Ayhan Topçu Accepted: January ISSN : ayhan_topcu@hotmail.com Ankara-Turkey
|
|
- Can Karakoç
- 8 yıl önce
- İzleme sayısı:
Transkript
1 ISSN: e-journal of New World Sciences Academy 212, Volume: 7, Number: 1, Aricle Number: 3A47 NWSA-PHYSICAL SCIENCES Received: December 211 Ayhan Toçu Acceed: January 212 Fahrein Arslan Series : 3A Ankara Universiy ISSN : ayhan_ocu@homail.com 21 Ankara-Turkey COX ORANTILI HAZARD MODELİNİN PARAMETRİK MODELLERLE KARŞILAŞTIRMASI- SİMULASYON ÇALIŞMASI ÖZET Çalışma ile sağkalım analizinde yaygın olarak kullanılan ve yarı aramerik bir model olan Cox Regresyon modeli için veri üreilmesi incelenmiş ve Üsel/Weibull aramerik modelleri ile karşılaşırma amacıyla sansürlü ve sansürsüz durumlar için simulasyonlar yaılmışır. Veri Üsel ya da Weibull dağılımından geldiğinde Cox modeli de uygulanabilir olmakadır. Paramerik model ahminlerinin Cox modelinden elde edilen ahminlere göre daha doğru olması beklenmekedir. Burada bir karşılaşırma yaılmasının sebebi aramerik modeller yerine Cox modeli ercih edildiğinde ne kadarlık bir kayı olduğunun görülebilmesidir. Anahar Kelimeler: Sağkalım Fonksiyonu, Hazard Fonksiyonu, Cox Oranılı Hazard Regresyon Modeli, Weibull Regresyon Modeli, Üsel Regresyon Modeli A COMPARATIVE SIMULATION STUDY BETWEEN COX PROPORTIONAL HAZARDS MODEL AND PARAMETRIC MODELS ABSTRACT In his sudy daa generaion for Cox Proorional Hazards model, a semi-arameric model commonly used in survival analysis, is invesigaed and a simulaion sudy is erformed in order o comare he arameric Exonenial - Weibull models and semi-arameric modelcox Model for censored and uncensored daa. Cox Model is alicable if daa is coming from Weibull or Exonenial disribuions. The esimaion resuls obained from arameric models are execed o be more accurae han he resuls of he Cox models. In his aer, i is aimed o see how much accuracy is los by choosing Cox roorional hazards model insead of arameric models. Keywords: Survival Funcion, Hazard Funcion, Cox Proorional Hazard Model, Weibull Regression Model, Exonenial Regression Model
2 NWSA-Physical Sciences, 3A47, 7, 1, GİRİŞ INTRODUCTION Sağkalım analizinde başarısızlık olarak adlandırılan bir olay hasalık-ölüm-bozulma-iflas oraya çıkana kadar geçen süre analiz edilir. Bu süre sağkalım yaşam süresi olarak adlandırılır. Sağkalım sürecini ekilediği düşünülen değişkenlere bağlı olarak sağkalım süresi modellenebilir. Bu modellemede eğer sağkalım sürelerinin dağılımı biliniyorsa aramerik modeller kullanılır. Dağılımın bilinmediği durumlarda 1972 yılında Cox arafından öne sürülen ve yarı aramerik bir yönem olan Cox regresyon modeli kullanılmakadır. Cox Oranılı Hazard modelinde hazard fonksiyonlarının zamana oranılı olduğu varsayılır. Yani hazard oranı zamana karşı sabi, ya da bir bireyin hazard fonksiyonunun diğer bireyin hazard fonksiyonuna oranılı olması ve yaşam süresinden bağımsız olması anlamına gelmekedir. Cox regresyon modeli sağkalım sürelerinin dağılımına ilişkin varsayım gerekirmediğinden sağkalım analizinde oldukça yaygın olarak kullanılmakadır. T rasgele değişkeni sağkalım süresini göseren ve f olasılık yoğunluk fonksiyonuna sahi bir rasgele değişken olmak üzere S PT f xdx 1.1 olasılığına sağkalım fonksiyonu denir Bireyin zamanına kadar sağ olduğu bilindiğinde den sonra sağkalma olasılığı. Hazard fonksiyonu zamanına kadar yaşadığı bilinen bir bireyin zamanındaki ani ölüm riskini gösermekedir. P T T h lim 1.2 şeklinde ifade edilir. P T,T h lim. 1 PT lim 29 P T 1. PT h f S d ln S 1.3 d olmakadır. Hazard fonksiyonu sağkalım analizinde dağılımı karakerize eden bir orandır. T rasgele değişkeninin sahi olduğu dağılıma göre hazard fonksiyonu farklı yaıdadır Lawless, anı için hesalanmış olan başarısızlık hızlarının birikimli fonksiyonu ise birikimli hazard foksiyonu olarak adlandırılır. H hu du 1.4 S ex H ex hudu 1.5 Cox Oranılı hazard modelinde hazard fonksiyonları, açıklayıcı değişkenler X ve sağkalım süresi nin bir fonksiyonu olarak her bir birey için aşağıdaki şekilde ifade edilir: h,x h gx 1.6
3 NWSA-Physical Sciences, 3A47, 7, 1, X den bağımsız, zamandan bağımsız nin bir fonksiyonu Burada h emel hazard fonksiyonu olarak adlandırılır. X X 1,X 2,...,X P açıklayıcı değişkenler, değişkenlerin kasayıları, gx ex i1 i X i 1, 2,..., P açıklayıcı, açıklayıcı değişkenlerin logarimik lineer formdaki fonksiyonudur. Model lineer regresyon modeli olarak logh,x logh gx logh loggx log h,x log h i X i 1 X 1 2 X 2... X 1.7 şeklinde yazabilir. gx i1 Modelde fonksiyonu üsel olduğundan hazard fonksiyonunun oziifliği garani edilmekedir. Ayrıca halinde hazard fonksiyonu; X 1 X 2... X olması h,x h ex h 1.8 olu emel hazard fonksiyonuna eşi olmakadır. Bir başka açıdan bakıldığında, model açıklayıcı değişkenlerin emel hazard fonksiyonunu çaran olarak ne ölçüde ekilediğini oraya koymayı amaçlamakadır. S ex hudu 1.9 olduğundan oranılı hazard modeli için sağkalım fonksiyonu S,X ex hu,xdu ex h o ugxdu 1.1 S,X ex h udu gx S gx 1.11 olmakadır. Modeldeki oranılı kavramı, bir bireye ai hazard ın diğer bir bireyin hazardına oranının den bağımsız olmasıdır. X * X 1 *,X 2 *,...,X * hazardların birbirine oranı; h, X h,x * i1 X X 1,X 2,...,X ve iki bireye ai açıklayıcı değişkenler olmak üzere h ex i X i i1 ex i X i X * i 1.12 h ex i X * i1 i olu, den bağımsız olmakadırmiller 1981:137. Modelin bir başka özelliği h emel hazard fonksiyonuna h nin ahmini gerekmeden modelin üsel ilişkin bir bilgi olmadan, kısmından arameresinin ahmin edilebilmesidir. h 3 Modelde dağılım bilinmemekedir, dolayısıyla emel hazard fonksiyonu için belirli bir form yokur. Bu özellik Cox modelini yarı - aramerik hale geirir Kleinbaum 1996: 95.
