Dr. Kasım Baynal Dr.Melih Metin Rüstem Ersoy Kocaeli Universitesi Müh. Fak.Endüstri Müh. Bölümü Veziroğlu Yerleşkesi, KOCAELİ
|
|
- Canan Bozkurt
- 7 yıl önce
- İzleme sayısı:
Transkript
1 TAŞIT ÜZERİNDE KULLANILAN HAVA YÖNLENDİRİCİLERİNİN YAKIT TÜKETİMİ ÜZERİNDEKİ ETKİSİNİN ÇOKLU REGRESYON ANALİZİ VE DENEY TASARIMI YÖNTEMİ İLE İNCELENMESİ Dr. Kasım Banal Dr.Melh Metn Rüstem Erso Kocael Unverstes Müh. Fak.Endüstr Müh. Bölümü Vezroğlu Yerleşkes, KOCAELİ Ford Otomotv Sana A.Ş. İzmt Gölcük Yolu 14.Km İhsane/Gölcük, KOCAELİ Ford Otomotv Sana A.Ş. İzmt Gölcük Yolu 14.Km İhsane/Gölcük, KOCAELİ ÖZET Altı Sgma kavramı, 1980 l ılların hemen başında gündeme gelmş ve aradan geçen 5 ıllık süreçte başta Amerka nın önde gelen kuruluşları olmak üzere, dünanın her ernde ve hemen her sektörde, müşter memnunetn ve frma değerlernn arttırılması amacıla ugulanmıştır. Bu çalışma sırasında, Altı Sgma araçlarından dene tasarımı ve çoklu regreson analz kullanılarak, tcar br araçta kullanılan hava önlendrclernn (üst rügarlık, an rüzgarlık, an koruma) aracın akıt tüketm üzerne etkler araştırılmıştır; çoklu regreson analz ve dene tasarımı aklaşımları le elde edlen sonuçlar çalışma sonunda rdelenmştr. Anahtar Sözcükler: Çoklu Regreson Analz, Dene Tasarımı; Altı-Sgma 1. GİRİŞ Toplam Kalte Yönetm (TKY) mükemmellğ, an "sıfır hata" düzende br deal hedefleen br önetm felsefesdr. Bu hedefn ulaşılamazlığı, TKY nn sürekl gelşme sağlaan sonsuz br olculuk olmasının nedendr. Altı sgma (AS) se, TKY nn öneml odak noktalarından br olan süreçlern kaltesnn ölçümü ve leştrlmesnde kullanılablen br öntem, br metodolojdr. Hedef hata oranlarını mlonda 3.4 sevesne düşürmektr (Flz, ). Altı Sgma; organzasonun temel süreçlern, müşter htaçlarını karşılaacak şeklde, değerlendrmek ve leştrmek çn, şmd ve gelecekte, tüm çalışanların blglernn ve saısal öntemlern etkn olarak kullanılmasıdır (Baş, 003). Br süreçtek değşkenlern kontrol altına alınması le hata ve anlışların engellenebleceğ gerçeğ, süreç değşkenlernn kontrolünü sağlaan AS metodolojsne lg artırmıştır. Endüstrde ararları kanıtlanan AS nın ugulanması oldukça kapsamlı eğtm ve hazırlıklar gerektrmektedr. AS, Tanımla Ölç - Analz et İleştr - Kontrol et (TÖAİK) basamaklarından oluşan sstematk br aklaşımdır ve statstksel hesaplamalara daanan, süreç değşkenlerne odaklı, süreç performansı hakkında blg sağlaan br kalte önetm aracıdır. AS metodolojsnde değşkenlklern hataların temel kanağı olduğu kabul edlr. Temel gösterge süreç sgma düzedr. AS kalte önetm projelerle ugulanır ve her proje AS ol hartası olarak adlandırılan sstematk aklaşımla ürütülür ve problemn görüldüğü sürecn doğasına göre statstksel öntem ve analzlerden ararlanılmaktadır(aslan, Demr, 005).. İSTATİSTİKSEL YAKLAŞIM Değşkenler arasındak lşkler, bütün doğal ve sosal blmclern üzernde durduğu a da varlığını objektf öntemlerle test etmee çalıştığı br konudur. Değşkenler arasındak
