Hasar sıklıkları için sıfır yığılmalı kesikli modeller

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Hasar sıklıkları için sıfır yığılmalı kesikli modeller"

Transkript

1 İstatstkçler Dergs 5 (01) 3-31 İstatstkçler Dergs Hasar sıklıkları çn sıfır yığılmalı keskl modeller Sema Tüzel Hacettepe Ünverstes Aktüerya Blmler Bölümü Beytepe, Ankara, Türkye Meral Sucu Hacettepe Ünverstes Aktüerya Blmler Bölümü Beytepe, Ankara, Türkye Özet Sıfır yığılmalı regresyon modeller genelleştrlmş doğrusal modellern özelleştrlmş bçm olup, ver kümesnn sıfır değernde aşırı yığılma gösterdğ durumda sıfır değer çn yenden ağırlıklandırma yapılarak elde edlmektedr. Bu çalışmada, lteratürde yaygın olarak kullanılan sıfır yığılmalı regresyon modeller ele alınmış ve Karayolları Motorlu Araçlar Zorunlu Mal Sorumluluk Sgortası nda belrl br sürede meydana gelen hasar sayıları sıfır yığılmalı regresyon le modellenerek uygun dağılım belrlenmştr. Çalışmanın uygulama bölümünde Trafk Sgortaları Blg Merkez nden (TRAMER) alınan ver kümes kullanılmıştır. İk farklı değşken kümes le regresyon modeller oluşturulmuştur. Oluşturulan regresyon modeller model seçm ölçütler dkkate alınarak karşılaştırılmış ve ver kümesne en uygun model belrlenmştr. Her k değşken kümes le elde edlen sonuçlar, klask sayı modellernn sıfır değerndek yığılmanın açıklanmasında yetersz olduğunu, hasar sayılarının modellenmesnde sıfır yığılmalı regresyon modellernn klask sayı modellerne terch edlmes gerektğn göstermştr. Anahtar sözcükler: Sıfır yığılmalı regresyon modeller; Aşırı yayılım; Hasar sayısı dağılımları; Zorunlu trafk sgortası; Genelleştrlmş doğrusal modeller. Abstract Zero-nflated dscrete models for clam frequences Zero-nflated regresson models are a specal type of generalzed lnear models and obtaned by reweghtng for zero when data has excess zeros.in ths study, the use of zero-nflated regresson models to model clam frequences for motor thrd party lablty nsurance s nvestgated. In applcaton, data taken from Motor Thrd Party Lablty Insurance Center (TRAMER) s used. Two regresson models are constructed for two dfferent varable sets. The best (or the most sutable) model s choosen by takng nto account model selecton crtera. The results obtaned for two varable sets show that classcal count models do not explan the densty accumulaton mass at zero value and zero-nflated regresson models should be preferred to classcal count models whle modelng clam count data. Keywords: Zero-nflated regresson models; Overdsperson; Clam count dstrbutons; Motor thrd party lablty nsurance; Generalzed lnear models. 1. Grş Hasar sayısının modellenmes, sgorta alanında polçe prmnn hesaplanması çn en temel unsurlardan brdr. Polçe rsk prm, gözlemlenen ve değşkenlk göstereblen rsk karakterstkler yardımıyla hasar sayılarının koşullu beklenen değernn elde edlmes ve bu değern beklenen hasar tutarı le aktüeryal denge gözönünde bulundurularak brleştrlmes le hesaplanmaktadır. Rsk prmne şrketlerce belrlenen malyetler eklenerek brüt prm elde edlmektedr. Prm hesaplanması aşamasında hasar sayıları çn kullanılan modeln doğru ve değşen rsk faktörlerne duyarlı olması, fyatlandırmanın y yapılablmesnde öneml rol oynamaktadır.

2 S. Tüzel, M. Sucu / İstatstkçler Dergs 5 (01) Hayat dışı sgortalar çersnde en yaygın olanları, Karayolları Motorlu Araçlar Zorunlu Mal Sorumluluk Sgortası (Zorunlu Trafk Sgortası) ve Kara Taşıtları Kasko Sgortasıdır. Prm le breysel hasar blgs arasında lşk kurulan sstemler, her k sgorta türü çn brçok ülkede yaygın olarak kullanılmaktadır. Bu sstemlerde, herhang br sgorta polçes kapsamında br veya brden fazla kaza gerçekleşmes durumunda prm artırımı yapılarak sgortalı cezalandırılırken, kaza gerçekleşmemes durumunda se prm ndrm yapılarak sgortalı ödüllendrlmektedr. Uygulanma şeklne bağlı olarak değşen bu sstemlerden bazıları; hasarsızlık ndrm, deneym değerlendrmes (experence ratng), lyakat derecelendrmes (mert ratng) ve Bonus-Malus sstemdr [3]. Bonus-Malus sstemndek başlıca amaç, y sürücülern prmn azaltmak, nspeten rskl sürücülern se prmn artırmaktır. Bu nedenle br kaza olduğunda sgortalının, br hak talebnde bulunup daha yüksek prm sınıfına geçme veya zararını kends karşılayarak ndrmn koruma opsyonu vardır. Karayolları Motorlu Araçlar Zorunlu Mal Sorumluluk Sgortası ve Kara Taşıtları Kasko Sgortası nda yaygın olan br başka uygulama se muafyet uygulamasıdır. Düzenlenen herhang br polçede muafyet koşulu bulunması durumunda, gerçekleşen hasar mktarı önceden belrlenen muafyet mktarını aşmadığı takdrde sgorta şrketlernn sgortalıya karşı sorumluluğu bulunmamaktadır. Hasarsızlık ndrm, Bonus-Malus ve muafyet gb uygulamaların br sonucu olarak, hasar kaydedlmeyen polçe sayısının tüm portföy çndek oranı oldukça yüksektr. Belrl br dönemde yapılan gözlem sonucu elde edlen vernn sıfır değernde aşırı yoğunluk göstererek Posson veya negatf bnom dağılımlarına uygunluk varsayımı altında beklenen sıklıktan fazla olduğu durumlarda kullanılmak üzere sıfır yığılmalı dağılımlar gelştrlmş ve bu dağılımlar başta aktüerya ve sgorta olmak üzere; üretm [9], sosyoloj [10], ekonometr [1], ekoloj [4,17], tarım ve tıp [14] gb brçok alanda kullanılmıştır.. Hasar sıklığı çn kullanılan regresyon modeller Hasar sıklığının modellenmes amacıyla genellkle Posson, negatf bnom ve genelleştrlmş Posson dağılımları kullanılmaktadır. Sgortalı breylern belrl özellkler ve çevre koşullarının da hasar sıklığını etkleyebleceğ düşünülerek, breysel ve çevresel faktörlern (açıklayıcı değşkenler) de dkkate alındığı genelleştrlmş doğrusal regresyon modeller kullanılmaktadır. Genelleştrlmş doğrusal regresyon modeller; rastgele, sstematk ve bağ fonksyonu olmak üzere üç temel bleşenden oluşmaktadır. Rastgele bleşen, ver kümesndek tüm bağımsız değşkenlern brbrnden bağımsız olduğu ve üstel dağılım alesndek dağılımların herhang brnden geldğ varsayımıdır. Sstematk bleşende, modeln ortalama parametresnn hesaplanmasında kullanılan doğrusal önkestrm, açıklayıcı değşkenlern doğrusal kombnasyonu bçmnde fade edlmektedr. n sayıda gözlemden ve k sayıda açıklayıcı değşkenden oluşan br ver kümesnde ( n k ) boyutlu açıklayıcı değşkenler grd matrs X ve blnmeyen regresyon parametrelernden oluşan ( k 1) boyutlu vektör le fade edldğnde doğrusal önkestrm; X (1) bçmnde tanımlanmaktadır. Bağ fonksyonu, modeln sstematk bleşen le rastgele bleşen arasındak lşky açıklayan fonksyondur. Bağımlı değşkenlern beklenen değer, doğrusal önkstrmn br fonksyonu bçmnde fade edlmektedr. Hasar sıklığının modellenmesnde logartmk bağ fonksyonu kullanılmaktadır. Bağımlı değşkenlerden oluşan ( n 1) boyutlu vektör Y ve bağımlı değşkenlern beklenen değer le fade edldğnde rastgele bleşen le sstematk bleşen arasındak lşk, g( x ) le tanımlanan logartmk bağ fonksyonu kullanılarak; 1 exp( 11) exp( )... exp( ) k g xj j x x x k k () j1 eştlğ le açıklanmaktadır [11].

