. 1.GRş Çağdaş kalte yönetmnde, tüm faalyetlern odak noktası müşter memnunyet olup amaç, süreç ve üretmde dama ler gtmektr. Dolayısıyla kalte yönetm faalyetlernde sürekl yleştrme felsefesne parelel olarak statstksel kalte kontrol teknklernn uygulanmasının hedeflere ulaşma açısından oldukça öneml ve gerekl olduğu artık blnmektedr. Çünkü bu çağdaş kalte yönetmnn kuramsal yapısını statstk oluşturmakta ve çekrdeğnde se statstksel süreç kontrolü IPK yer almaktadır. statstksel yöntemler, üretm sürecnn yleştrlmes ve kusurlu üretmn azaltılması çn oldukça etkl araçtır (Doğan, 2000). Blmsel yöntemlere dayandırılmayan faalyetler olumlu sonuçlar vermemekte ve üstün rekabet koşullarında kuruluşların pazardan pay alarnamalarma ve sonuçta yok olmaları tehlkesyle karşı karşıya gelmelerne ble neden olmaktadır. Br çok statstksel kalte kontrol teknkler karar verme ve/veya problem çözme teknkler olarak kullanılmaktadır. Bu teknkler, problem çözme faalyetlernde, problem oluşturan temel nedenn bulunması, problemn köklü çözümlernn bulunarak ortadan kaldırılması ve ynelenmesnn önlenmes bakımından süreçte öneml yleştrmeler sağlamaktadır. IPK' da kullanılan teknkler bast, orta ve ler düzeyde olmak üzere üç bçmde sınıflandırılmaktadır. Kontrol tabloları, Pareto dyagramı, neden-sonuç dyagramı (Ishıkawa dagram), hstogram, dağılma d- 1 2 Hacettepe Ünverstes, Fen Fakültes, İstatstk Bölümü, e-posta: caca@hacettepe.edu.tr. Başkent Ünverstes, Fen-Edebyat Fakültes, İstatstk ve Blgsayar Blmler Bölümü, e-posta: lknur@baskent.edu.tr. Gelş: 24 Nsan 2001; DüzeltIne: 3 Kasım 2001; Kabul: linsan )
2 236 yagramı, gruplandırma, kontrol grafkler yed temel statstksel teknktr. Bu yed kalte aracının yanısıra, yed yen kalte araçları olarak tanımlanan teknkler se lşk dyagrarnı, yakınlık dyagramı (affnty dagram), sstematk dyagram, matrs dyagram, matrs ver analz, süreç program ver kartları, ok dyagrarnı kaltenn yleştrlmesnde fayda sağlayan araçlardır (Grant ve Leavenworth, 1996). Bu teknkler sadece üretmde değl, kalte halkasının planlama, tasarım, pazarlama, satın alma ve teknoloj gb faalyetlernde de kullanılmaktadır. Orta düzeyde statstksel teknkler se statstksel tahmn ve testler, örnekleme, deney tasarımı olarak fade edlmektedr. Deney tasarımının gelşmş yöntemler, yöneylem araştırması ve çok değşkenl statstksel teknkler de ler düzeyde statstksel teknkler olarak verlmektedr (Ishıkawa, 1982; Xe ve Goh, 1999). IPK'da kullanılan temel statstksel teknkler çoğu kez bast düzeyde kalmakta ve çok değşkenl statstksel teknklere gereksnm duymaktadır. Çok değşkenl statstksel teknkler br kalte ver kümesndek lşkler yorumlamak ve sürec kontrol etmekle lglenen kalte uygulayıcılarının görevlern kolaylaştırablen statstksel teknklerdr. Bu teknkler genellkle pazar araştırmalarında ve sosyal blmlere lşkn araştırmalarda kullanılmaktadır. Çok değşkenl statstksel teknklerden; temel bleşenler analz (TBA), faktör analz (FA), dskrmnat-ayırma analz (DA) ve karşılık getrme (correspondence) analz (KGA), toplam kalte yönetmne (TKY) lşkn çalışmalarda kullanım alanı bulmuştur. Nga ve Cheng (1997) tarafından yapılan çalışmada, TKY'de potansyel engeller belrmek amacıyla TBA ve KGA teknkler kullanılmıştır. Bu teknkler değşkenler arasındak karşılıklı lşkler analz etmektedr. Eğer değşkenlere lşkn verler ncel se TBA, ntel se KGA teknkler kullanılmaktadır (Johnson ve Wchern, 1992; Greenacre, 1984). IPK'da se, genellkle çok değşkenl kontrol grafklernn açıklanmasında ve yorumlanmasında yararlanılmaktadır. Örneğn, T2 kontrol grafklernde, süreçte kontrol dışı noktanın/ların hang değşkenden kaynaklandığını saptamak çn TBA ve DA gb çok değşkenl statstksel teknkler kullanılmıştır (Mason, vd., 1995; Murphy, 1987). Bu çalışmada, ncelenen sürece lşkn karar vermek ve/veya problem çözmek amacıylaçok boyutlu ölçekleme analz (ÇBÖ) kullanılacak, bu analzn sonuçları kümeleme analz (KA) le desteklenecektr. Sonuçlar Pareto dyagramı le brlkte yorumlanacaktır. Anadolu Ünverstes Blm ve Teknoloj Dergs, 3 (2) 2. GENEL BLGLER 2.1. Pareta Dyagrarnı Süreçte problem oluşturan nedenn bulunmasına lşkn en çok kullanılan temel teknklerden br de verye dayalı olan, Vlfredo Pareto tarafından gelştrlmş Pareto dyagramıdır. Pareto'ya göre problemlern kaynaklarının %80', tüm problemlern %20'sn oluşturan bast nedenler ortadan kaldırmakla çözümleneblr kuralı