LOGRANK TESTİ İÇİN GÜÇ ANALİZİ VE ÖRNEK GENİŞLİĞİNİN HESAPLANMASI ÖZET

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "LOGRANK TESTİ İÇİN GÜÇ ANALİZİ VE ÖRNEK GENİŞLİĞİNİN HESAPLANMASI ÖZET"

Transkript

1 IAAOJ, Scientific Science, 05, 3(), 9-8 LOGRANK TESTİ İÇİN GÜÇ ANALİZİ VE ÖRNEK GENİŞLİĞİNİN HESAPLANMASI Nesrin ALKAN, Yüsel TERZİ, B. Barış ALKAN Sinop Üniversitesi, Fen Edebiyat Faültesi, İstatisti Bölümü, Sinop, Türiye Ondouz Mayıs Üniversitesi, Fen-Edebiyat Faültesi, İstatisti Bölümü, Samsun, Türiye E-posta: ÖZET İstatistisel güç yanlış olan yolu hipotezinin reddedilmesi olasılığıdır ve geniş bir örnelem büyülüğü testin gücünü arttıracatır. Güç hesaplama işleminde aynı zamanda örne büyülüğü de belirlenir. Bu nedenle testin gücü, çalışmaya başlamadan önce belirlenmelidir. Logran testi, ii örnelemin sağalım dağılımlarını arşılaştıran bir hipotez testidir. Genellile lini denemelerde yeni bir tedavinin etinliğini belirleme için ullanılır. Freedman (Freedman, 98) Lachin-Foules (Lachin ve Foules, 986) ve Laatos (Laatos, 988) metotları Logran testi için güç analizi ve örne genişliği hesaplamaları yapan yöntemlerdir. Bu çalışmada Logran testi için güç analizi ve örne genişliğini belirleyen bu yöntemler arşılaştırılmıştır. Farlı parametre değerleri için çalışma tasarımları oluşturulara yöntemler arasındai benzer ve farlı yönler ortaya çıarılmıştır. Anahtar Kelimeler: Logran Testi, Örne Genişliği, Power Analizi, Sağalım Analizi POWER ANALYSIS AND SAMPLE SIZE CALCULATION FOR LOGRANK TEST ABSTRACT Statistical power is the probability of rejecting a false null hypothesis and a larger sample size will increase the power of test. In the process of computing power, the sample size is determined. Therefore, the power of the study should be determined before starting to wor. The logran test is a hypothesis test tocomparethe survival distributions of two samples. It is widelyused in clinicaltrials to establish the efficacy of a new treatment. Freedman, Lachine-Foules and Laatos methods mae power analysis and sample size calculations for the Logran test. In this study, we compared the methods which maes power analysis and sample size calculations for the Logran test. Study design was created using different parameter values to determine similarities and differences between the methods. Keywords: Logran test, sample size, power analysis, survival analysis. Giriş Sağalım analizi, canlı organizmalarda ölüm, meani sistemlerde ise başarısızlı ile ilgilenen bir istatisti dalıdır. Daha genel olara sağalım analizi, araştırılan olaya adar (ölüm, hastalığın nüsetmesi, evli çiftlerin boşanması gibi) geçen sürenin modellenmesini içerir. Burada olay, sağalım analizinde ölüm veya başarısızlıtır. Sağalım analizinde zaman, başlangıç anından itibaren olayın meydana gelmesine adar geçen gün/hafta/ay/yıl olara izlenme süresi hali olara tanımlanır. Özellile uzun taipli çalışmalarda bazı bireyler çalışmayı ter edebilir. Bu bireylerde ilgilenilen olay görülmez. Bu yüzden onların sağalım süresi esin olara bilinmediği için bu tür veriler sansürlü veri olara tanımlanır(ibrahim ve ar. 00).

2 Alan ve ar. Tıbbi araştırmalarda hastalar farlı tedavi yöntemleriyle tedavi görebilirler. Böyle durumlarda hastaların sağalım süreleri, gördüleri tedavi türüne göre arşılaştırılabilir. Yani hangi tedavi yönteminin daha iyi olduğuna arar verilme istenebilir. Klini denemelerde ii tedavi grubunun sağalım dağılımlarının eşitliği testi sı sı ullanılır. Bazı durumlarda ii örnelem t testi ullanılamaz. Birincisi, sağalım sürelerinden oluşan veri yüse derecede çarpı olmasından dolayı normalli varsayımının sağlanmamasıdır. Diğer bir durum ise sağalım verileri içinde bulunan sansürlü verilerin gerçe sağalım süresi olmamasıdır. Sağalım sürelerini ullanan özel metotlar vardır. Bu metotlardan en ço ullanılanı Logran testidir. İstatistisel güç, araştırmada bir amacın denetlenmesi için ullanılan istatistisel test sonucu varılan ararın ne adar güvenilir, geçerli olduğunu olasılı olara tahmin eden bir yalaşımdır. Güç analizi bilimsel araştırmalarda ii şeilde yapılmatadır. Birincisi, belirli bir güçte araştırmanın planlanması ve örne hacminin belirlenmesidir. İincisi ise araştırma planına göre sonuçlandırılan ve ulaşılan ararların gücünün hesaplanmasıdır. Bu çalışmada ii bağımsız grubun sağalım fonsiyonlarının arşılaştıran Logran testi için güç analizi ve örne genişliği hesaplamaları yapan Freedman(Freedman, 98)Lachin-Foules (Lachin ve Foules, 986) ve Laatos (Laatos, 988) un önerdiği metotlar incelenmiştir.. Materyal ve Metot.. Logran Testi Logran testi parametri olmayan bir test olup, yolu hipotezinde arşılaştırılan grupların sağalım süreleri baımından aynı itleden geldileri varsayılır. İi ayrı grupta ölen ve sansürlü olguların değerlendirilmesi yapılır. Logran testinde tüm ağırlılar olara abul edilir. Gruplardan birindei ölüm hızı diğerinden fazla ise, Logran analiz sonuçları diğer analiz yöntemlerine göre daha güvenilirdir. Ayrıca farlı gruplardai bireylerin hazard oranlarının tüm zaman boyunca aynı olduğu varsayılır. Yani bir grupta ölümler çalışmanın il zamanlarında daha ço ise, diğer grupta da ölümlerin başlangıçta olması geremetedir. Peto ve Peto (97) tarafından önerilmiştir. Logran testi, belenen ve gözlenen freanslara dayalı bir istatistile hesaplanır. Logran testinin yolu hipotezi H 0:S(t)=S(t) (İi grubun sağalım eğrileri arasında far yotur) şelindedir. Test istatistiği, (O E) L = veya V(O E ) (O L = i i Ei ) E i χ, α eşitliği ile verilir. H 0 hipotezi geçerli ise L yalaşı olara bir serbestli dereceli i-are dağılımı gösterir. i i ij ij gözlenen j Burada i ile ölüm zamanları, j ile de grup sayısı belirtilmetedir. O E = (m e ), i =, değerlerden belenen değerlerin farını gösterir. Burada mij, belli bir zamanda ölen işi sayısı, nij, ris setindei birey sayısıdır, e j ve e j, nj n j e j = (mj + mj), ej = (mj + m j) nj + n j nj + n j I ve II. gruptai belenen değerlerdir. Her bir grup için varyans,

