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

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

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

Transkript

1 SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011)

2 SEK Tahmnclernn Arzulanan Özellkler UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0) lsansı altında br açık ders malzemes olarak genel kullanıma sunulmuştur. Esern lk sahbnn belrtlmes ve geçerl lsansın korunması koşulu le özgürce kullanılablr, çoğaltılablr ve değştrleblr. Creatve Commons örgütü ve CC-BY-NC-SA lsansı le lgl ayrıntılı blg adresnde bulunmaktadır. Bu ekonometr ders notları setnn tamamına adresnden ulaşılablr. A. Talha Yalta TOBB Ekonom ve Teknoloj Ünverstes Ekm

3 SEK Tahmnclernn Arzulanan Özellkler Ders Planı 1 SEK Tahmnclernn Arzulanan Özellkler

4 SEK Tahmnclernn Arzulanan Özellkler Gauss - Markov Kanıtsavı Klask Doğrusal Bağlanım Model (KDBM) varsayımları geçerl ken, en küçük kareler yöntem le elde edlen tahmnler arzulanan bazı özellkler taşırlar. Gauss - Markov kanıtsavına göre ˆβ SEK tahmnclerne En y Doğrusal Yansız Tahmnc (Best Lnear Unbased Estmator), kısaca EDYT (BLUE) adı verlr.

5 SEK Tahmnclernn Arzulanan Özellkler Gauss - Markov Kanıtsavı EDYT olan ˆβ şu üç arzulanan özellğ taşır: 1 Doğrusaldır. Dğer br deyşle bağlanım modelndek Y bağımlı değşkennn doğrusal br şlevdr. 2 Yansızdır. Beklenen değer E( ˆβ), anakütleye at gerçek β değerne eşttr. 3 Tüm doğrusal ve yansız tahmncler çnde enaz varyanslı olandır. Kısaca en y ya da etkn (effcent) tahmncdr. Gauss - Markov kanıtsavı hem kuramsal olarak hem de uygulamada önemldr.

6 SEK Tahmnclernn Arzulanan Özellkler SEK Tahmnclernn Doğrusallık Özellğ SEK tahmnclernn doğrusallık (lnearty) arzulanan özellğn göstereblmek çn ˆβ 2 formülünü şöyle yazalım: x y x (Y ˆβ 2 = = Ȳ ) x Y = Ȳ x x Y = x 2 x 2 x 2 x 2 Bu bastçe şu şeklde de gösterleblr: x Y = k x 2 Y, k = x ( x 2 ) x değerler olasılıksal olmadığına göre k ler de gerçekte Y lern önüne gelen brer ağırlık (weght) katsayısıdırlar. ˆβ 2 bu durumda Y lern doğrusal br şlevdr. Bastçe ˆβ 2 nın Y lern br ağırlıklı ortalaması olduğu da söyleneblr. ˆβ 1 nın doğrusal olduğu da benzer bçmde kanıtlanablr.

7 SEK Tahmnclernn Arzulanan Özellkler SEK Tahmnclernn Yansızlık Özellğ SEK tahmnclernn yansızlık (unbasedness) arzulanan özellğn göstereblmek çn ağırlık term k nn şu beş özellğ önemldr: 1 X ler olasılıksal olmadığından k ler de olasılıksal değldr. 2 k = 0 dır. ( x = 0 olduğu çn) 3 k 2 = x 2 / (x 2 ) 2 = 1/ x 2 olur. 4 k x = x 2 / x 2 = 1 dr. 5 k x = k X olur. ( k x = k (X X) = k X X k olduğu çn) Dkkat: Tüm bu özellkler k nn tanımından türetleblmektedr.

8 SEK Tahmnclernn Arzulanan Özellkler SEK Tahmnclernn Yansızlık Özellğ ˆβ 2 nın yansız olduğunu kanıtlamak çn Y = β 1 + β 2 X + u bçmndek ABİ y ˆβ 2 formülünde yerne koyalım: ˆβ 2 = k Y = k (β 1 + β 2 X + u ) = β 1 k + β 2 k X + k u = β 2 + k u Yukarıdak son adımda k nn az önce sözü edlen knc, dördüncü ve beşnc özellklernden yararlanılmıştır. β 2 ve k nn olasılıksal olmadığını ve E(u ) = 0 varsayımını anımsayalım ve her k yanın beklenen değern alalım: E( ˆβ 2 ) = E(β 2 ) + k E(u ) = β 2 E( ˆβ 2 ) = β 2 olduğuna göre ˆβ 2 yansız br tahmncdr.