3 S. Tüzel, M. Sucu / İstatstkçler Dergs 5 (01) Geleneksel olarak hasar sıklığı dağılımının Posson veya negatf bnom dağılımlarından brne uyması beklenr. Ancak sgorta şrketlernn belrl br dönemde kayıt altına aldığı hasar sayıları ncelendğnde gözlemlenen sıfır hasar sayısının, Posson veya negatf bnom dağılımları varsayımı altında beklenen sıfır hasar sayısından fazla olduğu görülmektedr. Bunun neden; sgortalıların, madd kaybın nspeten az olduğu küçük kaza veya kazalar yapması durumunda sgorta şrketnden tazmnat talebnde bulunmayarak prm ndrmnden yararlanmaya devam etmek stemes veya önceden bell br muafyet mktarı belrlenmşse oluşan madd kayıp bu muafyet mktarını aşmadığında sgorta şrketnn sgortalıya karşı herhang br sorumluluğunun bulunmamasıdır. Sıfır değernde yığılma gösteren ver kümelernn sıfır yığılmalı regresyon modeller kullanılarak modellenmes le, verye uyumda artış sağlanmaktadır..1. Posson, negatf bnom ve genelleştrlmş Posson regresyon modeller Bağımlı değşkenlern negatf olmayan keskl sayılardan oluştuğu ve belrl br zaman aralığında gerçekleşen olay sayısının küçük olduğu durumda, bu değşken çn belrlenen regresyon modellernden br Posson modeldr. Ancak, Posson regresyonunun kullanımını sınırlandıran br özellk, ortalamanın varyansa eşt olmasıdır ve bu varsayımın gözlemlenen ver kümeler üzernde sağlanması oldukça güçtür [7,8]. Verdek yayılımın Posson modelyle tahmn edlen yayılımdan fazla olduğu durum, statstk lteratüründe aşırı yayılım olarak tanımlanmaktadır. Aşırı yayılım sorunuyla karşılaşılan durumlarda Posson model yerne, aşırı yayılımın da dkkate alındığı ve modele eklenen yayılım parametres le açıklandığı dağılımlardan herhang br kullanılarak modelleme yapılmaktadır. Karma Posson dağılımlarında Posson dağılımının parametres ( ), gözlemler arası değşkenlk göstermektedr ve bu değşkenlk gözlemlenmemş değşkenlk (unobserved heterogenety) term le açıklanmaktadır. Posson modelne alternatf olarak kullanılan karma Posson dağılımlarından en önemls negatf bnom dağılımıdır. Genelleştrlmş Posson model, Posson modelnn aşırı yayılım veya az yayılım nedenyle uygun olmadığı durumlarda kullanılmaktadır. Negatf bnom model yalnızca aşırı yayılım durumunda kullanılırken genelleştrlmş Posson model, aşırı yayılım ve az yayılım durumlarının her ks çn de kullanılmaktadır [5]... Sıfır yığılmalı regresyon modeller Belrl br dönemde yapılan gözlem sonucu elde edlen vernn aşırı yayılım gösterdğ, aynı zamanda da gözlemlenen sıfır sayısının varsayılan modelde beklenen sıfır sayısından fazla olduğu durumda kullanılmak üzere gelştrlen modellerden br, sıfır yığılmalı (zero-nflated) modellerdr. Sıfır yığılmalı modeller, verde mevcut olan fazla sıfırlara lşkn yoğunluğun temel sayı dağılımından ayrı tutularak hesaplanması nedenyle k durumlu süreçler (dual state process) olarak da adlandırılmaktadır [15]. Bu modeller, bağımlı değşkenn sıfır değer çn Bernoull denemes yapılarak belrlenen br yoğunluk (zero pont mass) le sıfır değern de kapsayan keskl br dağılımın karmasından oluşmaktadır. Sıfır yığılmalı modellere benzer amaçla kullanılan br dğer model, engell modeldr (hurdle model). Engell modellerde se bağımlı değşkenn sıfır değer çn Bernoull denemes yapılırken poztf değerler çn keskl ve keslmş (truncated) br dağılım kullanılmaktadır [1,6]. Sıfır yığılmalı modellerde hasar sayısı versnn dağılımı çn belrlenen dağılıma göre hasarı olmayan polçelerden kaynaklanan sıfır değerler, yapısal olmayan sıfır hasar sayıları olarak adlandırılmaktadır. Yapısal sıfır hasar sayıları se otomobl sgortalarında karşılaşılan muafyet ve hasarsızlık ndrm gb uygulamaların br sonucu olarak hasar yapılmış fakat bldrlmemş olan polçelerden kaynaklanan ve vernn sıfır değerndek yığılmanın neden olarak fade edlen değerlerdr [13,18]. Negatf olmayan ve sıfır yığılmalı dağılım gösteren keskl raslantı değşken Y olmak üzere; açıklayıcı değşkenlern hem yapısal sıfır oranı olan çn, hem de temel sayı dağılımı çn kullanıldığı sıfır yığılmalı regresyon modeller; (1 )Pr( K 0), Pr( Y y ) (1 )Pr( K y ), y y 0 0 (3) bçmnde tanımlanmaktadır. Eş.(3) te tanımlanan K raslantı değşken, hasar sayısının modellenmes amacıyla kullanılan negatf olmayan keskl dağılımlardan herhang brne sahp olablmektedr. Yapısal

4 S. Tüzel, M. Sucu / İstatstkçler Dergs 5 (01) sıfır oranı çn 0 1 varsayımı yapılarak, sıfır değerndek yoğunluk modele dahl edlmektedr. 0 çn elde edlen modeller sıfır değerlernn çıkartıldığı sayı modellerdr (zero-deflated count dstrbutons). Yapısal sıfır oranı sıfıra eşt olduğunda ( 0) sıfır yığılmalı modeller, temel sayı dağılımı kullanılarak elde edlen modellere ndrgenmektedr. Herhang br sıfır yığılmalı modelde, açıklayıcı değşkenlern yalnızca bağımlı değşkenn poztf değerlerne at dağılım çn tanımlanması ve yapısal sıfır oranı çn regresyon model yerne sabt br oran belrlenmes mümkündür. Bu oran, oluşturulan modeln dğer parametreleryle eş zamanlı olarak tahmn edlr. Sıfır yığılmalı modellere lşkn beklenen değer ve varyans sırasıyla, E( Y ) (1 ) E( K) (1 ) ( ) ( ) Var Y Var K E K (5) bçmndedr. Yapısal sıfır oranı, regresyon çözümlemes le, veya yalnızca lojt dönüşümün uygulandığı tek değşkenl çözümleme le elde edleblmektedr. Regresyon çözümlemes yapılarak elde edlen oranı çn; lojt( ) ln (1 ) G 1,,..., n (6) eştlğ kullanılmaktadır. Sıfır yığılmalı modellerden sıfır yığılmalı Posson (ZIP), sıfır yığılmalı negatf bnom (ZINB) ve sıfır yığılmalı genelleştrlmş Posson (ZIGP) modeller, brçok alanda yaygın olarak kullanılmaktadır. Sıfır yığılmalı Posson, sıfır yığılmalı negatf bnom ve sıfır yığılmalı genelleştrlmş Posson regresyon modellernn poztf sayı değerler çn olasılık fonksyonu, beklenen değer ve varyansı Tablo 1. de verlmştr. (4) Model Adı Tablo 1. Sıfır yığılmalı regresyon modeller Pr( Y y ) ( y 0) E( Y ) Var( Y ) y e ZIP (1 ) (1 ) E( Y )(1 ) y! ZINB ZIGP y ( y ) (1 ) ( y 1) ( ) y 1 1 y y 1 (1 ) exp 1 y y! (1 ) E( Y )(1 ) (1 ) E Y ( )( ) Sıfır yığılmalı Posson regresyon modelnde, verde mevcut olan aşırı yayılımın yalnızca sıfır değerndek yoğunluktan kaynaklandığı varsayımı yapılmaktadır. Sıfır yığılmalı negatf bnom ve sıfır yığılmalı genelleştrlmş Posson regresyon modellernde se aşırı yayılımın sıfır değerndek yığılmanın yanı sıra brçok nedenden kaynaklanableceğ varsayımı mevcuttur. Dolayısıyla tüm sıfır yığılmalı regresyon modellernn ortalaması brbrne eşt ken varyans yapıları değşmektedr.