olarak ta adlandırılan Pareto dyagramı, az sayıdak öneml sorunu, çok sayıdak önemsz sorundan ayırma teknğ bçmnde de tanımlanablr. Pareto dyagramının temelnde şu lkeler yatmaktadır: Problemler genelkle br çok etkenden kaynaklanır, bu etkenlern problemlern oluşmasındak payları brbrnden farklıdır, etkenlern küçük br kısmı gerye kalan çoğunluktan daha etkldr ve bu öneml etkenlere öncelk verlmeldr. Bu lkeler ışığında, problem üzernde en öneml etkye sahp olan etken belrlemek, probleme etk eden etkenler lstelemek ve her br çn oluşan hata sayılarını saptamak, önem sırasına göre sıralamak, herhang br problemn % oranlarını elde etmek ve problemlern malyet analzn araştırablmek amacıyla hazırlanmaktadır. Pareto dyagramı, herbr etkenn toplam sonuca, azalan br oranda katkısını göstermektedr. Pareto analznde etkenler çn seçlen brm çok önemldr. Örneğn hata sıklıkları ya da oranları ele alındığında önemsz olarak görülen br etken malyet açısından ele alındığında br numaralı sorun olablr. Pareto dyagramını oluşturan adımlar şu şeklde özetleneblr: ı. Hang sorunların araştırılacağına ve verlern nasıl toplanacağına karar verlr. 2. Analz çn ölçü brm seçlr (saat, gün, adet gb). 3. Analz edlecek verler çn zaman aralığı seçlr. Bu br kaç saat sürebleceğ gb günler, aylar ble gerekeblr. 4. Pareto dyagramı çn ver çzelges hazırlanır. 5. Dkeyeksenlerden soldak eksen etkenlern sıklıklarını, sağdak se brkml sıklıkları gösterr. 6. Yatayeksen üzernde etkenler sıklıklarına göre azalan br bçmde sıralanır. Sıklığı çok az olan brkaç etken brleştrlerek "dğerler" olarak adlandırılan br etken oluşturulablr. Bu etken yatayeksen üzernde en son sıraya yerleştrlr (Hamurkaroğlu ve Karakaş, 1999) Çok Boyutlu Ölçeklerne Analz ÇBÖ, n tane gözlem (nesne) arasındak uzaklık değerlern kullanarak bu gözlemlern çok boyutlu uzaydak konumlarını, lşk yapısını ve görüntüsünü ortaya koymak çn gelştrlmş çok değşkenl statstksel analz teknğdr.
3 Anadolu Unversty Journal of Scence and Technology, 3 (2) 237 ÇBÖ'de uzaklık değerlern kullanarak mümkün olduğunca az boyut le gözlemlern yapısı ortaya konulmaya çalışılmaktadır. ÇBÖ'de genelolarak, metrk ve metrk olmayan ölçekleme olmak üzere k tür ölçekleme yöntemnden söz edlmektedr. Metrk ölçekleme yöntemnde, verlen br gözlernn konumunu belrlemede doğrudan uzaklık değerlernden yararlanılmaktadır. Metrk olmayan ölçekleme yöntemnde se, gözlemler arasındak uzaklık değerler yerne sıra sayıları kullanılmaktadır. Hesaplamaların bast olmasına karşın uzaklık fonksyonunun monoton dönüşümünün sağlıklı olmaması nedenyle metrk ölçekleme yöntem pek yaygın olarak kullanılmamaktadır. Dğer yandan elde sadece benzerlk (benzemezlk) ölçümler olması durumunda metrk olmayan yöntemlern kullanılmasının zorunluluk olması yanında, kayıp ya da eksk gözlem olması durumunda da daha y sonuçlar vermes nedenyle metrk olmayan ölçekleme yöntemler terch edlmektedr. Ntekm kullanılan blgsayar programlarının çoğu ÇBÖ'nün metrk olmayan ölçekleme yöntemler üzerne kuruludur. ÇBÖ'de, sıralanmış uzaklık değerlernden yararlanılan metrk olmayan ölçeklerneye lşkn temel algortma Shepard-Kruskal algortmasıdır. Bu algortmaya lşkn adımlar şu şekldedr: 1. Farklılık ölçümler (benzemezlk) matrsnn köşegen elemanları harç tüm elemanlarının Elde edlen şekln gerçek şekle uygunluğunun br ölçüsü olarak Kruskal tarafından gelştrlen tolerans oranlarından yararlanılarak s-stres değer, Stres Değer bçmnde belrlenmektedr. sıralanması. 2. Çok boyutlu (p boyutlu) uzaydak gerçek şekl le ndrgenmş boyutlu (k boyutlu) uzayda kestrlen şekl arasındak farklılığın br fades olan stres değernn hesaplanması. 3. En küçük stres değerl k-boyuta uyan en y görüntünün belrlenmes ~0.20 Uyum Tam uyum Mükemmel uyum İy uyum Düşük uyum Uyum yok ÇBÖ analz, eğer amaç boyut ndrgemekse temel bleşenler analz yerne de kullanılablmektcdr. Bu durumda p değşken arasındak uzaklık değerlernden yararlanılarak değşkenler arasındak lşk yapısı araştırılmaktadır. Dğer yandan, eğer amaç gözlemler gruplandırmak se o zaman ÇBÖ analznden elde edlen sonuçlar KA sonuçları le destekleneblmektedr (Johnson ve Wchem, 1992; Tatlıdl, 1996) Kümeleme Analz KA uzaklık ya da benzerlk matrslernden yararlanılarak gözlemler ya da değşkenler gruplandırarak araştırmacıya özet blgler sağlayan çok değşkenl statstksel teknğdr. KA' da küme sayısı blnmemektc ve sadece verlern mevcut