Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ"

Transkript

1 Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ

2 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde yoğulaşmıştı. Bu bölümde se k değşke arasıdak lşkler celeecektr. Bu kapsamda, değşkeler brbrlerde etklemeler ve bu etklemeler şekl ve dereces öemldr.

3 1. Grş Öreğ; DEÜ dek öğrecler boy uzulukları ve ağırlıkları arasıda, Br lşk var mıdır? Varsa asıl br lşk vardır? Bu değşkelerde br değer artarke veya azalırke dğer asıl etkler? Bu lşk e kadar güçlüdür? Ya da gülük hava sıcaklığı değşke le gülük dodurma tüketm değşke arasıda, Br lşk var mıdır? Varsa asıl br lşk vardır? 3

4 1. Grş Boy Uzuluğu Ağırlık İlşks 4

5 1. Grş İplk Uzuluğu Boyuca Çap Büküm Sayısı İlşks Nm 64 umara yü plğ 5

6 1. Grş İplk Uzuluğu Boyuca Çap Mukavemet İlşks Nm 64 umara yü plğ 6

7 . Değşkeler Arasıdak İlşkler.1. Foksyoel İlşkler İk değşke arasıdak foksyoel br lşk, kes matematksel br formülle fade edlr. y = f( x) Öreğ, yere düşmekte ola csm bırakıldığı yükseklk (h) le düşme zamaı (t) arasıdak lşk güümüzde geçerllğ kaıtlamış sağlam br teorye dayaır ve matematk br foksyola fade edlr. t = h/ g Gözlee değerler düz br çzg üzerde yer alırlar Öreğ, br malı satış mktarı (x) le kazaıla TL (y) arasıdak lşky celersek: 7

8 . Değşkeler Arasıdak İlşkler.. İstatstksel İlşkler İstatstksel lşk, foksyoel lşklerde olduğu gb mükemmel değldr. Değşkeler arasıda statstksel lşk varsa, gözlee değerler düz br çzg boyuca yer almazlar. Bu tp lşkler daha çok gülük hayatta deey ve gözlemler soucuda elde edle verler arasıdak lşkler açıklamak üzere kurulur. Bu tp lşkler açıklamak üzere kes br matematk formülle fade edle br teor ya da kau yoktur. Öreğ; UZUNLUK-AĞIRLIK Burada gözlee değerler arasıdak lşkler ç kes br formül yoktur. Acak gözlee değerlere dayaarak bu lşky açıklaya br matematk model oluşturulablr. Daha sora bu model belrl br boy uzuluğudak herhag br öğrec ağırlığıı tahmlemek ç kullaılablr. 8

9 3. Regresyo Aalzde Değşke Türler Bağımsız Değşkeler x Bağımlı Değşkeler y Idepedet Explaatory Predctor Depedet Respose Değerler ya bz arzumuza göre belrlerz ya da kotrol etmede aldıkları değerler gözlerz. Bağımsız değşkeler değerler değşmes le bulara bağlı olarak değerler değşe değşkelerdr. ÖRNEK: Gübre (x) Verm (y) Hava Sıc. (x) Dodurma Tük. (y) 9

10 4. Bast Doğrusal Regresyo İk değşke arasıdak lşky açıklarke doğru deklem kulladığımız regresyo modeldr. y = β + β x 0 1 Burada, β 0 ve β 1 sabt sayılardır. β 1 : Doğruu eğmdr. β 0 : Doğruu y ekse kesme oktasıdır. 10

