Uyarlanabilir Küme Örneklemesinde Tahmin Modelleri. Ahmet Kaya. Ege Üniversitesi Tire Kutsan Meslek Yüksekokulu, Tire, İzmir

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Uyarlanabilir Küme Örneklemesinde Tahmin Modelleri. Ahmet Kaya. Ege Üniversitesi Tire Kutsan Meslek Yüksekokulu, Tire, İzmir"

Transkript

1 Adıama Üverses Fe Blmler Ders 5 (2) (205) 05-9 Uarlaablr Küme Örelemesde Tahm Modeller Ahme Kaa Ee Üverses Tre Kusa Mesle Yüseoulu, Tre, İzmr ahme.aa@ee.edu.r Öze Uarlaablr üme örelemes, eder örüle olaları celemesde ullaıla br öemdr. Klas üme örelemes öem le az raslaa olalara lş öre seçm apma, am edc souçları elde edlmese eel eşl edeblr. Bölüe ümelerde, çoğu ez celee özellğe sahp, eer marda öre elde edlemez, bu durumda le özelller haıda bl sahb olma pe de olaalı değldr. Bu ürde öre eerszller orada aldırma masadıla Thompso arafıda 990 ılıda elşrle uarlaablr üme örelemes, öeml br öemdr. Bu çalışmada Thompso arafıda asarlaa 5 brml br le ullaılara, ahm edcler Bas Rasele Öreleme (BRÖ) öeme ola üsülüler öserlmeedr. Aahar Kelmeler: Öreleme, uarlaablr üme örelemes, ahm modeller. Esmao Models Adapve Cluser Sampl Absrac Adapve cluser sampl s a mehod whch s used he vesao of rare eves. I s o possble ha o ae sasfacor resuls from o selec a sample a radom b us classcal cluser sampl. I dvd clusers, ofe ca be obaed suffcel amou of sample hav he characersc o be vesaed. Therefore, wll o be possble o have formao abou he characerscs of populao. I order o elmae defceces of hs pe of sample, he adapve cluser sampl mehod was developed b Thompso 990. I hs sud, has bee show ha superor of mehods whch are

2 defed paper o smple radom sampl mehod b us a arfcal populao, coa fve us, desed b Thompso. Kewords: Sampl, adapve cluser sampl, esmao models. Grş İsassel araşırmaları e emel amaçlarıda br, br araşırma alaıı, a le belrleme ve le haıda bl oplamaır. İsase le, eelde ço büü br celğ a da ço eş br alaı emsl eder. Büü cellere vea alalara ulaşma ve am saımlı bl oplama; eoom baımda malel, zama sıırlaması baımıda olaasız vea ço zor, baze de mâsızdır. Bu baımda ulaşılması üç br le le uğraşma ere ou üçü br parçası ola öreğ ele alma ve celeme ço daha aılcıdır. Bölece daha ısa br zamada le haıda bl sahb olma mümü hale elr. Buula brle, le brmler dağılım bçmlere ve celsel büülülere öre e ür br öreleme öem ullaılması ereğ doğru br şelde belrleme erer. Kle haıda bl sahb olablme ç çeşl öreleme öemler ullaılmaadır. Bu öemlerde br ola üme örelemes br arada olma eğlm ösere leler büülüğüü ahm emede baze uarlı olmaa uza davraışlar serleeblr. Bu olumsuzluğu orada aldırma amacıla elşrle ve aııla bu öeme, uarlaablr üme örelemes adı verlmşr.. Küme Örelemes Her br örelem brm brde fazla le brm çermes durumuda elde edle brme üme adı verlmeedr. Küme örelemesde, üme ç brmler ümü öreğe alımaa ve ümelerde mümü olduğu adar üme ç değşm büü uulmaa çalışılmaadır. Aca, üme ç brmler brbrlere ço bezemeler durumda üme ümüü seçme ere, br al örelem seçme erer []. Blmsel araşırmalarda üzerde çalışıla le sıırlarıı belrleme zordur. Buula brle, le sıırları belrlede sora le brmler am br lses hazırlama zor, zahmel ve zama alıcıdır. Kle brmler ç sıırları çzlememes durumuda bas rasele öreleme ve abaalı öreleme b brer eleme örelemes ola öemler ullaılması olaasız hale elmee ve üme örelemese başvurulmaadır. Küme örelemes, brde fazla le brmde oluşable örelem brmler seçlmesle ll br öemdr. Bu öemde, öreleme brmler eş a da 06

3 eş olmaa saıda le brmde oluşablr. Arıca le, üme adı verle al ruplara bölümee ve ümeler üzerde örelemee dlere seçle ümeler apsadığı brmler amamı öreğe alımaadır. Örelemede abaalamaı am erse, ümeler oluşurulmasıda üme ç değşm büü, ümeler arası değşm üçü olmaadır. Burada amaç; örelem, masmum saıda farlı brmde oluşurara, le emsl eme eeeğ arırmaır. Küme üzerde apıla çalışmala üme çde brmler ç le oplamı, oralaması vea belrl özellğe sahp brmler oralarıı ahmler apılmaadır. Arıca, üme örelemes, eleme örelemes öemde daha ucuz ve daha az zama alıcı br öemdr [], [2] ve [4]. 2. Uarlaablr Küme Örelemes Nadr örüle olaları celemesde; meselâ, esl üeme üzere ola uş ürler, havaları, bler vea az raslaa bulaşıcı br hasalığa aalaa saları celemesde las üme örelemes ullama, arzu edle souçları elde edlmese aı sağlamaz. Çüü le bölüdüğü ümelerde celee özellğe sahp brmler brçoğu er almamış olablr. Küme örelemes bu eerszllerde dolaı bu pe leler ç uarlaablr üme örelemes (adapve cluser sampl) elşrlmşr []. Uarlaablr üme örelemes; le medaa ere brmlerde seçle br brm, llele oşulu sağladığıda bu brme omşu e brmler elemesle elde edle br öreleme öemdr. İlave edle e brmler de llele oşulu sağlıorsa bezer bçmde bu brmlere de omşu brmler dâhl edlmeedr [5] ve [6]. Meselâ; adr ve esl ehlee rmş uş ürler saılarıı araşırılmasıda, özlem ç seçle brço bölede bu uş ürler le hç arşılaşılmamış olablr. Faa e zama öeml brçolula arşılaşılırsa aı çevrede aı üre sahp uşları olableceğ düşüülere aı bölelerde uşlar da öreleme alıara celemee alıır. Bu öem uulama alaıa br dğer öre de, az raslaa ve bulaşıcı br hasalığa aalaa uşlar üzerde baılablr. Başa br deşle, hasalı apmış br brele arşılaşıldığıda bu brele aı lşde bulua dğer breler de öreğe dâhl edlmeedr []. Uarlaablr üme örelemes amacı, ümeler çersde eer marda öreğe ulaşma ve le paramereler daha duarlı ahmler elde emer [5]. Topluluları oumu ve şel br araşırmada öce ahm edlemeeblr. Bu edele abaalama b duarlılığı arması alamıa ele düzeler eerl değldr. Böle leler ç uarlaablr öreleme öemler, öreleme ücüü armasıı sağlar. Kümeleşmş lelerde, 07