durumuna lşkn sonuçlar vermektedr. KA'da gözlemler ya da değşkenler uygun gruplara (kümelere) ayırırken, bu ayırım sırasında kullanılan yaklaşımlara göre hyerarşk ve hyerarşk olmayan yöntemlerden yararlanılmaktadır. Hyerarşk kümelerne, gözlemlern benzerlklern göz önüne alarak aşama aşama kümelere grecek elemanları belrleyen br yöntemdr. Hyerarşk kümelemede, gözlemlern brbrler le brleştrlmesnde kullanılan yaklaşımlara göre; tek bağlantılı, tam bağlantılı, merkez kümeleme ve Ward'ın kümeleme yöntem gb yöntemler kullanılmaktadır. Hyerarşk olmayan kümeleme yöntemler, küme sayısı konusunda br ön blg varsa ya da araştırmacı küme sayısına karar vermşse hyerarşk kümeleme yöntemlerne terch edlmektedr. Hyerarşk olmayan kümelemede en yaygın olarak Mac Queen tarafından gelştrlmş K-ortalama ve en çok olablrlk yöntemler kullanılmaktadır (Johnson ve Wchem. 1992; Tatlıdl, 1996). 3.UYGULAMA Çalışmada ambalaj sektörüne (kutu üretm) lşkn verler ncelenmştr. Blndğ üzere ambalaj sektörü gb üretm ve kullanım kaltes çok öneml olan sektörlerde; zamanında teslm, müşter beklentlerne anında yanıt verme yeteneğ, esneklk gb özellkler rekabette vazgeçlmez özellklerdr. Dğer yandan katma değern büyük kısmı maknalar tarafından yaratılmaktadır. Bu nedenle maknaların durma sürelernn azaltılması frma açısından süreç yleştrmede büyük önem taşımaktadır. Kutu üretm yapan br frma çn maknalardak durmaların üretm sürecnde de durmaya neden olduğu dolayısıyla bu öneml zaman kaybının hedeflenen üretm ve vermllk değerlerne ulaşılamamasını, yüksek malyet ve çalışanların motvasyonunda azalma olmasını da berabernde getrtğ saptanmıştır. Bu nedenle, frma çn daha önce yapılan br çalışmada, temel statstksel teknklerden yararlanarak maknaların durmalarına neden olan etkenlern saptanması ve duruş sürelernn azaltılmasına lşkn neden-sonuç dyagramı ve Pareto dyagramı kullanılmıştır (Hamurkaroğlu ve Karakaş, 1999). Frmanın sm ve verler; stekler doğrultusunda burada verlmemştr. Bu çalışmada se, kutu üretm sürecne lşkn daha önce yapılan çalışmada ele alınan Pareto dyagramına göre daha ayrıntılı blg etmek amacıyla ÇBÖ analz kullanılmıştır. Ayrıca elde edlen sonuçlardan, ÇBÖ
4 238 uygulanmasının Şekl 2. Maknaların Durmalarına Etk Eden Etkenlere lşkn Pareto Dyagramı. problem çözme faalyetlernde dolayısıyla süreç yleştrmedek etkn rolü vurgulanmıştır. Frmanın kutu üretmne lşkn üretm sürec şematk olarak Şekl l'de özetlenmştr. Bu süreç çn maknaların duruş nedenlernn, kutunun yapımında kullanılan levhanın (materyaln) olmaması, kapak olmaması, baskı değşm, makas, kaynak, kenar açma, kordon, kapama,paletleme maknalarından ya da konveyör, elektrk arızaları, eleman olmaması ve bakım etkenlernden kaynaklandığı neden-sonuç dyagramı le belrlenmştr. Üretm sürec kesntsz devam etmekte olup, bu etkenlere lşkn üç günlük ver alınmış, sürece etk eden etkenlere lşkn durma süreler (dakka) her saat başı kaydedlmş ve bunlara lşkn verler elde edlmştr. Bu etkenlern sıklık oranlarına lşkn Pareto dyagramı Şekl 2'de verlmştr. Şekl 2'ye göre maknaların durmalarına neden olan en öneml etkenn kapama maknası olduğu görülmüştür (Hamurkaroğlu ve Karakaş, 1999). Pareto dyagramı sürece etk eden en öneml etken ya da etkenlere karar vermemz sağlarken, makna durma sürelernn hang saat dlmlernde öneml olduğuna lşkn herhang br blg vermemektedr. Hem etkenler hem de etkenlern gözlendğ saat dlmler ncelenmek stenldğnde, ÇBÖ analznn kullanılmasının uygun olduğu söyleneblr. Böylece karar verme ve/veya problem çözme faalyetlernde daha etkn düzeltc ve önleyc faalyetlerde bulunmak münıkün olacaktır. Bu çalışmada hem maknaların durmalarına neden olan etkenlern hem de saat dlmlernn k boyutlu levha okutu paleüeme kapama kenaraçma kordan o şlem O stok Şekl 1. Kutu Üretm SürecnnŞematk Gösterm. Anadolu Ünverstes Blm ve Teknoloj Dergs, 3 (2) uzayda konumlarını görmek amacıyla ÇBÖ analznde metrk olmayan ölçekleme yöntem kullanılarak Kruskal algortmasından yararlanılmıştır. Maknaların durmalarına neden olan etkenler; Xl-levha, X2-kapak, X3 baskı, X4-makas, X5-kaynak, X6-kenar açma, X7-kordon, XS-kapama, X9-paletleme, Xlü-konveyör, XL1 elektrk arıza, X12-eleman yok ve X13-bakım bçmnde, saat dlmler (sd) se; sdl (OS-09), sd2 (09- Iü), sd3 (10-11), sd4 (11-12), sd5 (12-13), sd6 (13-14), sd7 (14 15), sds (15-16), sd9 (16-17), sd10 (17-LS), sdll (1S 19), sd12 (19-20), sd13 (20-21), sd14 (21-22), sd15 (22-23), sd16 (23-24), sd17 (24-01), sd1s (01-02), sd19 (02-03), sd20 (03-04), sd21 (04-05), sd22 (05-06), sd23 (06-07), sd24 (07-0S) bçmnde gösterlmştr. Maknaların durmalarına neden olan etkenlerın k boyutlu uzaydak koordnat değerlernden yararlanılarak konumlarına lşkn görüntüsü Şekl 3'te verlmştr. ÇBÖ analz sonuçlarına göre, etkenlern çok boyutlu uzaydak görüntüsü le ndrgenmş boyutlu uzaydak görüntüsü arasındak farklılığın br gösterges olan stres katsayısı 0.05 'ten braz büyük (s= ) ve açıklama oranı R2=0.995 olarak bulunmuştur. Buna göre etkenlern k boyutlu görüntüsünün y uyuma yakın br görüntü olduğu söyleneblr. Ayrıca Pareto dyagramından görülemeyen makna durma sürelernn hang saat dlmlernde olduğunu belrlemek çn de ÇBÖ analz kullanılmıştır. Saat dlmlerne lşkın koordnat değerlernden yararlanılarak konumlarına lşkn görüntü Şek14'te verlmştr. (Şeklde saat dlmler (sd) case olarak fade edlmştr). Saatlere lşkn ÇBÖ analz sonuçlarına göre stres katsayısı 0.05'ten küçük (s=0.01s57) ve açıklama oranı R2=0.9l5 olması nedenyle elde edlen görüntünün tam uyuma yakın olduğu, yan elde edlen görüntünün gerçek görüntüyü yansıttığı söyleneblr. Şekl 4'te brnc boyuta göre bakıldığında OS-09 (sd1) ve (sd5) saatlernn bulunduğu konumların farklı (brbrne en uzak) olduğu, benzer bçmde knc boyuta göre bakıldığında (sd15) saat le (sd5) ve (sd12) saatlernn konumlarının farklı olduğu görülmektedr. Maknaların durduğu en farklı saat dlmlern belrten boyutlara göre, konumlarının farklı olmasına neden olan etkenlern belrlenmes yararlı olacaktır. Bu amaçla brnc boyuta göre OS-09 saat (sd1) le saatnn (sd5), etkenler tbaryle grafğ Şekl 5'te verlmştr. Şekl 5 ncelendğnde bu k saat dlm arasında farklılığa neden olan etkenler kapama (XS), eleman yok (X12), kenar (X6), bakım (X13), kaynak (X5) ve makas (X4) etkenlerdr. Şekl 3 ncelendğnde kapama etkennn öneml görünmesne karşın saatler bakımından ele alındığında kapamadan başka beş etkenn de (Şekl 5) öneml olduğu görülmektedr. Bu sonucun, sürecn yleştrlmesne yönelk önlem alma faalyetlernde göz önünde bulundurulması yararlı olacaktır.
5 Anadolu Unversty Journal of Scence and Technology, 3 (2) 239 ['._-_.. _-,8 Durma süreler 70 ı ;;-----~,8,4,2 ~ -,2 ı. -5 ıpıma ele,ıo k kenar maııas Ik...R kv~ e.a~a le.a Şekl 5. Grafğ, (dakka) _ lll ve Saatlern Değşkenler İtbaryle r-ı-ob~- \ 1"'"1.! Şekl 3. 2,0 1,5 1,0 case 18,5 0,0 Boyut ı Kuruskal A1gortmasmaGöre Değşkenlern Konumları. İknc boyuta göre saatne (sdi2) göre daha fazla farklılık gösteren saat (sd5) le saatnn (sdi5) etkenler tbaryle grafğ Şekl 6'da verlmştr. Şekl 6'e göre bu k saat dlm arasında farklılığa neden olan etkenler kapama (X8), eleman yok (XI2), kapak (X2), kenar (X6), kordon (X7) ve makas (X4)' tır. Dolayısıyla ve saat dlmler göz önüne alındığında maknaların durmasına neden olan sadece kapama etken olmayıp eleman yok, kapak, kenar, kordon ve makas etkenlernden de kaynaklanmaktadır. Önleyc/düzeltc kararlar verlrken elde edlen bu blgler ışığında, farklılığı yaratan saatlerde öneml bulunan etkenler üzernden değerlendrme yapılarak daha etkn kararlar alma olanağı sağlanacaktır. Ayrıca ÇBÖ analznden elde edlen sonuçlara göre brbrne en yakın saatlern br grup oluşturduğu düşünülerek bu gruplar Şekl4'te dare çne alınarak gösterlmştr. Buna göre saat (sd5) tek başına br grup oluştururken, dğer saat dlmler ayrı br grup oluşturarak tüm saat dlmler k grup le fade edlmştr. Şekl 4'te gösterlen gruplandırmayı karşılaştırmak amacıyla KA'dan yararlanılmıştır. KA'da K-ortalama teknğ le sonuçlar elde edlmştr. Bu sonuçlara göre; saatnn (2), dğer saat dlmlernn se (1) olması ÇBÖ analznden elde edlen gruplandırmayı destekler ntelktedr (Bkz. Ekı). c.alape 15 case e ',S N caee 13 case 7..1,0 case 5 case 12 ~ l,s S Boyut ı Şekl 4. Kunıska1 Algortmasma Göre Saatlern Konumları. Şekl 6. Grafğ, Durma 70 süreler 60 (dakka) 50" /1.