ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE"

Transkript

1 ANADOLU ÜNİVERİEİ BİLİM VE EKNOLOJİ DERGİİ ANADOLU UNVERY JOURNAL OF CENCE AND ECHNOLOGY Clt/Vol.:8-aı/No: : 4-5 (7) ARAŞRMA MAKALEİ /REEARCH ARCLE YAR PARAMERİK MODELLERDE PLAYN DÜELME İLE AHMİN VE ÇKARAMALAR Duru AYDN, Mammadaga MAMMADOV, Al Faut YÜER, Emba AĞAOĞLU Ö Yarı parametrk regreo modeller ç pla düzeltme metodua daalı e br tam kavramı Eubak vd. (998) taraıda taıtılmıştır. Bu tam kavramıa göre, pla düzeltme ea ala arklı k aklaşım cmek () taraıda karşılaştırılmıştır. Bu çalışmada, arı parametrk regreo model tam Gree lverma ı kım pla ve peckma aklaşımı olarak adladırıla arklı k aklaşımla apılmış ve ırada e küçük kareler tamler le karşılaştırılmıştır. pla düzeltmede, geelleştrlmş çapraz geçerllk metodula düzeltme parametre eçlmş ve arı parametrk model em parametrk em de parametrk olmaa bleşe ç çıkaramalar tartışılmıştır. Bu amaçla, MALAB ortamıda azıla br program kullaılarak br ugulama apılmıştır. Aatar Kelmeler : Yarı parametrk regreo, pla düzeltme, Kım pla, Düzeltme parametre EMAON AND NFERENCE N EMPARAMERC MODEL WH MOOHNG PLNE ABRAC A ew etmato cocept or emparametrc regreo model baed o mootg ple a bee troduced Eubak et al. (998). e two deret approace baed o mootg ple ave bee compared b cmek () accordg to t etmato cocept. t tud, te etmato o te emparametrc regreo model perormed wt two deret approace called partal ple o Gree ad lverma ad peckma approac ad compared wt te etmato o te ordar leat quare. e mootg parameter elected va geeralzed cro-valdato mootg ple ad erece ave bee dcued or bot te parametrc ad te oparametrc part o te model. For t purpoe a applcato perormed b ug a program coded MALAB. Keword: emparametrc regreo, mootg ple, Partal ple, mootg parameter, Aadolu Üverte, Bleck Melek Yükekokulu, Bleck E-Pota: duad@aadolu.edu.tr GelĢ: 5 Mart 6; Düzeltme: 7 Hazra 6; Kabul: Hazra 6

2 4. GĠRĠġ Yarı parametrk (emparametrc) regreo modeller, bağımlı değşke bazı açıklaıcı değşkelerle doğrual, dğer açıklaıcı değşkelerle doğrual olmaa lşk çerde olduğu regreo modellerdr. Yarı parametrk modeller doğrual parametrk bleşe ve parametrk olmaa bleşeler er k de çerdğde bu modellere, kım doğrual modeller de der. Bu modeller, boutluluğu verdğ ıkıtı edele parametrk olmaa regreoa terc edleble, er br değşke etk daa kola orumlamaıa olaak ağlaa ve tadart regreo tekkler geelleştre toplamal regreo modeller özel br durumu şekldedr. Araştırmada dkkate alıa arı parametrk regreo model z ( ), () bçmde ade edlr. Burada, : bağımlı değşke. gözlem değer; z : Parametrk kıma karşı gele bağımız değşkeler k boutlu. gözlemler vektörü; : k boutlu regreo kataıları vektörü; C a,b : Model parametrk olmaa kımıa karşılık gele ve a, b aralığıda kc mertebede ürekl türeve ap ola blmee br pürüzüz oko; : Parametrk olmaa ketrc değşke. gözlem değer;,,...,, bağımız ıır ortalamalı ve ortak varalı raal ata termlerdr. () model matr-vektör term le, () şeklde de ade edleblr. Bu araştırmada, () arı parametrk regreo model ea alıacaktır. Amaç model uumuu elde etmektr. Başka br alatımla, parametre vektörüü, C a,b okouu ve u ortalama vektörüü etk olarak tam etmek, uumu aıal olarak özetlemek ve arıca uumu grakel olarak görütülemektr. Kou le lgl olarak kuramda düzeltme tekklere daalı olarak brkaç aklaşım mevcuttur: Gree vd. (985), Egle vd (986), Waba (99) ve Gree ve lverma (994), Eubak vd (998) ve cmek () taraıda apıla çalışmalarda () modele pla düzeltme metoduu ugulamıştır. Robo (988) kerel (çekrdek) düzeltme, peckma (998) pla ve kerel düzeltme, Ce (988) e parçalı polom aklaşımıı öermşlerdr. Bu araştırmada Gree ve lverma ı kım pla aklaşımı ve peckma aklaşımı ele alımıştır. Aadolu Üverte Blm ve ekolo Derg, 8(). PLAYN DÜELMEYE DAYAL AHMĠN Ea alıa,z, gözlem a da ölçüm değerler, eştlk () dek modele uguladığıda, grş kımıda da belrtldğ gb ve tam etmek ç brkaç aklaşım vardır. Bular çerde e çok kullaıla, pla düzelteme metodudur. öz kouu metodu eaıı, cezalı e küçük kareler toplamıı mmum apılmaı problem oluşturur. pla düzletme metodua göre () model çözümü, b '' B, z d (3) B, cezalı e küçük kareler toplamıı mmum apa okou ve parametre vektörü olarak taımlaır. Bu mmumu vere okou,..., düğümlü br doğal kübk pladır (Waba, 99; Gree ve lverma, 994). Eştlk (3) de brc term ata kareler toplamıı (R) göterr ve bu ade uumu verlere akılığıı ölçer. İkc term pürüzlülük cezaıı göterr ve bu kıım pürüzlülüğe br ceza ükler. Arıca, br kaler olup,, gözlem değerlere daalı olarak belrler ve blmee regreo okou le lgl abt br düzeltme parametredr. parametre da + a değşrke, çözüm terpolaoda bat br doğrual modele değşr. Eğer değer + a aklaşıra, B, abt eğml doğrual regreo uumu üretr. Eğer değer a aklaşıra, B, tümüle eek eğml br terpolao uumua karşı gelr. Yarı parametrk regreo aalzde, tee çözüm e doğrual e de br terpolaodur. Bu edele ı ugu br değer eçlme gerekr. Buda acak arklı eçm tekkler kullaılarak apılablr (Lee, 3-4; Mammadov, Yüzer ve Adı, 5; Adı, 5). Eştlk (3) le verle cezalı e küçük kareler mmum apa okou doğal kübk pla ve verle gözlem değerler,..., vektörü olduğuda, okouu parametreleştrmek ç (3) eştlğdek pürüzlülük ceza term, b a '' d K a olarak azılablr (bak. Gere ve lverma (994)). Burada,..., ve K br arı pozt taımlı matr olup, düğüm oktalarıda elde edle R ve Q matrler ardımıla K QR Q (4) şeklde eaplaır. (4) eştlğdek R, metrk bat matr; Q,

