7. İSTATİSTİK GÜNLERİ SEMPOZYUMU Haziran 2010 ODTÜ/ANKARA BİLDİRİ ÖZETLERİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "7. İSTATİSTİK GÜNLERİ SEMPOZYUMU. 28-30 Haziran 2010 ODTÜ/ANKARA BİLDİRİ ÖZETLERİ"

Transkript

1 7. İSTATİSTİK GÜNLERİ SEMPOZYUMU 8-30 Hazira 00 ODTÜ/ANKARA BİLDİRİ ÖZETLERİ

2 SEMPOZYUM ONUR KURULU Prof. Dr. Ahmet Acar, ODTÜ Rektörü Prof. Dr. Cüeyt Ca, ODTÜ Fe ve Edebiyat Fakültesi Dekaı Prof. Dr. Caa Özge, ODTÜ Fe Bilimleri Estitüsü Müdürü SEMPOZYUM DANIŞMA KURULU Prof. Dr. Fikri Akdeiz, Çukurova Üiversitesi Prof. Dr. Soer Göe, Gazi Üiversitesi Prof. Dr. Hüseyi Tatlıdil, Hacettee Üiversitesi Prof. Dr. Serdar Kurt, Dokuz Eylül Üiversitesi Prof. Dr. Ömer L. Gebizlioğlu, Akara Üiversitesi Doç. Dr. Mehmet Ali Cegiz, Odokuz Mayıs Üiversitesi SEMPOZYUM DÜZENLEME KURULU Prof. Dr. H. Öztaş Ayha Prof. Dr. Ayşe Deer Akkaya Doç. Dr. İci Batmaz Doç. Dr. Barış Sürücü Yard. Doç. Dr. Zeye Kalaylıoğlu Öğr. Gör. Dr. Özlem İlk Öğr. Gör. Dr. B. Burçak Başbuğ Erka Öğr. Gör. Dr. Ceyla Talu Yozgatlıgil Öğr. Gör. Dr. Vilda Purutcuoğlu Arş.Gör. Dr. Ayça Dömez Arş.Gör. Sia Asla Arş.Gör. Sibel Balcı Arş.Gör. Köül Bayramoğlu Arş.Gör. Elçi Kartal Arş.Gör. Gül İa Arş.Gör. Tuğba Erdem Arş.Gör. Özgür Asar Arş.Gör. Ceyda Yazıcı Arş.Gör. Olcay Öztürk

3 SEMPOZYUM BİLDİRİLER LİSTESİ DAVETLĠ KONUġMACI OTURUMU Oturum Başkaı: Prof. ÖztaĢ Ayha, Orta Doğu Tekik Üiversitesi Davetli Kouşmacı: Prof. Orha Güvee, Bilket Üiversitesi ĠSTATĠSTĠK BĠLĠMĠ, ETĠK, DÜNYA DĠNAMĠKLERĠ, BĠLGĠ TAHRĠFATI VE KARAR SĠSTEMLERĠNE ETKĠLERĠ DAVETLĠ KONUġMACI OTURUMU Oturum Başkaı: Doç. Ġci Batmaz, Orta Doğu Tekik Üiversitesi Davetli Kouşmacı: Prof. Burha TürkĢe, TOBB Ekoomi ve Tekoloji Üiversitesi BULANIK KÜME KURAMINDA GELĠġMELER 3 DAVETLĠ KONUġMACI OTURUMU 3 Oturum Başkaı: Doç. BarıĢ Sürücü, Orta Doğu Tekik Üiversitesi Davetli Kouşmacı: Prof. Ġsmiha Bayramoğlu, İzmir Ekoomi Üiversitesi SIRA ĠSTATĠSTĠKLERĠ VE ORTALAMA GERĠYE KALAN YAġAM FONKSĠYONLARI 4 DAVETLĠ KONUġMACI OTURUMU 4 Oturum Başkaı: Yrd. Doç. Zeye Kalaylıoğlu, Orta Doğu Tekik Üiversitesi Davetli Kouşmacı: Prof. Fikri Akdeiz, Çukurova Üiversitesi YARIPARAMETRĠK REGRESYON MODELLERĠNDE TAHMĠN YÖNTEMLERĠNĠN ĠNCELENMESĠ 5 OTURUM İstatistik Teorisi Oturum Başkaı: Prof. Ömer L. Gebizlioğlu, Akara Üiversitesi GENELLEŞTİRİLMİŞ T BIRNBAUM-SAUNDERS DAĞILIMLARI Ali İhsa Geç 6 VEKİL DEGİŞKEN KULLANILAN LİNEER REGRESYON MODELİNDE VARYANSIN ALIŞILMIŞ TAHMİN EDİCİSİ İLE YİNELENMİŞ STEİN-RULE TAHMİN EDİCİSİNİN PİTMAN YAKINLIK ÖLÇÜTÜNE GÖRE KARŞILAŞTIRILMASI Deiz Üal ve Güzi Yüksel 8 BERNSTEİN POLİNOMLARININ BAZI ÖZELLİKLERİ VE İSTATİSTİKSEL ÇIKARSAMALARI Muhammet Burak Kılıç, Selahatti Aydoğdu ve Mehmet Gürca 0 PROF. MOTI L. TIKU ÖZEL OTURUMU Oturum Başkaı: Prof. Fetih Yıldırım, Çakaya Üiversitesi RASGELE TASARIM DEĞİŞKENLİ KUADRATİK REGRESYON Ayşe D. Akkaya SAĞLAM GEN EKSPRESYON İNDEKSİ VE GENİŞLETİLMİŞ HALİ Vilda Purutçuoğlu 4 OTURUM Öreklem ve Araştırma Tekikleri Oturum Başkaı: Prof. Hülya Çıgı, Hacettee Üiversitesi İKİ SAFHALI ÖRNEKLEME YÖNTEMİNDE ORTANCA TAHMİNİ Sibel Al ve Hülya Çıgı 6 HANEHALKI ARAŞTIRMALARINDA YERİNE CEVAPLAYICIDAN ELDE EDİLEN BİRİM CEVAPLANMAMA HATASI ORTAK DEĞİŞKENLERİNİN BİLEŞENLERİ Sia Türkyılmaz ve Öztaş Ayha 8 SIRALI KÜME ÖRNEKLEMESİ TASARIMLARINDA YIĞIN ORTALAMASINA İLİŞKİN HİPOTEZ TESTİ Yarak Arzu Özdemir ve Fikri Gökıar 0

4 L-SIRALI KÜME ÖRNEKLEMESİ KULLANILARAK YIĞIN ORTALAMASININ TAHMİN EDİLMESİ Nilay Akıcı ve Yarak Arzu Özdemir YEREL ALAN KARAKTERİSTİKLERİNE İLİŞKİN DOĞRUDAN VE DOLAYLI TAHMİNLERİN ELDE EDİLMESİ Volka Seviç 4 OTURUM 3 Veri Aalizi Oturum Başkaı: Dr. B. Burçak BaĢbuğ Erka, Orta Doğu Tekik Üiversitesi İZMİR İLİ SICAKLIK VERİLERİNİN SPLİNE REGRESYON İLE MODELLENMESİ Nesliha Demirel 6 ÇOK DEĞİŞKENLİ VERİDE GRUP YAPISININ GÖSTERİMİ İÇİN KANONİK DEĞİŞKEN ANALİZİ BİPLOT KULLANIMI B. Barış Alka ve Cemal Ataka 8 TÜRKİYE VE HONG KONG-ÇİN DEKİ ÖĞRENCİLERİN MATEMATİK ÖĞRENME STRATEJİLERİ MODELİNİN KARŞILAŞTIRILMASI: ÇOKLU GRUP YAPISAL EŞİTLİKMODELLERİ YAKLAŞIMI Fatma Noya ve Gülhayat Gölbaşı Şimşek 30 YAĞIŞ VERİLERİNDE STANDART NORMAL TÜRDEŞLİK TESTİNİN KULLANILABİLİRLİĞİNİN BENZETİM YÖNTEMİ İLE DEĞERLENDİRİLMESİ Ceyla Yozgatlıgil, Vilda Purutçuoğlu, Ceyda Yazıcı ve İci Batmaz 3 OTURUM 4 Doğrusal ve Doğrusal Olmaya Modeller Oturum Başkaı: Dr. Ceyla Yozgatlıgil, Orta Doğu Tekik Üiversitesi İKİ AŞAMALI EN KÜÇÜK KARELER YÖNTEMİNİN KOMPARTMAN MODELİ ÜZERİNE UYGULANMASI Barış Aşıkgil ve Aydı Erar 35 KANTİL REGRESYON YÖNTEMİ VE BİR UYGULAMA İlkay Altıdağ ve Nimet Yaıcı Pehliva 37 DOĞRUSAL OLMAYAN REGRESYONDA AYKIRI DEĞERLERİN M-TAHMİN EDİCİSİ İLE TESPİTİ VE BİR SİMÜLASYON ÇALIŞMASI Ahmet Pekgör ve Aşır Geç 39 DOĞRUSAL OLMAYAN REGRESYONDA BAZI PARAMETRE ARALIK TAHMİNİ YÖNTEMLERİNİN KIYASLANMASI Atıf Evre 4 OTURUM 5 Bayesci İstatistik/ Biyoistatistik Oturum Başkaı: Dr. Özlem Ġlk, Orta Doğu Tekik Üiversitesi BAYES YÖNTEMİNİN META-ANALİZİNDE KULLANILMASI Filiz Karama 43 TÜRKİYE SÜPER LİGİ FUTBOL MAÇ SONUÇLARININ BAYESCİ MODELLENMESİ Mehmet Ali Cegiz, Naci Murat, Haydar Koç ve Yüksel Bek 45 COX REGRESYON'DA ÖRNEK GENİŞLİĞİ VE GÜÇ ANALİZİ Nesri Alka, Yüksel Terzi, Erol Terzi ve Naci Murat 47 EEG SİNYALLERİNDE İSTATİSTİKSEL BENZERLİK ANALİZİ Aler Vahalar, C. Cegiz Çelikoğlu ve Murat Özgöre 49 OTURUM 6 Yöeylem Araştırması ve Otimizasyo Oturum Başkaı: Prof. Ali Uzu, Çağ Üiversitesi SONLU KAPASİTELİ HETEROJEN KUYRUK MODELİ İÇİN GEÇİŞ OLASILIKLARININ ELDE EDİLMESİ H. Oka İşgüder ve C. Cegiz Çelikoğlu 5 REKTUM KANSERİ TEDAVİ YÖNTEMİNİN SEÇİMİNDE ANALİTİK HİYERARŞİ SÜRECİ VE KARAR AĞACI YÖNTEMLERİNİN KULLANIMI Aslı Suer, Ca Cegiz Çelikoğlu ve Oğuz Dicle 53 GÜVENİLİR OLMAYAN SİSTEMLERDE ÖNLEYİCİ BAKIM ZAMANLARININ BAYES YAKLAŞIMI İLE BELİRLENMESİ Selma Gürler, Deiz Türsel Eliiyi, Diçer Göksülük ve Ayça Şahi 55

