Silajlık ve Danelik Mısırlarda Kuru Madde Birikiminin Bazı Matematiksel Büyüme Modelleri ile Analizi

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Silajlık ve Danelik Mısırlarda Kuru Madde Birikiminin Bazı Matematiksel Büyüme Modelleri ile Analizi"

Transkript

1 Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: Joural of Agrcultural Sceces Joural homepage: Slajlık ve Daelk Mısırlarda Kuru Madde Brkm Bazı Matematksel Büyüme Modeller le Aalz Ufuk KARADAVUT a, Aşır GENÇ b, Abdurrahma TOZLUCA c, Çet PALTA d a Bgöl Üverstes, Zraat Fakültes, Zootek Bölümü, Bgöl, TÜRKĐE b Selçuk Üverstes, Fe Fakültes, Đstatstk Bölümü, Koya, TÜRKĐE c Selçuk Üverstes, Zraat Fakültes, Zootek Bölümü, Koya, TÜRKĐE d Koya Toprak ve Su Kayakları Araştırma Esttüsü, Koya, TÜRKĐE ESER BĐLGĐSĐ Araştırma Makales Btksel Üretm Sorumlu azar: Ufuk KARADAVUT, e-posta: ukaradavut@yahoo.com, Tel: +9( Gelş tarh: 4 Eylül 8, Düzeltmeler gelş: 11 Mayıs 1, Kabul: 16 Hazra 1 ÖZET Bu araştırma Bahr Dağdaş Uluslararası Tarımsal Araştırma Esttüsü deeme arazlerde yürütülmüştür. Çalışmada C 955 slajlık ve DK 585 daelk mısır çeştler Rchards, Gaussa ve Lojstk büyüme modeller kullaılarak kuru madde brkmler taımlamaya çalışılmıştır. Modeller karşılaştırılırke belrleme katsayısı (R, Hata Kareler Ortalaması (HKO, Model Etklğ (ME, Ortalama Orasal Hata (OOH, Ortalama Kareler Varyasyou (OKV ve alılık (Bas değerler dkkate alımıştır. Souç olarak, Rchards model hem slajlık hem de daelk mısırı kuru madde brkm e y taımladığı görülürke, lojstk model e az taımlaya model olduğu görülmüştür. Aahtar sözcükler: Btk büyüme modeller; Karşılaştırma ölçütler; Mısır Aalyss of Dry Matter Accumulato Usg Some Mathematcal Growth Models Slage ad Seed Cors ARTICLE INFO Research Artcle Crop Producto Correspodg author: Ufuk KARADAVUT, e-mal: ukaradavut@yahoo.com, Tel: +9( Receved: 4 September 8, Receved revsed form: 11 May 1, Accepted: 16 Jue 1 ABSTRACT Ths study was carred out at Bahr Dağdaş Iteratoal Agrcultural Research Isttute s expermetal areas. C 955 ad DK 585 were used as materal. Rchards, Gaussa ad Logstc growth models were used for descrbg plats growth. Coeffcet of determato (R, mea squared error (MSE, model effcecy (ME, mea ratoal error (MRE, mea squared varato (MSV ad Bas were used as comparso crtera. As results, Rchards model descrbed dry matter accumulato of slage ad seeds cors better tha Gaussa ad Logstc growth models. Logstc growth equato descrbed dry matter accumulato of slage ad seeds cors worse tha others growth. Keywords : Plat growth models; Comparso crtera; Cor Akara Üverstes Zraat Fakültes TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL SCIENCES 16 (