3 IAAOJ, Scientific Science, 05, 3(), 9-8 nj n j(mj + m j) (nj + n j mj m j) V(Oi E i ) =, i =, (n + n ) (n + n ) j j j j j eşitliği ile verilir (Altman, 99)... Logran Testi İçin Güç Analizi ve Örne Genişliği Güç, yanlış olan hipotezin red edilmesi anlamındadır ve -β ile gösterilir. Burada β iinci tip hata olup yanlış olan yolu hipotezinin abul edilmesi anlamındadır. Güç değeri genel olara %80 den büyü olmalıdır. Eğer bir araştırmada ullanılan testin gücü düşüse gerçete mevcut olan bir farı saptamada test yetersiz alabilir (SchlotzhauerSandra, 007).Ço üçü olan bir örne genişliği testin gücünün üçü olmasına ve çalışmanın iptal olmasına neden olabilir. Bu durumda önemli bir çalışmada başarısız olunabilir. Buna arşın ço büyü örne genişliği de maliyeti ço yüseltir. Bu nedenle I. ve II. tip hatalar arasındai uygun denge orunmalıdır. Sağ alım analizinde hatalara arşı orumanın bir yolunu sunması nedeniyle örne genişliği ve güç hesaplama metotları önemlidir (Laatos ve Lan, 99). Logran testi için güç analizi ve örne genişliği hesaplamaları yapan yöntemler Freedman (Freedman, 98) Lachin-Foules (Lachin ve Foules, 986) ve Laatos (Laatos, 988) yöntemleridir.... Freedman Metodu Freedman yalaşımı hazard oranı varsayımı altında analiz edilebilen logran testinin gücünü ve örne genişliğini bulma için ullanılır. Kontrol grubuna ait sağalım süreleri ile tedavi grubuna ait sağalım sürelerini arşılaştıran bir çalışmanın olduğu varsayılmatadır. Kontrol grubu hastalarına içi boş olan (Plasebo) ilaçlar verilmete ve grup olara adlandırılmatadır. Tedavi grubuna ise yeni bir tedavi uygulanmata ve grup olara adlandırılmatadır. İlgilenilen riti olayın ölüm olduğu varsayılır ve bu ii tedavi teniği λ ve λ hazard hızlı sağalım dağılımına sahiptir. Bu hazard hızları her bir gruptai ısa zaman aralılarındai ölüm hızıdır. Freedman ın önerdiği Logran testinin güç formülü, HR N( w) ϕ [( S ) + ϕ( S )] Z β = Z α / ( + ϕhr) /( + ϕ) eşitliğiile verilir (Freedman, 98). Burada, teyönlü test için ii yönlü test için olara alınır.α ve β hatalardır, z ler standart normal dağılımdan elde edilen değerlerdir, w ayıp taip oranıdır, N toplam örne genişliğidir,ϕ ii grup arasındai örne genişliği oranıdır. Bir başa deyişle P ontrol grubunun örne genişliğinin toplam örne genişliğine oranı olara alındığında P ϕ = P dir. Hazard oranı(hr) tedavi grubuna ait hazard oranının ontrol gruba olan oranıdır. S ve S ontrol ve tedavi grup için sağalımoranı, HR= eşitliği ile hesaplanır. Test edilece olan hipotez hazard hızlarının eşitliğidir( H 0 : λ = λ ). Güç hesaplama λ λ

4 Alan ve ar. eşitliğinde, hazard hızlarının oranlanabilir olduğu varsayımı geçerli olmasına arşınsağalım süresinin dağılımının üstel olması varsayımı aranmaz (Machin ve ar., 997).... Lachin ve Foules Metodu Lachin ve Foules (986) yalaşımı hazard oranı varsayımı altında analiz edilebilen logran testinin gücünü ve örne genişliğini bulma için ullanılır. Burada Freedman yönteminden farlı olara hazard oranlarının üstel dağılıma uyması varsayımı vardır. Ayrıca ayıt zamanı (accrual time)ve taip edilen zaman (followup time) parametreler arasına dahil edilir. Bir lini deneyde bir ontrol grubu ve birde tedavi grup olma üzere ii bağımsız grubun olduğu abul edilsin. Toplam örne genişliği N ve ii grup genişlileri n ve n olsun. Genellile n =n olduğu planlanır. Her bir grubun örne genişliği toplam örne genişliğine oranı Q i = ni N, i=, şelindedir. Bireyler R ayıt zamanı (yıl, ay, gün) esnasında aydedilir ve T zamanına adar e bir zaman aralığı için taip edilir. Böylece taip edilen zaman T-R zamanıdır. Çalışmanın sonunda Logran testi β gücü ile α önem seviyesinde yürütülür. tarafından, İi grup için λ ve λ hazard hızları ile üstel dağılım varsayımı altında Lachin ve Foules(986) N λ λ = Z α φ( λ) Q + Q + Z β φ( λ Q ) φ( λ + Q ) eşitliğiverilmiştir. Burada λ = Qλ + Qλ, φ ( λ) = Nσ ( λˆ ), Zθ = Φ( θ), Φ(z) standart normal yoğunluğun altındai z nin sol tarafındai alandır, λˆ, λ nın en ço olabilirli tahmin edicisidir, σ ( ˆ λ), λˆ nınvaryansıdır (Lachin ve Foules, 986)...3. Laatos Metodu Edward Laatos un 988 de önerdiği yalaşım, genel varsayımlar altında sağalım dağılımlarının eşitliği için logran testinin gücünü ve örne genişliğini hesaplar. Kayıt zamanı, taip edilen zaman, razı olmama ve zamana bağlı hazard oranları parametreler olara ullanılır. Bu metot logran istatistiğinin varyansına ve asimtoti ortalamaya sahip olan Marov modeline dayanır. Bu yöntemde dört ayrı durum için güç hesaplanabilir. Bunlar hazard oranları, sağ alım süresi medyanı, sağ alım oranı ve ölüm oranı (mortality) dır. Hazard oranı parametresi, ontrol ve tedavi grubu için ayrı ayrı belirlenir. Sağalım zamanın medyanı ln() belirlenir ve h = ilişisi ile hazard oranlarına dönüştürülebilir. Sağalım Oranı Parametresi, T 0 (sabit MST ln(s(t0 )) zaman notası) zamanına adari sağalım oranı belirlenir ve h = ilişisi ile hazard oranlarına T dönüştürülür. Ölüm oranı (mortality) parametresi, T 0 zamanına adari ölüm oranları belirlenir ve ln( M(T0 )) h = ilişisi ile hazard oranlarına dönüştürülür. T 0 Logran istatistiği için örne genişliği ve güç hesaplama işleminde oranlanabilir hazard varsayımı ihlal edilebilir. Bu durumda Laatos un önerdiği, Marov Sürecine dayanan örne genişliği formülü ullanılır. Bu süreçte sağalım modelinde uyumsuzlu(noncompliance), taip zamanı aybı, bırama (drop in) ve deneme 0

5 IAAOJ, Scientific Science, 05, 3(), 9-8 süresince tedavinin etinliğinin gecimesi parametreleri vardır. Logran istatistiğinin belenen değer ve varyansı, hazard oranlarının ve her bir farlı aralıtai ris oranlarının ullanılması ile hesaplanır. Geçişler arasındai aralığı yeterince ısa yapara ve her bir aralı içinde hazard oranı ve risli hastaların oranı sabit varsayımı ile örne genişliği hesaplanabilir. Z N = α / K = d d φ ( + φ (P + P ) K = ) / + Z β d φθ d + φθ K Burada d, ncı aralıtai ölümlerin sayısıdır. d = d, = K = d d φ + φ n φ =, n ontrol ve tedavi grubundai ölümün hazard oranıdır (Laatos, 988). φ ( + φ ) h / θ = ve h i ve h i sırasıyla h..4. Freedman, Lachin ve Foules, Laatos Metotlarının Karşılaştırılması Logran testinin gücünü ve örne genişliğini hesaplayan bu üç önemli yöntemin varsayımları ve özellileri Tablo. de verilmiştir. Tablo.. Güç ve örne genişliği hesaplama metotlarının özellileri Özelliler Freedman Lachin ve Foules Laatos Hazard Oranı Sabit Sabit Zamana bağlı Temel Zaman dağılımı üstel dağılması gereli değil üstel dağılması gereli Üstel dağılması gereli değil Kayıp taip parametresi Var Var Var Kayıt parametresi Yo Var Var Bırama(Drop-in) Yo Yo Var Parametresi Uyumsuzlu Yo Yo Var (Noncompliance) Parametresi Süre Parametresi Yo Var Var Hazard Oranı girişi Yo Yo Var Sağalım zamanı medyan Yo Yo Var girişi Sağalım oranı girişi Var Var Var Ölüm (Mortalitiy) oranı girişi Yo Yo Var