2 lşkler a brlkte değşme a da neden-sonuç lşkler şeklnde olablr. Bunlar sırasıla korelason ve regreson le analz edlrler. Bu k kavram anı anlama gelmeseler de brbrlerne akın, hatta brbrlern tamamlaan kavramlardır. Regreson analz (RA) apılırken korelason analzne başvurmak da gerekmektedr. Çok üksek br korelason katsaısına sahp olmaan br lşknn regreson denklemne de güvenlmez (Serper, 1986). RA, br bağımlı olmak üzere k a da daha çok değşken arasında doğrusal/eğrsel br lşknn matematksel olarak nasıl fade edldğnn belrlenmesdr. RA de sonuç ntelğnde olan değşkene bağımlı değşken ; bu değşkendek değşmelern nedenlern belrlemek çn lşk kurulan değşken(ler)e de bağımsız değşken(ler) denr. RA nde br bağımsız değşken varsa Bast RA ; brden çok bağımsız değşken varsa Çoklu RA söz konusudur..1. Regreson Analz Br vea daha fazla saısal değşken arasındak statstksel lşknn ntelğn saptamak çn en çok kullanılan öntem regreson analzdr (Öztürkcan, 006). Doğrusal RA nde, anakütle çn modeln belrlenmesne göre bağımlı değşken ( ) parametrelern br doğrusal brleşğ olur; tek br bağımsız değşkenl (x ) ve k parametrel (β 0 ve β 1 ) bast doğrusal model; = β + β x +, = 1, n 0 1 ε şeklnde fade edlr. Burada ε br hata termdr. Eğrsel model se; = β + β x + x +, = 1, m 0 1 β ε şeklnde fade edleblr. Çoklu doğrusal RA nde k vea daha çok saıda bağımsız değşken vea bağımsız değşken fonksonu bulunur. Genel çoklu doğrusal regreson modelnde k tane bağımsız değşken olduğu varsaılır ve anakütle model şöle fade edlr: = β + β x + + x +, = 1, k 0 1 β ε vea k k = X j β j + ε olarak azılablr. Örneklem bazında kurulan çoklu regreson model se genel olarak aşağıdak gb tanımlanır: n j = 1 Y = a + bx + cx zx k + e.. Çoklu Regreson Katsaılarının Kestrm Çoklu regreson çn regreson katsaıları kestrm de en küçük kareler öntem le apılır ve kestrmde ortaa çıkan artıkların karelernn toplamı (SS) mnmze edlr. Artıklar e olarak tanımlanırsa mnmze edlecek objektf fonkson şöle fade edlr: m e = 1 e = X j βˆ j ve SS = Her br artık (e ), gözlem apılan br değer le kestrm modeln kullanarak elde edlen br kestrm değer arasındak farktır.
3 .3 Korelason Analz İk değşken arasındak doğrusal lşknn dereces r le gösterlen korelason katsaısı (KK)le ölçülür. KK k değşkenn değşmlernn ne kadar ugun olduğunun br ölçüsüdür ve değer 1 le +1 arasında (-1 r +1) değşr. r = 0 olduğunda değşkenler arasında doğrusal br lşk olmadığı sölenr. r = +1 se poztf tam doğrusal lşk, r = -1 se negatf tam doğrusal lşk var demektr (Öztürkcan, 006; Serper,1986). Brden fazla bağımsız değşkenn varlığı halnde, bağımlı değşken le bağımsız değşkenler arasında ne derece sıkı br lşk olduğu çoklu korelason katsaısı (R) le belrlenr; ancak orumlanması bakımından daha elverşl olduğundan bunun kares olan belrllk katsaısı (R ) terch edlr. Bağımlı değşkendek değşmlern % kaçının bağımsız değşkenler tarafından açıklandığını gösteren belrllk katsaısı (BK); b x1 + c x + d x3 + + z xk R = olarak tanımlanır ( ve x ler ölçülen değerler le ortalamaları arasındak farklardır). 0 R 1 arasında değerler alır; 1'e akın değerler olması regreson modelnn ugun olduğunu göstermektedr (Karaca, 009). Br regreson modelnde er alan bağımsız değşken saısı arttıkça BK da artar. Bu nedenle, farklı saıda bağımsız değşken çeren k denklemden hangsnn terch edleceğne karar verrken düzeltlmş BK ndan ararlanılır. Düzeltlmş BK; n 1 ( R ) = 1 (1 R ), (n: gözlem saısı, k: tahmn edlen parametre saısı) n k denklem le fade edlr (Serper, 1986). 