ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR"

Transkript

1 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 öcede saptamış br stadarda göre sayısal değer belrlemes şe ölçüm der. Öcede saptamış bu stadarda se brm adı verlr. Öreğ br csm kütles klogram olduğu söyleyorsa, bu csm kütles klogram olarak taımlaa br brm katı olduğu söyler. Başka br deyşle br celğ ölçülmes demek, bu celğ brm veya brm bell br kesr kaç kere çerdğ saptaması demektr. Ölçme yaparke üzerde öemle durulması gereke k kavram doğruluk ve duyarlılıktır. Doğruluk, fzksel br celğ br ölçümüü gerçek değere e kadar yakı olduğuu gösterr. Duyarlılık, ayı büyüklüğü ölçülmesde elde edle k değer brbre e kadar yakı olduğuu gösterr. Ölçüm Souçları Nasıl Verlr? Ölçümler soucu elde edle sayısal değerler, acak ölçüm hataları le brlkte verldkçe alamlı olur. Öreğ fzksel br -celğ (uzuluk, zama, gerlm, elektrk akımı, vb) br ölçümüü yapalım. ölçümüü soucu -celğ değere bell br yaklaşıklıkla yakı olacaktır. İkc br ölçümü yaparsak, buu soucuu ölçümüü soucuda braz farklılaştığıı görürüz. Çok sayıda ölçüm yaparsak her br ölçüm ç farklı değer elde ederz. Bua göre -celğ gerçek değer tam olarak belrlemey bekleyemeyz. Buu yere çok sayıda ölçüm alarak, ölçüm souçlarıı asıl br dağılım gösterdğe ve e çok hag değer etrafıda topladığıa bakablrz. Ölçüm souçlarımızı; Ölçüle değer = E y tahm ± Hata (orta ya da ortalama değer) () şeklde fade ederz. Burada e y tahm dedğmz şey, ölçümler topladığı sayısal değerdr. Ölçümlerdek Hatalar Hçbr fzksel ölçüm hatasız değldr. Burada hatada kasıt, yalış ya da kusur değl, belrszlk tr. Kullaıla ölçüm alet duyarlılığı ve ölçümde zlele deeysel metoda bağlı olarak yapılacak ölçümü soucu belrl br hata sıırı çersde olacaktır. Öreğ mm bölmel br cetvel le br kurşu kalem boyuu 6,3 cm olarak ölçeblrz. A. Ozasoy, Akara 0

2 Acak kulladığımız ölçü alet duyarlılığıda dolayı kalem boyuu ölçerke vrgülde sorak kc basamağı e olduğuu blemeyz. 6,30 cm?, 6,35 cm? Buu ç kompas gb daha duyarlı ölçüm yapa br ölçüm alet kullamamız gerekr Ölçümlerdek hatalar; -) Sstematk Hatalar -) İstatstksel (Rastgelel)Hatalar olmak üzere k kısımda celeeblr. Sstematk Hatalar: Bu tp hatalar, kullaıla ölçüm aletlerde, deeyde zlele metotta ve dış etklerde kayaklaır. Bu tp hatalar ölçüm soucuu hep tek yöde etkler. Sstematk hataları, deey yötem değştrerek, daha hassas ölçü aletler kullaarak ya da deey souda gerekl düzeltmeler yaparak ortada kaldırablrz. İstatstksel (Rastgele) Hatalar: Ölçme duyarlılığıı doğal olarak sıırlı oluşuda kayaklaa hatalardır. Bu hatalar soucu çft yölü etkler. Daha fazla sayıda ölçüm alarak statstksel hataları azaltablrz. Alamlı Rakamlar Br ölçümü duyarlığı, ölçümü fade ede rakam sayısı le belrler. Yapıla br ölçümü belrtmede kullaıla rakamlara alamlı rakamlar der. Alamlı rakamlar doğruluğu keslkle ble rakamlarla brlkte şüphel br rakam daha çerr. Aks belrtlmedkçe, e so rakamı şüphel olduğu (bu rakamda belrszlk olduğu) kabul edlr. Öreğ; br ktabı kalılığıı,53 cm olduğu söyleyorsa burada üçücü rakam belrszlk taşır (şüpheldr). Buradak belrszlğ 0,0 cm mertebesde olduğu söyler. Alamlı rakam sayısı şu kurallarla belrleeblr.. Odalıklı sayılarda vrgülü yer belrtmek ç kullaıla sıfırlar alamlı değldr. Öreğ, 0,3 m olarak verle br ölçüm soucuu alamlı rakam sayısı kdr. Ayı souç 3 cm olarak verlseyd, alamlı rakam sayısı ye k olurdu. Dolayısıyla ölçümü duyarlılığı brmler değştrmekle artırılamaz. A. Ozasoy, Akara 0

