Gıda Mühendisliğinde Optimizasyon ve Modelleme Süreçlerinde Cevap Yüzey Metodu Yaklaşımı
|
|
- Aygül Demirci
- 5 yıl önce
- İzleme sayısı:
Transkript
1 Gıda Mühendisliğinde Optimizasyon ve Modelleme Süreçlerinde Cevap Yüzey Metodu Yaklaşımı Onur Özdikicierler 1, İsmail Eren 2, Yekta Göksungur 1 Fahri Yemişçioğlu 1, Aytaç Saygın Gümüşkesen 1 1 Ege Üniversitesi, İzmir 2 Celal Bayar Üniversitesi, Manisa Türkiye 12. Gıda Kongresi Ekim 2016; Edirne
2 Bilimsel Çalışmalarda Amaç Bir sorunu çözmek Yeni bir ürün ortaya koymak Yeni bir yöntem veya teknoloji ortaya koymak Yeni bir bilgi ortaya koymak Ekonomik yarar sağlamak
3 Deneme Planlarının Yapısı K maddesinin oluşumu üzerine distilasyon koşullarının (parametrelerinin) etkisi. Distilasyon K A B C Cevap, Yanıt Faktörler A1 A2 A3 B1 B2 B3 C1 C2 C3 Seviyeler Deneme Sayısı = Faktör Sayısı x Seviye
4 Deneme Planlarının Yapısı K,L,M maddelerinin oluşumu üzerine distilasyon koşullarının (parametrelerinin) etkisi. Distilasyon K M L A B C D E F G A1 A2 A3 B1 B2 B3 C1 C2 C3 D1 D2 D3 E1 E2 E3 F1 F2 F3 G1 G2 G3 Seviyeler Deneme Sayısı = 21; 3 tekerrür ile 21x3=63 deneme
5 Amaçlar ve Deneysel Dizaylar Karşılaştırmalı Dizayn Faktör Eleme Dizaynları Bir veya birkaç faktörün belirli bir yanıt üzerinde etkisinin önemli olup olmadığını belirlemek Birçok faktörün içerisinden önemli olanlarını seçmek. Cevap Yüzey Metodu Dizaynları 2 veya daha fazla faktörün bir veya birkaç cevap üzerine etkilerini modelleyerek optimum yaklaşım geliştirmek. (1)
6 Deneysel Dizaynlar ve Faktör Sayılarının İlişkileri Faktörlerin Sayısı Karşılaştırmalı Dizayn Faktör Eleme Dizaynı Cevap Yüzey Metodu Dizaynları 1 1-faktörlü tamamen rastgele dizayn 2-4 Rastgele Blok Dizaynı Full veya Kısmi Faktöriyel Merkezi Kompozit Dizayn veya Box-Behnken 5 ve daha fazla Rastgele Blok Dizaynı Full veya Kısmi Faktöriyel veya Plackett-Burman Faktör eleme dizaynlarının kullanılması önerilir. (1)
7 Cevap Yüzey Metodu (CYM) Yöntem ilk olarak Box ve Wilson tarafından 1951 yılında geliştirilmiştir. Yöntemin geliştirilmesindeki amaç, kimyasal reaksiyonların istenilen düzeyde optimize edilebilmesidir. CYM; Denemelerin dizayn edilmesi, elde edilen veriler kullanılarak yanıtlar (bağımlı değişkenler) üzerine faktörlerin (bağımsız değişkenler) etkisinin belirlenmesi ve bu etkilerin matematiksel modeller ile ifade edilmesi ve faktörlerin optimizasyonu aşamalarını içermektedir. (2)
8 Cevap Yüzey Metodu (CYM) İlk aşamada incelenen yanıtın üzerine etki eden faktörlerin (parametrelerin) ve bu faktörlerin alt ve üst seviyelerinin belirlenmesi gerekmektedir. Değişken Seviyeleri Faktörler Bağımsız değişkenler X1 Sıcaklık ( C) X2 Süre (dak) X3 Basınç (mbar) Bu aşamadan sonra uygun deneme dizaynının seçilmesi gerekmektedir. (2,3)