3. UYGULAMA Araç akıt tüketmndek leştrme brçok şeklde sağlanablmektedr. Şekl 4.1 de aracın akıt tüketmne etks olan temel değşkenler Ishkawa dagramı le gösterlmştr. Motor ve Kalbrason Cd Aerodnamk Hava Emş ve Egzoz Şanzıman Şekl 4.1. Ishkawa Dagramı FEAD Tekerlek Yüksek Yakıt Tüketm Bu çalışmada normal ol koşullarında aracın maruz kaldığı toplam ol drencnn aerodnamk kuvvet le lgl olan kısmı üzernde durulmuş ve aerodnamk drenç katsaısı (Cd) nın azaltılması le lgl br leştrme apılmıştır. Cd nın değerlendrlmesnde, Cd doğrudan hesaplanmaıp, aracın 100 km/s hızdan 30 km/s hıza nmes sırasında geçen süre ölçülerek leşme vea kötüleşme tespt edlmektedr. Araç durma mesafesndek artış, aracın ser sırasında maruz kaldığı ol ükünün azalmış olduğunu ve dolaısıla akıt ekonomsnn bundan olumlu önden etkleneceğ sonucunu getrmektedr. Aracın aerodnamk katsaısı ve dolaısıla akıt sarfatına etks olacağı düşünülen parçalar Şekl 4. de gösterlmştr. Bu parçalar sırasıla, üst rüzgarlık, an rüzgarlık ve an korumadır ve belrtlen parçaların her br ssteme grd olarak alınmıştır. 3
4 Şekl 4.. Hava Yönlendrcler Denelere başlamadan önce Tablo 1 de verlen dene tasarımı matrs kodlama öntem kullanılarak oluşturulmuştur. Kodlamada -1 hava önlendrcsnn olmaması durumunu, 1 de hava önlendrcsnn olması durumunu göstermektedr. DT na göre apılan deneler sonucunda elde edlen araç durma zamanları sane cnsnden verlmştr (Tablo 4.1). Tablo 4.1. Dene Matrs (L 8 ) ve Dene Sonuçları Dene A: Üst Rüzgarlık B:Yan Rüzgarlık C:Yan Koruma Y:Durma Zamanı (sane) Dene Dene Dene Dene Dene Dene Dene Dene Deneler sonucunda elde edlen sonuçlar (Y değerler) le çoklu regreson analz apılmıştır (Tablo 4. ve Tablo 4.3). Çoklu regreson hesaplamalarında tcar br program olan MİNİTAB kullanılmıştır. Tablo 4.. Regreson Analz Sonuçları Termler Faktörler Etk Katsaı SE Katsaı T P Sabt Üst Rüzgarlık A Yan Rüzgarlık B Yan Koruma C Üst Rüzgarlık*Yan Rüzgarlık AB Üst Rüzgarlık*Yan Koruma AC Yan Rüzgarlık*Yan Koruma BC Tablo 4.3. Varans Analz Sonuçları Kanak SD Seq SS Adj SS Adj MS F P Ana Etkler İkl Etkleşmler Artık Hataları Toplam Çalışma sırasında arıca, S = ; R = %99.71; (R ) = %98.00 değerler hesaplanmıştır. Bu sonuçlara bakıldığında seçlen parametreler (A, B, C, AB, AC, ve BC) sstemdek değşkenlğ çok üksek oranda açıklamaktadır. Çoklu Regreson eştlğ se; Y = A B +.75 C +.0 AB AC 1.75 BC azılablr. 4
5 Çoklu regreson analz le elde edlen sonuçlar göstermektedr k (P olasılık değerler), üst rüzgarlık durma mesafes üzernde en üksek etke sahptr ve alfa (0.05) değernden de düşük olduğundan dolaı sstem üzernde etkl br parametredr deblrz. Dğer parametreler ve kl etkleşmlern sstem üzernde etks vardır ancak alfa değernden büük olduğu çn durma mesafes dolaısıla akıt tüketm üzerne düşüktür. Şekl 4.3 te verlen Pareto grafğ de göstermektedr k, sstem etkleen en öneml parametre keskl çzgnn sağında kalan A parametresdr. B, C, AB, BC ve AC parametreler keskl çzgnn