Türkiye deki Đşsizlik Oranının Bulanık Doğrusal Regresyon Analiziyle Tahmini
|
|
- Ekin Albayrak
- 6 yıl önce
- İzleme sayısı:
Transkript
1 İstatstkçler Dergs: İstatstk & Aktüerya Journal of Statstcans: Statstcs and Actuaral Scences IDIA 8, 5, -6 Gelş/Receved:6.4.5, Kabul/Accepted: Türkye dek Đşszlk Oranının Bulanık Doğrusal Regresyon Analzyle Tahmn Duygu Đçen Hacettepe Ünverstes, Đstatstk Bölümü 68-Beytepe, Ankara, Türkye Süleyman Günay Hacettepe Ünverstes, Đstatstk Bölümü, 68-Beytepe, Ankara, Türkye Öz Gelşmş ve gelşmekte olan ülkelerde karşılaşılan en öneml problemlerden br olan şszlk sorunu Türkye ekonomsnn her dönemnde ekonomk ve sosyal etkler bulunan çok yönlü br sorun olarak karşımıza çıkmaktadır. Uzun zamandır yüksek oranlı şszlk le mücadele eden ülkemzdek resm rakamlara göre şszlk oranının %9.8 olduğu belrtlse de gerçek şszlk oranının resm rakamların çok üstünde olduğu düşünülmektedr. Bunun yanında, yıllara göre Türkye dek şszlk oranı değerlernn çeştl kaynaklarda farklı olarak verldğ görülmüştür. Çok boyutlu br konu olan şszlk sorununu sadece ekonomk büyüme le lşklendrmek veya şszlk sorununu tek başına ele alıp çözümlemeye çalışmak se yanıltıcı sonuçlara neden olablr. Bulanık regresyon analz değşkenler arasındak lşklern kesn sınırlarla çzlemedğ ve ver kaynaklarına güvenn azaldığı durumlarda kullanılan br yöntemdr. Bulanık regresyon model kullanılarak daha güvenlr tahmnler elde edlmektedr. Bu çalışmada Türkye dek şszlk oranı tahmn çn k farklı bulanık regresyon analz yapılmıştır. Ayrıca elde edlen bulanık model parametrelernn önem bulanık hpotez test le test edlmştr. Anahtar sözcükler: : Bulanık Doğrusal Regresyon Analz, Bulanık Hpotez Test, Đşszlk. Abstract Estmaton of Unemployment Rate n Turkey by Fuzzy Lnear Regresson Analyss Unemployment rate s one of the most mportant problems that encountered n developed and developng countres. It s also appeared to be a mult-faceted problem that affects Turkey's economy n the economc and socal areas of each perod. Unemployment rate, that our country s strugglng wth for a long tme, s reported as %9.8 accordng to offcal fgures. Unemployment rate s a mult-dmensonal problem. Thus, t may result n msleadng conclusons f t s only assocated wth economc growth or be handled alone when solvng ths problem. Fuzzy regresson analyss s a method that relatonshps between varables are not establshed wth clear boundares and the relablty of data sources s decreased. Relable estmates are obtaned by usng fuzzy regresson model. In ths study, estmaton of unemployment rate whch s an mportant ndcator of the level of socal development of our country s estmated by usng two dfferent fuzzy regresson estmaton methods. Also fuzzy hypothess testng s done for the coeffcents obtaned from the fuzzy regresson model and results are nterpreted. Keywords: Fuzzy Lnear Regresson Analyss, Fuzzy Hypothess Testng, Unemployment Rate.
2 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6. Grş Genellkle ülkelerdek ekonomk gelşme ve sosyal kalkınma düzey, lgl ülkenn sthdam yapısı ve şszlğn boyutu çn öneml kavramlardır [9]. Br ülkede sağlanan ekonomk büyümeden, refah artışından pay alablmek çn, her şeyden önce br şte çalışıyor olmak gerekmektedr. Ekonomde sağlanan büyüme (mll gelr artışı daha fazla nsana sthdam sağlandığı durumda anlam kazanmaktadır. Çalışma yaşları arasında olan, çalışmaya engel br özrü bulunmayan ve çalışma arzusuna sahp kşlern ş bulamaması durumuna şszlk denr []. Günümüzde hayat br önem taşıyan şszlk sorunu br ülkenn ekonomk yapısından doğmakta ve ekonomk yapıdak gelşmş le az gelşmş olma durumuna göre farklı nedenlerden meydana gelmektedr. Az gelşmş ülkelerde daha çok sermaye yeterszlğnden kaynaklanan şszlk sorunu, gelşmş ülkeler açısından ele alındığında teknolojk lerlemelerden kaynaklandığı blnmektedr [9]. Bunun yanında ele alınan ülkenn eğtm poltkası, hızlı nüfus artışı, yatırım yeterszlkler gb nedenler de bu sorunun daha da ağırlaşmasına neden olmaktadır []. Đşszlk oranı tahmn gerek Türkye gerekse dünyanın brçok ülkesnde üzernde oldukça çok çalışılan ve bu güne kadar kesn sınırları çzlememş br konudur. Bu oranı tahmn etmek çn farklı analz yöntemler kullanılmıştır. Ayrıca şszlk oranını etkleyen sebepler araştırılırken, gün geçtkçe farklı değşkenler ele alınmaktadır. Dolayısıyla şszlk oranı le lgl beklentler ve yorumlar değşmektedr. Bu çalışmada, Türkye dek ve 8 yılları arasındak şszlk oranı ve şszlk oranına etk eden faktörler ele alınmıştır. Đşszlk oranı le lgl yapılan lteratür taramasına göre, çalışmalar daha çok şszlk ve enflasyon arasındak karşılıklı lşklern belrlenmes yönündedr [5]. Br ülkedek fyatlar genel düzeyndek artışı ölçmek çn belrl br referans dönemnde breylern ortalama tüketm kalıplarını yansıtan, tüketc fyat artış oranı (TÜFE dkkate alınmaktadır. Ayrıca br ülkedek para arzı artış hızı da şszlğ etkyen en öneml nedenlerden brdr []. Tüm sebeplerden dolayı şszlk oranını etkleyen değşkenler olarak tüketc fyatı artış oranı ( X ve para arzı artış hızı ( X seçlmştr. Bu değşkenlern dışında daha pek çok değşkenn şszlk oranını etkledğ blnmektedr. Ayrıca yapılan lteratür taramasında ele alınan bağımlı ve bağımsız değşkenlern farklı kaynaklarda brbrnden farklı değerler olarak kaydedldğ görülmüştür [8,3]. Bu durumda kesn olarak hesaplanamayan very modellemek çn bulanık regresyon model kullanılmıştır. Bulanık regresyon model elde edldkten sonra Buckley [4] tarafından önerlen bulanık hpotez test kullanılarak şszlk oranını belrleyen değşkenlern önemllk durumu hpotez testlerne bulanık yaklaşımla belrlenmştr.. Đşszlk oranı ve şszlk oranını etkleyen değşkenler Gelşmekte olan ekonomye sahp olan ülkemzde sthdam ve şszlk sorununun önemn belrleyen özellklern arasında ç ve dış göçler, yetersz gelr, teknolojk gelşmeler, enflasyon ve bölgeler arası gelşme farklılıkları öne çıkan başlıklar olarak sıralanablr []. Ancak şszlk sadece Türkye çn değl tüm dünya ülkeler çn öneml br sorun oluşturmaktadır. Şekl e göre Türkye çn yıllık şszlk oranları ncelendğnde; yılında %6,6 den %8,4 e çıkarak yükselme eğlm çersne grmştr. yılında %,3 olan şszlk oranı aynı yıl Şubat ayında yaşanan ekonomk krzle brlkte 3 yılında %,5 oranına ulaşmıştır. 6 yılında bu oran 4 yıl sonra lk kez % un altına düşerek %9,9 olarak gerçekleşmştr. 7 yılında şszlk oranı yne %9,9 olarak belrlenmştr. Ancak 8 yılında bu oran öncek senelere göre en yüksek değerne ulaşarak %,6 olarak gerçekleşmştr [3]. Benzer yorumlar dğer ülkeler çn de yapılablr. Ülke ekonoms ve sosyal poltkaları açısında büyük önem taşıyan şszlk sorunu dünyadak tüm ekonomler üzernde etks sürdürmeye devam etmektedr. Türkye dek şszlk oranı Türkye Đstatstk Ensttüsü (TÜĐK tarafından Uluslararası Emek Örgütünün (ILO hesaplama yöntemler kullanılarak belrlenmektedr. TÜĐK n kullandığı tanımına göre, sthdam edlmeyp son üç ayda ş aramış olan ve 5 gün çnde br şte sthdam edleblecek durumda olan kşler şsz olarak adlandırılmaktadır. Dolayısıyla bu hesaplamaya, şe alındığı takdrde 5 gün çnde şe başlayablecek olan ancak ş bulma ümd olmadığı