--._ ol4ll_lii. 5 6 ~ ıt-:tkenler ve Saatlern Değşkenler İtbaryle 4. SONUÇ VE TARTIŞMA Kalte kontrol uygulamalarında süreçtek br probleme neden olan etkenlern belrlenmes kadar, sorunu yaratan etkenlern hang zaman aralıklarında gözlenmes de yleştrmeye lşkn kararlar almada ve problem çözmede oldukça önemldr. Bu konuda yapılan çalışmalarda çok bast düzeydek statstksel teknklern yanısıra çok değşkenl statstksel teknklern kullanılması da yararlı olacaktır. Bu çalışmada, kalte uygulamalarında çok değşkenl statstksel teknklerden ÇBÖ ve KA'nın kullanılableceğ gösterlmş, sonuçlar SPSS programından elde edlmştr. ÇBÖ sonuçlarına göre, kutu üretm sürecnde sorunu yaratan, başka br deyşle maknaların durmalarında etkl olan en öneml etken kapama maknasıdır. Bu sonuç, Pareto dyagramı le elde edlen sonuçla da çakışmaktadır. Ayrıca maknaların durma sürelernn hang saat dlmlernde olduğunu belrlemek amacıyla yapılan ÇBÖ'ye göre, en öneml saat dlmlernn; 08-09, ve olduğu görülmüştür. Her k boyuta göre se, maknaların durmasında özellkle saat dlmnn çıkması dkkat çekc br sonuç olup, önlem alma faalyetlernde bu saat dlmne yoğunlaşılması önerleblnr. Öte yandan bu saat dlmler (08-09, ve 22-23) açısından etkenler ncelendğnde, kapama etkennn dışında başka etkenlern de öneml olduğu ortaya çıknuştır. Elde edlen bu sonuçlar süreçte sorunu yaratan; hem maknaların durmasına etk eden etkenler hem de bu etkenlern gözlendğ saat dlmler açısından ayrıntılı blgler verdğnden, sürecn yleştrlmesne yönelk kararların alınmasında daha etkl olacaktır.
6 240 Ayrıca benzerlkler (brbrne en yakın) açısından saat dlmler gruplandırıldığındak küme le fade edlebleceğ sonucuna ulaşılmış, ÇBÖ'den elde edlen bu sonuç KA le desteklenmştr. Bu çalışmanın br sonucu olarak, çok değşkenl statstksel teknklerden ÇBÖ ve KA'nın süreçtek probleme etk eden etkenlern belrlenmes, gözlemler arasındak farklılığın ortaya çıkartılması ve farklılık gösteren bu gözlemlere etk eden etkenlern belrlenmes açısından oldukça yararlı olduğu söyleneblmektedr. IPK uygulamalarında, kontrol edlmek stenen kalte özellklernn çok sayıda olması durumunda değşkenler arasındak lşkler açıklamak ve yorumlamak çn çok değşkenlstatstksel teknklerden yararlanılması uygun olacaktır. Örneğn, k değşkene dayalı dağılma dyagramı yerne çoklu korelasyon, kanonk korelasyon analz ve çok değşkenl regresyon analz gb teknklern kullanılableceğ düşünülmektedr. KAYNAKÇA Doğan, İ.Ö. (2000). Kalte uygulamalarının şletmelern rekabet gücü üzerne etks, Dokuz Eylül Ünverstes, Sosyal Blmler Ensttüsü Dergs, 2, ı. Hamurkaroğlu, e. ve Karakaş, M. (1999). Br üretm hattında temel statstksel teknklerden Pareto analz ve Pukö döngüsü yardımıyla makna duruşlarının tespt ve bunların azaltılması.. İstatstk Kongres, 5-9 Mayıs 1999, Belek, Antalya. Ishkawa, K. (1982). Gude to Qualty Control. Asarı Productvty Organzaton, 2nd ed., Tokyo. Grant, E.L. ve Leavenworth, R.S. (1996). Statstcal Qualty Control. WCB Mc Graw-Hll, U.S.A. Greenacre, MJ. (1984). Theory and Applcatons of Correspondence Analyss. Wley, New York. Johnson, R.A. ve Wchern, D.W. (1992). Appled Multvarate Statstcal Analyss. 3rd ed., Prentce Hall. Inc., Englewood Clffs. Mason, R.L., Tracy, N.D. ve Young, J.e. (1995). Decomposton of T2 for multvarate control chart nterpretaton. Journal of Qualty Technology. 27, Murphy, BJ. (1987). Selectng out of control varables wth the T2 multvarate qualty control procedure. The Statstcan 36, Nga, E.W.T. ve Cheng, T.e.E. (1997). Identfyng potental barrers to total qualty management usng prncpal compenent analyss and correspondence analyss. Internatonal Journal Qualty & Relablty Management. 14,4, SPSS INC. (1998). SPSS Advanccd Statstcs. 8.0, SPSS Inc., Chcago. Anadolu Ünverstes Blm ve Teknoloj Dergs, 3 (2) TatlıdL, H. (1996). Uygulamalı Çok Değşkenl İstatstksel Analz, Engn Yayın., Ankara. Xe, M. Ve Goh, T. N. (1999). Statstcal technques for qualty, The TMQ Magazne,I 1(4), Canan Hamurkaroğlu, 1960'da doğdu. Halen Hacettepe Ünverstes Fen Fakültes statstk Bölümü'nde Yrd.Doç. olarak çalışmaktadır. Evl ve 1 çocuk sahbdr. lg alanları, Uygulamalı statstk, Olasılık, Blg Kuramı, statstksel Süreç Kontrol, Kalte Yönetm şeklndedr. İlknur Özmen, 1967'de doğdu. Halen Başkent Ünverstes Fen-Edebyat Fakültes, statstk ve Blgsayar Blmler Bölümü'nde Yrd.Doç. olarak çalışmaktadır. Evl ve 1 çocuk sahbdr. İlg alanları, Çok Değşkenl statstksel Analz, Parametrlk Olmayan statstksel Analz, Uygulamalı statstk, Matematksel statstk, Posson Regresyon Analz şeklndedr. EK ı. Saat D1ınlernn ÇBÖve KA'ya GöreGnıplandınlması. Saat ç.b.o.'ye K.A.'ya Dlmler care care ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı ı
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
DetaylıSıklık 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.