5 AĞIRLIKLI HEDEF PROGRAMLAMA VERİ ZARFLAMA ANALİZİ YÖNTEMİ İLE TÜRKİYE DEKİ İLLERİN PERFORMANS DEĞERLENDİRMESİ H.Hasa Örkcü ve Hasa Bal 57 RCMARS-SAĞLAM CMARS YÖNTEMİ VE SAYISAL BİR UYGULAMA Ayşe Özme, Gerhard-Wilhelm Weber ve İci Batmaz 59 OTURUM 7 İstatistik Teorisi Oturum Başkaı: Prof. AyĢe D. Akkaya, Orta Doğu Tekik Üiversitesi ÖLÇEK PARAMETRELERİ İÇİN YENİ BİR TAHMİN EDİCİ Barış Sürücü 6 BURR XII DAĞILIMININ PARAMETRELERİNİN İLERLEYEN TÜR İLK BOZULMA SANSÜRLEMEYE DAYALI GÜVEN ARALIKLARI VE GÜVEN BÖLGELERİ Coşku Kuş ve Yuus Akdoğa 63 SIRA İSTATİSTİKLERİNİN YEREL BAĞIMLILIK FONKSİYONLARI Olcay Bozkurt ve İsmiha Bayramoğlu 65 İKİ DEĞİŞKENLİ GEOMETRİK DAĞILIM VE GENELLEŞMELERİ, BAĞIMLILIK ÖLÇÜLERİ VE DAĞILIM ÖZELLİKLERİ Özge Elmastaş Gülteki ve İsmiha Bayramoğlu 67 AYARLAMANIN DİSKRİMİNANT ANALİZİNDE HATA ORANLARINA ETKİSİ Hayriisa Demirci Biçer ve Cemal Ataka 69 KAPULA TAHMİN YÖNTEMLERİ VE İSTANBUL MENKUL KIYMETLER BORSASI NDA SEKTÖRLER ARASI BAĞIMLILIK YAPILARI Aslıha Alha ve Salih Çelebioğlu 7 OTURUM 8 Veri Madeciliği Oturum Başkaı: Prof. Gülser Köksal, Orta Doğu Tekik Üiversitesi OTOMOTİV SEKTÖRÜNDE BİRLİKTELİK KURALLARININ BELİRLENMESİNDE APRİORİ VE FP-GROWTH ALGORİTMALARININ KARŞILAŞTIRILMASI Meltem Ayeri Bölükbaş ve Semra Erolat 73 ÖĞRENME BAŞARISINI DEĞERLENDİRMEDE ID3, BULANIK ID3 VE OLASILIKSAL BULANIK ID3 ALGORİTMALARININ KARŞILAŞTIRILMASI Semra Erolat YILLARI ARASINDAKİ TÜRKİYE YAĞIŞ VERİLERİNİN TANIMLAYICI VERİ MADENCİLİĞİ YÖNTEMLERİ İLE ANALİZİ Özgür Asar, Elçi Kartal, Sia Asla, Muhammed Z. Öztürk, Ceyla Yozgatlıgil, İsmail Çıar, Ici Batmaz, Gülser Köksal, Murat Türkeş ve Hasa Tatlı 77 İMALAT SANAYİNDE KALİTELİ ÜRÜN VE SÜREÇ GELİŞTİRME İÇİN VERİ MADENCİLİĞİ YAKLAŞIMLARI Gülser Köksal ve İci Batmaz 80 OTURUM 9 Veri Madeciliği/İstatistiksel Hesalama/Hesalamalı İstatistik ve Yaay Siir Ağları Oturum Başkaı: Prof. ReĢat Kasa, Gazi Üiversitesi VARYANSLARIN HETEROJENLİĞİ ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TESTLER VE KARŞILAŞTIRMALARI Esra Yiğit ve Hamza Gamgam 83 İSTATİSTİK'TE ENTROPİYE DAYALI UYUM ÖLÇÜLERİNİN DİĞER UYUM ÖLÇÜLERİ İLE KIYASLANMASI Atıf Evre 85 FAKTÖR SAYISINININ BELİRLENMESİNDE BİLEŞİK GÜVENİLİRLİĞİ YAKLAŞIMI Gülhayat Gölbaşı Şimşek ve Fatma Noya 87 SARIMA MODELİ VE ELMAN YAPAY SİNİR AĞININ MELEZ YAKLAŞIMI İLE ANKARA HAVA KALİTESİ VERİLERİNİN ÇÖZÜMLENMESİ Çağdaş Haka Aladağ, Ufuk Yolcu ve Erol Eğrioğlu 89

6 OTURUM 0 Zama Serileri Aalizi Oturum Başkaı: Prof. Tayla Ula, Yeditee Üiversitesi İLERİ BESLEMELİ YAPAY SİNİR AĞLARI İLE ÖNGÖRÜ İÇİN GİZLİ TABAKA SAYISI ÜZERİNE BİR ARAŞTIRMA Faruk Alasla, Ebruca Tirig ve Erol Eğrioğlu 90 ANKARA HAVA KİRLİLİĞİ ZAMAN SERİSİNİN ÇÖZÜMLENMESİNDE KLASİK VE BULANIK ZAMAN SERİLERİ YAKLAŞIMLARININ KARŞILAŞTIRILMASI Erol Eğrioğlu, Ufuk Yolcu, Çağdaş Haka Aladağ ve Vedide Reza Uslu 9 ONDOKUZ MAYIS ÜNİVERSİTESİ TIP FAKÜLTESİ BEYİN CERRAHİSİ POLİKLİNİĞİNDE SİMÜLASYON YARDIMIYLA HASTA BEKLEME SÜRESİNİN AZALTILMASI Faruk Alasla, Özge Cağcağ ve Erol Eğrioğlu 94 USD DÖVİZ KURU VERİLERİNİN BULANIK ZAMAN SERİSİ YAKLAŞIMLARI İLE ÖNGÖRÜSÜ Cem Koçak, Erol Eğrioğlu, Ufuk Yolcu ve Çağdaş Haka Aladağ 96 ESENBOĞA VE ATATÜRK HAVAALANLARINDAKİ MEVSİMSEL HAREKETLİLİĞİN GÖSTERMELİK DEĞİŞKENLİK YÖNTEMİYLE TESPİT EDİLMESİ Deiz Koak ve Vilda Purutçuoğlu 98 DOĞRUSAL OLMAYAN DİNAMİK ZAMAN SERİLERİ ANALİZİ VE KORELASYON BOYUTUNUN KAYIP VERİ ATAMA YÖNTEMLERİNDE BAŞARIM ÖLÇÜTÜ OLARAK KULLANILMASI Sia Asla, Ceyla Yozgatlıgil, Cem İyigü ve İci Batmaz 00 OTURUM Parametrik Olmaya İstatistik Oturum Başkaı: Dr. Vilda Purutçuoğlu, Orta Doğu Tekik Üiversitesi PARAMETRİK OLMAYAN BASİT DOĞRUSAL REGRESYON MODELİNDE KATSAYILARIN TAHMİNLEMESİ Mehmet Fatih Karaasla ve Filiz Karama 03 DERİNLİKLERE DAYALI YÜZDELİK KONTURLARININ BOOSTRAP YÖNTEMİ İLE OLUŞTURULMASI İhsa Karabulut ve E.Burcu Mamak Ekici 05 KARIŞIM DAĞILIMLARI PROBLEMİ İÇİN PARAMETRİK OLMAYAN BİR YAKLAŞIM: OLASILIKLI UZAKLIK KÜMELEME YÖNTEMİ Cem İyigü 07 OTURUM Olasılık Teorisi/Bulaık Matık ve İstatistik Uygulamaları Oturum Başkaı: Doç. Sevta Kestel, Orta Doğu Tekik Üiversitesi EN YÜKSEK M VE EN DÜŞÜK M SKOR LİSTELERİ İLE GENELLEŞTİRİLMİŞ SIRA İSTATİSTİKLERİ ARASINDAKİ İLİŞKİ Halil Taıl ve Agah Koza 09 GAUSS RASGELE YÜRÜYÜŞ SÜRECİNİN MAKSİMUMUNUN MOMENTLERİ İÇİN YAKLAŞIK FORMÜLLER Tahir Khaiyev ve Fikri Gökıar BAĞIMLI DEĞİŞKENİN SİMETRİK BULANIK SAYI OLMASI DURUMUNDA PARAMETRE TAHMİNİ Kamile Şalı Kula, Türka Erbay Dalkılıç ve Ayşe Aaydı 3 SAYISAL GÖRÜNTÜLERDE TANECİKLERİN BULANIK YÖNELİMLERİNİN BELİRLENMESİ Orha Keseme ve Gülay Karakaya 5 OTURUM 3 Stokastik Süreçler Oturum Başkaı: Prof. Aladdi ġamilov, Aadolu Üiversitesi GECİKMELİ ÜÇGENSEL MÜDAHALELİ RASTGELE YÜRÜYÜŞ SÜRECİNİN MOMENTLERİ ÜZERİNE Rovsha Aliyev, Zafer Küçük ve Tahir Khaiyev 7 NORMAL MÜDAHALELİ ÖDÜLLÜ YENİLEME SÜRECİNİN SINIR FONKSİYONELLERİ ÜZERİNE Tahir Khaiyev, İhsa Üver ve Zulfiyya Mammadova 9 PARETO MÜDAHALELİ YARI-MARKOV RASTGELE YÜRÜYÜŞ SÜREÇİ İÇİN ASİMPTOTİK SONUÇLAR Rovsha Aliyev, Tülay Keseme ve İhsa Üver 0 HİSSE SENETLERİ FİYATLANDIRMALARI İÇİN STOKASTİK MODELLERİN KARŞILAŞTIRILMASI Aladdi Şamilov ve Batuha Bozdağ