9 Merkezcil Kompozit ve Box-Behnken Deneme Dizaynları Merkezcil Kompozit +1 Merkezcil Kompozit (Yüzey Merkezli) Box-Behnken Seviye yeterlidir. En yüksek ve en düşük seviyeler belirli oranda arttırılarak veya azaltılarak dizayna dahil edilir. Özellikle polinomiyel etkilerin ortaya konmasına etkilidir seviye yeterlidir. = 0 dır. Böylece çalışma aralığı deneme dizaynı için belirlenen alt ve üst limitleri aşmaz. =0 olduğu için polinomiyel etkilerin belirlenmesinde merkezcil kompozit dizayn kadar etkili değildir seviye yeterlidir. Daha az deneme sayısı içerir. Deneysel bölgede köşe noktaların belirlenmemesi elde edilecek modelin yeterliliğini azaltır. (1,4)
10 Merkezcil Kompozit ve Box-Behnken Deneme Dizaynları Merkezcil Kompozit Merkezcil Kompozit (Yüzey Merkezli) Box-Behnken Tekrar X 1 X 2 X 3 Tekrar X 1 X 2 X 3 Tekrar X 1 X 2 X Toplam Deneme= 20 Toplam Deneme= 20 Toplam Deneme= 15 (1,4)
11 Matematiksel modelleme ve Ceres Asteroidi Giuseppe Piazzi
12 Asteroidin Yörüngesi d c e b a f a2+b2+c2+d2+e2+f2 Carl Friedrich Gauss
13 Regresyon Analizi ve En Küçük Kareler Kuramı x i y i En küçük x 1 y 1 x 2 y 2 x 3 y 3 x 4 y x n y n (5,6)
14 Lineer ve Polinomiyal Modeller y = β 0 + β 1 X 1 + β 2 X 2 + β 3 X 3 + ε Sabit Lineer Terimler Hata y = β 0 + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 11 X β 22 X β 33 X 3 2 β 12 X 1 X 2 + β 13 X 1 X 3 + β 23 X 2 X 3 + ε Lineer Terimler Üstel Terimler İnteraksiyon Terimleri (7,8)
15 Model ile İlgili Belirteçler Regresyonun açıklama katsayısı (R 2 ): Modelin deneysel verileri açıklayabilme oranını ortaya koyan değerdir. Model Uyumsuzluğu (lack of fit): Oluşturulan modelin, deneysel verileri açıklayabilmedeki yetersizliğinin bir ölçütüdür. İstatistiksel olarak önemsiz olması beklenir. PRESS değeri (tahminlenmiş kalıntı hata kareler toplamı): Bu değerin düşük olması modelin yeni tahminlemeleri rahatlıkla yapabileceğini gösterir.
16 Model ile İlgili Belirteçler Yeterli Kesinlik (adequate precision): Ölçümün yeterliliği, dolayısıyla verilerin kesinliği ile ilgili bir değerdir. Sinyal/gürültü oranı olarak hesaplanır. 4 değerinden büyük olmalıdır. Varyasyon Kaysayısı (CV): Standart sapmanın ortalamaya oranıdır. (9)
17 Modelin ANOVA Tablosu Kaynak Kareler Toplamı SD Ortalamaların Karesi F Değeri P Değeri Model 26, , , * A-Sıcaklık 17, , , * B-Su Miktarı 0, , , C-Basınç 0, ,405 0, AxB 0, ,1225 0, AxC 1,96 1 1,96 1, BxC , A 2 0, , , B 2 1, , , C 2 0, , , Model Uyumsuzluğu 1, , , Saf Hata 8, ,013 Genel Toplam 35, * α=0,05 seviyesinde istatistiksel olarak önemlidir.
