ÜSTEL DÜZLEŞTİRME YÖNTEMİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ÜSTEL DÜZLEŞTİRME YÖNTEMİ"

Transkript

1 ÜSEL DÜLEŞİRME YÖNEMİ

2 ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik trende sahip serilerdi. Bir çok zaman serisinin trend yapısı rasgele değişebilmektedir. Bu durumda regresyon katsayısı sabit değer değil her t zamanında değişen değerlere sahip rasgele bir değişken olmaktadır. Bu bölümde zaman içinde değişen parametrelere sahip olan ve bir regresyon doğrusu ya da eğrisine dönme eğilimi olmadığından tek bir regresyon doğrusu ya da eğrisiyle açıklanamayan yani kısaca stokastik trende sahip olan serilerin analizi üzerinde durulacaktır. Üstel düzleştirme yöntemi hem deterministik hem de stokastik trende sahip olan tüm serilere uygulanabilmektedir.

3 ÜSEL DÜLEŞİRME YÖNEMİ Üstel düzleştirme yöntemi, verilerdeki son değişim ve sıçramaları dikkate alarak tahminlerin ya da öngörülerin devamlı güncelleştirildiği bir yöntemdir. Üstel düzleştirme yönteminde gelecek dönemin ( döneminin) tahminin hesabında son döneme ait tahmin ile bu tahminden elde edilen hatanın bir kısmı kullanılmaktadır. Bu ifade, ( et ) denklemi ile gösterilebilir. : Düzleştirme katsayısıdır.

4 S ( S ) S S : Bir sonraki (gelecek) dönemin, yani () inci dönemin tahmini S - : Son döneme ait tahmin ( bu tahmin (-) inci dönemde yapılır. : Son döneme ait gerçek değer : Düzleştirme katsayısı yada ağırlık ( -S - ): Son döneme ait tahmin hatası S ( ) S Gelecek dönemin tahminiağırlık.(son dönemin gözlem değeri). (-ağırlık).(son döneme ait tahmin)

5 Denklemdeki S - terimin eşitliği yazılarak iç içe bu terimler S 0 terimine kadar açılırsa denklem ( ) ( ) ( ) ( ) S S ( ) j j j S 0 Bu yöntemde tahminler elde edilirken gözlem değerleri ağırlıklarla çarpılmaktadır. Bu ağırlıklar 0 ile arasında sabit bir değer olduğundn geçmiş gözlemlere gidildikçe ağırlıkların büyüklüğü gittikçe küçülmektedir. Serinin tahminleri elde edilirken son döneme ait gözlem değerlerinin etkisi daha önemli olmaktadır.

6 Üstel düzleştirme yönteminde ağırlıkların başka bir deyişle düzleştirme katsayılarının değerlerinin belirlenmesi çok büyük bir önem taşımaktadır. Hata kareler ortalama (HKO) değerini en küçük yapan düzleştirme katsayısı değerini bulmaktadır. Hata kareler ortalaması değerlerinden en küçük olana ait düzleştirme katsayısı değeri seri için en uygun düzleştirme katsayısı olur ve bu değere göre serinin tahminleri elde edilir. Bulunan düzleştirme katsayısı değerine yakın ise son gözlemlerin değerleri doğrudan serinin tahminini etkiler ve bu durum tahmin serisinde aşırı sıçramalara neden olabilir. Düzleştirme katsayısının 0 değerine yakın olması durumunda orijinal serideki değişimler tahmin serisini pek etkileyemez. ahmin serisindeki ilk verilerle son veriler arasında önemli bir fark olmaz. Bu iki durum da tahminlerin güvenilir olması bakımından istenilen bir özellik değildir.

7 BASİ ÜSEL DÜLEŞİRME YÖNEMİ Bu yöntem trende ve mevsimsel dalgalanmaya sahip olmayan sadece bir ortalama düzey etrafında hareket eden serilerin analizinde uygulanmaktadır. Bu yöntemde serinin tahminin elde edilebilmesi için aşağıdaki formülden yararlanılmaktadır. S ( ) S Burada S 0 başlangıç değeri için serinin ortalaması kullanılmaktadır. Düzleştirme katsayısı ise tahmin hatasını (HKO) en küçük yapan sabit bir değerdir. Üstel düzleştirme yönteminde son döneme ait veri elde edildikten sonra gelecek döneme ait tahmin yapılabildiğinden bu yöntem ile ilgili denklemlerdeki indis t yerine, yani örneklem büyüklüğü olduğuna dikkat edilmelidir. Bu yöntemde örneklem büyüklüğü sabit olarak değil de birer birer büyüyen bir değişkendir.

8 ahminin alt ve üst sınırını bulabilmek için aşağıdaki formül kullanılmaktadır. S ± z 2 HMO d S : Gelecek dönem için öngörü, z /2 :/2 önemlilik düzeyinde normal dağılım tablosu HMO : Son döneme ait hatanın mutlak ortalaması d : Düzeltme katsayısı, (Bir dönemlik öngörü için.25 değerini almaktadır). HMO t z t z t

9 Regresyon denklemi sonucunda regresyon katsayısının anlamlı olmadığı görülmektedir. z t t ε t t < t 2 ; Basit üstel düzleştirme yöntemi kullanılırsa, HK Düzleştirme katsayısı değerini almaktadır. Serinin ortalaması olduğundan başlangıç değerleri S 0 ve 0 da olarak seçilmektedir.