5 S. Tüzel, M. Sucu / İstatstkçler Dergs 5 (01) Model kurulumu ve seçm Ver kümesne en uygun modeln belrleneblmes çn öncelkle betmsel statstklern yorumlanması ve ver kümesnn modellenmesnde kullanılablecek olası modellern belrlenmes gerekmektedr. Olası modellern belrlenme sürecnde aşırı yayılım problemnn varlığı test edlmeldr. Aşırı yayılım, Posson regresyon modelnn varsayımlarından br olan eşt yayılımın (equdsperson) sağlanmadığı durumda ortaya çıkmaktadır. Vernn aşırı yayılımlı olup olmadığına karar vermek çn zlenen yollardan br, kurulan Posson regresyon modelnn varyansının ortalamasına oranlanmasıdır. Bu oran 1 den büyük se aşırı yayılım, küçük se az yayılım mevcuttur. Aşırı yayılım sorununun belrlenmesnde kullanılan br dğer yöntem, Posson yaklaşımının test edlmes amacıyla gelştrlen T ve T 1 test statstklernn hesaplanmasıdır []. T ve T 1 test statstkler sırasıyla; n 1 1 T Y Y ˆ n Y ˆ Y n ˆ 1 T (7) (8) eştlkler le hesaplanmaktadır. T statstğnn poztf büyük değer alması vernn Posson regresyon modelne göre aşırı yayılım, negatf büyük değer alması se vernn Posson regresyon modelne göre az yayılım gösterdğn fade etmektedr. T 1 test statstğ, yeternce büyük gözlem sayısı çn standart normal dağılıma yakınsamaktadır. Ver kümesne uygunluğu araştırılan modeller; olablrlk oran, sapma, genelleştrlmş Pearson k-kare gb uyum ylğ test statstkler kullanılarak belrleneblmektedr. Sıfır yığılmalı regresyon modellernn uygunluğu çn yapısal sıfır oranı olan nın sıfır değerne eştlğ test edleblmektedr. Özel olarak Posson regresyon model le sıfır yığılmalı Posson regresyon modelnn karşılaştırılması amacıyla skor test, negatf bnom regresyon model le sıfır yığılmalı negatf bnom regresyon modelnn ve genelleştrlmş Posson regresyon model le sıfır yığılmalı genelleştrlmş Posson regresyon modelnn karşılaştırılması amacıyla se Vuong test gelştrlmştr [8,16]. Ver kümesne uygunluğu araştırılan modeller çnden en uygun modeln belrlenmes amacıyla lteratürde yaygın olarak kullanılan Akake ve Bayes model seçm ölçütlernden faydalanılmaktadır. 4. Uygulama 008 yılının ocak ayında Karayolları Motorlu Araçlar Zorunlu Mal Sorumluluk Sgortası yaptırmış sgortalıların yaş ve cnsyet blgler le aracın kullanım tp, l plaka kodu, sgorta polçesnn başlangıç tarh ve yıl çnde gerçekleşen hasar sayısı blgsn çeren ve TRAMER den alınan ver kümes kullanılarak gerekl analzler yapılmıştır. 008 yılının ocak ayında sgorta yaptıran araç sahplernn cnsyet dağılımına bakıldığında; sgortalının kadın, sgortalının se erkek olduğu görülmüştür. Kullanılan araçlar, kullanım tp bakımından özel ve tcar olmak üzere kye ayrılmaktadır. Buna göre; araçların yaklaşık olarak %99 u özel, %1 tcar amaçla kullanılmaktadır. Araç sahplernn yaş gruplarına göre dağılımı ncelendğnde, sgortalıların 18 le 58 yaşları arasında olduğu görülmüştür. Breylern yaş ortalaması 41 olmakla brlkte, büyük bölümü 30 yaş ve üzerndedr. 008 yılının ocak ayında yürürlüğe gren polçelerden br yıl çnde br hasar gerçekleşen polçe sayısı 1.051, k hasar gerçekleşen polçe sayısı 767, üç hasar gerçekleşen polçe sayısı 71 ve dört hasar gerçekleşen polçe sayısı 4 tür. Hasar olmayan polçe sayısı olup, ver kümesnn %95 n oluşturmaktadır. Br yıl çnde gerçekleşen hasar sayısının ortalaması 0,0476 ve varyansı 0,05 dr.