3 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 çn son üç ayda ş aramayı bırakmış olanlar; mevsmlk şlerde çalıştığı çn ş aramayan kşler; ev hanımları emekller dahl edlmemektedr. Dolayısıyla Türkye de hesaplanan şszlk oranı değerler gerçeğ yansıtmaktan br hayl uzaktır. Kavramsal açıdan Türkye de şszlk ve şszlk türler le lgl ayrıntılı blg çn Bozdağlıoğlu [3] çalışması nceleneblr. Şekl. 8 yılı çn gelşmş ve gelşmekte olan dünya ülkelerndek şszlk oranları Đşszlk sorunun çok boyutlu br konu olması neden le bu problem tek başına ele alıp çözümlemeye çalışmak doğru br yaklaşım değldr. Bugüne kadar Türkye dek şszlk oranının etkleyen değşkenler belrlemek ya da şszlk oranı le etkleşm çnde olan değşkenler ele almak amacıyla pek çok çalışma yapılmıştır. Ancak bu çalışmaların çoğu Türkye dek şszlk rakamlarının br durum değerlendrmes olmaktan ler gdememştr. Đşszlk ve enflasyon arasındak lşky açıklayan en öneml ktsat poltkası aracı olarak 97 lere kadar Phllps eğrs kullanılmıştır. Ancak 97 lerden sonra Phlps eğrsnn yeterszlğ ortaya çıkmış ve bunun yerne doğal oran hpotez ktsad poltka aracı olarak kullanılmaya başlanmıştır [6]. Göktaş ve Đşç [] Türkye de şszlk oranını temel bleşenl regresyon analz le belrlemşlerdr. Đstatstksel çıkarım varsayımları kontrol edldkten sonra, temel bleşenler kullanılarak ele aldıkları değşkenlerden şszlk sorununu açıklamak çn yen değşkenler elde etmşlerdr. Hepsağ [] Türkye dek enflasyon ve şszlk arasındak lşky sınır test yaklaşımıyla ncelemştr. Buna çalışmaya göre enflasyon ve şszlk oranının kısa dönemde karşılıklı lşks tespt edlmemştr, ancak uzun dönemde lşkl oldukları sonucuna varılmıştır. Oğuzlar [9] şszlğe etk eden değerler meden durum ve eğtm durumu olarak ele almıştır. Bu değşkenler kullanarak medyan parlatma analzyle şszlk üzernde etkl olan faktörler elde etmştr.
4 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 3 Karaal ve Ülengn [5] yukarıdak çalışmalardan farklı olarak esnek hesaplama yöntemlernden br olan Yapay Snr Ağları ve blşsel hartalar kullanılarak şszlk oranı öngörü çalışması yapmışlardır. Ucenc ve George [4], yapay snr ağları ve bulanık çıkarsama teknğn beraber kullanarak Yunanstan ın şszlk oranını tahmn etmşlerdr. Yukarıdak çalışmalar ncelendğnde, Karaal ve Ülengn [5] le Ucenc ve George [4] dışındak çalışmalarda şszlk oranın çn genellkle klask yöntemlerle ele alındığı görülmektedr. Bu çalışmada, Türkye dek şszlk oranı tahmn çn bugüne kadar yapılan çalışmalardan farklı olarak lk kez bulanık regresyon modeller kullanılmıştır. Bu regresyon modellernn lk Tanaka [] model ve kncs Buckley [4] nn önerdğ modeldr. Ayrıca bulanık regresyondak model parametrelernn anlamlılığı yne Buckley [4,5,6] nn önermş olduğu hpotez testlerne bulanık yaklaşım yöntem kullanılarak ncelenmştr. Böylece klask yöntemlerle çalışmanın mkansız olduğu durumlarda araştırmacıya daha esnek br çalışma mkanı veren bulanık yaklaşım kullanılarak Türkye dek şszlk oranı tahmn ve bu orana etk eden değşkenler araştırılmıştır. 3. Yöntem Uygulamada Türkye dek 8 yıllarındak şszlk oranları Bulanık Regresyon Analz (BRA le tahmn edlmştr. Daha sonra elde edlen regresyon modelndek parametrelern önem kontrolü Buckley [4] nn yaklaşımıyla yapılmıştır. Bu amaçla T.C. Devlet Planlama Teşklatı ndan alınan verler kullanılmıştır. Bağımlı değşken etkledğ düşünülen değşkenler tüketc fyatları artış oranı ve para arzındak artış hızı değşkenler olarak belrlenmştr. 3.. Bulanık Doğrusal Regresyon Analz Tüm blm alanlarında uygulanan regresyon analz, değşkenler arasındak lşky modellemek ve gelecek very tahmn etmek çn kullanılan statstksel br yöntemdr [6]. Temel rasgelelk olan klask regresyon analznden doğru sonuçları elde etmek çn analzde kullanılacak vernn doğadan kesn br şeklde elde edlmes gerekr. Gerçek yaşamdak kesn olmayış le beraber blm ve teknolojdek gelşmeler klask regresyon modelne yen yaklaşımlar önermş ve gerçeğ olduğu gb ele alablen daha kapsamlı çözüm yolları sunmuştur [7]. Bunlardan br de Klask Doğrusal Regresyon (KDR analznn esnetlmesyle elde edlen ve Zadeh [3] n bulanık küme teorsn esas alan Bulanık regresyon analz dr. Bulanık regresyon analznde bağımlı değşkenler le bağımsız değşken arasındak lşk klask regresyon analzndek gb kesn değldr [9]. Bu nedenle kullanılan bulanık analzler belrsz olaylarda bağımsız değşkenlern etklern daha gerçekç br şeklde yansıtır. Bulanık regresyon analz, gözlenen değerler le hesaplanan değerler arasındak sapmaların, klask regresyondak gb ölçüm ve gözlem hatalarından değl, sstem parametrelernn (model katsayılarının bulanıklığından kaynaklandığını temel alır. Bu nedenle BRA da hata mktarı, modeldek bulanık parametrelern yayılımları toplamına eşttr [7]. Ayrıca BRA, doğada ve günlük hayatta klask mantığa dayanan yöntemlern yetersz kaldığı durumlarda kullanılırken, sstem güvenlrlğn arttırır ve malyetlerde belrgn düşüşler sağlar, aynı zamanda doğayla tutarlı kararlar verlmesne yardımcı olur [3] Doğrusal Programlama Temelne Dayanan Bulanık Regresyon Analz Tanaka [] model toplam belrszlğn mnmzasyonuna dayanır. Tahmn edlmek stenen bulanık A = α, c olarak fade edldğnde, α j bulanık sayının merkezn, c j se yayılım parametreler ɶ j ( j j değernn vermektedr. Buna göre ele alınan regresyon model Eştlk le verlr. Yɶ = Aɶ + Aɶ X + Aɶ X + Aɶ X ( N N