18 Model Terimlerinin Katsayıları Faktör Katsayı Sabit 3,76 A-Sıcaklık 1,4625 B-Süre 0,3125 C-Basınç 0,225 AB 0,175 AC 0,7 BC -1 A 2 0,3825 B 2-0,5175 C 2 0,0575 Std Sapma 1,05724 Ortalama 3, C.V. % 28,3935 PRESS 24,93527 R 2 0, Yeterli Kesinlik 6, * α=0,05 seviyesinde istatistiksel olarak önemlidir. (10)
19 Model Grafikleri (10) Eşyükselti-İzohips Eğrisi X1 X2 3 Boyutlu cevap yüzeyi X2 X1
20 Optimizasyon Optimizasyon için seçilen kriterlere bağlı olarak istenilirlik değeri (desirability) fonksiyonu yaklaşımı oluşturulmaktadır. Daha sonra bunların geometrik ortalamaları alınarak tüm cevaplar için toplu bir istenilirlik faktörü elde edilir. İstenilirlik Faktörü İstenen 1 Mükemmel 1-0,8 Çok İyi 0,8-0,63 İyi 0,63-0,37 Yeterli 0,37-0,20 Kötü 0,2-0 Çok Kötü
21 Optimizasyon Optimizasyon hedefleri belirlenmelidir. Örnek:K maddesinin maksimum oluştuğu parametreler hedeflenmiştir. No Sıcaklık ( C) Süre (dak) Basınç (mbar) K (mg/kg) L (mg/kg) İstenilirlik Faktörü ,5 7 0, ,1 7 0, ,7 7 0, ,2 7 0, ,5 7 0,84 (2,10)
22 Optimizasyonun Doğrulanması Optimum noktalarda doğrulama denemeleri yapılır. Optimizasyon ile tahminlenen değerler ile doğrulama denemeleri arasındaki fark hesaplanır. Bu farkın % 15 in altında olması beklenir. %Fark = 100 A Doğrulama A Tahminlenen A Tahminlenen
23 Gıda Teknolojisinde Optimizasyon Yaklaşımına Bir Örnek
24 Deneme dizaynında kullanılacak faktörler ve seviyeleri Deneme dizaynı ve her deneme sonucunda oluşan Pullulan (yanıt) miktarı
25 Oluşturulan polinomiyel modelin ANOVA tablosu Oluşturulan polinomiyel modelde terimlerin katsayıları İşlem parametrelerinin Pullulan konsantrasyonuna etkisini açıklayan polinomiyel model
26
27 Sonuç Bilimsel araştırmalarda neden sonuç ilişkilerinin kurulmasında farklı deneme dizaynları kullanılabilmektedir. CYM dizaynlarının kullanılması ile neden sonuç ilişkileri matematiksel modeller ile ifade edilirken zaman, özkaynak ve enerji tasarrufu sağlanabilir. Optimizasyon yaklaşımı ile laboratuvar ölçeğinde, pilot düzeyde ve endüstriyel boyutlarda birçok sistem için optimum koşullar belirlenerek süreçlerin (proseslerin) verimi arttırılabilir.
28 Kaynaklar 1. Anonim, 2016a, Response Surface Designs, (Erişim Tarihi: ) 2. Anonim,2016b Response Surface Designs for Optimization, (Erişim Tarihi: ) 3. Anonim, 2016c, Experimental Designs, (Erişim Tarihi: ) 4. Bezerra M, Santelli R, Oliviera E, Villlar L, Escalaira L, Response Surface Methodology as a tool for optimization, Talanta, 76, Caffo B, Peng R, Leek J, Least Square and linear regression, (Erişim Tarihi: ) 6. Oasterbaan, 1994, Frequencies and Regression Analysis, Drainage Principles and Applications. 16, James H, Joseph H, 2003, Generalized Estimating Equations London, Champan and Hall, CRC Press. 8. Saltoun M, Soltari J, 2016, Determination of Optimal Combination of Applied Water and Nitrogen for potato yield using response surface methodology, Journal of Bioscience, 9, Bethea PM, Duran S, Boutlion TL, 1985, Statistical Methods for Engineers and Scientists, New York, Dekkar 10. Cornel, Jhen, 2002, Experiments with Mixtures: Designs, Models, and the analysis of mixtures, Wiley.