9 SEK Tahmnclernn Arzulanan Özellkler SEK Tahmnclernn Enaz Varyanslılık Özellğ SEK tahmnclernn enaz varyans (mnmum varance) arzulanan özellğn göstereblmek çn se β 2 nn en küçük kareler tahmncsnden yola çıkalım: ˆβ 2 = k Y Şmd β 2 çn başka br doğrusal tahmnc tanımlayalım: β 2 = w Y Buradak ( ) şaret dalga (tlde) dye okunur. w ler de brer ağırlıktır ama w = k olmak zorunda değldr: β 2 nın yansız olablmes çn gerekl koşullara br bakalım: E( β 2 ) = w E(Y ) = w (β 1 + β 2 X ) = β 1 w + β 2 w X Buna göre, β 2 nın yansız olablmes çn şunlar gerekldr: w = 0, w x = w X = 1 (... devam)

10 SEK Tahmnclernn Arzulanan Özellkler SEK Tahmnclernn Enaz Varyanslılık Özellğ var( ˆβ 2 ) var( β 2 ) savını kanıtlamak styoruz. Bunun çn şmd β 2 nın varyansını ele alalım: var( β 2 ) = var( w Y ) = w 2 var(y ) [Dkkat: var(y ) = var(u ) = σ 2 ] = σ 2 w 2 = σ ( 2 w x + x x 2 x 2 = σ ( 2 w x x 2 = σ 2 ( w x x 2 [Dkkat: cov(y, Y j ) = 0, ( j)] ) 2 ) 2 + σ ( 2 x x 2 ) 2 + σ 2 ( 1 x 2 ) ) 2 + 2σ 2 ( w x x 2 ) ( (... devam) ) x x 2

11 SEK Tahmnclernn Arzulanan Özellkler SEK Tahmnclernn Enaz Varyans Özellğ Son satırda bulmuş olduğumuz şey şudur: var( β 2 ) = σ 2 ( ) 2 ( ) w x x 2 + σ 2 1 x 2 Yukarıda en sağdak term w den bağımsızdır. Öyleyse var( β 2 ) yı enazlayablmek lk terme bağlıdır ve lk term sıfırlayan w değer de şudur: w = x x 2 = k Bu durumda aşağıdak eştlk geçerldr: var( β 2 ) = σ2 x 2 = var( ˆβ 2 ) Demek k w ağırlıkları k ağırlıklarına eşt olduğunda β 2 nın varyansı enazlanarak ˆβ 2 nın varyansına eştlenmektedr. Sonuç olarak, en küçük kareler tahmncs ˆβ 2 tüm yansız ve doğrusal tahmncler çnde enaz varyanslı tahmncdr.

12 SEK Tahmnclernn Arzulanan Özellkler Önümüzdek Dersn Konusu Önümüzdek ders SEK yöntemnn ardındak varsayımlar

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)

SEK 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)

Detaylı

Bölüm 4. Tahmin Sorunu. 4.1 Sıradan En Küçük Kareler Yöntemi. Sıradan En Küçük Kareler Yöntemi

Bölüm 4. Tahmin Sorunu. 4.1 Sıradan En Küçük Kareler Yöntemi. Sıradan En Küçük Kareler Yöntemi Bölüm 4 İk Değşkenl Bağlanım Model - Tahmn Sorunu 4.1 Sıradan En Küçük Kareler Yöntem Sıradan En Küçük Kareler Yöntem Bağlanım çözümlemesnde amaç, örneklem bağlanım şlev (ÖBİ) temel alınarak anakütle bağlanım

Detaylı

Tahmin Sorunu. Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011)

Tahmin Sorunu. Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011) İk Değşkenl Bağlanım Model Tahmn Sorunu Yrd. Doç. Dr. A. Talha YALTA Ekonometr 1 Ders Notları Sürüm 2,0 (Ekm 2011) Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported

Detaylı

SEK Tahmincilerinin Türetilmesi. SEK Tahmincilerinin Türetilmesi. Ekonometri 1 Konu 8 Sürüm 2,0 (Ekim 2011)

SEK Tahmincilerinin Türetilmesi. SEK Tahmincilerinin Türetilmesi. Ekonometri 1 Konu 8 Sürüm 2,0 (Ekim 2011) İki Değişkenli Bağlanım Modeli SEK Tahmincilerinin Türetilmesi Ekonometri 1 Konu 8 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0

Detaylı

İstatistiksel Kavramların Gözden Geçirilmesi

İstatistiksel Kavramların Gözden Geçirilmesi İstatistiksel Kavramların Gözden Geçirilmesi İstatistiksel Çıkarsama Ekonometri 1 Konu 3 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