DetaylıENDÜSTRİNİN 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
DetaylıDoğrusal 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
DetaylıHAFTA 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
DetaylıALGILANAN 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
DetaylıÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU
6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız
DetaylıPROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak
Detaylıdir. 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)
DetaylıÇok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama
346 Çok ölçütlü karar verme yaklaşımlarına dayalı tedarkç seçm: elektronk sektöründe br uygulama Murat ARIKAN 1, Berat GÖKBEK 1 1 Endüstr Mühendslğ Bölümü, Mühendslk Fakültes, Gaz Ünverstes, Maltepe-Ankara
DetaylıARAŞTIRMA MAKALESİ/RESEARCH ARTICLE
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:7 Saı/No: 1 : 97-101 (006) ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE ÖĞRENCİLERİN YAZ OKULU HAKKINDAKİ
DetaylıPARÇALI DOĞRUSAL REGRESYON
HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon
DetaylıA 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
DetaylıTRANSPORT 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
DetaylıPARAMETRİK 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
DetaylıMuhasebe 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
DetaylıUYUM 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
DetaylıNİTEL TERCİH MODELLERİ
NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:
DetaylıTEKNOLOJĐK 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
DetaylıPamukkale 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
DetaylıDEĞİŞKEN 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,
DetaylıRasgele 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
DetaylıKİ-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
DetaylıYÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA
YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,
Detaylı5.3. 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
DetaylıYAYILI 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
DetaylıAHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY
Dumlupınar Ünverstes Sosyal Blmler Dergs / Dumlupınar Unversty Journal of Socal Scences İNOVASYON PERFORMANSI DEĞERLENDİRME SÜRECİNDE AHS VE GİA BÜTÜNLEŞİK YAKLAŞIMI: SÜT ÜRÜNLERİ SEKTÖRÜNDE BİR UYGULAMA
DetaylıTEKNOLOJİ, PİYASA REKABETİ VE REFAH
TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr
DetaylıARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ
ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,
DetaylıREGRESYONDA 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
DetaylıK-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
DetaylıANADOLU ÜNivERSiTESi BiliM VE TEKNOLOJi DERGiSi ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CiltNol.:2 - Sayı/No: 2 : 413-417 (2001)
ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 413-417 (1) TEKNK NOTrrECHNICAL NOTE ELEKTRK ARK FıRıNıNDA TERMODNAMGN KNC YASASıNıN
DetaylıSürekli 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
DetaylıPROJELERDE -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
Detaylıkadar ( 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
DetaylıTEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA
TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA Yrd. Doç. Dr. Meltem KARAATLI * Yrd. Doç. Dr. Gonca DAVRAS ** ÖZ Otel şletmelernde,
DetaylıFARKLI 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
Detaylıa 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
Detaylı2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46
2005 Gaz Ünverstes Endüstryel Sanatlar Eğtm Fakültes Dergs Sayı:16, s31-46 ÖZET BANKALARDA MALİ BAŞARISIZLIĞIN ÖNGÖRÜLMESİ LOJİSTİK REGRESYON VE YAPAY SİNİR AĞI KARŞILAŞTIRMASI 31 Yasemn KESKİN BENLİ 1
DetaylıDOĞRUSAL 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
DetaylıPROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI. Müh. Ramadan VATANSEVER
İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ PROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI YÜKSEK LİSANS TEZİ Müh. Ramadan VATANSEVER Anablm Dalı: İşletme Mühendslğ Programı: İşletme
DetaylıTÜRKİYE 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
DetaylıBIST 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
DetaylıTOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA
Araştırma Makaleler TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA Dr., Dokuz Eylül Ünverstes, İİBF İşletme Bölümü erhan.demrel@deu.edu.tr ÖZET Ekonomk faalyetlern
Detaylı4.5. 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,
DetaylıSıfır Ağırlıklı Sayma ile Elde Edilen Veriler İçin Çok Seviyeli ZIP Regresyon * Multilevel ZIP Regression for Zero-Inflated Count Data
Yüzüncü Yıl Ünverstes Fen Blmler Ensttüsü Dergs/ Journal of The Insttute of Natural & Appled Scences 18 (1-):01-08, 013 Araştırma Makales/Research Artcle Sıfır Ağırlıklı Sayma le Elde Edlen Verler İçn
Detaylıbir 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( ) 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
DetaylıBulanık 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
DetaylıKIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ
KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ Burak KARAHAN Burak PEKEL Neşet BEDİR Cavt CAN Kırıkkale -2014-
DetaylıADJUSTED 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
DetaylıŞiddet-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)
DetaylıYAŞAM 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
DetaylıATATÜRK ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANA BİLİM DALI. Serhat BURMAOĞLU