6 Alan ve ar. 3. UYGULAMA Çalışmanın uygulama bölümü için, yeni bir tedavi teniği ile var olan tedavi teniğini arşılaştırma amacıyla ii grup seçilmiştir. Seçilen gruplardan biri ontrol grubu diğeri tedavi grubudur. Kontrol grubuna ait sağalım oranının üçü olduğu 0., 0. ve büyü olduğu 0.7, 0.8 durumları için toplam 0 yıllı bir deneme planlanmıştır. Sağalım oranları çalışmanın sonunda belirlenen oranlardır. Çalışmada farlı ayıt zamanları (yıl) diate alınara her üç yöntem için güç ve örne genişlileri PASS programı ullanılara bulunmuştur (Hintze, 008) ve %80 üzeri güç değerleri ile örne genişlileri Tablo 3. de verildiği gibi düzenlenmiştir. Tablo 3.. Sağalım oranları üçü olduğunda güç ve örne genişliği hesaplama metotlarının arşılaştırılması Güç S S Kayıt Freedman Lachin-Foules Laatos N Zamanı

7 IAAOJ, Scientific Science, 05, 3(), 9-8 Tablo 3.. Sağalım oranları büyü olduğunda güç ve örne genişliği hesaplama metotlarının arşılaştırılması Güç S S Kayıt Zamanı Freedman Lachin-Foules Laatos N Sağalım oranlarının düşü olduğu durumlar ve yüse sağalım oranları için farlı parametre değerleri ullanılara elde edilen sonuçlar sırasıyla Tablo 3. ve Tablo 3. de verilmiştir. Düşü sağalım oranlı çalışmalarda yüse sağalım oranlı çalışmalara göre %80 üstü güç elde etme için daha üçü örne genişlileri ile çalışma yeterli olmatadır. Örneğin Tablo 3. de verilen ontrol grubunun sağalım oranı 0, ve tedavi grubunun sağalım oranı 0, olduğu ve il yılın ayıt zamanı olara belirlendiği durumda %80 üstü güç elde etme için 300 örne genişliği ile çalışma geremetedir. Buna arşın Tablo 3. de verilen ontrol grubunun sağalım oranı 0,8 tedavi grubunun sağalım oranı 0,85 olduğu durumlarda %80 üstü güç elde etme için örne genişliğinin 900 olması geremetedir. Her ii gurubun sağ alım oranları birbirine yaın olması durumunda testin gücünün yüse olabilmesi için örne genişlilerinin büyü olması geremetedir. Gruplara ait sağalım oranları birbirinden uzalaştıça %80 üstü güç için örne genişliği de üçülmetedir. Aşağıdai grafite ontrol grubunun sağalım oranı 0,7 ien tedavi grubunun sağalım oranının 0.8, 0.85 ve 0.90 olduğu durumlar için farlı örne genişlilerinde bulunan güç değerleri verilmiştir.

8 Alan ve ar. Şeil 3.. Farlı sağalım oranları için örne genişliği ve güç değerleri Şeil 3. incelendiğinde gruplara ait sağ alım oranlarının birbirine yaın olduğu yani S=0.7, S=0,8 olduğu durumda testin gücünün %80 üstü olabilmesi için örne genişliğinin 650 olması gereiren sağ alım oranları birbirinden uzalaştıça yani S=0,90 olduğunda aynı güç değeri için örne genişliğinin 50 olması geretiği görülmetedir. Lachin-Foules ve Laatos metotları ullanılara farlı ayıt zamanları için güç ve örne genişlileri hesaplandığında her ii metotta da ayıt zamanı arttıça %80 üstü güç elde etme için örne genişliğinin arttığı görülmetedir. Şeil 3. de farlı örne genişlileri ve farlı ayıt zamanları için güç değerlerini gösteren grafi verilmiştir. Şeil 3.. Farlı ayıt zamanları için güç ve örne genişlileri Şeil 3. incelendiğinde, il bir yılın ayıt zamanı olara alınması durumunda %80 üstü güç değeri veren örne genişlileri 70, 30 ve 40 olduğu görülmetedir. Aynı örne genişlileri için ayıt zamanı uzadıça güç azalmata ve bu nedenle gücü yüse tutabilme için ayıt zamanı arttıça örne genişliği de artmalıdır.

9 IAAOJ, Scientific Science, 05, 3(), 9-8 Kontrol ve tedavi gurubunun sağalım oranları birbirine yaın olduğunda Freedman diğer metotlara göre gücü büyü bulmatadır. Tablo 3.3. Sağalım oranları arasındai farın az olduğu durumlarda metotların arşılaştırması Güç S S Freedman Lachin-Foules Laatos N Lachin-Foules ve Laatos metotları gruplar arasındai sağalım oranları birbirine yaın olduğunda benzer güç değerleri buluren, sağ alım oranları arasındai far büyüdüçe farlı güç değerleri bulmatadır. Tablo 3.4. Sağalım oranları arasındai farın az olduğu durumlarda metotların arşılaştırması Güç S S Lachin-Foules Laatos N Freedman metodunda, ayıt zamanı ve taip zamanı parametresi olmadığı için diğer metotlara göre daha az arşılaştırılabilen bir metottur. 4. SONUÇ Klini denemelerde örne genişliğini hesaplama işlemi çalışmanın en önemli aşamalarından biridir. Genellile lini denemelerde yeni bir tedavinin etinliğini belirleme için ullanılan sağalım analiz yöntemlerinden biri Logran testidir. Araştırmacılar Logran testi için örne genişliği belirleme istedilerinde Freedman, Lachin-Foules ve Laatos yöntemleri ile arşılaşmatadırlar. Bu çalışmada, Logran testi için örne genişliği hesaplayan yöntemler ayrı ayrı incelenmiş ve farlı parametre değerleri için çalışma tasarımları oluşturulara yöntemler arasındai benzer ve farlı yönler belirlenmeye çalışılmıştır. Buna göre ontrol ve tedavi gurubu için sağalım oranlarının birbirine yaın olması durumunda Freedman, diğer yöntemlere göre daha üçü örne genişliğinde %80 güç vermetedir. Ayrıca Lachin-Foules ve Laatos metotlarında ayıt zamanı arttıça %80 üstü güç elde etme için örne genişliğinin arttığı görülmetedir. Örne genişliği ve güç analizi, lini çalışmalarda ço önemli bir aşama olmasına rağmen işlemlerin armaşılığı nedeniyle çoğunlula atlanmatadır. Bu çalışmada elde edilen sonuçların, tıp alanında çalışan araştırmacılara ve bilim insanlarınabir ılavuz olabileceği düşünülmetedir.