3 . Ölçüm soucuu br parçası ola sıfırlar alamlıdır. Öreğ; 0,00400 sayısıı alamlı rakam sayısı beştr sayısı gb sıfırlar çere br sayıı alamlı rakam sayısıı bulmak ç blmsel gösterm kullamak daha kullaışlı olur. Blmsel göstermde bu sayıyı 0 u kuvvetler csde yazarız ( alamlı rakam) 4,0 0 3 ( alamlı rakam) 4, (3 alamlı rakam) 4. Br ölçümü soucu stele alamlı rakam sayısıda daha çok rakam çereblr. Böyle br durumda gereke alamlı rakam sayısıı buluması ç şular yapılır. Kalması stee so rakamda sora gele rakam 5 te küçük se so rakam aye bırakılır. Öreğ,73 sayısıı üç alamlı rakamla yazılışı,73 tür. Eğer kalması stee so rakamda sorak rakam 5 ve 5 te büyük se so rakam artırılır. Öreğ; 8,6547 sayısıı 4 alamlı rakamla yazılışı 8,655 tr. 5. Alamlı sayılarda çarpma ve bölme şlem: Soucu alamlı rakam sayısı, e az alamlı rakama sahp ola sayıı alamlı rakam sayısı le belrler. Öreğ; (0,745,) /(3,885) şlem soucu alamlı rakamla verlmeldr. Çükü şleme gre sayılar çde e az alamlı rakama sahp ola sayı, dr ve alamlı rakam sayısı kdr =0,4870 0,4 olarak verlr. 6. Alamlı sayılarda toplama ve çıkarma şlem: Souç e az odalık basamağa sahp sayıya göre belrler Öreğ; 7, , -,74 = 53,63 3 odalık basamak odalık basamak odalık basamak Souç tek odalık basamak çermel =53,6 A. Ozasoy, Akara 0 3

4 Ölçüm Souçlarıı Değerledrlmesde Hata Hesabı Fzksel br büyüklük ç br ölçümüü yapalım (uzuluk, kütle, zama ölçümü vb.). Ölçümümüzü kez tekrar edelm. Ölçümümüz br değer çevresde br Gauss dağılımı (ormal dağılım) gösterecektr. μ ortalama değerl ve stadart sapmalı Gauss dağılımı ( μ ) f G( ; μ, ) = e () π le verlr. Çok sayıda ölçümü alıdığı br durumda fzksel olarak ölçümü tarf etmek ç kullaılır Gauss dağılımı kullaılır. Ortalama Değer: Br - celğ ayrık tae ölçümü ç ortalama değer artmetk ortalama alıarak buluur. ort = = [ ] = (3) Ölçümler değer cvarıda br Gauss dağılımı gösterr. değer, br fzksel ölçüm ç e olası değer ya da e y ölçüm değerdr. Sapma: Ayrık ( =,..., ) ölçümler her br ortalama değer de e kadar farklılaştığıı göstere fadeye sapma der.. ölçüm ç sapma a = (4) le verlr. a değerler poztf, egatf veya sıfır olablr. a ler heps çok küçükse ölçümlermz heps brbre çok yakıdır. Bu sapma değerler artmetk ortalamasıa bakmak stersek, bu sıfır vereblr. Dolayısıyla, sapmaı ortalaması ölçümü güverllğ le lgl blg vermeyeblr. Bu sıkıtıda kurtulmak ç k yol vardır: a = 0 olablr (5) Sapma değerler mutlak değerler ortalamasıı almak Sapma değerler kares alıp toplamak (böylelkle poztf sayılar elde ederz) ve daha sora toplamı kareköküü almak A. Ozasoy, Akara 0 4