ATATÜRK ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANA BİLİM DALI Serhat BURMAOĞLU BİRLEŞMİŞ MİLLETLER KALKINMA PROGRAMI BEŞERİ KALKINMA ENDEKSİ VERİLERİNİ KULLANARAK DİSKRİMİNANT ANALİZİ, LOJİSTİK
DetaylıÜç Boyutlu Yapı-Zemin Etkileşimi Problemlerinin Kuadratik Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak Çözümü
ECAS Uluslararası Yapı ve Deprem Mühendslğ Sempozyumu, Ekm, Orta Doğu Teknk Ünverstes, Ankara, Türkye Üç Boyutlu Yapı-Zemn Etkleşm Problemlernn Kuadratk Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak
DetaylıAKADEMİK YAKLAŞIMLAR DERGİSİ JOURNAL OF ACADEMIC APPROACHES
Konut Sahplğnn Belrleycler: Hanehalkı Resler Üzerne Br Uygulama Halm TATLI 1 Özet İnsanların barınma htyacını sağlayan konut, temel htyaçlar arasında yer almaktadır. Konut sahb olmayan ve krada oturan
DetaylıTek 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
DetaylıTÜKETİCİ TATMİNİ VERİLERİNİN ANALİZİ: YAPAY SİNİR AĞLARI ve REGRESYON ANALİZİ KARŞILAŞTIRMASI
1 TÜKETİCİ TATMİNİ VERİLERİNİN ANALİZİ: YAPAY SİNİR AĞLARI ve REGRESYON ANALİZİ KARŞILAŞTIRMASI Metehan TOLON Nuray GÜNERİ TOSUNOĞLU Özet Tüketc tatmn araştırmaları özelde pazarlama yönetclernn, genelde
DetaylıFLYBACK 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,
DetaylıFARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ
FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ M.Ensar YEŞİLYURT (*) Flz YEŞİLYURT (**) Özet: Özellkle uzak verlere sahp ver setlernn analz edlmesnde en küçük kareler tahmnclernn kullanılması sapmalı
DetaylıÖğretim planındaki AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9
Ders Kodu Teork Uygulama Lab. Ulusal Kred Öğretm planındak AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9 Ön Koşullar : Grafk İletşm I ve II, Tasarım Stüdyosu I, II, III derslern almış ve başarmış
DetaylıBÖLÜM 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
DetaylıAntalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi
Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/journal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL
DetaylıQuality Planning and Control
Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618
DetaylıBulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü
Sosyal Blmler 8/1 (010) s 19516 SOSYAL BİLİMLER Yıl : 010 Clt :8 Sayı :1 Celal Bayar Ünverstes S.B.E. Bulanık Analtk Hyerarş Sürec ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemler le Tekstl Sektöründe
DetaylıTÜRKİYE DEKİ ÖZEL BANKALARIN FİNANSAL PERFORMANSLARININ KARŞILAŞTIRILMASI: 2008-2011 DÖNEMİ. Fatih ECER *
AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13:171-189 TÜKİYE DEKİ ÖZEL BANKALAIN FİNANSAL PEFOMANSLAININ KAŞILAŞTIILMASI: 2008-2011 DÖNEMİ Fath ECE COMPAISON OF PIVATE BANKS FINANCIAL
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and atural Scences Mühendslk ve Fen Blmler Dergs Sgma 9, -4, 0 Research Artcle / Araştırma Makales FUZZY TOPSIS METHODS I GROUP DECISIO MAKIG AD A APPLICATIO FOR BAK BRACH LOCATIO
DetaylıKar Payı Politikası ve Yaşam Döngüsü Teorisi: İMKB İmalat Sektöründe Ampirik Bir Uygulama
Anadolu Ünverses Sosyal Blmler Dergs Anadolu Unversy Journal of Socal Scences Kar Payı Polkası ve Yaşam Döngüsü Teors: İMKB İmalat Sektöründe Amprk Br Uygulama Dvdend Payout Polcy and Lfe Cycle Theory:
DetaylıCalculating the Index of Refraction of Air
Ankara Unversty Faculty o Engneerng Optcs Lab IV Sprng 2009 Calculatng the Index o Reracton o Ar Lab Group: 1 Teoman Soygül Snan Tarakçı Seval Cbcel Muhammed Karakaya March 3, 2009 Havanın Kırılma Đndsnn
DetaylıKALĐTE ARTIŞLARI VE ENFLASYON: TÜRKĐYE ÖRNEĞĐ
Central Bank Revew Vol. 11 (January 2011), pp.1-9 ISSN 1303-0701 prnt / 1305-8800 onlne 2011 Central Bank of the Republc of Turkey http://www.tcmb.gov.tr/research/revew/ KALĐTE ARTIŞLARI VE ENFLASYON:
DetaylıPÜRÜZLÜ 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
DetaylıGM-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
DetaylıAtatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 25, Sayı: 1, 2011 225
Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 25, Sayı:, 20 225 FİNANSAL ANALİZDE KULLANILAN ORANLAR VE HİSSE SENEDİ GETİRİLERİ ARASINDAKİ İLİŞKİ: EKONOMİK KRİZ DÖNEMLERİ İÇİN İMKB İMALAT SANAYİ
Detaylı2.7 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
DetaylıÇOK 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
DetaylıVERİ ZARFLAMA ANALİZİ İLE TIBBİ GÖRÜNTÜ, ARŞİV VE İLETİŞİM SİSTEMLERİNİN DEVLET HASTANELERİ PERFORMANSINA ETKİLERİNİN ARAŞTIRILMASI
Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü DergsYıl: 2013/1, Sayı:17 Journal of Süleyman Demrel Unversty Insttute of Socal ScencesYear: 2013/1, Number:17 VERİ ZARFLAMA ANALİZİ İLE TIBBİ GÖRÜNTÜ,
DetaylıLOJİSTİK REGRESYON VE CART ANALİZİ TEKNİKLERİYLE SOSYAL GÜVENLİK KURUMU İLAÇ PROVİZYON SİSTEMİ VERİLERİ ÜZERİNDE BİR UYGULAMA. Zeynep Burcu KIRAN
LOJİSTİK REGRESYON VE CART ANALİZİ TEKNİKLERİYLE SOSYAL GÜVENLİK KURUMU İLAÇ PROVİZYON SİSTEMİ VERİLERİ ÜZERİNDE BİR UYGULAMA Zeynep Burcu KIRAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ
DetaylıBANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ
BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ Yrd. Doç. Dr. Murat ATAN - Araş. Gör. Gaye KARPAT ÇATALBAŞ 2 ÖZET Bu çalışma, Türk bankacılık sstem çnde faalyet gösteren tcar bankaların
DetaylıGIDA SEKTÖRÜNDE İSTATİSTİKSEL KALİTE KONTROL GRAFİKLERİNİN BİR UYGULAMASI
GIDA SEKTÖRÜNDE İSTATİSTİKSEL KALİTE KONTROL GRAFİKLERİNİN BİR UYGULAMASI Aytaç PEKMEZCİ * Özet Kalte kontrol grafkler üreç kontrolü ve yleştrlmende öneml br yere ahptr. İşletmelerdek ürünlern kalte düzeylernn
DetaylıORGANİZASYON VE YÖNETİM BİLİMLERİ DERGİSİ Cilt 10, Sayı 2, 2018 ISSN: (Online)
BÜTÜNLEŞİK BULANIK DEMATEL VE BULANIK KAPSAMLI DEĞERLEME İLE KALİTE UZMANI YETERLİLİKLERİ VE TOPLAM KALİTE YÖNETİMİ PROGRAMININ DEĞERLENDİRİLMESİ Mehmet Aksaraylı Dokuz Eylül Ünverstes Unvan (Doç. Dr.)