4 uarlaablr üme örelemes, las öreleme öemlerde daha düşü değerl varas değerler üreğ örülmüşür [7]. Thompso a öre uarlaablr üme örelemes avaaı bulumaadır. Bularda,. Brcs; öem, le araersler çe alabldğ ç le oğuluğuu ahm emede daha eldr. Verle br örelem büülüğü ve male ç, las öemlere azara ço daha değerl bller elde edleblr. 2. İcs; bu öemle, llele özlemler azaımı sağlaır, bu da oralama ve varas paramereler ç el ahmler elde edlmes sağlar [3]. 3. Bas Rasele Öreleme (BRÖ) BRÖ, N Ölçümlü br le büülüğü çersde amame şasa bağlı olara ölçümlü br seçm apılma sedğde ullaıla br öreleme öemdr. BRÖ de öem, her br le elemaıı eş olasılılarla öreğe rmes emele daaır. Bu durumda öem, br olasılı aımı sııfıa rer, çüü her br le elemaı ç öree buluma olasılığı br düzü dağılım öserr. Bua öre her br le elemaı / N olasılıla öreğe seçleblme şasıa sahp olur. BRÖ, olasılılı öreleme öemler çersde e bas ve açılaması e ola olaıdır. Aca lede brmler celeece özelller farlılılar öserdlerde bu brmler abaa adı verle al ruplara aırma ve her abaada rasele öre alara souçları brleşrme söz ousu olablr [2], [4]. 4. Yöem 08

5 N ade brm çere Y,...,, 2 les öz öüe alısı. Kle çersde eşlğde öreğ seçlmes üç farlı şelde olablr. Thompso (990) arafıda asarlaa Şel- üzerde çalışıla le, 400 aree (öreleme brme) arılmışır. Her br are, brde fazla oa şelde şarel ese (le brm) çerebldğde bu areler brer ümedr. Bu ümelerde aes seçm eş olasılılı ere bıraara (adel) vea ere bıramada apılablr. E ço ullaıla seçm öem, eş olasılılı ere bıramada, a bas rasele öreleme (BRÖ) le apıla seçmdr [4]. Burada ulaşılma see amaç, oa şelde şarel eseler oralama saısıı ahm emer. Bu edele 0 brmde (üme) oluşa l brm örelem, bas rasele örelemele seçlmş ve bu örelem şel- üzerde öserlmşr. Bu öre düze, mümü her s öreleme br olasılı vere br P( s / ) fosodur. Burada aıılmaa çalışıla bu öemde seçm olasılıları lede değerlere bağlıdır. a lesde her brm ç çere brmler br opluluğuu çere omşulu A olara aımlamaadır. Her brm omşuluğu coğraf olara e aı omşular ümesde oluşmaadır. Komşulu lşs smerr. Eğer brm; brm omşuluğuda se, brm de brm omşuluğudadır. Komşu brmler e olara seçm ç oşul, llele değşe sıırları çersde br aralı vea C ümesle verlr. Eğer sağladığı söler. Burada celee örelerde, eğer llele değşe a da eş se C x x c C se, brm oşulu, C de büü : brm oşulu sağlar. Seçle brm, oşulu sağladığı zama ou omşuluğuda üm brmler öreğe alıır. Bu brmler br ısmı oşulu sağlar, br ısmı sağlamaz. Koşulu sağlaa brmler omşuluğuda brmler de öreğe alıır ve bu şelde şlemlere devam edlr [6]. Farlı omşuluları brleşm çerdğ bu oplulu üme olara smledrlr [4]. Küme çersde oşulu sağlaa brmler, br ağ oluşurdularıda ağ vea ewor olara smledrlr [6]. Koşulu sağlamaa brm, oşulu sağlaa brm omşuluğuda bulumaa se, bua uç brm (ede u) adı verlr [7]. brmde oluşa herha br örelemde brm seçlme olasılığı, P, eşlğ le elde edlr. Burada,, m a P () N m. brm a olduğu ağda oplam brm saısı; a, brm uç brm olduğu ağda oplam uç brm saısıdır. Eğer, C oşuluu sağlıorsa ve a 0 sağlamıorsa m dr. Brm çerdğ örelem olasılığı, 09

6 m a (2) N orasal formülü le elde edlr. İl özlem eş olasılılı ere bıraara seçldğde erar özlemler çereceğde bu olasılılar; p ( m a ) ve ( p ) (3) N olara elde edlr. Şelde öserle öree ( 0) eşlğde l örelem N=400 brm çerdğde BRÖ le seçlmş ve oşulu sağlaa brmler (burada oşul, oa şelde öserle eseler bu brmler çersde bulumasıdır) sağ, sol, üs ve alıda brmler de öreleme elemş ve brmler üzerde apılmışır. Gözlem souda eğer elee brmler de oşulu sağlıorsa, bu brmler omşuluğuda brmler öreğe elemş ve 45 brmde oluşa so örelem Şel-2 de öserlmşr. Bu şelde, c ağda brmler saısı, uç brmler saısı 3, dolasıla bu brmler buluduğu ümede oplam brm saısı 24 olmaadır. Üzerde çalışıla lede ümeler oluşurulması farlı olla apılablr. Bularda brcs Şel-3 e öserlmşr. Kle, eş uzulua bolamasıa parçalara bölüür ve l örelem bu uzu parçalar arasıda seçlr. Seçm, e eş olasılılı ere bıraara vea ere bıramada öemlerde br le apılır. Her br uzu parça, brc derece brmler oluşurur. Seçle bu parçalar çersde özlem apılmaa ve llele özellğe sahp eselerle arşılaşıldığıda bezer omşulua e brmler öreleme dâhl 0

7 edlmeedr. Bu brmler c derece brmler olmaadır. Bu seçm öem le uarlaablr üme örelemes; l aşamada l örelem seçldğ, c aşamada ardışı elemeler apıldığı aşamalı öreleme olara düşüüleblr. Şel-3 e örülebleceğ b, l örelem 5 uzu parçada oluşmaadır. Bu parçalar, brc derece brmlerdr. İc derece brmler, uzu parçalar çde üçü are parçalardır. Kare parçalar, ümeler üzerde apıla özlemler souda oşulu sağlaa are brmlere sağ, sol, üs ve alıda brmler elemş ve aı şel üzerde öserle so örelem elde edlmşr. Burada brc derece brmler saısı, N=5 ve c derece brmler saısı M=20 dr.