4 NWSA-Physical Sciences, 3A47, 7, 1, ÇALIŞMANIN ÖNEMİ RESEARCH SIGNIFICANCE Cox regresyon modeli için veri üreilmesi lineer regresyon modellerinden farklı olmakadır. Lineer regresyon modellerinde bağımlı değişken belli bir dağılımdan gelen haa erimleri ve regresyon kasayılarının belirlenmesi ile üreilebilirken Cox Modelinde regresyon kasayılarının hazard fonksiyonu üzerindeki ekisi sağkalım sürelerine yansıılacak şekilde sağkalım süreleri üreilmelidir. Bu çalışma oüler bir model olan Cox Oranılı Hazard Regresyon Modeli ve aramerik weibull ve üsel regresyon modelleri için sansürlü ve sansürsüz veri üreilmiş simulasyonlar yaılarak erformansları karşılaşırılmışır. Veri Üsel ya da Weibull dağılımından geldiğinde Cox modeli de uygulanabilir olmakadır. Paramerik model ahminlerinin Cox modelinden elde edilen ahminlere göre daha doğru olması beklenmekedir. Çalışma ile oldukça yaygın olarak kullanılan Cox Modelinin Weibull ve Üsel aramerik modeller karşısındaki ahmin erformansı incelenerek Cox modeli ercih edildiğinde ne kadarlık bir kayı olduğunun görülmesi amaçlanmışır. 3. METOT METHOD Bu bölümde Cox modelinin aramerik regresyon modelleri ile karşılaşırılması amacıyla simulasyonlar yaılmışır. Cox regresyon modeli için veri üreilmesi lineer regresyon modellerinden farklı olmakadır. Lineer regresyon modellerinde bağımlı değişken açıklayıcı değişkenlerle ve haa erimleri ile doğrudan ilişkili olduğundan, bağımlı değişken belli bir dağılımdan gelen haa erimleri ve regresyon kasayılarının belirlenmesi ile üreilebilir. Ancak Cox Modeli hazard fonksiyonu ile belirlendiğinden, sağkalım süreleri üreilirken, regresyon kasayılarının hazard fonksiyonu üzerindeki ekisi sağkalım sürelerine yansıılmalıdır Bender e al. 25:3. Sağkalım analizinde fonksiyonlar arası ilişkilerden; h f S d d log S 3.1 S ex hudu 3.2 S exh 3.3 elde edilir. 2.1 ile verilen Cox Modeli için sağkalım fonksiyonu, S,x ex h uexxdu S,x ex H exx olarak elde edilir. Cox modeli için dağılım fonksiyonu;
5 NWSA-Physical Sciences, 3A47, 7, 1, F,x 1 ex H exx olmakadır. Bir x rasgele değişkeninin dağılım fonksiyonu aralığında düzgün dağılıma sahi olduğundan, U 1 ex H exx ~ U,1 yazilabilmekedir. Buradan Cox modeli için sağkalım süresi T H 1 log1uexx olarak elde edilir. Bender e al. 25: Fx,, Bu durumda Cox modeli için Üsel dağılımdan gelen sağkalım sürelerinin üreilmesi aşağıdaki şekilde olacakır; f ex, 3.9 h 3.1 H d 3.11 H 1 T log1uexx, emel hazarda sahi Cox Modeli, h,x exx 3.14 şeklindedir. 4. BULGULAR FINDINGS Veri Üsel ya da Weibull dağılımından geldiğinde Cox modeli de uygulanabilir olmakadır. Paramerik model ahminlerinin Cox modelinden elde edilen ahminlere göre daha hassas olması beklenmekedir. Burada bir karşılaşırma yaılmasının sebebi aramerik modeller yerine Cox modeli ercih edildiğinde ne kadarlık bir kayı olduğunun görülebilmesidir. Yaılan simulasyonlar için R rogramı kullanılmış, rogram çıkıları eke verilmişir. Simulasyon hem sansürlü hemde sansürsüz durumlar için uygulanmışır. n=2, 5, 1 olarak seçilmiş, döngü sayısı 1./n olarak alınmışır. Sağkalım süreleri üsel dağılımdan üreilmişir. x ex2x, X 1/1: n, T~Üsel olarak alınmış, arameresi ahmin edilmiş, oralama ahminleri ve sandar samalar her iki model için sağlanmışır. Sonuçlar aşağıda sunulmakadır. 32 2
6 NWSA-Physical Sciences, 3A47, 7, 1, Tablo 1. Simulasyon sonuçları-sansürsüz durum -weibull-cox regresyon modelleri karşılaşırması Table 1. Simulaion resul-uncensored daa-weibull vs. cox regression models T~Üsel x ex2x β=2 X 1/1: n Weibull Regresyon Modeli Oralama ˆ Sandar Sama ˆ Cox Regresyon Modeli Oralama ˆ Sandar Sama n= n= n= ˆ Tablo 2. Simulasyon sonuçları-sansürlü durum -weibull-cox regresyon modelleri karşılaşırması Table 2. Simulaion resul-censored daa-weibull vs. cox regression models Y~Üsel Weibull Regresyon Modeli Cox Regresyon Modeli x ex2x 1 β=2 X 1/1: n Oralama ˆ Sandar Sama ˆ Oralama ˆ Sandar Sama ˆ n= n= n= Tablo 3. Simulasyon sonuçları-sansürsüz durum -üsel-cox regresyon modelleri karşılaşırması Table 3. Simulaion resul-uncensored daa-exonenial vs. cox regression models Y~Üsel Üsel Regresyon Modeli Cox Regresyon Modeli x ex2x 1 β=2 X 1/1: n Oralama ˆ Sandar Sama ˆ Oralama ˆ Sandar Sama ˆ n= n= n= Tablo 4. Simulasyon sonuçları-sansürlü durum -üsel-cox regresyon modelleri karşılaşırması Table 4. Simulaion resul-censored daa-exonenial vs. cox regression models Y~Üsel Üsel Regresyon Modeli Cox Regresyon Modeli x ex2x 1 β=2 X 1/1: n Oralama Sandar Sama ˆ ˆ Oralama ˆ Sandar Sama ˆ n= n= n=