10 Alan ve ar. Kaynalar Altman, DG, (99) Practical Statistics for Medical Research: London, Chapman andhall Freedman, L.S. (98). Tables of thenumber of patientsrequired in clinicaltrialsusingthelogran test, Statistics in Medicine, :-9. Hintze, J. (008). PASS 008 NCSS, LLC. Kaysville, Utah USA. Ibrahim JG, Chen MH, Sinha D. Bayesiansurvivalanalysis. New Yor: Springer-Verlag; 00. Lachin, John M. andfoules, Mary A. (986). Evaluation of sample size andpowerforanalyses of survivalwithallowancefornonuniformpatiententry, LossestoFollow-up, Noncompliance, and Stratification, Biometrics, Volume 4, September, pages Laatos, Edward. (988). SampleSizesBased on thelog-ranstatistic in Complex, ClinicalTrials, Biometrics, Volume 44, March, pages 9-4. Laatos, E. and Gordon Lan, K.K. (99). A comparison of sample size methodsforthelogranstatistic, Statistics in Medicine,, 79-9 Machin D, Campbell M, Fayers P et al. Sample Size TablesforClinicalStudies. London, UK: BlacwellScience, 997, nd edn Peto, R. andpeto, J. (97). Asymptoticallyefficientraninvariantprocedures, Journal of theroyalstatistical Society, Series A, 35, SchlotzhauerSandra. ElementaryStatistics Using JMP. Cary, NC: SAS InstituteInc.; 007.

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen.

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen. Biyoistatisti (Ders : Ki Kare Testleri) Kİ KARE TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr Kİ-KARE TESTLERİ 1. Ki-are testleri

Detaylı

MIXED REGRESYON TAHMİN EDİCİLERİNİN KARŞILAŞTIRILMASI. The Comparisions of Mixed Regression Estimators *

MIXED REGRESYON TAHMİN EDİCİLERİNİN KARŞILAŞTIRILMASI. The Comparisions of Mixed Regression Estimators * MIXED EGESYON TAHMİN EDİCİLEİNİN KAŞILAŞTIILMASI The Comparisions o Mixed egression Estimators * Sevgi AKGÜNEŞ KESTİ Ç.Ü.Fen Bilimleri Enstitüsü Matemati Anabilim Dalı Selahattin KAÇIANLA Ç.Ü.Fen Edebiyat

Detaylı

Biyoistatistik (Ders 7: Bağımlı Gruplarda İkiden Çok Örneklem Testleri)

Biyoistatistik (Ders 7: Bağımlı Gruplarda İkiden Çok Örneklem Testleri) ÖRNEKLEM TESTLERİ BAĞIMLI GRUPLARDA ÖRNEKLEM TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr BAĞIMLI İKİDEN ÇOK GRUBUN KARŞILAŞTIRILMASINA

Detaylı

Kollektif Risk Modellemesinde Panjér Yöntemi

Kollektif Risk Modellemesinde Panjér Yöntemi Douz Eylül Üniversitesi İtisadi ve İdari Bilimler Faültesi Dergisi, Cilt:6, Sayı:, Yıl:, ss.39-49. olletif Ris Modellemesinde anér Yöntemi ervin BAYAN İRVEN Güçan YAAR Özet Hayat dışı sigortalarda, olletif

Detaylı

GRUP ARDIŞIK TEST YÖNTEMLERİ İLE SAĞKALIM ANALİZİNDE ÖRNEKLEM HACMİNİN BELİRLENMESİ. Afyonkarahisar. Samsun

GRUP ARDIŞIK TEST YÖNTEMLERİ İLE SAĞKALIM ANALİZİNDE ÖRNEKLEM HACMİNİN BELİRLENMESİ. Afyonkarahisar. Samsun Afyon Kocatepe Üniversitesi 8(1) Afyon Kocatepe University FEN BİLİMLERİ DERGİSİ JOURNAL OF SCIENCE GRUP ARDIŞIK TEST YÖNTEMLERİ İLE SAĞKALIM ANALİZİNDE ÖRNEKLEM HACMİNİN BELİRLENMESİ Yüksel Terzi 1, Naci

Detaylı

EÜFBED - Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3-2 Yıl: 2010 199-206

EÜFBED - Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3-2 Yıl: 2010 199-206 99 EÜFBED - Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3- Yıl: 99-6 İKİNCİ MERTEBEDEN BİR DİFERENSİYEL DENKLEM SINIFI İÇİN BAŞLANGIÇ DEĞER PROBLEMİNİN DİFERENSİYEL DÖNÜŞÜM YÖNTEMİ İLE TAM ÇÖZÜMLERİ THE

Detaylı

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel

Detaylı

Kazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek

Kazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek T testi Kazanımlar Z puanları yerine T istatistiğini ne 1 zaman kullanacağını bilmek 2 t istatistiği ile hipotez test etmek 3 Cohen ind sini ve etki büyüklüğünü hesaplamak 1 9.1 T İstatistiği: zalternatifi

Detaylı

RASGELE SÜREÇLER. Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk fonksiyonu aşağıdaki gibi olmalıdır.

RASGELE SÜREÇLER. Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk fonksiyonu aşağıdaki gibi olmalıdır. RASGELE SÜREÇLER Eğer bir büyülüğün her t anında alacağı değeri te bir şeilde belirleyen matematisel bir ifade verilebilirse bu büyülüğün deterministi bir büyülü olduğu söylenebilir. Haberleşmeden habere

Detaylı

Mühendislikte İstatistiksel Yöntemler

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

Detaylı

Çok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi

Çok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi 9-11 Aralı 2009 Ço Yüse Mobiliteli Sönümlemeli Kanallardai OFDM Sistemleri için Kanal Kestirimi İstanbul Üniversitesi Eletri-Eletroni Mühendisliği Bölümü {myalcin, aan}@istanbul.edu.tr Sunum İçeriği Giriş

Detaylı

İstatistikçiler Dergisi

İstatistikçiler Dergisi www.istatisticiler.org İstatistiçiler Dergisi (008) 68-79 İstatistiçiler Dergisi BAĞIMLI RİSKLER İÇİ TOPLAM HASAR MİKTARII DAĞILIMI Mehmet PIRILDAK Hacettepe Üniversitesi Fen Faültesi, Atüerya Bilimleri

Detaylı

İstatistiksel Yorumlama

İstatistiksel Yorumlama İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız

Detaylı

SAKARYA HAVZASI AYLIK YAĞIŞLARININ OTOREGRESİF MODELLEMESİ

SAKARYA HAVZASI AYLIK YAĞIŞLARININ OTOREGRESİF MODELLEMESİ PAMUKKALE ÜNİVERSİTESİ MÜHENDİ SLİK FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİSLİK B İ L İ MLERİ DERGİSİ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 006 : : : 7-6 SAKARYA HAVZASI

Detaylı

İstatistik ve Olasılık

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

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen

Detaylı

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0 YTÜ-İktisat İstatistik II Hipotez Testi 1 HİPOTEZ TESTİ: AMAÇ: Örneklem bilgisinden hareketle anakütleye ilişkin olarak kurulan bir hipotezin (önsavın) geçerliliğinin test edilmesi Genel notasyon: anakütleye

Detaylı

MAK341 MAKİNA ELEMANLARI I 2. Yarıyıl içi imtihanı 24/04/2012 Müddet: 90 dakika Ögretim Üyesi: Prof.Dr. Hikmet Kocabas, Doç.Dr.

