Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression
|
|
- İbrahi̇m Yeşil
- 6 yıl önce
- İzleme sayısı:
Transkript
1 üra S., otamış Ö. Cezaladırılmış Eğrsel Çzg Regresyoda Karışı Doğrsal Model Yalaşımı Semra üra,*, Öz otamış Hacettepe Üverstes, İstatst Bölümü, Beytepe/ANKARA Özet B çalışmada cezaladırılmış eğrsel çzg regresyoda arışı doğrsal model yalaşımı celemştr. B amaçla İstabl Saay Odası tarafıda yürütüle ürye' 5 Büyü Saay Krlş çalışmasıı 9 yılıa lş verler llaılmıştır. İşletmeler şgücü vermllğ ve atf arlılığı arasıda parametr olmaya lş cezaladırılmış eğrsel çzg regresyo ve cezaladırılmış eğrsel çzg regresyoda arışı doğrsal model yalaşımı llaılara tahm edlmştr. R paet programıda arışı doğrsal model ç gelştrle lme paet llaılmıştır. Karışı doğrsal model yalaşımı llaılara tahm edle model hata areler ortalaması daha üçü blmştr. Aahtar Kelmeler: Karışı doğrsal model, cezaladırılmış eğrsel çzg regresyo, parametr olmaya regresyo, ş gücü vermllğ, atf arlılığı Lear Mxed Model Approach Pealzed Sple Regresso Abstract I ths stdy, t was examed the lear mxed model approach the pealzed sple regresso. For ths prpose, the data for the year 9 whch s clded the rey s op 5 Idstral Eterprses stdy codcted by the İstabl Chamber of Idstry was sed. he oparametrc relatoshp betwee labor prodctvty ad retr o assets of the eterprses was estmated by sg pealzed sple regresso ad lear mxed model approach pealzed sple regresso. lme pacage whch s developed for lear mxed model R was sed. he mea sqare error of the model whch was estmated by sg lear mxed model approach s fod smaller. Keywords: Lear mxed model, pealzed sple regresso, oparametrc regresso, labor prodctvty, the retr o assets. Grş Parametr olmaya regresyo, (x, y ) ver çftler arasıda lş şel blmedğde yaygı olara llaıla br modeldr. B model llaılara düzgü (smooth) fosyolar olştrlablr. B fosyolar, ver ümes temsl ede düzgü br eğr olştrara bağımlı değşe ç daha y tahmler yapılmasıı sağlar. B edele b şleme düzleştrme (smoothg) adı verlr []. (Redpath, 8). Lteratürde çoğ ez düzleştrme yötemler olara taımlaa ço sayıda parametr olmaya regresyo yötem öerlmştr. Cezaladırılmış eğrsel çzg (pealzed sples ya da P-Sples) regresyo yötem de blarda brsdr. Cezaladırılmış eğrsel çzg regresyo yötem le arışı doğrsal modeller arasıda yaı br lş vardır. Cezaladırılmış eğrsel çzg regresyo model, arışı doğrsal modele bezetlere fade edleblr. Lteratürde arışı doğrsal model le cezaladırılmış eğrsel çzg regresyo model arasıda * e-mal: stra@hacettepe.ed.tr 34
2 Nevşehr Üverstes Fe Blmler Esttüsü Dergs Clt () lşy celeye çalışmalar vardır. Cezaladırılmış eğrsel çzgler arışı doğrsal model gösterm taıtılmıştır []. oplamsal modellerde cezaladırılmış eğrsel çzgler llaılmıştır [3]. Parse vd. () ve Aerts vd. () arışı model yalaşımıı geelleştrlmş toplamsal modellere yglamışlardır [4, 5]. Rppert vd. (3), cezaladırılmış eğrsel çzg regresyoda arışı doğrsal model yalaşımıı celemşlerdr [6]. Karışı doğrsal modelde amaç, hem sabt etlere hem de rasgele etlere lş parametre estrmler elde edlmesdr. B amaçla öerle yötemlerde brs, hem sabt hem de rasgele etlere lş parametreler brlte estrlebldğ e y doğrsal yasız estrm (best lear based predctor, BLUP) yötemdr. B çalışmada cezaladırılmış eğrsel çzg regresyo model arışı doğrsal modele bezetlp BLUP yalaşımı llaılara tahmler edlmştr.. Materyal ve Yötem.. Cezaladırılmış eğrsel çzg regresyo Verle x değerler ç y belee değer ve y le x arasıda lş geel olara y m (x) + ε () bçmde modelleeblr. Brada m (x) E( y/x x) olp regresyo fosyo adıı alır. Parametr olmaya regresyo fosyo m(x) bell br bçm olmadığı varsayılır. Parametr olmaya regresyo amacı, parametreler tahm etmete zyade doğrda m(.) fosyo tahm etmetr. κ <... < κ K, ( m (x ) κ <... < κ max (x ) ), düğüm otaları ümes ç Eş. () de K m(x) fosyo cezaladırılmış eğrsel çzg regresyo olara m(x) bçmde fade edlr. Eş.