3 Aadolu Uvert Joural o cece ad ecolog, 8 () 43 bat matrtr. R r ve Q q bat matrler elemaları aşağıdak gb eaplaır: r ve q 3 6 6,,,,,,,,, 3,...,,,,, ;, 3,..., ; ; ; ;,,...,;, 3,..., Burada,,,...,. öz kouu düğüm oktalarıı koşuluu ağlamaı, dğer br adele arklı ve ıralı olmaı gerekr. ler arklı ve ıralı değle, olar belrl br N tekrarlama matr (cdece matr) ardımıla arklı ve ıralı ale getrlr.,..., düğüm oktalarıı arklı ve ıralı değerler,..., le göterl. Bu durumda, N tekrarlama matr elamaları, e,,...,q;,...,, dğ. dur. q bçmde ade edlr. öz kouu N matr ardımıla, (3) te belrtle B, cezalı kareler toplamı, N N ; K ; (5) bçmde azılablr. Pürüzlülük ceza aklaşımı olarak adladırıla cezalı e küçük kareler eaı geleekel doğrual regreo model çözümüde kullaıla ırada e küçük karelere bezer olarak, (5) eştlğ mmum apa ve vektörler ketrmdr. Eştlk (5) ıraıla ve e göre türevler alııp ııra eştlere N N N (6) K N (7) deklem temler elde edlr. (7) le verle deklemde vektörü N N N K N (8) olarak elde edlr. (8) eştlğde, uum değerler vektörüü elde etmek ç vektörüe ugulaa ve verle br abte bağlı düzeltme matr N N N K N (9) şeklde ade edlr. Arıca, öcede düğüm oktaları arklı ve ıralıa, N (brm matr) olmaı edele, düzeltme matr aşağıdak şekle drger: K. Kım pla YaklaĢımı Kım pla aklaşımıa göre, ı öcede belrlemş değer ç () modeldek ve vektörüe karşı gele ketrcler, (9) eştlğde verle pozt taımlı br düzeltme matr ardımıla elde edlr: Parametrk olmaa değerlere karşı gele (7) deklemdek vektörü () bçmde elde edlr. () ade (6) da ere azılarak, parametrk kataılar vektörü () şeklde elde edlr. Gree ve lvermaı kım pla aklaşımı (6) ve (7) ormal deklemler terat çözümüe daalıdır. Dğer tarata, parametk değşkeler matr ütu bleşeler e bağlı olduğuda ı eçm ç kım pla ketrcler geellkle alı olduğu Rce (986) taraıda göterlmştr. peckma ı gelştrdğ ötemde e özü edle a öeml ölçüde drgeeblmektedr.. peckma YaklaĢımı Bu bölümde, peckma (988) taraıda öerle, kım pla aklaşımıa alterat br aklaşım celeecektr. Bu metotta () modeldek z açıklaıcı değşke parametrk olmaa ketrc değşkee bağımlı olduğu varaılır: z m,,..., () () eştlğde, m, pürüzüz vektörokou ve, ata termler vektörüdür. () model () de ere azılarak

4 44 m m (3) elde edlr. (3) eştldek ata ve m olarak ade edl. Bu durumda model ata (4) şeklde olablme ç aşağıdak gb br okou taımlaablr: m (5) () ve (5) eştlkler arkı alıarak, aşağıdak ade elde edlr: z m ata (6) Eştlk (6) göterr k, parametre vektörü, öz kouu açıklaıcı değşkelere göre değşkee lşk artıklarıı doğrual regreouda elde edlr., verle erag br düzeltme parametre ç düğüm oktaları le belrlee (9) eştlğdek düzeltme matr olu. Arıca,. gözlem değer le göterle bağımlı değşke vektörü,,. atırı z le belrtle bağımız değşkeler gözlem değerler matr ve,. atırı m le belrtle matr olarak göterlre, 6) eştlğe göre aşağıdak adımlar gerçekleştrlr (peckma, 988). Adım : () ve (4) modellerde pla düzeltme ötem kullaılarak ıraıla, = m,..,m matr ve =,..., vektörü eaplaır ve Adım : (6) eştlğde olarak azılablr. Burada, ~ ve ~ döüştürülmüş değşkeler elde edlr. Adım 3: (6)deklem, ~ ~ e göre regreo deklem olarak ~ ~ ata Aadolu Üverte Blm ve ekolo Derg, 8() şeklde ade edlr. Bu modele ırada e küçük kareler (EK) ötem ugulaarak, () model parametrk bleşe ç kataılar ketrm aşağıdak gb buluur: ~ ~ ~ ~ (7) Adım 4: (7) eştlğdek tam () modelde ere azılarak () arı parametrk regreo model, * ata şekldek parametrk olmaa br modele döüşür. * Burada * z. Bağımlı değşkee ugulaa pla düzeltme ötemde, () model parametrk olmaa bleşe ç aşağıdak gb br tam elde edlr: * K * (8) 3. DÜELME PARAMEREĠNĠN EÇĠMĠ pla düzeltme metodua daalı arı parametrk regreoda düzeltme parametre eçm öeml br problemdr. Bu kouda, Adı (5) taraıda apıla mülao çalışmaıda düzeltme parametre eçm ç kullaıla dğer metotlara göre geelleştrlmş çapraz geçerllk (GCV), daa br perorma götermştr. Bu edele çalışmada düzeltme parametre eçm ç GCV metodu kullaılmıştır. parametre GCV tam, aşağıdak GCV( ) okouu mmum apa değer olarak belrler (Waba, 99): GCV tr tr (9) Yarı parametrk regreo model geçerllğ değerledrleblme ç, model ata termler varaıa ve model oluştura em parametrk em de parametrk olmaa bleşe varalarıa taç vardır. İzlee bölümde varaları eaplamaıa ve model akkıdak çıkaramalara er verlmştr. 4. VARYAN-KOVARYAN AHMĠNĠ VE ÇKARAMALAR Yarı parametrk regreo model vara ve kovaraları tamler aşağıda belrtle amaçlar ç gerekldr:. Model parametrk bleşe akkıdak çıkaramalar;. Model parametrk olmaa okou akkıdak çıkaramalar.

5 Aadolu Uvert Joural o cece ad ecolog, 8 () 45 Yarı parametrk model parametrk bleşe ç gelştrle vara ketrc, aşağıdak gb elde edlr (Eubak vd. 998; cmek ): A tr A - P - P A A () Burada P A A A A Eştlk () de boutlu A matr erag br. atırıı. elamaı a c,. elamaı c ve. elamaı b c olmak üzere, bu atırı dğer tüm elamaları ıırdır. Burada, a c a b, b,,..., cmek () taraıda apıla çalışmada arı parametrk regreou parametrk kataılarıı vara-kovara ketrcler em kım pla ( p ) em de peckma aklaşımı ( ) ç eaplamıştır. Bu ketrcler ç ıraıla vara-kovara matrler aşağıdak gb verlr:. ~ ~ ~ Var ~ () p ~ ~ ~ ~ ~ Var ~ () () ve () de ~, e (9) le taımlaa düzeltc matrtr. Vara-kovara matrler aal köşege üzerdek elamalar varaları, dğerler e kovaraları göterr. ve 4. Parametrk BleĢe Ġç Çıkarama Geleekel regreo aalze bezer olarak, arı parametrk regreo aalz de öreklem verler üzerde apıldığıda, elde edle tam vektörü, parametreler alamlığıı tet edlmede kullaılır. Dolaııla, parametrk kataıları tet, model alamlılığıı da tet eder. Bua göre, er br parametrk kataıı tattkel açıda alamlı olup olmadığı tet edlmek tedğde, parametrele lgl potezler; H : H : şeklde ormüle edlr. potez bağımız değşke bağımlı değşke üzerde etkl olmadığıı göterrke, potez, bağımız değşke bağımlı değşke üzerde etkl olduğuu götermektedr. Her br parametrk kataıı tet etmek ç aşağıdak t tattğ kullaılır: t d, E,...,k (3) Burada E, kataılarıı tadart ataları olup () ada () vara-kovara matr köşege elamaları ardımıla eaplaır var E. Eştlk (3) de verle t tattğ d tr k erbetlk derecee göre t - tablouda bulua değerde büüke ıır potez reddedlr, dğer br deşle, kataııı alamlı olduğu oucua varılır. peckma (988), varaı olarak = ME Hata Kareleroplamı( R) erbetlk Derece br ketrc - ( H ) tr - H - H (4) şeklde ade edle ata kareler ortalamaıı kullamaı öermştr. (4) eştlğdek H, şapka (at) matr olup aşağıdak şeklde eaplaır: ~ ~ ~ ~ H (5) Eştlk (5) de ~ olarak ade edlr. Parametrk kataıları toplu olarak tattkel açıda alamlı olup olmadığıı tet edeblmek ç potezler H : H : vea H : H : k k (e az br ) şeklde ormüle edlr. öz kouu bu potezler, d k ved tr H - H erbetlk derecelere ap br F tattğ ardımıla tet edlr (cmek, ): F d, d M par ME Eştlk (6) da, q q R / tr H q ~ ~ ~ / H. (6)