Detaylı

İki Değişkenli Bağlanım Çıkarsama Sorunu

İki Değişkenli Bağlanım Çıkarsama Sorunu İki Değişkenli Bağlanım Çıkarsama Sorunu Aralık Tahmini Ekonometri 1 Konu 15 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported

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

İki Değişkenli Bağlanım Modelinin Uzantıları

İki Değişkenli Bağlanım Modelinin Uzantıları İki Değişkenli Bağlanım Modelinin Uzantıları Sıfır Noktasından Geçen Bağlanım Ekonometri 1 Konu 18 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial

Detaylı

Eşanlı Denklem Modelleri

Eşanlı Denklem Modelleri Eşanlı Denklem Modelleri Eşanlı Denklem Yöntemleri Ekonometri 2 Konu 23 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported (CC

Detaylı

Normallik Varsayımı ve Ençok Olabilirlik Yöntemi

Normallik Varsayımı ve Ençok Olabilirlik Yöntemi Normallik Varsayımı ve Ençok Olabilirlik Yöntemi EO Açıklayıcı Örnekler Ekonometri 1 Konu 14 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

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

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekonomi ve Teknoloji Üniversitesi Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sınav toplam 100 puan değerinde 4 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm soruların

Detaylı

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

Matris Cebiriyle Çoklu Regresyon Modeli

Matris Cebiriyle Çoklu Regresyon Modeli Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β

Detaylı

İki Değişkenli Bağlanım Modelinin Uzantıları

İki Değişkenli Bağlanım Modelinin Uzantıları İki Değişkenli Bağlanım Modelinin Uzantıları Bağlanım Modellerinin İşlev Biçimleri Ekonometri 1 Konu 20 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekoom ve Tekoloj Üverstes İKT351 Ekoometr I, Ara Sıavı Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sıav toplam 100 pua değerde 4 soruda oluşmaktadır. Sıav süres 90 dakkadır ve

Detaylı

Çoklu Bağlanım Çıkarsama Sorunu

Çoklu Bağlanım Çıkarsama Sorunu Çoklu Bağlanım Çıkarsama Sorunu Diğer Sınama ve Konular Ekonometri 1 Konu 27 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported

Detaylı

Farklıserpilimsellik

Farklıserpilimsellik Farklıserpilimsellik Hata Varyansı Sabit Değilse Ne Olur? Yrd. Doç. Dr. A. Talha YALTA Ekonometri 2 Ders Notları Sürüm 2,0 (Ekim 2011) Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial

Detaylı

Dizey Cebirinin Gözden Geçirilmesi

Dizey Cebirinin Gözden Geçirilmesi Bölüm 1 Dizey Cebirinin Gözden Geçirilmesi 1.1 Dizeylere İlişkin Temel Kavramlar 1.1.1 Tanımlar Dizey cebiri kullanmaksızın k değişkenli bir bağlanım modeliyle uğraşmak son derece karmaşık bir iştir. Burada,

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

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1 3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki

Detaylı

Nitel Tepki Bağlanım Modelleri

Nitel Tepki Bağlanım Modelleri Doğrusal-Dışı Yaklaşım ve Nitel Tepki Bağlanım Modelleri Doğrusal-Dışı Yaklaşım ve Ekonometri 2 Konu 18 Sürüm 2,0 (Ekim 2011) Doğrusal-Dışı Yaklaşım ve UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons

Detaylı

Kukla Değişkenlerle Bağlanım. Ekonometri 1 Konu 30 Sürüm 2,0 (Ekim 2011)

Kukla Değişkenlerle Bağlanım. Ekonometri 1 Konu 30 Sürüm 2,0 (Ekim 2011) Kukla Değişkenlerle Bağlanım Kukla Değişkenlere İlişkin Konular Ekonometri 1 Konu 30 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0

Detaylı

Nitel Tepki Bağlanım Modelleri

Nitel Tepki Bağlanım Modelleri Nitel Tepki ve Nitel Tepki Bağlanım Modelleri Nitel Tepki ve Ekonometri 2 Konu 17 Sürüm 2,0 (Ekim 2011) Nitel Tepki ve UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial

Detaylı

Zaman Serileri Ekonometrisine Giriş

Zaman Serileri Ekonometrisine Giriş Zaman Serileri Ekonometrisine Giriş Yöney Özbağlanım Modeli Ekonometri 2 Konu 27 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported

Detaylı

Dizey Cebirinin Gözden Geçirilmesi

Dizey Cebirinin Gözden Geçirilmesi Dizey Cebirinin Gözden Geçirilmesi Yrd. Doç. Dr. A. Talha YALTA Ekonometri 2 Ders Notları Sürüm 2,0 (Ekim 2011) Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0

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

Eşanlı Denklem Modelleri

Eşanlı Denklem Modelleri Eşanlı Denklem Modelleri Tek Denklemli Modellerde Eşanlılık Ekonometri 2 Konu 22 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported

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

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

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

Çoklu Bağlanım Çözümlemesi

Çoklu Bağlanım Çözümlemesi Çoklu Bağlanım Çözümlemesi Tahmin Sorunu Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011) Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

Detaylı

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

bir 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

Detaylı

Zaman Serileri Ekonometrisine Giriş

Zaman Serileri Ekonometrisine Giriş Zaman Serileri Ekonometrisine Giriş Düzmece Bağlanım ve Eştümleşim Ekonometri 2 Konu 25 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

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

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim.

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim. SM de yer alacak fermyonlar Standart Model (SM) agrange Yoğunluğu u s t d c b u, d, c, s, t, b e e e,, Şmdlk nötrnoları kütlesz Kabul edeceğz. Kuark çftlern gösterelm. u, c ve t y u (=1,,) olarak gösterelm.

Detaylı

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler 6.4.7 NÜMERİK ANALİZ Yrd. Doç. Dr. Hatce ÇITAKOĞLU 6 Müendslk sstemlernn analznde ve ugulamalı dsplnlerde türev çeren dferansel denklemlern analtk çözümü büük öneme saptr. Sınır değer ve/vea başlangıç

Detaylı

Eşanlı Denklem Modelleri

Eşanlı Denklem Modelleri Bölüm 8 Eşanlı Denklem Modelleri 8.1 Eşanlı Denklem Modellerinin Niteliği 8.1.1 Eşanlı Denklem Modelleri Şimdiye kadar içinde yalnızca bir Y bağımlı değişkeni olan tek denklemli modelleri ele aldık. Bir

Detaylı

Ekonometrinin Konusu ve Yöntembilimi. Ekonometri Nedir? Ekonometrinin Konusu ve Yöntembilimi. Ekonometri 1 Konu 4 Sürüm 2,0 (Ekim 2011)

Ekonometrinin Konusu ve Yöntembilimi. Ekonometri Nedir? Ekonometrinin Konusu ve Yöntembilimi. Ekonometri 1 Konu 4 Sürüm 2,0 (Ekim 2011) Ekonometri Nedir? ve Yöntembilimi Ekonometri 1 Konu 4 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported (CC BY-NC-SA 3.0) lisansı

Detaylı

Zaman Serileri Ekonometrisine Giriş

Zaman Serileri Ekonometrisine Giriş Zaman Serileri Ekonometrisine Giriş Durağanlık ve Durağan-Dışılık Ekonometri 2 Konu 24 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

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

Bölüm 3. Çoklueşdoğrusallık. 1. Çoklueşdoğrusallığın niteliği nedir? 3.1.1 Çoklueşdoğrusallık Kavramı

Bölüm 3. Çoklueşdoğrusallık. 1. Çoklueşdoğrusallığın niteliği nedir? 3.1.1 Çoklueşdoğrusallık Kavramı Bölüm 3 Çoklueşdoğrusallık 3.1 Çoklueşdoğrusallığın Niteliği 3.1.1 Çoklueşdoğrusallık Kavramı Klasik doğrusal bağlanım modelinin (KDBM) varsayımlarından biri, modele katılan değişkenler arasında çoklueşdoğrusallık

Detaylı

Nitel Tepki Bağlanım Modelleri

Nitel Tepki Bağlanım Modelleri Nitel Tepki Bağlanım Modelleri Yrd. Doç. Dr. A. Talha YALTA Ekonometri 2 Ders Notları Sürüm 2,0 (Ekim 2011) Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported

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

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

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

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

Detaylı

6. NORMAL ALT GRUPLAR

6. NORMAL ALT GRUPLAR 6. ORMAL ALT GRUPLAR G br grup ve olsun. 5. Bölümden çn eştlğnn her zaman doğru olamayacağını blyoruz. Fakat bu özellğ sağlayan gruplar, grup teorsnde öneml rol oynamaktadır. Bu bölümde bu tür grupları