5 Mutlak Hata: Sapma değerler mutlak değerler ortalamasıı alırsak, poztf br sayı elde ederz ve ölçümü güvelrlğ le lgl br fkr edeblrz. Mutlak sapma; [ a + a a ] a = a =... (6) şeklde taımlaır. Burada, mutlak hatayı kullaarak ölçüm souçlarıı şu şeklde vereblrz: Ölçüle değer= Ortalama değer ± hata = ± a (7) Bu verle souca göre, ölçümlermz a değer le + a değer arasıdadır. Başka br fadeyle, ölçümlermz le lgl mumum değer m = a ve maksmum değer maks = + a dır. Stadart Sapma: Ölçüm souçlarımızı daha hassas br şeklde değerledrmek styorsak, mutlak hatada başka br taımlamaya htyacımız vardır. Stadart sapma; = ( ) (8) ( a ) = şeklde taımlaır. Bu fade aslıda,,..., ölçümlerdek sapmaları kare ortalama karekökü (kok değer) olarak açıklaablr. Stadart sapma, ayrık,..., ölçümlerdek ortalama belrszlğ fade eder. Stadart sapma le lgl daha y br taımlama, (8) deklemde paydadak sayısı (-) le değştrlerek yapılır. Bua göre, = ( ) (9) ( ( a ) = ) ( ) (9) deklem le verle stadart sapma taımı, (8) deklem le verlede braz daha büyük br değer verr, acak özellkle ölçüm sayısı az se, ölçümlerdek belrszlğ alamada daha faydalıdır. Öreğ = (br ölçüm) gb uç br öreğ göz öüe alalım. Br ölçüm ç = olur. (8) le verle taıma göre, stadart sapma = 0 gb saçma br souç verr. A. Ozasoy, Akara 0 5

6 (9) deklem le verle düzeltlmş stadart sapma taımı se, 0 0 belrszlğ verr. Bua göre, taımsızdır ve br ölçüm ç hataı taımsız olacağı soucuu verr. İk taım arasıdak fark pek çok ölçüm ç öemszdr. Öreğ, 5 kez ölçüm yapmışsak (=5) =, ve = elde edlr. (8) dekleme göre = 0,7 ve (9) dekleme göre = 0, 8 elde edlr ve k souç öeml br farka sahp değldr. Stadart sapma ç her k deklem de akılda tutarak, kcs özellkle fzk laboratuarlarıda daha kullaışlı olduğuu belrtmekte fayda vardır. Ortalamaı Stadart Sapması: Ortalama değer üzerdek belrszlğ verr ve şu şeklde taımlaır: = ( ) (0) ( a ) = ( ) ( ) öeml br özellğ paydadak değerdr. stadart sapma ayrık ölçümlerdek ortalama belrszlğ veryordu. Eğer ayı deeysel tekğ kullaarak, daha fazla sayıda ölçüm yaparsak kayda değer br şeklde değşmez. Ya ölçüm sayısıı artırmakla ölçüm üzerdek hatayı öeml şeklde azaltmış olmayız. Dğer tarafta ölçüm sayısı artıkça, ortalamaı stadart sapması =, yavaşça azalır. Bu azalma bzm stedğmz şeydr. Burada, ortalamaı stadart sapmasıı kullaarak ölçüm souçlarıı şu şeklde vereblrz: Ölçüle değer= Ortalama değer ± hata = ± () a Bağıl Hata: oraıa bağıl hata der. Bağıl hata çoğu zama kesrsel hata olarak da adladırılır ve yüzde olarak verlr. Öreğ, br deey soucu bağıl hata a =0,003 olarak verlyorsa, ölçüm soucu %0,3 hata yapılmış demektr. A. Ozasoy, Akara 0 6

7 Kayaklar:. A Itroducto to Error Aalyss, J.R. Taylor, Secod edto, Uversty Scece Books, 997. Deel ve Çağdaş Fzk Laboratuar Deeyler, İsmet Ertaş, Ege Üverstes Fe Fak. Ktaplar Sers 44, FİZ548 Yüksek Eerj Fzğde Smulasyo Tekkler Ders Notları, Orha Çakır, 004, 4. FİZ55 Blgsayar Destekl Mekak Lab. Deey Kılavuzu, Ç. Tarımcı, A. Kaşkaş, Ç. Yıldız, AÜFF Döer Sermaye İşletmes Yayıları 45, 004 A. Ozasoy, Akara 0 7

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

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

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

İki veri setinin yapısının karşılaştırılması

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

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak

Detaylı

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

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

Detaylı

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

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

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

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

Detaylı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

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

Detaylı

Quality Planning and Control

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

Detaylı

BEKLENEN DEĞER VE VARYANS

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

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

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

Detaylı

Regresyon ve Korelasyon Analizi. Regresyon Analizi

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

Detaylı

1. GAZLARIN DAVRANI I

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

Detaylı

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir. Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