solunda kaldığından dolaı sstem üzernde öneml (anlamlı) br etks oktur. Şekl 4.3. Dene Tasarımı Analz Grafğ (A, B, C, AB, AC, BC) Yukarıdak çalışmalara lave olarak kl etkleşmler de hesaplamalar dışında bırakırsak aşağıdak sonuçlar elde edlecektr. Tablo 4.4. Regreson Analz Sonuçları Predctor Katsaı SE Katsaı T P Sabt Üst Rüzgarlık Yan Rüzgarlık Yan Koruma Tablo 4.6. Varans Analz Sonuçları Kanak DF SS MS F P Regreson Artık Hataları Toplam İkl etkleşmlern artık hata kısmında gösterlmes durumunda, varans analz sonucuna göre regreson anlamlıdır (Hesaplanan P değer 0.05 değernden küçüktür.). Regresonun anlamlı olduğunu R değernn ne üksek olması da doğrulamaktadır. (S=4.3731, R = %89.06 (R ) = %80.86 ). R ve (R ) değerlernde azalma olsa ble R değer ne de üksektr. Dolaısıla kl etkleşmlern sstem üzernde etks düşüktür ve çalışma dışında bırakılmasında br sakınca oktur. Şekl 4.4. Dene Tasarımı Analz Grafğ (A, B, C) 5
6 Bu doğrultuda elde edlen Pareto grafğne göre de sadece üst rüzgarlığın sstem üzernde anlamlı br etke sahp olduğu görülmektedr (Şekl 4.4). Arıca çoklu regreson analz sonucunda elde edlen eştlk, Y = A B +.75 C tür. 5. SONUÇ VE ÖNERİLER TKY sürekl leştrme esas alır. Tüm süreçlern analz, nasıl daha olablr? Nasıl daha hızlı olablr? de sorgulanması ve devamlı leştrme çabası çnde olunması gerekr. Bunun çn ekp çalışmasına, çalışanların önerlerne, kıaslamalara ve ölçümlere htaç var. Bu amaçla çeştl öntem ve aklaşımlar gelştrlmştr. Bunlardan br de AS dır. AS da temel amaç süreçtek değşmlern kanağını zlep, ortadan kaldırarak kalte sevesn AS düzene (hata oranını mlonda 3.4 seves) çıkarmaktır. AS ugulaan frmaların elde ettkler sonuçlar son derece somuttur ve aklaşımın gücü de buradan kanaklanmaktadır. AS brçok şletmee Düna kaltesnde çıktı üreten br apı kazandırmış ve rüştünü bu şletmelern mlonlarca dolar karla kanıtlamıştır. Bu çalışmada, AS nın araçları olan DT ve RA ardımı le aracın aerodnamk katsaısını, dolaısıla akıt tüketmn, etkleen değşkenler analz edlmştr. Çalışma sonucunda DT matrs kullanılarak çoklu regreson analz ve çoklu korelason analz apılmıştır. Analz sonucunda en etkl parametrenn üst rüzgarlık olduğu ortaa çıkarılmıştır. Dğer değşkenlern de etksnn olduğu ancak aerodnamk katsaısı üzernde etksnn statstksel anlamda öneml olmadığı bulunmuştur. Bundan dolaı araç çn, üst rüzgarlık standart br parça, an rüzgarlık ve an koruma opsonel olarak tanımlanmıştır. Ancak an rüzgarlık ve an koruma statstksel olarak anıt değşken üzerndek etkler anlamlı değlse de görüntü kaltes ve müşternn satınalma kararını olumlu etklemes açısından öneml parametrelerdr. KAYNAKÇA Flz, A. Toplam Kalte Yönetm Ve Altı Sgma Felsefes,Altı Sgma Prensb ve Ug. Eğtm Notu, MUDSEM Projes, , T.C.Maltepe Ünverstes. Aslan, D., Demr,S., Laboratuvar Tıbbında Altı-Sgma Kalte Yönetm, Türk Bokma Dergs,005; 30 (4); Serper, Ö., Ugulamalı İstatstk, Flz Ktabev, 1986, İstanbul, s.81 Öztürkcan, M., İstatstk, Ege Basım, 006, İstanbul, s.11 Karaca,N., En Küçük Kareler Yöntem, Baş, T., Motorola ve Altı Sgma, Kalteofs Yaınları No: 5, Şubat 003 6
ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU
6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız
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
DetaylıMakine Öğrenmesi 10. hafta
Makne Öğrenmes 0. hafta Lagrange Optmzasonu Destek Vektör Maknes (SVM) Karesel (Quadratc) Programlama Optmzason Blmsel term olarak dlmze geçmş olsa da bazen en leme termle karşılık bulur. Matematktek en
DetaylıÇOK DEĞİŞKENLİ OLASILIK DAĞILIMLARI
Bölüm 6 ÇOK DEĞİŞKENLİ OLASILIK DAĞILIMLARI Öncek bölümlerde tek-boutlu örnek uzalarla lgl rastgele değşkenler ve bu değşkenlern olasılık dağılımları ncelenmştr. Başka br anlatımla "br tek" rastgele değşkenle
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
DetaylıX, 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
DetaylıAdi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler
6.4.7 NÜMERİK ANALİZ Yrd. Doç. Dr. Hatce ÇITAKOĞLU 6 Müendslk sstemlernn analznde ve ugulamalı dsplnlerde türev çeren dferansel denklemlern analtk çözümü büük öneme saptr. Sınır değer ve/vea başlangıç
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
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
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
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
DetaylıDeney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı
SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış
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
DetaylıDENEY 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
DetaylıHİDROLİK ÇALIŞMALARDA İSTATİSTİKSEL YÖNTEMLERİN KULLANIMI. İstatistiksel Maddelerin Önemi ve Sınıflandırılması
HİDROLİK ÇALIŞMALARDA İSTATİSTİKSEL YÖTEMLERİ KULLAIMI Grş İstatstksel Maddelern Önem ve Sınıflandırılması Hdrolojk büüklüklern brçoğu fzk asalarıla tam olarak açıklanamaan rastgele değşken ntelğ taşırlar.
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
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
DetaylıKİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri
Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.
DetaylıKİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ
Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp
DetaylıKİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.
Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk
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 Parçalı Basınç Çubukları
Çok Parçalı Basınç Çubukları Çok parçalı basınç çubukları genel olarak k gruba arılır. Bunlar; a) Sürekl brleşk parçalardan oluşan çok parçalı basınç çubukları b) Parçaları arasında aralık bulunan çok
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
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
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
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:
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
DetaylıUZUNLAMASINA ÇALIŞMALARIN ANALĐZĐNDE KARMA ETKĐ MODELLERĐ
TÜRKĐYE CUMHURĐYETĐ ANKARA ÜNĐVERSĐTESĐ SAĞLIK BĐLĐMLERĐ ENSTĐTÜSÜ UZUNLAMASINA ÇALIŞMALARIN ANALĐZĐNDE KARMA ETKĐ MODELLERĐ Beza DOĞANAY BĐYOĐSTATĐSTĐK ANABĐLĐM DALI YÜKSEK LĐSANS TEZĐ DANIŞMAN Yrd.Doç.Dr.