() de K β + β x + b ( x - κ ) ε () (x κ ) +, (x κ x κ ), x > κ dır. Cezaladırılmış eğrsel çzg regresyoda düğüm otaları κ K formülü le seçleblr. B formülde Km(/4 (terar etmeye x ler sayısı), 35) dr [7]. Ayrıca lteratürde düğüm otalarıı seçm ç bazı algortmalar da öerlmştr. Eş.() de β (β, β, b,..., b ) parametreler vetörüü tahm, K S( β ) y - X β + λβ D β (3) bçmde cezaladırılmış hata areler toplamı mmm yapılara blr ( λ ). Brada D matrs D x Kx I xk KxK 35
3 üra S., otamış Ö. bçmdedr. Eş. (3) de fadede λβ D β term pürüzlülü cezası (roghess pealty) olara, λ se düzleştrme parametres olara adladırılır. Eş. (3) de fosyo β ya göre türev alııp sıfıra eştlerse β 'ı tahm βˆ, βˆ - (X X + λd) X y (4) olara blr. Eş. (4) de λ ı seçm ç lteratürde brço yötem gelştrlmştr. Çapraz geçerll ve geelleştrlmş çapraz geçerll yötemler b yötemler çde e ço llaılalarıdır... Cezaladırılmış eğrsel çzg regresyoda arışı doğrsal model yalaşımı Eş () de cezaladırılmış eğrsel çzg regresyo model arışı doğrsal modele bezetlere gösterleblr. Ba göre Eş.() de model K y m(x ) β + β x + ( x - κ ) + ε (5) + bçmde fade edleblr. Eş.(5) de β, β vetörüü ve (... β, x değerlere lş regresyo atsayıları,, ) düğüm otalarıa lş regresyo atsayıları vetörüü K göstermetedr. Eş. (5) de fade matrs formda y X β + Z + ε (6) bçmde yazılablr. Eş. (5) de model hem sabt etler hem de rasgele etler brlte yer aldığı arışı doğrsal model fade etmetedr. Eş.(6) da sabt etlere lş tasarım matrs X ve rasgele etlere lş tasarım matrs Z X x, x Z (x (x κ ) + κ ) + (x (x κ κ ) + ) + bçmdedr. Eş. (6) da arışı doğrsal model göstermde β, sabt etlere lş parametreler vetörüü, se, rasgele etlere lş parametreler vetörüü ve ε rasgele hatalar vetörüü göstermetedr. Eş. (6) da ve ε belee değerler ve le ε arasıda varyas-ovaryas matrs, E ve ε Cov σ I (7) ε σ I ε bçmde oldğ varsayılsı. Ba göre Eş. (6) da arışı doğrsal modelde β ve parametreler vetörler brlte tahm e y doğrsal yasız estrc (BLUP) llaılara elde edleblr. Eş. (7) de bldğde y y ~ N(X β + Z, σ ε I), ~ N(, σ I) şelde ormal dağıldığı varsayılır [8]. ve y bleş yoğl fosyo, 36
4 Nevşehr Üverstes Fe Blmler Esttüsü Dergs Clt () f( ; y) f(y )f() dır. Eş. (8) de f( ; y) exp{ ( y X β Z ) ( y X β Z ) (8) log-olablrl fosyo L log (f(; y) (y X β Z) (y X β Z) + λ (9) olara elde edlr. Eş. (9) da düzleştrme parametres λ σ ε /σ oldğ görülmetedr. Eş. (9) da fade β ve ya göre türevler blp sıfıra eştlerse ( β, ) e y doğrsal yasız estrcs (BLUP) βˆ (C C + λd) C y ˆ () olara elde edlr. Brada C X Z ve D x Kx dr. Kestrm değerler vetörü se xk I KxK mˆ X βˆ + Z ˆ C(C C + λd) C y () olara blr. Eş. () de fade parametr olmaya m fosyo e y doğrsal yasız estrcs Rdge Regresyo göstermdr [6]. Cezaladırılmış eğrsel çzg regresyo arışı doğrsal model olara gösterm oldça yararlıdır. Çüü arışı doğrsal model olara fade edleble cezaladırılmış eğrsel çzg regresyoda estrmler arışı doğrsal model teors ve arışı doğrsal model ç gelştrle blgsayar programları llaılara elde edleblr. Ayrıca arışı doğrsal modelde estrle varyas oraı, σ /σ ε, eğrsel çzg regresyoda düzleştrme parametrese, λ, arşılı gelmetedr. B da düzleştrme parametres seçm öeml oldğ eğrsel çzg regresyoda düzleştrme parametres belrlemesde öeml olaylı sağlar. 