8 Kle çde ümeler seçm ç dğer br ol, Şel-4 e öserldğ b ssema seçmdr. Burada da l örelemler ssema olara seçlmee ve aı şelde omşu brmler elemesle so örelem elde edlmeedr. Taımı apıla seçm şellerde e aı olara ullaıla şel- de öserle öemdr. Bu edele, bu çalışmada ullaıla ahm edcler ve öreler seçm şel, bezer olacaır [7]. 5. Tahm Edcler Klas ahm edcler; öre oralaması vea üme örelemes br al brm olara üme oralamalarıı oralaması parameres le le oralamasıı asız ahm edclerdr. Aca uarlaablr öemler ullaılara elde edle ahm edcler asız değldr. Uarlaablr üme örelemes ç asız ahm edcler aşağıda bölümlerde verlmeedr. 5.. İl Öre Oralaması İl öre eş olasılılı ere bıraara vea ere bıramada seçlrse eşlğde l özlemler oralaması le oralamasıı asız br ahm edcsdr. Bu ahm edcde öreleme elee omşu brmler, daha öce öreğe dâhl edlmee özlemlerde oluşur Değşrlmş Hase-Hurwz () Tp Tahm Edc Brm eş olasılılı ere bıraara seçm apıldığıda her seçmde brm seçm olasılığı P blmee aca -değerler seçm olasılıları blmemeedr. Bu edele -değerler, seçm olasılılarıa bölüdüğü ve her brm seçm saısıla çarpıldığı ahm edc ola Hase-Hurwz ahm edcs, le oralamasıı asız ahm edcsdr. Uarlaablr üme örelemesde öree her brm ç seçm olasılıları blemez. İl örelem seçme bağlı olara seçle, oşulu sağlamaa brmler ullaılması le asız br ahm edc elde edleblmes ç Hase-Hurwz ahm edcs elşrlmşr. Uarlaablr üme örelemesde, örelemde her brm ç seçm olasılıları blmeedr. İl örelem seçme bağlı olara seçle aca oşulu 2

9 sağlamaa brmler ullaılara asız br ahm edc elde edleblmes ç Hase- Hurwz ahm edcs eerldr. Buu ç brm çere ağı le öserelm. Ağda brmler saısı; örelem. brm çere ağda özlemler oralaması, uğramış ahm edc ve bu ahm edc varasıı ahm edcs sırası le m, m, l olma üzere, değşlğe (4) (5) eşller le verlr. İl örelem ere bıramada seçldğde, ( ) ( N )( N ) )( ) Var (6) olara, eğer l örelem ere bıramada seçlorsa, bu ahm edc varasıı ahm aşağıda (7) eşlğ le hesaplaır. 2 2 ( ) ( ) /( ) Var (7) 5.3. Değşrlmş Horvz-Thompso Tp Tahm Edc Klas öreleme öemler ç örelemde bulua brm olasılığı her brm ç blmeedr. Bu olasılı; her br -değer öreğe rme olasılığı le bölümes soucuda elde edle Horvz-Thompso ahm edcs, le oralamasıı asız ahm edcsdr. Buula brle uarlaablr üme örelemes düze le örelemde buluula üm brmler ç öreğe rme olasılıları blmemeedr. İl örelemde bulua ve oşulu sağlamaa brmler de ullaımıı sağlama ç asız ahm edc, Horvz- Thompso ahm edcs değşrlmesle elde edleblmeedr. Tahm edcde ullaıla her brm olasılığı, brmler örelemde buluma olasılığı blmor olmasıa rağme hesaplaablr. Bu olasılı olma üzere, l örelem eş olasılılı ere bıramada seçlrse (8) eşlğ le, l örelem eş olasılılı ere bıraara seçlrse (9) eşlğ le elde edlr. 3

10 N m (8) N ( m / N) (9) Burada; m ;. brm çere ağda brmler saısıdır ve oşulu sağlamaa herha br brm ç m dr. le buluur. a bağlı olara hesaplaa değşrlmş ahm edc (0) eşlğ N V J / (0) Bu eşle J ı seçm aşağıda bdr: 0,.brm seçlmş J.,.brm seçlmem ş Değşrlmş ahm edc ümes; fadalaılır. varası;, lede ağları saısı;,. ağda brmler m,. ağda brmler saısı ve. ağda -değerler aşağıda oplamıda.. () Tahm edcde ullaıla brm olasılığı, verle br ağıda üm brmler ç aıdır ve bu olasılı le öserlmeedr. 4 h ; ve h ağlarıı her brde e az br brm çere örelem olasılığı olma üzere bu olasılı, l örelem eş olasılılı ere bıramada seçldğde; N m N m N m m h h h (2) N olara, l örelem eş olasılılı ere bıraılara seçldğde; [ / ] [ / ] [ ( ) / ] m N m N m m N (3) h olara elde edlr. Bu durumda, ahm edc varasıı ahm edcs; K, l örelemde bulua farlı ağları saısı olma üzere aşağıda şelde elde edlr: K K 2 ( ) N ( m m ) /( m m ). (4) m Var h

11 5.4. Rao-Blacwell Meodu le Tahm Edcler Gelşrlmes, Uarlaablr üme örelemesde le oralamasıı asız ahm edcler ola ve mmum eerl sasğ br fosou değldr. Bu edele, bu asız ahm edcler her br verle br mmum eerl sas alıda durumsal belee değerler Rao-Blacwell meodu le elşrleblr. Solu le örelemesde mmum eerl sas D, D, ) : s ümes ösermeedr., (, Burada s, örelemde bulua farlı brmler ve örelem, ere bıraara seçlmş se ahm edcler heps seçm sırasıa bağlıdır. İl ve seçmler, ere bırama şlemlere bağlı olacaır. Yuarıda fade edle üç asız ahm edcde herha br le öserlme üzere, l örelem oralamasıa Rao-Blacwell (RB) meoduu uulaması ola RB E[ / D] öz öüe alalım. v Farlı brmler öreleme eledğ e örelem eşlğ olma üzere, eşlğde bas rasele öreleme le seçm apılara oluşurulaca farlı ombasoları saısı v dr. Bu ombasolar, aımlaması le sıralaablrdr. İl örelem, ombasolarıı çerdğde elde edle ahm edcs değer le öserlr. Burada var( ), ahm edc varasıdır. Yuarıda apıla örelem seçm ullaılara, ahm edcsde elde edle Rao-Blacwell ahm edcs, RB I (5) olara aımlaır. Burada, x :. ağda l örelem saısıdır. Eğer x se v eşlğde l öreğ D le uumludur. I ; brm. ombasou D le uumlu se I, olara as durumda I 0 olara öz öüe alıır. Tahm edc varasıı asız ahm edcs, RB 2 var( ) [var( ) ( ) ] I RB (6) olara elde edlr. e Rao-Blacwell eorem uulaması soucu elde edle ahm edc ve aı eorem a uulaması le elde edle değerler aıdır. D Yeerl ve e üçü olmaa sas olma üzere, E[ / D] oşullu belee değer, 5