10 Basit üstel düzleştirme yöntemi formülü ( ) S durumunda olacaktır. HMO 23 e t t Bu durumda 997 yılının tahmin sınırları (.96)( 0.626)(.25) 6 ±.53 ( 4.47;7.53) 6 ±

11 HOL ÜSEL DÜLEŞİRME YÖNEMİ rende sahip mevsimsel dalgalanması olmayan serilerin tahmin işleminde Holt üstel düzleştirme yöntemi kullanılmaktadır. F a b ( F ) a b ( )( a b ) t ( a a ) ( γ ) b γ : ortalama düzeyin düzleştirme katsayısı γ: eğimin düzleştirme katsayısı F: öngörünün yapılacağı dönem sayısı Eşitliklerdeki başlangıç değerleri seriye basit regresyon denklemi uygulanarak elde edilmektedir. Regresyon denklemindeki sabit terim (a) a 0 ve regresyon katsayısı (b) b 0 olmaktadır.

12 Eğer ve γ 0 değerlerini alırsa, a b b b 0 b b bb 0 ve b 0 a a z a t e t Birinci farklarının regresyon denklemi dönmektedir. Serinin trendi doğrusal olduğundan serinin birinci farklarında trend olmayacağı açıktır. Sonuç olarak, üstel düzleştirme formüllerinden yola çıkarak özel regresyon denklemlerine ulaşılmak mümkündür.

13 Holt üstel düzleştirme yönteminde tahminin alt ve üst sınırlarının bulunması üstel düzleştirme yönteminde olduğu gibidir. Üstel düzleştirme yönteminde dönem sırasıyla tahminler elde edildiğinden her yeni dönem için tahminlerin güncelleştirilmesi gerekmektedir. Bu güncelleştirme işlemi tahmin değerlerinde yapıldığı gibi hatanın mutlak ortalaması için de yapılabilmektedir. Eğer bir dönem önceki hatanın mutlak ortalaması biliniyorsa, bir dönem sonraki hatanın mutlak ortalaması da HMO. HMO e

14 WINERS ÜSEL DÜLEŞİRME YÖNEMİ rende ve mevsimsel dalgalanmaya sahip serilerin tahmininde Winters üstel düzleştirme yöntemi kullanılmaktadır. Bu yöntem önce serinin ortalama düzeyine, eğimine ve sonra mevsimsel bileşenine uygulanmaktadır. oplamsal modele uygun serilerde bu yöntem aşağıda verilen formülleri kullanarak tahminlerin güncelleştirilme işlemini yapmaktadır. Ortalama düzeyinin güncelleştirilmesi a ( M ( s) ) ( )( a b ) a : dönemindeki ortalama düzey (sabit terim) için yeni düzleştirme tahmini : Ortalama düzey için düzleştirme katsayısı - M (-s): dönemindeki mevsimsellikten arındırılmış orijinal veriler a - : (-) döneminde ortalama düzey için yapılan eski düzleştirme tahmini b - : (-) döneminde bulunan eğimin eski düzleştirme tahmini

15 Serinin eğiminin güncelleştirilmesi b ( a a ) ( γ ) b γ b : dönemindeki eğimin yeni düzleştirme tahmini γ: eğim için düzleştirme katsayısı a a - : Ortalama düzeyin yeni tahmini ile eski tahmini arasındaki fark b : (-) döneminde bulunan eğimin eski düzleştirme tahmini

16 M Serinin mevsimsel bileşeninin güncelleştirilmesi ( a ) ( ) M ( s) s ( ) δ δ M s () : dönemindeki mevsimsel bileşen için yeni düzleştirme tahmini δ: Mevsimsel bileşen için düzleştirme katsayısı a : Orijinal verilerden ortalama düzeyin yeni tahmini çıkartılarak elde edilen verilerdeki mevsimsel değişim M ( s) : ( s) döneminde bulunan mevsimsel bileşeninin eski düzleştirme tahmini

17 Gözlemin tahmin değerinin elde edilmesi, a b M ( s) : Bir sonraki dönem () için öngörü a : dönemindeki ortalama düzeyin düzleştirme tahmini b : dönemindeki eğim için düzleştirme tahmini M ( s) : ( - s) döneminde yapılan ( ) dönemi için düzleştirme tahmini

18 Çarpımsal modele uygun seriler için bu güncelleştirme formülleri: ( ) ( )( ) b a s M a ( ) ( ) b a a b γ γ ( ) ( ) s M a M s δ δ ) ( ( ) ( ) s M b a.

19 Winters üstel düzleştirme yönteminde başlangıç değerleri regresyon analizi ya da ayrıştırma yöntemi kullanılarak elde edilir. Regresyon analizi ile başlangıç değerlerini bulabilmek için periyodu 4 olan bir seri olduğu varsayılsın. Bu seriye uygulanan regresyon denklemi: z t a bt cm c2m 2 c3m 3 e t M değişkenleri mevsimsel kukla değişkenleridir. Periyot 4 ise denklemde 3 tane kukla değişken olmalıdır. t M M 2 M Regresyon denklemindeki regresyon katsayısı c birinci mevsim kukla değişkenin başlangıç değeri M (0); c 2 ikinci mevsim kukla değişkenin başlangıç değeri M 2 (0); c 3 üçüncü mevsim kukla değişkenin başlangıç değeri M 3 (0) ve M 4 (0) terimi ise 0 olmaktadır.