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

Detaylı

Fizikte Veri Analizi

Fizikte Veri Analizi Fizikte Veri Analizi Ders 1 Ölçme ve Belirsizlik Öğr. Gör. Dr. Mehmet Tarakçı http://kisi.deu.edu.tr/mehmet.tarakci/ Fizikte Veri Analizi Ölçme Doğruluk ve duyarlılık Belirsizlik Hata kaynakları Sistematik

Detaylı

6. Uygulama. dx < olduğunda ( )

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

Detaylı

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

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

Detaylı

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler. OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

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

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

Detaylı

Polinom İnterpolasyonu

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

Detaylı

DEĞİŞİM ÖLÇÜLERİ 4. TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI. Ünite: 4 DEĞİŞİM ÖLÇÜLERİ. Doç. Dr. Yüksel TERZİ İÇİNDEKİLER İÇİNDEKİLER

DEĞİŞİM ÖLÇÜLERİ 4. TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI. Ünite: 4 DEĞİŞİM ÖLÇÜLERİ. Doç. Dr. Yüksel TERZİ İÇİNDEKİLER İÇİNDEKİLER TAŞINMAZ GELİŞTİRME Üte: DEĞİŞİM ÖLÇÜLERİ Doç. Dr. üksel TERZİ TAŞINMAZ GELİŞTİRME TEZSİZ ÜKSEK LİSANS PROGRAMI İÇİNDEKİLER.1. GİRİŞ.. DEĞİŞİM ÖLÇÜLERİ..1. Değşm Geşlğ... Kartller Arası fark... Ortalama

Detaylı

İstatistik ve Olasılık

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

Detaylı

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

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

Detaylı

2 Hata Hesabı. Hata Nedir? Mutlak Hata. Bağıl Hata

2 Hata Hesabı. Hata Nedir? Mutlak Hata. Bağıl Hata Hata Hesabı Hata Nedir? Herhangi bir fiziksel büyüklüğün ölçülen değeri ile gerçek değeri arasındaki farka hata denir. Ölçülen bir fiziksel büyüklüğün sayısal değeri, yapılan deneysel hatalardan dolayı

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

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

Detaylı

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

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

Detaylı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

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

Detaylı

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

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

Detaylı

Öğretim Üyesi. Topoğrafya İnşaat Mühendisliği

Öğretim Üyesi. Topoğrafya İnşaat Mühendisliği Öğretim Üyesi Mehmet Zeki COŞKUN Y. Doç. Dr. İşaat Fak., Jeodezi ve Fotogrametri Müh. Ölçme Tekiği Aabilim Dalı (1) 85-6573 coskumeh@itu.edu.tr http://atlas.cc.itu.edu.tr/~cosku Adres Öğreci görüşme saatleri:

Detaylı

Doç. Dr. Mehmet AKSARAYLI

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

Detaylı

İstatistik ve Olasılık

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

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

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

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

Detaylı

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

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

Detaylı

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

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

Detaylı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı YÖNEYLEM ARAŞTIRMASI III Hafta Determstk Damk Programlama (devam) Damk Programlama Geçe derste küçük ölçekl problemler damk programlamayla yelemel olarak asıl çözüldüğüü gördük. Bu derste, öreklere devam

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekoom ve Tekoloj Üverstes İKT351 Ekoometr I, Ara Sıavı Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sıav toplam 100 pua değerde 4 soruda oluşmaktadır. Sıav süres 90 dakkadır ve

Detaylı

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

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

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesir Üiversitesi İşaat Mühedisliği Bölümü umutokka@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme

Detaylı

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

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

Detaylı

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

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

Detaylı

Fiz 1011 Ders 1. Fizik ve Ölçme. Ölçme Temel Kavramlar. Uzunluk Kütle Zaman. Birim Sistemleri. Boyut Analizi.