2 Slajlık ve Daelk Mısırlarda Kuru Madde Brkm Bazı Matematksel Büyüme Modeller le Aalz, Karadavut et al 1. Grş Büyüme, calıları e öeml byolojk özellklerde brsdr. Büyüme, geel alamda tek hücrellerde yüksek orgazmalara kadar bütü calılarda boy, ağırlık ve hücre sayısı bakımıda zamaa bağlı olarak meydaa gele artışları fade etmektedr. Büyüme calıda calıya değşme göstermektedr. Slajlık mısır le daelk mısır farklı özellklere sahptr. Hem yetşme özellkler hem de geotp olarak cdd alamda farklılıklar mevcuttur. Bu farklılıklar btkler büyüme ve gelşmeler de etklemektedr (Kırtok Bu edele mısır btkler büyümes farklı matematksel modeller kullaılarak taımlamaya çalışılmaktadır. apıla çalışmalarda tespt edle büyüme byolojk alamda yorumlaablr parametreler çermes çok öemldr. Büyümey fade ede br foksyo byolojk olarak açıklaamıyorsa br alam fade etmeyecektr. Acak, çeştl döemlerde alımış verler kullaılarak tahmlee matematksel büyüme model le büyüme byolojk sürec açıklamak ve büyümeye etkl faktörler tespt etmek mümkü olablmektedr (Brow et al 1976;Torre & Rak 1978; Behr et al 1. Allso (1969, mısır btklerde brer hafta arayla 1 hafta boyuca aldığı ölçümlerde yaprak alaı büyümes ve yaprak ağırlığıdak artışı br doğrusal model le belrlemeye çalışmıştır. Rakamları orjal halyle ve logartmk döüşüm uygulayarak aalz etmştr. Souçta ölçüm değerler arasıda cdd farklılıklar oluştuğuda logartmk döüşüm yapmaı faydalı olableceğ belrtmştr. Prasad et al. (1983, Decca Hbrd ve Decca 11 mısır çeştlerde btk büyümes taımlamak çm 1. derecede 4. dereceye kadar çok terml ve üssel çok terml modeller kullamışlardır. Mısır çeştlerde büyüme esasıdak kuru madde artışıı taımlamak ç kullaıla her k çeşt modellerde 4. derecede modeller büyümey daha y açıkladığıı tespt etmşlerdr. Cerrato & Blacma (199, azotlu gübreleme karşısıda mısır btkler büyümes taımlamak ç doğrusal, kuadratk, üssel ve karekök eştlkler kullamışlardır. Karekök model %86 belrleme katsayısı le e düşük açıklamaya sahp olurke, kuadratk %9.6 belrleme katsayısı le e yüksek açıklamayı yapmıştır. Overma & Scholtz (1999, mısır btksde azot, fosfor ve potasyumlu gübreler btkdek kuru madde brkm belrlemek ç Gaussa çevresel foksyou ve doğrusal-üssel büyüme eştlğ kullamışlardır. Erke döemlerde yapıla çalışmalarda doğrusal-üssel eştlkler calılardak büyümey daha y taımladığıı belrtmşlerdr. Red (, mısır btkler gübreleme ve sulama uygulaması altıda büyüme ve verm performaslarıı celedğ çalışmasıda, kuadratk model kullamıştır. Bu model %9 belrleme katsayısı le başarılı br açıklama yaptığıı belrtmştr. Karadavut et al (6, yaptıkları çalışmada mısır (Zea mays L. btks kuru ağırlıkça zamaa bağlı olarak gerçekleşe büyümes taımlamada tek, k ve üç aşamalı lojstk büyüme foksyoları kullaılmışlardır. Đk yıl süreyle DK 585 ve NS 64 çeştler kullaılarak yürütüle çalışmada DK 585 ve NS 64 çeştlerde k aşamalı büyüme eğrs foksyouu hata varyası, otokorelasyo ve belrleme katsayısı bakımıda e y tahmler olduğuu belrtmşlerdr. Palta et al (7, P 3394 ve C-955 mısır çeştler zamaa bağlı büyüme aalzler yapmışlardır. Büyüme aalzlerde yaprak alaı deks, btk büyüme oraı, kuru madde ve et asmlasyo oraları ölçülmüştür. Souç olarak C 955 çeşd fzyolojk özellkler bakımıda P 3394 çeşdde daha y performas gösterdğ tespt etmşlerdr. Slajlık ve daelk mısırlarda görüle büyüme farklılıklarıı blmes btkler daha y taımlaması ve bua göre başarılı yetştrclk ç faydalı olacaktır. apıla kayak araştırmasıda mısır büyümes taımlaması ç yapıla çalışmalar daelk mısırda kuru madde brkm üzere olurke, daelk ve slajlık btkler büyümeler karşılaştırmalı br şeklde değerledre çalışmaya rastlamamıştır. Bu çalışmada daelk ve slajlık mısırları büyümeler celemş ve aralarıda görüle farklılıklar daha açık br şeklde ortaya koulmaya çalışılmıştır. Slajlık ve daelk olarak yetştrle mısır btkler büyümeler taımlamada Rcahards, Gaussa ve Lojstk büyüme modeller kullaılarak btkler kuru madde brkmler bakımıda k grubu karşılaştırılması amaçlamıştır. 9 Tarım Blmler Dergs Joural of Agrcultural Sceces 16 (

3 Aalyss of Dry Matter Accumulato Usg Some Mathematcal Growth Models Slage ad Seed Cors, Karadavut et al. Materyal ve Metod Bu çalışma Bahr Dağdaş Uluslararası Tarımsal Araştırma Esttüsüü deeme arazlerde yürütülmüştür. Deemede daelk DK 585 ve Slajlık C 955 mısır çeştler kullaılmıştır. Ekmde daelk ve slajlık btklere at tohumlar 5 metre uzuluğudak parsellere, 7 cm sıra arası ve daelkler 18 cm slajlıklar se 8 cm sıra üzer olacak şeklde 8 er sıra halde eklmşlerdr. Çıkışta tbare her 5 güde br ve toplam 5 ölçüm yapılmıştır. So ölçüm btkler büyümeler durduğu ve olgulaşamaya başladıkları zamada yapılmıştır. Ölçümler 3 ayrı parselde ve her parselde br btk alımak suretyle tesadüfe seçle 3 btkde alımıştır. Btklere çıkışta tbare umara verlerek etketlemş ve örekleme yapılırke umaralar kuraya tab tutulmuştur. Kura soucu çıka btkler örek olarak alımışlardır. Koça çıkartmaya kadark döem ç yapıla bu çalışmada btkler toprak yüzeyde keslerek laboratuara götürülmüşlerdr. Daha sora burada 15 derece sıcaklıkta 4 saat etüvde bekletldkte sora kuru ağırlıkları belrlemes ç yede tartılmışlardır. Çalışmada btkler zamaa göre ağırlık artışlarıı celemesde Rcahards, Gaussa ve Logstk modeller kullaılmıştır. Bu modeller celee kayaklarda e çok kullaıla modeller olduğu ç bzde btkler kuru madde brkmler taımlamada bu modeller kulladık. Verler aalzde STATISTICA 6. statstk paket programı kullaılmıştır (Statsoft Bu modeller şu şeklde gösterlmektedr; Rchards büyüme model; δ t ν α ( 1 + β e (1 Burada ; çıkışta hasat olguluğua gelee kadar tespt edle ağırlık değerler, α ; üzerde durula özellğ asmptotk lmt, β ; çıkışta sora lk ağırlığı calı ağırlığı, δ ; büyüme hızıı ve ν ; eğr şekl hakkıda blg vere ve tahm edle büyüme hızıdak büküm oktasıı (flexo pot, e se.718 değerdek doğal logartma tabaıı fade etmektedr. Gözlee değer ve beklee (tahm edle değer ( X E olmak üzere; Modeller etklkler karşılaştırmak ç şu ölçütler kullaılmıştır; Belrleme katsayısı (R ; R RKT GKT ( ( (4 şeklde gösterlmektedr. RKT; Regresyo kareler toplamıı gösterrke, GKT; geel kareler toplamıı göstermektedr (Düzgüeş ve ark Belrleme katsayısı le 1 arasıda değşmektedr. 1 e yaklaştıkça model uyumu artmaktadır. Hata kareler ortalaması (HKO; HKO HKT (5 şeklde gösterlmektedr. HKT; Hata kareler toplamıı gösterrke, ; gözlem sayısıı fade etmektedr (Draper & Smth 1981; Düzgüeş et al 1987; Seber & Wld HKO sıfıra e yakı ola model terch edlmektedr. Model etklğ (ME; Gaussa Büyüme Model; α ( β T /( * δ e ( ME ( 1 (6 ( 1 1 ^ Lojstk Büyüme Model; şeklde gösterlr. Burada ;. beklee değer, ( 1 + α e ( β δ * T (3 ;. değer fade etmektedr. Model etklğ değer %9 ı üzerde olması Tarım Blmler Dergs Joural of Agrcultural Sceces 16 (