7 NWSA-Physical Sciences, 3A47, 7, 1, SONUÇ RESULT ˆ oralamalarının neredeyse aynı olduğu, Sonuçlar incelendiğinde Weibull ve Üsel modellerin sandar samalarının Cox modeline göre biraz daha küçük olmakla beraber örneklem hacmi arıkça birbirine çok yaklaşığı görülmekedir. Verinin sansürlü yada sansürsüz olması sonçlar üzerinde bir farklılık yaramamışır. Sonuçlar her üç model uygulanabilir olduğunda Weibull ve Üsel aramerik modeller olmasına karşın yarı-aramerik bir model olan Cox modelinin de aramerik modellere oldukça yakın sonuçlar verdiğini gösermekedir. Bu durum aramerik modelleri uygulayama durumunda kullandığımız Cox Modelinin güvenilirliğini gösermekedir. KAYNAKLAR REFERENCES 1. Bender, R., Augusin, T., and Blener, M., 25. Generaing survival imes o simulae Cox roorional hazards models, Saisics in Medicine 24, Cox, D.R., Regression models and life-ables, Imerial College, London, Kleinbaum, D.G., Survival Analysis a Self Learning Tex. Sringer, New York. 4. Lawless, J.F., Saisical models and mehods for lifeime daa, Universiy of Waerloo, New Jersey. 5. Miller, R.G., Survival analysis, John Wiley& Sons. 34
8 NWSA-Physical Sciences, 3A47, 7, 1, EK APPENDIX R Program Çıkıları Weibull -Cox Karşılaşırması sansürsüz durum > Regresyon<-funcionn{ + x<-1/1:n#aciklayici degisken + u<-runifn,,1#normal dagilimdan ureilen veri + <--logu/ex2*x #usel dagilimdan gelen sagkalim sureleri +.model<-survregsurv,re1,lenghx~x,dis="weibull" + cox<-coxhsurv,re1,lenghx~x + reurncabs.model$coef[2],cox$coef > Simulasyon<-funcionn{ + sonuc<-marixna,nrow=2,ncol=1/n + fori in 1:1/n sonuc[,i]<-regresyonn + reurncmeansonuc[1,],meansonuc[2,],sdsonuc[1,],sdsonuc[2,] > Simulasyon2 [1] > Simulasyon5 [1] > Simulasyon1 [1] Üsel -Cox Karşılaşırması sansürsüz durum > Regresyon<-funcionn{ + x<-1/1:n#aciklayici degisken + u<-runifn,,1#normal dagilimdan ureilen veri + <--logu/ex2*x#usel dagilimdan gelen sagkalim sureleri +.model<-survregsurv,re1,lenghx~x,dis="exonenial" + cox<-coxhsurv,re1,lenghx~x + reurncabs.model$coef[2],cox$coef > Simulasyon<-funcionn{ + sonuc<-marixna,nrow=2,ncol=1/n + fori in 1:1/n sonuc[,i]<-regresyonn + reurncmeansonuc[1,],meansonuc[2,],sdsonuc[1,],sdsonuc[2,] > Simulasyon2 [1] > Simulasyon5 [1] > Simulasyon1 [1] Weibull -Cox Karşılaşırması sansürlü durum > Regresyon<-funcionn{ + x<-1/1:n#aciklayici degisken + u<-runifn,,1#normal dagilimdan ureilen veri + <--logu/ex2*x#usel dagilimdan gelen sagkalim sureleri + u2<-runifn,,1 #normal dagilimdan ureilen veri + c<--logu/ex2*x #usel dagilimdan gelen sagkalim sureleri + obs<-min,c #gozlemler + binary<-as.numeric<=c #sansur verisi +.model<-survregsurvobs,binary~x,dis="weibull" + cox<-coxhsurvobs,binary~x + reurncabs.model$coef[2],cox$coef > Simulasyon<-funcionn{ + sonuc<-marixna,nrow=2,ncol=1/n 35
9 NWSA-Physical Sciences, 3A47, 7, 1, fori in 1:1/n sonuc[,i]<-regresyonn + reurncmeansonuc[1,],meansonuc[2,],sdsonuc[1,],sdsonuc[2,] > Simulasyon2 [1] > Simulasyon5 [1] > Simulasyon1 [1] Üsel -Cox Karşılaşırması sansürlü durum > Regresyon<-funcionn{ + x<-1/1:n#aciklayici degisken + u<-runifn,,1#normal dagilimdan ureilen veri + <--logu/ex2*x#usel dagilimdan gelen sagkalim sureleri + u2<-runifn,,1 #normal dagilimdan ureilen veri + c<--logu/ex2*x #usel dagilimdan gelen sagkalim sureleri + obs<-min,c #gozlemler + binary<-as.numeric<=c #sansur verisi +.model<-survregsurvobs,binary~x,dis="exonenial" + cox<-coxhsurvobs,binary~x + reurncabs.model$coef[2],cox$coef > Simulasyon<-funcionn{ + sonuc<-marixna,nrow=2,ncol=1/n + fori in 1:1/n sonuc[,i]<-regresyonn + reurncmeansonuc[1,],meansonuc[2,],sdsonuc[1,],sdsonuc[2,] > Simulasyon2 [1] > Simulasyon5 [1] > Simulasyon1 [1]
İstatistikçiler Dergisi
www.istatistikciler.org İstatistikçiler Dergisi (28) 6-22 İstatistikçiler Dergisi COX REGRESYON MODELİ VE AKCİĞER KANSERİ VERİLERİ İLE BİR UYGULAMA Durdu KARASOY Hacettepe Üniversitesi Fen Fakültesi İstatistik
DetaylıSA Ğ KALIM ANAL Ġ ZLER Ġ
SAĞKALIM ANALĠZLERĠ Sağkalım Analizleri Sağkalım verilerini analiz etmek üzere kullanılan istatistiksel yöntemlerdir. Sağkalım verileri, yanıt değişkeni bir olay meydana gelene kadar geçen süre olan verilerdir.
DetaylıBİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI
BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI Arş. Gör. Furkan EMİRMAHMUTOĞLU Yrd. Doç. Dr. Nezir KÖSE Arş. Gör. Yeliz YALÇIN
DetaylıKONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ
KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ İsmail KINACI 1, Aşır GENÇ 1, Galip OTURANÇ, Aydın KURNAZ, Şefik BİLİR 3 1 Selçuk Üniversiesi, Fen-Edebiya Fakülesi İsaisik
DetaylıDolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler
Dolar Kurundaki Günlük Harekeler Üzerine Bazı Gözlemler Türkiye Bankalar Birliği Ekonomi Çalışma Grubu Toplanısı 28 Nisan 2008, İsanbul Doç. Dr. Cevde Akçay Koç Finansal Hizmeler Baş ekonomis cevde.akcay@yapikredi.com.r
DetaylıBÖLÜM 1: YAşAM ÇÖzÜMLEMEsİNE GİRİş... 1
ÖN SÖZ...iii BÖLÜM 1: Yaşam Çözümlemesine Giriş... 1 1.1. Giriş... 1 1.2. Yaşam Süresi... 2 1.2.1. Yaşam süresi verilerinin çözümlenmesinde kullanılan fonksiyonlar... 3 1.2.1.1. Olasılık yoğunluk fonksiyonu...
DetaylıEME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar
9.0.06 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar EME 7 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller (Sürekli Dağılımlar) Ders 5 Sürekli Düzgün Dağılım Sürekli Düzgün (Uniform)
Detaylı19.11.2013 EME 3105 SİSTEM SİMÜLASYONU. Sürekli Dağılımlar (2) Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar.
9..03 EME 305 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)
DetaylıEME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar
0..07 EME 37 SISTEM SIMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)
DetaylıÇOKLU DOĞRUSAL BAĞLANTI
ÇOKLU DOĞRUSAL BAĞLANTI ÇOKLU DOĞRUSALLIĞIN ANLAMI Çoklu doğrusal bağlanı; Bağımsız değişkenler arasında doğrusal (yada doğrusala yakın) ilişki olmasıdır... r xx i j paramereler belirlenemez hale gelir.
DetaylıEŞANLI DENKLEMLİ MODELLER
EŞANLI DENKLEMLİ MODELLER EŞANLI DENKLEMLİ MODELLER Eşanlı denklem siseminde, Y den X e ve X den Y ye karşılıklı iki yönlü eki vardır. Y ile X arasındaki karşılıklı ilişki nedeniyle ek denklemli bir model
DetaylıÇoklu Doğrusal Regresyon Modelinde Değişken Seçiminin Zootekniye Uygulanışı
Ç.Ü.Z.F. Dergisi, 2015, 30 (1) : 1 8 J.Agric. Fac. Ç.Ü., 2015, 30 (1) : 1-8 Çoklu Doğrusal Regresyon inde Değişken Seçiminin Zooekniye Uygulanışı G. Tamer KAYAALP (1) Melis ÇELİK GÜNEY (1) Zeynel CEBECİ
Detaylı8.Ders(EK) Zaman Serileri Analizi
8.Ders(EK) Zaman Serileri Analizi SPSS Projec: Airline Passengers daa se is used for various analyses in his online raining workshop, which includes: Times series analysis [building ARIMA models] Proje:
Detaylı4) Seyrek rastlanılan bir hastalık için belli bir zaman araalığında bu hastalığa yakalananların sayısının gözlenmesi,
POĐSSON DAĞILIMI Poisson Dağılımı sürekli oramlarda (zaman, alan, hacim, ) kesikli sonuçlar veren ve aşağıda a),b),c) şıklarında belirilen özelliklere sahip deneylerin modellenmesinde kullanılan bir dağılım
DetaylıEME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler
EME 3105 1 Giriş Sistem Simülasyonu Önümüzdeki hafta simulasyon girdilerinin modellenmesinde kullanılan kesikli ve sürekli Simulasyonda İstatistiksel Modeller-I Ders 4 dağılımlar hatırlatılacaktır. Rassal
DetaylıÇift 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
DetaylıQUANTILE REGRESYON * Quantile Regression
QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine
Detaylı-ENFLASYON ROBUST ESTIMATION OF THE VECTOR AUTOREGRESSIVE MODEL: AN INVESTIGATION OF THE RELATIONSHIP BETWEEN ECONOMIC GROWTH AND INFLATION
Marmara Üniversiesi YIL 2010, SAYI II, S. 539-553 -ENFLASYON Öze Özlem YORULMAZ * ** - Anahar Kelimeler: ROBUST ESTIMATION OF THE VECTOR AUTOREGRESSIVE MODEL: AN INVESTIGATION OF THE RELATIONSHIP BETWEEN
DetaylıMevsimsel Kointegrasyon Analizi: Güney Afrika Örneği. Seasonal Cointegration Analysis: Example of South Africa
Gazi Üniversiesi Sosyal Bilimler Dergisi Vol/Cil 3, No/Sayı 6, 216 Mevsimsel Koinegrasyon Analizi Güney Afrika Örneği Jeanine NDIHOKUBWAYO Yılmaz AKDİ Öze Bu çalışmada 1991-2134 dönemi Güney Afrika ekonomik
DetaylıBölüm 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
DetaylıRassal Değişken Üretimi
Rassal Değişken Üretimi Doç. Dr. Mehmet AKSARAYLI GİRİŞ Yaşadığımız ya da karşılaştığımız olayların sonuçları farlılık göstermektedir. Sonuçları farklılık gösteren bu olaylar, tesadüfü olaylar olarak adlandırılır.
DetaylıT.C. İSTANBUL ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ ( YÜKSEK LİSANS TEZİ ) YAŞAM VERİLERİNİN ÇÖZÜMLENMESİNDE UYGUN REGRESYON MODELİ SEÇME YÖNTEMLERİ
KEMAL OLÇA İSTANBUL ÜNİVERSİTESİ SAĞ. BİL. ENST. YÜKSEK LİSANS TEZİ İSTANBUL-2014 T.C. İSTANBUL ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ ( YÜKSEK LİSANS TEZİ ) YAŞAM VERİLERİNİN ÇÖZÜMLENMESİNDE UYGUN REGRESYON
DetaylıTürkiye nin Kabuklu Fındık Üretiminde Üretim-Fiyat İlişkisinin Koyck Yaklaşımı İle Analizi
TÜRK TARIM ve DOĞA BİLİMLERİ DERGİSİ TURKISH JOURNAL of AGRICULTURAL and NATURAL SCIENCES www.urkjans.com Türkiye nin Kabuklu Fındık Üreiminde Üreim-Fiya İlişkisinin Koyck Yaklaşımı İle Analizi Şenol ÇELİK*
DetaylıKIRMIZI IŞIK KURAL İHLALİ NEDENİ İLE MEYDANA GELEN TRAFİK KAZALARININ DEĞERLENDİRİLMESİ
KIRMIZI IŞIK KURAL İHLALİ NEDENİ İLE MEYDANA GELEN TRAFİK KAZALARININ DEĞERLENDİRİLMESİ ÖZET Filiz KARDİYEN (*), Gökhan KAYGİSİZ (**) Yaşam sürdürme analizi, tanımlanan bir olayın belirli bir başlangıç
DetaylıEME 3117 SİSTEM SİMÜLASYONU. Rassal Sayı ve Rassal Değer. Üretimi. Rassal Sayı Üretimi
..4 EME 7 Rassal Sayı ve Rassal Değer Üretimi SİSTEM SİMÜLASYONU Rassal Sayı ve Rassal Değer Üretimi Ders Girdi Analizi bölümünde gözlemlerden elde edilen verilere en uygun dağılımı uydurmuştuk. Bu günkü
DetaylıBİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ
BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.