20 Başlangıç değeri ayrıştırma yöntemine göre de bulunabilmektedir. Ayrıştırma yöntemine göre elde edilen birinci mevsimsel endeks M (0); ikinci mevsimsel endeks M 2 (0); üçüncü mevsimsel endeks M 3 (0) ve dördüncü mevsimsel endeks M 4 (0) terimlerini oluşturmaktadır. Bu başlangıç değerleri sayısı periyot değeri kadar olmalıdır. ahmin sınırlarının bulunması basit üstel düzleştirme yönteminde olduğu gibidir. Winters yöntemi uygulanana seride trend önemsiz ise ilgili tüm formül ve denklemlerde trende ait terimlerin ihmal edilmesi gerekmektedir. Üstel düzeltme yönteminde minimum HKO değerini veren düzleştirme katsayıları önemlidir. Optimal olarak düşünülen düzleştirme katsayılarının devamlı bir şekilde bu özelliklerini koruyup korumadığını kontrol etme için aşağıdaki Sinyal İzleme Yöntemi kullanılabilir. Sİ t e t HMO t Sİ değeri 4 ile 6 değerleri arasında bir değer alırsa düzleştirme katsayılarının optimallik özelliklerini devam ettirdikleri söylenebilir. Eğer bu değer belirtilen aralığın dışında bir değer alıyorsa bu durumda baştan yeni düzleştirme katsayıları bulunmalıdır.

ZAMAN SERİLERİNDE REGRESYON ANALİZİ

ZAMAN SERİLERİNDE REGRESYON ANALİZİ ZAMAN SERİLERİNDE REGRESYON ANALİZİ 1 1. GİRİŞ Trent, serinin genelinde yukarıya ya da aşağıya doğru olan hareketlere denmektedir. Bu hareket bazen düz bir doğru şeklinde olmaktadır. Bu tür harekete sahip

Detaylı

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ 1 A. GİRİŞ Gözlemlerin belirli bir dönem için gün, hafta, ay, üç ay, altı ay, yıl gibi birbirini izleyen eşit aralıklarla yapılması ile elde edilen seriler zaman

Detaylı

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serileri IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere sahip değișkenlere zaman serisi adı verilmektedir. Genel olarak zaman serisi,

Detaylı

Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ

Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ I Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ II Yayın No : 2845 Teknik Dizisi : 158 1. Baskı Şubat 2013 İSTANBUL ISBN 978-605 - 377 868-4 Copyright Bu kitabın bu basısı için Türkiye deki yayın hakları BETA

Detaylı

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr. Zaman Serileri-1 If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

Detaylı

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım 2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı

Detaylı

ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi

ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi ALIŞTIRMA 2 GSYİH Bu çalışmamızda GSYİH serisinin toplamsal ve çarpımsal ayrıştırma yöntemine göre modellenip modellenemeyeceği incelenecektir. Seri ilk olarak toplamsal ayrıştırma yöntemine göre analiz

Detaylı

Tahminleme Yöntemleri

Tahminleme Yöntemleri PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü Tahminleme Yöntemleri 2012-2013 Bahar Yarıyılı 1 İçerik 1. Talep Tahmini Kavramı 2. Talep Tahminlerinin Kullanım Yeri 3. Talep Tahmin Modelleri

Detaylı

Sürelerine Göre Tahmin Tipleri

Sürelerine Göre Tahmin Tipleri Girişimcilik Bölüm 5: Talep Tahmini scebi@ktu.edu.tr 5.1. Talep Tahmini Tahmin: Gelecek olayları önceden kestirme bilim ve sanatı. İstatistiksel Tahmin: Geçmiş verileri matematiksel modellerde kullanarak

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani

Detaylı

İÇİNDEKİLER 1. GİRİŞ...

İÇİNDEKİLER 1. GİRİŞ... İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel

Detaylı

Nedensel Modeller Y X X X

Nedensel Modeller Y X X X Tahmin Yöntemleri Nedensel Modeller X 1, X 2,...,X n şeklinde tanımlanan n değişkenin Y ile ilgili olmakta; Y=f(X 1, X 2,...,X n ) şeklinde bir Y fonksiyonu tanımlanmaktadır. Fonksiyon genellikle aşağıdaki

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

SOSYAL GÜVENLĐĞĐN ÖNEMLĐ DEĞĐŞKENLERĐNĐN ZAMAN SERĐLERĐ ANALĐZĐ ĐLE ÖNGÖRÜSÜ

SOSYAL GÜVENLĐĞĐN ÖNEMLĐ DEĞĐŞKENLERĐNĐN ZAMAN SERĐLERĐ ANALĐZĐ ĐLE ÖNGÖRÜSÜ T.C. SOSYAL GÜVENLĐK KURUMU BAŞKANLIĞI SOSYAL GÜVENLĐK UZMANLIK TEZĐ SOSYAL GÜVENLĐĞĐN ÖNEMLĐ DEĞĐŞKENLERĐNĐN ZAMAN SERĐLERĐ ANALĐZĐ ĐLE ÖNGÖRÜSÜ HAZIRLAYAN Yasemin Göknur ÜNDEMĐR TEZ DANIŞMANI Doç.Dr.Cem

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

Detaylı

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri

Detaylı

Ders Planı: - Talep Yapıları. - Tahmin Etmede Önemli Kararlar. - Yargısal Yöntemler. - Nedensel Yöntemler: Doğrusal Regresyon

Ders Planı: - Talep Yapıları. - Tahmin Etmede Önemli Kararlar. - Yargısal Yöntemler. - Nedensel Yöntemler: Doğrusal Regresyon Ders Planı: - Talep Yapıları - Tahmin Etmede Önemli Kararlar - Yargısal Yöntemler - Nedensel Yöntemler: Doğrusal Regresyon - Zaman Serisi Yöntemleri - Zaman Serisi Yönteminin Seçimi - Çoklu Tekniklerin