4 Slajlık ve Daelk Mısırlarda Kuru Madde Brkm Bazı Matematksel Büyüme Modeller le Aalz, Karadavut et al durumuda model etk olduğua karar verlr (Mohaty & Paul 4. Ortalama orasal hata (OOH; OOH 1 ( * şeklde gösterlmektedr. (7 ;. beklee değer, ;. değer fade etmektedr. (Alexeava et al Orasal hata büyüdükçe model zayıflamaktadır. Ortalama kareler varyasyou (OKV; 1 OKV ( ( (8 1 şeklde gösterlmektedr. ;. değer, ; değerler ortalamasıı, ;. beklee değer, ; beklee değerler ortalamasıı fade etmektedr (Kobayash & Salam. OKV büyük olması model zayıf olduğuu br gösterges olarak değerledrlmektedr. alılık (Bas; Bas 1 ( (9 şeklde gösterlmektedr (Locher et al 5. ;. beklee değer, ;. değer fade etmektedr. Bas değer büyüdükçe model güverlğ azalmaktadır. 3. Bulgular ve Tartışma apıla çalışmada, mısır çeştlere at elde elde edle kuru madde brkmler Çzelge 1 de verlmştr. Çzelge celedğde zama lerledkçe kuru madde brkm hem daelk hem de slajlık mısırlarda arttığı görülmektedr. Slajlık ve daelk olarak yetştrle C 955 ve DK 585 mısır çeştler kuru madde brkm belrlemes ç yapıla çalışmada Rchards model le yapıla karşılaştırma le elde edle souçlar Şekl 1 de gösterlmektedr. Şekl 1 celedğde btk üst asmptot değer slajlık mısır le daelk mısır arasıda cdd alamda br farklılığı olmadığı görülmektedr. Slajlık mısırı alableceğ e üst sıır g olurke, daelk mısırda bu 67.8 g a kadar çıkableceğ tahm edlmştr. Acak büyüme hızları slajlık mısırda daha hızlı olmuştur. Slajlık mısırda büyüme hızı.167 g gü -1 olurke daelk mısırda bu değer.14 g gü -1 olarak gerçekleşmştr. Belrleme katsayıları ye brbrlere yakı değer çıkmıştır. Acak HKO değerler cdd alamda farklılık göstermştr. Bütü özellkler bakımıda celedğde belrleme katsayısıı yüksek, HKO, OOH, OKV ve Bas değerler düşük olması edeyle Rchards model daelk mısırdak kuru madde brkm slajlık mısıra göre daha y açıkladığı söyleeblr. Model etklğ bakımıda slajlık mısırdak değer daha yüksek olmasıa karşı, %9 ı üzerdek değerler ala modeller etklk bakımıda ayı olarak değerledrlmşlerdr. Slajlık ve daelk olarak yetştrle mısır çeştler kuru madde brkm belrlemes ç Gaussa model le yapıla karşılaştırmada elde edle souçlar Şekl de gösterlmektedr. Şekl celedğde btk üst asmptot değerde slajlık mısır le daelk mısır arasıda br farklılık olsa da buu çok yüksek olmadığı görülmektedr. Büyüme hızıa bakıldığıda slajlık mısırı büyüme hızıı daha yüksek olduğu görülmektedr. Slajlık mısırda büyüme hızı.47 g gü -1 olurke, daelk mısırda bu değer.45 g gü -1 olarak tahm edlmştr. Dğer karşılaştırma ölçütler bakımıda celedğde geel olarak brbre yakı değerler elde edldğ görülmektedr. Acak HKO ve OKV slajlık mısırda düşük olurke, OOH ve Bas daelk mısırda düşük olmuştur. Bu özellkler dkkate alıdığıda e belrleyc faktörü HKO olduğu varsayımıda dolayı slajlık mısırdak kuru madde brkm daha y açıkladığı söyleeblr. Acak, her k model %9 ı altıda ME değere sahp olması edeyle etk olmadıkları fade edleblr. 9 Tarım Blmler Dergs Joural of Agrcultural Sceces 16 (

5 Aalyss of Dry Matter Accumulato Usg Some Mathematcal Growth Models Slage ad Seed Cors, Karadavut et al Çzelge 1-C955 ve DK585 mısır çeştlerde kuru madde brkm (g btk -1 Table 1-Accumulato of dry matter C955 ve DK585 cor cultvars (g plat -1 Ortalama E düşük E üksek Stadart Sapma Zama C955 DK585 C955 DK585 C955 DK585 C955 DK Kuru Madde Brkm (g/btk C 955 Mısır Çeşd Zama (T ( e Kuru Madde Brkm (g/btk 1 beklee.167 t Belrleme Katsayısı (R ;.9977, Hata Kareler Ortalaması (HKO; 3.46, Model Etklğ (ME; 96.78, Ortalama Orasal Hata (OOH;.116, Ortalama Kareler Varyasyou (OKV; 3.45, alılık (Bas; DK 585 Mısır Çeşd Zama (T bekleee 67.8 ( e.14 t Belrleme Katsayısı (R;.9981, Hata Kareler Ortalaması (HKO; 4.18, Model Etklğ (ME; 94., Ortalama Orasal Hata (OOH;.9, Ortalama Kareler Varyasyou (OKV; 4.17, alılık (Bas; -.1 Şekl 1-C 955 ve DK 585 mısır çeştler kuru madde brkm Rchards model le tahm Fgure 1-Estmato of dry matter acumulato C 955 ad DK 585 cor cultvars usg Rchards Model.8 Tarım Blmler Dergs Joural of Agrcultural Sceces 16 (