MAK341 MAKİNA ELEMANLARI I 2. Yarıyıl içi imtihanı 24/04/2012 Müddet: 90 dakika Ögretim Üyesi: Prof.Dr. Hikmet Kocabas, Doç.Dr. MAK3 MAKİNA EEMANARI I. Yarıyıl içi imtihanı /0/0 Müddet: 90 daia Ögretim Üyesi: Prof.Dr. Himet Kocabas, Doç.Dr. Cemal Bayara. (0 puan) Sıı geçmelerde sürtünme orozyonu nasıl ve neden meydana gelir? Geçmeye

Detaylı

BÖLÜM 13 HİPOTEZ TESTİ

BÖLÜM 13 HİPOTEZ TESTİ 1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin

Detaylı

Malzeme Bağıyla Konstrüksiyon

Malzeme Bağıyla Konstrüksiyon Shigley s Mechanical Engineering Design Richard G. Budynas and J. Keith Nisbett Malzeme Bağıyla Konstrüsiyon Hazırlayan Prof. Dr. Mehmet Fırat Maine Mühendisliği Bölümü Saarya Üniversitesi Çözülemeyen

Detaylı

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır. İstatistiksel güven aralıkları uygulamalarında normallik (normal dağılıma uygunluk) oldukça önemlidir. Kullanılan parametrik istatistiksel tekniklerin geçerli olabilmesi için populasyon şans değişkeninin

Detaylı

BİYOİSTATİSTİK PARAMETRİK TESTLER

BİYOİSTATİSTİK PARAMETRİK TESTLER BİYOİSTATİSTİK PARAMETRİK TESTLER Doç. Dr. Mahmut AKBOLAT *Bir testin kullanılabilmesi için belirli şartların sağlanması gerekir. *Bir testin, uygulanabilmesi için gerekli şartlar; ne kadar çok veya güçlü

Detaylı

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

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

Detaylı

PI KONTROLÖR TASARIMI ÖDEVİ

PI KONTROLÖR TASARIMI ÖDEVİ PI ONTROLÖR TASARIMI ÖDEVİ ONTROLÖR İLE TASARIM ontrolör Taarım riterleri Taarım riterleri genellile itemine yapmaı geretiğini belirtme ve naıl yaptığını değerlendirme için ullanılır. Bu riterler her bir

Detaylı

Aşınmadan aynalanan hasar, gelişmiş ülelerde gayri safi milli hasılanın % 1-4 ü arasında maliyete sebep olmata ve bu maliyetin % 36 sını abrasiv aşınm

Aşınmadan aynalanan hasar, gelişmiş ülelerde gayri safi milli hasılanın % 1-4 ü arasında maliyete sebep olmata ve bu maliyetin % 36 sını abrasiv aşınm TİMAK-Tasarım İmalat Analiz Kongresi 6-8 Nisan 006 - BALIKESİR RSM TEKNİĞİ UYGULANARAK DERLİN MALZEMESİNİN OPTİMUM AŞINMA DEĞERİNİN TAHMİN EDİLMESİ Aysun SAĞBAŞ 1, F.Bülent YILMAZ ve Fatih ALTINIŞIK 3

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

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

Detaylı

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

ARALIK TAHMİNİ (INTERVAL ESTIMATION): YTÜ-İktisat İstatistik II Aralık Tahmini I 1 ARALIK TAHMİNİ INTERVAL ESTIMATION): Nokta tahmininde ilgilenilen anakütle parametresine ilişkin örneklem bilgisinden hareketle tek bir sayı üretilir. Bir nokta

Detaylı

Cahit Arf Liseler Arası Matematik Yarışması 2008

Cahit Arf Liseler Arası Matematik Yarışması 2008 Cahit Arf Liseler Arası Matemati Yarışması 2008 İinci Aşama 11 Mayıs 2008 Notlar: Birnci tasla. 1. Tamsayılardan gerçel sayılara tanımlı fonsiyonlar ümesi üzerinde şöyle bir operatörü tanımlayalım: f(x)

Detaylı

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa ELECO '2012 Eletri - Eletroni ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 ralı 2012, Bursa Lineer Olmayan Dinami Sistemlerin Yapay Sinir ğları ile Modellenmesinde MLP ve RBF Yapılarının Karşılaştırılması

Detaylı

Bir Normal Dağılım Ortalaması İçin Testler

Bir Normal Dağılım Ortalaması İçin Testler Bir Normal Dağılım Ortalaması İçin Testler İÇERİK o Giriş ovaryansı Bilinen Bir Normal Dağılım Ortalaması İçin Hipotez Testler P-değerleri: II. Çeşit hata ve Örnekleme Büyüklüğü Seçimi Örnekleme Büyüklüğü

Detaylı

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

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

Detaylı

FARKLI YAPIM SİSTEMLERİ VE KONUT MALİYETLERİ

FARKLI YAPIM SİSTEMLERİ VE KONUT MALİYETLERİ FARKLI YAPIM SİSTEMLERİ VE KONUT MALİYETLERİ ESRA BOSTANCIOĞLU 1, EMEL DÜZGÜN BİRER 2 ÖZET Bir binanın fonsiyon ve performansının değerlendirilmesinde; diğerlerinin yanında maliyet önemli bir parametredir.

Detaylı

28/5/2009 TARİHLİ VE 2108/30 SAYILI KURUL KARARI 11 HAZİRAN 2009 TARİHLİ VE 27255 SAYILI RESMİ GAZETEDE YAYIMLANMIŞTIR.

28/5/2009 TARİHLİ VE 2108/30 SAYILI KURUL KARARI 11 HAZİRAN 2009 TARİHLİ VE 27255 SAYILI RESMİ GAZETEDE YAYIMLANMIŞTIR. 28/5/2009 TARİHLİ VE 2108/30 SAYILI KURUL KARARI 11 HAZİRAN 2009 TARİHLİ VE 27255 SAYILI RESMİ GAZETEDE YAYIMLANMIŞTIR. Enerji Piyasası Düzenleme Kurumundan: ELEKTRĠK PĠYASASI DENGELEME VE UZLAġTIRMA YÖNETMELĠĞĠ

Detaylı

HİPOTEZ TESTLERİ HİPOTEZ NEDİR?

HİPOTEZ TESTLERİ HİPOTEZ NEDİR? HİPOTEZ TESTLERİ HİPOTEZ NEDİR? Örnekleme ile test edilmeye çalışılan bir popülasyonun ilgili parametresi hakkında ortaya sunulan iddiadır. Örneğin; A dersi için vize ortalaması 50 nin altındadır Firestone

Detaylı

Herhangi bir oranın belli bir değere eşit olmadığını test etmek için kullanılır.

Herhangi bir oranın belli bir değere eşit olmadığını test etmek için kullanılır. Hipotez testleri-oran testi Oran Testi Herhangi bir oranın belli bir değere eşit olmadığını test etmek için kullanılır Örnek: Yüz defa atılan bir para 34 defa yazı gelmiştir Paranın yazı gelme olasılığının

Detaylı

Dinamik Programlama Tekniğindeki Gelişmeler

Dinamik Programlama Tekniğindeki Gelişmeler MADENCİLİK Aralı December 1991 Cilt Volume XXX Sayı No 4 Dinami Programlama Teniğindei Gelişmeler Developments in Dynamic Programming Technique Ercüment YALÇIN (*) ÖZET Bu yazıda, optimum nihai açı işletme

Detaylı

SAÜ Fen Edebiyat Dergisi (2009-II) ÜÇ BOYUTLU LORENTZ UZAYI MANNHEİM EĞRİ ÇİFTİ ÜZERİNE A. ZEYNEP AZAK

SAÜ Fen Edebiyat Dergisi (2009-II) ÜÇ BOYUTLU LORENTZ UZAYI MANNHEİM EĞRİ ÇİFTİ ÜZERİNE A. ZEYNEP AZAK SAÜ Fen Edebiyat Dergisi (009-II) ÜÇ BOYUTLU LORENTZ UZAYI L DE TIMELIKE MANNHEİM EĞRİ ÇİFTİ ÜZERİNE A. ZEYNEP AZAK Saarya Üniversitesi, Fen-Edebiyat Faültesi Matemati Bölümü, 5487, SAKARYA apirdal@saarya.edu.tr