7 GAMMA DAĞILIMLI GEOMETRİK SÜREÇ İLE TAMİR EDİLEBİLEN BİR SİSTEMİN KULLANILABİLİRLİĞİ Niha Odabaşı ve Halil Aydoğdu 4 LOG-LOGİSTİK DAĞILIM DURUMUNDA GEOMETRİK SÜRECİN PARAMETRELERİNİN TAHMİNİ Mahmut Kara ve Halil Aydoğdu 6 ÖMER SITKI GÜCELĠOĞLU ÖZEL OTURUMU Oturum Başkaı: Prof. Ġsmail Erdem, Başket Üiversitesi ARALIKLAR ÜZERİNE UYUM İYİLİĞİ TESTLERİ Barış Sürücü 7 ÖLÇÜM YETERLİLİK PARAMETRELERİNİN TAHMİN EDİCİLERİ VE GÜVEN ARALIKLARI Ümit Yama, Yuus Akdoğa, Ahmet Pekgör ve Coşku Kuş 9 İSTATİSTİK ÖĞRENCİLERİNİN SES (SOSYO EKONOMİK STATÜ) PUANLARI Doğa Yıldız ve Atıf Ahmet Evre 3 OTURUM 4 Modelleme/Bezetim Oturum Başkaı: Doç. A. Sia Türkyılmaz, Hacettee Üiversitesi KISMİ EN KÜÇÜK KARELER REGRESYONU İÇİN MODEL SEÇME KRİTERLERİNİN PERFORMANS DEĞERLENDİRMESİ Elif Bulut ve Özlem Gürülü Alma 33 UYARLANMIŞ DURBİN TESTİ İÇİN PERMÜTASYON TESTİ VE BİR SİMÜLASYON ÇALIŞMASI Fikri Gökıar ve Hülya Bayrak 35 TÜRKİYE İKLİM BÖLGELERİNİN HİYERARŞİK KÜMELEME YÖNTEMİ İLE BELİRLENMESİ Elçi Kartal Koç, Fida M. Fahmi, Cem İyigü, Vilda Purutçuoğlu, İci Batmaz ve Gülser Köksal 37

8 Özet: İSTATİSTİK BİLİMİ, ETİK, DÜNYA DİNAMİKLERİ, BİLGİ TAHRİFATI VE KARAR SİSTEMLERİNE ETKİLERİ Orha Güvee Matematik bilimi dilidir. İstatistik, bilimi her alaıda, tüm yaşam, yer küre ve evreler boyutuda uygulaa temel bilimdir. Mutlak gerçek edir bilmiyoruz. Acak; göreceli, olasılık kasamıda, gözlemleebilir bir İstatistik gerçek bilim sistemide değerledirilebilir.. Yüzyıl bilim metodolojiside, bilimlerarası metodoloji, uygulamak koumudadır. Yirmici yüzyıl, özellikle tolum bilimlerde alt küme ve kısmi tahlil yaklaşımıyla, kısa döemci, mekaist ve yüksek alteratif maliyetli bir yaı oluşturdu. Bilimlerarası metodoloji kullaımıı yoğulaşması, istatistik bilimie ola talebi daha çok arttıracak ve sağladığı katma değer, üstel bir foksiyola gelişme eğilimide olacaktır. Güç ve araı gücüü yöledirdiği düya diamikleri belirleyici olmaktadır 00 ları düyasıda (Sistem ). Bu yaıı getirdiği ve getireceği tahribat, özel bir ögörüyü gerektirmemektedir. Olması gereke (ormativ) bilim, tekoloji, iovasyo, üretim, etik, kültür, değerler sistemii yöledirdiği küresel otimali içselleştire bir düya diamiklerie ve karar sistemlerie geçme zoruluğudur (Sistem ). Birey, kurum, firma, ulus devlet ve uluslararası ortamlarda herhagi bir sistem otimali sistemde etik faktörüü, zama ve meka diamiğide, değişe deklemler yaısıda, sabit (costat) almak koumudadır. Bu hususu gerçekleşmemesi, diamik süreçte, sistemi otimal dışıda tutmak durumudadır. Bilgi sistemleri tahlil edildiğide, akademik kasamda bilimsel itelikte bilgii tolam bilgi akışıı %3 ü düzeylerii aşmadığıı belirtmei, öemli bir hata ayı taşımadığı düşücesideyim. Bilimsel itelikte bilgide de hata ayları olabilmesi doğaldır. Bu hata aylarıı bir kısmı bilim dürüstlüğü kasamıda, belirli bir kısmı ise, çok yüksek tale yaılarıda bilie, kısmi de olsa, biliçli tahrifat kasamıa girmektedir. Düya diamikleride, sürekli yoğulaşa, bu %3 dışıdaki bilgi akışı ve bilgi sistemleri, geelde bir talebi ve Sistem i bir uzatısı olarak yasımaktadır. Bu hususu değişik alalarda çok sayıda, somut öreklerii vermek mümküdür. Karar sistemleri, acak asgari hatada bilgi, kasamlı bilimlerarası çözüm, sorumluluk, açıklık, biliç, etik soucu bir yaklaşımla, küresel kasamda katma değer getirebilmek durumudadırlar. Bilket Üiversitesi Düya Sistemleri, Ekoomileri ve Stratejik Araştırmalar Estitüsü Direktörü (DSEE), Muhasebe Bilgi Sistemleri Bölüm Başkaı, UNAM Malzeme Bilimi ve Naotekoloji Estitüsü Yöetim Kurulu Üyesi ve Strateji, Ekoomi ve Saayi Daışma Kurulu Başkaı, Paris Üiversitesi Davetli Profesörü, Alied Ecoometrics Associatio Başkaı

9 Tüm bu olgularda, istatistik bilimii asgari hatada bilgi oluşturma, tahlil, bilimsel iteliğe maksimum düzeyde sadık kalmada getireceği çok büyük katma değer, ikamesi mümkü olmaya bir öem taşımaktadır.

10 BULANIK KÜME KURAMINDA GELİŞMELER İ. Burha TÜRKŞEN TOBB Ekoomi ve Tekoloji Üiversitesi Edüstri Mühedisliği Bölümü Akara Bulaık Küme Kuramıı temelleri yıllarıda Prof. Dr. Lotfi Asker Zadeh tarafıda atılmıştır. Sugeo-Yasukawa girdi ve çıktıları bulaık kümelerde oluşa Bulaık Kural tabalarıı ilk uygulamalarıı yayıladı. Tagaki-Sugeo 985 yılıda sol-tarafı bulaık kümelerde oluşa ve sağ-tarafı doğrusal bir deklemde oluşa kural tabaları sistemii ve uygulamalarıı gösterdi. Daha sora Taaka (99) ve Taaka ve arkadaşları (98, 99, 995), Celmis (987), Savic ve Pedrycz (99) çeşitli yölerde bulaık regresyo metodları öreklerii sudular. Hathaway ve Bedzek (993), öce bulaık kümeleri veri aaliziyle asıl çıkarılacağıı belirleye Bulaık Öbekleme Metodu (FCM) yayılayarak ilk olarak doğrusal Bulaık C- Regresyo Modeli i öerdiler. Daha sora Höer ve Klawo (003) buu doğrusal olmaya yöüü geliştirdiler. Türkşe ( ) Bulaık Foksiyolar ı temellerii attı. Devam ede yayılarla da Celikyılmaz ve Türkşe ( ) Bulaık Foksiyolar ı Geetik Algoritma ve Bulaık Destek Vektör yötemleriyle asıl geliştirileceği koularıa değidiler. Buları yaı sıra Türkşe 995 lerde başlaya yayılarıyla öce Aralık Değerli Ti Bulaık Sistem Modelleri i temellerii Bulaık Kesişim ve Bileşim formüllerii ayrışımıı göstererek attı. So zamalarda Tam Ti Bulaık Sistem Modelleri i temellerii atma çalışmaları yamaktadır. Bütü bu koular ayrıtılarıyla suulacaklardır. 3

11 S ra istatistikleri ve ortalama geriye kala yaşam foksiyolar Ismiha Bayramo¼glu Izmir Ekoomi Üiversitesi, Matematik Bölümü Özet Simetrik ba¼g ml rasgele degişkeleri s ra istatistiklerii da¼g l mlar bulumas roblemi icelemektedir. Tek s ra istatisti¼gii da¼g l m foksiyou ve iki s ra istatisti¼gii ortak da¼g l m foksiyou simetrik ba¼g ml rasgele de¼gişkeleri ortak da¼g l m foksiyolar ve yaşam foksiyolar ciside ifade edilmiştir. Bu souçlar güveirlik aalizide uyumlu (coheret) sistemleri ortalama geriye kala yaşam (OKGY) foksiyolar icelemeside kulla lmaktad r. Ba¼g ms z bileşelerde oluşa uyumlu sistemleri OGKY foksiyolar icelemesi kousu so y llarda istatistik ve mühedislik literatürüde büyük ilgi görmektedir ve bu çal şmalarda s ra istatistikleri öemli rol oyamaktad r. Uyumlu sistemlerde OGKY foksiyolar s ra istatistiklerii içere ta m ve özellikleri ilk defa olarak aralel sistemler içi Bairamov, Ahsaullah ve Akhudov (00) makaleside yay lam şt r. Daha sora karmaş k ya lara sahi uyumlu sistemler ici bir çok araşt rmalar ya lm ş, bu sistemleri güveirli¼gii ve OGKY foksiyolar s ra istatistiklerii ve "Samaiego imzas " yard m ile icelemesii, ay zamada stokastik karş laşt rmalar içere bir çok araşt rma soucu literatürde yerii alm şt r. Bu suumda ba¼g ms z bileşelerde oluşa uyumlu sistemler içi OGKY foksiyolar ile ilgili çal şmalar özeti verilecek ve simetrik ba¼g ml l k durumuda elde edilmiş yei souçlar takdim edilecektir. Kayaklar Bairamov, I.G., Ahsaullah, M. ad Akhudov, I. (00) A residual life fuctio of a system havig arallel or series structure. J. Statist. Theor. Al., (), 9-3. Asadi, M. ad Bairamov, I. (005) A Note o the Mea Residual Life Fuctio of a Parallel System. Comm.Stat..-Theor.Meth.,34 (), Asadi, M. ad Bairamov, I. (006) The mea residual life fuctio of a k-out-ofstructure at the system level. IEEE Tras. Reliab., 55(), Bairamov, I ad Parsi, S. (00) Order statistics from mixed exchageable radom variables. J. Com. Al. Math., i res. Navarro, J ad Rubio, R. (00) Comutatios of Sigatures of Coheret Systems with Five Comoets. Comm. Stat.-Simul.Comut. 39(), She, Y., Xie, M. ad Tag, L.C. (00) O the chage oit of the mearesidual life of series ad arallel systems. Aust. N. Zealad. J. Statist. 5(),09-. Zhag, Z.C. ad Yag, Y.H. (00) Ordered roerties o the residual life ad iactivity time of (-k+)-out-of- systems uder double moitorig. Statist. Prob. Let., 80( 7-8),