12 E[ K / D] w / m (7) olara elde edlr. Burada, w, ç sab, m, ç brm saısıdır. Arıca, E / D ] E[ / D] eşlğ söz ousudur. Buula beraber uulamada da öserleceğ [ b; edleblmeedr. e Rao-Blacwell eorem uuladığıda farlı br ahm edc de elde 6. Uulama Bu bölümde uarlaablr üme örelemes öem saısal br uulaması ele alıacaır. Thompso (990) arafıda asarlaa bu uulama, 5 büülüğüde br le apsamaadır. Bu le {, 0, 2, 0, 000} şeldedr. Her brm omşuluğu, bş brmler çermeedr. Dolasıla bu çalışma ç llele oşul, C x : x 5} bçmdedr. Çüü uulamada 5 ve üzer özlemlerlerde daha düşü marlı uulamaları eersz olacağı değerledrlmeedr. İl örelem eşlğ 2 dr. İl örelem bas rasele öemle seçldğ uarlaablr öemde 5 C ae, a 0 2 örelem oluşurma mümüdür. Bu durumda her br örelem seçlme olasılığı /0 dur ve elde edle özlem souçları Tablo- de verlmşr. Bu lede 0 ve 000 -değerlere sahp ola dördücü ve beşc brmler br üme ablosuu dördücü saırıda er ala ve 000 -değerlere sahp ola brc ve beşc brmler başa br üme oluşururlar. Tablou dördücü saırıda ve değerlere sahp ola brc ve beşc brmler l olara seçlmşlerdr olduğuda, beşc brm e omşusu ola brm öreleme elemşr. 0 5 olduğuda -değer 2 ola bu brm omşuluğuda brm de öreleme elemşr. Burada hareele, Hase-Hurwz ahm edcs, m , ( (0 000) / 2) / , olara elde edlr. Horwz-Thompso ahm edcs se,2, 3 değerler ç, 6

13 , , 5 5, olara elde edlr. Burada las ahm edc , örelemde bulua dör özlem oralamasıı alımasıla elde edlmşr. Bu ahm edcler oralaması se ( (0 2000)/3)/ bulumuşur. Mmum eerl sas D alı farlı değer ve aı D değere sahp üm örelemler üzerde Hase-Hurwz ahm edcs ve ı oralamasıı alımasıla elde edle Rao-Blacwell ahm edcler farlı değerler sırası le RB ve RB le öserlmşr. Tablou e so saırıda bulua 0 ve 000 -değerl brm l seçm, 2 değere sahp brm oşulu sağlamaması ve l örelemde bulumaması edele ve ahm edclerde eerl ağırlığa sahp olumamış, buula brle omşu brm öreğe elemşr. Rao-Blacwell ahm ablou so üç saırı üzerde oralama alıara ll öreleme bağlı olara 2 değer ullamaadır. Kle oralaması ve le varası dr. Tabloda da örüleceğ b asız uarlaablr ahm edcler erçee de belee değere sahpr. Uarlaablr öemde ullaıla ve ahm edcler alıdır. Bas rasele öreleme le elde edle örelem oralamasıı ve 3. eşlğe sahp örelem oralamasıı arşılaşırma ç, 3. değer varas formülüde ere azara; V(BRÖ)=(98.78)(5-3.)/5(3.)= değer elde edlr. Tablou so saırıda bulua varaslar ve haa areler oralamaları celedğde; 5 eşlğde le ç Rao-Blacwell ahm edcs, RB le elde edle, varası uarlaablr öem asız ahm edcler le elde edle varaslarda daha üçü olduğu örülür. Souç olara bu çalışmaı ousu ola uarlaablr ahm edcler amamı, örelemede aı olara ullaılmaa ola bas rasele örelemede daha e olduğu soucua ulaşılmaadır. 7

14 Tablo-: 5 Brml Br Kle İç Uarlaablr Küme Örelemes Büü Olası Souçları [7] Gözlemler RB RB , , 0; 2, , 000; 0, , , 0; 2, ,000; 0, , 0; ,.000; ,.000; Oralama Yalılı Haa Kareler Oralaması Souç ve Öerler Uarlaablr üme örelemes, üme örelemes ç oluşması muhemel öre eerszller orada aldıra br öemdr. Bu öem elşrcs Thompso, aı zamada Hase-Hurwz ve Horvz-Thompso ahm modeller elşrmş ve değşrlmş ( modfed ) modeller olara aımlamışır. Çalışmaı uulama bölümüde 5 büülüğüde br le esas alıara, adı eçe ahm edclere öel elde edle uulama souçları bulumuşur. Uulama souçlarıa öre, değşrlmş ahm modeller, varas baımıda daha e olduğu sapamışır. Kle büülüğüü bu adar üçü olması, uarlaablr üme örelemesde elde edlece elemaları sıırlı olacağı varsaımı le uumludur. Dolasıla, daha ço saıda öre büülüler le las öemlerde elde edle souçları uarlaablr souçlara aısaacaları düşüüleblr. Kaalar [] S. Bl, Uarlaablr Küme Örelemes, Semer Çalışması, Ee Üverses, Fe Faüles, İsas Bölümü, Borova, İzmr, 993. [2] Ş. Basa, Öreleme Ders Noları, Ee Üverses Fe Faüles İsas Bölümü, 990, Borova, İzmr. [3] O. Bozur, Ş. Şeol, 5. İsas Güler Sempozumu, Aala, [4] A. Kaa, Ço Aşamalı Öreleme, Semer Çalışması, Ee Üverses, Fe Faüles, İsas Bölümü, Borova, İzmr, 994. [5] D. Küçüer, E. Z. Başe, A. Gülü, III. Ulusal Karadez Ormacılı Kores, 200, s

15 [6] İ. Oa, A. Alha, A. Es, Selçu Üverses Fe Edeba Faüles Ders, 2005, 25, [7] S. K. Thompso, Joural of he Amerca Sascal Assocao, 990, 85,

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

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

Detaylı

Temel elektrik ve manyetizma yasaları kullanılarak elde edilmiş olan 4 adet Maxwell denklemi bulunmaktadır.