11 4. Bast Doğrusal Regresyo Grafk celedğde geel olarak boy uzuluğu arttıkça ağırlığı da arttığı görülmektedr. Acak, oluşa oktalar düz br çzg üzerde değldrler. ε ε 1 Pratk amaçlar ç lşk br doğru şeklde olduğuu ve bu doğruda sapmaları şasa bağlı olarak meydaa geldğ varsayablrz. Bu varsayım altıda lşk matematk fades: Bu doğruu hesaplaablmes ç β 0 ve β 1 değerler blmes gerekr. Acak β 0 ve β 1 brer parametredr ve hesaplamaları ç populasyoa at tüm değerler blmeldr. Bu mümkü olmadığıda öreklemde gderek β 0 ve β 1 tahmler ola b 0 ve b 1 değerler hesaplaır. Bu da gözlee değerlerde geçe e y doğru deklem buluması alamıa gelmektedr. (E Küçük Kareler Yö.) y = β0 + β1 x + ε = 1,,3,..., şekldedr. Burada, y : Br öğrec ağırlığıı x : o öğrec boy uzuluğuu ε : o öğrec ağırlığıı, lşky açıklaya doğruda e kadar saptığıı gösterr. HATA (ERROR) olarak smledrlr. 11

12 5. E Küçük Kareler Yötem (Method of Least Squares) Gözlemler e y açıklaya doğruu belrlemes ç çeştl yötemler ler sürüleblr. Güümüzde e çok kullaıla yötem E Küçük Kareler adı le ble yötemdr. E Küçük Kareler yötem, gözlemler belrlee doğruda ola uzaklıklarıı kareler toplamıı e küçük yapılmasıa dayaa yötemdr. 1

13 5. E Küçük Kareler Yötem (Method of Least Squares) y = β0 + β1 x + ε = 1,,3,..., Model hata term: ε = y ( β + β x ) 0 1 ε = y β β x 0 1 E Küçük Kareler yöteme göre bu eştlğ her = 1,, 3,, değer ç kareler toplamı alıır. ε = ( y β0 β1x) = 1 = 1 Daha sora bu fadey e küçük yapa, β 0 ve β 1 tahmler ola b 0 ve b 1 bulablmek ç yukarıdak eştlğ β 0 ve β 1 e göre türevler alııp 0 a eştler. H( β, β ) = ( y β β x ) = 1 δ H = ( y β0 β1x) = 0 δβ = δ H = x( y β0 β1x) = 0 δβ = Bu deklemler β 0 ve β 1 tahmler ola b 0 ve b 1 yerlere koyarak çözersek: 13

14 5. E Küçük Kareler Yötem (Method of Least Squares) = 1 = 1 xy = 1 1 b = = 1,,3,..., x = 1 x = 1 xy b0 = y bx 1 Böylece verlermzde geçe e y doğruu deklem: y= b0 + bx 1 olarak buluur. 14

15 6. Regresyo Belrleme Katsayısı Regresyo deklem tahmledkte sora bu deklem lşky e derece açıkladığıı ve bu deklem kullaılarak yapılacak tahmler e derece hassas olacağıı araştırılması gerekr. ( y y) = ( yˆ y) + ( y yˆ ) ( y y) = ( yˆ y) + ( y yˆ ) Eğer gözlee değerler heps tahm edle doğru üzerde olsa d Hata Kareler Toplamı (SSE) 0 olacak ve uyumu çok y olduğu söyleeblecekt. Burada gderek, regresyo doğrusuu e derece y br tahmleyc olduğuu Regresyo Kareler Toplamı (SSR) ı Geel Kareler Toplamı (SSTO) a oraıa bakarak söyleyeblrz. Bu ora Regresyo Belrleme Katsayısı olarak blr ve r olarak gösterlr. r ( yˆ ) 1 ( ) y ( ) Regresyo Kareler Toplamı SSR b x x / = = = = Geel Kareler Toplamı SSTO ( y y) y y / 15

16 6. Regresyo Belrleme Katsayısı ( yˆ ) 1 ( ) y = ( ) b x x / ( y y) y y / İspat: [ b1 ( x x) ] 1 1 ( yˆ y) = ( b + bx b bx) = = b ( x xx+ x ) ( ) = b x x x + x x = b x x + = b ( x ) 1 x 1 ( x ) y yy y 1 y ( y ) y y = y yy+ y ( ) ( ) = + = y y + = y ( y ) 16