12 YARIPARAMETRİK REGRESYON MODELLERİNDE TAHMİN YÖNTEMLERİNİN İNCELENMESİ Fikri AKDENİZ Çukurova Üiversitesi İstatistik Bölümü Bu çalışmada öcelikle yarıarametrik regresyo model taımlaacaktır. Yarıarametrik regresyo modelide tahmi yötemleri olarak a) Backfittig Algoritması b) Seckma yötemi c) Farka dayalı tahmi yötemi d) İki aşamalı tahmi edici iceleecektir. Ayrıca yarıarametrik regresyo modelleride kısıtlı tahmiler ve kısıtlı tahmi ediciler açıklaacaktır. Kouşmada (i) Yarıarametrik regresyo modelide Ridge ve Liu tahmi edicileri (ii)yarıarametrik regresyo modelide kısıtlı Ridge ve Liu tahmi edicileri (iii) Yarıarametrik regresyo modelide farka dayalı Ridge ve Liu Tahmi edicileri iceleecektir. Ayrıca so bölüm Yarıarametrik regresyo modelide farka dayalı Ridge ve Liu Tahmi edicileri MSEM ölçütüe göre karşılaştırılmasıa ayrılacaktır. Aahtar kelimeler: Farka dayalı tahmi edici, Fark matrisi, İçilişki, İki aşamalı tahmi edici, Liu tahmi edici, Ridge tahmi edici, Yarıarametrik regresyo model. 5

13 GENELLEŞTİRİLMİŞ T BIRNBAUM-SAUNDERS DAĞILIMLARI Ali İhsa GENÇ Matematik Bölümü, Niğde Üiversitesi, Niğde Geelleştirilmiş T (GT) dağılımı McDoald ve Newey (988) tarafıda regresyo içi dayaıklı kısmi adate kestirimde kullaılmak üzere taımlamıştır. GT dağılımıı yoğuluk foksiyou aşağıdaki gibidir: f GT ( x;, q) q / x B(/, q) q ( q / ), x,, q 0 Öte yada, Birbaum ve Sauders (969) yorguluğa maruz kalmış metaller içi tükeme sürelerii modellemede yoğuluk foksiyou aşağıda verile dağılımı taımlamışlardır: x / x x / / x / f BS ( x;, ), x,, 0. x Burada (.), N (0, ) ile gösterile stadart ormal dağılımı yoğuluk foksiyouu göstermektedir. Soraları dağılım güveilirlik aalizide oldukça fazla kullaılmıştır ve dağılımı adı literatüre Birbaum-Sauders (BS(, )) dağılımı olarak geçmiştir. BS dağılımı ile stadart ormal dağılım arasıdaki ilişki aşağıda gösterildiği şekildedir: Z ~ N (0, ) ise X Z Z ~ BS(, ). So yıllarda elitik dağılımlar kullaılarak BS dağılımıı geelleştirmeleri taımlamıştır (Diaz-Garcia ve Leiva-Sachez 005; Vilca-Labra ve Leiva-Sachez, 006; Sahueza, Leiva ve Balakrisha 008; Gomez, Olivares-Pacheco ve Bolfarie 009). Bu çalışmada, BS dağılımıı GT dağılımı kullaılarak yaıla bir geelleştirmesi (Geç 00) taıtılacaktır. Geelleştirimiş T Birbaum-Sauders (GTBS) dağılımı olarak adladırılacak dağılım şekilsel özelliklerii GT dağılımıda miras almakta ve çeşitli çarıklık ve sivrilik durumlarıyla baş edebilmektedir. Buu görmek ve dağılımı mevcut ola diğer yötemlerle karşılaştırmak içi çeşitli veri kümelerii kullaılmıştır. 6

14 Aahtar Kelimeler: Geelleştirilmiş T (GT) dağılımı, Birbaum-Sauders dağılımı, çarıklık, sivrilik, modelleme. KAYNAKLAR Birbaum, Z. W., Sauders, S. (969). A ew family of life distributios. Joural of Alied Probability 6(), Diaz-Garcia, J. A., Leiva-Sachez, V. (005). A ew family of life distributios based o the ellitically cotoured distributios. Joural of Statistical Plaig ad Iferece 8, Geç, A. İ. (00). The geeralized T Birbaum-Sauders family. (Submitted). Gomez, H. W., Olivares-Pacheco, J. F., Bolfarie, H. (009). A extesio of the geeralized Birbaum-Sauders distributio. Statistics ad Probability Letters 79, McDoald, J. B., Newey, W. K. (988). Partially adative estimatio of regressio models via the geeralized t distributio. Ecoometric Theory 4, Sahueza, A., Leiva, V., Balakrisha, N. (008). The geeralized Birbaum-Sauders distributio ad its theory, methodology, ad alicatio. Commuicatios i Statistics-Theory ad Methods 37, Vilca-Labra, F., Leiva-Sachez, V. (006). A ew fatigue life model based o the family of skew-ellitical distributios. Commuicatios i Statistics-Theory ad Methods 35,

15 Vekil Değişke Kullaıla Lieer Regresyo Modelide Varyası Alışılmış Tahmi Edicisi ile Yielemiş Stei-rule Tahmi Edicisii Pitma Yakılık Ölçütüe Göre Karşılaştırılması Deiz Üal Güzi Yüksel İstatistik Bölümü, Çukurova Üiversitesi, Adaa ÖZET: Pitma yakılık (PC) ölçütü tahmi edicileri erformaslarıı karşılaştırmak içi sıkça kullaıla bir yötemdir ve ilk kez Pitma (937) tarafıda ortaya kouldu. PC ölçütü kullaılarak stei-rule (SR) kestiricisii (Stei, 956), e küçük kareler (EKK) kestiricisie göre daha tercih edilebilir bir kestirici olduğu Keatig ve Czitrom (989) tarafıda gösterildi. Ohtai (987) çalışmasıda hataları varyasıı iteratif stei-rule tahmi edicisii (ISRE) taımladı ve modeldeki arametre sayısıı 5 te fazla olduğu durumlarda hataları varyasıı alışılmış tahmi ediciside daha iyi souç vermediğii gösterdi. Üal (009) vekil değişke kullaıla modelde hataları varyasıı ISRE tahmi edicisi ile hataları varyasıı alışılmış tahmi edicisii MSE öçütüe göre karşılaştırarak bezer soucu sağladığıı gösterdi. Üal ve Yüksel (009) bu tahmi edicileri PC ölçütüe göre iceleyerek daha ayrıtılı bir karşılaştırma yatı. Bu çalışmada vekil değişke kullaıla lieer regresyo modelide varyası yielemiş Stei-rule tahmi edicisi ile varyası alışılmış tahmi edicisi Pitma yakılık ölçütüe göre karşılaştırıldı. Pitma yakılık ölçütü içi teorik ifade elde edildi ve ümerik olarak iceledi. Bu karşılaştırma içi y = X β + X β + ɛ, ɛ N(0, σ I ), () lieer regresyo modelide X gözleemediğide yerie kullaılabilecek vekil değişkeler matrisi X kullaılarak y = X β + X β + u, u N(X β X β, σ I ), () şeklide taımlaa lieer regresyo modeli ele alıdı. Burada u = X β X β + ɛ olu, X = [X, X ] i tam raklı olduğu kabul edildi. Vekil değişke kullaıla lieer regresyo modelide hataları varyasıı alışılmış tahmi edicisi s = (y X b ) (y X b ) k (3) 8

16 ve b SRP = [ ae e b S b ]b olmak üzere hataları varyasıı ISRE tahmi edicisi ˆσ IP = (y X b SRP ) (y X b SRP ) k (4) olarak taımlaır. Bu çalışmada s ve b SRP tahmi edicileri P C(ˆσ s, s ) = P r([ ˆσ s σ σ ] < [ s σ σ ] ) (5) ile taımlaa PC ölçütüe göre karşılaştırılarak, P C(ˆσ s, s ) > 0.5 olduğu durumlar içi ˆσ s tahmi edicisii s de daha iyi olduğu bölgeler belirledi. Aahtar Kelimeler: Iteratif Stei-rule tahmi edicisi, Pitma Yakılık ölçütü ve Stei-rule tahmi edicisi, Vekil değişke. KAYNAKLAR Keatig, J.P., Czitrom, V. (989): A comariso of James-Stei regressio with least squares i the Pitma earess sese. Joural of Statistical Comutatio ad Simulatio, 34, -9. Ohtai, K. (987): Iadmisibility of the Iterative Stei-rule estimator of the disturbace variace i a liear regressio. Ecoomics Letters, 4, Proceedigs of the Cam- Pitma, E.J.G. (937): The closest estimates of statistical arameters. bridge Philosohical Society, 33, -. Rao, CR. (98): Some commets o the miimum mea square error as a criterio of estimatio. I: Csorge M, Dawso DA, Rao JNK, Saleh AKMdE (eds) Statistics ad related toics, North Hollad, Amsterdam, Stei, C., 956, Iadmissibility of the Usual Estimator for The Mea of a Multivariate Normal Distributio, Proc. Third Berkeley Symosium i Mathematical Statistics ad Probability,, (Uiv. of Califoria Press) Üal, D., Yüksel, G. (009): Comariso of the iterative Stei-rule ad the usual estimators of the error variace uder the Pitma earess criterio. Hacettee Joural of Mathematics ad Statistics, 38(3), Üal, D. (009): The effects of the roxy iformatio o the iterative Stei-rule estimator of the disturbace variace. Statistical Paers, 0.007/s