Detaylı

ANADOLU ÜNİVERSİTESİ REGRESYON KATSAYILARININ GÜVEN ARALIĞI = + REGRESYON KATSAYILARININ GÜVEN ARALIĞI

ANADOLU ÜNİVERSİTESİ REGRESYON KATSAYILARININ GÜVEN ARALIĞI = + REGRESYON KATSAYILARININ GÜVEN ARALIĞI ANADOLU ÜNİVERSİTESİ Deney Tasarımı ve Regresyon Analizi Regresyonda Güven Aralıkları ve Hipotez Testleri Doç. Dr. Nihal ERGİNEL-2015 REGRESYON KATSAYILARININ GÜVEN ARALIĞI + in güven aralığı : i-) n 30

Detaylı

Hareketli Ortalama ile Mevsimsel Ayrıştırma (Yöntem-2)

Hareketli Ortalama ile Mevsimsel Ayrıştırma (Yöntem-2) Tahmin Yöntemleri Hareketli Ortalama ile Mevsimsel Ayrıştırma (Yöntem-2) Mevsimsel etkenin tahmininde kullanılan diğer bir yöntem de N dönemlik hareketli ortalamaların alınmasıdır. Burada N değeri aynı

Detaylı

SDÜ MMF ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ ÜRETİM PLANLAMA VE KONTROL. 1. Uygulama: İhtiyaç Hesaplama. İçindekiler. Uygulamalar

SDÜ MMF ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ ÜRETİM PLANLAMA VE KONTROL. 1. Uygulama: İhtiyaç Hesaplama. İçindekiler. Uygulamalar SDÜ MMF ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ ÜRETİM PLANLAMA VE KONTROL 1. Uygulama: İhtiyaç Hesaplama Uygulamalar 1. İhtiyaç Hesaplama 2. Sipariş ve Parti Büyüklüğü Hesaplama 3. Dolaşım Akış Çizelgeleme/Terminleme

Detaylı

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin

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

Endüstri Mühendisliğine Giriş

Endüstri Mühendisliğine Giriş Endüstri Mühendisliğine Giriş 5 ve 19 Aralık 2012, Şişli-Ayazağa, İstanbul, Türkiye. Yard. Doç. Dr. Kamil Erkan Kabak Endüstri Mühendisliği Bölümü,, Şişli-Ayazağa, İstanbul, Türkiye erkankabak@beykent.edu.tr

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

Tahminleme Yöntemleri-2

Tahminleme Yöntemleri-2 PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü 1 Tahminleme Yöntemleri-2 İçerik 1. Mevsimsel Değişim Bazlı Teknik 2. Box-Jenkins Modelleri 3. Tahmin Yöntemlerini Uygulamada Dikkat Edilmesi

Detaylı

ZAMAN SERİ ANALİZİNDE TEMEL KAVRAMLAR

ZAMAN SERİ ANALİZİNDE TEMEL KAVRAMLAR ZAMAN SERİ ANALİZİNDE TEMEL KAVRAMLAR 1 KAVRAMLAR Öngörü: Gelecek olayları ya da koşulları tahmin etmeye öngörü denir. Karar verme sürecinde vazgeçilmez bir unsurdur. Nitel(kalitatif) Yöntemler: Öngörü

Detaylı

Kantitatif Tahmin Yöntemleri. Yrd.Doç.Dr. S.Kerem AYTULUN

Kantitatif Tahmin Yöntemleri. Yrd.Doç.Dr. S.Kerem AYTULUN Kantitatif Tahmin Yöntemleri Yrd.Doç.Dr. S.Kerem AYTULUN Tahmin Nedir? Günlük hayatta bilinçli veya bilinçsiz birçok tahminde bulunuruz. Hava durumu, trafik, sınav soruları, kişisel ilişkiler... Peki Firmalar???

Detaylı

İSTATİSTİKSEL VERİ ANALİZİ

İSTATİSTİKSEL VERİ ANALİZİ İSTATİSTİKSEL VERİ ANALİZİ Prof. Dr. Gül ERGÜN Hacettepe Üniversitesi Kasım 2013 İstatistik Nedir? İSTATİSTİK Belirli bir konuda toplanan sayısal değerlerdir. Buna göre, 2012 yılında Türkiye de kayıtlı

Detaylı

7.Ders Bazı Ekonometrik Modeller. Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla.

7.Ders Bazı Ekonometrik Modeller. Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla. 7.Ders Bazı Ekonometrik Modeller Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla. Kaynak: TÜĐK dönemler gayri safi yurt içi hasıla düzeyi 1987-1 8680793 1987-2 9929354 1987-3 13560135 1987-4

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan

Detaylı

KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ

KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ 1 KORELASYON ANALİZİ İki değişken arasındaki doğrusal ilişkinin gücünü(derecesini) ve yönünü belirlemek için hesaplanan bir sayıdır. Belirli

Detaylı

LOJİSTİK REGRESYON ANALİZİ

LOJİSTİK REGRESYON ANALİZİ LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen

Detaylı

ARIMA MODELLERİ KULLANILARAK YAPILAN ENERJİ TÜKETİMİ TAHMİN ÇALIŞMASI

ARIMA MODELLERİ KULLANILARAK YAPILAN ENERJİ TÜKETİMİ TAHMİN ÇALIŞMASI ARIMA MODELLERİ KULLANILARAK YAPILAN ENERJİ TÜKETİMİ TAHMİN ÇALIŞMASI Mehmet KURBAN 1 Ümmühan BAŞARAN FİLİK 2 Sevil ŞENTÜRK 3 1,2 Elektrik ve Elektronik Mühendisliği Bölümü, Mühendislik-Mimarlık Fakültesi,

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 7 TAHMİNLER Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır.