Detaylı

3. Parçaları Arasında Aralık Bulunan Çok Parçalı Basınç Çubukları

3. Parçaları Arasında Aralık Bulunan Çok Parçalı Basınç Çubukları 3. Parçaları Arasında Aralık Bulunan Çok Parçalı Basınç Çubukları Basınç çubukları brden fazla profl kullanılarak, bu profller arasında plan düzlemnde bell br mesafe bulunacak şeklde düzenleneblr. Bu teşklde,

Detaylı

Zaman Serileri Ekonometrisine Giriş

Zaman Serileri Ekonometrisine Giriş Zaman Serileri Ekonometrisine Giriş Box-Jenkins Yöntemi Ekonometri 2 Konu 26 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported

Detaylı

Ekonometri 1 Ders Notları

Ekonometri 1 Ders Notları Ekonometri 1 Ders Notları A. TALHA YALTA TÜRKİYE BİLİMLER AKADEMİSİ AÇIK DERS MALZEMELERİ PROJESİ SÜRÜM 2.0 EKİM 2011 İçindekiler 1 İstatistiksel Kavramların Gözden Geçirilmesi 1 1.1 Anlamlı Basamaklar

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

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ BÖLÜM 6 ALTERNATİF AKIM DEVRE ÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ 6. ÇEVRE AKIMLAR ÖNTEMİ 6. SÜPERPOZİSON TEOREMİ 6. DÜĞÜM GERİLİMLER ÖNTEMİ 6.4 THEVENİN TEOREMİ 6.5 NORTON TEOREMİ Tpak GİRİŞ Alternatf akımın

Detaylı

İstatistiksel Kavramların Gözden Geçirilmesi

İstatistiksel Kavramların Gözden Geçirilmesi Bölüm 1 İstatistiksel Kavramların Gözden Geçirilmesi 1.1 Anlamlı Basamaklar ve Yuvarlama Kuralları Anlamlı Basamaklar Ondalık bir sayının anlamlı basamakları (significant digits), o sayının kesinlik ve

Detaylı

Değişen Varyans (Heteroscedasticity) Sabit Varyans (Homoscedasticity) Varsayımı Altında Basit Regresyon Modeli

Değişen Varyans (Heteroscedasticity) Sabit Varyans (Homoscedasticity) Varsayımı Altında Basit Regresyon Modeli 1 2 Değişen Varyans (Heteroscedasticity) DEĞİŞEN VARYANS Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14

Detaylı

Kukla Değişkenlerle Bağlanım

Kukla Değişkenlerle Bağlanım Kukla Değişkenlerle Bağlanım Kukla Değişken Kullanım Şekilleri Ekonometri 1 Konu 29 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0

Detaylı

Ekonometri 2 Ders Notları

Ekonometri 2 Ders Notları Ekonometri 2 Ders Notları A. TALHA YALTA TÜRKİYE BİLİMLER AKADEMİSİ AÇIK DERS MALZEMELERİ PROJESİ SÜRÜM 2.0 EKİM 2011 Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

Detaylı

Ev sahibi olup olmamayı belirleyen etmenler. Bir kredi başvurusunun reddedilip reddedilmeyeceği

Ev sahibi olup olmamayı belirleyen etmenler. Bir kredi başvurusunun reddedilip reddedilmeyeceği Bölüm 7 Nitel Tepki Bağlanım Modelleri 7.1 Nitel Tepki ve Doğrusal Olasılık Modeli 7.1.1 Nitel Bağımlı Değişkenler Daha önceki bölümlerde açıklayıcı değişken olarak nicel ya da nitel değişkenler kullanılabileceğini

Detaylı

Sorunun varlığı durumunda hata terimi varyans-kovaryans matrisi Var, Cov(u) = E(uu') = σ 2 I n şeklinde yazılamıyor fakat

Sorunun varlığı durumunda hata terimi varyans-kovaryans matrisi Var, Cov(u) = E(uu') = σ 2 I n şeklinde yazılamıyor fakat 8. DEĞİŞEN VARYANS SORUNU (HETEROSCEDASTICITY) 8.. Değşen Varyans Sorunu Nedr? Matrslerle yan Y = β u Y = β β β 3 3 β k k u, = n genel doğrusal modeln ele alalım. Hata term çn yapılan varsayımlardan brs

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

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Dönem Sonu Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Dönem Sonu Sınavı TOBB Ekonomi ve Teknoloji Üniversitesi Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklama ve uyarılar: Bu sınav toplam 100 puan değerinde 6 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm

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

BASİT REGRESYON MODELİ

BASİT REGRESYON MODELİ BASİT REGRESYON MODELİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri I: Basit Regresyon

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

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

Ekonometri 2 Ders Notları

Ekonometri 2 Ders Notları Ekonometri 2 Ders Notları A. TALHA YALTA TÜRKİYE BİLİMLER AKADEMİSİ AÇIK DERS MALZEMELERİ PROJESİ SÜRÜM 2.0 EKİM 2011 İçindekiler 1 Dizey Cebirinin Gözden Geçirilmesi 1 1.1 Dizeylere İlişkin Temel Kavramlar..................