6 46 Dğer tarata, tattkel çıkaramalarda apıla ketrmler, gerçek değerlerle geelleme aralık ketrmle apılır. (6) ve (7) deklemlerde tam edle parametrk kataılar vektörü ç ( )% güve aralığı k P t E t E (7) bçmde verlr. (7) adede E, parametrk kataıları tadart ataları, t, alam düze ve d tr k erbetlk derecedek t -tablo değerdr. 4. Parametrk Olmaa BleĢe Ġç Çıkarama Burada amaç eğr bçmel olarak şekl değerledrmektr. et edlmek tee ıır ve alterat potezler aşağıdak şeklde ade edlr: H : E H : E doğrualoko pürüzüz oko Böle br tet ade parametrk br modelle karşılaştırıla arı parametrk model br alam ade edp etmeeceğe karar verlmee olaak ağladığı ç lg odağıdır. Hate ad bra (99), arı parametrk ortama ugulaable, br parametrk olmaa uum e karşı br doğru deklem uumu ı ç br F tet öermştr. öz kouu F -tet tattğ F v / d d d d, d (8) v / d ormülü le verlr. Burada z OL ve v z z OL. erbetlk dereceler d, ırada e küçük karelerde olduğu gb, modeldek parametre aııa (k tae) ve d tr H HH a- dee eşttr. Eştlk (8) de verle bu F -tet tattğ tam gerektrmee br avataa aptr. Amaç, eştlk () le verle modeldek parametrk olmaa bleşee karşı gele eğr şekl akkıda ağlam br karar vereblmektr. Açıktır k, örek değşkelğde dolaı parametrk olmaa tamlerde er zama bazı eğrlkler bekleme gerekr. Güve aralıkları öcede belrlee br olaılık düzee ve öreklem ouçlarıa göre şekllerler. blmee pürüzüz okou pla düzeltme tam olmak üzere, parametrk olmaa bleşe ( )% güve aralığı E E (9) Aadolu Üverte Blm ve ekolo Derg, 8() olarak ade edlr. Eştlk (9) da E, eğr tam tadart ataıdır ( vektörüü tadart ataıdır). 5. ÖRNEK UYGULAMA Bu bölümde, ukarıda verle teork blgler ugulaablrlğ ve öem götermek amacıla, mütakl evler atış atları le öz kouu evler özellkler araıdak lşkler araştırılmış, mütakl evler atış atları üzerde etkl ola bağımız değşkeler etkler tam edlmede em parametrk em de arı parametrk regreo model kullaılmıştır. öz kouu evler atış atları le atı etklee açıklaıcı değşkeler doğaı gereğce em parametrk em de parametrk olmaa br lşk çerde olduğu göz ardı edlemeecek br gerçektr. Öreğ, evler atış atları le evler baçe dal brüt kullaım alaları araıda ke br doğrual lşk vardır delemez. Bu edele, böle br lşk aalz etmede em parametrk ve em de parametrk olmaa kımı modele dal edldğ, arı parametrk regreo model kullaılmaı daa ugu olacaktır. İzlee alt bölümde, adı geçe lşk aalz etmek ç arı parametrk regreo model ketrmde k arklı aklaşım kullaılarak, elde edle ouçlar tartışılmıştır. 5. Ver ve DeğĢke aımları Verler Kaada ı başket ola Ottawa da, 987 ılıda atıla 9 mütakl eve at olup, Ho (995) taraıda apıla ea o te oug market adlı doktora tez çalışmaıda alımıştır. öz kouu verlere lşk bazı özet blgler ablo de verlmştr. Örek ugulamada kullaıla değşkeler aşağıdak gb taımlaır: F: Ev atış atı (dolar); AU: Ev aaola uzaklığı; FD: Şöme ç apa (dumm) değşke; GD: Gara ç apa değşke; KG: öz kouu emtte aşaa aları ortalama gelr(dolar); NKA: Ev et kullaım alaı (quare eet); BKA: Ev baçe dal brüt kullaım alaıı (quare eet) göterr. ablo. Değşkelere lşk gözlem değerler özet

7 Aadolu Uvert Joural o cece ad ecolog, 8 () 47 Değşkeler Ortalama t ap. Ma M F AU FD GD KG NKA BKA Deeel Değerledrmeler Bu bölümde, arı parametrk regreo model ketrm, em EK ve em de peckma ve kım pla aklaşımı le gerçekleştrlmştr. Arıca pla düzeltme metoduu ea ala arı parametrk regreo model parametreler akkıda tam ve çıkaramalar apılmıştır. 5.. Parametrk Regreo Model Arıtıları Örek ugulamada kullaıla değşkelere göre, parametrk doğrual regreo model F 5 AU NKA 6 FD BKA GD, 3 4KG,,..., (3) şeklde azılablr. (3) modeldek,,, 3, 4, 5, 6 regreo kataıları vektörüdür. öz kouu bu kataılar ırada e küçük kareler öteme göre elde edlmş ve oları tadart ataları, t tet tattkler ve %95 güve aralıkları eaplaarak, ouçlar tablo de verlmştr. ablo celedğde, evler aa ola ola uzaklığıda br brmlk artış, evler atış atlarıda 8.5 brmlk br azalışa ede olmakta vea buu ter geçerl olmaktadır. Bua karşılık, dğer tüm değşkeler le evler atış atları araıda aı ölü br lşk gözlemektedr. Acak (3) ormülü le belrlee ve ablo de verle t tet tattkler celedğde, AU, FD ve BKA değşkelere lşk kataılar alamızdır. Dğer tarata, kataıları %95 güve aralıkları oldukça geş br aralığı kapadığı görülmektedr. Arıca, model R belrllk kataııa göre, evler atış atlarıdak değşmeler acak %33.87 öz kouu açıklaıcı değşkeler taraıda açıklaablmektedr. Buu aı ıra, evler atış atlarıa lşk tamlerde, apıla ataları oldukça ükek olduğu görülmektedr. Dğer br deşle, tablo de verle ve R olarak eaplaa ata kareler toplamı oldukça ükek br değerdr. Bu durum, parametrk regreo model le apıla tamler eterce tutarlı olmadığı bçmde orumlaablr. 5.. Yarı Parametrk Regreo Model Arıtıları Bu ugulama ç () le taımlaa arı parametrk regreo model F 5 AU NKA FD BKA 3 GD, 4KG,,..., (3) bçmde ade edleblr. Yarı parametrk regreoda apa değşkeler er zama parametrk kıma dal edlrler. Bu ugulamada er ala değşkelerde BKA değşke parametrk olmaa değşke olarak ele alıırke, dğer tüm değşkeler parametrk değşke olarak ele alımıştır. pla düzeltme eaıı oluştura (3) eştlğdek, düzeltme parametre eçmde, GCV krter kullaılmıştır. Kım pla akla- ablo. Parametrk Regreo ouçlar Değşkeler Kataılar tadart at. t- t. %95 Güve aralıkları abt [(.586) -(.75)] AU [(-.334) -(4.94)] FD [(-8.853) -(.935 )] GD [(.5 )-( )] KG [(.3) -(.8 )] NKA [(6.33 )-( 6.56 )] BKA [( )-( )] R.3387, R 67855, d 85 ve t.5 (85).99 Doğrual regreo ç H= ( ' ) - ' şapka matr ardımı le, R= ' (-H) ormülü le verle ata kareler toplamı eaplaır. Dğer tarata, ve ŷ değerler araıdak korelao kataııı kare R değer dğer br deşle, model belrllk kataııı vermektedr.