5 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 4 Burada bulanık gözlem değerler = (, Y ɶ y e olmak üzere, µ Y ɶ ( y y y, y e y y + e = e, ö. d. ( le üyelk fonksyonu verlr. Regresyon modelndek bulanık katsayıların üyelk fonksyonu se Eştlk 3 le verlmştr. µ Aɶ j ( a j a α j j, α c a α + c = ej, ö. d. j j j j j (3 Oluşturulan modeln bulanık parametrelern tahmn etmek çn Tanaka [] nın önerdğ doğrusal programlama model aşağıdak eştlkte verlmştr. N M Mn J = c j x j (4 j= = Sağlanması stenen kısıtlar se aşağıdak gbdr N ( ( α X + h c X y + h e =,,, M j j j j j= j= N N N ( ( α X h c X y h e =,,, M j j j j j= j= c, α R, X =, h, =,,, M j =,,, N j j (5 Burada J modeldek toplam bulanıklığı göstermektedr. = (, olmak üzere, y bulanık merkez, Y ɶ y e gözlenen bulanık vernn değer e se bulanık yayılım ölçüsüdür. Eğer gözlemlenen ver bulanık değlse e değer sıfırdır. Buradak kısıtlarda bulunan h düzey, Y gözlem değernn Y ɶ tahmnne en az h dereces le bağlı olduğunu gösterr [7]. Bulanık doğrusal regresyon analz uygulandıktan sonra bulanık gözlem ve bulanık tahmn le uygunluk ölçüsü h düzeynn gösterm Şekl le verlmştr []. Yukarıda verlen Tanaka [] nın önerdğ modelde amaç fonksyonu toplam yayılımı mnmze ederken kısıtlar se gözlem değerlernn belrlenen h sevyesnde tahmn edlen bulanık sayı tarafından çerlmes gerektğn gösterr. h düzey, analze başlamadan önce ver kümesnn eksk, yarım ya da tam olma durumuna göre, aralığında belrlenr []. Ver kümes yeternce genş olduğunda h = araştırmacı tarafından [ ] alınması önerlrken, ver kümes deal büyüklüğünden uzaklaştığında h düzeyne daha büyük değerler verlmektedr []. h düzeynn en deal değernn ne olması gerektğ lteratürde hala br tartışma,.9 aralığında alınması önerlmektedr konusudur. Konu le lgl çalışmalarda h düzeynn genellkle [ ] [,7,]. ɶ
6 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 5 Şekl. Bulanık doğrusal regresyonda tahmn değerler ( Y ɶ, ɶ gözlem değerler ( Y ve uyum ölçütü ( h düzey 3... Bulanık En Küçük Kareler Yöntemne Dayanan Bulanık Regresyon Analz En küçük kareler yöntemnn bulanık küme kuramına genşletlmş hal olan bulanık en küçük kareler (BEKK yöntem, bulanık parametreler tahmn etmek çn lk kez Damond [8] tarafından kullanılmıştır [7]. BEKK yöntemnn amacı, tahmn edlen bulanık bağımlı değşken değerler le gözlenen değerler arasındak bulanık uzaklığı mnmze etmektr [8] Sstem Parametrelernn Bulanıklaştırılması Yöntemne Dayanan Bulanık Regresyon Analz Regresyon modelnn katsayılarını bulandırarak bulanık doğrusal regresyon modelne ulaşmak uygulamada terch edlen bast br yöntemdr. Bunun çn KDR analz le oluşturulan model katsayıları belrlenen br h sevyesnde bulanıklaştırılır. Parametrelern bulanıklaştırılmasına br başka yaklaşım se parametrelern bulanık sayılar olarak tahmn edlmesyle mümkün olmaktadır [4,5,6]. Bu yaklaşıma göre örneğn Yɶ = ɶ + ɶ + ɶ a b x c x olarak fade edlen model katsayıları kesn sayılar olarak düşünülür. Sonra kesn sayı olan a, b, c parametrelernn güven aralıkları ve varyansın güven aralığı klask regresyon analzndek gb elde edlr. Parametre vektörü θ, gözlem değerler Y ve grdler X olmak üzere güven aralıkları tahmnler çn kullanılan eştlkler aşağıda verlmştr. θ = [ a, b, c ] Y [ y, y,, y ] = n X x x x x x n xn = (6 Parametrelern nokta tahmn vektörü ˆ θ = ˆ, ˆ, ˆ hesaplanır. Varyans tahmn Eştlk 7 le elde edlr. a b c olarak tanımlandığında ( θˆ = X X X Y olarak
7 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 6 σˆ = n / 3 = ( e n (7 n Burada = ( ˆ n e y y ve yˆ ˆ ˆ ˆ = a + b x + c x olarak verlmektedr. = = Regresyon modelndek parametreler bulanıklaştırmak çn her br parametreye at (,,,σ a b c güven aralıklarının hesaplanması gerekr. ( X X A a olduğunda ( a, b, c çn ( γ = = j katsayısındak güven aralıkları aşağıdak eştlklerle hesaplanır. ( ˆ ˆ ˆ ˆ /; 3 /; 3 ( γ n σ + γ n σ = γ güven P a t a a a t a (8 ( ˆ ˆ ˆ ˆ γ /; n 3 σ + γ /; n 3 σ = ( γ P b t a b b t a (9 ( ˆ ˆ ˆ ˆ /; 3 33 /; 3 33 ( γ n σ + γ n σ = γ P c t a c c t a ( Buradak her br parametre çn güven aralıkları aşağıdak gb düzenlendğnde, ( ( µ γ, µ γ = aˆ t ˆ σ a, aˆ + t ˆ σ a ( a γ /; n 3 γ /; n 3 ( ( µ γ, µ γ = bˆ t ˆ σ a, bˆ + t ˆ σ a ( b γ /; n 3 γ /; n 3 ( ( µ γ, µ γ = cˆ t ˆ σ a, cˆ + t ˆ σ a (3 c γ /; n 3 33 γ /; n 3 33 Yukarıdak eştlklerle her br parametre çn güven aralığı hesaplanır. Bu güven aralıklarını. γ çn üst üste koyduğumuzda her br parametrenn bulanık tahmnne ulaşırız. Bu durumda üçgensel bulanık sayı olarak elde edlen bulanık parametrelern α -kesmler aşağıdak eştlklerle elde edlr [4]. [ ] ( ( a a t a a t a (4 ɶ α = µ γ, µ ˆ ˆ ˆ ˆ γ = γ /; 3σ, + γ /; 3σ a n n [ ] ( ( bɶ α = µ γ, µ γ = bˆ t ˆ σ a, bˆ + t ˆ σ a (5 b γ /; n 3 γ /; n 3 [ ] ( ( c c t a c t a (6 ɶ α = µ γ, µ ˆ ˆ ˆ ˆ γ = γ /; 3σ 33, + γ /; 3 σ c n n 33 Aynı yöntemle ˆσ nn güven aralığı se Eştlk 7 le hesaplanır. ( n 3 ( n 3 ( n 3 ˆ σ ˆ σ ˆ σ P χl, γ /; n 3 χ R, γ /; n 3 = P, = ( γ (7 σ χr, γ /; n 3 χl, γ /; n 3 Ancak varyans çn güven aralığından oluşturulan bulanık parametre tahmn yanlıdır. Üçgensel bulanık sayı olan parametre tahmnnde α = kesm aralığında bulanık sayının merkez noktasını vermemektedr.
8 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 7 Yansız parametre tahmn elde etmek çn Buckley [4] aşağıda verlen L ( λ ve ( λ tanımlamıştır. ( λ = [ λ] χ + λ ( 3 R, α /; n 3 R fonksyonlarını L n (8 ( λ = [ λ] χ + λ ( 3 R n (9 L, α /; n 3 Daha sonra α -kesm kümes σ [ α ] µ ( α µ ( α bulanık σ tahmnne ulaşılır ( λ,. α ( n L( λ ( n R( λ 3 ˆ σ 3 ˆ σ =, =, σ olmak üzere yansız. Bu fonksyonlarda λ = çn.99 güven aralığından şlemlere başlanır ve hesaplamalar λ = de. güven aralığına kadar devam eder. 3.. Bulanık Doğrusal Regresyon Model Parametrelernn Önem Kontrolüne Bulanık Yaklaşım Oluşturulan regresyon modelndek parametrelern önem kontrolüne bulanık yaklaşım klask hpotez testnn genşletlmş br durumudur. Bu bölümde verlen bulanık hpotez test Buckley [4] yaklaşımıyla oluşturulan parametrelern anlamlılığını araştırmak çn kullanılır. Tüm hesaplamalar α -kesm kümesne göre yapılmaktadır [4,5,6,4]. Bulanık regresyon modelnn bulanık katsayıları ve varyansın bulanık tahmn elde edldkten sonra ( X X = A = a jj olmak üzere model parametrelernden brnn önem kontrolü Buckley [4] nn önerdğ yaklaşımla aşağıdak gb test edlr. H : b =, H : b KDR analznde önemllğ araştırılacak olan b parametres çn klask hpotez test le oluşturulan test değer Eştlk le verlr. t ˆ = b σˆ a ( Burada γ testn önemllk düzeyn (.tp hata göstermek üzere klask yaklaşıma göre t t ya da t t γ se H reddedlecek, aks halde H kabul edlecektr. Eştlk 5 le verlen bulanık b ɶ parametres ve bulanık σ tahmn, Eştlk de yerne koyulduğunda bulanık test statstğ aralık artmetğ ve sadeleştrmenn yardımıyla Eştlk le elde edlr. bˆ t ˆ ˆ ˆ α σ a b + tα σ a Tɶ [ α ] =, ( n 3 ˆ σ ( n 3 ˆ σ a a R( λ L( λ ( λ ˆ ˆ ( ˆ ˆ α σ λ + α σ ( R b t a L b t a =, n 3 ˆ σ 3 ˆ σ a n a bˆ bˆ = π tα, π + tα ˆ σ ˆ σ a a = π ( t tα, π ( t + tα γ