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

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

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

Detaylı

Temel Kavramlar. Bağlanım Çözümlemesi. Temel Kavramlar. Ekonometri 1 Konu 6 Sürüm 2,0 (Ekim 2011)

Temel Kavramlar. Bağlanım Çözümlemesi. Temel Kavramlar. Ekonometri 1 Konu 6 Sürüm 2,0 (Ekim 2011) Bağlanım Çözümlemesi Temel Kavramlar Ekonometri 1 Konu 6 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)

Detaylı

'~'l' SAYı : 34203882-821 i ı 1-1 C _:J 1...110/2013 KONU : Kompozisyon Yarışması. T.C SINCAN KAYMAKAMllGI Ilçe Milli Eğitim Müdürlüğü

'~'l' SAYı : 34203882-821 i ı 1-1 C _:J 1...110/2013 KONU : Kompozisyon Yarışması. T.C SINCAN KAYMAKAMllGI Ilçe Milli Eğitim Müdürlüğü BÖLÜM: Temel Eğtm T.C SINCAN KAYMAKAMllGI Ilçe Mll Eğtm Müdürlüğü SAYı : 34203882-821 ı 1-1 C _:J 1...110/2013 KONU : Kompozsyon Yarışması TÜM OKUL MÜDÜRLÜKLERNE SNCAN Ilg :Vallk Makamının 25.10.2013 tarh

Detaylı

Özilinti. Hatalar İlintili ise Ne Olur? Yrd. Doç. Dr. A. Talha YALTA Ekonometri 2 Ders Notları Sürüm 2,0 (Ekim 2011)

Özilinti. Hatalar İlintili ise Ne Olur? Yrd. Doç. Dr. A. Talha YALTA Ekonometri 2 Ders Notları Sürüm 2,0 (Ekim 2011) Özilinti Hatalar İlintili ise Ne Olur? Yrd. Doç. Dr. A. Talha YALTA Ekonometri 2 Ders Notları Sürüm 2,0 (Ekim 2011) Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT352 Ekonometri II, Dönem Sonu Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT352 Ekonometri II, Dönem Sonu Sınavı TOBB Ekonomi ve Teknoloji Üniversitesi Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sınav toplam 100 puan değerinde 5 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm soruların

Detaylı

Bölüm 6. Çıkarsama Sorunu. 6.1 Aralık Tahmini Bazı Temel Noktalar

Bölüm 6. Çıkarsama Sorunu. 6.1 Aralık Tahmini Bazı Temel Noktalar Bölüm 6 İki Değişkenli Bağlanım Modeli - Çıkarsama Sorunu 6.1 Aralık Tahmini 6.1.1 Bazı Temel Noktalar Yansız SEK tahmincilerinin ürettiği tahminlerin anakütle değerlerine eşit olması beklenir. Ancak,

Detaylı

DOĞRUSAL OLMAYAN PROGRAMLAMA -III- Çok değişkenli doğrusal olmayan karar modelinin çözümü

DOĞRUSAL OLMAYAN PROGRAMLAMA -III- Çok değişkenli doğrusal olmayan karar modelinin çözümü DOĞRUSAL OLMAYAN PROGRAMLAMA -III- Çok değşkenl doğrusal olmayan karar modelnn çözümü Hazırlayan Doç. Dr. Nl ARAS Anadolu Ünverstes, Endüstr Mühendslğ Bölümü İST8 Yöneylem Araştırması Ders - Öğretm Yılı

Detaylı

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık ölüm 4 Olasılık OLSILIK opulasyon hakkında blg sahb olmak amacı le alınan örneklerden elde edlen blgler bre br doğru olmayıp heps mutlaka br hata payı taşımaktadır. u hata payının ortaya çıkmasının sebeb

Detaylı

11. z = 1 2i karmaşık sayısının çarpmaya göre tersinin eşleniğinin sanal kısmı kaçtır? 14. eşitliğini sağlayan z karmaşık sayısı kaçtır? 15.