17 BERNSTEİN POLİNOMLARININ BAZI ÖZELLİKLERİ VE İSTATİSTİKSEL ÇIKARSAMALARI M.B. KILIÇ S. AYDOĞDU M. GÜRCAN İstatistik Bölümü, FIRAT, Elazığ Moder bilimi geldiği bugükü oktada, istatistiksel aaliz koularıda matematiksel aaliz metotlarıı sıkça kullaılması kaçıılmaz bir hale gelmiştir. Özellikle matematiksel istatistikte olasılıksal yötemleri matematiksel alt yaıya bağlı olarak gelişmesiyle yei kavram ve özellikleri ortaya çıkartılması ve bua bağlı olarak uygulamalı istatistiği vazgeçilmez bir bölümü ola büyüme eğrilerii yaıladırılmasıda ve daha geiş kasamlı bakıldığıda lieer olmaya regresyo aalizide yei yötem ve teorik bulguları geliştirilmeside öemli yol kat edilmiştir. Çalışmamızda matematiksel aalizi öemli materyalleride ola Berstei oliomları ele alıarak bu oliomlarla ilgili so yıllarda ortaya koula öemli bulgu ve özelliklerde bahsedilerek bu souçları hagi istatistiksel aalizlerde kullaılabileceği vurgulaacaktır. [a,b] aralığıda taımlı ve sürekli bir f(x) foksiyou yardımıyla -ici derecede Berstei oliomu B f; x = i=0 i x a i b x i f(x i ) şeklide taımlaır. Burada x i = a + i/ (b a) alıacaktır. Özel olarak a, b = [0,] alıdığıda B f; x = i=0 i x i x i f(i/) = E f(s ) olarak yazılabilir. Burada S, (, x) arametreli biom dağılımıa sahi tesadüfî değişkei göstermektedir. Bu oliomla ilgili e öemli iki özellik B f, x f(x) (3 )w( ), I(i)B f, x f(x) B f, x f(x), olu burada, I i B f x = B i+ f x, i = 0,,, ve w(x), f(x) i süreklilik modülü olarak alımıştır (Ashok Sahai.(004) ). Bu iki souç sürekli foksiyoları oliomlarla yaklaşımıda oldukça öemli olu kullaılabilirliği diğer yötemlerde daha avatajlıdır. Özellikle lieer olmaya regresyo aalizide uygu bir model oluşturulabilmesi, 0

18 gözlem sayısı sabit kalmak koşulu ile diğer iteratif metotlarla oldukça kısıtlı kalmakla birlikte bu yötemde başarılı olabilmektedir. Hiotetik veri üzeride yaıla çalışmada veri sayısı sabit kalmak koşulu ile ilgileile yötemle yaıla aalizde hata kareler tolamı diğer yötemlerde daha küçük bulumuştur. Tablo : Lieer Olmaya yötemler ile İteratif Yötemleri HKT Karşılaştırılması Modeller Model Foksiyou HKT R İteratif Yötem I B 0 f x = B 3 0 f x 0, Gomertz Y=α ex { e k(x γ) } 0, Moomoleküler Y=α( e k x γ ) 0, Üstel Y = e k x γ ) 0, , 994 Lojistik Y=α/( + βe kx ) 0, Tablo de hiotetik veriler içi, kullaıla iteratif yötemde elde edile HKT ile diğer büyüme modelleride elde edile HKT değerleri verilerek yötemi kullaılabilirliği vurgulamıştır. Aahtar Kelimeler: Berstei oliomu, Lieer olmaya regresyo yötemleri, Veri aalizi Kayaklar: Ashok Sahai.(004). A Iterative Algorithm for Imroved Aroximatio by Berstei s Oerator Usig Statistical Persective. Alied Mathematics ad Comutatio, Naokat Deo, Muhammad Aslam Noor ad M.A Sidiquie.(008). O Aroximatio by A Class of New Berstei Tye Oerators. Alied Mathematics ad Comutatio, Lise Xie.(005) Poitwise Simultaeous Aroximatio by Combiatios of Berstei Oerators. Joural of Aroximato Theory,37 - Dietrich Braess ad Thomas Sauer.(004).Berstei Polyomials ad Learig Theory. Joural of Aroximatio Theory, George Karabatsos, Stehe G. Walker.(007). Bayesia Noarametric Iferece of Stochastically Ordered Distributios, with Po' lya Trees ad Berstei Polyomials. Statistics & Probability Letters,

19 RASSAL TASARIM DEĞİŞKENLİ KUADRATİK REGRESYON Ayse D. Akkaya Deartmet of Statistics, Middle East Techical Uiversity, 0653 Akara, Turkey ÖZET Geleeksel regresyo modelleride X tasarım değişkeii stokastik olmadığı varsayılır. Acak gerçek hayatta karşılaşıla roblemleri çoğuda tasarım değişkei stokastiktir ve olasılık dağılımı ormal değildir. Bu çalışmada hem tasarım değişkei X i hem de hata terimi ε i ormal dağılıma sahi olmadığı varsayımı altıda uyarlamış e çok olabilirlik metodu kullaılarak kuadratik regresyo arametreleri tahmi edilmiş, elde edile tahmicileri etki ve sağlam oldukları gösterilmiştir. Aahtar kelimeler: Kuadratik regresyo, E küçük kareler, Uyarlamış e çok olabilirlik, Etkilik, Sağlamlık. Eşitlik () de belirtile geleeksel regresyo deklemide. GİRİŞ y (x) e () X rassal olmaya tasarım değişkei, e ormal, N(0, ), dağılıma sahi hata terimi ve (x) ise doğrusal veya doğrusal olmaya bir foksiyodur. Gerçek hayatta karşılaşıla bir çok roblemde ise X değişkei stochastik olu e ve X ormal olmaya dağılımlara sahitir (Hutchiso ve Lai (990), Vaugha ve Tiku (000), Sazak ve diğerleri (006), Tiku ve diğerleri (008)). E çok kullaıla iki tahmi metodu ola (a) e küçük kareler (EKK), ve (b) e çok olabilirlik metodlarıı ormal olmaya dağılımlar altıda etki ve sağlam olmadıkları belirlemiştir (Islam ve Tiku (004), Sazak ve diğerleri (006), Tiku v diğerleri (008, 009) ve Akkaya ve Tiku (008a). E çok olabilirlik metodu ile elde edile deklemleri çözümü içerdikleri doğrusal olmaya foksiyolar edeiyle çok zordur. İteratif çözüm yaılsa bile a) yavaş yakısama, (ii) yalış değerlere yakısama ve (iii) hiç bir değere yakısamama (Putheura ad Siha (986), Qumsiyeh (007,. 8-4)) gibi roblemlerle karşılaşmak mümküdür. Tiku (967, 968, 989) tarafıda öerile ve Tiku ve Suresh (99) tarafıda geliştirile uyarlamış e çok olabilirlik (UEÇO) tahmi metodu bu roblemlere çözüm getirmektedir. Uyarlamış e çok olabilirlik tahmicileri gözlemleri foksiyolarıdır ve kolaylıkla hesalaabilir. Bu tahmiciler özellikle öreklem büyüklüğü fazla olduğuda e küçük kareler tahmicileride çok daha etkidir. Uyarlamış e çok olabilirlik tahmi metodu üç basamakta özetleebilir: (i) e çok olabilirlik deklemleri sıralı istatistikler ciside yazılır (ii) doğrusal olmaya foksiyolar doğrusal foksiyolara yaklaştırılır ve (iii) elde edile deklemler çözülür.bu çözümlerde elde edile tahmicilere uyarlamış e çok olabilirlik tahmicileri deir. Eşitlik () de verile quadratik regresyo modelide yi 0 u i ui ei ( i ), ui (xi ) / ; (). μ ve σ sırasıyla X i dağılımıı koum ve ölçek arametreleridir. Burada E(e)=0, V(e)=, X ve e bağımsız değişkelerdir. Bu çalışmada öce ( xi ) / ve e i / i (sırasıyla = ve = arametreleri ile) eşitlik (3) ile gösterile uzu kuyruklu simetrik dağılıma sahi olduğu varsayılmıştır. f ( z) ( / ) z k (/ ) ( / ) k, - z ; (3)

20 Acak gerçek hayatta karşılaşıla bir çok roblemde U=(X- )/ u eşitlik (4) ile verile kısa kuyruklu simetrik (KKS) dağılıma sahi olabileceği de gözlemiş (Akkaya ad Tiku (008b)) ve bu varsayım altıda da eşitlik () de verile regresyo modelii arametreleri tahmi edilmiştir. f (u) A { h u } e u /, - u ; j (j)! A /{ } (4) j 0 j h j (j)! h=-d ve d< sabit bir sayıdır. Yukarıda bahsedile dağılım varsayımları altıda EKK ve UEÇO metodu kullaılarak arametre tahmicileri bulumuş ve UEÇO tahmicisii etki ve sağlam olduğu görülmüştür. Tasarım değişkeii ormal olmaya dağılıma sahi olmasıı EKK tahmicii etkiliğii olumsuz yöde etkilediği gözlemiştir. KAYNAKLAR Akkaya, A. D. ve Tiku, M. L. (008a). Robust estimatio i multile liear regressio model with No-Gaussia oise. Automatica, 44, Akkaya, A. D. ad Tiku, M. L. (008b). Short-tailed distributios ad iliers. Test, 7, Hutchiso, T. P. ve Lai, C. D. (990). Cotiuous Bivariate Distributios Emhasisig Alicatios. Rumsby Scietific: Adelaide. Islam, M. Q. ve Tiku, M. L. (004). Multile liear regressio model uder o- ormality. Putheura, S. ve Siha, N. K. (986). Modified maximum likelihood method for the robust estimatio of system arameters from very oisy data. Automatica,, Qumsiyeh, S. B. (007). No-ormal bivariate distributios: Estimatio ad hyothesis testig. Ph. D thesis, Middle East Techical Uiversity: Akara. Sazak, H. S., Tiku, M. L. ve Islam, M. Q.(006). Regressio aalysis with a stochastic desig variable. Iteratioal Statistical Review, 74, Tiku, M. L. (967). Estimatig the mea ad stadard deviatio from a cesored ormal samle. Biometrika, 54, Tiku, M. L. (968). Estimatig the arameters of ormal ad logistic distributios from cesored samles. Austral.J.Statistics, 0, Tiku, M. L. (988). Order statistics i goodess-of-fit tests. Commu. Stat.-Theory Methods, 7, Tiku, M. L. (989). Modified likelihood estimatio. I: Kotz,S. ad Johso, N.L.(Eds), Ecycloedia of Statistical Scieces, Sulemet Volume, 4. Tiku, M. L. ad Suresh, R. P. (99). A ew method of estimatio for locatio ad scale arameters. J.Stat.Pla.Iferece, 30, 8-9. Tiku, M. L., Islam, M. Q. ve Sazak, H. S. (008). Estimatio is bivariate oormal distributios with stochastic variace fuctios. Comutatioal Statistics ad Data Aalysis, 5, Tiku, M. L., Islam, M. Q. ve Qumsiyeh, S. B. (009). Mahalaobis distace uder oormality. Statistics, -6, DOI:0.080/ Vaugha, D. C. ve Tiku, M. L. (000). Estimatio ad hyothesis testig for a o- ormal bivariate distributio. J.Math.Com.Modellig, 3,

İGS2010 PROGRAMI PAZARTESĠ, 28 HAZĠRAN 2010

İGS2010 PROGRAMI PAZARTESĠ, 28 HAZĠRAN 2010 PAZARTESĠ, 28 HAZĠRAN 2010 A SALONU 09.00 KAYITLAR 09.30 10.00 AÇILIġ KONUġMALARI 10.00 10.50 DAVETLĠ KONUġMACI OTURUMU 1 Oturum Başkanı: Prof. ÖztaĢ Ayhan, Orta Doğu Teknik Üniversitesi Davetli Konuşmacı:

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

Tahmin Edici Elde Etme Yöntemleri

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

Detaylı

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler 3. Ders Parametre Tahmii Tahmi Edicilerde Araa Özellikler Gerçek düyada rasgelelik olgusu içere bir özellik ile ilgili ölçme işlemie karş l k gele X rasgele de¼gişkeii olas l k (yo¼guluk) foksiyou, F ff(;

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

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

Detaylı

Hipotez Testleri. Parametrik Testler

Hipotez Testleri. Parametrik Testler Hipotez Testleri Parametrik Testler Hipotez Testide Adımlar Bir araştırma sorusuu belirlemesi Araştırma sorusua dayaa istatistiki hipotezleri oluşturulması (H 0 ve H A ) Hedef populasyoda öreklemi elde

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

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

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama

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

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:-Sayı/No: : 355-366 (9) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE TEK DEĞİŞKENLİ KARARLI DAĞILIMLAR,

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

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

Ki- kare Bağımsızlık Testi

Ki- kare Bağımsızlık Testi PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm

Detaylı

İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME

İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME V. Ulusal Üretim Araştırmaları Sempozyumu, İstabul Ticaret Üversitesi, 25-27 Kasım 2005 İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME Tamer EREN

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

5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n )

5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n ) 5. Ders Yeterlilik Yeterlilik Ilkesi: Bir T(X ; X ; :::; X ) istatisti¼gi, hakk da yeterli bir istatistik olacaksa hakk da herhagi bir souç ç kar m T arac l ¼g ile (X ; X,...,X ) öreklemie ba¼gl olmal

Detaylı

ÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ

ÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 4, Sayı, 3 97 ÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ Yalçı KARAGÖZ Cumhuriyet Üiversitesi

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

İstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi

İstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi Makie Tekolojileri Elektroik Dergisi Cilt: 8, No: 4, 011 (75-80) Electroic Joural of Machie Techologies Vol: 8, No: 4, 011 (75-80) TEKNOLOJİK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:1304-4141

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

OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİLERDE MÜZİK EĞİTİMİ İLE ÇOCUKLARIN GELİŞİM ÖZELLİKLERİ ÜZERİNE TERAPÖTİK BİR ÇALIŞMA

OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİLERDE MÜZİK EĞİTİMİ İLE ÇOCUKLARIN GELİŞİM ÖZELLİKLERİ ÜZERİNE TERAPÖTİK BİR ÇALIŞMA Joural of Research i Educatio ad Teachig OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİLERDE MÜZİK EĞİTİMİ İLE ÇOCUKLARIN GELİŞİM ÖZELLİKLERİ ÜZERİNE TERAPÖTİK BİR ÇALIŞMA Yard.Doç.Dr. Tüli Malkoç Marmara Üiversitesi

Detaylı

Yatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects

Yatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects Uşak Üiversitesi Sosyal Bilimler Dergisi (2012) 5/2, 89-101 Yatırım Projeleride Kayak Dağıtımı Aalizi Bahma Alp RENÇBER * Özet Bu çalışmaı amacı, yatırım projeleride kayak dağıtımıı icelemesidir. Yatırım

Detaylı

2. BASİT DOĞRUSAL REGRESYON 12

2. BASİT DOĞRUSAL REGRESYON 12 1. GİRİŞ 1 1.1 Regresyon ve Model Kurma / 1 1.2 Veri Toplama / 5 1.3 Regresyonun Kullanım Alanları / 9 1.4 Bilgisayarın Rolü / 10 2. BASİT DOĞRUSAL REGRESYON 12 2.1 Basit Doğrusal Regresyon Modeli / 12

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP. Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 2006

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP. Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 2006 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 26 Her hakkı saklıdır Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda,

Detaylı

MAGNİTÜD-SIKLIK İLİŞKİSİ PARAMETRELERİNİN ROBUST TAHMİNİ

MAGNİTÜD-SIKLIK İLİŞKİSİ PARAMETRELERİNİN ROBUST TAHMİNİ . Türkiye Deprem Mühedisliği ve Sismoloji Koferası -4 Ekim 0 ODTÜ ANKARA MAGNİTÜD-SIKLIK İLİŞKİSİ PARAMETRELERİNİN ROBUST TAHMİNİ Ayşe D. AKKAYA ve M. Semih YÜCEMEN Profesör, İstatistik Bölümü, ODTÜ, Akara,

Detaylı

ÖZGEÇMİŞ. 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR

ÖZGEÇMİŞ. 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR Resim ÖZGEÇMİŞ 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR Telefon : 386 280 45 50 Mail : kskula@ahievran.edu.tr

Detaylı

KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ

KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Altı Sigma Yalı Koferasları (9- Mayıs 8) KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Serka ATAK Evre DİREN Çiğdem CİHANGİR Murat Caer TESTİK ÖZET Ürü ve hizmet kalitesii

Detaylı

MONTE CARLO BENZETİMİ

MONTE CARLO BENZETİMİ MONTE CARLO BENZETİMİ U(0,) rassal değişkeler kullaılarak (zamaı öemli bir rolü olmadığı) stokastik ya da determiistik problemleri çözümüde kullaıla bir tekiktir. Mote Carlo simülasyou, geellikle statik

Detaylı

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research

Detaylı

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

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

Detaylı

AÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ

AÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ Eskişehir Osmagazi Üiversitesi Müh.Mim.Fak.Dergisi C.XXI, S., 2008 Eg&Arch.Fac. Eskişehir Osmagazi Uiversity, Vol..XXI, No:, 2008 Makalei Geliş Tarihi : 2.02.2007 Makalei Kabul Tarihi : 23.03.2007 AÇIK

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

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

İÇİNDEKİLER 1. GİRİŞ...

İÇİNDEKİLER 1. GİRİŞ... İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI

ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI TMMOB Harita ve Kadastro Mühedisleri Odası 13. Türkiye Harita Bilimsel ve Tekik Kurultayı 18 22 Nisa 2011, Akara ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI

Detaylı

NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ WIND ENERGY POTENTIAL OF NIGDE PROVINCE

NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ WIND ENERGY POTENTIAL OF NIGDE PROVINCE Niğde Üiersitesi Mühedislik Bilimleri Dergisi, Cilt 1, Sayı, (1), 37-47 NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ Uğur YILDIRIM 1,* Yauz GAZİBEY, Afşi GÜNGÖR 1 1 Makie Mühedisliği Bölümü, Mühedislik Fakültesi,

Detaylı

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma... İçindekiler İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii BÖLÜM 1 Ölçme, İstatistik ve Araştırma...1 Ölçme Nedir?... 3 Ölçme Süreci... 3 Değişkenler

Detaylı

ÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ

ÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ Öğreme Etkili Hazırlık ve Taşıma Zamalı Paralel Makieli Çizelgeleme Problemi HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ TEMMUZ 2006 CİLT 2 SAYI 4 (67-72) ÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL

Detaylı

ĐST 474 Bayesci Đstatistik

ĐST 474 Bayesci Đstatistik ĐST 474 Bayesci Đstatistik Ders Sorumlusu: Dr. Haydar Demirhan haydarde@hacettepe.edu.tr Đnternet Sitesi: http://yunus.hacettepe.edu.tr/~haydarde Đçerik: Olasılık kuramının temel kavramları Bazı özel olasılık

Detaylı

İÇİNDEKİLER BİRİNCİ KISIM: TASARIM PAZARLAMA ARAŞTIRMASINA GİRİŞ

İÇİNDEKİLER BİRİNCİ KISIM: TASARIM PAZARLAMA ARAŞTIRMASINA GİRİŞ İÇİNDEKİLER ÖNSÖZ... v TEŞEKKÜR... vi İKİNCİ BASKIYA ÖNSÖZ VE TEŞEKKÜR... vii İÇİNDEKİLER... ix ŞEKİLLER LİSTESİ... xviii TABLOLAR LİSTESİ... xx BİRİNCİ KISIM: TASARIM BİRİNCI BÖLÜM PAZARLAMA ARAŞTIRMASINA

Detaylı

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım Normal Dağılımlı Bir Yığı a İlişi İstatistisel Çıarım Bir üretici edi ürüleride, piyasadai 3,5 cm li vidalarda yalıca boyları 3,4 cm ile 3,7 cm aralığıda olaları ullaabilmetedir. Üretici, piyasadai bu

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

SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ

SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI ÖRNEKLEME YÖNTEMLERİ Prof. Dr. Ergu Karaağaoğlu H.Ü. Tıp Fakültesi Biyoistatistik ABD ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI

Detaylı

Değişkenler: Bir problemin modeli kurulduktan sonra değeri hesaplanacak olan bilinmeyen simgelerdir.

Değişkenler: Bir problemin modeli kurulduktan sonra değeri hesaplanacak olan bilinmeyen simgelerdir. 2. DOĞRUSAL PROGRAMLAMA (DP) 2.1. DP i Taımı ve Bazı Temel Kavramlar Model: Bir sistemi değişe koşullar altıdaki davraışlarıı icelemek, kotrol etmek ve geleceği hakkıda varsayımlarda bulumak amacı ile

Detaylı

4. Ders Fisher informasyonu s f rdan büyük ve sonlu, yani 0 < I() < 1; R f(x; )dx (kesikli da¼g l mlarda R yerine P.

4. Ders Fisher informasyonu s f rdan büyük ve sonlu, yani 0 < I() < 1; R f(x; )dx (kesikli da¼g l mlarda R yerine P. 4. Ders tkilik Küçük varyasl olmak, tahmi edicileri vazgeçilmez bir özelli¼gidir. Bir tahmi edicii, yal veya yas z, küçük varyasl olmas isteir. Parametrei kedisi () veya bir foksiyou (g()) ile ilgili tahmi

Detaylı

Burçin Gonca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 2007 ANKARA

Burçin Gonca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 2007 ANKARA UYUM İYİLİĞİ İÇİN AMICO TEK-ÖRNEK TESTİ VE İĞER UYUM İYİLİĞİ TESTLERİ İLE KARŞILAŞTIRILMASI Burçi Goca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 7 ANKARA TEZ

Detaylı

AFYONKARAHİSAR İLİ YENİLENEBİLİR ENERJİ POTANSİYELİ. Ziya DEMİRKOL 1 Mehmet ÇUNKAŞ 2

AFYONKARAHİSAR İLİ YENİLENEBİLİR ENERJİ POTANSİYELİ. Ziya DEMİRKOL 1 Mehmet ÇUNKAŞ 2 S.Ü. Müh. Bilim ve Tek. Derg., c.2, s.1, 2014 Selcuk Uiv. J. Eg. Sci. Tech., v.2,.1, 2014 ISSN: 2147-9364 (Elektroik) AFYONKARAHİSAR İLİ YENİLENEBİLİR ENERJİ POTANSİYELİ Ziya DEMİRKOL 1 Mehmet ÇUNKAŞ 2

Detaylı

A. SCI ve SCIE Kapsamındaki Yayınlar

A. SCI ve SCIE Kapsamındaki Yayınlar A. SCI ve SCIE Kapsamındaki Yayınlar A.1. Erilli N.A., Yolcu U., Egrioglu E., Aladag C.H., Öner Y., 2011 Determining the most proper number of cluster in fuzzy clustering by using artificial neural networks.