DetaylıOrantısız hazardlar için parametrik ve yarı parametrik yaşam modelleri
www.istatistikciler.org İstatistikçiler Dergisi (008) 5-34 İstatistikçiler Dergisi Orantısız hazardlar için arametrik ve yarı arametrik yaşam modelleri Nihal Ata Hacettee Üniversitesi, Fen Fakültesi, İstatistik
DetaylıYaşam çözümlemesinde zamana bağlı açıklayıcı değişkenli Cox regresyon modeli Cox regression model with time dependent covariate in survival anaysis
TEMEL BİLİMLER / BASIC SCIENCES Araştırma Yazısı / Original Article Ankara Üniversitesi Tıp Fakültesi Mecmuası 2005; 58:153-158 Yaşam çözümlemesinde zamana bağlı açıklayıcı değişkenli Cox regresyon modeli
DetaylıSigortacılık sektöründe yaşam çözümlemesi: Birikimli hayat sigortaları ile ilgili bir uygulama
www.istatistikciler.org İstatistikçiler Dergisi 2 (2008) 80-87 İstatistikçiler Dergisi Sigortacılık sektöründe yaşam çözümlemesi: Birikimli hayat sigortaları ile ilgili bir uygulama Uğur Karabey Hacettepe
DetaylıA Study on the Estimation of Supply Response of Cotton in Cukurova Region
MPRA Munich Personal RePEc Archive A Sudy on he Esimaion of Suly Resonse of Coon in Cukurova Region Erkan Akas Faculy of Economics & Admin.Sciences a BIGA 2006 Online a h://mra.ub.uni-muenchen.de/8648/
DetaylıSimülasyonda İstatiksel Modeller
Simülasyonda İstatiksel Modeller Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri iyi tanımlayabilir. İlgilenilen olayın örneklenmesi ile uygun
Detaylı2. 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
DetaylıK-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.
İstatistiksel güven aralıkları uygulamalarında normallik (normal dağılıma uygunluk) oldukça önemlidir. Kullanılan parametrik istatistiksel tekniklerin geçerli olabilmesi için populasyon şans değişkeninin
DetaylıDEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıtılmış Gecikme ve Otoregresiv Modeller
DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıılmış Gecikme ve Ooregresiv Modeller 1 Zaman serisi modellerinde, bağımlı değişken Y nin zamanındaki değerleri, bağımsız X değişkenlerinin zamanındaki cari
DetaylıTürkiye de Kırmızı Et Üretiminin Box-Jenkins Yöntemiyle Modellenmesi ve Üretim Projeksiyonu
Hayvansal Üreim 53(): 3-39, 01 Araşırma Türkiye de Kırmızı E Üreiminin Box-Jenkins Yönemiyle Modellenmesi ve Üreim Projeksiyonu Şenol Çelik Ankara Üniversiesi Fen Bilimleri Ensiüsü Zooekni Anabilim Dalı
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI Tufan ÖZEK YÜKSEK LİSANS TEZİ İSTATİSTİK ANABİLİM DALI Konya, T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ
DetaylıIE 303T Sistem Benzetimi
IE 303T Sistem Benzetimi 1 L E C T U R E 5 : O L A S I L I K T E K R A R 2 Review of the Last Lecture Random Variables Beklenen Değer ve Varyans Moment Kesikli Dağılımlar Bernoulli Dağılımı Binom Dağılımı
Detaylı12. Ders Sistem-Model-Simülasyon Güvenilirlik Analizi ve Sistem Güvenilirliği
. Ders Sisem-Model-Simülasyon Güvenilirlik Analizi ve Sisem Güvenilirliği Sisem-Model-Simülasyon Kaynak:F.Özürk ve L. Özbek,, Maemaiksel Modelleme ve Simülasyon, sayfa -9. Aklımız ile gerçek dünyadaki
Detaylı1203608-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
DetaylıTEK BOYUTLU RASSAL DEĞİŞKENLER
TEK BOYUTLU RASSAL DEĞİŞKENLER Rassal değişken: S örnek uzayının her bir basit olayını yalnız bir gerçel değere dönüştüren fonksiyonuna rassal (tesadüfi) değişken denir. İki para birlikte atıldığında üste
DetaylıMEH535 Örüntü Tanıma
MEH535 Örünü Tanıma 4. Paramerik Sınıflandırma Doç.Dr. M. Kemal GÜLLÜ Elekronik ve Haberleşme Mühendisliği Bölümü web: hp://akademikpersonel.kocaeli.edu.r/kemalg/ E-posa: kemalg@kocaeli.edu.r Paramerik
DetaylıORANTILI HAZARD MODELİNİN ZAMANA BAĞLI DEĞİŞKENLERLE GENİŞLETİLMESİ VE ÇOCUK SUÇLULUĞU ÜZERİNE BİR UYGULAMA. Özlem GÖZ ÇEKÇEKİ
ORANTILI HAZARD MODELİNİN ZAMANA BAĞLI DEĞİŞKENLERLE GENİŞLETİLMESİ VE ÇOCUK SUÇLULUĞU ÜZERİNE BİR UYGULAMA Özlem GÖZ ÇEKÇEKİ YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ HAZİRAN
DetaylıSimülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation
Simülasyonda İstatiksel Modeller Banks, Carson, Nelson & Nicol Discrete-Event System Simulation Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri
Detaylıχ =1,61< χ χ =2,23< χ χ =42,9> χ χ =59,4> χ
SORU : Ortalaması, varyansı olan bir raslantı değişkeninin, k ile k arasında değer alması olasılığının en az 0,96 olmasını sağlayacak en küçük k değeri aşağıdakilerden hangisidir? A),5 B) C) 3,75 D) 5
DetaylıTable 1. Reservoir/Well/Fluid Data Reservoir Thickness, h, Well radius, r w,, 0.328 ft Fluid viscosity, μ, 0.8 cp Formation volume factor, B o,
M. Onur 10.04.2008 PET467E-Analysis of Well Pressure Tess 2008 Spring/İTÜ HW No. 6/SOLUTIONS Due dae: 17.04.2008 Subjec: Analysis of a drawdown es for reservoir limi esing. Table 1 presens relevan daa