DetaylıMIT 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
DetaylıVeride etiket bilgisi yok Denetimsiz öğrenme (unsupervised learning) Neden gereklidir?
MEH535 Örünü Tanıma 7. Kümeleme (Cluserng) Doç.Dr. M. Kemal GÜLLÜ Elekronk ve Haberleşme Mühendslğ Bölümü web: hp://akademkpersonel.kocael.edu.r/kemalg/ E-posa: kemalg@kocael.edu.r Verde eke blgs yok Denemsz
DetaylıDENEY 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.
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ QUANTILE REGRESYON ve BİR UYGULAMA İlkay ALTINDAĞ YÜKSEK LİSANS TEZİ İSTATİSTİK ANABİLİM DALI Ağustos-1 KONYA Her Hakkı Saklıdır ÖZET YÜKSEK LİSANS TEZİ
DetaylıÜNİTE. 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
Detaylıİyi Tarım Uygulamaları Ve Tüketici Davranışları (Logit Regresyon Analizi)(*)
Gazosmanpaşa Ünverstes Zraat Fakültes Dergs Journal of Agrcultural Faculty of Gazosmanpasa Unversty http://zraatderg.gop.edu.tr/ Araştırma Makales/Research Artcle JAFAG ISSN: 1300-2910 E-ISSN: 2147-8848
DetaylıBEYKENT ÜNİVERSİTESİ - DERS İZLENCESİ - Sürüm 2. Öğretim planındaki AKTS 581058202101319 2 1 0 3 5
BEYKENT ÜNİVERSİTESİ - DERS İZLENCESİ - Sürüm 2 Ders Kodu Teork Uygulama Lab. YAPI ARAŞTIRMASI VE DOKÜMANTASYON Ulusal Kred Öğretm planındak AKTS 581058202101319 2 1 0 3 5 Ön Koşullar : Önerlen Dersler
DetaylıKısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği
Dokuz Eylül Ünverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:24, Sayı:1, Yıl:2009, ss.105-122. Kısa Vadel Sermaye Grş Modellemes: Türkye Örneğ Mehmet AKSARAYLI 1 Özhan TUNCAY 2 Alınma Tarh: 04-2008,
DetaylıYÜKSEK LİsANS VE DOKTORA PROGRAMLARI
, EK-A YÜKSEK LİsANS VE DOKTORA PROGRAMLARI Değerl Arkadaşlar, --e------ Bldğnz üzere, ş dünyası sthdam edeceğ adaylarda, ünverste mezunyet sonrası kendlerne ne ölçüde katma değer ekledklern de cddyetle
DetaylıSistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :
5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.
DetaylıOLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI
OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda
DetaylıMESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI
MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI Fath ÇİL GAZİ ÜNİVERSİTESİ Mühendslk Mmarlık Fakültes Endüstr Mühendslğ Bölümü 4. Sınıf
DetaylıBÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER
BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER Blmn amaçlarından br yaşanılan doğa olaylarını tanımlamak ve olayları önceden tahmnlemektr. Bu amacı başarmanın yollarından br olaylar üzernde etkl olduğu
DetaylıFAKTÖR 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
DetaylıEMG İşaretlerinin K-Ortalama Algoritması Kullanılarak Öbekleştirilmesi. EMG Signal Analysis Using K-Means Clustering
KSÜ Mühendslk Blmler Dergs, (), 9 5 KSU Journal of Engneerng Scences, (), 9 EMG İşaretlernn K-Ortalama Algortması Kullanılarak Öbekleştrlmes Mücahd Günay, Ahmet ALKA, KSÜ Mühendslk-Mmarlık Fakültes Elektrk-Elektronk
DetaylıÇOK DURUMLU AĞIRLIKLANDIRILMIŞ BİLEŞENLİ SİSTEMLERİN DİNAMİK GÜVENİLİRLİK ANALİZİ
T.C. KARA HARP OKULU SAVUNMA BİLİMLERİ ENSTİTÜSÜ HAREKÂT ARAŞTIRMASI ANA BİLİM DALI ÇOK DURUMLU AĞIRLIKLANDIRILMIŞ BİLEŞENLİ SİSTEMLERİN DİNAMİK GÜVENİLİRLİK ANALİZİ DOKTORA TEZİ Hazırlayan Al Rıza BOZBULUT
DetaylıTek 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
DetaylıYARIPARAMETRİK 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