9 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 8 Burada hesaplanan bulanık test statstğ α -kesm kümeler yardımıyla üçgensel bulanık sayı olarak elde edldğ çn tablo değerlernn de bulanıklaştırılması gerekr. Burada γ önemllk düzey olmak üzere tablonun sağ yan değer CV = t γ olsun. CV bulanıklaştırılan tablo değernn alableceğ en küçük değer, CV se bulanıklaştırılan tablo değernn alableceğ en büyük değer göstermektedr. Buna göre ( α ( ( ( α ( ( P π t + t CV α = P t CV α π t = γ ( Elde edlr. Bu eştlkte t değer t dağılımına sahp olduğundan, ( α = π ( γ + α CV t t (3 CV nın hesaplanması çn aynı şlemler bu kez T ɶ[ α ] olarak hesaplanır. tekrarlanır. Elde edlen bulanık tablo değer Eştlk 4 le verlr. [ α ] = π ( γ α, π ( γ α nn sol yan değer ele alınarak CV t t t t (4 T dağılımı smetrk br dağılım olduğundan tablonun sol yan değernn bulanıklaştırılması çn = CV değer Eştlk 5 le verlmştr. CV CV eştlğ kullanılır. Buna göre elde edlen [ ] [ α ] = π ( γ α, π ( γ + α CV t t t t (5 Eştlk 4 ve Eştlk 5 te γ testn önemllk düzeyn gösterr ve sabttr. α se [., ] aralığında değşr. Son olarak T ɶ, CV ve CV değerlernn farklı durumları göz önüne alınarak hpotezn reddne ya da kabulüne karar verlr. Buna göre: ( Eğer ɶT > CV se H reddedlr. ( Eğer Tɶ < CV se H reddedlr. (3 Eğer CV < Tɶ < CV hpotez kabul edlsn. (4 Eğer CV < Tɶ CV se br karara varılamaz. (5 Eğer CV Tɶ < CV se br karara varılamaz. Bulanıklaştırılan tablo değer le bulanık test statstk değer brbrne çok yakın se hpotezde br karara varılamaz. Buckley [4] ün önerdğ bu yöntem, oluşturulan test statstk değernn tablo değerne çok yakın bulunması durumunda kullanılması tavsye edlr [4]. α 4. Uygulama Türkye de hesaplanan tüketc fyatı artış oranı ve para arzındak artış oranının şszlk oranına olan etksn belrlemek çn regresyon model kurulmuştur. Klask yöntemle oluşturulan regresyon model Eştlk 6 le verlmektedr. Yˆ = X. X (6
10 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 9 Burada tüketc fyatı artış oranı ( X ve para arzı artış hızının ( X şszlk oranı ( ˆ Y üzernde negatf yönlü br etkye sahp olduğu söyleneblr. Tahmn edlen modeln anlamlılığı çn hesaplanan ANOVA çzelgesne göre model anlamlı çıkmıştır. Çzelge. -8 Dönem ANOVA tablosu. Kareler Kareler s.d. Toplamları Ortalaması F P değer Regresyon Artık Genel Ayrıca Çzelge ncelendğnde tüketc fyatı artış oranı, şszlk oranını belrlemede anlamlı br etkye sahpken, aynı durum para arzı artış hızı değşken çn söylenemez. Ancak dkkat edlrse tüketc fyatı artış oranı değşkennn çok küçük br değer farkıyla modelde yer alması anlamlı bulunmuştur. Model Parametreler Çzelge. Katsayılar ve güven aralıkları. St.Hata t Sg Güven Aralığı Alt sınır Üst sınır a b c -, Regresyon modelnn anlamlı olması kadar gözlem değerlernn modele uyumunu gösteren belrtme katsayısı da öneml br değerdr. Bu modelde R =.78 olarak hesaplanmıştır. Bağımlı değşkendek değşmelern %7,8 bağımsız değşkenler tarafından açıklanmaktadır. Bunun yanında düzeltlmş R değernn,6 olarak bulunması da kurulan regresyon modelne olan güven azaltmaktadır. Bu model oluşturulurken klask regresyon analznn gerektrdğ varsayımlara bakılmamıştır. Gerçekte 8 gözlem le yapılacak regresyon modelnden elde edlecek sonuçların anlamı olması düşünülemez. Ancak gerçek hayatta öyle durumlar le karşılaşılır k sadece 8 ya da 9 gözlemle regresyon yapılmak zorunda kalınablr. Hatta yeterl kadar gözlem olsa dah klask regresyonun varsayımları sağlanmayablr. Bu gb durumlarda kullanılan bulanık regresyon analz araştırmacıya daha esnek br ortamda çalışma mkanı sağlar. Türkye de şszlern mktarını ve şszlk oranını belrleyen net ve kesn blglere ulaşmak mümkün olamamaktadır. Bunun önde gelen nedenlernden br, gelşmş Batı ülkelernde uygulanan şszlk sgortasının etkn br şeklde uygulamaya geçrlememş olmasıdır. Bu nedenle, Türkye de şszlkle lgl rakamların gerçeğ tam yansıtmadığı konusu çok sık tartışılmaktadır [3]. Bu durumda da eldek verlere klask yöntemlerden brn uygulamak, araştırmacıyı gerçek sonuçlardan uzaklaştırır. Verler doğadan net br şeklde alınamıyorsa bulanık yöntemler doğa le daha yakın sonuçları araştırmacıya sunar. Doğrusal programlama yaklaşımı le yapılan bulanık regresyon analzne göre farklı h düzeyler ele alınmıştır. Bu amaçla Eştlk 4 le verlen amaç fonksyonu bulanık katsayıların toplam yayılımlarını mnmze etmek çn kullanılır. Buna göre Eştlk 5 le verlen denklemler regresyon katsayılarının merkez ve yayılım değerlern elde etmek çn kullanılır. LINGO. paket programı kullanılarak farklı h düzeyler çn elde edlen bulanık tahmnlern merkez ve yayılım değerler Çzelge 3 le verlmştr.
11 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 Çzelge 3. Bulanık tahmnler ve yayılımları. (h=.3 (h=.5 (h=.7 Yıllar Bulanık Merkez Değerler Yayılımlar Uygunluk Dereces Yayılımlar Uygunluk Dereces Yayılımlar Uygunluk Dereces 8,35,435,34 3,4,5 5,683,5 8,844,87,99,544,83 4,4,83 9,,558,3,8,5 3,635,5 3 9,85,994,3,39,5,39,5 4,57,58,99,75,94,8,94 5,59,56,99,79,9,8,9 6,6,546,4,765,57,75,57 7,67,54,3,733,5,,5 8,,569,3,797,5,38,5 Çzelge 3 ncelendğnde h =.3 çn Tanaka [] modelnde sstemn ortalama h düzey h =.55 >.3 olarak hesaplanmıştır. h =.5 çn sstemn ortalama h düzey h =.64 >.5 olarak hesaplanmıştır ayrıca h =.7 çn sstemn ortalama h düzey h =.78 >.7 olarak hesaplanmıştır. Bu tablonun Grafksel gösterm Şekl le verlmştr. Şekl ncelendğnde Tanaka [] modelnde sstemn ortalama h düzey arttığında sstemn bulanıklığının arttığı görülür. Şekl. Farklı h düzeyler çn yıllar göre tahmn edlen şszlk oranları değerler. Yukarıdak farklı 3 durum ele alındığında, seçlen farklı h düzeyne göre sstem parametrelernn bulanıklığında değşklk olduğu görülür. Ayrıca h düzey ne kadar büyük alınırsa parametrelern bulanıklıklarının arttığı görülmektedr. Model, sstemde bulunan her vernn belrlenen h düzeyne eşt ya da ondan büyük olmaya zorlar. Araştırmacı tarafından seçlen h düzey ne kadar artarsa (modeldek tahmn edlen vernn gerçek verye ne kadar yakın olmasını sterse, tahmn edlen şszlk oranı değernn yayılımı le sstem bulanıklığı da aynı doğrultuda artar. h düzeynn ne alınması gerektğ konusu hala süregelen br tartışma olduğu çn bu yöntemle elde edlen sonuçlar da gerçeğ çok yansıtmaz.