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
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
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
DetaylıİSTATİSTİK DERS NOTLARI
Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ
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
Detaylı3. Parçaları Arasında Aralık Bulunan Çok Parçalı Basınç Çubukları
3. Parçaları Arasında Aralık Bulunan Çok Parçalı Basınç Çubukları Basınç çubukları brden fazla profl kullanılarak, bu profller arasında plan düzlemnde bell br mesafe bulunacak şeklde düzenleneblr. Bu teşklde,
DetaylıELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ
T SAKAYA ÜNİESİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTİK-ELEKTONİK MÜHENDİSLİĞİ ELM201 ELEKTONİK- DESİ LAOATUA FÖYÜ DENEYİ YAPTAN: DENEYİN AD: DENEY NO: DENEYİ YAPANN AD ve SOYAD: SNF: OKUL NO: DENEY GUP NO: DENEY
DetaylıSEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)
İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)
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
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
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.,
DetaylıSAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ
SAYISAL ANALİZ Doç.Dr. Cüneyt BAYILMIŞ Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz SAYISAL ANALİZ SAYISAL TÜREV Numercal Derentaton Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz İÇİNDEKİLER Sayısal Türev Ger Farklar
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
DetaylıMerkezi Eğilim (Yer) Ölçüleri
Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına
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
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
DetaylıANTALYA DA OBEZİTE YAYGINLIĞI VE DÜZEYİNİ ETKİLEYEN SOSYO-EKONOMİK DEĞİŞKENLER
Akdenz İ.İ.B.F. Dergs (21) 2011, 17-45 ANTALYA DA OBEZİTE YAYGINLIĞI VE DÜZEYİNİ ETKİLEYEN SOSYO-EKONOMİK DEĞİŞKENLER PREVALENCE AND SOCIOECONOMICS DETERMINANTS OF ADULTS OBESITY IN ANTALYA Arş. Gör. F.
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.
DetaylıREGRESYON ANALİZİ BÖLÜM 1-2
REGRESYON ANALİZİ BÖLÜM 1- Yayın Tarh: 17-08-008 REGRESYON ANALİZİ NEDİR? MODELLEME 1. GİRİŞ İstatstk blmnn temel lg alanlarından br: br şans değşkennn davranışının br model kullanılarak tahmnlenmesdr.
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
DetaylıUYGULAMA 2. Bağımlı Kukla Değişkenli Modeller
UYGULAMA 2 Bağımlı Kukla Değşkenl Modeller Br araştırmacı Amerka da yüksek lsans ve doktora programlarını kabul ednlmey etkleyen faktörler ncelemek stemektedr. Bu doğrultuda aşağıdak değşkenler ele almaktadır.
DetaylıPolinom Filtresi ile Görüntü Stabilizasyonu
Polno Fltres le Görüntü Stablzasonu Fata Özbek, Sarp Ertürk Kocael Ünverstes Elektronk ve ab. Müendslğ Bölüü İzt, Kocael fozbek@kou.edu.tr, serturk@kou.edu.tr Özetçe Bu bldrde vdeo görüntü dznnde steneen
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
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
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS EN KÜÇÜK KARELER, RİDGE REGRESYON VE ROBUST REGRESYON YÖNTEMLERİNDE ANALİZ SONUÇLARINA AYKIRI DEĞERLERİN ETKİLERİNİN BELİRLENMESİ ZOOTEKNİ ANABİLİM
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
DetaylıKIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ
Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2007/2, Sayı: 6 Journal of Suleyman Demrel Unversty Insttue of Socal Scences Year: 2007/2, Number: 6 KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM
DetaylıSüleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.111-131.
Süleyman Demrel Ünverstes İktsad ve İdar Blmler Fakültes Y.008, C.3, S. s.-3. BİREYSEL EMEKLİLİK FONLARINDA FON YAPILARININ KARMA DENEMELER YÖNTEMİ İLE İNCELENMESİ EXAMINING THE STRUCTURE OF FUNDS BY MIXTURE
DetaylıBasel II Geçiş Süreci Sıkça Sorulan Sorular
Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek
DetaylıİKİ DEĞİŞKENLİ BASİT DOĞRUSAL REGRESYON MODELİ
İKİ DEĞİŞKENLİ BASİT DOĞRUSAL REGRESON MODELİ Regresyon le ( ler) arasındak ortalama lşknn matematk fonksyonla fadesdr. f ( ) b b Bu lşk eğrselde olablr. Ortalama lşk aşağıdak gb fade edlr: E( ) f ( )
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.
DetaylıALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ
BÖLÜM 6 ALTERNATİF AKIM DEVRE ÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ 6. ÇEVRE AKIMLAR ÖNTEMİ 6. SÜPERPOZİSON TEOREMİ 6. DÜĞÜM GERİLİMLER ÖNTEMİ 6.4 THEVENİN TEOREMİ 6.5 NORTON TEOREMİ Tpak GİRİŞ Alternatf akımın
DetaylıKENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2
Journal of Yasar Unversty 2010 3294-3319 KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ Dr. Al Rıza AKTAŞ 1 Dr. Selm Adem HATIRLI 2 ÖZET Bu çalışmada, Batı Akdenz Bölges kent merkezlernde
Detaylı(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü
FİZ433 FİZİKTE BİLGİSAYAR UYGULAMALARI (DERS NOTLARI Hazırlaan: Prof.Dr. Orhan ÇAKIR Ankara Ünverstes, Fen Fakültes, Fzk Bölümü Ankara, 07! İÇİNDEKİLER. LİNEER OLMAYAN DENKLEMLERİN KÖKLERİNİN BULUNMASI
DetaylıHİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER
İstanbul Ünverstes İktsat Fakültes Malye Araştırma Merkez Konferansları 47. Ser / Yıl 005 Prof. Dr. Türkan Öncel e Armağan HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Berrn GÜLTAY YÜKSEK LİSANS TEZİ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI ADANA, 9 ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU
Detaylı1. KEYNESÇİ PARA TALEBİ TEORİSİ
DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...
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.
DetaylıYATIRIM PROJELERi ANALiziNDE BLACK-SCHOLES OPSiYON FiYATLAMA MODELiNiN KULLANIMI
YATIRIM PROJELER ANALzNDE BLACK-SCHOLES OPSYON FYATLAMA MODELNN KULLANIMI Yrd. Doç. Dr. Erkan Uysal Ankara Ünverstes Syasal Blgler Fakültes Özet Bu çalışmada, fnansal opsyon fyatlama modellernn yatınm
DetaylıTEMEL DEVRE KAVRAMLARI VE KANUNLARI
TDK Temel Devre Kavramları ve Kanunları /0 TEMEL DEVRE KAVRAMLARI VE KANUNLARI GĐRĐŞ: Devre analz gerçek hayatta var olan fzksel elemanların matematksel olarak modellenerek gerçekte olması gereken sonuçların
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
DetaylıGÜMRÜK BİRLİĞİ SONRASI TÜRKİYE NİN İHRACAT FONKSİYONUNUN TAHMİNİ
İsanbul Tcare Ünverses Sosal Blmler Dergs Yıl:7 Saı:3 Bahar 2008 s. 89-04 GÜMRÜK BİRLİĞİ SONRASI TÜRKİYE NİN İHRACAT FONKSİYONUNUN TAHMİNİ Cengz AKTAŞ * Vesel YILMAZ ** ÖZET Gelşmeke olan ülkelern ekonomk
DetaylıSansürlenmiş ve Kesikli Regresyon Modelleri
TOBİT MODEL 1 Sansürlenmş ve Keskl Regresyon Modeller Sınırlı bağımlı değşkenler: sansürlenmş (censored) ve keskl (truncated) regresyon modeller şeklnde k gruba ayrılır. 2 Sansürlenmş ve Keskl Regresyon
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
DetaylıSabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2
X Sabt Varyans Y Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern eşt varyanslı olmasıdır Her hata term varyansı bağımsız değşkenlern verlen değerlerne
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,
DetaylıFarklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman
Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım
DetaylıAsimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri
Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık
DetaylıLojistik Regresyonlarda Değişken Seçimi
Çukurova Ünverstes Zraat Fakültes Dergs, 7 (2):05-4 Lostk Regresyonlarda Değşken Seçm Hasan ÖNDER () Zeynel CEBECİ (2) Özet Bu çalışmada, lostk regresyonlarda değşken seçm yöntemlernden ler doğru seçm,
Detaylı3.2. Euler Yüksek Mertebeden Değişken Katsayılı Diferansiyel Denklemi
3.2. Euler Yüksek Mertebeden Değişken Katsaılı Diferansiel Denklemi (n). (n) + (n-). (n-) + + 2. +. + = Q() Değişken dönüşümü apalım. Diferansiel denklemi sabit katsaılı ( erine t bağımsız değişkeni )