11. z = 1 2i karmaşık sayısının çarpmaya göre tersinin eşleniğinin sanal kısmı kaçtır? 14. eşitliğini sağlayan z karmaşık sayısı kaçtır? 15. GD. + se Re() + Im()? www.gkhandemr.rg, 007 Cebr Ntları Gökhan DEMĐR, gdemr@yah.cm.tr Karmaşık sayılar 9. + + sayısı kaça eşttr? 7 890. ( x y) + + ( x + y) se x + y tplamı kaçtır?. x + y ( x) ve se y kaçtır?.

Detaylı

Çıkarsama Sorunu. Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011)

Çıkarsama Sorunu. Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011) İki Değişkenli Bağlanım Modeli Çıkarsama Sorunu Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011) Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial

Detaylı

REGRESYON ANALİZİ BÖLÜM 1-2

REGRESYON ANALİZİ BÖLÜM 1-2 REGRESYON ANALİZİ BÖLÜM 1- Yayın Tarh: 17-08-008 REGRESYON ANALİZİ NEDİR? MODELLEME 1. GİRİŞ İstatstk blmnn temel lg alanlarından br: br şans değşkennn davranışının br model kullanılarak tahmnlenmesdr.

Detaylı

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

DENEY 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.

Detaylı

Bağlanım Çözümlemesi. Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011) Temel Kavramlar Varsayımsal Bir Örnek

Bağlanım Çözümlemesi. Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011) Temel Kavramlar Varsayımsal Bir Örnek Bağlanım Çözümlemesi Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011) Açık Lisans Bilgisi Temel Kavramlar İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

Detaylı

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci DOĞRUSAL ZAMAN SERİSİ MODELLERİ Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci Tek Değişkenli Zaman Serisi Modelleri Ekonomik verilerin analizi ile ekonomik değişkenlerin gelecekte alabilecekleri

Detaylı

RANKI İKİ OLAN SERBEST METABELYEN LİE CEBİRLERİ İÇİN BİR KOMUTATÖR TESTİ

RANKI İKİ OLAN SERBEST METABELYEN LİE CEBİRLERİ İÇİN BİR KOMUTATÖR TESTİ ANKI İKİ OLAN SEBEST METABELYEN LİE CEBİLEİ İÇİN Bİ KOMUTATÖ TESTİ Zerrn ESMELİGİL Çukurova Ünverstes, Matematk Bölümü, Adana, 033386084-45, 033386070, e-zerrn@cu.edu.tr ÖZET. Bu çalışmada rankı k olan

Detaylı

OLS Yönteminin Asimptotik (Büyük Örneklem) Özellikleri SIRADAN EN KÜÇÜK KARELER (OLS) Asimptotik Özellikler: Tutarlılık. Asimptotik Özellikler

OLS Yönteminin Asimptotik (Büyük Örneklem) Özellikleri SIRADAN EN KÜÇÜK KARELER (OLS) Asimptotik Özellikler: Tutarlılık. Asimptotik Özellikler 1 SIRADAN EN KÜÇÜK KARELER (OLS) YÖNTEMİNİN ASİMPTOTİK ÖZELLİKLERİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge

Detaylı

Uygulama: Keynesçi Tüketim Kuramı. Ekonometri Nedir? Uygulama: Keynesçi Tüketim Kuramı. Ekonometri 1 Konu 5 Sürüm 2,0 (Ekim 2011)

Uygulama: Keynesçi Tüketim Kuramı. Ekonometri Nedir? Uygulama: Keynesçi Tüketim Kuramı. Ekonometri 1 Konu 5 Sürüm 2,0 (Ekim 2011) Ekonometri Nedir? Uygulama: Keynesçi Tüketim Kuramı Ekonometri 1 Konu 5 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported (CC

Detaylı

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

OLASILIĞA 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

Detaylı

DENEY TASARIMI VE ANALİZİ

DENEY TASARIMI VE ANALİZİ DENEY TASARIMI VE ANALİZİ Bundan öncek bölümlerde bell br araşırma sonucu elde edlen verlere dayanılarak populasyonu anıma ve paramere ahmnlerne yönelk yönemlerden söz edld. Burada se sözü edlecek olan,

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

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

Laser Distancer LD 420. Kullanma kılavuzu

Laser Distancer LD 420. Kullanma kılavuzu Laser Dstancer LD 40 tr Kullanma kılavuzu İçndekler Chazın Kurulumu - - - - - - - - - - - - - - - - - - - - - - - Grş - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - Genel bakış

Detaylı

ANOVA. CRD (Completely Randomized Design)

ANOVA. CRD (Completely Randomized Design) ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde

Detaylı

KARMAŞIK SAYILAR. Derse giriş için tıklayın...