DetaylıSAĞKALIM ANALİZİNDE KANTİL REGRESYON VE PARAMETRİK REGRESYON MODELLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI
T.C. ADNAN MENDERES ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ BİYOİSTATİSTİK ANABİLİM DALI BİS-YL-2015-0002 SAĞKALIM ANALİZİNDE KANTİL REGRESYON VE PARAMETRİK REGRESYON MODELLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI
Detaylıeyd Ekonomik Yaklaşım Derneği / Association
eyd Ekonomik Yaklaşım Derneği / Associaion Ekonomik Yaklaşım 016, 7(99): 1-15 www.ekonomikyaklasim.org doi: 10.5455/ey.35908 BIST-100 Endeksinin Volail Davranışlarının Simerik Ve Asimerik Sokasik Volailie
DetaylıYAPAY SİNİR AĞLARI İLE TÜRKİYE ELEKTRİK ENERJİSİ TÜKETİMİNİN 2010 YILINA KADAR TAHMİNİ
Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cil 19, No 3, 7-33, 004 Vol 19, No 3, 7-33, 004 YAPAY SİNİR AĞLARI İLE TÜRKİYE ELEKTRİK ENERJİSİ TÜKETİMİNİN 010 INA KADAR TAHMİNİ Coşkun HAMZAÇEBİ
DetaylıWhite ın Heteroskedisite Tutarlı Kovaryans Matrisi Tahmini Yoluyla Heteroskedasite Altında Model Tahmini
Ekonomeri ve İsaisik Sayı:4 006-1-8 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ Whie ın Heeroskedisie Tuarlı Kovaryans Marisi Tahmini Yoluyla Heeroskedasie Alında Model Tahmini
DetaylıLOGİSTİC DAĞILIM VE RANDOM SAYI ÜRETİMİ
C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 3, Sayı, 9 LOGİSTİC DAĞILIM VE RANDOM SAYI ÜRETİMİ Yalçın KARAGÖZ Cumhuriyet Üniversitesi, İ.İ.B.F. İşletme Bölümü Özet Bu çalışmada logistic dağılım hakkında
DetaylıYaşam çözümlemesinde cox orantılı tehlikeler ve orantılı odds modelleri
www.istatistikciler.org İstatistikçiler Dergisi: İstatistik&Aktüerya 6 (2013) 70-78 İstatistikçiler Dergisi: İstatistik&Aktüerya Yaşam çözümlemesinde cox orantılı tehlikeler ve orantılı odds modelleri
DetaylıThe Nonlinear Models with Measurement Error and Least Squares Estimation
D.Ü.Ziya Gökalp Eğiim Fakülesi Dergisi 5,17-113 5 ÖLÇÜM HATALI LiNEER OLMAAN MODELLER ve EN KÜÇÜK KARELER KESTİRİMİ The Nonlinear Models wih Measuremen Error and Leas Squares Esimaion Öze : u çalışmada,
DetaylıĐST 474 Bayesci Đstatistik
ĐST 474 Bayesci Đstatistik Ders Sorumlusu: Dr. Haydar Demirhan haydarde@hacettepe.edu.tr Đnternet Sitesi: http://yunus.hacettepe.edu.tr/~haydarde Đçerik: Olasılık kuramının temel kavramları Bazı özel olasılık
DetaylıMatematik Ders Notları. Doç. Dr. Murat Donduran
Matematik Ders Notları Doç. Dr. Murat Donduran Mart 18, 28 2 İçindekiler 1 Tanımlı Integral Uygulamaları 5 1.1 Olasılık.............................. 5 3 4 İÇINDEKILER Bölüm 1 Tanımlı Integral Uygulamaları
DetaylıDağıtılmış Gecikme ve Otoregresiv Modeller. Mehmet Vedat PAZARLIOĞLU
Dağıılmış Gecikme ve Ooregresiv Modeller Mehme Veda PAZARLIOĞLU Saik Model Nedir? Saik Model, Y ve X arasında aynı dönemde yani döneminde oraya çıkan ilişkiden gelmekedir. Y = b 0 + b 1 X + u, (=1,2,,n.)
Detaylıaltında ilerde ele alınacaktır.
YTÜ-İktisat İstatistik II Nokta Tahmin Yöntemleri 1 NOKTA TAHMİN YÖNTEMLERİ Şimdiye kadar verilmiş tahmin edicilerin sonlu örneklem ve asimptotik özelliklerini inceledik. Acaba bilinmeyen anakütle parametrelerini
DetaylıYaflam Analizinde Cox Regresyon Modeli ve Art klar n ncelenmesi
Cerrahpafla T p Dergisi 2007; 38: 39-45 ISSN:300-5227 ARAfiTIRMA Yaflam Analizinde Cox Regresyon Modeli ve Art klar n ncelenmesi Meral YAY, Elif ÇOKER, Ömer UYSAL 3 Mimar Sinan Güzel Sanatlar Üniversitesi
DetaylıWEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ SÜREKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 WEIBULL DAĞILIMI Weibull dağılımı, pek çok farklı sistemlerin bozulana kadar geçen süreleri ile ilgilenir. Dağılımın
DetaylıBANKA KREDİ PORTFÖYLERİNİN YÖNETİMİNDE ÖDEMEME RİSKİ ANALİZİ: KALMAN FİLTRESİNE DAYANAN ALTERNATİF BİR YÖNTEM ÖNERİSİ
BANKA KREDİ PORTFÖLERİNİN ÖNETİMİNDE ÖDEMEME RİSKİ ANALİZİ: KALMAN FİLTRESİNE DAANAN ALTERNATİF BİR ÖNTEM ÖNERİSİ K. Bau TUNA * ÖZ Ödememe riski banka kredilerini ve bankaların kredi porföylerini ekiler.
DetaylıZonguldak-Ulus Orman İşletme Müdürlüğü Göknar, Kayın ve Karaçam Ağaç Türleri için Kütük Çapı ve Boyu ile Göğüs Çapı
Zonguldak-Ulus Orman İşleme Müdürlüğü Göknar, Kayın ve Karaçam Ağaç Türleri için Küük Çapı ve Boyu ile Göğüs Çapı İlişkisi *Birsen DURKAYA, Ali DURKAYA Barın Üniversiesi Orman Fakülesi, Barın/Türkiye Sorumlu
DetaylıÜSTEL DÜZLEŞTİRME YÖNTEMİ
ÜSEL DÜLEŞİRME YÖNEMİ ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik
DetaylıY = f(x) denklemi ile verilen fonksiyonun diferansiyeli dy = f '(x). dx tir.
1 İNTEGRAL BİR FONKSİYONUN DİFERANSİYELİ Tanım: f: [a,b] R, x f(x) fonksiyonu (a,b) aralığında türevli olmak üzere, x değişkeninin değişme miktarı x ise f '(x). x ifadesine f(x) fonksiyonunun diferansiyeli
DetaylıISTATISTIK 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,
DetaylıStokastik Süreçler. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir.
Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir. Zamanla değişen bir rastgele değişkendir. Rastgele değişkenin alacağı değer zamanla değişmektedir. Deney çıktılarına atanan rastgele bir zaman
DetaylıYaşam Sürdürme Analizinde Gamma Kırılganlık Modelleri. Gamma Frailty Models in Survival Analysis
Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi Cilt **, Sayı *, **-**, 2** Süleyman Demirel University Journal of Natural and Applied Sciences Volume **, Issue *, **-**, 2** Yaşam Sürdürme
DetaylıİSTANBUL MENKUL KIYMETLER BORSASINDA DEĞİŞKENLİĞİN (VOLATİLİTENİN) ARCH-GARCH YÖNTEMLERİ İLE MODELLENMESİ
İSTANBUL MENKUL KIYMETLER BORSASINDA DEĞİŞKENLİĞİN (VOLATİLİTENİN) ARCH- YÖNTEMLERİ İLE MODELLENMESİ ÖZET Yard.Doç. Dr. Tülin ATAKAN İsanbul Üniversiesi, İşleme Fakülesi, Finans Anabilim Dalı Bu çalışmada,
DetaylıAYÇİÇEK VE SOYA YAĞI İTHALAT TALEBİNİN ANALİZİ
AKDENİZ ÜNİVERSİTESİ ZİRAAT FAKÜLTESİ DERGİSİ,, 15(),71-79 AYÇİÇEK VE SOYA YAĞI İTHALAT TALEBİNİN ANALİZİ Selim Adem HATIRLI Vecdi DEMİRCAN Ali Rıza AKTAŞ Süleyman Demirel Üniversiesi Ziraa Fakülesi Tarım
DetaylıBölüm V Darbe Kod Modülasyonu
- Güz Bölüm V Dare Kod Modülasyonu emel Bilgiler Bi nerjisi Gürülü Gücü İlinisel lıcı Uygun Süzgeçli lıcı Bi Haa Olasılığı Semoller rası Girişim DKM ve Ha Kodlama DC veya Bilgisayardan sayısal daa k Semol
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
DetaylıYAYINLAR VE ATIFLAR. I. SCI Expanded Makaleler: II. Diğer Uluslararası Makaleler:
YAYINLAR VE ATIFLAR I. SCI Expanded Makaleler: I.1. ALAKUŞ, K. (2010). Confidence intervals estimation for survival function in Weibull proportional hazards regression based on censored survival time data.
DetaylıTÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ
Nüfusbilim Dergisi\Turkish Journal of Populaion Sudies, 2012, 34, 31-50 31 TÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ Ölümlülük ahminleri, demografi ve aküerya bilimlerinde önemli bir rol oynamakadır.
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
DetaylıSAĞKALIM ANALİZ YÖNTEMLERİ VE KARACİĞER NAKLİ VERİLERİ İLE BİR UYGULAMA
T.C. İNÖNÜ ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ SAĞKALIM ANALİZ YÖNTEMLERİ VE KARACİĞER NAKLİ VERİLERİ İLE BİR UYGULAMA YÜKSEK LİSANS TEZİ Feyza İNCEOĞLU BİYOİSTATİSTİK VE TIP BİLİŞİMİ ANABİLİMDALI
DetaylıSağdan Sansürlü Gözlemlerin Yerleşiminin Hazard Oranı Tahminine Etkisi
ORİJİNAL ARAŞTIRMA ağdan ansürlü Gözlemlerin Yerleşiminin Hazard Oranı Tahminine Ekisi Yrd.Doç.Dr. eval KUL, a Prof.Dr. Arzu KANIK b a Biyoisaisik AD, Gazianep Üniversiesi Tıp Fakülesi, Gazianep b Biyoisaisik
DetaylıMarkov Zinciri Monte Carlo Yaklaşımı. Aktüeryal Uygulamaları
Markov Zinciri Monte Carlo Yaklaşımı ve Aktüeryal Uygulamaları ŞİRZAT ÇETİNKAYA Aktüer Sistem Araştırma Geliştirme Bölümü AKTÜERLER DERNEĞİ 2.0.20080 2008 - İSTANBUL Sunum Planı. Giriş 2. Bayesci Metodun
DetaylıSIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ
Sıra İstatistikleri ve Uygulama Alanlarından Bir Örneğin Değerlendirmesi 89 SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ Esin Cumhur PİRİNÇCİLER Araş. Gör. Dr., Çanakkale Onsekiz
DetaylıISSN : 1308-7290 varolebru@gmail.com 2010 www.newwsa.com Nigde-Turkey
ISSN:1306-3111 e-journal of New World Sciences Academy 2011, Volume: 6, Number: 2, Article Number:D0061 FINE ARTS Received: November 2010 Accepted: February 2011 Ebru Temiz Series : D Nigde University
DetaylıTeknolojik bir değişiklik veya üretim arttırıcı bir yatırımın sonucunda ihracatta, üretim miktarında vs. önemli artışlar olabilir.
YAPISAL DEĞİŞİKLİK Zaman serileri bazı nedenler veya bazı fakörler arafından ekilenerek zaman içinde değişikliklere uğrayabilirler. Bu değişim ikisadi kriz, ikisa poliikalarında yapılan değişiklik, eknolojik
DetaylıGRUP ARDIŞIK TEST YÖNTEMLERİ İLE SAĞKALIM ANALİZİNDE ÖRNEKLEM HACMİNİN BELİRLENMESİ. Afyonkarahisar. Samsun
Afyon Kocatepe Üniversitesi 8(1) Afyon Kocatepe University FEN BİLİMLERİ DERGİSİ JOURNAL OF SCIENCE GRUP ARDIŞIK TEST YÖNTEMLERİ İLE SAĞKALIM ANALİZİNDE ÖRNEKLEM HACMİNİN BELİRLENMESİ Yüksel Terzi 1, Naci
DetaylıBox-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama
Kocaeli Üniversiesi Sosyal Bilimler Ensiüsü Dergisi (6) 2003 / 2 : 49-62 Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama Hüdaverdi Bircan * Yalçın Karagöz ** Öze: Bu çalışmada geleceği
DetaylıFORECASTING TOURISM DEMAND BY ARTIFICIAL NEURAL NETWORKS AND TIME SERIES METHODS: A COMPARATIVE ANALYSIS IN INBOUND TOURISM DEMAND TO ANTALYA
Süleyman Demirel Üniversiesi İkisadi ve İdari Bilimler Fakülesi Dergisi Y.2009, C.14, S.1 s.99-114. Suleyman Demirel Universiy The Journal of Faculy of Economics and Adminisraive Sciences Y.2009, Vol.14,
Detaylıİstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik
6.SUNUM İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik özellikleri (ortalama, varyans v.b. gibi) hakkında
DetaylıEKONOMÝK GÖSTERGELERÝN VE DIÞ ORTAM SICAKLIÐININ ETKÝLERÝ
ESKÝÞEHÝR DE KONUTSAL DOÐAL GAZ TALEBÝNE EKONOMÝK GÖSTERGELERÝN VE DIÞ ORTAM SICAKLIÐININ ETKÝLERÝ Haydar ARAS * Nil ARAS ** Bu makalede, konularda kullanýlan doðal gazýn ýsýma dönemine ai aylardaki ükeiminin
DetaylıRİSK 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
DetaylıTürkiye de İktisadi Çıkarsama Üzerine Bir Açımlama: Sürprizler Gerçekten Kaçınılmaz mı?