8 48 Aadolu Üverte Blm ve ekolo Derg, 8() ablo 3. Kım pla Yaklaşımı İle Elde Edle Regreo ouçları Değşkeler Kataılar tadart at. t- tatt. %95 Güve Aralıkları abt AU [(-.67) -(-7.394)] FD [( )-( 7.848)] GD [(.83 )-( 5.4 )] KG [(.5479)- (.644)] NKA [( )-( 4.498)] BKA R.96546, R 78.33, F , d 5 ve d , F ( d, d).9 d ve t α ( d ).99 şımıa göre, model (3) de, parametrk kataıları ve BKA blmee okouu aldığı değerler vektörü elde edlmş olup, ouçlar ablo 3 de verlmştr. öz kouu aklaşıma göre tam edle model parametrk kataıları () eştlğde ere azılarak, arı parametrk regreo model aşağıdak gb ade edleblr: F AU 5. 63FD 4. GD. 584KG NKA BKA (3) ablo 3 vea (3) eştlğ celedğde, evler aa ola ola uzaklığıda br brmlk br artış, evler atış atlarıda brmlk br azalışa ede olur vea buu ter geçerldr. Bua karşılık, dğer tüm değşkeler le evler atış atları araıda aı ölü br lşk olduğu görülmektedr.parametrk olmaa bleşe e, brüt kullaım alalarıa göre, evler tam atış atlarıı göterr: BKA F AU,FD,GD,KG,NKA Bu değer 9 mütakl eve lşk atlarıı verdğde o acak grakel olarak Şekller- de göterlmştr. Bölüm. de celee peckma aklaşımıa göre elde edle ouçlar e, özetle ablo 4 de verlmştr. peckma aklaşımıa göre tam edle parametrk kataılar () de ere azılarak, arı parametrk regreo model aşağıdak gb ade edleblr: F AU 5. 69FD GD KG NKA BKA (33) ablo 4 vea (33) eştlğ celedğde, () model ouçlarıa bezer olarak, evler aa ola ola uzaklığıdak br brmlk br artışı, evler atış atlarıda brmlk br azalışa ede olduğu görülür. Bua karşılık, dğer tüm değşkeler le evler atış atları araıda aı ölü br lşk olduğu görülmektedr. 5.3 Yarı Parametrk Regreo Modele ĠlĢk Çıkaramalar peckma ve kım pla aklaşımıa göre elde edle () model parametrk kataılarıı tam değerler ve tadart apmaları, t tet tattkler, parametrk kataıları güve aralıkları ve F-tet tattğ ouçları br öcek bölümde verlmştr. Br orak paragralarda bu ouçlara lşk orum ve çıkaramalar apılmıştır Parametrk BleĢe Hakkıda Çıkaramalar Kım pla aklaşımıa göre ketrle () model, parametrk kataılarıı alamlı olup olmadığıı belrlemek amacıla, ablo 3 de verle t- tet tattkler celedğde, öreğ, kataııa lşk eaplaa, t tet tattğ = 3.37 olup, bu değer, t değerde büük olduğuda ıır potez reddedlr. Bua göre, ablo 4. peckma Yaklaşımı İle Elde Elde Regreo ouçları Değşkeler Kataılar tadart at. t- tatt. %95 Güve Aralıkları abt AU [(-.38) -( )] FD [( )-( )] GD [(.63 )-( 5.34 )] KG [(.5398) -(.6557)] NKA [(35.9) -( 4.3 )] BKA R.96555, R F , d 5 ve d , F d d d vet α ( d ).99 (, ).9

9 Aadolu Uvert Joural o cece ad ecolog, 8 () 49 kataıı tattkel açıda alamlıdır. Bezer şeklde, aı değşke ç ablo 4 de verle peckma aklaşımıa at t tet tattğ t tablo değer le kataııı da tattkel açıda alamlı olduğu görülmektedr. Bu blgler doğrultuuda, er k aklaşımda elde edle parametrk kataıları tattkel açıda alamlı oldukları görülmektedr (bak, ablo 3 ve 4). Dğer tarata, ablo 3 ve 4 te verle F-tattkler, %5 alam düzedek F-tablo değerde büük olduğuda ıır potez reddedlr. Dolaııla er k öteme göre de ketrle () model, t-tet oucuda olduğu gb, F- tet tattğe göre de tattkel açıda alamlı olduğu öleeblr. Eştlk () le verle arı parametrk regreo model parametrk kataılarıı (7) güve aralıkları da celemş olup, bu ouçlar da e ablo 3 ve 4 de verlmştr. Öreğ, peckma aklaşıma göre, ketrm apıla ve NKA parametrk açıklaıcı değşke etk götere kataıı ç %95 güve aralığı, P bçmde elde edlmştr. Bua göre, ele alıa öreklem alıdığı aa kütle kataııı 35.9 le 4.3 aralığıı kapama olaılığı %95 ve bu aralığı dışıda olma olaılığı %5 tr. Bezer olarak, kım pla aklaşımıa göre ketrm apıla kataııı %95 güve aralığı, P olarak eaplamıştır. Bua göre, celee öreklem çekldğ aa kütle regreo kat aııı, le aralığıı kapama olaılığı %95 ve bu aralığı dışıda olma olaılığı e %5 tr. Kala dğer parametrk kataıları %95 güve aralıklarıa lşk bezer orumlar apılablr Parametrk Olmaa BleĢe Hakkıda Çıkaramalar Eştlk () le verle model parametrk olmaa bleşe aıal olarak özetleemedğde, o acak grakel olarak görütüleeblr. öz kouu grakler Şekl ve de görülmektedr. Az aıda parametre le özetleemee parametrk olmaa bleşe, bçmel olarak değerledrmek amacıla F- tet apılmıştır. Bu tet arı parametrk model parametrk olmaa bleşe, doğrual vea doğrual olmaa pürüzüz br okola teml edlp edlmeme kouuda blg verme bakımıda aalz öeml br kımıı oluşturmaktadır. Bölüm 4. de cele F-tet ç potezler H : E( F) AU FD GD KG NKA BKA (doğrualoko) H : E( F) ( BKA) dğer br adele, pürüzüz oko bçmde ade edlerek, F-tet tattğ ve F-tablo değer aşağıdak gb elde edlmştr: F F e ( d - d , - d ) 87. tab(.5).45 Heaplaa F-tet tattğ, F-tablo değerde büük olduğuda ıır potez reddedlr. Bölece, arı parametrk model parametrk olmaa bleşe Şekl : peckma aklaşımı ç pla düzeltme ketrc ve %95 güve aralıkları grağ