Detaylı

EŞANLI DENKLEM MODELLERİ

EŞANLI DENKLEM MODELLERİ EŞANLI DENKLEM MODELLERİ Eşanlı denklem modelleri, tek denklemli modeller ile açıklanamayan iktisadi olayları açıklamak için kullanılan model türlerinden birisidir. Çift yönlü neden-sonuç ilişkisi söz

Detaylı

ALIŞTIRMA 1 ULUSAL SINAİ ENDEKS

ALIŞTIRMA 1 ULUSAL SINAİ ENDEKS ALIŞTIRMA 1 ULUSAL SINAİ ENDEKS Bu çalışmada Ulusal Sınai Endeks serisiyle ilgili analizler yapılacaktır. Öncelikle seri oluşturulur. Data dan Define Dates e girilir oradan weekly,days(5) işaretlenir ve

Detaylı

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:

Detaylı

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Nokta Tahmini

Detaylı

A İSTATİSTİK. 1. nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir.

A İSTATİSTİK. 1. nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir. . nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir. Buna göre, n C r + n C r toplamı aşağıdakilerden hangisine eşittir? A) n + C r B)

Detaylı

5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri

5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri Elektrik devrelerinde ölçülebilen büyüklükler olan; 5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri Akım Gerilim Devrede bulunan kaynakların tiplerine göre değişik şekillerde olabilir. Zamana bağlı

Detaylı

İSTATİSTİK-II. Korelasyon ve Regresyon

İSTATİSTİK-II. Korelasyon ve Regresyon İSTATİSTİK-II Korelasyon ve Regresyon 1 Korelasyon ve Regresyon Genel Bakış Korelasyon Regresyon Belirleme katsayısı Varyans analizi Kestirimler için aralık tahminlemesi 2 Genel Bakış İkili veriler aralarında

Detaylı

Elektromanyetik Dalga Teorisi Ders-3

Elektromanyetik Dalga Teorisi Ders-3 Elektromanyetik Dalga Teorisi Ders-3 Faz ve Grup Hızı Güç ve Enerji Düzlem Dalgaların Düzlem Sınırlara Dik Gelişi Düzlem Dalgaların Düzlem Sınırlara Eğik Gelişi Dik Kutuplama Paralel Kutuplama Faz ve Grup

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

KONYA TİCARET ODASI İSTİHDAM İZLEME BÜLTENİ

KONYA TİCARET ODASI İSTİHDAM İZLEME BÜLTENİ KONYA DA SİGORTALI ÇALIŞAN SAYISI 310 BİN OLDU: HABER BÜLTENİ 20.09.2016 Sayı 55 Konya İstihdam İzleme Bülteni; SGK verilerine göre Sigortalı ücretli çalışan sayısı, kadın çalışan sayısı, işyeri, esnaf,

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

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI SORU- 1 : ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI X ve Y birbirinden bağımsız iki rasgele değişken olmak üzere, sırasıyla aşağıdaki moment çıkaran fonksiyonlarına sahiptir: 2 2 M () t = e,

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık - I Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kes1rim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmak7r. ü Bu anlamda, anakütleden çekilen

Detaylı

Çift Üstel Düzeltme (Holt Metodu ile)

Çift Üstel Düzeltme (Holt Metodu ile) Tahmin Yönemleri Çif Üsel Düzelme (Hol Meodu ile) Hol meodu, zaman serilerinin, doğrusal rend ile izlenmesi için asarlanmış bir yönemdir. Yönem (seri için) ve (rend için) olmak üzere iki düzelme kasayısının

Detaylı

ortalama ve ˆ ˆ, j 0,1,..., k

ortalama ve ˆ ˆ, j 0,1,..., k ÇOKLU REGRESYONDA GÜVEN ARALIKLARI Regresyon Katsayılarının Güven Aralıkları y ( i,,..., n) gözlemlerinin, xi ortalama ve i k ve normal dağıldığı varsayılsın. Herhangi bir ortalamalı ve C varyanslı normal

Detaylı

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

rasgele değişkeninin olasılık yoğunluk fonksiyonu, 3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının

Detaylı

AERODİNAMİK KUVVETLER

AERODİNAMİK KUVVETLER AERODİNAMİK KUVVETLER Prof.Dr. Mustafa Cavcar Anadolu Üniversitesi, Sivil Havacılık Yüksekokulu, 26470 Eskişehir Bir uçak üzerinde meydana gelen aerodinamik kuvvetlerin bileşkesi ( ); uçağın etrafından

Detaylı

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ 1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel

Detaylı

15.433 YATIRIM. Ders 7: CAPM ve APT. Bölüm 2: Uygulamalar ve Sınamalar

15.433 YATIRIM. Ders 7: CAPM ve APT. Bölüm 2: Uygulamalar ve Sınamalar 15.433 YATIRIM Ders 7: CAPM ve APT Bölüm 2: Uygulamalar ve Sınamalar Bahar 2003 Öngörüler ve Uygulamalar Öngörüler: - CAPM: Piyasa dengesinde yatırımcılar sadece piyasa riski taşıdıklarında ödüllendirilir.

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

8. BÖLÜM: DEĞİŞEN VARYANS

8. BÖLÜM: DEĞİŞEN VARYANS 8. BÖLÜM: DEĞİŞEN VARYANS Bu bölümde; Değişen Varyans Tespiti için Grafik Çizme Değişen Varyans Testi: Park Testi Değişen Varyans Testi: White Testi Değişen Varyans Probleminin Çözümü: Ağırlıklandırılmış

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

RASSAL SAYI ÜRETİLMESİ

RASSAL SAYI ÜRETİLMESİ Dr. Mehmet AKSARAYLI Ekonometri Böl. Simülasyon Ders Notları Rassal Sayı Üretilmesi RASSAL SAYI ÜRETİLMESİ Simülasyon analizinde kullanılacak az sayıda rassal sayı üretimi için ilkel yöntemler kullanılabilir.