17 7. Korelasyo Korelasyo (Fr. Corrélato) TDK ya göre: Bağıtı, Bağlılık, Bağlılaşım, Her ks de cel ola herhag br x tesadüf değşkeyle y tesadüf değşke aldığı değerler dzs arasıda br uyguluk hâl olup olmadığıı araştıra yötem. İk değşke arasıdak lşkye korelasyo, bu lşk dereces belrleye sayısal fadeye de korelasyo katsayısı delmektedr. Korelasyo katsayısı, bağımlı değşke le bağımsız değşke arasıda br lşk buluup bulumadığıı; lşk varsa bu lşk gücüü belrlemeye yarar. 17

18 7. Korelasyo Korelasyo katsayısı r le gösterlmektedr ve -1 le +1 arasıda değer almaktadır. Korelasyo katsayısıı şaret lşk yöüü belrlemektedr: r>0 değşkelerde br değer artarke dğer de değer artar. r<0 değşkelerde br değer artarke dğer değer azalır. r=0 k değşke arasıda doğrusal br lşk yoktur. r > 0 r < 0 r = +1 r = -1 r =

19 7. Korelasyo Korelasyo Katsayısı: x y xy r = = 1,,3,..., ( x) ( y) y x 19

20 Örek 1 Aşağıdak tabloda 0 yaşıdak erkek öğrecler boy uzuluğu (cm) ve ağırlık (kg) değerler yer almaktadır. Boy Uzuluğu (cm) Ağırlık (kg) a. Bağımlı ve bağımsız değşkeler belrleyz. b. Tablodak değerler serpme dyagramı şeklde gösterz. c. Szce bu k değşke arasıda herhag br lşk var mıdır? d. İlşk varsa szce asıl br lşkdr? e. Boy uzuluğu ve ağırlık değşkeler ç regresyo deklem buluuz. f. 3 m boyudak br gec ağırlığı kaç kg olablr? g. Regresyo belrleme katsayısı kaçtır? 0

21 Örek Buca da yapıla br araştırma soucuda 11 apartma dares metrekare alaları ve kralarıa lşk değerler aşağıdak tabloda verlmştr: Dare Alaı (m ) Kra (TL) Bağımsız ve bağımlı değşkeler belrleyz. Serpme dyagramıı çzz İk değşke arasıda lşk var mıdır? (korelasyo katsayısıı buluuz) Gözlemler e y açıklaya doğruu deklem buluuz. (regresyo deklem buluuz) Dareler alalarıdak değşm ev kralarıdak değşm e kadarıı açıklamaktadır? (regresyo belrleme katsayısıı buluuz) 1

22 Örek 3 DEÜ Tekstl Mühedslğ Bölümü de İstatstğe Grş ders ala öğrecler arasıda yapıla br araştırma soucuda öğrecler devamsızlıkları le geçme otları aşağıdak gb belrlemştr. Öğrecler devamsızlıkları ve geçme otları arasıda statstksel açıda öeml br lşk buluup bulumadığıı belrleyz. Devamsızlık (Hafta) Not

23 Çözüm 3 Devamsızlık (Hafta) x Not y x y x y Toplam r = xy x ( x) ( y) y x r = 0,944 y α = 0,05 ve ( ) = (10 ) = 8 serbestlk dereces ç r krtk = 0,63 r > r krtk 0,944 > 0,63 YORUM: α = 0,05 ç öğrecler devamsızlıkları le geçme otları arasıdak lşk statstksel açıda öemldr. 3

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

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

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

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

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

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

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

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

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

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

= 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

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

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

HĐPERSTATĐK SĐSTEMLER

HĐPERSTATĐK SĐSTEMLER HĐPERSTATĐK SĐSTELER Taım: Bütü kest zorları, şekldeğştrmeler ve yerdeğştrmeler belrlemes ç dege deklemler yeterl olmadığı sstemlere hperstatk sstemler der. Hperstatk sstemler hesabı ç, a) Dege deklemlere,

Detaylı

Biyoistatistik (Ders 9: Korelasyon ve Regresyon Analizi)

Biyoistatistik (Ders 9: Korelasyon ve Regresyon Analizi) KORELASYON ve REGRESYON ANALİZLERİ Yrd. Doç. Dr. Üal ERKORKMAZ Sakarya Üverstes Tıp Fakültes Byostatstk Aablm Dalı uerkorkmaz@sakarya.edu.tr SİSTEM, ALT SİSTEM ve SİSTEM DİNAMİKLERİ Doğa br aa sstemdr.