12 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 Yukarıdak nedenlerden dolayı çalışmaya Buckley [4] nn önerdğ sstem parametrelernn bulanıklaştırılması le elde edlen bulanık regresyon model le devam edlmştr. Bu amaçla regresyon modelndek parametreler bulanıklaştırmak çn klask regresyon modelndek her br parametreye at hesaplanan güven aralığı aşağıdak eştlklerle verlmştr. ( ; 3 ; 3 ( α n α + α n = α P t t (7 ( ; 3 ; 3 ( α n + α n = α P t b t (8 ( ; 3 ; 3 ( α n + α n = α P t c t (9 6*.669 6*.669 P σ = ( α (3 ( λ χ ; α ; 3 + 6λ ( λ χ ; α ; 3 + 6λ R n L n Bulanık regresyon parametreler yukarıdak güven aralıkları kullanılarak MAPLE programında yazılmıştır. Burada λ ve. α olmak üzere oluşturulan bulanık parametre tahmnler Şekl 3 le verlmştr. Şekl 3. Bulanık doğrusal regresyon modelnn bulanık parametreler. Yukarıda verlen bulanık parametreler elde edlrken her parametreye at sadece br güven aralığı değl, brden fazla güven aralığı hesaplanarak üst üste koyulmuştur. Böylece her parametre çn elde edlen üçgensel bulanık sayılar hesaplanmıştır. Bu parametreler kullanılarak elde edlen bulanık şszlk oranları değerler Çzelge 4 le verlmştr.
13 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 Çzelge 4. Buckley [4] nn bulanık regresyon analz le tahmn edlen bulanık şszlk oranı değerler. Yıllar Tahmn Tahmn Alt sınır Üst Sınır Merkez Yayılım Çzelge 4 ncelendğnde ve yılları çn alt sınır değernn negatf hesaplandığı görülmektedr. Buckley [4] yönteme göre öncelkle model parametreler üçgensel sayılar olarak tahmn edlr. Her parametrenn alfa değer ne kadar küçük alınırsa belrszlk o kadar artar. Bu tabloda da maksmum belrszlkler verlmştr. Dolayısıyla maksmum belrszlkte bulanık şszlk oranının alt sınırının negatf çıkması mümkündür. Ancak tahmn edlen değer oran olduğu çn yorum yapılırken negatf olarak hesaplanan bu değerlern sıfır olarak yorumlanması uygundur. Bulanık doğrusal regresyon model kurulduktan sonra parametrelernn önem kontrolü Buckley [4] nn önerdğ yöntemle yapılmıştır. Bu yaklaşım da Türkye dek şszlk oranı versne lk kez uygulanmıştır. Đlk olarak test edlmek stenen hpotez değer çn aşağıdak gb verlmştr (ele alınan tüm hpotezlerde brnc tp hata olasılığı γ =.5 olarak alınmıştır. ( H : a =, H : a olarak kurulan hpotez testnde oluşturulan test statstğ Eştlk 3 le verlmştr. ɶ a T = ɶ ɶ σ a (3 Eştlk 3 n hesaplanması çn bulanık parametre tahmnler olan ɶa ve σ değerlernden yararlanılır. Ayrıca a ˆ =.993, n = 9, ˆ σ =.669, t.5;6 =.447, a =.437,. β ve λ olmak üzere t =.53 olarak hesaplanmıştır. Bulanık test statstğnn alfa kesm kümeler ve beraber bulanıklaştırılan krtk tablo değerler MAPLE paket programı kullanılarak hesaplanmıştır. Sonuçlar Şekl 4 le verlmştr. Şekl 4`te verlen grafk ncelendğnde ɶT > CV olduğu açıkça görülmektedr. Sonuç olarak H hpotez ( γ =.5 çn reddedlr. Aynı sonuçlar klask hpotez test çn de geçerldr. Çünkü bulanık değerlerde α = alınırsa bulanık test statstğ klask test statstğne döner. Daha sonra ( H : b =, H : b < olarak tek yönlü kurulan hpotez testnde oluşturulan test statstğ Eştlk 3 le verlmştr. ɶ b T = ɶ ɶ σ a (3
14 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 3 Şekl 4. Bulanık test statstğ ( ɶ ( T ve bulanıklaştırılan tablo değer CV, CV regresyon modelnn bulanık parametreler. Bulanık doğrusal Eştlk 3 nn hesaplanması çn bulanık parametre tahmnler olan b ɶ ve σ değerlernden yararlanılır. Ayrıca ˆ b =.38, n = 9, ˆ σ =.669, t.5;6 =.943, a =.39,. β ve λ olmak üzere t =.6 olarak hesaplanmıştır. Bulanık test statstğnn alfa kesm kümeler ve beraber bulanıklaştırılan krtk tablo değer MAPLE paket programı kullanılarak hesaplanmıştır. Sonuçlar Şekl 5 le verlmştr. Şekl 5. Bulanık test statstğ ( ɶ ( T ve bulanıklaştırılan tablo değer CV. Yukarıda verlen grafk ncelendğnde Tɶ CV olduğu görülmektedr. Sonuç olarak klask yaklaşıma göre reddedlen H hpotez ( γ =.5 çn hakkında br karara varılamaz. Son olarak (3 H : c =, H : > c tek yönlü kurulan hpotez testnde oluşturulan test statstğ Eştlk 33 le verlmştr. ɶ c T = ɶ ɶ σ a 33 (33 Eştlk 33 ün hesaplanması çn bulanık parametre tahmnler olan ɶc ve σ değerlernden yararlanılır. Ayrıca c ˆ =., n = 9, ˆ σ =.669, t.5;6 =.943, a =.468,. β ve λ olmak üzere t =.565 olarak hesaplanmıştır. Bulanık test statstğnn alfa kesm kümeler ve
15 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 4 beraber bulanıklaştırılan krtk tablo değer MAPLE paket programı kullanılarak hesaplanmıştır. Sonuçlar Şekl 6 le verlmştr. Şekl 6. Bulanık test statstğ ( ɶ ( T ve bulanıklaştırılan tablo değer CV. Yukarıda verlen grafk ncelendğnde Tɶ < CV olduğu görülmektedr. Sonuç olarak H hpotez ( γ =.5 çn kabul edlr. Aynı durum klask yaklaşımla yapılan hpotez test sonucu çn de geçerldr. BRA nokta tahmn yerne aralık tahmn yapılmak stendğnde klask yöntemlerden daha başarılı sonuçları veren br yöntemdr [9]. Blndğ gb şszlk oranı bu çalışmada ele alınan değşkenler dışında daha pek çok ekonomk ve sosyal değşkenden etklenmektedr. Bu nedenle ortaya çıkan belrszlk durumu sstemde bulanıklığa neden olmaktadır. Bunun çn oluşturulan bulanık regresyon modelnde grd değerlernn kesn sayı olup değşkenler arasındak lşknn bulanık olduğu durum düşünülmüştür. Bulanık regresyon model tahmn çn kullanılan doğrusal programlama yöntem, farklı bulanıklık sevyelernde tahmn yapablme olanağı sunmaktadır. Uygulamada h =.3, h =.5 ve h 3 =.7, ve düzeynde Lngo. paket programında yazılan kodlar kullanılarak bulanık tahmnler yapılmıştır. Tahmn aralıkları bulanıklık sevyes arttığında genşlerken, bulanıklık sevyes düştüğünde daralmakta ve gerçek değerlere yaklaşmaktadır. Kısaca araştırmacı, gözlem değerlernn yüksek derecelerle tahmn değerlernn çnde yer almasını stedkçe oluşturulan tahmnlern bulanıklığı artar. Bu yüzden analzlerde kullanılması gereken uygun bulanıklık dereces seçm lteratürde hala süregelen br tartışma konusudur. Ayrıca Tanaka [] model, aykırı değerlere karşı çok duyarlıdır ve değşken sayısı çok olduğunda çoklu bağlantı sorunu etkler görüleblr. Katsayıları bulanıklaştırma yöntem se klask tahmnlern aralığını genşleterek daha genş br bakış açısıyla yorumlar yapmayı sağlamıştır. Dolayısıyla bulanıklaştırma şlem klask tahmnlern mevcut yapısını koruyarak, sadece tahmn aralığını genşletmektedr. Bulanık regresyon model yöntemyle tahmn edlen parametrelern önemllğ tek yönlü ve k yönlü kurulan hpotezlerle test edlmştr. Maple paket programında yazılan kodlarla, bulanık sayı olarak oluşturulan test statstğ ve bulanıklaştırılan tablo değer karşılaştırılmıştır. Ayrıca bulanık hpotez test sonuçları klask yöntemler tarafından desteklenmektedr. Tüketc fyatı artış oranı değşkennn önemllğ bulanık yöntemle test edldğnde, klask yaklaşıma göre reddedlen hpotez hakkında net br karara varılamaz. Tablo değernn hesap değerne çok yakın olduğu durumlarda hpotez testne bulanık yaklaşım daha ayrıntılı sonuçların elde edlmesn sağlar. Burada test statstğ alt sınır değernn negatf, üst sınır değernn poztf olması durumunda çeştl sorunlarla karşılaşılmıştır. Buckley [4] nn yapmış olduğu, test statstğ tepe noktasının aldığı değere göre tablo değer hesaplanması öners bazı durumlarda yetersz kalmaktadır. 5. Sonuçlar Đşszlk oranı gelşmş ve gelşmekte olan ülkeler çn ekonomnn en krtk göstergelernden brsdr. Đşgücü pyasasına yönelk gelştrleblecek ktsat poltkalarının da en öneml başvuru kaynaklarından brs şszlk oranıdır [8]. Đşszlk oranını belrlemek ve şszlk oranını etkleyen değşkenler belrlemek