Detaylı

SAĞLIK SEKTÖRÜNDE TALEP TAHMİNİ ÜZERİNE BİR UYGULAMA A FORECASTING APPLICATION IN HEALTHCARE INDUSTRY

SAĞLIK SEKTÖRÜNDE TALEP TAHMİNİ ÜZERİNE BİR UYGULAMA A FORECASTING APPLICATION IN HEALTHCARE INDUSTRY İstanbul Ticaret Üniversitesi Sosyal Bilimleri Dergisi Yıl:14 Sayı:27 Bahar 2015 s. 37-53 SAĞLIK SEKTÖRÜNDE TALEP TAHMİNİ ÜZERİNE BİR UYGULAMA A. Göksu ÖZÜDOĞRU 1, Ali GÖRENER 2 ÖZET Doğru ve güvenilir

Detaylı

9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir?

9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir? 9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir? Ardışık bağımlılık sorunu, hata terimleri arasında ilişki olmadığı (E(u i,u j ) = 0, i j) varsayımının geçerli olmamasıdır.

Detaylı

6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN

6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN 6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM Yazan SAYIN SAN SAN / İKTİSADİ MATEMATİK / 2 A.5. Doğrusal olmayan fonksiyonların eğimi Doğrusal fonksiyonlarda eğim her noktada sabittir

Detaylı

Ooo, bir dakika müsaade et... Geçen hafta 250 teker sattık... O zaman, bu hafta ne kadar satmalıyız... Tahmin Nedir?

Ooo, bir dakika müsaade et... Geçen hafta 250 teker sattık... O zaman, bu hafta ne kadar satmalıyız... Tahmin Nedir? Ooo, bir dakika müsaade et... Geçen hafta 250 teker sattık... O zaman, bu hafta ne kadar satmalıyız... Tahmin Nedir? IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Dersin amacı Tahmin, geleceğe hazır

Detaylı

Bölüm 3 HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME YÖNTEMLERİ

Bölüm 3 HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME YÖNTEMLERİ Bölüm HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME ÖNTEMLERİ Bu bölümde üç basi öngörü yönemi incelenecekir. 1) Naive, 2)Oralama )Düzleşirme Geçmiş Dönemler Şu An Gelecek Dönemler * - -2-1 +1 +2 + Öngörü yönemi

Detaylı

11. Sunum: İki Kapılı Devreler. Kaynak: Temel Mühendislik Devre Analizi, J. David IRWIN-R. Mark NELMS, Nobel Akademik Yayıncılık

11. Sunum: İki Kapılı Devreler. Kaynak: Temel Mühendislik Devre Analizi, J. David IRWIN-R. Mark NELMS, Nobel Akademik Yayıncılık 11. Sunum: İki Kapılı Devreler Kaynak: Temel Mühendislik Devre Analizi, J. David IRWIN-R. Mark NELMS, Nobel Akademik Yayıncılık 1 Giriş İki kapılı devreler giriş akımları ve gerilimleri ve çıkış akımları

Detaylı

REGRESYON ANALĐZĐ. www.fikretgultekin.com 1

REGRESYON ANALĐZĐ. www.fikretgultekin.com 1 REGRESYON ANALĐZĐ Regresyon analizi, aralarında sebep-sonuç ilişkisi bulunan iki veya daha fazla değişken arasındaki ilişkiyi belirlemek ve bu ilişkiyi kullanarak o konu ile ilgili tahminler (estimation)

Detaylı

MATE 211 BİYOİSTATİSTİK DÖNEM SONU SINAVI

MATE 211 BİYOİSTATİSTİK DÖNEM SONU SINAVI Öğrenci Bilgileri Ad Soyad: İmza: MATE 211 BİYOİSTATİSTİK DÖNEM SONU SINAVI 26 Mayıs, 2014 Numara: Grup: Soru Bölüm 1 10 11 12 TOPLAM Numarası (1-9) Ağırlık 45 15 30 20 110 Alınan Puan Yönerge 1. Bu sınavda

Detaylı

Stok Kontrol. Önceki Derslerin Hatırlatması. Örnek (Ekonomik Sipariş Miktarı Modeli)(2) Örnek (Ekonomik Sipariş Miktarı Modeli)(1)

Stok Kontrol. Önceki Derslerin Hatırlatması. Örnek (Ekonomik Sipariş Miktarı Modeli)(2) Örnek (Ekonomik Sipariş Miktarı Modeli)(1) Stok Kontrol Önceki Derslerin Hatırlatması Ders 7 Farklı Bir Stok Yönetimi Durumu Uzun Dönemli Stok Problemi Talep hızı sabit, biliniyor Birim ürün maliyeti sabit Sipariş maliyeti sabit Tedarik Süresi

Detaylı

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi 1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri

Detaylı

BÖLÜM 4: MADDESEL NOKTANIN KİNETİĞİ: İMPULS ve MOMENTUM

BÖLÜM 4: MADDESEL NOKTANIN KİNETİĞİ: İMPULS ve MOMENTUM BÖLÜM 4: MADDESEL NOKTANIN KİNETİĞİ: İMPULS ve MOMENTUM 4.1. Giriş Bir önceki bölümde, hareket denklemi F = ma nın, maddesel noktanın yer değiştirmesine göre integrasyonu ile elde edilen iş ve enerji denklemlerini