Temel elektrik ve manyetizma yasaları kullanılarak elde edilmiş olan 4 adet Maxwell denklemi bulunmaktadır. .GİRİŞ Güümüde hıla gelşe eolo ve blg brm saesde her geçe gü e elero chalar ürelmee ve mevcu freas badıı eers alması edele ürecler üse freaslara öelmeedrler. Yüse freas ullaıldığıda se chaları bouları

Detaylı

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan III.5.RUNGE-KUTTA METODLARI Öcek bölümde özelee Talor meodlarıda erel kesme aa merebes üksek oluşu sele br özellkr. Dğer araa ürevler buluma ve esaplaması pek çok problem ç karmaşık ve zama alıcı olduğuda

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak

Detaylı

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere

Detaylı

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu S Ü Fe Ed Fa Fe Derg Saı (003) 65-0, KONYA Yığı Hacm Tahm İç Bulaı Doğrusal Regreso Modelde Ters Tahm Metodu Mustafa SEMİZ, Aşır GENÇ Özet: Bu çalışmada ığı hacm tahm ç farlı br alaşım suulmatadır. Yığı

Detaylı

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit Karadez Te Üverstes Blgsayar Mühedslğ Bölümü 5-6 Güz Yarıyılı Sayısal Çözümleme Ara Sıav Soruları Tarh: Kasım 5 Perşembe Süre: daa. f ( ( + a e fosyouu sabt otası olmadığı bldğe göre, a 'ı alableceğ e

Detaylı

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

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

Detaylı

Rasgele sayıda bağımlı aktüeryal risklerin beklenen değeri için alt ve üst sınırlar

Rasgele sayıda bağımlı aktüeryal risklerin beklenen değeri için alt ve üst sınırlar www.saskcler.org İsaskçler Dergs (8) 64-74 İsaskçler Dergs Rasgele sayıda bağımlı aküeryal rskler beklee değer ç al ve üs sıırlar Fah Tak Kırıkkale Üverses Fe-Edebya Faküles, İsask Bölümü 7-ahşha,Kırıkkale,

Detaylı

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları ÇEV 34 Yağmursuyu ve Kanalzasyon üfus Projesyonları Yrd. oç. r. Özgür ZEYA hp://cevre.beun.edu.r/zeydan/ üfus Projesyonları Tasarımı yapılaca olan alyapı projesnn (analzasyon, yağmursuyu analları vb.),

Detaylı

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir. Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade

Detaylı

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

REGRESYON VE KORELASYON ANALİZİ

REGRESYON VE KORELASYON ANALİZİ REGRESYON VE KORELASYON ANALİZİ.. Doğrusal İlşler.. Yalı (ast) Regreso... E Küçü Kareler Metodu a) Normal Delemler Çözümü ) Determat metodu c) Orj Kadırma... Regresou Stadart Sapması..3. Regresou Duarlılığı..4.

Detaylı

BEKLENEN DEĞER VE VARYANS

BEKLENEN DEĞER VE VARYANS BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee

Detaylı

T.C SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C SLÇUK ÜNİVRSİTSİ FN BİLİMLRİ NSTİTÜSÜ CP TLFONU IŞIMASININ KULLANICI YÖNÜND KRANLAMA YÖNTMİYL ZAYIFLATILMASI Leve SYFİ YÜKSK LİSANS TZİ LKTRİK- LKTRONİK MÜNDİSLİĞİ ANABİLİM DALI Koa 006 T.C SLÇUK ÜNİVRSİTSİ

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

TRAFİK SİMÜLASYON TEKNİKLERİ

TRAFİK SİMÜLASYON TEKNİKLERİ TRAFİK SİMÜLASYON TEKNİKLERİ 2. HAFTA Doç. Dr. Haka GÜLER (2015-2016) 1. TRAFİK AKIM PARAMETRELERİ Üç öeml rafk akım parameres vardır: Hacm veya akım oraı, Hız, Yoğuluk. 2. KESİNTİSİZ AKIM HACİM E AKIM

Detaylı

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

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

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

Detaylı

ÖRNEKLEME KURAMINDA AĞIRLIKLANDIRMA. Aylin ALKAYA DOKTORA TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ HAZİRAN 2009 ANKARA

ÖRNEKLEME KURAMINDA AĞIRLIKLANDIRMA. Aylin ALKAYA DOKTORA TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ HAZİRAN 2009 ANKARA ÖREKLEME KURAMIDA AĞIRLIKLADIRMA Al ALKAYA DOKTORA TEZİ İSTATİSTİK GAZİ ÜİVERSİTESİ FE BİLİMLERİ ESTİTÜSÜ AZİRA 009 AKARA Al ALKAYA tarafıda azırlaa ÖREKLEME KURAMIDA AĞIRLIKLADIRMA adlı bu tez Dotora

Detaylı

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

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

Detaylı

Faiz oranının rastlantı değişkeni olması durumunda tam hayat ve dönem sigortaları

Faiz oranının rastlantı değişkeni olması durumunda tam hayat ve dönem sigortaları wwwsascleog İsasçle Degs 009-8 İsasçle Degs Fa oaıı aslaı değşe olması duumuda am haya ve döem sgoalaı sa Saıcı Haceee Üveses Fe Faüles İsas Bölümü eelago@haceeeedu Cea dem Haceee Üveses Fe Faüles üeya

Detaylı

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET

Detaylı

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

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

Detaylı

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım Normal Dağılımlı Bir Yığı a İlişi İstatistisel Çıarım Bir üretici edi ürüleride, piyasadai 3,5 cm li vidalarda yalıca boyları 3,4 cm ile 3,7 cm aralığıda olaları ullaabilmetedir. Üretici, piyasadai bu

Detaylı

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Karma Eğitim Ders Notları. Doç. Dr.

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Karma Eğitim Ders Notları. Doç. Dr. SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER 9- Döemi Karma Eğitim Ders Notları Doç. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri

Detaylı

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

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

Detaylı

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr.

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr. SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER - Döemi Ders Notları Pro. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003.