3. Uyglama B çalışmada, cezaladırılmış eğrsel çzg regresyoda BLUP yalaşımı le parametr olmaya regresyo fosyo estrme ç İstabl Saay Odası tarafıda yürütüle ürye' 5 Büyü Saay Krlş çalışmasıı 9 yılıa at verler llaılmıştır. İşletmelere at şgücü vermllğ ve atf arlılığı değşeler arasıda lş celemştr. Vermll, br üretm ya da hzmet sstem ürettğ çıtı le b çıtıyı yaratma ç lladığı grd arasıda lş olara taımlamıştır. Vermll br şletmede ayaları e ölçüde et llaıldığıı göstere br ölçüdür. B edele vermllğ ölçülmes ve vermllğ etleye fatörler belrlep otrol altıa alıması şletmeler ç oldça öemldr. İşgücü vermllğ se şletmeler üretm performaslarıda yleşmey ve gelşmey, dolayısıyla setörler reabet güçler yasıta öeml br göstergedr [9]. Vermll gösterges olara şgücü vermllğ alımıştır. İşgücü vermllğ İşgücü vermllğbrüt Katma değer/çalışa Sayısı bçmde hesaplamatadır. B çalışmada, şletmeler şgücü vermllğ bağımlı değşe, atf arlılığı (Döem Karı/Net Atf) se bağımsız değşe olara ele alımıştır. 37
5 Vermll üra S., otamış Ö. Bazı şletmelere lş verler es olması edeyle b şletmeler ver ümesde çıarılara 38 tae şletme aalze alımıştır. Şel de şgücü vermllğ ve atf arlılığıa lş saçılım grafğde b değşe arasıda parametr olmaya br lş oldğ görülmetedr Atf Karlılığı Şel. İşgücü vermllğ ve atf arlılı lş saçılım grafğ B çalışmada şgücü vermllğ ve atf arlılığı arasıda lş hem eğrsel çzg regresyo hem de eğrsel çzg regresyoda BLUP yalaşımı llaılara celemştr. Eğrsel çzg regresyoda BLUP yalaşımıı llama olaylı sağlamatadır. BLUP yalaşımıda eğrsel çzg regresyo arışı doğrsal modele bezetlere tahmler elde edldğ ç arışı doğrsal model ç gelştrle paet programları llaılara tahmler olaylıla elde edleblr. B çalışmada da tahmler R paet programıda arışı doğrsal model ç gelştrle lme paet llaılara elde edlmştr. Ayrıca eğrsel çzg regresyoda düzleştrme parametres seçm öeml br odr. Düzleştrme parametres seçm ç çapraz geçerl, geelleştrlmş çapraz geçerll vb. gb brço yötem gelştrlmştr. Aca eğrsel çzg regresyoda BLUP yalaşımı llaıldığıda düzleştrme parametres seçm ç herhag br yöteme gere dylmaz. Çüü Eş.(9) da BLUP yötem le tahm edle varyas oraı ( σ σ ) düzleştrme parametres olara elde edlr. İl olara ε / cezaladırılmış eğrsel çzg regresyoda llaılaca düğüm sayılarıa arar verlmeldr. B ç Km(/4 (terar etmeye x ler sayısı), 35) formülüde yararlaılmıştır. Ba göre düğüm otalarıı sayısı Km(79., 35)35 olara blmştr. Düğüm otası sayısı belrledte sora R programıda yazıla odlar le b düğüm otaları ç X ve Z matrsler yede olştrlmştr. Karışı doğrsal model ç gelştrle lme paet programı llaılara Eş.(6) da arışı doğrsal model ç parametre estrmler elde edlmştr. Bla parametre estrmler yere yazılara Eş.() de estrm değerler, mˆ, blmştr. Düzleştrme parametres / σ ε λ σ.788 /.58.6 olara elde edlmştr. Daha sora b verler ç ayı düğüm otalarıda Eş.() de eğrsel çzg regresyo model llaılara mˆ değerler elde edlmştr. Eş.() de eğrsel çzg regresyo model ç düzleştrme parametres geelleştrlmş çapraz geçerll yötem le λ.8875 olara elde edlmştr. Eğrsel çzg regresyoda BLUP yalaşımı llaılara yapıla düzleştrme ve eğrsel çzg regresyo llaılara yapıla düzleştrme Şel de gb elde edlmştr. 38
6 Nevşehr Üverstes Fe Blmler Esttüsü Dergs Clt () Şel. BLUP llaılara elde edle düzleştrme ve Eğrsel Çzg Regresyo (EÇR) le elde edle düzleştrme Şel de görüldüğü gb eğrsel çzg regresyoda BLUP yalaşımı llaıldığıda daha y br düzleştrme elde edlmştr. Ayrıca her modele lş hata areler ortalaması HKO (y yˆ formülü llaılara hesaplamış ve ablo de gb elde edlmştr. ablo. Yötemlere lş HKO Kllaıla Düzleştrme Yötem HKO BLUP Yalaşımı,696 Eğrsel Çzg Regresyo,756 ) ablo de görüldüğü gb eğrsel çzg regresyoda BLUP yalaşımı llaıldığıda elde edle hata areler ortalaması daha düşütür. 