Detaylı

Stok Kontrol. Önceki Derslerin Hatırlatması. Örnek (Ekonomik Sipariş Miktarı Modeli)(1) Örnek (Ekonomik Sipariş Miktarı Modeli)(2)

Stok Kontrol. Önceki Derslerin Hatırlatması. Örnek (Ekonomik Sipariş Miktarı Modeli)(1) Örnek (Ekonomik Sipariş Miktarı Modeli)(2) Stok Kontrol Önceki Derslerin Hatırlatması Ders 5 Farklı Bir Stok Yönetimi Durumu Uzun Dönemli Stok Problemi Talep hızı sabit oranlı, biliniyor Birim ürün maliyeti sabit Sipariş maliyeti sabit Tedarik

Detaylı

Âna nirengi doğrultuları için p = 1 m 2 o Ara nirengi doğrultuları için p a =------------ m\

Âna nirengi doğrultuları için p = 1 m 2 o Ara nirengi doğrultuları için p a =------------ m\ 4. ÖLÇÜLERİN AĞIRLIKLARININ SAPTANMASI Ana, ara ve tamamlayıcı nirengi doğrultularının herbiri gruplar halinde ele alınarak bunların ortalama hatalarının öncül (a priori) değerleri, üçgen kapanmalarından

Detaylı

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma... İçindekiler İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii BÖLÜM 1 Ölçme, İstatistik ve Araştırma...1 Ölçme Nedir?... 3 Ölçme Süreci... 3 Değişkenler

Detaylı

KONULAR. 14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

KONULAR. 14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi ÇOKLU REGRESYON ANALİZİNDE EK KONULAR Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri

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

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

RİSK ANALİZİ VE AKTÜERYAL MODELLEME SORU 1: Bir hasar sıklığı dağılımının rassal değişken olan ortalaması (0,8) aralığında tekdüze dağılmaktadır. Hasar sıklığı dağılımının Poisson karma dağılıma uyduğu bilindiğine göre 1 ya da daha fazla

Detaylı

JEODEZİK AĞLARIN OPTİMİZASYONU

JEODEZİK AĞLARIN OPTİMİZASYONU JEODEZİK AĞLARIN OPTİMİZASYONU Jeodezik Ağların Tasarımı 10.HAFTA Dr.Emine Tanır Kayıkçı,2017 OPTİMİZASYON Herhangi bir yatırımın gerçekleştirilmesi sırasında elde bulunan, araç, hammadde, para, işgücü

Detaylı

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma 2 13.1 Normal Dağılımın Standartlaştırılması Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma değerleriyle normal

Detaylı

YÜZEYSULARI ÇALIŞMA GRUBU

YÜZEYSULARI ÇALIŞMA GRUBU 1/23 HEDEFLER Mühendislerimiz ve akademisyenlerimiz ile birlikte gelişmiş yöntem ve teknikleri kullanarak; su kaynaklarımızın planlama, inşaat ve işletme aşamalarındaki problemlere çözüm bulmak ve bu alanda

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

Detaylı

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği MIT Açık Ders Malzemeleri http://ocw.mit.edu 8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği 2007 Güz Bu materyallerden alıntı yapmak ya Kullanım Şartları hakkında bilgi almak için

Detaylı

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki

Detaylı

İşaret ve Sistemler. Ders 3: Periyodik İşaretlerin Frekans Spektrumu

İşaret ve Sistemler. Ders 3: Periyodik İşaretlerin Frekans Spektrumu İşaret ve Sistemler Ders 3: Periyodik İşaretlerin Frekans Spektrumu Fourier Serileri Periyodik işaretlerin spektral analizini yapabilmek için periyodik işaretler sinüzoidal işaretlerin toplamına dönüştürülür

Detaylı

10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08

10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08 1. Tanımlanan ana kütleden rassal seçilen örneklemlerden hesaplanan istatistikler yardımı ile ilgili ana kütle parametrelerinin değerini araştırma sürecine ne ad verilir? A) İstatistiksel hata B) İstatistiksel

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 8- SAYISAL İNTEGRASYON 1 GİRİŞ Mühendislikte sık karşılaşılan matematiksel işlemlerden biri integral işlemidir. Bilindiği gibi integral bir büyüklüğün toplam değerinin bulunması

Detaylı

ORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH

ORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH ORTALAMA ÖLÇÜLERİ Ünite 6 Öğr. Gör. Ali Onur CERRAH Araştırma sonucunda elde edilen nitelik değişkenler hakkında tablo ve grafikle bilgi sahibi olunurken, sayısal değişkenler hakkında bilgi sahibi olmanın

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN 1 Tek Örneklem İşaret Testi İşaret Testi parametrik olmayan prosedürler içinde en eski olanıdır. Analiz yapılırken serideki verileri artı ve

Detaylı

Dünya Enerji Konseyi Türk Milli Komitesi TÜRKİYE 10. ENERJİ KONGRESİ ULAŞTIRMA SEKTÖRÜNÜN ENERJİ TALEBİNİN MODELLENMESİ VE SÜRDÜRÜLEBİLİR POLİTİKALAR

Dünya Enerji Konseyi Türk Milli Komitesi TÜRKİYE 10. ENERJİ KONGRESİ ULAŞTIRMA SEKTÖRÜNÜN ENERJİ TALEBİNİN MODELLENMESİ VE SÜRDÜRÜLEBİLİR POLİTİKALAR Dünya Enerji Konseyi Türk Milli Komitesi TÜRKİYE 1. ENERJİ KONGRESİ ULAŞTIRMA SEKTÖRÜNÜN ENERJİ TALEBİNİN MODELLENMESİ VE SÜRDÜRÜLEBİLİR POLİTİKALAR Özgür BAŞKAN, Soner HALDENBİLEN, Halim CEYLAN Pamukkale