10 5 Aadolu Üverte Blm ve ekolo Derg, 8() Şekl : Kım pla aklaşımı ç pla düzeltme ketrc ve %95 güve aralıkları grağ pürüzüz br oko olduğua karar verlr. öz kouu parametrk olmaa bleşe tattkel açıda alamlıdır. Bu durumda, parametrk kataıları alamlı olmaı aı ıra, parametrk olmaa bleşe de tattkel olarak alamlı br pürüzüz oko olmaı edele arı parametrk regreo model, tattkel açıda alamlıdır peckma ve kım pla aklaşımlarıa göre okouu düğüm oktalarıdak tam değerler ve %95 güve aralıklarıı grakler ıraıla Şekl ve Şekl de verlmştr. Şekl peckma, Şekl e kım pla aklaşımıa göre evler atış atları ketrmler BKA a göre değşmler ve %95 güve aralıkları grakler vermektedr. Her k grakte, %95 güve aralıklarıı BKA vektörüü çok akıda zledğ görülmektedr. Bu durum apıla tamler olduğuu br götergedr. 5.4 Parametrk ve Yarı Parametrk Modeller KarĢılaĢtırılmaı Yarı parametrk ve parametrk regreo modeller karşılaştırıldığıda, parametrk modelde bağımlı değşkedek değşmler %33.87, arı parametrk modelde e % ıı açıkladığı görülmektedr. 3 Dğer tarata, parametrk model ata kareler toplamı olurke, arı parametrk model, olmaktadır. Buu aı ıra, parametrk modele lşk kataıları %95 güve aralıklarıı, arı parametrk model kataılarıa göre oldukça geş br aralığı kapadıkları görülmek tedr 3 emparametrk model R R belrllk kataıı, / ormülü le eaplaır. (bak. ablo 3). Arıca parametrk modelde bazı açıklaıcı değşkelere lşk regreo kataıları alamızke, arı parametrk modelde regreo kataıları alamlıdır. Bu durum arı parametrk model parametrk modelde çok daa ütü olduğuu br götergedr. peckma aklaşımı, kım pla aklaşımı le kıaladığıda, er k ötem de bezer ouçlar verdğ görülmüştür. Öreğ, peckma aklaşımıa göre ketrm apıla arı parametrk modelde, bağımlı değşkedek değşmler % açıklaırke, kım pla aklaşımıı ea ala arı parametrk modelde % ı açıklamaktadır. Arıca peckma ötem ç ata kareler toplamı olurke, kım pla aklaşımı ç olmuştur. Bu durumda, peckma aklaşımıı az da ola daa başarılı olduğu öleeblr. 6. ONUÇ VE ARġMA Parametrk ve arı parametrk regreo modeller bazı perorma götergeler aşağıda verlmştr: Parametrk Kım pla peckma R =.3387 R = R =.9655 R = R = R =77.53 Bu ouçlara göre, arı parametrk regreo modeller doğrual regreo modellere kıala tamlerde büük br leşme ağladıkları görülmüştür. Dğer tarata, arı parametrk regreoda bağımlı değşke, açıklaıcı değşkelerde bazıları le doğrual kala dğer açıklaıcı değşkelerle doğrual olmaa br lşke ap olduğuda arı pa-

11 Aadolu Uvert Joural o cece ad ecolog, 8 () 5 rametrk regreo model, çok daa karmaşık br lşk apıı çerde er ala değşkeler araı lşk açıklamada em parametrk em de parametrk olmaa regreo modellerde çok daa ütü olduğu öleeblr. KAYNAKLAR Adı, D. (5). emparametrk Regreo Modellemede pla Düzeltme Yaklaşımıla am ve Çıkaramalar, Doktora ez, FBE- Ekşer. Ce, H. (988). Covergace Rate or Parametrc Compoet a Partall Lear Model. Aal o tattc 6, Egle, R.F., Grager, C.W.J., Rce, C.A. ve We A. (986). emparametrc Etmate o te Relato Betwee Weater ad Electrct ale. Joural o Amer. tatt. Aoc. 8, 3-3. Eubak, R. L, Kambour, E. L., Km,.C., Kpple, K, Reee,.C. ve cmek, M. (998). Etmato Partalll Lear Model. Computatoal tattc &Data Aal 9, Gree, P. J., Jeo, C. ve eeult, A. (985). Aal o Feld Epermet B Leat quare mootg. J. Ro. tat. oc. 47(B), Gree, P. J. ve lverma, B.W. (994). Noparametrc Regreo ad Geeralzed Lear Model. Capma &Hall, Lodo. Hate,. ve bra, R. J. (99). Geeralzed Addtve Model. Capma & Hall, Lodo. Ho, M. (995). Ea O e Houg Market, Upubled P.D. Dertato Uvert O oroto. Lee,. C. M. (3). mootg Parameter electo For mootg ple: A mulato tud. Comput. tattc & Data Aal 4, Lee,. C. M. (4). mproved mootg ple Regreo B Combg Etmate o Deret moote. tattc & Probablt Letter 67, Mammadov, M. Yüzer, A. F. ve Adı, D. (5). pla Düzeltme Regreou ve Düzeltme Parametre eçm, 4. İtattk kogre bldr ve poter özetler ktabı, Belek- Atala, Robo, M. P. (988). Root-N-Cotet emparametrc Regreo. Ecoometrca 56, 4, cmek, G. Mcael. (). Etmato ad İerece Partall Lear Model wt mootg ple. Joural o tattcal Plag ad erece 9, peckma, P. (988). Kerel mootg Partall Lear Model, J. Roal tatt. oc. 5(B), Waba, G. (99). ple Model or Obervatoal Data. AM, Pladelpa, PA. Duru AYDN, Koupıarı-Haak / ARDAHAN doğumludur. İlk ve orta öğrem Koupıarı köüde, le öğrem e Haak ta tamamladı. Ekşer Aadolu Üverte, Fe Edebat Fakülte, İtattk Bölümü de 99 ılıda mezu oldu ve 994 ılıda Aadolu Üverte Açık Öğretm Fakülte de Öğretm Görevl olarak şe başladı ve ılları araıda Edre de görev aptı. 999 ılıda Marmara Üverte, oal Blmler Ettüü, Ekoometr Aablm Dalı, İtattk Blm Dalıda ükek laıı ve Kaım 5 de Aadolu Üverte, Fe blmler Ettüü, İtattk Blm Dalıda Doktora öğrem tamamladı ve ale Aadolu Üverte Bleck MYO de Öğr. Gör. Dr. olarak görev apmaktadır. Mammadaga MAMMADOV, Azerbaca 947 doğumlu olup Bakü Devlet Üverte de 97 ılıda mezu oldu. 977 ılıda Rua Blm Akadem Doktora üvaıı, 985 de e Baş Blm Adamı üvaıı (dplomaıı) kazadı ılları araıda Azerbaca Blm Akadem beretk Ettüü de Baş Blm Adamı olarak, ılları araıda e Bakü Devlet Üverte de Doçet olarak görev apmıştır ıllarıda Çaakkale 8 Mart Üverte Blgaar Bölümü de Doçet olarak çalışmıştır. 3 ılıda tbare e Aadolu Üverte İtattk Bölümü de Doçet olarak çalışmaktadır. Derael Ou eor, Yapa r Ağları, Kotrol eor, Noparametrk ve emparametrk Regreo Aalz alalarıda, urtç ve urtdışıda çeştl blmel derglerde aımlamış ellde azla makale bulumaktadır. Rce, J. (986). Covergace Rate For Partall ple Model. tat. Prob. Lett. 4, 3-8.