6 S. Tüzel, M. Sucu / İstatstkçler Dergs 5 (01) yılı çnde gerçekleşen hasar sayısı bağımlı değşken olmak üzere, regresyon çözümlemesnde kullanılan açıklayıcı değşkenler yaş, cnsyet, kullanım tp ve sektör payıdır. Her br lde 008 yılının ocak ayında yürürlüğe gren polçe sayısının tüm llerde yürürlüğe gren polçeler çndek yüzdes sektör payı olarak tanımlanmaktadır. Uygulamada öncelkle regresyon modeller tüm açıklayıcı değşkenler kullanılarak oluşturulmuş, ancak bu regresyon modellernde yaş ve sektör payı değşkenler %10 yanılma düzeynde anlamlı, cnsyet ve kullanım tp değşkenler se %10 yanılma düzeynde anlamsız değşkenler olarak bulunmuştur. Prm hesaplamalarında genellkle öneml br değşken olan cnsyet faktörünün, tüm değşkenlern kullanıldığı regresyon modellernde anlamlı olmadığı görülmüştür. Regresyon modellernde cnsyet faktörünün de dkkate alınması amacıyla açıklayıcı değşkenler kümes, k gruba ayrılmıştır. Belrlenen lk açıklayıcı değşkenler kümesnde; sgortalıların yaşı, cnsyet ve araçların kullanım tp değşkenler yer almaktadır. İknc kümede se sgortalıların yaşı ve cnsyetnn yanı sıra, l blgsnn hasar sayısı üzerndek etksnn ncelenmes amacıyla, her br aracın plaka l kodu değşken yerne lgl ln 008 yılı çn TRAMER tarafından belrlenen sektör payı değşken yer almaktadır. Regresyon modeller k ayrı açıklayıcı değşken kümes çn elde edlmş ve k küme çn bulunan sonuçlar ayrı ayrı yorumlanmıştır. Çözümleme sürecnde, ncelenen tüm modeller gözlemlenen ver kümesne uygulanmış ve her br model çn anlamsız bulunan açıklayıcı değşkenler çıkartılmıştır. Anlamlı bulunan açıklayıcı değşkenlerle oluşturulan regresyon modellernn gözlemlenen ver kümesne uygunluğu, olablrlk oran test le test edlmştr. Aşırı yayılım sorununun araştırılması ve sıfır değerndek yoğunluğun Posson regresyonu varsayımı altında beklenen yoğunlukla karşılaştırılması amacıyla sırasıyla T, T 1 ve skor test statstkler hesaplanmıştır. Son olarak, model seçm ölçütler dkkate alınmış ve ver kümesne uygun bulunan modeller çnden en uygun model belrlenmştr. İlk açıklayıcı değşken kümes olan yaş, cnsyet ve araç kullanım tp değşkenler kullanılarak oluşturulan regresyon modellernde kullanım tp tüm modeller çn anlamsız bulunmuş ve çıkartılmıştır. Her br model çn anlamlı bulunan değşkenler le oluşturulan regresyon modeller, en çok olablrlk yöntem le elde edlen parametre tahmnler ve hesaplanan model seçm ölçütler Tablo. de verlmştr. Sgortalıların yaşı, cnsyet ve aracın kullanım tp değşkenler le kurulan regresyon modellernn lk bölümünü oluşturan ortalama regresyonu ncelendğnde; Posson, negatf bnom, genelleştrlmş Posson ve sıfır yığılmalı Posson modellernde sgortalıların yaş ve cnsyet blglernn gerçekleşen hasar sayısı üzernde anlamlı olduğu görülmektedr. Aşırı yayılımın da modele dahl edldğ negatf bnom ve genelleştrlmş Posson modellernn yayılım parametreler sırasıyla sıfır ve brden farklı hesaplanmış, gözlemlenen vernn aşırı yayılım gösterdğ sonucuna ulaşılmıştır. Aşırı yayılımın dğer br gösterges olarak tanımlanan T ve T 1 test statstkler sırasıyla 665,63 ve 36, olarak hesaplanmıştır. T statstğnn büyük ve T 1 statstğnn %10 yanılma düzey çn standart normal dağılım tablo değernden büyük hesaplanması, ver kümesnn Posson varsayımına göre aşırı yayılım gösterdğn belrtmektedr. Oluşturulan sıfır yığılmalı regresyon modellernde hçbr açıklayıcı değşkenn yapısal sıfır oranı üzernde etkl olmadığı sonucuna ulaşılmış ve bu oran sabt kabul edlmştr. Posson regresyon model le sıfır yığılmalı Posson regresyon modelnn karşılaştırılarak yapısal sıfır oranının sıfıra eştlğnn test edldğ skor test statstğ 1114, olarak hesaplanmıştır. Dolayısıyla, gözlemlenen hasar sayısının sıfır değerndek yoğunluk, Posson model varsayımı altında beklenen yoğunluktan fazladır ve sıfır yığılmalı regresyon modellernn gözlemlenen hasar sayısının modellenmes amacıyla kullanılması uygun bulunmuştur. Akake, Bayes blg ölçütler ve genelleştrlmş Pearson k-kare değernn en küçük, log-olablrlk değernn en büyük olduğu model, hasar sayısı bağımlı değşken çn en uygun model olarak belrlenmektedr. Tablo. de görüldüğü üzere 008 yılının ocak ayında Karayolları Motorlu Araçlar Zorunlu Mal Sorumluluk Sgortası yaptıran sgortalıların yaş ve cnsyet blgler göz önünde bulundurulduğunda br yıl çnde gerçekleşen hasar sayısının, sıfır yığılmalı negatf bnom regresyon model kullanılarak modellenmes uygun bulunmuştur.

7 S. Tüzel, M. Sucu / İstatstkçler Dergs 5 (01) Tablo. Yaş, cnsyet ve kullanım tp değşkenlernden anlamlı bulunan değşkenler le oluşturulan regresyon modeller, parametre tahmnler ve model seçm ölçütler Açıklayıcı Değşkenler Sabt term (ntercept) Yaş Cnsyet Yayılım parametres (dsperson parameter) Açıklayıcı Değşkenler Posson NB GP ZIP ZINB : -,333 (0,0399) : -0,0163 (0,0008) : -0,0838 (0,04) : -,38 (0,041) : -0,016 : -0,0838 (0,09) α: 0,515 (0,063) μ Regresyonu : -,333 (0,041) : -0,016 : -0,0838 (0,09) φ: 1,0477 (0,004) ω Regresyonu : -1,797 (0,0518) : -0,0161 : -0,0849 (0,033) : -,559 (0,0955) : -0,0161 : -0,1557 (0,0865) α: 0,541 (0,0341) Sabt term (ntercept) : 0,6174 (0,0485) : 0,8150 (0,01) AIC 11.71, , , , , BIC 11.75, , , , ,1 Pearson k-kare , , , , , lnl , , , , ,6 *Parantez çnde yer alan değerler, parametrelern standart sapmasını fade etmektedr. İknc açıklayıcı değşken kümes olan yaş, cnsyet ve sektör payı değşkenlernden anlamlı bulunan değşkenler le oluşturulan regresyon modeller, en çok olablrlk yöntem le elde edlen parametre tahmnler ve hesaplanan model seçm ölçütler Tablo 3. te verlmştr. 008 yılının ocak ayında Karayolları Motorlu Araçlar Zorunlu Mal Sorumluluk Sgortası nda br yıllık sürede gerçekleşen hasar sayısı bağımlı değşken çn açıklayıcı değşken olarak sgortalıların yaşı, cnsyet ve kullanılan aracın bağlı bulunduğu ln sektör payı değşkenlernn belrlendğ regresyon modellernn lk bölümü olan temel sayı dağılımının regresyonu ncelendğnde; Posson, negatf bnom, genelleştrlmş Posson ve sıfır yığılmalı Posson modellernde cnsyet değşkennn gerçekleşen hasar sayısı üzernde etksnn bulunmadığı, sıfır yığılmalı negatf bnom ve sıfır yığılmalı genelleştrlmş Posson modellernde se bu değşkenn anlamlı olduğu görülmektedr. Yaş değşken tüm modeller çn anlamlı ken, sektör payı değşken se sıfır yığılmalı Posson ve sıfır yığılmalı genelleştrlmş Posson modeller dışındak tüm modellerde anlamlı bulunmuştur. Temel sayı modeller çn belrlenen açıklayıcı değşkenler kümes aynı ken sıfır yığılmalı regresyon modellernde her br model çn anlamlı bulunan açıklayıcı değşkenler brbrnden farklıdır. T, T 1 ve skor statstkler sırasıyla 639,33; 33,47 ve 954,5 olarak hesaplanmıştır. Tablo 3. te görüldüğü üzere, 008 yılının ocak ayında Karayolları Motorlu Araçlar Zorunlu Mal Sorumluluk Sgortası yaptıran sgortalıların yaş ve cnsyet blgler le araçların sgortalandığı ln sektör payları göz önünde bulundurulduğunda br yıl çnde gerçekleşen hasar sayısının, sıfır yığılmalı genelleştrlmş Posson regresyon model kullanılarak modellenmes uygun bulunmuştur. Ancak sıfır yığılmalı negatf bnom regresyon model le sıfır yığılmalı genelleştrlmş Posson regresyon model çn model seçm ölçütler bakımından yakın sonuçlar elde edlmes nedenyle sıfır yığılmalı negatf bnom regresyon model, sıfır yığılmalı genelleştrlmş Posson regresyon modelne alternatf olarak belrleneblmektedr.