6 Slajlık ve Daelk Mısırlarda Kuru Madde Brkm Bazı Matematksel Büyüme Modeller le Aalz, Karadavut et al Kuru Madde Brkm (g/btk 1 beklee Zama (T Kuru Madde Brkm (g/btk 1 bekleee Zama (T. 8 C 955 Mısır Çeşd e ( T Belrleme Katsayısı (R ;.9969, Hata Kareler Ortalaması (HKO; 16.56, Model Etklğ (ME; 84.35, Ortalama Orasal Hata (OOH;.35, Ortalama Kareler Varyasyou (OKV; 16.38, alılık (Bas;.4 ( *( DK 585 Mısır Çeşd. 46 e ( T Belrleme Katsayısı (R ;.9984, Hata Kareler Ortalaması (HKO; 16.94, Model Etklğ (ME; 89.98, Ortalama Orasal Hata (OOH;.1, Ortalama Kareler Varyasyou (OKV; 16.87, alılık (Bas;.6 Şekl -C 955 ve DK 585 mısır çeştler kuru madde brkm Gaussa model le tahm Fgure -Estmato of dry matter acumulato C 955 ad DK 585 cor cultvars usg Gaussa model ( * (. 45 Kuru Madde Brkm (g/btk 1 beklee Kuru Madde Brkm (g/btk 1 bekleee Zama (T Zama (T C 955 Mısır Çeşd ( 1 + e Belrleme Katsayısı (R ;.9984, Hata Kareler Ortalaması (HKO; 3.61, Model Etklğ (ME; 8.91, Ortalama Orasal Hata (OOH;.74, Ortalama Kareler Varyasyou (OKV; 9.8, alılık (Bas;.89 ( * T DK 585 Mısır Çeşd ( 1 + e Belrleme Katsayısı (R ;.9977, Hata Kareler Ortalaması (HKO; 3.96, Model Etklğ (ME; 95.14, Ortalama Orasal Hata (OOH;.19, Ortalama Kareler Varyasyou (OKV; 3.9, alılık (Bas;.4 ( * T Şekl 3-C 955 ve DK 585 mısır çeştler kuru madde brkm Lojstk model le tahm Fgure 3-Estmato of dry matter acumulato C 955 ad DK 585 cor cultvars usg Logstc model 94 Tarım Blmler Dergs Joural of Agrcultural Sceces 16 (

7 Aalyss of Dry Matter Accumulato Usg Some Mathematcal Growth Models Slage ad Seed Cors, Karadavut et al Slajlık ve daelk olarak yetştrle C 955 ve DK 585 mısır çeştler kuru madde brkm belrlemes ç Lojstk model le yapıla karşılaştırma le elde edle souçlar Şekl 3 de gösterlmektedr. Şekl 3 celedğde btk üst asmptot değerde slajlık mısır le daelk mısır arasıda br farklılığı olduğu görülmektedr. Slajlık mısırı alableceğ e üst sıır g olurke, daelk mısırda buu g a kadar çıkableceğ tahm edlmştr. Modeller ked aralarıda karşılaştırıldığıda slajlık mısırda Rchards model belrleme katsayısı ve OOH ve Bas bakımıda dğer modellere göre daha düşük değer almıştır. Model etklğ de dğer modellerde daha yüksek bulumuştur. Gaussa ve Lojstk modeller etklk bakımıda etk olmadıkları görülmüştür. Acak Gaussa model HKO ve OKV s dğer modellerde daha düşük çıkmıştır. Geel olarak değerledrldğde Rchards model slajlık mısırı daha y açıklarke, lojstk model e az açıklaya model olduğu söyleeblr. Daelk mısır ç modeller karşılaştırıldığıda, Rchards model belrleme katsayısı harç bütü özellkler bakımıda dğer modellere göre daha y koumda olduğu görülmektedr. Belrleme katsayısı Gaussa modelde daha yüksek olmasıa karşı etk br model olmayışı (ME89.98 ve dğer karşılaştırma ölçütler bakımıda Rchards modelde sora gelmes edeyle alt sırada yer almıştır. Lojstk model se etklk deks bakımıda yüksek değer ve OOH bakımıda Gaussa modele göre düşük olmuştur. Geel olarak değerledrldğde Rchards model daelk mısırda kuru madde brkm e y şeklde taımladığı, lojstk model se e az taımladığı görülmüştür. Mısır tarımı yapıla şletmelerde e öeml ola faktör, btkler koça ve tepe püskülü çıkarma döemler mümkü olduğuca çabuk gelmes ve slaj değer ve dae tutma mktarıı azalmamasıdır. Btkler tepe püskülü ve koça çıkartma döemler btkler geotplere bağlı olduğu gb çevresel etmelerde doğruda etksdedr. Özellkle çıkışta tbare yabacı ot kotrolü, boğaz doldurma, gübreleme ve btk htyaç duyduğu döemde yapılacak sulama büyüme ve gelşmes cdd alamda etklemektedr. Bua bağlı olarak ta btkler büyümeler taımlamak ç yapıla çalışmalarda farklılıklar oluşmaktadır. Mısır btks büyümes ç yapıla çalışmalarda geel olarak farklı modeller kullaılması buu çok y açıklamaktadır (Sade ; Allso 1969; Prasad et al 1983; Cerrato & Blacma 199; Overma & Scholtz 1999; Red. Mısırda yalızca bütü btk olarak değl ayı zamada orgaları büyümeler de farklı olmakta ve bu çevrede doğruda etklemektedr (L 1996, Brch et al aptığımız çalışmada kuru madde brkm bütü btk ele alıarak değerledrlmş olması edeyle orgaları büyümeler farklı olmuş ve çevrede etklemş olablrler. apıla çalışma L (1996 ve Brch et al (1998 araştırmacıları çalışmaları le ayı paralellktedr. Palta et al (7 ı yaptığı çalışmada C 955 çeşd fzyolojk performas olarak daha üstü özellkler gösterdğ belrte souçları, yaptığımız çalışmada elde ettğmz C 955 çeşd büyüme hızıı daha yüksek olmasıı daha y açıklamaktadır. 4. Souçlar Büyüme taımlaması özellkle tarımsal uygulamaları zamalarıı e y şeklde tespt edlmes açısıda öem taşımaktadır. Üst gübre e zama verleceğ, sulamaı e zama yapılacağı gb uygulamalar büyüme belrl devresde çok öem taşır. Daelk ve slajlık mısır btkler büyümeler belrlemes ç yapıla bu çalışmada Rchards model dğer modellerde daha y taımladığı görülmüştür. Kuru madde brkm bakımıda slajlık btkler daelğe göre daha hızlı brkm yaptığı belrlemştr. Kayaklar Alexeava SG, Stomeova IA & Mkova AG (1997. A Dyamc modellg of the reproductve process of zea mayze. Frst Europea for Iformato Techology Agrculture Jue 1997, Copheage Tarım Blmler Dergs Joural of Agrcultural Sceces 16 (