16 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 5 adına bu güne kadar pek çok çalışma yapılmıştır. Ancak yıllara göre Türkye dek şszlk oranı değerlernn çeştl kaynaklarda farklı olarak verldğ görülmüştür. Bunun yanında şszlk sorunu çok boyutlu br konu olduğu çn bu sorunu sadece ekonomk büyüme le açıklamaya çalışmak yanıltıcı sonuçlara neden olablr. Bulanık regresyon analz, ver kaynaklarına güvenn azaldığı ya da değşkenler arası lşklern net sınırlarla çzlemedğ durumlarda kullanılan br yöntemdr. Bu çalışmada Türkye dek şszlk oranı tahmn çn k farklı bulanık regresyon analz yapılmıştır. Ayrıca elde edlen model parametrelernn öneml olup olmadığı Buckley [4] nn önerdğ bulanık hpotez test le test edlmştr. Bu açıdan ele alındığında, Türkye dek şszlk oranı farklı br yaklaşımla tahmn edlmştr. Gelecekte yapılacak çalışmalarda test statstğnn aldığı tüm negatf ve poztf değerler göz önüne alınarak yen br test statstğ oluşturulablr. Ayrıca Tanaka [] modelne göre oluşturulan parametrelern önemllğn test etmek çn farklı test statstkler gelştrleblr. Bunun yanında dğer çalışmalarda şszlğ etkleyen faktörler kullanılarak bulanık regresyon analzyle bulanık öngörüler yapılablr. Değşkenlern önem dereceler bulanık katsayılarla fade edleblr. Kaynaklar [] M. A. Başaran, 7, Çok Değşkenl Bulanık Regresyonda Parametre Tahmn, Hacettepe Ünverstes, Fen Blmler Ensttüsü, Ankara, Doktora Tez. [] C. Bekroğlu,, Türkye de Đşszlk Sorununun Çözümlenmesnde Uygulanan Ekonom Poltkalarının Analz, Kadr Has Ünverstes, Sosyal Blmler Ensttüsü, Fnans Bankacılık Yüksek Lsans Programı, Đstanbul, Yüksek Lsans Tez. [3] U. Y. Bozdağlıoğlu, 8, Türkye de Đşszlğn Özellkler ve Đşszlkle Mücadele Poltkaları, Kırgızstan- Türkye Manas Ünverstes, Sosyal Blmler Dergs,, [4] J. J. Buckley, 4, Fuzzy Statstcs, Sprnger, Germany. [5] J. J. Buckley, 5, Fuzzy statstcs: regresson and predcton, Soft Comput, 9, [6] J. J. Buckley, 6, Fuzzy Probablty and Statstcs, Sprnger, Netherlands. [7] Y. H. O. Chang, B. M. Ayyub,, Fuzzy regresson methods a comparatve assessment, Fuzzy Sets and Systems, 9, [8] P. Damond, 988, Fuzzy Least Squares, Informaton Scences, 46, [9] N. A. Erll, M. K. Körez, Y. Öner, K. Alakuş,, Krtk (krz Dönem Enflasyon Hesaplamalarında Bulanık Regresyon Tahmnlemes, Doğuş Ünverstes Dergs, 3 (, [] B. Y. Eser, H. Terz, 8, Türkye de şszlk sorunu ve Avrupa sthdam stratejs, Ercyes Ünverstes Đktsad ve Đdar Blmler Fakültes Dergs, 3, 9-5. [] A. Göktaş, Ö. Đşç,, Türkye de Đşszlk Oranlarının Temel Bleşenl Regresyon Analz le Belrlenmes, Selçuk Ünverstes, Đktsad ve Đdar Blmler Fakültes, Sosyal ve Ekonomk Araştırmalar Dergs, 4 (, [] A. Hepsağ, 9, Türkye'de Enflasyon le Đşszlk Arasındak Đlşknn Analz: Sınır Test Yaklaşımı, Đktsat Fakültes Mecmuası, 59 (, [3] D. Đçen,, Bulanık Doğrusal Regresyon Analz, Hacettepe Ünverstes, Fen Blmler Ensttüsü, Ankara, Yüksek Lsans Tez. [4] C. Kahraman, A. Beşkese, F. T. Bozbura, 6, Fuzzy regresson approaches and applcatons, StudFuz,, [5] F. Ç. Karaal, F. Ülengn, 8, Yapay Snr Ağları ve blşsel hartalar kullanılarak şszlk oranı öngörü çalışması, ĐTÜ dergs/d, 7 (3, 5-6. [6] O. Mkhal, C. J. Eberwen, J. Handa, 3, The Measurement of Persstence and Hysteress n Aggregate Unemployment, [erşm adres]: [erşm tarh: 3.9.3]. [7] H. Moskowtz, K. Km, 993, On assessng the H value n fuzzy lnear regresson, Fuzzy Sets and Systems, 58, [8] OECD, 3, [erşm adres]: [erşm tarh:..3]. [9] A. Oğuzlar, 7, Đşszlğe Etk Eden Değşkenlern Medyan Parlatma Teknğyle Analz, Atatürk Ünverstes Đktsad ve Đdar Blmler Dergs, (, 3-7. [] H. Seydoğlu, 999, Ekonomk termler, Güzem can yayınları, Đstanbul.
17 D. İçen, S. Günay / İstatstkçler Dergs: İstatstk&Aktüerya, 5, 8, -6 6 [] A. F. Shapro, 5, Fuzzy Regresson Models, Penn State Unversty, USA [erşm adres]: [erşm tarh: 3..]. [] K. Tanaka, S. Uejma, K. Asa, 98, Lnear regresson analyss wth fuzzy model, IEEE, (6, [3] T.C. Devlet Planlama Teşklatı,, [erşm adres]: [erşm tarh: 4..]. [4] C. I. Ucenc, A. George, 8, Soft computng methods appled n forecastng of economc ndces case study: forecastng of Greek unemployment rate usng an artfcal neural network wth fuzzy nference system, MACMESE'8 Proceedngs of the th WSEAS nternatonal conference on Mathematcal and computatonal methods n scence and engneerng, [5] D. Uysal, S. Erdoğan, 3, Enflasyon ve Đşszlk Oranı Arasındak Đlşk ve Türkye Örneğ (98, Selçuk Ünverstes, Đktsad ve Đdar Blmler Fakültes, Sosyal ve Ekonomk Araştırmalar Dergs, 6, [6] H. F. Wang, R. C. Tsaur, a, Insght of a fuzzy regresson model, Fuzzy Sets and Systems,, [7] H. F. Wang, R. C. Tsaur, b, Resoluton of fuzzy regresson model, Europhean Journal of Operatonal Research, 6, [8] H. M. Yüceol, 5, Br Poltka Değşken Olarak Đşszlğn Ölçülmes Sorunu ve Türkye de Gerçek Đşszlk Oranı, Elektronk Sosyal Blmler Dergs, 3 (, [9] Ö. G. Yılmaz, 5, Türkye ekonomsnde büyüme le şszlk oranları arasındak nedensellk lşks, Ekonometr ve Đstatstk,, -9. [3] L. A. Zadeh, 965, Fuzzy Sets, Informaton and Control, 8,
ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU
6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon
DetaylıUYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.
UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres
DetaylıHAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :
HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını
DetaylıPARÇALI DOĞRUSAL REGRESYON
HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal
DetaylıKİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ
Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp
DetaylıDoğrusal Korelasyon ve Regresyon
Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan
DetaylıKIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ
Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2007/2, Sayı: 6 Journal of Suleyman Demrel Unversty Insttue of Socal Scences Year: 2007/2, Number: 6 KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM
DetaylıKİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.
Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk
DetaylıKİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri
Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.
DetaylıNİTEL TERCİH MODELLERİ
NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:
DetaylıBulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi
Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale
DetaylıALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 18.02.2011 Clt: 13, Sayı: 1, Yıl: 2011, Sayfa: 21-37 Yayına Kabul Tarh: 17.03.2011 ISSN: 1302-3284 ALGILANAN HİZMET KALİTESİ VE LOJİSTİK
DetaylıYÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA
YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,
DetaylıTek Yönlü Varyans Analizi (ANOVA)
VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem
DetaylıX, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının
1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell
Detaylı1. KEYNESÇİ PARA TALEBİ TEORİSİ
DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...
DetaylıENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI
V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN
DetaylıAtatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 25, Sayı: 1, 2011 225
Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 25, Sayı:, 20 225 FİNANSAL ANALİZDE KULLANILAN ORANLAR VE HİSSE SENEDİ GETİRİLERİ ARASINDAKİ İLİŞKİ: EKONOMİK KRİZ DÖNEMLERİ İÇİN İMKB İMALAT SANAYİ
DetaylıSürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak
DetaylıSıklık Tabloları ve Tek Değişkenli Grafikler
Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.
DetaylıSEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)
İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)
DetaylıHasar sıklıkları için sıfır yığılmalı kesikli modeller
www.statstkcler.org İstatstkçler Dergs 5 (01) 3-31 İstatstkçler Dergs Hasar sıklıkları çn sıfır yığılmalı keskl modeller Sema Tüzel Hacettepe Ünverstes Aktüerya Blmler Bölümü 06800-Beytepe, Ankara, Türkye
DetaylıMuhasebe ve Finansman Dergisi
Muhasebe ve Fnansman Dergs Ocak/2012 Farklı Muhasebe Düzenlemelerne Göre Hazırlanan Mal Tablolardan Elde Edlen Fnansal Oranlar İle Şrketlern Hsse Sened Getrler Ve Pyasa Değerler Arasındak İlşk Ahmet BÜYÜKŞALVARCI
DetaylıSEK 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
DetaylıUYGULAMA 2. Bağımlı Kukla Değişkenli Modeller
UYGULAMA 2 Bağımlı Kukla Değşkenl Modeller Br araştırmacı Amerka da yüksek lsans ve doktora programlarını kabul ednlmey etkleyen faktörler ncelemek stemektedr. Bu doğrultuda aşağıdak değşkenler ele almaktadır.
DetaylıPARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ
PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ 1 Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda
Detaylıkadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.
KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X
DetaylıA İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?
. Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de
DetaylıKİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI
C.Ü. İktsad ve İdar Blmler Dergs, Clt 4, Sayı 1, 3 6 Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI H. BİRCAN, Y. KARAGÖZ ve Y. KASAPOĞLU
DetaylıÇUKUROVA 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
DetaylıKENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2
Journal of Yasar Unversty 2010 3294-3319 KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ Dr. Al Rıza AKTAŞ 1 Dr. Selm Adem HATIRLI 2 ÖZET Bu çalışmada, Batı Akdenz Bölges kent merkezlernde
DetaylıFarklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman
Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım
Detaylıbir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre
Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak
DetaylıYARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ
Özet YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ Atıf EVREN *1 Elf TUNA ** Yarı parametrk panel ver modeller parametrk ve parametrk olmayan modeller br araya getren; br kısmı
DetaylıFARKLI VERİ YAPILARINDA KULLANILABİLECEK REGRESYON YÖNTEMLERİ
Anadolu Tarım Blm. Derg., 203,28(3):68-74 Anadolu J Agr Sc, 203,28(3):68-74 do: 0.76/anaas.203.28.3.68 URL: htt://dx.do.org/0.76/anaas.203.28.3.68 Derleme Revew FARKLI VERİ YAPILARINDA KULLANILABİLECEK
DetaylıMal Piyasasının dengesi Toplam Talep tüketim, yatırım ve kamu harcamalarının toplamına eşitti.
B.E.A. Mal Hzmet Pyasaları le Fnans Pyasalarının Ortak Denges Mal Pyasası Denges: (IS-LM) Model Mal Pyasasının denges Toplam Talep tüketm, yatırım ve kamu harcamalarının toplamına eştt. = C(-V)+I+G atırımlar
DetaylıBÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER
BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER Blmn amaçlarından br yaşanılan doğa olaylarını tanımlamak ve olayları önceden tahmnlemektr. Bu amacı başarmanın yollarından br olaylar üzernde etkl olduğu
DetaylıDeprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr.
Deprem Tepksnn Sayısal Metotlar le Değerlendrlmes (Newmark-Beta Metodu) Sunum Anahat Grş Sayısal Metotlar Motvasyon Tahrk Fonksyonunun Parçalı Lneer Interpolasyonu (Pecewse Lnear Interpolaton of Exctaton
DetaylıREGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI. Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK
REGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ŞUBAT 014 ANKARA Can DARICA tarafından hazırlanan
DetaylıHİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER
İstanbul Ünverstes İktsat Fakültes Malye Araştırma Merkez Konferansları 47. Ser / Yıl 005 Prof. Dr. Türkan Öncel e Armağan HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS EN KÜÇÜK KARELER, RİDGE REGRESYON VE ROBUST REGRESYON YÖNTEMLERİNDE ANALİZ SONUÇLARINA AYKIRI DEĞERLERİN ETKİLERİNİN BELİRLENMESİ ZOOTEKNİ ANABİLİM
DetaylıAKADEMİK YAKLAŞIMLAR DERGİSİ JOURNAL OF ACADEMIC APPROACHES
Konut Sahplğnn Belrleycler: Hanehalkı Resler Üzerne Br Uygulama Halm TATLI 1 Özet İnsanların barınma htyacını sağlayan konut, temel htyaçlar arasında yer almaktadır. Konut sahb olmayan ve krada oturan
Detaylıİyi Tarım Uygulamaları Ve Tüketici Davranışları (Logit Regresyon Analizi)(*)
Gazosmanpaşa Ünverstes Zraat Fakültes Dergs Journal of Agrcultural Faculty of Gazosmanpasa Unversty http://zraatderg.gop.edu.tr/ Araştırma Makales/Research Artcle JAFAG ISSN: 1300-2910 E-ISSN: 2147-8848
DetaylıEKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM
EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM (Örgün e İknc Öğretm çn) 1. 754 hanehalkına at DOMerset sml Excel dosyasında yer alan erler kullanarak tahmnlenen DOM sonuçları: Dependent Varable: CALISANKADIN Sample:
DetaylıAsimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri
Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık
DetaylıPROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak
DetaylıANTALYA DA OBEZİTE YAYGINLIĞI VE DÜZEYİNİ ETKİLEYEN SOSYO-EKONOMİK DEĞİŞKENLER
Akdenz İ.İ.B.F. Dergs (21) 2011, 17-45 ANTALYA DA OBEZİTE YAYGINLIĞI VE DÜZEYİNİ ETKİLEYEN SOSYO-EKONOMİK DEĞİŞKENLER PREVALENCE AND SOCIOECONOMICS DETERMINANTS OF ADULTS OBESITY IN ANTALYA Arş. Gör. F.
DetaylıTÜKETĠCĠLERĠN 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
DetaylıFARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ
FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ M.Ensar YEŞİLYURT (*) Flz YEŞİLYURT (**) Özet: Özellkle uzak verlere sahp ver setlernn analz edlmesnde en küçük kareler tahmnclernn kullanılması sapmalı
DetaylıTEKNOLOJİ, PİYASA REKABETİ VE REFAH
TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr
DetaylıDENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI
A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.