Türkiye de İkisadi Çıkarsama Üzerine Bir Açımlama: Sürrizler Gerçeken Kaçınılmaz mı? Hazırlayan ve Sunan: Eren Ocakverdi* eren.ocakverdi@yaikredi.com.r Boğaziçi Üniversiesi Finans Mühendisliği 26 Ekim
DetaylıBAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI
BAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI BAZI SÜREKLİ OLASILIK DAĞILIMLARI 1. SÜREKLİ DÜZGÜN (UNIFORM) DAĞILIM 2. NORMAL DAĞILIM 3. BİNOM DAĞILIMINA NORMAL YAKLAŞIM 4. POISSON DAĞILIMINA NORMAL YAKLAŞIM
DetaylıYABANCI ZİYARETÇİ SAYISININ TAHMİNİNDE BOX- JENKINS MODELİ, WINTERS YÖNTEMİ VE YAPAY SİNİR AĞLARIYLA ZAMAN SERİSİ ANALİZİ
YABANCI ZİYARETÇİ SAYISININ TAHMİNİNDE BOX- JENKINS MODELİ, WINTERS YÖNTEMİ VE YAPAY SİNİR AĞLARIYLA ZAMAN SERİSİ ANALİZİ 62 Arş. Grv. Emrah ÖNDER İsanbul Üniversiesi İşleme Fakülesi Arş. Grv. Özlem HASGÜL
Detaylı= ae ), Nelder (1966) in geliştirdiği
S.Ü. Ziraa Fakülesi Dergisi 18(34): (004) 11-19 SÜT SIĞIRLARINDA LAKTASYON EĞRİLERİNİN FARKLI MATEMATİK MODELLERLE BELİRLENMESİ VE KONTROL ARALIĞININ TESPİTİ 1 İsmail KESKİN Abdurrahman TOZLUCA Selçuk
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DÖNEM PROJESİ TAŞINMAZ DEĞERLEMEDE HEDONİK REGRESYON ÇÖZÜMLEMESİ. Duygu ÖZÇALIK
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DÖNEM PROJESİ TAŞINMAZ DEĞERLEMEDE HEDONİK REGRESYON ÇÖZÜMLEMESİ Duygu ÖZÇALIK GAYRİMENKUL GELİŞTİRME VE YÖNETİMİ ANABİLİM DALI ANKARA 2018 Her hakkı saklıdır
DetaylıFİNANSAL RİSK ANALİZİNDE KARMA DAĞILIM MODELİ YAKLAŞIMI * Mixture Distribution Approach in Financial Risk Analysis
FİNANSAL RİSK ANALİZİNDE KARMA DAĞILIM MODELİ YAKLAŞIMI * Mixture Distribution Approach in Financial Risk Analysis Keziban KOÇAK İstatistik Anabilim Dalı Deniz ÜNAL İstatistik Anabilim Dalı ÖZET Son yıllarda
DetaylıSÜREKLİ DÜZGÜN DAĞILIM
SÜREKLİ DÜZGÜN DAĞILIM X rassal değişkenin olasılık yoğunluk fonksiyonu; şeklinde ise x e düzgün dağılmış rassal değişken, f(x) e sürekli düzgün dağılım denir. a 0 olduğuna göre, f(x) >0 olur.
DetaylıDEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıtılmış Gecikme ve Otoregresiv Modeller
DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıılmış Gecikme ve Ooregresiv Modeller 1 Saik Model Y = b 0 + b 1 X + u, (=1,2,,n.) Saik Model, Y ve X arasında aynı dönemde yani döneminde oraya çıkan ilişkiden
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıZaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri
Yıldız Teknik Üniversiesi İkisa Bölümü Ekonomeri II Ders Noları Ders Kiabı: J.M. Wooldridge, InroducoryEconomericsA Modern Approach, 2nd. ed., 2002, Thomson Learning. Zaman Serisi Modelleri: Birim Kök
DetaylıİMKB 100 endeksindeki kaldıraç etkisinin ARCH modelleriyle iki alt dönemde incelenmesi
İsanbul Üniversiesi İşleme Fakülesi Dergisi Isanbul Universiy Journal of he School of Business Adminisraion Cil/Vol:41, Sayı/No:, 1, 14-6 ISSN: 133-173 www.ifdergisi.org 1 İMKB 1 endeksindeki kaldıraç
DetaylıMide Kanseri Hastalarına İlişkin Verilerle Bir Uygulama
Çankaya University Journal of Science and Engineering Volume 8 (2011), No. 2, 225 235 Sağkalım Çözümlemesi için Zayıflık Modeli ve Mide Kanseri Hastalarına İlişkin Verilerle Bir Uygulama Nihal Ata 1, ve
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
Detaylı(AYIRIM) DENLİ. Emre KUZUGÜDENL. Doç.Dr.Serdar CARUS
DİSKRİMİNANT ANALİZİ (AYIRIM) Emre KUZUGÜDENL DENLİ Doç.Dr.Serdar CARUS Bu analiz ile; Bir bireyin hangi gruptan geldiği (p değişkeni kullanarak, bireyi uygun bir gruba atar ) Her bir değişkenin atama
DetaylıZAMAN GECİKMELİ ANALOG BENZETİM-UYARTIM ARAYÜZÜNÜN DC MOTOR KONTROLÜNE UYGULANMASI VE KARARLILIK ANALİZİ
ZAMAN GECİMELİ ANALOG BENZETİM-UYARTM ARAYÜZÜNÜN DC MOTOR ONTROLÜNE UYGULANMAS VE ARARLL ANALİZİ Dilek ÇADRL Saffe AYASUN Fen Bilimleri Ensiüsü Elekrik-Elekronik Mühendisliği Niğde Üniversiesi, 5, Niğde
Detaylı