4. Soç Eğrsel çzg regresyoda arışı doğrsal model yalaşımıı llaılması tahmlere lş hatayı azaltmıştır. Ayrıca very temsl ede daha y br düzleştrme elde edlmştr. Cezaladırılmış eğrsel çzg regresyo arışı doğrsal model olara gösterlmes, arışı doğrsal model teorsde yararlaara tahmler elde edlmes sağlamıştır. B amaçla arışı doğrsal model ç gelştrle paet programlarıda yararlaılablmştr. Ayrıca cezaladırılmış eğrsel çzg regresyo arışı doğrsal model olara gösterlmes sayesde düzleştrme parametres seçm ç herhag br yötem llaılmasıa gere almamıştır. Ayrıca celee ver ümes ç cezaladırılmış eğrsel çzg regresyoda arışı doğrsal model yalaşımı llaıldığıda elde edle hata areler ortalaması, cezaladırılmış eğrsel çzg regresyo llaılara elde edle hata areler ortalamasıda daha üçü blmştr. Soç olara cezaladırılmış eğrsel çzg regresyo arışı doğrsal model olara gösterm araştırmacılara olaylı sağlamatadır. 39
7 üra S., otamış Ö. 5. Kayalar [] Redpath M., Comparg Kerel Smoothg, Sple Smoothg ad Smoothg Sples [] Brmbac B. A., Rppert D., Wad M. P., Commet o Shvely, Koh&Wood, Joral of he Amerca Statstcal Assocato, 94, , 999. [3] Coll B.A., Schwartz J., Wad M.P., Respratory Health ad Ar Pollto: Addtve Mxed Model Aalyses, Bostatstcs,, ,. [4] Parse H., Wad M. P., Rppert D., Rya L.,, Icorporato of Hstorcal Cotrols Usg Semparametrc Mxed Models, Joral of he Royal Statstcal Socety, Seres C, 5, 3-4,. [5] Aerts M., Claeses G., Wad M.P., Some heory for Pealzed Sple Geeralzed Addtve Models, Joral of Statstcal Plag ad Iferece, 3, ,. [6] Rppert D., Wad M.P., Carroll R.J., Semparametrc Regresso, Cambrge Uversty Pres, 3. [7] Yao F., Lee.C.M., O ot placemet for pealzed sple regresso, Joral of the Korea Statstcal Socety, 37, 59-67, 8. [8] üra S., Yarı Parametr Regresyo Modelde Etl Gözlem Aalz, Dotora ez, Hacettepe Üverstes Fe Blmler Esttüsü, Aara, 6,. [9] ezca N., Vermllğ Etleye Fatörler Aalz: ürye 5 Büyü Saay Krlş Üzerde Br Uyglama, Vermll Dergs, 3,. 4
6. Uygulama. dx < olduğunda ( )
. Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal
DetaylıRegresyon 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)
DetaylıZaman 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
DetaylıQuality Planning and Control
Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618
Detaylı) ( 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
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ Gül TABAKAN YARI PARAMETRİK REGRESYONDA TAHMİN METODLARI İSTATİSTİK ANABİLİM DALI ADANA, 9 ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YARI
DetaylıÖRNEKLEME 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
DetaylıGamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım
Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları
DetaylıANALYSIS OF INFLUENTIAL OBSERVATION IN SEMIPARAMETRIC REGRESSION MODEL
YARI PARAMERİK REGRESYON MODELİNDE EKİLİ GÖLEM ANALİİ ANALYSIS OF INFLUENIAL OBSERVAION IN SEMIPARAMERIC REGRESSION MODEL SEMRA ÜRKAN Hacettepe Üverstes Lsasüstü Eğtm Öğretm ve Sıav Yöetmelğ İSAİSİK Aablm
DetaylıHOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ
ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ B Teor Blmler ANADOLU UNIVERITY JOURNAL OF CIENCE AND TECHNOLOGY B Theoretcal ceces Clt/Vol.:-ayı/No: : 57-7 (0) HOMOJEN OLMAYAN VARYAN VARAYIMI ALTINDA ORTALAMALARIN
DetaylıDeğişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ
Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde
DetaylıRidge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1
Douz Eylül Üverstes İtsad ve İdar Blmler Faültes Dergs, Clt:6, Sayı:, Yıl:0, ss.67-77. Rdge Regresyoda Tahm Edcler Kullaımı Üzere Br Uygulama Hatce ŞAKAR Özlem ALPU 3 Erem ALTAN 4 Özet Bu çalışmada y yöüde
DetaylıREGRESYON VE KORELASYON ANALİZİ
REGRESYON VE KORELASYON ANALİZİ.. Doğrusal İlşler.. Yalı (ast) Regreso... E Küçü Kareler Metodu a) Normal Delemler Çözümü ) Determat metodu c) Orj Kadırma... Regresou Stadart Sapması..3. Regresou Duarlılığı..4.
DetaylıŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN DETERMİNİSTİK EŞİTLİKLERİ Kumru Didem ATALAY 1, Ayşen APAYDIN 2 ÖZ
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ B Teor Blmler ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY B Theoretcal Sceces Clt/Vol.:-Sayı/No: : -8 (0 ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN
DetaylıOlabilirlik 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
DetaylıSağlam Ridge Regresyon Analizi ve Bir Uygulama
Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:5, Sayı:, Yıl:010, ss.137-148. Sağlam Rdge Regresyo Aalz ve Br Uygulama Özlem ALPU 1 Hatce ŞAMKAR Ekrem ALTAN 3 Özet Çoklu regresyo aalzde
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI MUSTAFA ÇAĞATAY KORKMAZ YÜKSEK LİSANS TEZİ İSTATİSTİK ANA BİLİM DALI KONYA, 2
DetaylıKONVEKS OLMAYAN ÇOK KRİTERLİ OPTİMİZASYON ve PORTFÖY SEÇİMİ PROBLEMİ
YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KONVEKS OLMAYAN ÇOK KRİTERLİ OPTİMİZASYON ve PORTFÖY SEÇİMİ PROBLEMİ İstatstç Gülder KEMALBAY F.B.E İstatst Aablm Dalı da Hazırlaa YÜKSEK LİSANS TEZİ
Detaylı2q-Konveks Parpoligon Yaklaşımını Kullanarak Kesir Dereceli Affine Belirsizlik Yapısındaki Sistemlerin Nyquist Zarflarının Elde Edilmesi
q-koes Parpolgo Yalaşımıı Kullaara Kesr Derecel Affe Belrszl Yapısıda Sstemler Nyqust Zarflarıı lde dlmes Blal Şeol, Celaledd Yeroğlu Blgsayar Mühedslğ Bölümü İöü Üerstes, Malatya blal.seol@ou.edu.tr,
DetaylıYığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu
S Ü Fe Ed Fa Fe Derg Saı (003) 65-0, KONYA Yığı Hacm Tahm İç Bulaı Doğrusal Regreso Modelde Ters Tahm Metodu Mustafa SEMİZ, Aşır GENÇ Özet: Bu çalışmada ığı hacm tahm ç farlı br alaşım suulmatadır. Yığı
DetaylıC L A S S N O T E S. Sinyaller & Sistemler - Sinyaller VEKTÖRLER
Syaller & Ssemler - Syaller VEKTÖRLER Veörler belrl yö, doğrl e büyülüe zl doğr parçalarıdır. Yöledrlmş doğr parçaları yalış değl, aca es br aımlamadır. Doğrl e yö aramlarıda dolayı eörler belrl oordalara
DetaylıPareto I Daılımının lk Bozulma Sansürlü Örnekleme Planına Dayalı Parametrelerinin Tahmini ve Beklenen Test Süresi *
S.Ü. e Edebyat aültes e Dergs Sayı 4 (004 9-8 KONYA Pareto I Daılımıı l Bozulma Sasürlü Öreleme Plaıa Dayalı Parametreler Tahm ve Belee Test Süres * Cou KU Mehmet eda KAYA Özet: Bu çalımada l bozulma sasürlü
DetaylıGaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması
EN AKÜLTESİ EN DERGİSİ E06 4 9-5 Araştıra Maales Gelş Receved :6/0/06 Kabul Accepted :/0/06 Erha AKIN Selçu Üverstes e aültes z Bölüü Kapüs 450 Koya Türye e-al: ea@selcu.edu.tr Öz: Bu çalışada Gaut atsayıları
DetaylıCOMPARISON OF PARAMETERIZATION METHODS USED FOR B- SPLINE CURVE INTERPOLATION
Iteratoal Egeerg, Scece ad Educato Coferece, December 206 COMPARISO OF PARAMETERIZATIO METHODS USED FOR B- SPLIE CURVE ITERPOLATIO Sıtı ÖZTÜRK Kocael Üverstes, Mühedsl Faültes, Eletro ve Haberleşme Mühedslğ
DetaylıPolinom İnterpolasyonu
Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır
DetaylıTÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM**
D.P.Ü. Fe Blmler Esttüsü 6. Sayı Eylül 8 Türev Değerler İçere Rasyoel İterpolasyo Yötemler ve Uygulamaları TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI Bayram Al İBRAHİMOĞLU*
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ. q-tomurcuk FONKSİYONU ve q-bezier EĞRİLERİ. Melike SARAÇ MATEMATİK ANABİLİM DALI
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ -TOMURCUK FONKSİYONU ve -BEZIER EĞRİLERİ Mele SARAÇ MATEMATİK ANABİLİM DALI ANKARA 2015 Her haı salıdır ET IK Aara Üverstes Fe Blmler Esttüsü
Detaylıİstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003.