8 S. Tüzel, M. Sucu / İstatstkçler Dergs 5 (01) Tablo 3. Yaş, cnsyet ve sektör payı değşkenlernden anlamlı bulunan değşkenler le oluşturulan regresyon modeller, parametre tahmnler ve model seçm ölçütler Açıklayıcı Değşkenler Sabt term (ntercept) Yaş Posson NB GP ZIP ZINB ZIGP : -,657 (0,0370) : -0,0161 (0,0008) : -,6619 (0,0387) : -0,0159 : -,658 (0,0381) : -0,0161 : -1,4816 (0,0711) : -0,0160 Cnsyet Sektör Payı Yayılım parametres (dsperson parameter) Açıklayıcı Değşkenler :,6404 (0,0799) :,6508 (0,0839) α: 0,5718 (0,0305) :,6405 (0,083) φ: 1,0477 (0,004) Sabt term (ntercept) : 1,0004 (0,4831) : 0,8171 (0,0894) Yaş Cnsyet Sektör Payı μ Regresyonu ω Regresyonu γ : -,6883 (0,8160) : -,143 (0,074) : -0,0173 (0,001) : 0,0630 (0,031) β 4 : 0,766 (0,098) α: 0,8101 (0,061) : -,7498 (0,05015) : -0,0143 (0,0011) : 0,0674 (0,094) β 4 : 0,8431 (0,363) φ: 1,0368 (0,006) : -0,0073 (0,004) γ : 0,473 (0,1674) γ 3 : -5,0819 (,7884) : 0,0103 (0,004) γ : -0,3706 (0,1047) AIC , , , , , ,0 BIC , , , , , ,0 Pearson k-kare , , , , , ,0 lnl , , , , , ,5 *Parantez çnde yer alan değerler, parametrelern standart sapmasını fade etmektedr. 5. Sonuç ve önerler Türkye de sgorta şrketlerne beklenenden daha az sayıda hasar bldrmnde bulunulduğu görülmektedr. Hasar sayılarının sıfır yığılmalı regresyon modeller le modellenmes; sıfır değerndek yığılmanın değerlendrlmes ve kaza gerçekleşme rsk sevyesnn sgortalıların breysel özellkler ve çevresel unsurlar dkkate alınarak belrlenmesne mkan sağlamaktadır. Rsk kabul sürecnde polçelere daha ayrıntılı sgortalı ve araç blgsnn kaydedlmes, hasar sıklığının modellenmesnde kullanılmak amacıyla belrlenen açıklayıcı değşken sayısının artmasına neden olacaktır. Açıklayıcı değşken sayısının fazla olduğu ve özellkle sgortalılar tarafından kullanılan araçlara lşkn değşkenlern de yer aldığı regresyon modeller le, hem sgortalıların hem de kullanılan araçların özellklerne dayanan sonuçlar elde edlmes mümkündür. Hasar sayısının modellenmes, sgorta alanında polçe prmnn hesaplanması çn en temel unsurlardan brdr. Regresyon analz le; rsk faktörler belrlenerek sgortalıların breysel özellklernn blndğ durumda hasar sayılarının beklenen sıklığının tahmn elde edlmektedr. Polçe rsk prm, gözlemlenen ve değşkenlk göstereblen rsk karakterstkler (yaş, cnsyet, araç kullanım tp, araç tp, hasar kayıtları,

9 S. Tüzel, M. Sucu / İstatstkçler Dergs 5 (01) meslek vb.) yardımıyla hasar sayılarının koşullu beklenen değernn elde edlmes ve bu değern ekonomk kayıp olarak da tanımlanan beklenen hasar tutarı le aktüeryal denge gözönünde bulundurularak brleştrlmes le hesaplanmaktadır. Rsk prmne dar masraflar le satın alma, reasürans ve sermaye malyetler gb şrketlerce belrlenen malyetler eklenerek brüt prm elde edlmektedr. Prm hesaplanması aşamasında hasar sayıları çn kullanılan modeln doğru ve değşen rsk faktörlerne duyarlı olması, fyatlandırmanın y yapılablmesnde öneml rol oynamaktadır. Bu çalışmada, hasar sayılarının modellenmes amacıyla sıfır yığılmalı regresyon modellernn kullanımı araştırılmış ve Türkye ye at gözlemlenen ver kümes kullanılarak uygulanmıştır. Farklı k değşken kümes le elde edlen sonuçlar, klask sayı modellernn sıfır değerndek yığılmayı açıklayamadığını, hasar sayılarının modellenmesnde sıfır yığılmalı regresyon modellernn klask sayı modellerne terch edlmes gerektğn göstermştr. Kaynaklar [1] Boucher, J.-P., Denut, M., Gullen, M., 007, Rsk Classfcaton for Clam Counts: Mxed Posson, Zero- Inflated Mxed Posson and Hurdle Models, North Amercan Actuaral Journal, 11, 4, [] Dean, C., Lawless, J.F., 1989, Test for Defectng Overdsperson n Posson Regresson Models, Journal of Amercan Statstcal Assocaton, 84, [3] Denut, M., Marechal, X., Ptrebos, S., Walhn, J.F., 007, Actuaral Modellng of Clam Counts: Rsk Classfcaton, Credblty and Bonus-Malus Systems, 356p. [4] Faddy, M.J., 1998, Stochastc Models for Analyss of Speces Abundance Data, Statstcs n Ecology and Envronmental Montorng,, D.J. Fletcher, L. Kavalers, B.F.J. Manly (eds.), Dunedn: Unversty of Otago Press, [5] Famoye, F., Sngh, K.P., 006, Zero-Inflated Generalzed Posson Regresson Model wth an Applcaton to Domestc Volence Data, Journal of Data Scence, 4, [6] Flynn, M., Francs, A.,L., 009, More Flexble GLMs: Zero Inflated Models and Hybrd Models, CAS Ratemakng and Product Management Semnar. [7] Gles, D., 010, Notes on the Zero Inflated Posson Model, Department of Economcs, Unversty of Vctora. [8] Greene, W. H., 1994, Accountng for Excess Zeros and Sample Selecton n Posson and Negatve Bnomal Regresson Models, Techncal report. [9] Lambert, D., 199, Zero-Inflated Posson Regresson, Wth an Applcaton to Defects n Manufacturng, Technometrcs, 34, No.1. [10] Land, K.C., McCall, P.L., Nagn, D.S., 1996, A Comparson of Posson, Negatve Bnomal and Semparametrc Mxed Posson Regressve Models wth Emprcal Applcatons to Crmnal Careers Data, Socologcal Methods and Research, 4, [11] McCullagh, P., Nelder, J.A., 1989, Generalzed Lnear Models, nd Ed., Chapman and Hall, London, 511p. [1] Mullahy, J., 1986, Specfcaton and Testng of Some Modfed Count Data Models, Journal of Econometrcs, 33, [13] Özmen, İ., Demrhan, H., 010, A Bayesan Approach for Zero-Inflated Count Regresson Models by Usng the Reversble Jump Markov Chan Monte Carlo Method and an Applcaton, Communcatons n Statstcs- Theory and Methods, 39, [14] Rdout, M., Demetro, C.G.B., Hnde, J., 1998, Models for Count Data wth Many Zeros, Internatonal Bometrc Conference, Capetown December. [15] Shankar, V., Mlton, J., Mannerng, F., 1997, Modelng Accdent Frequences As Zero-Altered Probablty Processes: An Emprcal Inqury, Accdent Analyss and Preventon, 9, 6, [16] Van den Broek, J., 1995, A Score Test for Zero-Inflaton In a Posson Dstrbuton, Bometrcs, 51, [17] Welsh, A.H., Cunnngham, R.B., Donnelly, C.F., Lndenmayer, D.B., 1996, Modellng the Abundance of Rare Speces: Statstcal Models for Counts wth Extra Zeros, Ecologcal Modelng, 88, [18] Yp, K.C.H., Yau, K.K.W., 005, On Modelng Clam Frequency Data In General Insurance Wth Extra Zeros, Insurance: Mathematcs and Economcs, 36,

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

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

Detaylı

Sıfır Ağırlıklı Sayma ile Elde Edilen Veriler İçin Çok Seviyeli ZIP Regresyon * Multilevel ZIP Regression for Zero-Inflated Count Data

Sıfır Ağırlıklı Sayma ile Elde Edilen Veriler İçin Çok Seviyeli ZIP Regresyon * Multilevel ZIP Regression for Zero-Inflated Count Data Yüzüncü Yıl Ünverstes Fen Blmler Ensttüsü Dergs/ Journal of The Insttute of Natural & Appled Scences 18 (1-):01-08, 013 Araştırma Makales/Research Artcle Sıfır Ağırlıklı Sayma le Elde Edlen Verler İçn

Detaylı

NİTEL TERCİH MODELLERİ

NİTEL 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:

Detaylı

FARKLI VERİ YAPILARINDA KULLANILABİLECEK REGRESYON YÖNTEMLERİ

FARKLI 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

Detaylı

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ

KIRMIZI, 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

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 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

Detaylı

Bitkisel Ürün Sigortası Yaptırma İsteğinin Belirlenmesi: Tokat İli Örneği

Bitkisel Ürün Sigortası Yaptırma İsteğinin Belirlenmesi: Tokat İli Örneği Atatürk Ünv. Zraat Fak. Derg., 42 (2): 153-157, 2011 J. of Agrcultural Faculty of Atatürk Unv., 42 (2): 153-157, 2011 ISSN : 1300-9036 Araştırma Makales/Research Artcle Btksel Ürün Sgortası Yaptırma İsteğnn

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ 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.