8 Slajlık ve Daelk Mısırlarda Kuru Madde Brkm Bazı Matematksel Büyüme Modeller le Aalz, Karadavut et al Allso R (1969. A vestgato o fuctoal models for fertlzer respose studes. Joural of Ida Socal Agrculture 18: Behr V, Horck J L, Cabaraux J F, Alvarez A & Istasse L (1. Growth patters of Belga Blue replacemet hefers ad growg males commercal farms. Lvestock Producto Scece 71: Brch C J, Hammer G L & Rckert K G (1998. Improved methods for predctg dvdual leaf area ad leaf seesces maze (Zea mays. Australa Joural Agrcultural Research 49: 49-6 Brow J E, Ftzhug H A & Cartwrght T C (1976. A comparso of olear models for descrbg weght-age relatoshps cattle. Joural of Amal Scece 4: Cerrato M E & Blacma A M (199. Comparso of models for comparso yeld respose to troge fertlzer. Agroomy Joural 8: Draper NR & Smth H (1981. Appled Regresso Aalyss. d. Ed. Wley: New ork Düzgüeş O, Kesc T, Kavucu O & Gürbüz F (1987. Araştırma ve Deeme Metodları (Đstatstk Metodları II. A. Ü. Zraat Fakültes ayıları No: 11. Akara Karadavut U, Geç A, Palta Ç, Aksoyak Ş & Tezel M (6. Mısır (Zea Mays L. Btksde Taze Ve Kuru Ağırlık Artışı Bakımıda Tek Ve Çok Aşamalı Büyüme Aalz. 5. Đstatstk Güler Sempozyumu, 4-7 Mayıs 6. Atalya Kırtok (1998. Mısır Üretm ve Kullaımı. Kocaoluk Basım ve ayıev, Đstabul Kobayash K & Salam M U (. Comparg smulated ad measured values mea squared devato ad ts compoets. Agroomy Joural 9: L S K (1996. Study o source propertes of dfferet geotypes of cor. Ph. D. Thess. Cha s Agrc. Uv. Bejg Locher F, Heuwkel W, Guster R & Shcmdhalter U (5. The legume cotet multspeces mxture as estmated wth ear frared reflectace spectroscopy; Method Valdato. Agroomy Joural 97: 18-5 Lopez de Torre G & Rak B J (1978. Factors affectg growth curve parameters of Hereford ad Bragus cows. Joural of Amal Scece 46: Mohaty M & Paul D K (4. Modellg rce seedlg emergece growth ad uder tllage ad resdue maagemet a rce-wheat system o vertsol Cetral Ida. Sol ad Tllage Research 76: Overma A R & Scholtz R V (1999. Model for accumulato of dry matter ad plat utrets by cor. Commucatos Sol Scece ad Plat Aalyss 3: Palta Ç, Sade S, Soylu S, Karadavut U, Aksoyak Ş, Tezel M & Özer E (7. Mısırda Büyüme Aalzler. Türkye 7. Tarla Btkler Kogres. 5-7 Hazra 7, Erzurum Prasad T V R, Krshamurty K, Devedra R & Kalsam C (1983. Polamal fuctoal models to smulate crop growth maze (Zea mays L. cultvars. Joural Agroomy ad Crop Scece 171: Statsoft (1995. StatSoft, Ic. Red J B (. eld respose to utret supply across a wdth rage of codtos 1. Model dervato. Feld Crop Research 77: Seber G A F & Wld C J (1989 Nolear Regresso. Joh Wley ad Sos. New ork 96 Tarım Blmler Dergs Joural of Agrcultural Sceces 16 (

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

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

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

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2 l Ta rr ım ı Ekooms Kog rres 6-8 - Eylül l 2000 Tek rrdağ TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ (980-998) (TRANLOG MALİYET FONKİYONU UYGULAMAI) Yaşar AKÇAY Kemal EENGÜN 2. GİRİŞ Türkye tarımı

Detaylı

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc.), 008, 18(1): 1-5 Araştırma Makales/Artcle Gelş Tarh: 10.06.007 Kabul Tarh: 7.1.007 Lojstk Regresyoda Meydaa Gele Aşırı Yayılımı İcelemes

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

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

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

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

Quality Planning and Control

Quality Planning and Control Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618

Detaylı

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A Uygulamalı Blmler ve Mühedslk ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Appled Sceces ad Egeerg Clt/Vol.: 3-Sayı/No: : 5-63 (202 ARAŞTIRMA

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

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

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

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA İstabul Tcaret Üverstes Fe Blmler Dergs Yıl: 11 Sayı: Güz 01 s. 19-35 ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA Cası KAYA 1, Oza KOCADAĞLI Gelş: 30.05.01 Kabul: 14.1.01

Detaylı

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2013 yılı fo getrs 02/01/2013-02/01/2014 tarhl brm pay değerler kullaılması le hesaplamıştır. 2013 yılı karşılaştırma ölçütü getrs

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

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

Doç. Dr. Mehmet AKSARAYLI

Doç. Dr. Mehmet AKSARAYLI Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br

Detaylı

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:0-Sayı/No: : 455-465 (009) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE İKİ PARAMETRELİ WEIBULL DAĞILIMINDA

Detaylı

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları

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

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

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss.135-144 Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN

Detaylı

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,

Detaylı

SESSION 1. Asst. Prof. Dr. Fatih Ecer (Afyon Kocatepe University, Turkey) Abstract

SESSION 1. Asst. Prof. Dr. Fatih Ecer (Afyon Kocatepe University, Turkey) Abstract SESSION 1 Türkye dek Kout Fyatlarıı Tahmde Hedok Regresyo Yötem le Yapay Sr Ağlarıı Karşılaştırılması Comparso of Hedoc Regresso Method ad Artfcal Neural Networks to Predct Housg Prces Turkey Asst. Prof.