DetaylıÜST-ORTA GELİRLİ ÜLKELERDE EKONOMİK ÖZGÜRLÜKLER, DEMOKRASİ VE YOLSUZLUK İLİŞKİSİNİN ANALİZİ
ÜST-ORTA GELİRLİ ÜLKELERDE EKONOMİK ÖZGÜRLÜKLER, DEMOKRASİ VE YOLSUZLUK İLİŞKİSİNİN ANALİZİ ANALYSIS OF RELATIONSHIP BETWEEN ECONOMIC FREEDOM, DEMOCRACY AND CORRUPTION IN UPPER-MIDDLE INCOME COUNTRIES
Detaylı2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46
2005 Gaz Ünverstes Endüstryel Sanatlar Eğtm Fakültes Dergs Sayı:16, s31-46 ÖZET BANKALARDA MALİ BAŞARISIZLIĞIN ÖNGÖRÜLMESİ LOJİSTİK REGRESYON VE YAPAY SİNİR AĞI KARŞILAŞTIRMASI 31 Yasemn KESKİN BENLİ 1
DetaylıADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN
SAÜ Fen Edebyat Dergs (2010-I) F.GÖKPINAR v.d. DENGELİ TAMAMLANMAMIŞ BLOK TASARIMINDA, DUYUSAL ANALİZ İÇİN DÜZELTİLMİŞ DURBİN SIRA SAYILARI TESTİ Fkr GÖKPINAR*, Hülya BAYRAK, Dlşad YILDIZ ve Esra YİĞİT
DetaylıİÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ
Türkye İnşaat Mühendslğ, XVII. Teknk Kongre, İstanbul, 2004 İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Nur MERZİ 1, Metn NOHUTCU, Evren YILDIZ 1 Orta Doğu Teknk Ünverstes, İnşaat Mühendslğ Bölümü, 06531 Ankara
DetaylıTÜRKİYE 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
DetaylıASAL BİLEŞENLER ANALİZİNE BOOTSTRAP YAKLAŞIMI
Ekonometr ve İstatstk Sayı: 2005 5-05 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ ASAL BİLEŞENLER ANALİZİNE BOOTSTRAP YAKLAŞIMI Dr. Ayln Aktükün Bu makale 5.2.2004 tarhnde
DetaylıAntalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi
Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/journal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL
DetaylıSabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2
X Sabt Varyans Y Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern eşt varyanslı olmasıdır Her hata term varyansı bağımsız değşkenlern verlen değerlerne
DetaylıFAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ
Anadolu Tarım Blm. Derg., 2009,24(2):98-102 Anadolu J. Agrc. Sc., 2009,24(2):98-102 Araştırma Research FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ Soner ÇA KAYA* Aydın
Detaylı5.3. Tekne Yüzeylerinin Matematiksel Temsili
5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn
DetaylıAYLIK ORTALAMA GÖL SU SEVİYESİNİN BULANIK-OLASILIK YAKLAŞIMI İLE GÖZLENMİŞ ZAMAN SERİSİNDEN TAHMİNİ
AYLIK ORTALAMA GÖL SU SEVİYESİİ BULAIK-OLASILIK YAKLAŞIMI İLE GÖZLEMİŞ ZAMA SERİSİDE TAHMİİ Veysel GÜLDAL, Hakan TOGAL 2 S.D.Ü.Mühendslk Mmarlık Fakültes İnşaat Müh Böl., Isparta/TÜRKİYE vguldal@mmf.sdu.edu.tr
DetaylıARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ
ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,
DetaylıMerkezi Eğilim (Yer) Ölçüleri
Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına
DetaylıKısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği
Dokuz Eylül Ünverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:24, Sayı:1, Yıl:2009, ss.105-122. Kısa Vadel Sermaye Grş Modellemes: Türkye Örneğ Mehmet AKSARAYLI 1 Özhan TUNCAY 2 Alınma Tarh: 04-2008,
DetaylıDevalüasyon, 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*
DetaylıMut 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
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ QUANTILE REGRESYON ve BİR UYGULAMA İlkay ALTINDAĞ YÜKSEK LİSANS TEZİ İSTATİSTİK ANABİLİM DALI Ağustos-1 KONYA Her Hakkı Saklıdır ÖZET YÜKSEK LİSANS TEZİ
DetaylıÜniversite Öğrencilerinin Kredi Kartı Sahipliğini Belirleyen Faktörler
Ünverste Öğrenclernn Kred Kartı Sahplğn Belrleyen Faktörler H. Dlara KESKİN Yrd. Doç. Dr., Karadenz Teknk Ünverstes, İİBF İşletme Bölümü dlarakeskn@yahoo.com Emrah KOPARAN Öğr. Gör., Amasya Ünverstes Merzfon
DetaylıLojistik Regresyonlarda Değişken Seçimi
Çukurova Ünverstes Zraat Fakültes Dergs, 7 (2):05-4 Lostk Regresyonlarda Değşken Seçm Hasan ÖNDER () Zeynel CEBECİ (2) Özet Bu çalışmada, lostk regresyonlarda değşken seçm yöntemlernden ler doğru seçm,
DetaylıKALĐTE ARTIŞLARI VE ENFLASYON: TÜRKĐYE ÖRNEĞĐ
Central Bank Revew Vol. 11 (January 2011), pp.1-9 ISSN 1303-0701 prnt / 1305-8800 onlne 2011 Central Bank of the Republc of Turkey http://www.tcmb.gov.tr/research/revew/ KALĐTE ARTIŞLARI VE ENFLASYON:
DetaylıC.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
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Savaş OKUR PARAMETRİK VE PARAMETRİK OLMAYAN BASİT DOĞRUSAL REGRESYON ANALİZ YÖNTEMLERİNİN KARŞILAŞTIRMALI OLARAK İNCELENMESİ ZOOTEKNİ ANABİLİM
DetaylıSESSION 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
DetaylıYAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS
YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS NURAY TUNCER PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatstk Anablm Dalı İçn Öngördüğü
Detaylıdir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.
BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)
DetaylıDOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre
1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı
DetaylıMakine Öğrenmesi 10. hafta
Makne Öğrenmes 0. hafta Lagrange Optmzasonu Destek Vektör Maknes (SVM) Karesel (Quadratc) Programlama Optmzason Blmsel term olarak dlmze geçmş olsa da bazen en leme termle karşılık bulur. Matematktek en
DetaylıBÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler
BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Berrn GÜLTAY YÜKSEK LİSANS TEZİ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI ADANA, 9 ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU
DetaylıObtaining 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
DetaylıFarklı 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
DetaylıTek Yönlü Varyans Analizi
Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak
DetaylıOLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI
OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda
DetaylıTürkiye Cumhuriyet Merkez Bankası Sayı: 2010-17 / 20 Aralık 2010 EKONOMİ NOTLARI. Kalite Artışları ve Enflasyon: Türkiye Örneği
Türkye Cumhuryet Merkez Bankası Sayı: 2010-17 / 20 Aralık 2010 EKONOMİ NOTLARI Kalte Artışları ve Enflasyon: Türkye Örneğ Yavuz Arslan Evren Certoğlu Abstract: In ths study, average qualty growth and upward
DetaylıK-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *
İMO Teknk Derg, 2012 6037-6050, Yazı 383 K-Ortalamalar Yöntem le Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelern Belrlenmes * Mahmut FIAT* Fath DİKBAŞ** Abdullah Cem KOÇ*** Mahmud GÜGÖ**** ÖZ
DetaylıSUÇ 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
DetaylıTÜRKĐYE DE PARA ARZI ĐLE ENFLASYON ARASINDAKĐ ĐLĐŞKĐNĐN PARAMETRĐK OLMAYAN REGRESYON ANALĐZĐ ĐLE ĐNCELENMESĐ
Gaz Ünverstes Đktsad ve Đdar Blmler Fakültes Dergs 9 / 3 (2007). 97-22 TÜRKĐYE DE PARA ARZI ĐLE ENFLASYON ARASINDAKĐ ĐLĐŞKĐNĐN PARAMETRĐK OLMAYAN REGRESYON ANALĐZĐ ĐLE ĐNCELENMESĐ Gaye KARPAT ÇATALBAŞ
DetaylıBANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ
BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ Yrd. Doç. Dr. Murat ATAN - Araş. Gör. Gaye KARPAT ÇATALBAŞ 2 ÖZET Bu çalışma, Türk bankacılık sstem çnde faalyet gösteren tcar bankaların
DetaylıSoğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu
Soğutucu Akışkan arışımlarının ullanıldığı Soğutma Sstemlernn ermoekonomk Optmzasyonu * 1 Hüseyn aya, 2 ehmet Özkaymak ve 3 rol Arcaklıoğlu 1 Bartın Ünverstes akne ühendslğ Bölümü, Bartın, ürkye 2 arabük
DetaylıYAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE
BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar
DetaylıRegresyon ve Korelasyon Analizi. Regresyon Analizi
Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)
DetaylıPÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI
PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser
DetaylıBULANIK 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
DetaylıTürkiye den Yurt Dışına Beyin Göçü: Ampirik Bir Uygulama
ERC Workng Paper n Economc 04/02 January 2004 Türkye den Yurt Dışına Beyn Göçü: Amprk Br Uygulama Aysıt Tansel İktsat Bölümü Orta Doğu Teknk Ünverstes atansel@metu.edu.tr Nl Demet Güngör İktsat Bölümü
DetaylıAVRUPA 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
DetaylıTürkiyede ki ĠĢ Kazalarının Yapay Sinir Ağları ile 2025 Yılına Kadar Tahmini
Türkyede k ĠĢ Kazalarının Yapay Snr Ağları le 2025 Yılına Kadar Tahmn Hüseyn Ceylan ve Murat Avan Kırıkkale Meslek Yüksekokulu, Kırıkkale Ünverstes, Kırıkkale, 71450 Türkye. Kaman Meslek Yüksekokulu, Ah
Detaylı04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus
SU İHTİYAÇLARII BELİRLEMESİ Suİhtyacı Proje Süres Brm Su Sarfyatı Proje Süres Sonundak üfus Su ayrım çzs İsale Hattı Su Tasfye Tess Terf Merkez, Pompa İstasyonu Baraj Gölü (Hazne) Kaptaj Su Alma Yapısı
DetaylıTürkiye 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