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

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

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

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

MÜHENDİSLER İÇİN İSTATİSTİK. Prof. Dr. Hüseyin Çelebi Ders Notları

MÜHENDİSLER İÇİN İSTATİSTİK. Prof. Dr. Hüseyin Çelebi Ders Notları MEÜ. Mühedslk Fakültes Jeoloj Mühedslğ Bölümü MÜHENDİSLER İÇİN İSTATİSTİK YÖNTEMLER VE UYGULAMALAR Prof. Dr. Hüsey Çeleb Ders Notları Mers 007 Prof. Dr.-Ig. Hüsey Çeleb 1 Brkaç ülü sözü İstatstk! Matematğ

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

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

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2 Matematk olarak ormal dağılım foksyou f ( ) ep ( ) Şeklde fade edlr. Burada μ artmetk ortalama, σ se stadart sapma değer gösterr ve dağılım foksyou N(μ, σ) otasyou le gösterlr. Bu deklem geometrk görütüsü

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

Öğrenci Numarası İmzası: Not Adı ve Soyadı

Öğrenci Numarası İmzası: Not Adı ve Soyadı Öğreci Numarası İmzası: Not Adı ve Soyadı SORU 1. a) Ekoomii taımıı yapıız, amaçlarıı yazıız. Tam istihdam ile ekoomik büyüme arasıdaki ilişkiyi açıklayıız. b) Arz-talep kauu edir? Arz ve talep asıl artar

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

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

ilişkilendirileceğini bulmak ve bu bilgiden yapmaktır. Prof. Dr. Üzeyme DOĞAN - Üretim Planlama Kontrol

ilişkilendirileceğini bulmak ve bu bilgiden yapmaktır. Prof. Dr. Üzeyme DOĞAN - Üretim Planlama Kontrol Nedesel (lşksel) modeller Bu modeller, ögörülemek stedğmz değşke, br şeklde çevredek dğer değşkelerde etkledğ, olarla lşkledrlebleceğ varsayar. Ögörüleyc ş, bu değşkeler matematksel olarak a asıl lşkledrleceğ

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

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

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

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit Karadez Te Üverstes Blgsayar Mühedslğ Bölümü 5-6 Güz Yarıyılı Sayısal Çözümleme Ara Sıav Soruları Tarh: Kasım 5 Perşembe Süre: daa. f ( ( + a e fosyouu sabt otası olmadığı bldğe göre, a 'ı alableceğ e

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

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

AES S Kutusuna Benzer S Kutuları Üreten Simulatör AES S Kutusua Bezer S Kutuları Ürete Smulatör M.Tolga SAKALLI Trakya Üverstes Blgsayar Mühedslğ tolga@trakya.edu.tr Erca BULUŞ Trakya Üverstes Blgsayar Mühedslğ ercab@trakya.edu.tr Adaç ŞAHİN Trakya Üverstes

Detaylı

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,

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

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

İşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003

İşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003 ISTANBUL BİLGİ UNİVERSİTY İşletme İstatstğ [Type the documet subttle] Ege Yazga ve Yüce Zerey 1/1/3 [Type the abstract of the documet here. The abstract s typcally a short summary of the cotets of the

Detaylı

X = 11433, Y = 45237,

X = 11433, Y = 45237, A.Ü. SBF, IV Malye EKONOMETRİ I ARA SINAVI 4..006 Süre 90 dakkadır..,. ve 3. sorular 0 ar, 4. ve 5. sorular 30 ar pua, ödev 0 pua değerdedr. Tüm formüller ve şlemlerz açıkça gösterz. ) Y = Xβ + u doğrusal

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

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

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi 3 Cebirsel Olarak Çözüme Gitmede Wegsteı Yötemi Bu yötem bir izdüşüm tekiğie dayaır ve yalış pozisyo olarak isimledirile matematiksel tekiğe yakıdır. Buradaki düşüce f() çizgisi üzerideki bilie iki oktada