Detaylı

BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ

BANKACILIKTA 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

Detaylı

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi

Antalya 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

Detaylı

SUÇ VERİ TABANININ LOJİSTİK REGRESYON ANALİZİ İLE TAHMİNİ: BURSA ÖRNEĞİ Estimating of Crime Database with Logistic Regression Analysis: Bursa Case

SUÇ VERİ TABANININ LOJİSTİK REGRESYON ANALİZİ İLE TAHMİNİ: BURSA ÖRNEĞİ Estimating of Crime Database with Logistic Regression Analysis: Bursa Case SUÇ VERİ TABANININ LOJİSTİK REGRESYON ANALİZİ İLE TAHMİNİ: BURSA ÖRNEĞİ Estmatng of Crme Database wth Logstc Regresson Analyss: Bursa Case Mehmet NARGELEÇEKENLER * B Özet u çalışmada, Bursa Emnyet Müdürlüğünden

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN 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

Detaylı

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

ALGILANAN 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

Detaylı

KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2

KENTSEL 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

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests Ankara Unversty, Journal of Faculty of Educatonal Scences, year: 26, vol: 39, no: 2, 27-44 Obtanng Classcal Relablty Terms from Item Response Theory n Multple Choce Tests Hall Yurdugül * ABSTRACT: The

Detaylı

YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ

YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ Özet YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ Atıf EVREN *1 Elf TUNA ** Yarı parametrk panel ver modeller parametrk ve parametrk olmayan modeller br araya getren; br kısmı

Detaylı

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA

YÖNETİM 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.,

Detaylı

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ M.Ensar YEŞİLYURT (*) Flz YEŞİLYURT (**) Özet: Özellkle uzak verlere sahp ver setlernn analz edlmesnde en küçük kareler tahmnclernn kullanılması sapmalı

Detaylı

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

Bulanık 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

UYUM 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. 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

Detaylı

HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER

HİSSE 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

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI

ÇUKUROVA 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

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

UYGULAMA 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.

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale 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

Detaylı

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser

Detaylı

2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46

2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46 2005 Gaz Ünverstes Endüstryel Sanatlar Eğtm Fakültes Dergs Sayı:16, s31-46 ÖZET BANKALARDA MALİ BAŞARISIZLIĞIN ÖNGÖRÜLMESİ LOJİSTİK REGRESYON VE YAPAY SİNİR AĞI KARŞILAŞTIRMASI 31 Yasemn KESKİN BENLİ 1

Detaylı

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği Dokuz Eylül Ünverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:24, Sayı:1, Yıl:2009, ss.105-122. Kısa Vadel Sermaye Grş Modellemes: Türkye Örneğ Mehmet AKSARAYLI 1 Özhan TUNCAY 2 Alınma Tarh: 04-2008,

Detaylı

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre

DOĞRUSAL 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

Detaylı

İyi Tarım Uygulamaları Ve Tüketici Davranışları (Logit Regresyon Analizi)(*)

İyi 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

Detaylı

AKADEMİK YAKLAŞIMLAR DERGİSİ JOURNAL OF ACADEMIC APPROACHES

AKADEMİK 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

Detaylı

Türkiye de Sağlık Hizmetleri Talebinin Sayma Veri Modelleriyle İncelenmesi: İçsellik Sorunu

Türkiye de Sağlık Hizmetleri Talebinin Sayma Veri Modelleriyle İncelenmesi: İçsellik Sorunu Sosyoekonom 2016, Vol. 24(30), 113-128 ISSN: 1305-5577 DOI: 10.17233/se.2016.10.006 Date Submtted: 03.03.2016 Türkye de Sağlık Hzmetler Talebnn Sayma Ver Modelleryle İncelenmes: İçsellk Sorunu Canan GÜNEŞ,

Detaylı

Genel Doğrusal Karışık Modellerde Farklı Kovaryans Yapıları ve Tahmin Yöntemlerinin Performanslarının Karşılaştırılması 1

Genel Doğrusal Karışık Modellerde Farklı Kovaryans Yapıları ve Tahmin Yöntemlerinin Performanslarının Karşılaştırılması 1 Hayvansal Üretm 54(): 8-3, 03 Araştırma Makales Genel Doğrusal Karışık Modellerde Farklı Kovaryans Yapıları ve Tahmn Yöntemlernn Performanslarının Karşılaştırılması Gazel Ser *, Barış Kak, Abdullah Yeşlova,

Detaylı

Mut Orman İşletmesinde Karaçam, Sedir ve Kızılçam Ağaç Türleri İçin Dip Çap Göğüs Çapı İlişkileri

Mut Orman İşletmesinde Karaçam, Sedir ve Kızılçam Ağaç Türleri İçin Dip Çap Göğüs Çapı İlişkileri Süleyman Demrel Ünverstes, Fen Blmler Ensttüsü, 9-3,(5)- Mut Orman İşletmesnde Karaçam, Sedr ve Kızılçam Ağaç Türler İçn Dp Çap Göğüs Çapı İlşkler R.ÖZÇELİK 1 Süleyman Demrel Ünverstes Orman Fakültes Orman

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

Merkezi 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

Detaylı

Muhasebe ve Finansman Dergisi

Muhasebe 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

Detaylı

Kar Payı Politikası ve Yaşam Döngüsü Teorisi: İMKB İmalat Sektöründe Ampirik Bir Uygulama

Kar Payı Politikası ve Yaşam Döngüsü Teorisi: İMKB İmalat Sektöründe Ampirik Bir Uygulama Anadolu Ünverses Sosyal Blmler Dergs Anadolu Unversy Journal of Socal Scences Kar Payı Polkası ve Yaşam Döngüsü Teors: İMKB İmalat Sektöründe Amprk Br Uygulama Dvdend Payout Polcy and Lfe Cycle Theory:

Detaylı

Hisse Senedi Fiyatları ve Fiyat/Kazanç Oranı Đlişkisi: Panel Verilerle Sektörel Bir Analiz *

Hisse Senedi Fiyatları ve Fiyat/Kazanç Oranı Đlişkisi: Panel Verilerle Sektörel Bir Analiz * Busness and Economcs Research Journal Volume. umber. 0 pp. 65-84 ISS: 309-448 www.berjournal.com Hsse Sened Fyatları ve Fyat/Kazanç Oranı Đlşks: Panel Verlerle Sektörel Br Analz * Mehmet argelecekenler

Detaylı

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ

İÇME 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

Detaylı

TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME

TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME Ġstanbul Ünverstes Ġktsat Fakültes Malye AraĢtırma Merkez Konferansları 46. Ser / Yıl 2004 Prof. Dr. Salh Turhan'a Armağan TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME

Detaylı

YAŞAM ÇÖZÜMLEMESİNDE ZAYIFLIK MODELLERİ FRAILTY MODELS IN SURVIVAL ANALYSIS

YAŞAM ÇÖZÜMLEMESİNDE ZAYIFLIK MODELLERİ FRAILTY MODELS IN SURVIVAL ANALYSIS YAŞAM ÇÖZÜMLEMESİNDE ZAYIFLIK MODELLERİ FRAILTY MODELS IN SURVIVAL ANALYSIS DİREN YEĞEN DOÇ. DR. NİHAL ATA TUTKUN Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm ve Sınav Yönetmelğnn İstatstk Anablm