DetaylıBir taşıt tasarımının gerçekleştirilmesi birçok etkene bağlı
MAKALE TİCARİ TAŞIT AKSLARININ DAYANIM TESTLERİNDE KULLANILACAK YÜKLERİN MÜŞTERİ ÇEVRİMİNDEKİ TAŞIT ÖLÇÜMLERİNDEN ELDE EDİLMESİ Metn Toprak * Man Truck & Bus Ag - Dachauer Strasse 667 80995 München, Deutschland
DetaylıRegresyon 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)
DetaylıBAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY - 8
BAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK - 402 MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY - 8 FARKLI YÜZEY ÖZELLİKLERİNE SAHİP PLAKALARIN ISIL IŞINIM YAYMA ORANLARININ HESAPLANMASI BAŞKENT ÜNİVERSİTESİ
DetaylıZKÜ Mühendislik Fakültesi - Makine Mühendisliği Bölümü ISI VE TERMODİNAMİK LABORATUVARI Sudan Suya Türbülanslı Akış Isı Değiştirgeci Deney Föyü
ZKÜ Müendslk Fakültes - Makne Müendslğ Bölümü Sudan Suya Türbülanslı Akış Isı Değştrge Deney Föyü Şekl. Sudan suya türbülanslı akış ısı değştrge (H950 Deneyn adı : Boru çnde sudan suya türbülanslı akışta
DetaylıENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ
ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ Emel KOCADAYI EGE ÜNİVERSİTESİ MÜH. FAK., KİMYA MÜH. BÖLÜMÜ, 35100-BORNOVA-İZMİR ÖZET Bu projede, Afyon Alkalot Fabrkasından
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
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
DetaylıÜniversite Öğrencilerinin Kredi Kartı Sahipliğini Belirleyen Faktörler
Ünverste Öğrenclernn Kred Kartı Sahplğn Belrleyen Faktörler H. Dlara KESKİN Yrd. Doç. Dr., Karadenz Teknk Ünverstes, İİBF İşletme Bölümü dlarakeskn@yahoo.com Emrah KOPARAN Öğr. Gör., Amasya Ünverstes Merzfon
DetaylıEKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM
EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM (Örgün e İknc Öğretm çn) 1. 754 hanehalkına at DOMerset sml Excel dosyasında yer alan erler kullanarak tahmnlenen DOM sonuçları: Dependent Varable: CALISANKADIN Sample:
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
DetaylıHataları Değişen Varyanslı ve Otokorelasyonlu Lineer Olmayan Regresyonda Parametre Tahmini
S.Ü. Fen-Edeba Faküles Fen Dergs Saı 0 (00) 55-68, KONYA Haaları Değşen Varanslı ve Ookorelasonlu Lneer Olmaan Regresonda Paramere Tahmn İsmal KINACI, Aşır GENÇ Öze: Blndğ gb, gerek lneer gerekse lneer
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
DetaylıİÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ
Türkye İnşaat Mühendslğ, XVII. Teknk Kongre, İstanbul, 2004 İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Nur MERZİ 1, Metn NOHUTCU, Evren YILDIZ 1 Orta Doğu Teknk Ünverstes, İnşaat Mühendslğ Bölümü, 06531 Ankara
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
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
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
Detaylı2009 Kasım. www.guven-kutay.ch FRENLER GENEL 40-4. M. Güven KUTAY. 40-4-frenler-genel.doc
009 Kasım FRENLER GENEL 40-4. Güven KUTAY 40-4-frenler-genel.doc İ Ç İ N D E K İ L E R 4 enler... 4.3 4. en çeştler... 4.3 4.3 ende moment hesabı... 4.4 4.3.1 Kaba hesaplama... 4.4 4.3. Detaylı hesaplama...
DetaylıYER 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,
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BULANIK HEDONİK REGRESYON. Gökalp Kadri YENTÜR İSTATİSTİK ANABİLİM DALI ANKARA 2011
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BULANIK HEDONİK REGRESYON Gökalp Kadr YENTÜR İSTATİSTİK ANABİLİM DALI ANKARA 011 Her hakkı saklıdır ÖZET Yüksek Lsans Tez BULANIK HEDONİK
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
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
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
Detaylı