Detaylı

BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Bir değişkenin değerinin,

Detaylı

KONYA TİCARET ODASI İSTİHDAM İZLEME BÜLTENİ

KONYA TİCARET ODASI İSTİHDAM İZLEME BÜLTENİ KONYA DA SİGORTALI ÇALIŞAN SAYISI 16 BİN ARTTI: HABER BÜLTENİ xx.05.2016 Sayı 51 Konya İstihdam İzleme Bülteni, SGK ve İŞKUR verilerine göre Sigortalı ücretli çalışan sayısı, kadın çalışan sayısı, işyeri,

Detaylı

1989 ÖYS. olduğuna göre a-b kaçtır? A) 2 B) 2 C) 2 2 D) 2 2 E) 4

1989 ÖYS. olduğuna göre a-b kaçtır? A) 2 B) 2 C) 2 2 D) 2 2 E) 4 989 ÖYS. a a a b 8 olduğuna göre a-b kaçtır? C). a ile b nin aritmetik ortalaması 5 tir. a ile geometrik ortalaması 0, b ile geometrik ortalaması 0 olan sayı nedir? 0 C) 8 ise a+b+d toplamı ne-. a+b+c=d

Detaylı

Zaman Serisi Verileriyle Regresyon Analizi

Zaman Serisi Verileriyle Regresyon Analizi Zaman Serisi Verileriyle Regresyon Analizi Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi Iktisat Bölümü Textbook: Introductory Econometrics (4th ed.) J. Wooldridge 13 Mart 2013 Ekonometri II: Zaman Serisi

Detaylı

KONYA TİCARET ODASI İSTİHDAM İZLEME BÜLTENİ

KONYA TİCARET ODASI İSTİHDAM İZLEME BÜLTENİ KONYA DA 1 YILDA SİGORTALI ÇALIŞAN SAYISI YÜZDE 8 ARTTI HABER BÜLTENİ 10.11.2015 Sayı 45 Konya İstihdam İzleme Bülteni, SGK ve İŞKUR verilerine göre Sigortalı ücretli çalışan sayısı, kadın çalışan sayısı,

Detaylı

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU Marmara Üniversitesi U.B.F. Dergisi YIL 2005, CİLT XX, SAyı 1 YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU Yrd. Doç. Dr. Ebru ÇACLAYAN' Arş. Gör. Burak GÜRİş" Büyüme modelleri,

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM 12 STUDENT T DAĞILIMI 1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir

Detaylı

KONYA TİCARET ODASI İSTİHDAM İZLEME BÜLTENİ

KONYA TİCARET ODASI İSTİHDAM İZLEME BÜLTENİ KONYA DA SİGORTALI ÇALIŞAN SAYISI 296 BİN OLDU: HABER BÜLTENİ xx.06.2016 Sayı 52 Konya İstihdam İzleme Bülteni; SGK ve İŞKUR verilerine göre Sigortalı ücretli çalışan sayısı, kadın çalışan sayısı, işyeri,

Detaylı

KONYA TİCARET ODASI İSTİHDAM İZLEME BÜLTENİ

KONYA TİCARET ODASI İSTİHDAM İZLEME BÜLTENİ KONYA DA SİGORTALI ÇALIŞAN SAYISI 15 BİN ARTTI: HABER BÜLTENİ 15.04.2016 Sayı 50 Konya İstihdam İzleme Bülteni, SGK ve İŞKUR verilerine göre Sigortalı ücretli çalışan sayısı, kadın çalışan sayısı, işyeri,

Detaylı

6.6. Korelasyon Analizi. : Kitle korelasyon katsayısı

6.6. Korelasyon Analizi. : Kitle korelasyon katsayısı 6.6. Korelasyon Analizi : Kitle korelasyon katsayısı İki ya da daha çok değişken arasındaki ilişkiyi gösterir. Korelasyon çözümlemesinin amacı değişkenler arasındaki ilişkinin derecesini ve yönünü belirlemektir.

Detaylı

İSTATİSTİK ÖRNEK SORULARI

İSTATİSTİK ÖRNEK SORULARI 1. Aşağıda gruplandırılmış seri verilmiştir. (n) 0-10 den az 5 10-20 den az 6 20-30 den az 9 30-40 den az 11 40-50 den az 4 50-60 den az 3 TOPLAM 38 İSTATİSTİK ÖRNEK SORULARI a) Mod değerini bulunuz? (15

Detaylı

SORU 1) ÇÖZÜM 1) UYGULAMALI AKIŞKANLAR MEKANİĞİ 1

SORU 1) ÇÖZÜM 1) UYGULAMALI AKIŞKANLAR MEKANİĞİ 1 SORU 1) Şekildeki sistemde içteki mil dönmektedir. İki silindir arasında yağ filmi vardır. Sistemde sızdırmazlık sağlanarak yağ kaçağı önlenmiştir. Verilen değerlere göre sürtünme yolu ile harcanan sürtünme

Detaylı

Tek Denklemli Modellerde Uygulanan Testler 1.Yeni Bağımsız Değişkenler Ekleme Testi(s )

Tek Denklemli Modellerde Uygulanan Testler 1.Yeni Bağımsız Değişkenler Ekleme Testi(s ) Tek Denklemli Modellerde Uygulanan Testler 1.Yeni Bağımsız Değişkenler Ekleme Testi(s.285-293) Y=β 1 + β 2 X 2 + β 3 X 3 + u (SR) Y=β 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + β 5 X 5 + u 1.Aşama (SM) H 0 : β

Detaylı