Detaylı

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma Süleyma Demrel Üverstes, Fe Blmler Esttüsü Dergs, 15- ( 011),17-134 Çok Aşamalı Sıralı Küme Öreklemes Tasarımlarıı Etklkler Üzere Br Çalışma Nlay AKINCI 1, Yaprak Arzu ÖZDEMİR * 1 TRT Geel Müdürlüğü Reklam

Detaylı

Politeknik Dergisi, 2015; 18 (1) : Journal of Polytechnic, 2015; 18 (1) : 35-42

Politeknik Dergisi, 2015; 18 (1) : Journal of Polytechnic, 2015; 18 (1) : 35-42 Poltekk Dergs, 015; 18 (1) : 35-4 Joural of Polytechc, 015; 18 (1) : 35-4 Atakya Bölgesde Rüzgâr Gücü Yoğuluğu ve Rüzgâr Hızı Dağılımı Parametreler İstatstksel Aalz İlker Mert *, Cuma Karakuş ** * Dezclk

Detaylı

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI Süleyma Demrel Üverstes İktsad ve İdar Blmler Fakültes Dergs Y.2008, C.3, S.2 s.335-350. Suleyma Demrel Uversty The Joural of Faculty of Ecoomcs ad Admstratve Sceces Y.2008, vol.3, No.2 pp.335-350. PORTFÖY

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

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Parametrik Olmayan İstatistik Çözümlü Sorular - 2 Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları

Detaylı

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0

Detaylı

DOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1

DOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1 ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 265-270 (2001) ARAŞTIRMA MAKALESIRESEARCH ARTICLE DOGRUSAL REGRESYONDA SAGLAM TAHMN

Detaylı

CHAID Algoritması ile Balık Eti Tüketimini Etkileyen Faktörlerin İncelenmesi

CHAID Algoritması ile Balık Eti Tüketimini Etkileyen Faktörlerin İncelenmesi Gazosmapaşa Üverstes Zraat Fakültes Dergs Joural of AgrculturalFaculty of GazosmapasaUversty http://zraatderg.gop.edu.tr/ Araştırma Makales/ResearchArtcle JAFAG ISSN: 1300-910 E-ISSN: 147-8848 (018) 35

Detaylı

Orkun COŞKUNTUNCEL a Mersin Üniversitesi

Orkun COŞKUNTUNCEL a Mersin Üniversitesi Kuram ve Uygulamada Eğtm Blmler Educatoal Sceces: Theory & Practce - 3(4) 39-58 03 Eğtm Daışmalığı ve Araştırmaları İletşm Hzmetler Tc. Ltd. Şt. www.edam.com.tr/kuyeb DOI: 0.738/estp.03.4.867 Sosyal Blmlerde

Detaylı

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI İstabul Tcaret Üverstes Sosal Blmler Dergs Yıl:8 Saı:5 Bahar 2009 s.73-87 WEİBULL DAĞILIMII ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİ İSTATİSTİKSEL TAHMİ YÖTEMLERİİ KARŞILAŞTIRILMASI Flz ÇAKIR ZEYTİOĞLU* ÖZET Güümüzde

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede

Detaylı

İSTATİSTİKSEL TAHMİNLEME VE

İSTATİSTİKSEL TAHMİNLEME VE 1 ölüm maçları İSTTİSTİKSEL THMİLEME VE YORUMLM SÜRECİ ÖREKLEME VE ÖREKLEME DĞILIMLRI u bölümde öğreeceklerz. Örekleme gereksm ve yötemler celemek. Örekleme hatası kavramıı taımlamak Örekleme dağılışı

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1 ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ

Detaylı

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI*

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* Costructo O Probablty Desty Fucto For The Relablty Block Dagram

Detaylı

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve

Detaylı

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

AES S Kutusuna Benzer S Kutuları Üreten Simulatör AES S Kutusua Bezer S Kutuları Ürete Smulatör M.Tolga SAKALLI Trakya Üverstes Blgsayar Mühedslğ tolga@trakya.edu.tr Erca BULUŞ Trakya Üverstes Blgsayar Mühedslğ ercab@trakya.edu.tr Adaç ŞAHİN Trakya Üverstes

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama KMÜ Sosyal ve Ekoomk Araştırmalar Dergs (8): 37-45, 00 ISSN: 309-93, wwwkmuedutr Kuruluş Yer Seçmde Bulaık TOPSIS Yötem ve Bakacılık Sektörüde Br Uygulama Nha Tırmıkçıoğlu Çıar Yıldız Tekk Üverstes, Kmya-Metalür

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Kabul Edlmş Araştırma Makales (Düzelememş Sürüm) Accepted Research Artcle (Ucorrected Verso) Makale Başlığı / Ttle Karayolu

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

Balgat ve Etimesgut Bölgesi Kilinin Zemin İndekslerinin ve Parametrelerinin Değerlendirilmesi

Balgat ve Etimesgut Bölgesi Kilinin Zemin İndekslerinin ve Parametrelerinin Değerlendirilmesi Poltekk Dergs Joural of Polytechc Clt: 8 Sayı: s. 87-94, 5 Vol: 8 No: pp. 87-94, 5 Balgat ve Etmesgut Bölges Kl Zem İdeksler ve Parametreler Değerledrlmes. Haluk ÇELİK, ehmet ORHAN, Yelz ONGUN Gaz Üverstes