Detaylı

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS

YAŞAM 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

Detaylı

Akıllı Telefon Seçiminin Belirleyicileri: Üniversite Öğrencileri Üzerine Bir Uygulama

Akıllı Telefon Seçiminin Belirleyicileri: Üniversite Öğrencileri Üzerine Bir Uygulama The PDF verson of an unedted manuscrpt has been peer revewed and accepted for publcaton. Based upon the publcaton rules of the journal, the manuscrpt has been formatted, but not fnalzed yet. Before fnal

Detaylı

REGRESYONDA 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 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

Detaylı

C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 13, Sayı 1, 2012 195

C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 13, Sayı 1, 2012 195 C.Ü. İktsad ve İdar Blmler Dergs, Clt 13, Sayı 1, 2012 195 TÜRKİYE DE TİCARİ BANKACILIK SEKTÖRÜNDE REKABET DÜZEYİNİN BELİRLENMESİ (2002-2009) Abdulvahap ÖZCAN * Özet Türkye nn yaşadığı 2000 ve 2001 krzler

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

Farklı 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

Detaylı

Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 25, Sayı: 1, 2011 225

Atatürk 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

Detaylı

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans Farklı Varyans Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans Y X 1 Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = s Farklı Varyans Zaman EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern

Detaylı

ANKARA 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 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

Detaylı

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests Ankara Unversty, Journal of Faculty of Educatonal Scences, year: 2006, vol: 39, no: 2, 27-44 Obtanng Classcal Relablty Terms from Item Response Theory n Multple Choce Tests Hall Yurdugül * ABSTRACT: The

Detaylı

Türkiye de Süt Ürünleri Tüketim Harcamalarına Etki Eden Faktörlerin Analizi: Çoklu Heckman Örneklem Seçicilik Sistem Yaklaşımı

Türkiye de Süt Ürünleri Tüketim Harcamalarına Etki Eden Faktörlerin Analizi: Çoklu Heckman Örneklem Seçicilik Sistem Yaklaşımı 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

Detaylı

AHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY

AHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY Dumlupınar Ünverstes Sosyal Blmler Dergs / Dumlupınar Unversty Journal of Socal Scences İNOVASYON PERFORMANSI DEĞERLENDİRME SÜRECİNDE AHS VE GİA BÜTÜNLEŞİK YAKLAŞIMI: SÜT ÜRÜNLERİ SEKTÖRÜNDE BİR UYGULAMA

Detaylı

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011) SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler

Detaylı

FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ

FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ Anadolu Tarım Blm. Derg., 2009,24(2):98-102 Anadolu J. Agrc. Sc., 2009,24(2):98-102 Araştırma Research FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ Soner ÇA KAYA* Aydın

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and atural Scences Mühendslk ve Fen Blmler Dergs Sgma 9, -4, 0 Research Artcle / Araştırma Makales FUZZY TOPSIS METHODS I GROUP DECISIO MAKIG AD A APPLICATIO FOR BAK BRACH LOCATIO

Detaylı

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A 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

Detaylı

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

Sabit 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

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Gülesen ÜSTÜNDAĞ BAZI PARAMETRİK OLMAYAN İSTATİSTİKSEL YÖNTEMLERİN İNCELENMESİ İSTATİSTİK ANABİLİM DALI ADANA, 005 ÇUKUROVA ÜNİVERSİTESİ

Detaylı

TÜRKİYE DE YOKSULLUK PROFİLİ VE GELİR GRUPLARINA GÖRE GIDA TALEBİ

TÜRKİYE DE YOKSULLUK PROFİLİ VE GELİR GRUPLARINA GÖRE GIDA TALEBİ TÜRKİYE DE YOKSULLUK PROFİLİ VE GELİR GRUPLARINA GÖRE GIDA TALEBİ Yrd. Doç. Dr. Seda ŞENGÜL Çukurova Ünverstes İktsad Ve İdar Blmler Fakültes Ekonometr Bölümü Mart 2004 ANKARA YAYIN NO: 119 ISBN: 975-407-151-9

Detaylı

LOJİSTİK REGRESYON ANALİZİ İLE ESKİŞEHİR İN SİS

LOJİSTİK REGRESYON ANALİZİ İLE ESKİŞEHİR İN SİS İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 8 Sayı: 16 Güz 2009/2 s. 47-59 LOJİSTİK REGRESYON ANALİZİ İLE ESKİŞEHİR İN SİS KESTİRİMİNİN İNCELENMESİ Cengz AKTAŞ *, Orkun ERKUŞ ** Gelş: 12.10.2009 Kabul:

Detaylı

2006 DÜNYA KUPASI FUTBOL TAKIMLARININ STOKASTİK SINIR ANALİZİ İLE PERFORMANS DEĞERLENDİRMESİ. Serdar YARLIKAŞ YÜKSEK LİSANS TEZİ İSTATİSTİK

2006 DÜNYA KUPASI FUTBOL TAKIMLARININ STOKASTİK SINIR ANALİZİ İLE PERFORMANS DEĞERLENDİRMESİ. Serdar YARLIKAŞ YÜKSEK LİSANS TEZİ İSTATİSTİK 2006 DÜNYA KUPASI FUTBOL TAKIMLARININ STOKASTİK SINIR ANALİZİ İLE PERFORMANS DEĞERLENDİRMESİ Serdar YARLIKAŞ YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TEMMUZ 2007 ANKARA Serdar

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA 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

Detaylı

Türkiye deki Đşsizlik Oranının Bulanık Doğrusal Regresyon Analiziyle Tahmini

Türkiye deki Đşsizlik Oranının Bulanık Doğrusal Regresyon Analiziyle Tahmini İstatstkçler Dergs: İstatstk & Aktüerya Journal of Statstcans: Statstcs and Actuaral Scences IDIA 8, 5, -6 Gelş/Receved:6.4.5, Kabul/Accepted: 3.6.5 www.statstkcler.org Türkye dek Đşszlk Oranının Bulanık

Detaylı

TEKNOLOJİ, PİYASA REKABETİ VE REFAH

TEKNOLOJİ, PİYASA REKABETİ VE REFAH TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr

Detaylı

Rasgele Değişken Üretme Teknikleri

Rasgele 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

Detaylı

TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ

TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ ZKÜ Sosyal Blmler Dergs, Clt 3, Sayı 6, 2007, ss. 109 125. TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ Yrd.Doç.Dr. Ahmet ERGÜLEN Nğde

Detaylı

ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI

ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI İsmal ÇÖLKESEN 1, Tahsn YOMRALIOĞLU 2, Taşkın KAVZOĞLU 3 1 Araş. Gör., Gebze Yüksek Teknoloj Ensttüsü,

Detaylı

GELİŞMEKTE OLAN ÜLKELERDE ULUSLARARASI DOĞRUDAN YATIRIMLAR VE EKONOMİK BÜYÜME ETKİLEŞİMİ: PANEL EŞBÜTÜNLEŞME VE NEDENSELLİK ANALİZİ

GELİŞMEKTE OLAN ÜLKELERDE ULUSLARARASI DOĞRUDAN YATIRIMLAR VE EKONOMİK BÜYÜME ETKİLEŞİMİ: PANEL EŞBÜTÜNLEŞME VE NEDENSELLİK ANALİZİ GELİŞMEKTE OLAN ÜLKELERDE ULUSLARARASI DOĞRUDAN YATIRIMLAR VE EKONOMİK BÜYÜME ETKİLEŞİMİ: PANEL EŞBÜTÜNLEŞME VE NEDENSELLİK ANALİZİ Doç. Dr. M. Başaran ÖZTÜRK * Yrd. Doç. Dr. Kartal DEMİRGÜNEŞ ** Yrd.