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003. İstatst Araştırma Dergs, Clt: 0, No: 0, Sayfa: 03-7, 003. İstatstsel Parametre Kestrm Teler Webull Dağılımıı Parametreler Hesaplamasıda Kullaımı Ve Deprem Verler Webull Dağılımıa Uygulaması Veysel YILMAZ

Detaylı

6.046J/18.401J DERS 9. Post mortem (süreç sonrası) Prof. Erik Demaine

6.046J/18.401J DERS 9. Post mortem (süreç sonrası) Prof. Erik Demaine Algoritmalara Giriş 6.046J/8.40J DERS 9 Rastgele yapılamış iili arama ağaçları Belee düğüm deriliği üseliği çözümleme Dışbüeyli öuramı Jese i eşitsizliği Üstel yüseli Post mortem (süreç sorası Pro. Eri

Detaylı

5.2. Tekne Form Eğrilerinin Temsilinde Kullanılan Spline Teknikleri

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

Detaylı

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi Far Delemler Çzümüde Parametreler Değşm Ytem *Hüsey Koama Saarya Üverstes, Fe-Edebyat Faültes, Matemat Blümü, 587, Saarya Özet: İçersde e az br mertebede,,,, E b solu arları buluduğu osyoel delemlere Far

Detaylı

BÖLÜM 1 ADĐ DĐFERANSĐYEL DENKLEMLERĐN SAYISAL ÇÖZÜMÜ

BÖLÜM 1 ADĐ DĐFERANSĐYEL DENKLEMLERĐN SAYISAL ÇÖZÜMÜ BÖLÜM ADĐ DĐFERANSĐYEL DENKLEMLERĐN SAYISAL ÇÖZÜMÜ. Grş. alor sers ötem. Euler ötem. Ruge-Kutta ötemler. Ço adımlı ötemler.6 Yüse-derecede delemler ve delem sstemler.7 Sıır değer problemler Bölüm - Ad

Detaylı

BÖLÜM 4 ADİ DİFERANSİYEL DENKLEMLERİN SAYISAL ÇÖZÜMÜ

BÖLÜM 4 ADİ DİFERANSİYEL DENKLEMLERİN SAYISAL ÇÖZÜMÜ BÖLÜM ADİ DİFERANSİYEL DENKLEMLERİN SAYISAL ÇÖZÜMÜ. Grş. alor sers ötem. Euler ötem ve değş ugulamaları. Ruge-Kutta ötemler. Ço adımlı ötemler.6 Yüse-derecede delemler ve delem sstemler.7 Sıır değer problemler

Detaylı

Pareto I Daılımının lk Bozulma Sansürlü Örnekleme Planına Dayalı Parametrelerinin Tahmini ve Beklenen Test Süresi *

Pareto 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

Detaylı

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Regresyon ve Korelasyon Analizi. Regresyon Analizi Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

Detaylı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu

Detaylı

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması . Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

T.C. FIRAT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. FIRAT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. FIRAT ÜNİVRSİTSİ FN BİLİMLRİ NSTİTÜSÜ ZAMAN DOMNİND SONLU FARKLAR MTODU İL TK BOYUTLU YAPILARDA LKTROMANYTİK DALGA YAYILIMININ SİMÜLASYONU Yavu ROL YÜKSK LİSANS SMİNRİ LKTRİK-LKTRONİK MÜ. ANABİLİM

Detaylı

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

Detaylı

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması EN AKÜLTESİ EN DERGİSİ E06 4 9-5 Araştıra Maales Gelş Receved :6/0/06 Kabul Accepted :/0/06 Erha AKIN Selçu Üverstes e aültes z Bölüü Kapüs 450 Koya Türye e-al: ea@selcu.edu.tr Öz: Bu çalışada Gaut atsayıları

Detaylı

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Eoometr ve İstatst Sayı:5 0-4 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Arzdar KİRACI* Özet Gücel yazıda,

Detaylı

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii

Detaylı

BÖLÜM III. Kongrüanslar. ise a ile b, n modülüne göre kongrüdür denir ve

BÖLÜM III. Kongrüanslar. ise a ile b, n modülüne göre kongrüdür denir ve BÖLÜM III Kogrüaslar Taım 3. N sabit bir sayı, a, b Z olma üzere, eğer ( a b) ise a ile b, modülüe göre ogrüdür deir ve a b(mod ) şelide gösterilir. Asi halde, yai F ( a b) ise a ile b ye modülüe göre

Detaylı

SİSTEMATİK ÖRNEKLEME. Prof.Dr.Levent ŞENYAY VII-1 Örnekleme Yöntemleri

SİSTEMATİK ÖRNEKLEME. Prof.Dr.Levent ŞENYAY VII-1 Örnekleme Yöntemleri 7 İTMATİK ÖRKLM 7 Grş 7 Öre eçme Yötem 7 Populayo Ortalamaıı Tahm 74 Populayo Ortalamaıı Varyaı 75 Populayo türler 76 temat örelemede artmet ortalamaı tahm varyaıı tahm ProfDrLevet ŞYAY VII- Öreleme Yötemler

Detaylı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

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

Detaylı

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde

Detaylı

Farklı Amaç Fonksiyonları Kullanılarak Paftaların Sayısallaştırılması

Farklı Amaç Fonksiyonları Kullanılarak Paftaların Sayısallaştırılması Ülü Kırıı, asem Şşma Farlı Amaç Fosoları Kuaılara Paftaları Saısaaştırılması Ülü KIRICI, asem ŞİŞMAN. Odouz Maıs Üverstes,.Mühedsl Faültes, Harta Mühedslğ Bölümü, 55367, SAMSUN. Özet Çeştl amaçlar ç üretlmş

Detaylı

HOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ

HOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ B Teor Blmler ANADOLU UNIVERITY JOURNAL OF CIENCE AND TECHNOLOGY B Theoretcal ceces Clt/Vol.:-ayı/No: : 57-7 (0) HOMOJEN OLMAYAN VARYAN VARAYIMI ALTINDA ORTALAMALARIN

Detaylı

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü FİZ4 FİZİKTE BİLGİSAYAR UYGULAMALARI (DERS NOTLARI Hazırlaa: Pro.Dr. Ora ÇAKIR Aara Üverstes Fe Faültes Fz Bölümü Aara 07! İÇİNDEKİLER. LİNEER OLMAYAN DENKLEMLERİN KÖKLERİNİN BULUNMASI I/II. LİNEER DENKLEM

Detaylı

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON) BÖÜM 4 KASİK OPTİMİZASYON TEKNİKERİ KISITI OPTİMİZASYON 4. GİRİŞ Öcek bölülerde de belrtldğ b optzaso probleler çoğuluğu kısıtlaıcı oksolar çerektedr. Kısıtlaasız optzaso problelerde optu değer ede oksou

Detaylı

LİNEER CEBİR DERS NOTLARI. Ayten KOÇ

LİNEER CEBİR DERS NOTLARI. Ayten KOÇ LİNEER CEBİR DERS NOTLARI Aye KOÇ I MATRİSLER I.1. Taım F bir cisim olmak üzere her i = 1,2,..., m, j = 1,2,..., içi aij F ike a11 a12... a1 a21 a22... a 2 M M... M am1 am2... am (1) şeklide dikdörgesel

Detaylı

1. KODLAMA KURAMINA GİRİŞ 1

1. KODLAMA KURAMINA GİRİŞ 1 ÖNSÖZ Bu çalışmaı oluşumu esasıda emeğ, blgs ve sosuz desteğyle baa yol göstere değerl hocam Prof. Dr. Erol BALKANAY a; alayışı, desteğ ve atılarıda ötürü değerl hocam Yrd. Doç. Dr. Recep KORKMAZ a teşeürlerm