Detaylı

Menemen Bölgesinde Rüzgar Türbinleri için Rayleigh ve Weibull Dağılımlarının Kullanılması

Menemen Bölgesinde Rüzgar Türbinleri için Rayleigh ve Weibull Dağılımlarının Kullanılması Politeni Dergisi Cilt:3 Sayı: 3 s. 09-3, 00 Journal of Polytechnic Vol: 3 No: 3 pp. 09-3, 00 Menemen Bölgesinde Rüzgar Türbinleri için Rayleigh ve Weibull Dağılımlarının Kullanılması Tevfi GÜLERSOY, Numan

Detaylı

Dinamik Sistem Karakterizasyonunda Averajlamanın Hurst Üsteli Üzerinde Etkisi

Dinamik Sistem Karakterizasyonunda Averajlamanın Hurst Üsteli Üzerinde Etkisi Uluslararası Katılımlı 7. Maina eorisi Sempozyumu, Izmir, 4-7 Haziran 205 Dinami Sistem Karaterizasyonunda Averalamanın Hurst Üsteli Üzerinde Etisi Ç. Koşun * S. Özdemir İzmir Institute of echnology İzmir

Detaylı

KİNETİK MODELLERDE OPTİMUM PARAMETRE BELİRLEME İÇİN BİR YAZILIM: PARES

KİNETİK MODELLERDE OPTİMUM PARAMETRE BELİRLEME İÇİN BİR YAZILIM: PARES KİNETİK MODELLERDE OPTİMUM PARAMETRE BELİRLEME İÇİN BİR YAZILIM: PARES Mehmet YÜCEER, İlnur ATASOY, Rıdvan BERBER Anara Üniversitesi Mühendisli Faültesi Kimya Mühendisliği Bölümü Tandoğan- 0600 Anara (berber@eng.anara.edu.tr)

Detaylı

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

Hipotez Testleri. Mühendislikte İstatistik Yöntemler Hipotez Testleri Mühendislikte İstatistik Yöntemler Hipotez Testleri Parametrik Testler ( z ve t testleri) Parametrik Olmayan Testler (χ 2 Testi) Hipotez Testleri Ana Kütle β( µ, σ ) Örnek Kütle b ( µ

Detaylı

Farklı Madde Puanlama Yöntemlerinin ve Farklı Test Puanlama Yöntemlerinin Karşılaştırılması

Farklı Madde Puanlama Yöntemlerinin ve Farklı Test Puanlama Yöntemlerinin Karşılaştırılması Eğitimde ve Psiolojide Ölçme ve Değerlendirme Dergisi, Yaz 200, (), -8 Farlı Madde Puanlama Yöntemlerinin ve Farlı Test Puanlama Yöntemlerinin Karşılaştırılması Halil YURDUGÜL * Hacettepe Üniversitesi

Detaylı

Klinik Çalışmalarda Örneklem Genişliğinin Belirlenmesine Pratik Yaklaşımlar

Klinik Çalışmalarda Örneklem Genişliğinin Belirlenmesine Pratik Yaklaşımlar Kafkas Univ Vet Fak Derg 16 (2): 205-211, 2010 DOI:10.9775/kvfd.2009.527 RESEARCH ARTICLE Klinik Çalışmalarda Örneklem Genişliğinin Belirlenmesine Pratik Yaklaşımlar Neslihan DEMİREL * Selma GÜRLER * *

Detaylı

HİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014

HİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014 ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014 HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar

Detaylı

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Hipotez Testleri Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Nedir? Gözlemlenebilir (araştırılabilir) bir olay, olgu veya fikri mantıklı ve bilimsel olarak açıklamaya yönelik yapılan tahminlerdir.

Detaylı

İçindekiler. Ön Söz... xiii

İçindekiler. Ön Söz... xiii İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1

Detaylı

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Örnek Senaryo İmplant üreten İMPLANTDENT

Detaylı

SERVOVALF VE HİDROLİK SİSTEMDEN OLUŞAN ELEKTROHİDROLİK BİR DÜMEN SİSTEMİNİN KONUM KONTROLÜ

SERVOVALF VE HİDROLİK SİSTEMDEN OLUŞAN ELEKTROHİDROLİK BİR DÜMEN SİSTEMİNİN KONUM KONTROLÜ GEMİ İNŞAATI VE DENİZ TEKNOLOJİSİ TEKNİK KONGRESİ 08 BİLDİRİLER KİTABI SERVOVALF VE HİDROLİK SİSTEMDEN OLUŞAN ELEKTROHİDROLİK BİR DÜMEN SİSTEMİNİN KONUM KONTROLÜ Fevzi ŞENLİTÜRK, Fuat ALARÇİN ÖZET Bu çalışmada

Detaylı

Matris Unutma Faktörü İle Uyarlanmış Kalman Filtresinin Başarım Değerlendirmesi

Matris Unutma Faktörü İle Uyarlanmış Kalman Filtresinin Başarım Değerlendirmesi Fırat Üniv. Fen Bilimleri Dergisi Fırat Unv. Journal of Science 25(), 7-76, 23 25(), 7-76, 23 Matris Unutma Fatörü İle Uyarlanmış Kalman Filtresinin Başarım Değerlendirmesi Özet Cener BİÇER * Esin KÖKSAL

Detaylı

İstatistik ve Olasılık

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

Detaylı

Açık işletme Dizaynı için Uç Boyutlu Dinamik Programlama Tekniği

Açık işletme Dizaynı için Uç Boyutlu Dinamik Programlama Tekniği MADENCİLİK Haziran June 1991 Cilt Volume XXX Sayı No 2 Açı işletme Dizaynı için Uç Boyutlu Dinami Programlama Teniği A Three Dimensional Dynamic Programming Technique for Open Pit Design Ercüment YALÇE\(*)

Detaylı

İstatistiksel Karar Verme

İstatistiksel Karar Verme İstatistiksel Karar Verme Yazar Doç.Dr. Ahmet ÖZMEN ÜNİTE 8 Amaçlar Bu üniteyi çalıştıktan sonra; istatistiksel hipotezlerin kurulmasında ve test edilmesinde kullanılan kavramların tanıtımı istatistiksel

Detaylı

2. TRANSFORMATÖRLER. 2.1 Temel Bilgiler

2. TRANSFORMATÖRLER. 2.1 Temel Bilgiler . TRANSFORMATÖRLER. Temel Bilgiler Transformatörlerde hareet olmadığından dolayı sürtünme ve rüzgar ayıpları mevcut değildir. Dolayısıyla transformatörler, verimi en yüse (%99 - %99.5) olan eletri maineleridir.

Detaylı

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır? 26.2.23 Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HĐPOTEZ TESTLERĐ denir. Sonuçların raslantıya bağlı olup

Detaylı

Ders 2 : MATLAB ile Matris İşlemleri

Ders 2 : MATLAB ile Matris İşlemleri Ders : MATLAB ile Matris İşlemleri Kapsam Vetörlerin ve matrislerin tanıtılması Vetör ve matris operasyonları Lineer denlem taımlarının çözümü Vetörler Vetörler te boyutlu sayı dizileridir. Elemanlarının

Detaylı

Genetik Algoritma ile Mikrofon Dizilerinde Ses Kaynağının Yerinin Bulunması. Sound Source Localization in Microphone Arrays Using Genetic Algorithm

Genetik Algoritma ile Mikrofon Dizilerinde Ses Kaynağının Yerinin Bulunması. Sound Source Localization in Microphone Arrays Using Genetic Algorithm BİLİŞİM TEKOLOJİLERİ DERGİSİ, CİLT: 1, SAYI: 1, OCAK 2008 23 Geneti Algoritma ile Mirofon Dizilerinde Ses Kaynağının Yerinin Bulunması Erem Çontar, Hasan Şair Bilge Bilgisayar Mühendisliği Bölümü, Gazi