12 5 Al Fuat YÜER, 944 ılıda Ekşer de doğdu. 969 ılıda Ekşer İktade ve car İlmler Akadem btrd. 97 ılıda aı akadem Ugulamalı Matematk ve İtattk Bölümüde ata olarak göreve başladı. 978 ılıda doktor, 985 ılıda doçet oldu. 996 ılıda Ekşer Aadolu üvertede proeör oldu. Hale Aadolu Üverte İtattk Bölümü de eork İtattk Aa Blm Dalı Başkaı olarak görev apmaktadır. Aadolu Üverte Blm ve ekolo Derg, 8() Emba AĞAOĞLU, Şumu da 949 ılıda doğdu. EİİA İtattk ve Ugulamalı Matematk kürüüde doktora derece aldı. 993 ılıda Aadolu Üverte Fe Fakülte İtattk Bölümü de Doçet ve aı bölümde 998 ılıda Proeör ola E. Ağaoğlu ale Aadolu Üverte, İtattk Bölümü de Bölüm Başkaı olarak çalışmalarıa devam etmektedr. Evl ve br çocuğu ola E. Ağaoğlu u ulual ve ulular araı çalışmaları bulumaktadır.

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Regresyon ve Korelasyon Analizi. Regresyon Analizi Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)

Detaylı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu

Detaylı

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan III.5.RUNGE-KUTTA METODLARI Öcek bölümde özelee Talor meodlarıda erel kesme aa merebes üksek oluşu sele br özellkr. Dğer araa ürevler buluma ve esaplaması pek çok problem ç karmaşık ve zama alıcı olduğuda

Detaylı

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t)

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t) III.4. YÜKSEK MEREBE AYLOR MEODLARI Saısal tekkler amacı mmum çaba le olablğce uarlı aklaşımlar ele etmektr. Bu eele çeştl aklaşım ötemler vermllğ karşılaştıracak br krtere gereksm varır. İlk ele alıacak

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

Detaylı

BEKLENEN DEĞER VE VARYANS

BEKLENEN DEĞER VE VARYANS BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee

Detaylı

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr.

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr. SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER - Döemi Ders Notları Pro. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri

Detaylı

ANALYSIS OF INFLUENTIAL OBSERVATION IN SEMIPARAMETRIC REGRESSION MODEL

ANALYSIS OF INFLUENTIAL OBSERVATION IN SEMIPARAMETRIC REGRESSION MODEL YARI PARAMERİK REGRESYON MODELİNDE EKİLİ GÖLEM ANALİİ ANALYSIS OF INFLUENIAL OBSERVAION IN SEMIPARAMERIC REGRESSION MODEL SEMRA ÜRKAN Hacettepe Üverstes Lsasüstü Eğtm Öğretm ve Sıav Yöetmelğ İSAİSİK Aablm

Detaylı

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON) BÖÜM 4 KASİK OPTİMİZASYON TEKNİKERİ KISITI OPTİMİZASYON 4. GİRİŞ Öcek bölülerde de belrtldğ b optzaso probleler çoğuluğu kısıtlaıcı oksolar çerektedr. Kısıtlaasız optzaso problelerde optu değer ede oksou

Detaylı

Polinom İnterpolasyonu

Polinom İnterpolasyonu Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Karma Eğitim Ders Notları. Doç. Dr.

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Karma Eğitim Ders Notları. Doç. Dr. SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER 9- Döemi Karma Eğitim Ders Notları Doç. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri

Detaylı

1. GAZLARIN DAVRANI I

1. GAZLARIN DAVRANI I . GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak

Detaylı

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde

Detaylı

Doç. Dr. Mehmet AKSARAYLI

Doç. Dr. Mehmet AKSARAYLI Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br

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

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

Detaylı

PAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2015 OTOMATİK KONTROL DERS NOTLARI

PAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2015 OTOMATİK KONTROL DERS NOTLARI PAMUKKALE ÜNİVERSİTESİ Mühedlk Fakülte, Make Mühedlğ Bölümü Zekerya Grg DENİZLİ, 05 OTOMATİK KONTROL DERS NOTLARI Ööz Mühedlkte vermeye başladığım Otomatk Kotrol der daha y alaşılablme ç bu otlar hazırlamaya

Detaylı

t Dağılımı ve t testi

t Dağılımı ve t testi t Dağılımı ve t teti Studet t Dağılımı Küçük öreklerde (

Detaylı

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices lert Matrsler Normları İç lt ve Üst Sıırlar Sülema Demrel Üverstes B Türe E Sarııar e Blmler Esttüsü Dergs - (00 - lert Matrsler Normları İç lt ve Üst Sıırlar Bahr TÜREN E SRIPINR Sülema Demrel Üverstes

Detaylı

İstatistiksel Tahminleme. Güven Seviyesi. Verilerin yayılımı ( Örnek hacmi X = X / n Güven seviyesi (1 - )

İstatistiksel Tahminleme. Güven Seviyesi. Verilerin yayılımı ( Örnek hacmi X = X / n Güven seviyesi (1 - ) 04.05.0 İtatitikel Tahmileme İTATİTİKEL TAHMİNLEME VE YORUMLAMA ÜRECİ GÜVEN ARALIĞI Nokta Tahmii Populayo parametreii tek bir tahmi değerii verir μˆ σˆ p Pˆ Aralık Tahmii Populayo parametreii tahmi aralığıı

Detaylı

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİESİ BİLİM VE EKNOLOJİ DERGİSİ ANADOLU UNIVERSIY JOURNAL OF SCIENCE AND ECHNOLOGY Clt/Vol.:8Sayı/No: : 5359 (7) ARAŞIRMA MAKALESİ /RESEARCH ARICLE SEMİPARAMERİK OPLAMSAL REGRESYON MODELİ

Detaylı

Değişkenlik (Yayılım) Ölçüleri

Değişkenlik (Yayılım) Ölçüleri Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm date alara heaplaa

Detaylı

Box ve Whisker Grafiği

Box ve Whisker Grafiği www.memetaarayl.com Bölümü Amaçları DEĞİŞKELİK ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKOOMETRİ BÖLÜMÜ mehmet.aarayl@deu.edu.tr Bu Bölümü tamamladıta ora eler yapablecez: Bo ve Wher grağ ouma

Detaylı

BULANIK DOĞRUSAL PROGRAMLAMA MODELİNE DE NOVO PROGRAMLAMA YAKLAŞIMININ UYGULANMASI ÖZET

BULANIK DOĞRUSAL PROGRAMLAMA MODELİNE DE NOVO PROGRAMLAMA YAKLAŞIMININ UYGULANMASI ÖZET BULANIK DOĞRUSAL PROGRAMLAMA MODELİNE DE NOVO PROGRAMLAMA YAKLAŞIMININ UYGULANMASI Nurullah UMARUSMAN ve KaaYARALIOĞLU Akaray Üverte Ġktad ve Ġdar Blmler Fakülte ĠĢletme Bölümü, 6800 Akaray urullah.umaruma@akaray.edu.tr

Detaylı

DEĞİŞKENLİK ÖLÇÜLERİ

DEĞİŞKENLİK ÖLÇÜLERİ DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar

Detaylı

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere

Detaylı

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI*

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* Costructo O Probablty Desty Fucto For The Relablty Block Dagram

Detaylı

DEĞİŞKENLİK ÖLÇÜLERİ

DEĞİŞKENLİK ÖLÇÜLERİ DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

DEĞİŞKENLİK ÖLÇÜLERİ

DEĞİŞKENLİK ÖLÇÜLERİ DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

ZAMAN SKALASINDA BAZI KISMİ DİNAMİK DENKLEMLERİN SALINIMLILIĞI ÜZERİNE

ZAMAN SKALASINDA BAZI KISMİ DİNAMİK DENKLEMLERİN SALINIMLILIĞI ÜZERİNE ZAMAN SKALASINDA BAZI KISMİ DİNAMİK DENKLEMLERİN SALINIMLILIĞI ÜZERİNE DOKTORA TEZİ Dez UÇAR DANIŞMAN Doç. Dr. Yaşar BOLAT MATEMATİK ANABİLİM DALI TEMMUZ AFYON KOCATEPE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