Detaylı

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ İSTATİSTİK Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özka GÖRGÜLÜ Tavsye Edle Kayak Ktaplar Her öğrec keds tuttuğu düzel otlar.. Akar, M. ve S. Şahler, (997). İstatstk. Ç.Ü. Zraat Fakültes Geel Yayı No: 74, Ders

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

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

Yapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi

Yapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi Fırat Üv. Müh. Bl. Dergs Scece ad Eg. J of Fırat Uv. 8 (), 143-147, 016 8 (), 143-147, 016 Yapay Sr Ağlarıı Kullaarak Türkye İç Kara Yüzey Sıcaklığıı Modellemes Özet Oza Şekal Çukurova Üverstes, Blgsayar

Detaylı

Biyoistatistik (Ders 9: Korelasyon ve Regresyon Analizi)

Biyoistatistik (Ders 9: Korelasyon ve Regresyon Analizi) KORELASYON ve REGRESYON ANALİZLERİ Yrd. Doç. Dr. Üal ERKORKMAZ Sakarya Üverstes Tıp Fakültes Byostatstk Aablm Dalı uerkorkmaz@sakarya.edu.tr SİSTEM, ALT SİSTEM ve SİSTEM DİNAMİKLERİ Doğa br aa sstemdr.

Detaylı

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği Akademk Blşm 11 - III. Akademk Blşm Koferası Bldrler 2-4 Şubat 2011 İöü Üverstes, Malatya Bağıl Değerledrme Sstem Smülasyo Yötem le Test Edlmes: Kls 7 Aralık Üverstes Öreğ Kls 7 Aralık Üverstes, Blgsayar

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

x 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)

x 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası) 4 ÖRNEKLEME HATASI 4.1 Duyarlılık 4. Güveilirik 4.3 Örek hacmi ve uyarlılık arasıaki ilişki 4.4 Örek hacmi ve göreceli terimler ile uyarlılık arasıaki ilişki 4.5 Hata kareler ortalaması Örekte ele eile

Detaylı

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin 4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii

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

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLAR İÇİN EN ÇOK OLABİLİRLİK VE FARKLI KAYIP FONKSİYONLARI ALTINDA BAYES TAHMİN EDİCİLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI Gülca GENCER

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ DEÜ MÜHENDİSLİK FAKÜLESİ FEN ve MÜHENDİSLİK DERGİSİ lt: 9 Sayı: s -7 Ocak 7 HİDROLİK PROBLEMLERİNİN ÇÖÜMÜNDE AŞIMA MARİSİ YÖNEMİ (MEHOD OF RANSFER MARIX O HE ANALYSIS OF HYDRAULI PROBLEMS) Rasoul DANESHFARA*,

Detaylı

TEDARİKÇİ SEÇİMİ İÇİN BİR KARAR DESTEK SİSTEMİ A DECISION SUPPORT SYSTEMS FOR SUPPLIER SELECTION

TEDARİKÇİ SEÇİMİ İÇİN BİR KARAR DESTEK SİSTEMİ A DECISION SUPPORT SYSTEMS FOR SUPPLIER SELECTION Süleyma Demrel Üverstes Mühedslk Blmler ve Tasarım Dergs 3(2), 9-04, 205 ISSN: 308-6693 Araştırma Makales Suleyma Demrel Uversty Joural of Egeerg Sceces ad Desg 3(2), 9-04, 205 ISSN: 308-6693 Research

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

İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME

İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME V. Ulusal Üretim Araştırmaları Sempozyumu, İstabul Ticaret Üversitesi, 25-27 Kasım 2005 İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME Tamer EREN

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

DEĞİŞİM ÖLÇÜLERİ 4. TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI. Ünite: 4 DEĞİŞİM ÖLÇÜLERİ. Doç. Dr. Yüksel TERZİ İÇİNDEKİLER İÇİNDEKİLER

DEĞİŞİM ÖLÇÜLERİ 4. TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI. Ünite: 4 DEĞİŞİM ÖLÇÜLERİ. Doç. Dr. Yüksel TERZİ İÇİNDEKİLER İÇİNDEKİLER TAŞINMAZ GELİŞTİRME Üte: DEĞİŞİM ÖLÇÜLERİ Doç. Dr. üksel TERZİ TAŞINMAZ GELİŞTİRME TEZSİZ ÜKSEK LİSANS PROGRAMI İÇİNDEKİLER.1. GİRİŞ.. DEĞİŞİM ÖLÇÜLERİ..1. Değşm Geşlğ... Kartller Arası fark... Ortalama

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

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı) 3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda

Detaylı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı YÖNEYLEM ARAŞTIRMASI III Hafta Determstk Damk Programlama (devam) Damk Programlama Geçe derste küçük ölçekl problemler damk programlamayla yelemel olarak asıl çözüldüğüü gördük. Bu derste, öreklere devam

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ STRES DAYANIKLILIK GÜVENİLİRLİĞİNİN MASKELİ VERİLERE DAYALI TAHMİNİ Demet SEZER DOKTORA TEZİ İstatstkAablm Dalı Aralık-03 KONYA Her Hakkı Saklıdır TEZ

Detaylı

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2 BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ M.Em ÖNCÜ, Yusuf CALAYIR ocume@dcle.edu.tr, ycalayr@frat.edu.tr Öz: Çalışmada, betoarme yapıları Türk Deprem Yöetmelğde (ABYYHY,998) verle talep

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ Clt: 2 Sayı: 3 sh 87-02 Ekm 200 VOLTERRA SERİLERİ METODU İLE DOĞRUSAL OLMAYAN SİSTEMLERİN FREKANS BOYUTUNDA ANALİZİ İÇİN NET TABANLI ARAYÜZ TASARIMI (DESIGN

Detaylı

İstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi

İstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi Makie Tekolojileri Elektroik Dergisi Cilt: 8, No: 4, 011 (75-80) Electroic Joural of Machie Techologies Vol: 8, No: 4, 011 (75-80) TEKNOLOJİK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:1304-4141

Detaylı

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz. YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp

Detaylı

TÜRKİYE NİN TİCARİ HİZMETLER ENDÜSTRİ İÇİ TİCARETİ

TÜRKİYE NİN TİCARİ HİZMETLER ENDÜSTRİ İÇİ TİCARETİ Clt 2, Sayı 2, 2010 ISSN: 1309-8020 (Ole) TÜRKİYE NİN TİCARİ HİZMETLER ENDÜSTRİ İÇİ TİCARETİ Ahmet AYDIN Balıkesr Üverstes Badırma İ.İ.B.F. Kampüsü, Çaakkale Yolu 2.Km. Badırma/Balıkesr E-posta: ahmetayd10@gmal.com

Detaylı

Araştırma Makalesi (Research Article)

Araştırma Makalesi (Research Article) Araştırma Makalesi (Research Article) Yaşar Tuncer KAVUT Hikmet SOYA Ege Üniversitesi, Ziraat Fakültesi, Tarla Bitkileri Bölümü, 35100 İzmir/Türkiye e-posta: tunver.kavut@ege.edu.tr Alınış (Received):26.03.2013

Detaylı

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455 İler Tekoloj Blmler Dergs Joural of Advaced Techology Sceces ISSN:47-3455 GÜÇ SİSTEMLERİNDE HARMONİKLERİN KRİTİK DEĞERLERE ETKİSİ Yusuf ALAŞAHAN İsmal ERCAN Al ÖZTÜRK 3 Salh TOSUN 4,4 Düzce Üv, Tekoloj

Detaylı

Đst201 Đstatistik Teorisi I

Đst201 Đstatistik Teorisi I Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller

Detaylı

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr. İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk

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

Operasyonel Risk İleri Ölçüm Modelleri

Operasyonel Risk İleri Ölçüm Modelleri Bakacılar Dergs, Sayı 58, 006 Grş Operasyoel Rsk İler Ölçüm Modeller Çalışma k bölümde oluşmaktadır. İlk bölümde operasyoel rskler ölçülmes kapsamıda hag ler ölçüm modeller kullaılması gerektğ, söz kousu

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Ayça Hatce TÜRKAN GÜVENİLİRLİK ANALİZİNDE KULLANILAN İSTATİSTİKSEL DAĞILIM MODELLERİ İSTATİSTİK ANABİLİM DALI ADANA, 007 ÇUKUROVA ÜNİVERSİTESİ

Detaylı

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim.

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim. 6..27 Tarhl Mühedslk ekooms fal sıavı Süre 9 dakka Sıav Saat: Sıav süresce görevllere soru sormayı. Başarılar dlerm. D: SOYD: ÖĞRENCİ NO: İMZ: Tek ödemel akümüle değer faktörü Tek ödemel gücel değer faktörü

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

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2015 yılı fo getrs 02/01/2015-04/01/2016 tarhl brm pay değerler kullaılması le hesaplamıştır. 2015 yılı karşılaştırma ölçütü getrs

Detaylı

Populasyon Hacminin Yakalama-Tekrar Yakalama Yöntemi Kullanılarak Ters Tahmin Yöntemi ile Tahmini (1)

Populasyon Hacminin Yakalama-Tekrar Yakalama Yöntemi Kullanılarak Ters Tahmin Yöntemi ile Tahmini (1) Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc., 003, 3(: 3-8 Gelş Tarh :.0.003 Populasyo Hacm Yakalama-Tekrar Yakalama Yötem Kullaılarak Ters Tahm Yötem le Tahm ( Hamt MİRTAGHIZADEH

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

Sağlam Ridge Regresyon Analizi ve Bir Uygulama

Sağlam Ridge Regresyon Analizi ve Bir Uygulama Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:5, Sayı:, Yıl:010, ss.137-148. Sağlam Rdge Regresyo Aalz ve Br Uygulama Özlem ALPU 1 Hatce ŞAMKAR Ekrem ALTAN 3 Özet Çoklu regresyo aalzde

Detaylı

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2 Matematk olarak ormal dağılım foksyou f ( ) ep ( ) Şeklde fade edlr. Burada μ artmetk ortalama, σ se stadart sapma değer gösterr ve dağılım foksyou N(μ, σ) otasyou le gösterlr. Bu deklem geometrk görütüsü

Detaylı

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm Br Alışverş Merkezde Hzmet Sektörü Đç E Kısa Yol Problem le Br Çözüm Pıar Düdar, Mehmet Al Balcı, Zeyep Örs Yorgacıoğlu Ege Üverstes, Matematk Bölümü, Đzmr Yaşar Üverstes, Matematk Bölümü, Đzmr par.dudar@ege.edu.tr,

Detaylı

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1 Douz Eylül Üverstes İtsad ve İdar Blmler Faültes Dergs, Clt:6, Sayı:, Yıl:0, ss.67-77. Rdge Regresyoda Tahm Edcler Kullaımı Üzere Br Uygulama Hatce ŞAKAR Özlem ALPU 3 Erem ALTAN 4 Özet Bu çalışmada y yöüde

Detaylı

Ergonomik Ürün Tasarımına Bütünleşik Bir Yaklaşım

Ergonomik Ürün Tasarımına Bütünleşik Bir Yaklaşım Sakarya Üverstes Fe Blmler Esttüsü Dergs, Vol(No): pp, year SAKARYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DERGİSİ SAKARYA UNIVERSITY JOURNAL OF SCIENCE e-issn: 2147-835X Derg sayfası: http://dergpark.gov.tr/saufeblder

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

Analitik Hiyerarşi Süreci Kullanılarak Kişi Takip Cihazı Seçimi. Person Tracking Device Selection Using Analytic Hierarchy Process

Analitik Hiyerarşi Süreci Kullanılarak Kişi Takip Cihazı Seçimi. Person Tracking Device Selection Using Analytic Hierarchy Process BİLİŞİM TKNOLOJİLRİ DRGİSİ, CİLT: 8, SAYI: 1, OCAK 2015 20 Aaltk Hyerarş Sürec Kullaılarak Kş Takp Chazı Seçm Bedredd Al AKÇA 1, Ahmet DOĞAN 2, Uğur ÖZCAN 3 1 Yöetm Blşm Sstemler, Blşm sttüsü, Gaz Üverstes,

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