Detaylı

VİNÇTE ÇELİK KONSTRÜKSİYON

VİNÇTE ÇELİK KONSTRÜKSİYON 01 Mayıs VİNÇTE ÇELİK KONSTRÜKSİYON KİRİŞTE BURUŞMA 1-03 Güven KUTAY Semboller ve Kaynalar için "1_00_CeliKonstrusiyonaGiris.doc" a baınız. Koordinat esenleri "GENEL GİRİŞ" de belirtildiği gibi DIN 18800

Detaylı

COGRAFI BILGI SISTEMI DESTEKLI TRAFIK KAZA ANALIZI ÖZET

COGRAFI BILGI SISTEMI DESTEKLI TRAFIK KAZA ANALIZI ÖZET COGRAFI BILGI SISTEMI DESTEKLI TRAFIK KAZA ANALIZI Darçin AKIN *, Yasasin ERYILMAZ ** ÖZET Bu maalede cografi bilgi sistemi (CBS) desteli bir trafi aza analizinin nasil yapilabilecegi ve aza verilerinin

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci BÖLÜM 8 ÖRNEKLEME Temel ve Uygulamalı Araştırmalar için Araştırma Süreci 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması

Detaylı

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ HEDEFLER Bu üniteyi çalıştıktan sonra; Örneklemenin niçin ve nasıl yapılacağını öğreneceksiniz. Temel Örnekleme metotlarını öğreneceksiniz. Örneklem

Detaylı

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

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

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 Prof. Dr. Ali ŞEN İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Bağımsız populasyonlara uygulanan

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

SÜREKLİ OLASILIK DAĞILIŞLARI SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde

Detaylı

ÖZEL EGE LİSESİ 13. OKULLAR ARASI MATEMATİK YARIŞMASI 8. SINIF ELEME SINAVI TEST SORULARI

ÖZEL EGE LİSESİ 13. OKULLAR ARASI MATEMATİK YARIŞMASI 8. SINIF ELEME SINAVI TEST SORULARI 1. x,y,z pozitif tam sayılardır. 1 11 x + = 8 y + z olduğuna göre, x.y.z açtır? 3 B) 4 C) 6 D)1 3 1 4. {,1,1,1,...,1 } 1 ümesinin en büyü elemanının diğer 1 elemanın toplamına oranı, hangi tam sayıya en

Detaylı

Kalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız)

Kalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız) Kalitatif Veri 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız). Ölçüm kategorideki veri sayısını yansıtır 3. Nominal yada Ordinal ölçek Multinomial Deneyler

Detaylı

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

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

Detaylı

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. İSTATİSTİKSEL TAHMİNLEME Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. 1 ŞEKİL: Evren uzay-örneklem uzay İstatistiksel tahmin

Detaylı

DÖNEM III- SEÇMELİ DERS KURULU II KLİNİK DENEMELER. Klinik Deneme Düzenleri Yrd. Doç. Dr. Anıl DOLGUN

DÖNEM III- SEÇMELİ DERS KURULU II KLİNİK DENEMELER. Klinik Deneme Düzenleri Yrd. Doç. Dr. Anıl DOLGUN DÖNEM III- SEÇMELİ DERS KURULU II KLİNİK DENEMELER Klinik Deneme Düzenleri Yrd. Doç. Dr. Anıl DOLGUN SUNUM PLANI Randomize Klinik Deneme Düzenleri Paralel grup (düzen) çalışmaları Çapraz düzen çalışmaları

Detaylı

Kesikli Üniform Dağılımı

Kesikli Üniform Dağılımı 9.. KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Kesili Üniform Dağılımı. Bernoulli Dağılımı 3. Binom Dağılımı 4. Negatif Binom Dağılımı. Geometri Dağılım. Hiergeometri Dağılım 7. Poisson Dağılımı

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,

Detaylı

ÇALIŞMA ŞARTLARINDA MODAL ANALİZ

ÇALIŞMA ŞARTLARINDA MODAL ANALİZ İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇALIŞMA ŞARTLARINDA MODAL ANALİZ YÜKSEK LİSANS TEZİ Y. Müh. Ales KUYUMCUOĞLU Anabilim Dalı: Meatroni Mühendisliği Programı: Meatroni Mühendisliği HAZİRAN

Detaylı

Degree Department Üniversity Year B.S. Statistics Gazi University 1993 M.s. Statistics Gazi University 1998 Ph.D. Statistics Gazi University 2005

Degree Department Üniversity Year B.S. Statistics Gazi University 1993 M.s. Statistics Gazi University 1998 Ph.D. Statistics Gazi University 2005 Gazi University Faculty of Science Department of Statistics 06500 Teknikokullar ANKARA/TURKEY Tel:+903122021479 e-mail: yaprak@gazi.edu.tr Web site: www.gazi.edu.tr/yaprak EDUCATION Degree Department Üniversity

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI Tarih/Saat/Yer: 24.06.16/11:00-12:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz

Detaylı

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 14 Sayı: 1 sh Ocak 2012

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 14 Sayı: 1 sh Ocak 2012 DEÜ MÜHENDİSLİ FAÜLTESİ MÜHENDİSLİ BİLİMLERİ DERGİSİ Cilt: 4 Sayı: sh. 39-47 Oca 202 ARIŞIMLI İİLİ LOJİSTİ REGRESYON MODELİNE İLİŞİN BİR UYGULAMA (AN APPLIACTION FOR MIXTURE BINARY LOGISTIC REGRESSION

Detaylı

GÜNEŞ ENERJİSİ SİSTEMLERİNDE KANATÇIK YÜZEYİNDEKİ SICAKLIK DAĞILIMININ SONLU FARKLAR METODU İLE ANALİZİ

GÜNEŞ ENERJİSİ SİSTEMLERİNDE KANATÇIK YÜZEYİNDEKİ SICAKLIK DAĞILIMININ SONLU FARKLAR METODU İLE ANALİZİ TEKNOLOJİ, Cilt 7, (2004), Sayı 3, 407-414 TEKNOLOJİ GÜNEŞ ENERJİSİ SİSTEMLERİNDE KANATÇIK YÜZEYİNDEKİ SICAKLIK DAĞILIMININ SONLU FARKLAR METODU İLE ANALİZİ ÖZET Himet DOĞAN Mustafa AKTAŞ Tayfun MENLİK

Detaylı

Dr. Mehmet AKSARAYLI

Dr. Mehmet AKSARAYLI Dr. Mehmet AKSARAYLI Şans Değişeni: Bir dağılışı olan ve bu dağılışın yaısına uygun freansta oluşum gösteren değişendir. Şans Değişenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesili Şans

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BCJR ALGORİTMASI KULLANILAN TURBO KOD ÇÖZÜCÜLERİN FPGA GERÇEKLEŞTİRİMİ.