Detaylı

TOPLAM KOLESTEROL, LDL, HDL VE TRİGLİSERİT SEVİYELERİNİN YAŞA GÖRE DEĞİŞİMİNİN DEĞİŞİK REGRESYON MODELLERİYLE İNCELENMESİ

TOPLAM KOLESTEROL, LDL, HDL VE TRİGLİSERİT SEVİYELERİNİN YAŞA GÖRE DEĞİŞİMİNİN DEĞİŞİK REGRESYON MODELLERİYLE İNCELENMESİ T.C. İNÖNÜ ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ TOPLAM KOLESTEROL, LDL, HDL VE TRİGLİSERİT SEVİYELERİNİN YAŞA GÖRE DEĞİŞİMİNİN DEĞİŞİK REGRESYON MODELLERİYLE İNCELENMESİ YÜKSEK LİSANS TEZİ EMRE DİRİCAN

Detaylı

YENĐ BĐR ADAPTĐF FĐLTRELEME YÖNTEMĐ: HĐBRĐD GS-NLMS ALGORĐTMASI

YENĐ BĐR ADAPTĐF FĐLTRELEME YÖNTEMĐ: HĐBRĐD GS-NLMS ALGORĐTMASI Uludağ Üiversitesi ühedislik-imarlık Fakültesi Dergisi, Cilt 3, Sayı, 008 YENĐ BĐR ADAPĐF FĐLRELEE YÖNEĐ: HĐBRĐD GS-NLS ALGORĐASI Sedat ĐRYAKĐ * eti HAUN ** Osma Hilmi KOÇAL ** Özet: Bu makalede, adaptif

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

PSİKİYATRİ POLİKLİNİĞİNDE KONTROL SÜREKLİLİĞİNİ ETKİLEYEN FAKTÖRLERİN ARAŞTIRILMASI

PSİKİYATRİ POLİKLİNİĞİNDE KONTROL SÜREKLİLİĞİNİ ETKİLEYEN FAKTÖRLERİN ARAŞTIRILMASI Kriz Dergisi 3 (1-2): 133-137 PSİKİYATRİ POLİKLİNİĞİNDE KONTROL SÜREKLİLİĞİNİ ETKİLEYEN FAKTÖRLERİN ARAŞTIRILMASI Ayça GÜRDAL*, Hasa MIRSAL" GİRİŞ VE AMAÇ Ayakta tedavi sürekliliği, diğer tıp dallarıda

Detaylı

ULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU

ULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU ULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU ZORUNLU DERSLER IE 201 - Operasyon Modelleme Karar vermedeki belirsizlik rolü de dahil olmak üzere işletme kararlarının matematiksel

Detaylı

TOPOLOJİK TEMEL KAVRAMLAR

TOPOLOJİK TEMEL KAVRAMLAR TOPOLOJİK TEMEL KAVRAMLAR 1.1. Kümeler ve Foksiyolar A ı bir elemaıa B i yalız bir elemaıı eşleye bağıtıya bir foksiyo deir. f : A B, Domf = U A ve ragef B dir. Taım 1.1.1. f : A B foksiyou içi V A olsu.

Detaylı

AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI. için. 01 olaslk younluk fonksiyonu aa daki seçeneklerden hangisinde yer.

AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI. için. 01 olaslk younluk fonksiyonu aa daki seçeneklerden hangisinde yer. SORU : AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI X raslat deikeii olas l k youluk foksiyou 8x, x f(x) = 0, ö.d olarak verilmitir. Bua göre 0< y içi Y = raslat deikeii X olaslk youluk

Detaylı

MADENCİLİK YATIRIM PROJELERİNİN SOSYAL KARLILIK ANALİZİYLE DEĞERLENDİRİLMESİ

MADENCİLİK YATIRIM PROJELERİNİN SOSYAL KARLILIK ANALİZİYLE DEĞERLENDİRİLMESİ MADENCİLİK, Cilt 42, Sayı 3, Sayfa 25-30, Eylül 2003 Vol. 42, No. 3, pp 25-30, September 2003 MADENCİLİK YATIRIM PROJELERİNİN SOSYAL KARLILIK ANALİZİYLE DEĞERLENDİRİLMESİ Appraisal of Miig Ivestmet Projects

Detaylı

OKUL ÖNCESİ DÖNEMİ İŞİTME ENGELLİ ÇOCUKLARDA MÜZİK EĞİTİMİ 3

OKUL ÖNCESİ DÖNEMİ İŞİTME ENGELLİ ÇOCUKLARDA MÜZİK EĞİTİMİ 3 The Joural of Academic Social Sciece OKUL ÖNCESİ DÖNEMİ İŞİTME ENGELLİ ÇOCUKLARDA MÜİK EĞİTİMİ 3 ÖET Ece KARŞAL 1 Tüli MALKOÇ 2 Bu çalışmada, Okul öcesi döem işitme egelli çocuklara müzik eğitimi verilmiş

Detaylı

7. Ders. Bazı Kesikli Olasılık Dağılımları

7. Ders. Bazı Kesikli Olasılık Dağılımları Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.

Detaylı

MEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU

MEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU MEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU Dersin Adı-Kodu: BİS 601 Örnek Genişliği ve Güç Programın Adı: Biyoistatistik Dersin düzeyi Doktora Ders saatleri ve Teori Uyg. Lab. Proje/Alan Çalışması

Detaylı

HUKUK BÖLÜMÜ 2012-2013 YILLARI BAŞARI SIRASI VE TABAN PUAN KARŞILAŞTIRMASI

HUKUK BÖLÜMÜ 2012-2013 YILLARI BAŞARI SIRASI VE TABAN PUAN KARŞILAŞTIRMASI HUKUK BÖLÜMÜ 2012-2013 YILLARI BAŞARI SIRASI VE TABAN KARŞILAŞTIRMASI ÜNİVERSİTE ADI PROGRAM Açıklaması Öğreim T. Galatasaray Ü. İstabul Devlet Hukuk Fakültesi Bir. Öğr 4 TM-2 97 87 524,63928 26 26 Akara

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences Pamukkale Üiversitesi Mühedislik Bilimleri Dergisi, Cilt 19, Sayı 2, 2013, Sayfalar 76-80 Pamukkale Üiversitesi Mühedislik Bilimleri Dergisi Pamukkale Uiversity Joural of Egieerig Scieces TEK MAKİNELİ

Detaylı

SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ

SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ Sıra İstatistikleri ve Uygulama Alanlarından Bir Örneğin Değerlendirmesi 89 SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ Esin Cumhur PİRİNÇCİLER Araş. Gör. Dr., Çanakkale Onsekiz

Detaylı

ON THE TRANSFORMATION OF THE GPS RESULTS

ON THE TRANSFORMATION OF THE GPS RESULTS Niğde Üiversitesi Mühedislik Bilimleri Dergisi, Cilt 6 Sayı -, (00), 7- GPS SONUÇLARININ DÖNÜŞÜMÜ ÜZERİNE BİR İNCELEME Meti SOYCAN* Yıldız Tekik Üiversitesi, İşaat Fakültesi, Jeodezi Ve Fotogrametri Mühedisliği

Detaylı

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİESİ BİLİM VE EKNOLOJİ DERGİSİ A Uygulamalı Bilimler ve Mühedislik ANADOLU UNIVERSIY JOURNAL OF SCIENCE AND ECHNOLOGY A Applied Scieces ad Egieerig Cilt/Vol.: 4-Sayı/No: : 67-74 (23) ARAŞIRMA

Detaylı

İstatistik Nedir? Sistem-Model Kavramı

İstatistik Nedir? Sistem-Model Kavramı İstatistik Nedir? İstatistik rasgelelik içere olaylar, süreçler, sistemler hakkıda modeller kurmada, gözlemlere dayaarak bu modelleri geçerliğii sıamada ve bu modellerde souç çıkarmada gerekli bazı bilgi

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

Dolar Kuru ile Tüketici Fiyat Endeksi Arasındaki İlişkinin Archimedean Kapula ile Modellenmesi

Dolar Kuru ile Tüketici Fiyat Endeksi Arasındaki İlişkinin Archimedean Kapula ile Modellenmesi BSAD Bakacılık ve Sigortacılık Araştırmaları Dergisi Cilt, Sayı 7-8, (Kasım 05), ss.53-6 Telif Hakkı Akara Üiversitesi Beypazarı Meslek Yüksekokulu Dolar Kuru ile Tüketici Fiyat Edeksi Arasıdaki İlişkii

Detaylı

MEKANİK TESİSATTA EKONOMİK ANALİZ

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

Detaylı

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI VII. Ulusal Temiz Eerji Sempozyumu, UTES 008 7-9 Aralı 008, İstabul WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI Seyit Ahmet AKDAĞ, Öder GÜLER İstabul Tei Üiversitesi, Eerji

Detaylı

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1 3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki

Detaylı

İleri Diferansiyel Denklemler

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

Detaylı

DOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA

DOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA DOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA Filiz KARDİYEN (*) Özet: Portföy seçim problemi içi klasik bir yaklaşım ola karesel programlama yötemi,

Detaylı

YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2

YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2 Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Cilt 5, Sayı:2, 2003 YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI Sibel SELİM 1 Efe SARIBAY

Detaylı

İZMİR İLİNDEKİ ELLİ YATAKLI BİR OTEL İÇİN GÜNEŞ ENERJİSİ DESTEKLİ ISITMA VE ABSORBSİYONLU SOĞUTMA SİSTEMİNİN TEORİK İNCELENMESİ