Detaylı

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Parametrik Olmayan İstatistik Çözümlü Sorular - 2 Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr

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

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması . Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve

Detaylı

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları

Detaylı

TMMOB Harita ve Kadastro Mühendisleri Odası. 28 Mart - 1 Nisan 2005,

TMMOB Harita ve Kadastro Mühendisleri Odası. 28 Mart - 1 Nisan 2005, TMMOB arta ve Kadatro Mühedler Odaı SAYISALLAŞTIRMA MODELLERİ. Türke arta Blel VE ve Tekk SAYISALLAŞTIRILMIŞ Kurultaı ARİTA BİLGİLERİNİN 8 Mart - Na 5, GÜVENİRLİĞİ Akara S. UZUN,. KONAK,A.DİLAVER Karadez

Detaylı

Değişkenlik (Yayılım) Ölçüleri

Değişkenlik (Yayılım) Ölçüleri DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

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

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık

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

Meta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi

Meta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi İtabul Üverte İşletme Faülte Derg Itabul Uverty Joural o the School o Bue Admtrato lt/vol:38, Sayı/No:2, 2009, 34-46 ISSN: 303-732 - www.derg.org 2009 Meta-aalzde ategor verler brleştrlmede ullaıla tattel

Detaylı

DEĞİŞKENLİK ÖLÇÜLERİ

DEĞİŞKENLİK ÖLÇÜLERİ DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

Quality Planning and Control

Quality Planning and Control Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede

Detaylı

5.1. Tekne Form Eğrilerinin Polinomlar ile Temsili

5.1. Tekne Form Eğrilerinin Polinomlar ile Temsili .. Teke Frm Eğrler lmlar le Teml Teke üze rmları amprk rmlar lduklarıda eke luşura rm eğrler de aalk lmaa klar lduğu kabul edlecekr. Teke rm eğrler maemakel emlde amprk rm eğrler eml ç ugu aalk klar =g(

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

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin 4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii

Detaylı

Temel Yapılar: Kümeler, Fonksiyonlar, Diziler ve Toplamlar

Temel Yapılar: Kümeler, Fonksiyonlar, Diziler ve Toplamlar Temel Yapılar: Kümeler, Fokyolar, Dzler ve Toplamlar CSC-9 yrık Yapılar Kotat uch - LSU Kümeler Küme, eeler düzez toparlamaıdır İglz alabedek el harler: V { a, e,, o, u} a V bv küçük pozt tek ayılar: Küme

Detaylı

TC Çanakkale Onsekiz Mart Üniversitesi Mühendislik Mimarlik Fakültesi JEOFIZIK MÜHENDISLIGI BÖLÜMÜ VERI ISLEM I- DERS NOTLARI

TC Çanakkale Onsekiz Mart Üniversitesi Mühendislik Mimarlik Fakültesi JEOFIZIK MÜHENDISLIGI BÖLÜMÜ VERI ISLEM I- DERS NOTLARI C Çaakkale Oek Mar Üvere Mühedlk Mmarlk Faküle JEOFIZIK MÜHENDISLIGI BÖLÜMÜ VERI ISLEM I- DERS NOLARI Yrd. Doç. Dr. olga Bekler Öeml No: Der Nolar am ve çerg le düeleme aamadadr. Sadece ÇOMÜ jeok ögrecler

Detaylı

Okan Yurduseven 1, Ahmet Serdar Türk 2. Marmara Üniversitesi oyurduseven@marmara.edu.tr. Yıldız Teknik Üniversitesi asturk@yildiz.edu.tr.

Okan Yurduseven 1, Ahmet Serdar Türk 2. Marmara Üniversitesi oyurduseven@marmara.edu.tr. Yıldız Teknik Üniversitesi asturk@yildiz.edu.tr. Mkrodalga Radar Stemler İç Koekat-Kare Işıma Deel Dışbükey Parabolk Yaıtıcı Ate Taarımı Covex Parabolc Reflector Atea Deg Wth Coecat-Squared Radato Patter For Mcrowave Radar Sytem Oka Yurdueve, Ahmet Serdar

Detaylı

DERS 5. Limit Süreklilik ve Türev

DERS 5. Limit Süreklilik ve Türev DERS 5 imit Süreklilik ve Türev İlk dersimizi solarıda, it sözüğü kullaılmada bu sözükle iade edile kavram ele alımıştıbak.. Bu dersimizde, it kavramıa biraz daa akıda bakaağız ve bu kavram ardımıla süreklilik

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

PAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2016 OTOMATİK KONTROL DERS NOTLARI

PAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2016 OTOMATİK KONTROL DERS NOTLARI PAMUKKALE ÜNİVERSİTESİ Mühedlk Fakülte, Make Mühedlğ Bölümü Zekerya Grg DENİZLİ, 06 OTOMATİK KONTROL DERS NOTLARI Ööz Mühedlkte vermeye başladığım Otomatk Kotrol der daha y alaşılablme ç bu otlar hazırlamaya

Detaylı

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii

Detaylı

5.2. Tekne Form Eğrilerinin Temsilinde Kullanılan Spline Teknikleri

5.2. Tekne Form Eğrilerinin Temsilinde Kullanılan Spline Teknikleri 5.. eke Form Eğrler emslde Kullaıla ple ekkler Geelde polomları dereces verle ofse okası saısıa bağlı olduğu ç çok saıda oka le aımlı ola eke form eğrler dereces de üksek olmakadır. Yüksek derecede polomlarda

Detaylı

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+...

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+... MC formülüü doğruluğuu tümevarım ilkesi ile gösterelim. www.matematikclub.com, 00 Cebir Notları Gökha DEMĐR, gdemir@yahoo.com.tr Tümevarım_toplam_Çarpım_Dizi_Seri Tümevarım Metodu : Matematikte kulladığımız

Detaylı

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI 1 KONTOL KATLAI 1)DEĞİŞKENLE İÇİN KONTOL KATLAI Ölçe,gözle veya deey yolu le elde edle verler değşke(ölçüleblr-sürekl) ve özellk (sayılablr-keskl) olak üzere başlıca k gruba ayrılır. Değşke verler belrl

Detaylı

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör. İ.T.Ü. aka akültes ekak Aa Blm Dalı STATİK - Bölüm KUVVET SİSTELEİ KUVVET Vektörel büyüklük - Kuvvet büyüklüğü - Kuvvet doğrultusu - Kuvvet uygulama oktası - Kuvvet yöü S = (,,..., ) = + +... + = Serbest

Detaylı

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı) 3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda

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

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferasiyel Deklemler 2009 Bahar Bu bilgilere atıfta bulumak veya kullaım koşulları hakkıda bilgi içi http://ocw.mit.edu/terms web sitesii ziyaret ediiz.