Fiz 1011 Ders 1. Fizik ve Ölçme. Ölçme Temel Kavramlar. Uzunluk Kütle Zaman. Birim Sistemleri. Boyut Analizi. Fiz 1011 Ders 1 Fizik ve Ölçme Ölçme Temel Kavramlar Uzunluk Kütle Zaman Birim Sistemleri Boyut Analizi http://kisi.deu.edu.tr/mehmet.tarakci/ Ölçme Nedir? Fiziksel bir büyüklüğü ölçmek, birim olarak seçilen

Detaylı

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)

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

Detaylı

Đst201 Đstatistik Teorisi I

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

Detaylı

SAYILAR DERS NOTLARI Bölüm 1 / 3 SAYILAR DERS NOTLARI KONU BASLIKLARI:

SAYILAR DERS NOTLARI Bölüm 1 / 3 SAYILAR DERS NOTLARI KONU BASLIKLARI: www.testhae.com SAYILAR DERS NOTLARI Bölüm / 3 SAYILAR DERS NOTLARI KONU BASLIKLARI: -RAKAM -SAYI -DOGAL SAYILAR -SAYMA SAYILARI -ÇFT DOGAL SAYILAR -TEK DOGAL SAYILAR -ARDISIK DOGAL SAYILAR -ARDISIK ILK

Detaylı

VEKTÖRLER VE VEKTÖREL IŞLEMLER

VEKTÖRLER VE VEKTÖREL IŞLEMLER VEKTÖRLER VE VEKTÖREL IŞLEMLER 1 2.1 Tanımlar Skaler büyüklük: Sadece şddet bulunan büyüklükler (örn: uzunluk, zaman, kütle, hacm, enerj, yoğunluk) Br harf le sembolze edleblr. (örn: kütle: m) Şddet :

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

TRAFİK SİMÜLASYON TEKNİKLERİ

TRAFİK SİMÜLASYON TEKNİKLERİ TRAFİK SİMÜLASYON TEKNİKLERİ 2. HAFTA Doç. Dr. Haka GÜLER (2015-2016) 1. TRAFİK AKIM PARAMETRELERİ Üç öeml rafk akım parameres vardır: Hacm veya akım oraı, Hız, Yoğuluk. 2. KESİNTİSİZ AKIM HACİM E AKIM

Detaylı

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

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

Detaylı

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

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

Detaylı

TABAKALI ŞANS ÖRNEKLEME

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

Detaylı

NİÇİN ÖRNEKLEME YAPILIR?

NİÇİN ÖRNEKLEME YAPILIR? İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6.

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6. Problemler 3 i Çözümleri Problemler 3 i Çözümleri Aşağıdaki özellikleri kaıtlamaızı ve buu yaıda daha fazla soyut kaıt vermeizi isteyeceğiz. h.h. eşitliğii ölçümü sıfır ola bir kümei tümleyei üzeride eşit

Detaylı

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri   Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

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

Detaylı

BÖLÜM 2 OLASILIK TEORİSİ

BÖLÜM 2 OLASILIK TEORİSİ BÖLÜM OLSILIK TEORİSİ İstatstksel araştırmaları temel koularıda br souu öede kes olarak blmeye bazı şasa bağlı olayları (deemeler) olası tüm mümkü souçlarıı hag sıklıkla ortaya çıktığıı belrleyeblmektr.

Detaylı

HĐPERSTATĐK SĐSTEMLER

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

Detaylı

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr

Detaylı

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

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

Detaylı

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

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

Detaylı

ASAL ÇARPANLARINA AYIRMA ÇÖZÜMLÜ SORULAR

ASAL ÇARPANLARINA AYIRMA ÇÖZÜMLÜ SORULAR ASAL ÇARPANLARINA AYIRMA ÇÖZÜMLÜ SORULAR 1) 60 sayısıı asal çarpalarıa ayrılmış şekli aşağıdakilerde hagisidir? A)..5 D)..5 B)..5 E)..5 C)..5 1.Yötem: 60 180 90 45 60..5 tir. 15 5 5 1.Yötem: Öğrecilerimizi1.Yötemde

Detaylı

Yayılma (Değişkenlik) Ölçüleri

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

Detaylı

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

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

Detaylı

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2

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

Detaylı

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek Fasal Yöetm Örek lar Güz 2015 Güz 2015 Fasal Yöetm Örek lar 2 Örek FİNNSL YÖNETİM ÖRNEKLER 1000 TL %10 fazde kaç yıl süreyle yatırıldığıda 1600 TL olur? =1000 TL, FV=1600 TL, =0.1 FV (1 ) FV 1600 (1 )

Detaylı

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2 LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık

Detaylı

6. NORMAL ALT GRUPLAR

6. NORMAL ALT GRUPLAR 6. ORMAL ALT GRUPLAR G br grup ve olsun. 5. Bölümden çn eştlğnn her zaman doğru olamayacağını blyoruz. Fakat bu özellğ sağlayan gruplar, grup teorsnde öneml rol oynamaktadır. Bu bölümde bu tür grupları

Detaylı

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

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

Detaylı

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI

İŞLETMELERDE 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

Detaylı

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları

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

Detaylı

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

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

Detaylı

BİR ÇUBUĞUN MODAL ANALİZİ. A.Saide Sarıgül

BİR ÇUBUĞUN MODAL ANALİZİ. A.Saide Sarıgül BİR ÇUBUĞUN MODAL ANALİZİ A.Saide Sarıgül DENEYİN AMACI: Akastre bir çubuğu modal parametrelerii (doğal frekas, titreşim biçimi, iç söümü) elde edilmesi. TANIMLAMALAR: Modal aaliz: Titreşe bir sistemi

Detaylı

NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ

NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük

Detaylı

HİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.

HİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir. HİPOTEZ TETLERİ İstatistikte hipotez testleri, karar teorisi olarak adladırılır. Ortaya atıla doğru veya yalış iddialara hipotez deir. Öreği para hilesizdir deildiğide bu bir hipotezdir. Ortaya atıla iddiaya

Detaylı

İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ

İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ Bu bölümdeki yötemler, bilimeye POPULASYON PARAMETRE değeri hakkıda; TAHMİN yapmaya yöelik ve, KARAR vermekle ilgili, olmak üzere iki grupta icelemektedir. Parametre

Detaylı

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

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

Detaylı

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük

Detaylı

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3 Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

SOYUT CEBİR VE SAYILAR TEORİSİ

SOYUT CEBİR VE SAYILAR TEORİSİ ÇÖZÜMLÜ PROBLEMLERLE SOYUT CEBİR VE SAYILAR TEORİSİ PROF. DR. MEHMET ERDOĞAN Beyket Üverstes Fe-Edebyat Fakültes Matematk-Blgsayar Bölümü YRD. DOÇ. DR. GÜLŞEN YILMAZ Beyket Üverstes Fe-Edebyat Fakültes

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

Ölçme Hataları ve Normal Dağılım

Ölçme Hataları ve Normal Dağılım Ölçme Hataları ve Normal Dağılım Yıl 967. Fzk ders mekak laoratuarıda rc laoratuar. Kousu: Ölçme ve çft kefel terazler hassasyet. Mesaj: ey ölçerse ölç, ölçmek stedğ şey ulamazsı, ölçü alet hassasyet sıırları

Detaylı

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

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

Detaylı

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

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

Detaylı

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

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

Detaylı

Problem 1. Problem 2. Problem 3. Problem 4. PURPLE COMET MATEMATİK BULUŞMASI Nisan 2010 LİSE - PROBLEMLERİ

Problem 1. Problem 2. Problem 3. Problem 4. PURPLE COMET MATEMATİK BULUŞMASI Nisan 2010 LİSE - PROBLEMLERİ PURPLE COMET MATEMATİK BULUŞMASI Nisa 2010 LİSE - PROBLEMLERİ c Copyright Titu Adreescu ad Joatha Kae Çeviri. Sibel Kılıçarsla Casu ve Fatih Kürşat Casu Problem 1 m ve aralarıda asal pozitif tam sayılar

Detaylı

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV Diziler ve Seriler Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 7 Amaçlar Bu üiteyi çalıştıkta sora; dizi kavramıı taıyacak, dizileri yakısaklığıı araştırabilecek, sosuz toplamı alamıı bilecek, serileri yakısaklığıı

Detaylı

KONSTRUKSİYONDA ŞEKİLLENDİRME

KONSTRUKSİYONDA ŞEKİLLENDİRME T.C. Uludağ Üverstes Fe Blmler Esttüsü ake ühedslğ Bölümü KOSTRUKSİYODA ŞEKİLLEDİRE PROJE: HASSAS DÖE SAYISI AYAR EKAIZASI TASARII Prof. Dr. Em GÜLLÜ Hazırlaya: ake üh. İlyaz İDRİZOGLU 585 Bursa 9 İÇİDEKİLER

Detaylı

Operasyonel Risk İleri Ölçüm Modelleri

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

Detaylı

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

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

Detaylı