İZMİR İLİNDEKİ ELLİ YATAKLI BİR OTEL İÇİN GÜNEŞ ENERJİSİ DESTEKLİ ISITMA VE ABSORBSİYONLU SOĞUTMA SİSTEMİNİN TEORİK İNCELENMESİ _ 163 İZMİR İLİNDEKİ ELLİ YATAKLI BİR OTEL İÇİN GÜNEŞ ENERJİSİ DESTEKLİ ISITMA VE ABSORBSİYONLU SOĞUTMA SİSTEMİNİN TEORİK İNCELENMESİ Emi Fuad KENT İbrahim Necmi KAPTAN ÖZET Bu çalışmada güeş eerjisi destekli

Detaylı

BİLGİNİN EĞİTİM TEKNOLOJİLERİNDEN YARARLANARAK EĞİTİMDE PAYLAŞIMI

BİLGİNİN EĞİTİM TEKNOLOJİLERİNDEN YARARLANARAK EĞİTİMDE PAYLAŞIMI The Turkish Olie Joural of Educatioal Techology TOJET July 2005 ISSN: 106521 volume Issue Article 16 BİLGİNİN EĞİTİM TEKNOLOJİLERİNDEN YARARLANARAK EĞİTİMDE PAYLAŞIMI Yard. Doç. Dr. Bahadti RÜZGAR Marmara

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

MÜZİK EĞİTİMİ ANABİLİM DALI MEZUNLARININ YETENEK SINAVI PUANLARI İLE MEZUNİYET NOTLARININ KARŞILAŞTIRILMASI

MÜZİK EĞİTİMİ ANABİLİM DALI MEZUNLARININ YETENEK SINAVI PUANLARI İLE MEZUNİYET NOTLARININ KARŞILAŞTIRILMASI MÜZİK EĞİTİMİ ANABİLİM DALI MEZUNLARININ YETENEK SINAVI PUANLARI İLE MEZUNİYET NOTLARININ KARŞILAŞTIRILMASI Yrd. Doç. Dr. Özgür Eroğlu Balıkesir Üiversitesi Necatibey Eğitim Fakültesi Güzel Saatlar Eğitimi

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix C: İstatistiksel Çıkarsama Doç.

Detaylı

İçindekiler. Pazarlama Araştırmalarının Önemi

İçindekiler. Pazarlama Araştırmalarının Önemi İçindekiler Birinci Bölüm Pazarlama Araştırmalarının Önemi 1.1. PAZARLAMA ARAŞTIRMALARININ TANIMI VE ÖNEMİ... 1 1.2. PAZARLAMA ARAŞTIRMASI İŞLEVİNİN İŞLETME ORGANİZASYONU İÇİNDEKİ YERİ... 5 1.3. PAZARLAMA

Detaylı

KIRIKKALE ÜNİVERSİTESİ FEN-EDEBIYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI

KIRIKKALE ÜNİVERSİTESİ FEN-EDEBIYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI KIRIKKALE ÜNİVERSİTESİ FEN-EDEBIYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI Kırıkkale Üniversitesi Fen-Edebiyat Fakültesi İstatistik Bölümü Lisans Programı, Kırıkkale Üniversitesi Önlisans ve Lisans

Detaylı

Mekânsal Karar Problemleri İçin Coğrafi Bilgi Sistemleri ve Çok Ölçütlü Karar Analizinin Bütünleştirilmesi: TOPSIS Yöntemi

Mekânsal Karar Problemleri İçin Coğrafi Bilgi Sistemleri ve Çok Ölçütlü Karar Analizinin Bütünleştirilmesi: TOPSIS Yöntemi Mekâsal Karar Problemleri İçi Coğrafi Bilgi Sistemleri ve Çok Ölçütlü Karar Aalizii Bütüleştirilmesi: TOPSIS Yötemi Derya Öztürk Odokuz Mayıs Üiversitesi Harita Mühedisliği Bölümü, 55139 Samsu. dozturk@omu.edu.tr

Detaylı

TOPLUMDA ERKEK HEMŞİRE ALGISI

TOPLUMDA ERKEK HEMŞİRE ALGISI TOPLUMDA ERKEK HEMŞİRE ALGISI Meryem Saatçı * Özet Amaç: Toplumu erkek hemşirelerle ilgili düşüce ve görüşlerii belirlemesi. Yötem: Kesitsel türde yapıla çalışma 100 kişi üzeride, yüz yüze görüşülerek

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

İLKÖĞRETİM ÖĞRENCİLERİNİN OKUL KANTİNLERİNDE SATIN ALMA DAVRANIŞLARI ÜZERİNE BİR ARAŞTIRMA

İLKÖĞRETİM ÖĞRENCİLERİNİN OKUL KANTİNLERİNDE SATIN ALMA DAVRANIŞLARI ÜZERİNE BİR ARAŞTIRMA Süleyma Demirel Üiversitesi Sosyal Bilimler Estitüsü Dergisi Joural of Süleyma Demirel Uiversity Istitute of Social Scieces Yıl: 2011/1, Sayı:13 Year: 2011/1, Number:13 İLKÖĞRETİM ÖĞRENCİLERİNİN OKUL KANTİNLERİNDE

Detaylı

Örnek 2.1 YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 7. Koşulsuz Durum Olasılıkları. Örnek 2.1

Örnek 2.1 YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 7. Koşulsuz Durum Olasılıkları. Örnek 2.1 Örek.1 YÖNEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 7 Yrd. Doç. Dr. Beyazıt Ocakta Web site: ocakta.bau.edu.tr E-mail: bocakta@gmail.com Reault marka otomobil sahilerii bir soraki otomobillerii de Reault

Detaylı

20 (1), 109-115, 2008 20(1), 109-115, 2008. kakilli@marmara.edu.tr

20 (1), 109-115, 2008 20(1), 109-115, 2008. kakilli@marmara.edu.tr Fırat Üiv. Fe ve Müh. il. Dergisi Sciece ad Eg. J of Fırat Uiv. 0 (), 09-5, 008 0(), 09-5, 008 Harmoikleri Reaktif Güç Kompazasyo Sistemlerie Etkilerii İcelemesi ve Simülasyou da KKİİ, Koray TUNÇP ve Mehmet

Detaylı

LEFKE AVRUPA ÜNİVERSİTESİ FEN-EDEBİYAT FAKÜLTESİ PSİKOLOJİ BÖLÜMÜ PSK 106 İSTATİSTİK YÖNTEMLER I BAHAR DÖNEMİ ARASINAV SORULARI

LEFKE AVRUPA ÜNİVERSİTESİ FEN-EDEBİYAT FAKÜLTESİ PSİKOLOJİ BÖLÜMÜ PSK 106 İSTATİSTİK YÖNTEMLER I BAHAR DÖNEMİ ARASINAV SORULARI LEFKE AVRUPA ÜNİVERSİTESİ FEN-EDEBİYAT FAKÜLTESİ PSİKOLOJİ BÖLÜMÜ PSK 106 İSTATİSTİK YÖNTEMLER I 2015-2016 BAHAR DÖNEMİ ARASINAV SORULARI Tarih: 22/04/2016 Istructor: Prof. Dr. Hüseyi Oğuz Saat: 11:00-12:30

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

Obje Tabanlı Sınıflandırma Yöntemi ile Tokat İli Uydu Görüntüleri Üzerinde Yapısal Gelişimin İzlenmesi

Obje Tabanlı Sınıflandırma Yöntemi ile Tokat İli Uydu Görüntüleri Üzerinde Yapısal Gelişimin İzlenmesi Obje Tabalı Sııfladırma Yötemi ile Tokat İli Uydu Görütüleri Üzeride Yapısal Gelişimi İzlemesi İlker GÜNAY 1 Ahmet DELEN 2 Mahmut HEKİM 3 1 Gaziosmapaşa Üiversitesi, Mühedislik ve Doğa Bilimleri Fakültesi,

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

M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R

M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R İ H S A N T İ M U Ç İ N D O L A P C İ, Y İ Ğ İ T A K S O Y M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R P U B L I S H E R O F T H I S B O O K Copyright 13 İHSAN TİMUÇİN DOLAPCİ, YİĞİT AKSOY

Detaylı

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:134-4141 Makie Tekolojileri Elektroik Dergisi 28 (3) 41-48 TEKNOLOJĐK ARAŞTIRMALAR Makale Düşük Sıcak Kayaklı Isı Pompaları Eerji Maliyet Aalizi Özet Murat KAYA Hitit

Detaylı

Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER

Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER Gözden Geçirilmiş ve Genişletilmiş 8. Baskı Frekans Dağılımları Varyans Analizi Merkezsel

Detaylı

İSTATİSTİKSEL FORMÜLLER VE TABLOLAR

İSTATİSTİKSEL FORMÜLLER VE TABLOLAR BAŞKENT ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İSTATİSTİKSEL FORMÜLLER VE TABLOLAR Yayıa Hazırlayalar: Kürşad Demirutku, MS N. Ca Okay, BA Ayşegül Yama F. Efe Kıvaç Bahar Muratoğlu Zuhal Yeiçeri,

Detaylı

OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİ ÇOCUKLARDA MÜZİK EĞİTİMİNİN SÖZEL AÇIKLAMA BECERİLERİNE ETKİSİ

OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİ ÇOCUKLARDA MÜZİK EĞİTİMİNİN SÖZEL AÇIKLAMA BECERİLERİNE ETKİSİ OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİ ÇOCUKLARDA MÜZİK EĞİTİMİNİN SÖZEL AÇIKLAMA BECERİLERİNE ETKİSİ Yrd. Doç. Dr. Tüli Malkoç Marmara Üiversitesi Atatürk Eğitim Fakültesi, Göztepe, tmalkoc@marmara.edu.tr Fuda

Detaylı

Mühendislik Fakültesi Endüstri Mühendisliği Bölümü. Doç. Dr. Nil ARAS ENM411 Tesis Planlaması Güz Dönemi

Mühendislik Fakültesi Endüstri Mühendisliği Bölümü. Doç. Dr. Nil ARAS ENM411 Tesis Planlaması Güz Dönemi Mühedislik Fakültesi Edüstri Mühedisliği Bölümü Doç. Dr. Nil ARAS ENM4 Tesis Plalaması 6-7 Güz Döemi 3 Sisteme ekleecek tesis sayısı birde fazladır. Yei tesisler birbirleri ile etkileşim halide olabilirler

Detaylı

TEMEL KAVRAMLAR GİRİŞ

TEMEL KAVRAMLAR GİRİŞ TEMEL KAVRAMLAR GİRİŞ İstatistik kelimesii kökei Almaca olup devlet alamıa gelmektedir. İstatistik kelimesi gülük hayatta farklı alamlarda kullaılmaktadır. Televizyoda bir futbol müsabakasıı izleye bir

Detaylı