İstatst Araştırma Dergs, Clt: 0, No: 0, Sayfa: 03-7, 003. İstatstsel Parametre Kestrm Teler Webull Dağılımıı Parametreler Hesaplamasıda Kullaımı Ve Deprem Verler Webull Dağılımıa Uygulaması Veysel YILMAZ
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ. İnci AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 2007
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ İ AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 7 Her haı salıdır ÖZET Dotora Tez SONLU KARMA DAĞILIMLARDA PARAMETRE
DetaylıSABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME
SABİ-KUUP YAKLAŞIMI KULLAILARAK ELEKOFERASA ODA AKUSİK EKO YOK EME uğba Özge ÖZDİÇ Rıfat HACIOĞLU Eletr-Eletron Mühendslğ Bölümü Mühendsl Faültes Zongulda Karaelmas Ünverstes, 671, Zongulda ozdnc_ozge@hotmal.com
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLAR İÇİN EN ÇOK OLABİLİRLİK VE FARKLI KAYIP FONKSİYONLARI ALTINDA BAYES TAHMİN EDİCİLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI Gülca GENCER
DetaylıÇok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma
Süleyma Demrel Üverstes, Fe Blmler Esttüsü Dergs, 15- ( 011),17-134 Çok Aşamalı Sıralı Küme Öreklemes Tasarımlarıı Etklkler Üzere Br Çalışma Nlay AKINCI 1, Yaprak Arzu ÖZDEMİR * 1 TRT Geel Müdürlüğü Reklam
DetaylıYüksek 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,
DetaylıİŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI
İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve
DetaylıGiriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:
Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,
DetaylıBR GRAPHIN KOMULUK MATRS LE DERECE MATRSNN ÇARPIMININ EN BÜYÜK ÖZDEER ÇN SINIRLAR
BR GRAPHIN KOMULUK MATRS LE DERECE MATRSNN ÇARPIMININ EN BÜYÜK ÖZDEER ÇN SINIRLAR Sezer SORGUN ve erfe BÜYÜKKÖSE Ercyes Üverstes, Fe Bller Esttüsü, Mateat Bölüü, KAYSER srgrzs@gal.co Ah Evra Üverstes,
DetaylıPOISSON 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,
DetaylıTEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış
ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0
DetaylıANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:7 Sayı/No: 1 : (2006)
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:7 Sayı/No: : 65-74 (26 DERLEME/REVIEW YAŞAM TESTİNDE KULLANILAN ÜSTEL VE WEİBULL DAĞILIMLARININ
DetaylıTanımlayıcı 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
DetaylıRANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras
RANKI OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI Reports Of Free Groups Otomorfzm Rak Le Algebras Özge ÖZTEKİN Matematk Aa Blm Dalı Name EKİCİ Matematk Aa Blm Dalı ÖZET Bu çalışmada,
Detaylı1. KODLAMA KURAMINA GİRİŞ 1
ÖNSÖZ Bu çalışmaı oluşumu esasıda emeğ, blgs ve sosuz desteğyle baa yol göstere değerl hocam Prof. Dr. Erol BALKANAY a; alayışı, desteğ ve atılarıda ötürü değerl hocam Yrd. Doç. Dr. Recep KORKMAZ a teşeürlerm
DetaylıKUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ
Eoometr ve İstatst Sayı:5 0-4 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Arzdar KİRACI* Özet Gücel yazıda,
DetaylıREGRESYON 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,
DetaylıGenelleştirilmiş 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
DetaylıBEKLENEN 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
DetaylıFarklı 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
DetaylıYrd. 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,
DetaylıYER 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,
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ GRAFLAR ÜZERİNDE YENİ KIRCHHOFF YAPILARININ TANITILMASI Betül ACAR YÜKSEK LİSANS TEZİ Matemat Aablm Dalı Şubat-0 KONYA Her Haı Salıdır TEZ BİLDİRİMİ Bu
DetaylıFilbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices
lert Matrsler Normları İç lt ve Üst Sıırlar Sülema Demrel Üverstes B Türe E Sarııar e Blmler Esttüsü Dergs - (00 - lert Matrsler Normları İç lt ve Üst Sıırlar Bahr TÜREN E SRIPINR Sülema Demrel Üverstes
DetaylıFark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi
Far Delemler Çzümüde Parametreler Değşm Ytem *Hüsey Koama Saarya Üverstes, Fe-Edebyat Faültes, Matemat Blümü, 587, Saarya Özet: İçersde e az br mertebede,,,, E b solu arları buluduğu osyoel delemlere Far
Detaylıİki 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
DetaylıBir 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
Detaylıuzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v
1. Temel Form: Brnc temel form geometrk olarak yüzeyn çnde blndğ zayına gtmeden yüzey üzernde ölçme yamamızı sağlar. (Eğrlern znlğ, teğet ektörlern açıları, bölgelern alanları gb) S üzerndek ç çarım, br
DetaylıPORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI
Süleyma Demrel Üverstes İktsad ve İdar Blmler Fakültes Dergs Y.2008, C.3, S.2 s.335-350. Suleyma Demrel Uversty The Joural of Faculty of Ecoomcs ad Admstratve Sceces Y.2008, vol.3, No.2 pp.335-350. PORTFÖY
Detaylıalphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems
Avalable ole at www.alphaumercjoural.com alphaumerc joural he Joural of Operatos Research, Statstcs, Ecoometrcs ad Maagemet Iformato Systems Volume 4, Issue, 6 6.4..SA. Abstract UNSARED AND SARED FRAILY
DetaylıARAŞTIRMA MAKALESİ / RESEARCH ARTICLE
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A Uygulamalı Blmler ve Mühedslk ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Appled Sceces ad Egeerg Clt/Vol.: 3-Sayı/No: : 5-63 (202 ARAŞTIRMA
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ GENELLEŞTİRİLMİŞ -ORADAM DİZİSİ ve MATRİS TEMSİLLERİ Yas YAZLIK DOKTORA TEZİ Matemat Aablm Dalı Mart-03 KONYA er aı Salıdır TEZ BİLDİRİMİ Bu tezde bütü
DetaylıMIXED 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
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Pel İYİ GENETİK ALGORİTMA UYGULANARAK VE BİLGİ KRİTERLERİ KULLANILARAK ÇOKLU REGRESYONDA MODEL SEÇİMİ İSTATİSTİK ANABİLİM DALI ADANA, 006
DetaylıGRİ MARKOV KESTİRİM MODELİ KULLANILARAK DÖVİZ KURU TAHMİNİ
Joural of Ecoomcs, Face ad Accoutg (JEFA), ISSN: 48-6697 Year: 4 Volume: Issue: 3 CURRENCY EXCHANGE RATE ESTIMATION USING THE GREY MARKOV PREDICTION MODEL Omer Oala¹ ¹Marmara Uversty. omeroala@marmara.edu.tr
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ STRES DAYANIKLILIK GÜVENİLİRLİĞİNİN MASKELİ VERİLERE DAYALI TAHMİNİ Demet SEZER DOKTORA TEZİ İstatstkAablm Dalı Aralık-03 KONYA Her Hakkı Saklıdır TEZ
DetaylıARAŞTIRMA MAKALESİ /RESEARCH ARTICLE
ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ ANADOLU UNIVERIT JOURNAL OF CIENCE AND TECHNOLOG Clt/Vol.:8-ayı/No: : 93-0 (007) ARAŞTIRMA MAKALEİ /REEARCH ARTICLE TEK ÖNLÜ ÖZEL EÇİMLİ VARAN ÇÖZÜMLEMEİNDE
Detaylı0,1,..., n p polinomu bulma işlemine interpolasyon ve px ( )
Ç.Ü Fe Blmler Esttüsü Yl:29 Clt:2-1 İNTERPOLASYON VE KALAN TEORİSİ Iterpolto d Remder Theory Fge GÜLTÜRK Mtemt Ablm Dl Yusuf KARAKUŞ Mtemt Ablm Dl ÖZET Bu çlşmd İterpolsyo tmlmş, Lgrge İterpolsyo Formülü
Detaylıdeğerine 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
DetaylıPROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak
DetaylıĐst201 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
DetaylıAra Değer Hesabı (İnterpolasyon)
Ar Değer Hesbı İterpolso Ardeğer hesbı mühedsl problemlerde sılıl rşılşıl br şlemdr. İterpolso Ble değerlerde blmee rdeğer d değerler bulumsı şlemdr. Geel olr se br osouu 0,,, gb rı otlrd verle 0,,, değerler
DetaylıTEKRARLAMALI GAUSS-SEIDEL YARDIMCI DEĞİŞKENLER ALGORİTMASI İLE TRANSFER FONKSİYONU PARAMETRELERİNİN YANSIZ TAHMİNİ
ldağ Üerstes ühedsl-arlı Faültes ergs, Clt 2, Sayı, 27 KAAA GASS-S YAC ĞİŞKN AGOİAS İ ANSF FONKSİYON PAAİNİN YANSZ AHİNİ et HAN Osa Hl KOÇA Özet: B aalede, doğrsal zaala değşeye ayrı-zaalı ssteler trasfer
DetaylıTahmin 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
DetaylıYaşam eğrilerini karşılaştırmak için kullanılan skor ve ağırlıklı testler: Sayısal örnekler
www.statstcler.org İstatstçler Dergs: İstatst&Atüerya 6 () - İstatstçler Dergs: İstatst&Atüerya Yaşam eğrler arşılaştırma ç ullaıla sor ve ağırlılı testler: ayısal öreler Duru Karasoy Hacettepe Üverstes
DetaylıUYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.
UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ
DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ Clt: 2 Sayı: 3 sh 87-02 Ekm 200 VOLTERRA SERİLERİ METODU İLE DOĞRUSAL OLMAYAN SİSTEMLERİN FREKANS BOYUTUNDA ANALİZİ İÇİN NET TABANLI ARAYÜZ TASARIMI (DESIGN
DetaylıEMG işaretlerini dalgacık dönüşümü ve bulanık mantık sınıflayıcı kullanarak sınıflama
tüdergs/d ühedsl Clt:4, Sayı:3, 5-3 Hazra 005 EMG şaretler dalgacı döüşüü ve blaı atı sııflayıcı llaara sııflaa Yücel KOÇYİĞİT *, Mehet KORÜREK İTÜ Eletr-Eletro Faültes Eletro ve Haberleşe Mühedslğ Bölüü,
DetaylıZaman Gecikmesine Sahip Kesirli Dereceli Belirsiz Sistemler için Kontrolör Tasarımı
EEB 26 Eletr-Eletro ve Blgsayar Sempozyumu, -3 Mayıs 26, Toat TÜRKİYE Zama Gecmese Sahp Kesrl Derecel Belrsz Sstemler ç Kotrolör Tasarımı Tufa Doğruer, Nusret Ta 2 Eletro ve Otomasyo Bölümü Gazosmapaşa
DetaylıÇOKLU 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
DetaylıPARAMETRİK 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,
DetaylıHĐPERSTATĐK 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,
DetaylıWEİBULL 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
DetaylıYapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi
Fırat Üv. Müh. Bl. Dergs Scece ad Eg. J of Fırat Uv. 8 (), 143-147, 016 8 (), 143-147, 016 Yapay Sr Ağlarıı Kullaarak Türkye İç Kara Yüzey Sıcaklığıı Modellemes Özet Oza Şekal Çukurova Üverstes, Blgsayar
DetaylıBÉZIER YAKLAŞIMI İLE BİR YÜZEYİN OLUŞTURULMASI VE C PROGRAMLAMA İLE CAM KODLARININ TÜRETİLMESİ
İMAK-asarım İmalat Aalz Kogres 6-8 Nsa 6 - ALIKESİR ÉZIER YAKLAŞIMI İLE İR YÜZEYİN OLUŞURULMASI VE C PROGRAMLAMA İLE CAM KODLARININ ÜREİLMESİ Cha ÖZEL, Erol KILIÇKAP Fırat Üverstes, Maka Mühedslğ ölümü-elaziğ
DetaylıThe Congeneric Test Theory and The Congeneric Item Analysis: An Application for Unidimensional Multiple Choice Tests
Anara Unversty, Journal of Faculty of Educatonal Scences, year: 005, vol: 38, no:, -47 The Congenerc Test Theory and The Congenerc Item Analyss: An Applcaton for Undmensonal Multple Choce Tests Hall YURDUGÜL
DetaylıBilgisayarla Görüye Giriş
Blgsayarla Görüye Grş Ders 8 Görüntü Eşleme Alp Ertürk alp.erturk@kocael.edu.tr Panorama Oluşturma Görüntüler eşlememz / çakıştırmamız gerekmektedr Panorama Oluşturma İk görüntüden özntelkler çıkar Panorama
DetaylıARAŞTIRMA 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
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon
DetaylıParçacık Sürü Optimizasyonu ile DWT-SVD Tabanlı Resim Damgalama
Parçacı Sürü Optmzasyou le DW-SVD abalı Resm Damgalama Veysel Aslataş, Abdullatf Doğa, Rfat Kurba Özet Multmedya eseler ç telf haı ve erşm otrolü amacıyla çeştl damgalama teler gelştrlmştr. Bu çalışmada
DetaylıT.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ
T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ BĠR GRAFIN TERS WIENER ENERJĠSĠ VE TERS WIENER-ESTRADA ĠNDEKSĠ Sez ÇĠZMECĠ YÜKSEK LĠSANS TEZĠ Matemat Aablm Dalı OCAK-0 KONYA Her Haı Salıdır TEZ BĠLDĠRĠMĠ
DetaylıİKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM
Electroc Joural of Vocatoal Colleges December/Aralı 20 İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ Hade GÜNAY AKDEMİR, Fatma TİRYAKİ 2 Özet Bu çalışmada, müşter talepler stoast, özellle esl rassal değşeler
DetaylıYILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ. Müh. Erdinç ÜSTÜAY YÜKSEK LİSANS TEZİ
YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MANEVRA YAPAN HEDEFLERİN KONUM VE KİNEMATİK BİLGİLERİNİ EN İYİ KESTİREN FİLTRELERİN İYİLEŞTİRİLMESİ VE YENİ BİR YAKLAŞIM OLAN ŞABLON FİLTRESİNİN TASARIMI
Detaylı(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
DetaylıDOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1
ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 265-270 (2001) ARAŞTIRMA MAKALESIRESEARCH ARTICLE DOGRUSAL REGRESYONDA SAGLAM TAHMN
Detaylı12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,
. Ders Büyü Sayılar Kauları Kouya geçmede öce DeMoivre-Stirlig formülüü ve DeMoivre-Laplace teoremii hatırlayalım. DeMoivre, geel terimi, a!,,, 3,... e ola dizii yaısa olduğuu göstermiş, aca limitii bulamamış.
DetaylıİSTATİSTİK 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
DetaylıÖLÇÜM, 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
DetaylıMeta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi
İtabul Üverte İşletme Faülte Derg Itabul Uverty Joural o the School o Bue Admtrato lt/vol:38, Sayı/No:2, 2009, 34-46 ISSN: 303-732 - www.derg.org 2009 Meta-aalzde ategor verler brleştrlmede ullaıla tattel
Detaylıİleri 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
Detaylı1. 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
DetaylıARAŞTIRMA MAKALESİ /RESEARCH ARTICLE
ANADOLU ÜNİVERSİESİ BİLİM VE EKNOLOJİ DERGİSİ ANADOLU UNIVERSIY JOURNAL OF SCIENCE AND ECHNOLOGY Clt/Vol.:8Sayı/No: : 5359 (7) ARAŞIRMA MAKALESİ /RESEARCH ARICLE SEMİPARAMERİK OPLAMSAL REGRESYON MODELİ
DetaylıEğitimle 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