KARMAŞIK SAYILAR. Derse giriş için tıklayın... KARMAŞIK SAYILAR Derse grş çn tıklayın A Tanım B nn Kuvvetler C İk Karmaşık Sayının Eştlğ D Br Karmaşık Sayının Eşlenğ E Karmaşık Sayılarda Dört İşlem Toplama - Çıkarma Çarpma Bölme F Karmaşık Dülem ve

Detaylı

REGRESYON ANALİZİ BÖLÜM 5-6

REGRESYON ANALİZİ BÖLÜM 5-6 REGRESYON ANALİZİ BÖLÜM 5-6 Yayın Tarh: 03-11-2007 Revzyon No:0 1 5. E.K.K. REGRESYONUNDA KARŞILAŞILAN PROBLEMLER VE BAZI KONU BAŞLIKLARI 2 1 EN KÜÇÜK KARELERDE KARŞILAŞILAN PROBLEMLER EKK da karşılaşılan

Detaylı

TEMEL DEVRE KAVRAMLARI VE KANUNLARI

TEMEL DEVRE KAVRAMLARI VE KANUNLARI TDK Temel Devre Kavramları ve Kanunları /0 TEMEL DEVRE KAVRAMLARI VE KANUNLARI GĐRĐŞ: Devre analz gerçek hayatta var olan fzksel elemanların matematksel olarak modellenerek gerçekte olması gereken sonuçların

Detaylı

DENEY TASARIMI VE ANALİZİ

DENEY TASARIMI VE ANALİZİ 1 DENEY TASARIMI VE ANALİZİ 1.1. Varyans Analz 1.. Tek Yönlü Varyans Analz Model 1.3. İk Yönlü Varyans Analz Model Prof Dr. Leven ŞENYAY XII-1 İsask II Bundan öncek bölümlerde bell br araşırma sonucu elde

Detaylı

Direct Decomposition of A Finitely-Generated Module Over a Principal Ideal Domain *

Direct Decomposition of A Finitely-Generated Module Over a Principal Ideal Domain * BİR ESAS İDEAL BÖLGESİ ÜZERİNDEKİ SONLU DOĞURULMUŞ BİR MODÜLÜN DİREK PARÇALANIŞI * Drec Decompoon of A Fnely-Generaed Module Over a Prncpal Ideal Doman * Zeynep YAPTI Fen Blmler Enüü Maemak Anablm Dalı

Detaylı

Communication Theory

Communication Theory Communcaton Theory ENFORMASYON TEORİSİ KODLAMA Doç. Dr. Hakan Doğan ENFORMASYON DEYİMİ NEDEN KULLANILMIŞ? Kaynaklarn, kanalların,alıcıların blg karakterstklern ncelemek. Blgnn letmn optmze etmek çn İletmn

Detaylı

ITAP Fizik Olimpiyat Okulu

ITAP Fizik Olimpiyat Okulu Eylül Deneme Sınavı (Prof.Dr.Ventsslav Dmtrov) Konu: Elektrk Devrelernde İndüktans Soru. Şekldek gösterlen devrede lk anda K ve K anahtarları açıktır. K anahtarı kapatılıyor ve kondansatörün gerlm U ε/

Detaylı

Para Teorisi ve Politikası Ders Notları

Para Teorisi ve Politikası Ders Notları Para Teorisi ve Politikası Ders Notları A. YASEMIN YALTA TÜRKİYE BİLİMLER AKADEMİSİ AÇIK DERS MALZEMELERİ PROJESİ SÜRÜM 1.0 (EKİM 2011) İçindekiler 1 Paranın Tanımı ve İşlevleri 1 1.1 Para Tanımı..............................

Detaylı

BİRİNCİ KISIM Tanımlar ve Kapsam

BİRİNCİ KISIM Tanımlar ve Kapsam MERKEZİ KARŞI TARAFLARDAN KAYNAKLANAN RİSKLER İÇİN SERMAYE YÜKÜMLÜLÜĞÜNÜN HESAPLANMASI Tanımlar BİRİNCİ KISIM Tanımlar ve Kapsam 1. Müşter veya üye kuruluşun temnatlarının flastan fraz edlmes; Merkez karşı

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

İstatistiksel Kavramların Gözden Geçirilmesi

İstatistiksel Kavramların Gözden Geçirilmesi İstatistiksel Kavramların Gözden Geçirilmesi Bazı Kuramsal Olasılık Dağılımları Ekonometri 1 Konu 2 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial

Detaylı