Detaylı

Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda, Begül ARKANT tarafıda hazırlaa bu çalışma 3/07/008 tarhde aşağıdak jür tarafıda oy brlğ le Akara Üverstes

Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda, Begül ARKANT tarafıda hazırlaa bu çalışma 3/07/008 tarhde aşağıdak jür tarafıda oy brlğ le Akara Üverstes ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BAĞIMLI GÖZLEMLERLE BOOTSTRAP YÖNTEMİ Begül ARKANT İSTATİSTİK ANABİLİM DALI ANKARA 008 Her hakkı saklıdır Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda,

Detaylı

Vektör bileşenleri için dikey eksende denge denklemi yazılırak, aşağıdaki eşitlik elde edilir. olarak elde edilir. 2

Vektör bileşenleri için dikey eksende denge denklemi yazılırak, aşağıdaki eşitlik elde edilir. olarak elde edilir. 2 Açıklama Sorusu : V kayışlar, ayı mekaizma büyüklükleride düz kayışlara göre daha yüksek dödürme mometlerii taşıyabildikleri bilimektedir. V kayışları düz kayışlara göre gözlee bu üstülüğü sebebi "kama

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

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

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

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim

Detaylı

Uyum Analizinin Teorik Esasları ve Regresyon Analizi Đle Benzerliğinin Grafiksel Boyutta Karşılaştırılması

Uyum Analizinin Teorik Esasları ve Regresyon Analizi Đle Benzerliğinin Grafiksel Boyutta Karşılaştırılması Uyum Aalz Teork Esasları ve Regresyo Aalz Đle Bezerlğ Grafksel Boyutta Karşılaştırılması Nev UZGÖREN * Özet: Đstatstğ temel amaçlarıda brs değşkeler arasıdak lşky celemektr. Bu amaçla kullaıla yötemlerde

Detaylı

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık

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

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:0-Sayı/No: : 455-465 (009) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE İKİ PARAMETRELİ WEIBULL DAĞILIMINDA

Detaylı

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir. 203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem

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

Operasyonel Risk İleri Ölçüm Modelleri

Operasyonel Risk İleri Ölçüm Modelleri Bakacılar Dergs, Sayı 58, 006 Grş Operasyoel Rsk İler Ölçüm Modeller Çalışma k bölümde oluşmaktadır. İlk bölümde operasyoel rskler ölçülmes kapsamıda hag ler ölçüm modeller kullaılması gerektğ, söz kousu

Detaylı

POISSON REGRESYON ANALİZİ

POISSON REGRESYON ANALİZİ İstabul Tcaret Üverstes Fe Blmler Dergs Yıl:4 Sayı:7 Bahar 005/ s. 59-7 POISSON REGRESYON ANALİZİ Özlem DENİZ * ÖZET Herhag br olayı belrlee br süreç çersde yaıla deemeler soucuda meydaa gelme sayısı,

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

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA İstabul Tcaret Üverstes Fe Blmler Dergs Yıl: 11 Sayı: Güz 01 s. 19-35 ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA Cası KAYA 1, Oza KOCADAĞLI Gelş: 30.05.01 Kabul: 14.1.01

Detaylı

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24 İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK

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

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ 8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,

Detaylı

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc.), 008, 18(1): 1-5 Araştırma Makales/Artcle Gelş Tarh: 10.06.007 Kabul Tarh: 7.1.007 Lojstk Regresyoda Meydaa Gele Aşırı Yayılımı İcelemes

Detaylı

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

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011) İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2013 yılı fo getrs 02/01/2013-02/01/2014 tarhl brm pay değerler kullaılması le hesaplamıştır. 2013 yılı karşılaştırma ölçütü getrs

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

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

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi VERİLERİN SUNUMU GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Br çalışadan elde edlen verler ha ver ntelğndedr. Ha verlerden blg ednek zor ve zaan alıcıdır. Ha verler çok karaşık durudadır. Verlern düzenlenes