Detaylı

Yayılma (Değişkenlik) Ölçüleri

Yayılma (Değişkenlik) Ölçüleri Yayılma (Değşel) Ölçüler Br ver set taıma yada farlı ver set brbrde ayırt etme ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etrafıda

Detaylı

Ara Değer Hesabı (İnterpolasyon)

Ara Değer Hesabı (İnterpolasyon) Ar Değer Hesbı İterpolso Ardeğer hesbı mühedsl problemlerde sılıl rşılşıl br şlemdr. İterpolso Ble değerlerde blmee rdeğer d değerler bulumsı şlemdr. Geel olr se br osouu 0,,, gb rı otlrd verle 0,,, değerler

Detaylı

DENEY 8 İKİ KAPILI DEVRE UYGULAMALARI

DENEY 8 İKİ KAPILI DEVRE UYGULAMALARI T.C. Maltepe Ünverstes Müendslk ve Doğa Blmler Fakültes Elektrk-Elektronk Müendslğ Bölümü EK 0 DERE TEORİSİ DERSİ ABORATUAR DENEY 8 İKİ KAP DERE UYGUAMAAR Haırlaanlar: B. Demr Öner Same Akdemr Erdoğan

Detaylı

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices lert Matrsler Normları İç lt ve Üst Sıırlar Sülema Demrel Üverstes B Türe E Sarııar e Blmler Esttüsü Dergs - (00 - lert Matrsler Normları İç lt ve Üst Sıırlar Bahr TÜREN E SRIPINR Sülema Demrel Üverstes

Detaylı

BAŞLAYINIZ DENİLMEDEN SORU KİTAPÇIĞINI AÇMAYINIZ.

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

Detaylı

Polinom İnterpolasyonu

Polinom İnterpolasyonu Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır

Detaylı

KISMİ DİFERANSİYEL DENKLEMLER

KISMİ DİFERANSİYEL DENKLEMLER KISMİ DİFERANSİYEL DENKLEMLER -Kısm derasel delemler ürler - Sol ar alaşımı -Elp delemler çözüm eler - Parabol delemler çözüm eler - Hperbol delemler çözüm eler UCK348 Mühedsle Blgsaar Uglamaları Ders

Detaylı

DUAL KUATERNİYONLAR ÜZERİNDE SİMPLEKTİK GEOMETRİ E. ATA

DUAL KUATERNİYONLAR ÜZERİNDE SİMPLEKTİK GEOMETRİ E. ATA DÜ Fe Blmle Esttüsü Degs Dual Kuateyola 6. Sayı (Em l004) Üzede Smlet Geomet DUAL KUATERNİYONLAR ÜZERİNDE SİMLEKTİK GEOMETRİ E. ATA Özet Bu maalede dual uateyola üzede smlet gu, smlet etö uzayı e smlet

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI MUSTAFA ÇAĞATAY KORKMAZ YÜKSEK LİSANS TEZİ İSTATİSTİK ANA BİLİM DALI KONYA, 2

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

Detaylı

İDEAL ÇARPIMLARI (IDEAL PRODUCTS)

İDEAL ÇARPIMLARI (IDEAL PRODUCTS) T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ MATEMATİK BÖLÜMÜ (IDEAL PRODUCTS) 070216013 TUĞBA ÖZMEN 080216038 AYŞE MUTLU 080216064 SEVİLAY HOROZ Nil ehri, Düyaı e uzu ehridir (6.650

Detaylı

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM Electroc Joural of Vocatoal Colleges December/Aralı 20 İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ Hade GÜNAY AKDEMİR, Fatma TİRYAKİ 2 Özet Bu çalışmada, müşter talepler stoast, özellle esl rassal değşeler

Detaylı

BÖLÜM II. Asal Sayılar. p ab ise p a veya p b dir.

BÖLÜM II. Asal Sayılar. p ab ise p a veya p b dir. BÖLÜM II Asal Sayılar Taım. p > tam sayısıı de ve ediside başa bölei yosa bu sayıya asal sayı deir. de büyü asal olmaya sayılara da bileşi sayı deir. Teorem. Eğer p bir asal sayı ve p ab ise p a veya p

Detaylı

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarhl ve 25391 sayılı Resm Gazete'de yayımlamıştır.) Amaç BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayaak Madde 1 Bu Yöetmelğ amacı, 4857 sayılı İş Kauuu 53 ücü maddes

Detaylı

0,1,..., n p polinomu bulma işlemine interpolasyon ve px ( )

0,1,..., n p polinomu bulma işlemine interpolasyon ve px ( ) Ç.Ü Fe Blmler Esttüsü Yl:29 Clt:2-1 İNTERPOLASYON VE KALAN TEORİSİ Iterpolto d Remder Theory Fge GÜLTÜRK Mtemt Ablm Dl Yusuf KARAKUŞ Mtemt Ablm Dl ÖZET Bu çlşmd İterpolsyo tmlmş, Lgrge İterpolsyo Formülü

Detaylı

BLAST A C G T T A A A C T C G G C I I I I I I I I I A C T T T A A G C C A A G C

BLAST A C G T T A A A C T C G G C I I I I I I I I I A C T T T A A G C C A A G C BLS Öcei erste; DN izilerie,,g, bazlarıı izilişi, RN izilerie,,g,u bazlarıı izilişi ve protei izilerie amio asitleri izilişi baımıa, orta bir alfabe ile yazılmış izileri hizalaması üzerie urulu. Hizalamış

Detaylı

Çift Üstel Düzeltme (Holt Metodu ile)

Çift Üstel Düzeltme (Holt Metodu ile) Tahmin Yönemleri Çif Üsel Düzelme (Hol Meodu ile) Hol meodu, zaman serilerinin, doğrusal rend ile izlenmesi için asarlanmış bir yönemdir. Yönem (seri için) ve (rend için) olmak üzere iki düzelme kasayısının

Detaylı

ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:7 Sayı/No: 1 : (2006)

ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:7 Sayı/No: 1 : (2006) ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:7 Sayı/No: : 65-74 (26 DERLEME/REVIEW YAŞAM TESTİNDE KULLANILAN ÜSTEL VE WEİBULL DAĞILIMLARININ

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Joural of Egieerig ad atural Scieces Mühedislik ve Fe Bileri Dergisi Sigma 6/4 Araştırma Makalesi / Research Article O SPEKTRUM OF A SEF ADJOIT DIFFERATIA OPERATOR OF HIGHER ORDER WITH UBOUDED OPERATOR

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Yer Ölçüleri

Bölüm 3. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Yer Ölçüleri 0.0.06 Taımlayıcı İstatstler Bölüm 3 Taımlayıcı İstatstler Br ver set taıma veya brde azla ver set arşılaştırma ç ullaıla ve ayrıca öre verlerde hareet le reas dağılışlarıı sayısal olara özetleye değerlere