Detaylı

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ İSTATİSTİK Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özka GÖRGÜLÜ Tavsye Edle Kayak Ktaplar Her öğrec keds tuttuğu düzel otlar.. Akar, M. ve S. Şahler, (997). İstatstk. Ç.Ü. Zraat Fakültes Geel Yayı No: 74, Ders

Detaylı

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi Yüksek Mertebede Sstemler İç Ayrıştırma Temell Br Kotrol Yötem Osma Çakıroğlu, Müjde Güzelkaya, İbrahm Eks 3 Kotrol ve Otomasyo Mühedslğ Bölümü Elektrk Elektrok Fakültes İstabul Tekk Üverstes,34369, Maslak,

Detaylı

Kuadratik Programlama Tabanlı Modelleme Yardımı ile. Portföy Optimizasyonu ve İMKB-30 Portföy Oluşturma. Uygulaması

Kuadratik Programlama Tabanlı Modelleme Yardımı ile. Portföy Optimizasyonu ve İMKB-30 Portföy Oluşturma. Uygulaması T.C. İtabul Üverte Soyal Blmler Ettüü İktat Teor Aablm Dalı Yükek La Tez Kuadratk Programlama Tabalı Modelleme Yardımı le Portföy Optmzayou ve İMKB-30 Portföy Oluşturma Uygulamaı Murat Beşer 500070 Tez

Detaylı

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras RANKI OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI Reports Of Free Groups Otomorfzm Rak Le Algebras Özge ÖZTEKİN Matematk Aa Blm Dalı Name EKİCİ Matematk Aa Blm Dalı ÖZET Bu çalışmada,

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

Detaylı

0 1 2 n 1. Doğu Akdeniz Üniversitesi Matematik Bölümü Mate 322

0 1 2 n 1. Doğu Akdeniz Üniversitesi Matematik Bölümü Mate 322 Bölüm 3. İkici Mertebede Lieer ve Sabit Katsaılı Diferesiel Deklemler 4 3. Geel Taımlar ( ) ( ) ( ) a ( ) + a ( ) + a ( ) +... + a ( ) + a ( ) = f ( ) () 0 şeklideki bir deklem. mertebede lieer deklem

Detaylı

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr. İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ STRES DAYANIKLILIK GÜVENİLİRLİĞİNİN MASKELİ VERİLERE DAYALI TAHMİNİ Demet SEZER DOKTORA TEZİ İstatstkAablm Dalı Aralık-03 KONYA Her Hakkı Saklıdır TEZ

Detaylı

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü FİZ433 FİZİKTE BİLGİSAYAR UYGULAMALARI DERS NOTLARI Hazırlaya: Pro.Dr. Orha ÇAKIR Akara Üverstes, Fe Fakültes, Fzk Bölümü Akara, 7! İÇİNDEKİLER. LİNEER OLMAYAN DENKLEMLERİN KÖKLERİNİN BULUNMASI I/II. LİNEER

Detaylı

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI İstabul Tcaret Üverstes Sosal Blmler Dergs Yıl:8 Saı:5 Bahar 2009 s.73-87 WEİBULL DAĞILIMII ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİ İSTATİSTİKSEL TAHMİ YÖTEMLERİİ KARŞILAŞTIRILMASI Flz ÇAKIR ZEYTİOĞLU* ÖZET Güümüzde

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

Detaylı

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz; Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarhl ve 25391 sayılı Resm Gazete'de yayımlamıştır.) Amaç BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayaak Madde 1 Bu Yöetmelğ amacı, 4857 sayılı İş Kauuu 53 ücü maddes

Detaylı

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler... İÇİNDEKİLER Ö Söz... Poliomlar... II. ve III. Derecede Deklemler... Parabol... 9 II. Derecede Eşitsizlikler... 8 Trigoometri... 8 Logaritma... 59 Toplam ve Çarpım Sembolü... 7 Diziler... 79 Özel Taımlı

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLAR İÇİN EN ÇOK OLABİLİRLİK VE FARKLI KAYIP FONKSİYONLARI ALTINDA BAYES TAHMİN EDİCİLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI Gülca GENCER

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları

Detaylı

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2 l Ta rr ım ı Ekooms Kog rres 6-8 - Eylül l 2000 Tek rrdağ TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ (980-998) (TRANLOG MALİYET FONKİYONU UYGULAMAI) Yaşar AKÇAY Kemal EENGÜN 2. GİRİŞ Türkye tarımı

Detaylı

DENGELEME PROBLEMİNE HEDEF PROGRAMLAMA YAKLAŞIMI

DENGELEME PROBLEMİNE HEDEF PROGRAMLAMA YAKLAŞIMI ÖE MMOB arta ve Kaastro Müesler Oası ürkye arta Blsel ve ekk Krltayı Mayıs Akara DENGELEME PROBLEMİNE EDEF PROGRAMLAMA AKLAŞIMI Mstaa ŞİMŞEK arta Geel Kotalığı Akara staassek@gkltr B çalışaa; e küçük karelerle

Detaylı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları

Detaylı

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET

Detaylı

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği Akademk Blşm 11 - III. Akademk Blşm Koferası Bldrler 2-4 Şubat 2011 İöü Üverstes, Malatya Bağıl Değerledrme Sstem Smülasyo Yötem le Test Edlmes: Kls 7 Aralık Üverstes Öreğ Kls 7 Aralık Üverstes, Blgsayar

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

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm Br Alışverş Merkezde Hzmet Sektörü Đç E Kısa Yol Problem le Br Çözüm Pıar Düdar, Mehmet Al Balcı, Zeyep Örs Yorgacıoğlu Ege Üverstes, Matematk Bölümü, Đzmr Yaşar Üverstes, Matematk Bölümü, Đzmr par.dudar@ege.edu.tr,

Detaylı

Regresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini

Regresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini 5 STAT ST K-II Amaçlar m z Bu ütey tamamlad kta sora; k de flke aras dak lflky aç klaya do rusal model kurablecek, k de flke aras dak lflk dereces belrleyeblecek blg ve becerlere sahp olacaks z. Aahtar

Detaylı

IŞIĞIN KIRILMASI. 1. Ortamların kırılma indisleri n K. , n M. , n L. arasındaki ilişki aşağıdaki gibidir. > n L. > n K. n M. > n M. n L. n K.

IŞIĞIN KIRILMASI. 1. Ortamların kırılma indisleri n K. , n M. , n L. arasındaki ilişki aşağıdaki gibidir. > n L. > n K. n M. > n M. n L. n K. BÖÜ ŞĞ RAS AŞTRAAR ÇÖZÜER ŞĞ RAS Ortamları kırılma dsler,, arasıdak lşk aşağıdak gbdr 9 > > > > > > 6 0 > > > > > > 7 > > > > > > 0 7 0 0 > > > > > 76 OPTİ 7 0 0 > > > > > > 0 θ θ > > > > > > 9 0 O > >

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1 ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ

Detaylı

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma Süleyma Demrel Üverstes, Fe Blmler Esttüsü Dergs, 15- ( 011),17-134 Çok Aşamalı Sıralı Küme Öreklemes Tasarımlarıı Etklkler Üzere Br Çalışma Nlay AKINCI 1, Yaprak Arzu ÖZDEMİR * 1 TRT Geel Müdürlüğü Reklam

Detaylı

Đst201 Đstatistik Teorisi I

Đst201 Đstatistik Teorisi I Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller

Detaylı

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

Ölçme Belirsizliği ve 50 mm Nominal Uzunluktaki Ölçü Bloğuna Uygulanması

Ölçme Belirsizliği ve 50 mm Nominal Uzunluktaki Ölçü Bloğuna Uygulanması Poltekk Derg Joural of Polytechc Clt:0 Sayı: 4.363-370, 007 Vol: 0 o: 4 pp.363-370, 007 Ölçme Belrzlğ ve 50 mm omal Uzuluktak Ölçü Bloğua Uygulamaı Murat DOĞA *, Muammer ALBAT ** * Gaz Üverte, Fe Blmler

Detaylı