Detaylı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış

Detaylı

MEKANİK TESİSATTA EKONOMİK ANALİZ

MEKANİK TESİSATTA EKONOMİK ANALİZ MEKANİK TESİSATTA EKONOMİK ANALİZ Mustafa ÖZDEMİR İ. Cem PARMAKSIZOĞLU ÖZET Düya çapıda rekabeti ö plaa çıktığı bu gükü şartlarda, e gelişmiş ürüü, e kısa sürede, e ucuza üretmek veya ilk yatırım ve işletme

Detaylı

1. KEYNESÇİ PARA TALEBİ TEORİSİ

1. KEYNESÇİ PARA TALEBİ TEORİSİ DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...

Detaylı

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları 5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Olasılığı Tolaablrlk Kuralı: 5.6. Olasılığı çarım kuralı: 5.7. Değl ağıtısı: 5.8. Koşullu

Detaylı

DİŞLİ ÇARKLAR PLANET SİSTEMLERİ 12-02. 2013 Nisan. www.guven-kutay.ch. M. Güven KUTAY / 2013-Nisan-14 Yeniden elden geçirilmiş çıktı.

DİŞLİ ÇARKLAR PLANET SİSTEMLERİ 12-02. 2013 Nisan. www.guven-kutay.ch. M. Güven KUTAY / 2013-Nisan-14 Yeniden elden geçirilmiş çıktı. 3 Nsa www.guve-kutay.ch DİŞLİ ÇARLAR LANET SİSTELERİ -. üve UTAY / 3-Nsa-4 Yede elde geçrlş çıktı. 3-Nsa4 www.guve-kutay.ch Sevgl eş FİSUN ' a ÖNSÖZ Br kouyu blek deek, ou eldek kalara göre kullaablek

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

Tahmin Edici Elde Etme Yöntemleri

Tahmin Edici Elde Etme Yöntemleri 6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme

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

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I ÖRNE SE 5 - MBM Malzeme ermdnamğ I 5 ºC de ve sabt basınç altında, metan gazının su buharı le reaksynunun standart Gbbs serbest enerjs değşmn hesaplayın. Çözüm C O( ( ( G S S S g 98 98 98 98 98 98 98 Madde

Detaylı

ÖZET Yüksek Lsas Tez NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK Akara Üverstes Fe Blmler Esttüsü İstatstk Aablm Dalı Daışma : Doç

ÖZET Yüksek Lsas Tez NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK Akara Üverstes Fe Blmler Esttüsü İstatstk Aablm Dalı Daışma : Doç ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 006 Her hakkı saklıdır ÖZET Yüksek Lsas Tez

Detaylı

Yayılma (Değişkenlik) Ölçüleri

Yayılma (Değişkenlik) Ölçüleri Yayılma (Değşel) Ölçüler Br ver set taıma yada farlı ver set brbrde ayırt etme ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etrafıda

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss.135-144 Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN

Detaylı

Orkun COŞKUNTUNCEL a Mersin Üniversitesi

Orkun COŞKUNTUNCEL a Mersin Üniversitesi Kuram ve Uygulamada Eğtm Blmler Educatoal Sceces: Theory & Practce - 3(4) 39-58 03 Eğtm Daışmalığı ve Araştırmaları İletşm Hzmetler Tc. Ltd. Şt. www.edam.com.tr/kuyeb DOI: 0.738/estp.03.4.867 Sosyal Blmlerde

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Kabul Edlmş Araştırma Makales (Düzelememş Sürüm) Accepted Research Artcle (Ucorrected Verso) Makale Başlığı / Ttle Karayolu

Detaylı

AMORTİSMAN MALİYETİ SAPTAMA YÖNTEMLERİ

AMORTİSMAN MALİYETİ SAPTAMA YÖNTEMLERİ AMORTİSMAN MALİYETİ SAPTAMA YÖNTEMLERİ Geel olrk 4 tp yötem kullılır.. Düz çzg yötem: Mlı değer zml doğrusl olrk zldığı vrsyılır. Mlı hzmet ömrü boyuc her yıl ç yı mktr mortsm olrk yrılır. V V d = S d:

Detaylı

Eğitimle İlgili Sapan Değer İçeren Veri Kümelerinde En Küçük Kareler ve Robust M Tahmin Edicilerin Karşılaştırılması

Eğitimle İlgili Sapan Değer İçeren Veri Kümelerinde En Küçük Kareler ve Robust M Tahmin Edicilerin Karşılaştırılması Eğtmle İlgl Sapa Değer İçere Ver Kümelerde E Küçük Kareler ve Robust M Tahm Edcler Karşılaştırılması Orku COŞKUNTUNCEL * Özet Eğtm araştırmalarıda regresyo katsayılarıı tahm etmek ç e çok kullaıla yötem

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

BULANIK MANTIKTA KORELASYON KATSAYISI; METEROLOJİK OLAYLARDA BİR UYGULAMA

BULANIK MANTIKTA KORELASYON KATSAYISI; METEROLOJİK OLAYLARDA BİR UYGULAMA Eskşehr Osmagaz Üverstes Müh.Mm.Fak.Dergs C.XX, S., 2007 Eg&rch.Fac. Eskşehr Osmagaz Uversty, Vol..XX, No:, 2007 Makale Gelş Tarh : 29.05.2006 Makale Kabul Tarh : 20.0.2006 ULNIK MNTIKT KORELSYON KTSYISI;

Detaylı

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455 İler Tekoloj Blmler Dergs Joural of Advaced Techology Sceces ISSN:47-3455 GÜÇ SİSTEMLERİNDE HARMONİKLERİN KRİTİK DEĞERLERE ETKİSİ Yusuf ALAŞAHAN İsmal ERCAN Al ÖZTÜRK 3 Salh TOSUN 4,4 Düzce Üv, Tekoloj

Detaylı

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

çözüm: C=19500 TL n=4 ay t=0,25 I i 1.yol: Senedin iskonto tutarı x TL olsun. Bu durumda senedin peşin değeri: P C I (19500 x) TL olarak alınabilir.

çözüm: C=19500 TL n=4 ay t=0,25 I i 1.yol: Senedin iskonto tutarı x TL olsun. Bu durumda senedin peşin değeri: P C I (19500 x) TL olarak alınabilir. 1 6)Kred değer 19500 TL ola br seet vadese 4 ay kala, yıllık %25 skoto oraı üzerde br bakaya skoto ettrlyor. Hesaplamada ç skoto metodu kullaıldığıa göre, seed skoto tutarı kaç TL dr? C=19500 TL =4 ay

Detaylı

NİTEL TERCİH MODELLERİ

NİTEL TERCİH MODELLERİ NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:

Detaylı

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim.

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim. 6..27 Tarhl Mühedslk ekooms fal sıavı Süre 9 dakka Sıav Saat: Sıav süresce görevllere soru sormayı. Başarılar dlerm. D: SOYD: ÖĞRENCİ NO: İMZ: Tek ödemel akümüle değer faktörü Tek ödemel gücel değer faktörü

Detaylı

TÜME VARIM Bu bölümde öce,kısaca tümevarım yötemii, sorada ÖYS de karşılamakta olduğumuz sembolüü ve sembolüü ele alacağız. A. TÜME VARIM YÖNTEMİ Tümevarım yötemii ifade etmede öce, öerme ve doğruluk kümesi

Detaylı

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim

Detaylı

ORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ

ORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ ORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ Lokma Gökçe Olimpiyat problemlerii çözümüde eşitsizlik teorisi öemli bir yer tutar. Baze bir maksimum miimum değer problemide, baze bir geometrik eşitsizlik kaıtıda, baze

Detaylı

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY FÖYÜ

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY FÖYÜ SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK AKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY ÖYÜ DENEY I VİDALARDA OTOBLOKAJ DENEY II SÜRTÜNME KATSAYISININ BELİRLENMESİ DERSİN

Detaylı

T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI

T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI 15.09.015 T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI ISL4 İSTATİSTİK II HAZIRLAYAN PROF. DR. ALİ SAİT ALBAYRAK

Detaylı