Detaylı

1. GAZLARIN DAVRANI I

1. GAZLARIN DAVRANI I . GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler

Detaylı

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

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

Detaylı

Meta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi

Meta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi İtabul Üverte İşletme Faülte Derg Itabul Uverty Joural o the School o Bue Admtrato lt/vol:38, Sayı/No:2, 2009, 34-46 ISSN: 303-732 - www.derg.org 2009 Meta-aalzde ategor verler brleştrlmede ullaıla tattel

Detaylı

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ 3 İstatst Serler ve Freas Tabloları TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ Doç. Dr. Mehmet Al CENGİZ Üte: 3 İSTATİSTİK SERİLERİ ve FREKANS TABLOLARI

Detaylı

t Dağılımı ve t testi

t Dağılımı ve t testi r. Mehme Akaraylı ağılımı ve ei oç. r. Mehme AKSARAYLI.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehme.akarayli@deu.edu.r Sude ağılımı Küçük öreklerde (

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

0 1 2 n 1. Doğu Akdeniz Üniversitesi Matematik Bölümü Mate 322

0 1 2 n 1. Doğu Akdeniz Üniversitesi Matematik Bölümü Mate 322 Bölüm 3. İkici Mertebede Lieer ve Sabit Katsaılı Diferesiel Deklemler 4 3. Geel Taımlar ( ) ( ) ( ) a ( ) + a ( ) + a ( ) +... + a ( ) + a ( ) = f ( ) () 0 şeklideki bir deklem. mertebede lieer deklem

Detaylı

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek Fasal Yöetm Örek lar Güz 2015 Güz 2015 Fasal Yöetm Örek lar 2 Örek FİNNSL YÖNETİM ÖRNEKLER 1000 TL %10 fazde kaç yıl süreyle yatırıldığıda 1600 TL olur? =1000 TL, FV=1600 TL, =0.1 FV (1 ) FV 1600 (1 )

Detaylı

TÜMEVARIM. kavrayabilmek için sonsuz domino örneği iyi bir modeldir. ( ) domino taşını devirmek gibidir. P ( k ) Önermesinin doğru olması halinde ( 1)

TÜMEVARIM. kavrayabilmek için sonsuz domino örneği iyi bir modeldir. ( ) domino taşını devirmek gibidir. P ( k ) Önermesinin doğru olması halinde ( 1) TÜMEVARIM Matematite ulladığımız teoremleri ispatlamasıda pe ço ispat yötemi vardır. Özellile doğal sayılar ve birço ouda ispatlar yapare tümevarım yötemii sıça ullaırız. Tümevarım yötemii P Öermesii doğruluğuu

Detaylı

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

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

Detaylı

GENEL DESTEK PROGRAMI. B R NC Amaç, Kapsam, Dayanak ve

GENEL DESTEK PROGRAMI. B R NC Amaç, Kapsam, Dayanak ve LETMELER GEL T RME VE DESTEKLEME DARES BA KANLI I (KOSGEB) GENEL DESTEK PROGRAMI B R NC Amaç, Kapsam, Dayanak ve Amaç MADDE 1 - (1) Bu p kar bçmde gerçekle dares Ba uygulanacak Genel Kapsam MADDE 2 - (1)

Detaylı

Fresnel Denklemleri. 2008 HSarı 1

Fresnel Denklemleri. 2008 HSarı 1 Feel Deklemle 8 HSaı 1 De İçeğ Aa Yüzeyde Mawell Deklemle Feel şlkle Yaıma Kıılma 8 HSaı Kayak(la Oc ugee Hech, Alfed Zajac Addo-Weley,199 Kuaum leko-diamğ (KDİ, Rchad Feyma, (Çev. Ömü Akyuz, NAR Yayılaı,

Detaylı

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi Yüksek Mertebede Sstemler İç Ayrıştırma Temell Br Kotrol Yötem Osma Çakıroğlu, Müjde Güzelkaya, İbrahm Eks 3 Kotrol ve Otomasyo Mühedslğ Bölümü Elektrk Elektrok Fakültes İstabul Tekk Üverstes,34369, Maslak,

Detaylı

Bir Kompleks Sayının n inci Kökü.

Bir Kompleks Sayının n inci Kökü. Prof.Dr.Hüsy ÇAKALLI Br Komplks Sayıı c Kökü. hrhag br sab doğal sayı olmak ür, br komplks sayıı c kökü, c kuvv bu sayıya ş ola komplks sayıdır. ( r(cos s olsu v (cos s dylm. Bu akdrd ( [ (cos s] dr v

Detaylı

KUBİK ŞERİT VE B ŞERİT İNTERPOLASYON YÖNTEMİ KULLANARAK SOĞUTUCU AKIŞKANLARIN DOYMA TERMOFİZİKSEL ÖZELLİKLERİNİN HASSAS OLARAK OLUŞTURULMASI

KUBİK ŞERİT VE B ŞERİT İNTERPOLASYON YÖNTEMİ KULLANARAK SOĞUTUCU AKIŞKANLARIN DOYMA TERMOFİZİKSEL ÖZELLİKLERİNİN HASSAS OLARAK OLUŞTURULMASI KUİK ŞERİT VE ŞERİT İNTERPOLSYON YÖNTEMİ KULLNRK SOĞUTUCU KIŞKNLRIN DOYM TERMOFİZİKSEL ÖZELLİKLERİNİN HSSS OLRK OLUŞTURULMSI M. Turha ÇON Ege Üverses, Mühedsl Faules, Mae Mühedslğ ölümü, orova, İZMİR Turha.coba@ege.edu.r

Detaylı

Box ve Whisker Grafiği

Box ve Whisker Grafiği www.memetaarayl.com Bölümü Amaçları DEĞİŞKELİK ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKOOMETRİ BÖLÜMÜ mehmet.aarayl@deu.edu.tr Bu Bölümü tamamladıta ora eler yapablecez: Bo ve Wher grağ ouma

Detaylı

KÖKLÜ İFADELER. = a denklemini sağlayan x sayısına a nın n inci. Tanım: n pozitif doğal sayı olmak üzere kuvvetten kökü denir.

KÖKLÜ 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

Detaylı

Bölüm 3. Tanım. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Yer Ölçüleri. 1) Aritmetik Ortalama

Bölüm 3. Tanım. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Yer Ölçüleri. 1) Aritmetik Ortalama 04.0.03 Taımlayıcı İtattler Bölüm 3 Taımlayıcı İtattler Br ver et taıma veya brde azla ver et arşılaştırma ç ullaıla ve ayrıca öre verlerde hareet le rea dağılışlarıı ayıal olara özetleye değerlere taımlayıcı

Detaylı