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BCJR ALGORİTMASI KULLANILAN TURBO KOD ÇÖZÜCÜLERİN FPGA GERÇEKLEŞTİRİMİ. ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BCJR ALGORİTMASI KULLANILAN TURBO KOD ÇÖZÜCÜLERİN FPGA GERÇEKLEŞTİRİMİ Onur ATAR ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI ANKARA 20 Her haı salıdır

Detaylı

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL İSTATİSTİKSEL TAHMİN Örnekten anakütle parametrelerinin tahmin edilmesidir. İki tür tahminleme yöntemi vardır:

Detaylı

İstatistikçiler Dergisi

İstatistikçiler Dergisi www.istatistikciler.org İstatistikçiler Dergisi (28) 6-22 İstatistikçiler Dergisi COX REGRESYON MODELİ VE AKCİĞER KANSERİ VERİLERİ İLE BİR UYGULAMA Durdu KARASOY Hacettepe Üniversitesi Fen Fakültesi İstatistik

Detaylı

Hipotez Testi. gibi hususlar ayrıbirer hipotezin konusudur. () Kafkas Üniversitesi May 23, / 11

Hipotez Testi. gibi hususlar ayrıbirer hipotezin konusudur. () Kafkas Üniversitesi May 23, / 11 Hipotez Testi Bu dersde anakütle parametresinin varsayılan değeri ile başlayıp, örneklem kullanarak varsayılan değerin uygunluğunun kabul edilmesi ya da reddedilmesi sonucuna karar verilecektir. Ortaya

Detaylı

4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ Katsayıların Yorumu

4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ Katsayıların Yorumu 4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ 4.1. Katsayıların Yorumu Y i = β 0 + β 1 X 1i + β X i + + β k X ki + u i gibi çok açıklayıcı değişkene sahip bir modelde, anakütle regresyon fonksiyonu, E(Y i X

Detaylı

ile plakalarda biriken yük Q arasındaki ilişkiyi bulmak, bu ilişkiyi kullanarak boşluğun elektrik geçirgenlik sabiti ε

ile plakalarda biriken yük Q arasındaki ilişkiyi bulmak, bu ilişkiyi kullanarak boşluğun elektrik geçirgenlik sabiti ε Farlı Malzemelerin Dieletri Sabiti maç Bu deneyde, ondansatörün plaalarına uygulanan gerilim U ile plaalarda birien yü Q arasındai ilişiyi bulma, bu ilişiyi ullanara luğun eletri geçirgenli sabiti ı belirleme,

Detaylı

BÖLÜM 1: YAşAM ÇÖzÜMLEMEsİNE GİRİş... 1

BÖLÜM 1: YAşAM ÇÖzÜMLEMEsİNE GİRİş... 1 ÖN SÖZ...iii BÖLÜM 1: Yaşam Çözümlemesine Giriş... 1 1.1. Giriş... 1 1.2. Yaşam Süresi... 2 1.2.1. Yaşam süresi verilerinin çözümlenmesinde kullanılan fonksiyonlar... 3 1.2.1.1. Olasılık yoğunluk fonksiyonu...

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi

Detaylı

BÜTÜNLEŞİK ÜRETİM PLANLAMASININ HEDEF PROGRAMLAMAYLA OPTİMİZASYONU VE DENİZLİ İMALAT SANAYİİNDE UYGULANMASI

BÜTÜNLEŞİK ÜRETİM PLANLAMASININ HEDEF PROGRAMLAMAYLA OPTİMİZASYONU VE DENİZLİ İMALAT SANAYİİNDE UYGULANMASI Niğde Üniversitesi İİBF Dergisi, 2013, Cilt: 6, Sayı: 1, s. 96-115. 96 BÜTÜNLEŞİK ÜRETİM PLANLAMASININ HEDEF PROGRAMLAMAYLA OPTİMİZASYONU VE DENİZLİ İMALAT SANAYİİNDE UYGULANMASI ÖZ Arzu ORGAN* İrfan ERTUĞRUL**

Detaylı

1 Hipotez konusuna öncelikle yokluk hipoteziyle başlanılan yaklaşımda, araştırma hipotezleri ALTERNATİF HİPOTEZLER olarak adlandırılmaktadır.

1 Hipotez konusuna öncelikle yokluk hipoteziyle başlanılan yaklaşımda, araştırma hipotezleri ALTERNATİF HİPOTEZLER olarak adlandırılmaktadır. Özellikle deneysel araştırmalarda, araştırmacının doğru olup olmadığını yapacağı bir deney ile test edeceği ve araştırma sonunda ortaya çıkan sonuçlarla doğru ya da yanlış olduğuna karar vereceği bir önermesi

Detaylı

Eğitim ve Bilim. Cilt 40 (2015) Sayı 177 31-41. Türkiye deki Vakıf Üniversitelerinin Etkinlik Çözümlemesi. Anahtar Kelimeler.

Eğitim ve Bilim. Cilt 40 (2015) Sayı 177 31-41. Türkiye deki Vakıf Üniversitelerinin Etkinlik Çözümlemesi. Anahtar Kelimeler. Eğitim ve Bilim Cilt 40 (2015) Sayı 177 31-41 Türiye dei Vaıf Üniversitelerinin Etinli Çözümlemesi Gamze Özel Kadılar 1 Öz Oran analizi ve parametri yöntemlerin eğitim urumlarını ıyaslaren yetersiz alması

Detaylı

OLASILIK ve İSTATİSTİK Hipotez Testleri

OLASILIK ve İSTATİSTİK Hipotez Testleri OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait

Detaylı

ANKARA İLİ DELİCE İLÇESİ KÖPRÜSÜNÜN CPM METODU İLE MÜHENDİSLİK KRİTERLERİNİN BELİRLENMESİ

ANKARA İLİ DELİCE İLÇESİ KÖPRÜSÜNÜN CPM METODU İLE MÜHENDİSLİK KRİTERLERİNİN BELİRLENMESİ P A M U K K A L E Ü N İ V E R S İ T E S İ M Ü H E N D İ S L İ K F A K Ü L T E S İ P A M U K K A L E U N I V E R S I T Y E N G I N E E R I N G C O L L E G E M Ü H E N D İ S L İ K B İ L İ M L E R İ D E R

Detaylı

ANKARA İLİ DELİCE İLÇESİ KÖPRÜSÜNÜN CPM METODU İLE MÜHENDİSLİK KRİTERLERİNİN BELİRLENMESİ

ANKARA İLİ DELİCE İLÇESİ KÖPRÜSÜNÜN CPM METODU İLE MÜHENDİSLİK KRİTERLERİNİN BELİRLENMESİ PAMUKKALE ÜNÝVERSÝTESÝ MÜHENDÝSLÝK YIL FAKÜLTESÝ PAMUKKALE UNIVERSITY ENGINEERING CÝLT COLLEGE MÜHENDÝSLÝK BÝLÝMLERÝ SAYI DERGÝSÝ JOURNAL OF ENGINEERING SAYFA SCIENCES : 1995 : 1 : 2-3 : 95-103 ANKARA

Detaylı

doğru orantı doğru orantı örnek: örnek:

doğru orantı doğru orantı örnek: örnek: doğru orantı Kazanım :Doğru orantılı ii çolu arasındai ilişiyi tablo veya denlem olara ifade eder. Doğru orantılı ii çoluğa ait orantı sabitini belirler ve yorumlar. doğru orantı İi çolutan biri artaren

Detaylı

Ufuk Ekim Accepted: January 2011. ISSN : 1308-7231 yunal@selcuk.edu.tr 2010 www.newwsa.com Konya-Turkey

Ufuk Ekim Accepted: January 2011. ISSN : 1308-7231 yunal@selcuk.edu.tr 2010 www.newwsa.com Konya-Turkey ISSN:1306-3111 e-journal of New World Sciences Academy 011, Volume: 6, Number: 1, Article Number: 1A0156 ENGINEERING SCIENCES Yavuz Ünal Received: October 010 Ufu Eim Accepted: January 011 Murat Kölü Series

Detaylı

SPSS UYGULAMALARI-II Dr. Seher Yalçın 1

SPSS UYGULAMALARI-II Dr. Seher Yalçın 1 SPSS UYGULAMALARI-II 27.12.2016 Dr. Seher Yalçın 1 Normal Dağılım Varsayımının İncelenmesi Çarpıklık ve Basıklık Katsayısının İncelenmesi Analyze Descriptive Statistics Descriptives tıklanır. Açılan pencerede,

Detaylı

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi

Detaylı