Detaylı

ÖZET Yüksek Lsans Tez TAM VE SANSÜRLÜ ÖRNEKLEM DURUMLARINDA WEIBULL DAĞILIMI İÇİN BAZI İSTATİSTİKİ SONUÇ ÇIKARIMLARI Dlşen TAMAM Ankara Ünverstes Fen

ÖZET Yüksek Lsans Tez TAM VE SANSÜRLÜ ÖRNEKLEM DURUMLARINDA WEIBULL DAĞILIMI İÇİN BAZI İSTATİSTİKİ SONUÇ ÇIKARIMLARI Dlşen TAMAM Ankara Ünverstes Fen ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ TAM VE SANSÜRLÜ ÖRNEKLEM DURUMLARINDA WEIBULL DAĞILIMI İÇİN BAZI İSTATİSTİKİ SONUÇ ÇIKARIMLARI Dlşen TAMAM İSTATİSTİK ANABİLİM DALI ANKARA

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

4.5. 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,

Detaylı

SESSION 1B: Büyüme ve Gelişme 279

SESSION 1B: Büyüme ve Gelişme 279 SESSION 1B: Büyüme ve Gelşme 279 Türkye de Hanehalkı Tüketm Harcamaları: Pseudo Panel Ver le Talep Sstemnn Tahmn The Consumpton Expendture of Households n Turkey: Demand System Estmaton wth Pseudo Panel

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK 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

Detaylı

Devalüasyon, Para, Reel Gelir Değişkenlerinin Dış Ticaret Üzerine Etkisinin Panel Data Yöntemiyle Türkiye İçin İncelenmesi

Devalüasyon, Para, Reel Gelir Değişkenlerinin Dış Ticaret Üzerine Etkisinin Panel Data Yöntemiyle Türkiye İçin İncelenmesi Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 6, Sayı:4, 2004 Devalüasyon, Para, Reel Gelr Değşkenlernn Dış Tcaret Üzerne Etksnn Panel Data Yöntemyle Türkye İçn İncelenmes Yrd.Doç.Dr.Ercan BALDEMİR*

Detaylı

Pamukta Girdi Talebi: Menemen Örneği

Pamukta Girdi Talebi: Menemen Örneği Ege Ünv. Zraat Fak. Derg., 2002, 39 (3): 88-95 ISSN 1018-8851 Pamukta Grd Taleb: Menemen Örneğ Bülent MİRAN 1 Canan ABAY 2 Chat Günden 3 Summary Demand for Inputs n Cotton Producton: The Case of Menemen

Detaylı

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ 1 Nasır Çoruh, Tarık Erfdan, 3 Satılmış Ürgün, 4 Semra Öztürk 1,,4 Kocael Ünverstes Elektrk Mühendslğ Bölümü 3 Kocael Ünverstes Svl Havacılık Yüksekokulu ncoruh@kocael.edu.tr,

Detaylı

Bulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama

Bulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 14 Sayı: 3 Temmuz 2014 ss. 463-479 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Selecton of Shoppng Center

Detaylı

Üniversite Öğrencilerinin Kredi Kartı Sahipliğini Belirleyen Faktörler

Üniversite 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

Detaylı

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar

Detaylı

ADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN

ADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN SAÜ Fen Edebyat Dergs (2010-I) F.GÖKPINAR v.d. DENGELİ TAMAMLANMAMIŞ BLOK TASARIMINDA, DUYUSAL ANALİZ İÇİN DÜZELTİLMİŞ DURBİN SIRA SAYILARI TESTİ Fkr GÖKPINAR*, Hülya BAYRAK, Dlşad YILDIZ ve Esra YİĞİT

Detaylı

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI Mehmet Aktan Atatürk Ünverstes, Endüstr Mühendslğ Bölümü, 25240, Erzurum. Özet: Dövz kurlarındak değşmler,

Detaylı

Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.111-131.

Süleyman 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

Detaylı

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi * İMO Teknk Derg, 2012 6037-6050, Yazı 383 K-Ortalamalar Yöntem le Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelern Belrlenmes * Mahmut FIAT* Fath DİKBAŞ** Abdullah Cem KOÇ*** Mahmud GÜGÖ**** ÖZ

Detaylı

Tek Yönlü Varyans Analizi

Tek 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

Detaylı

Dersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için)

Dersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için) Ders Kodu Teork Uygulama Lab. Uluslararası Muhasebe ve Fnansal Raporlama Standartları Ulusal Kred Öğretm planındak AKTS 344000000000510 3 0 0 3 6 Ön Koşullar : Bu dersn ön koşulu ya da yan koşulu bulunmamaktadır.

Detaylı

Erzurum Đlinde Buğday, Arpa ve Çavdarda Girdi Talebi Araştırması

Erzurum Đlinde Buğday, Arpa ve Çavdarda Girdi Talebi Araştırması 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/ournal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL

Detaylı

LOJİSTİK 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 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

Detaylı

Calculating the Index of Refraction of Air

Calculating 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

Detaylı

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI C.Ü. İktsad ve İdar Blmler Dergs, Clt 4, Sayı 1, 3 6 Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI H. BİRCAN, Y. KARAGÖZ ve Y. KASAPOĞLU

Detaylı

Basel II Geçiş Süreci Sıkça Sorulan Sorular

Basel 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

Detaylı

BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ

BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ Eskşehr Osmangaz Ünverstes Sosyal Blmler Dergs Clt: 6 Sayı: 2 Aralık 2005 BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ İrfan ERTUĞRUL Pamukkale Ünverstes İİBF, Denzl ÖZET Günümüzde

Detaylı

Sansürlenmiş ve Kesikli Regresyon Modelleri

Sansürlenmiş 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

Detaylı

AVRUPA BİRLİĞİ NE ÜYELİK SÜRECİNDE ETKİLİ FAKTÖRLERİN KOŞULLU LOJİSTİK REGRESYON MODELLERİ İLE DEĞERLENDİRİLMESİ

AVRUPA BİRLİĞİ NE ÜYELİK SÜRECİNDE ETKİLİ FAKTÖRLERİN KOŞULLU LOJİSTİK REGRESYON MODELLERİ İLE DEĞERLENDİRİLMESİ Ekonometr ve İstatstk Sayı:14 2011 62 83 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ AVRUPA BİRLİĞİ NE ÜYELİK SÜRECİNDE ETKİLİ FAKTÖRLERİN KOŞULLU LOJİSTİK REGRESYON MODELLERİ

Detaylı

Summary. Orijinal araştırma (Original article)

Summary. Orijinal araştırma (Original article) Türk. enomol. derg., 2011, 35 (2): 325-338 ISSN 1010-6960 Orjnal araşırma (Orgnal arcle) Sıfır değer ağırlıklı genelleşrlmş Posson regresyonu yardımıyla Van Gölü nde Nooneca vrds Delcour, 1909 (Hempera:

Detaylı

THOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM

THOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM Osmangaz Ünverstes Müh.Mm.Fak.Dergs C.XVII, S., 004 Eng.&Arch.Fac.Osmangaz Unversty, Vol.XVII, No :, 004 THOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM Recep BAKIŞ,

Detaylı

Lojistik Regresyonlarda Değişken Seçimi

Lojistik 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,

Detaylı

Türkiye de Zeytin Sıkma Tesislerinin Karlılığı ve Etkinliği: Ege Bölgesi Örneği 1

Türkiye de Zeytin Sıkma Tesislerinin Karlılığı ve Etkinliği: Ege Bölgesi Örneği 1 Yıldıztekn ve Tuna Araştırma Makales (Research Artcle) Akın F.OLGUN M. Metn ARTUKOĞLU 3 Hakan ADANACIOĞLU 4 Ege Ünverstes Zraat Fakültes Tarım Ekonoms Bölümü 35100 Bornova/İzmr., e-posta: akn.olgun@ege.edu.tr

Detaylı

TOPSIS Metodu Kullanılarak Kesici Takım Malzemesi Seçimi

TOPSIS Metodu Kullanılarak Kesici Takım Malzemesi Seçimi Makne Teknolojler Elektronk Dergs Clt: 9, No: 3, 2012 (35-42) Electronc Journal of Machne Technologes Vol: 9, No: 3, 2012 (35-42) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn:1304-4141 Makale

Detaylı

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

( ) 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

Detaylı