29 Dinlediğiniz için teşekkür ederim.
Tepki Yüzeyleri Metodolojisi Optimizasyon Esaslı Çalışmalara İlişkin Teorik Esaslar ve Tarımsal Mekanizasyon Uygulamaları
Tarım Makinaları Bilimi Dergisi 2006, 2 (2), 111-115 Tepki Yüzeyleri Metodolojisi Optimizasyon Esaslı Çalışmalara İlişkin Teorik Esaslar ve Tarımsal Mekanizasyon Uygulamaları Adnan Değirmencioğlu, Arzu
DetaylıKluyveromyces Lactis Kullanarak Laktik Asit Üretiminin RSM ile Optimizasyonu
Kluyveromyces Lactis Kullanarak Laktik Asit Üretiminin RSM ile Optimizasyonu Vahap Yönten, Nurettin Şahiner, Nahit Aktaş Yüzüncü Yıl Üniversitesi,65100 Vahap Yönten, Yüzüncü Yıl Üniversitesi, Van, 65100,
DetaylıOPTİMUM TOLERANSLARIN BELİRLENMESİNDE CEVAP YÜZEYİ YÖNTEMLERİNİN KULLANILMASI ÜZERİNE BİR İNCELEME 1 Cenk ÖZLER 2
D.E.Ü.İ.İ.B.F. Dergisi Cilt:1 Sayı:1, Yıl:006, ss: 71-83 OPTİMUM TOLERANSLARIN BELİRLENMESİNDE CEVAP YÜZEYİ YÖNTEMLERİNİN KULLANILMASI ÜZERİNE BİR İNCELEME 1 Cenk ÖZLER ÖZET Bir montajı oluşturan bileşenlerin
DetaylıDeneysel Verilerin Değerlendirilmesi. Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR. Prof. Dr. Murat ELİBOL FİNAL SINAVI
Deneysel Verilerin Değerlendirilmesi Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR Prof. Dr. Murat ELİBOL FİNAL SINAVI Ödevi Hazırlayan: Özge AKBOĞA 91100019124 (Doktora) Güz,2012 İzmir 1
DetaylıKARİDES ATIKLARINDAN KİTİN VE KİTOSAN ÜRETİMİ: OPTİMİZASYON VE KARAKTERİZASYON
KARİDES ATIKLARINDAN KİTİN VE KİTOSAN ÜRETİMİ: OPTİMİZASYON VE KARAKTERİZASYON Kader TOKATLI Aslıhan DEMİRDÖVEN Gaziosmanpaşa Üniversitesi Mühendislik ve Doğa Bilimleri Fakültesi Gıda Mühendisliği Bölümü
DetaylıCHAPTER 6 SIMPLE LINEAR REGRESSION
CHAPTER 6 SIMPLE LINEAR REGRESSION Bu bölümdeki amacımız değişkenler arasındaki ilişkiyi gösteren en uygun eşitliği kurmaktır. Konuya giriş için şu örnekle başlayalım; Diyelim ki Mr. Bump adındaki birisi
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
DetaylıNOHUT SAMANI HIZLI PİROLİZİNİN DENEY TASARIMI İLE MODELLENMESİ
NOHUT SAMANI HIZLI PİROLİZİNİN DENEY TASARIMI İLE MODELLENMESİ Görkem Değirmen a, Ayşe E. Pütün a, Murat Kılıç a, Ersan Pütün b, * a Anadolu Üniversitesi, Mühendislik Fakültesi, Kimya Mühendisliği Bölümü,
DetaylıQUANTILE REGRESYON * Quantile Regression
QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine
DetaylıBACILLUS AMYLOLIQUEFACIENS İLE α-amilaz ÜRETİMİNİN RSM ANALİZİ
BACILLUS AMYLOLIQUEFACIENS İLE α-amilaz ÜRETİMİNİN RSM ANALİZİ M. Ş. TANYILDIZI *, M. ELİBOL, D. ÖZER ÖZET Bacillus amyloliquefaciens ile alfa amilaz üretim ortamının optimizasyonu response surface metodu
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıTek Dane Ekim Makinası Örneğinde Ekim Performansının Tepki Yüzeyleri Metodolojisi Kullanılarak Optimizasyonu*
Tarım Makinaları Bilimi Dergisi 6, (), 117-14 Tek Dane Ekim Makinası Örneğinde Ekim Performansının Tepki Yüzeyleri Metodolojisi Kullanılarak Optimizasyonu* Arzu Yazgı, Adnan Değirmencioğlu Ege Üniversitesi,
DetaylıBİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ
BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ Özgür ARMANERİ Dokuz Eylül Üniversitesi Özet Bu çalışmada, bir montaj hattı
DetaylıHasta Memnuniyetine Yanıt Yüzeyi Yaklaşımı. Response Surface Approach to Patient Satisfaction
Avrupa Bilim ve Teknoloji Dergisi Cilt. 2, No. 4, S. 128-135, Haziran 2015 Telif hakkı EJOSAT a aittir Araştırma Makalesi www.ejosat.com ISSN:2148-2683 European Journal of Science and Technology Vol. 2,
DetaylıKİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI
KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği
DetaylıÖRNEK BULGULAR. Tablo 1: Tanımlayıcı özelliklerin dağılımı
BULGULAR Çalışma tarihleri arasında Hastanesi Kliniği nde toplam 512 olgu ile gerçekleştirilmiştir. Olguların yaşları 18 ile 28 arasında değişmekte olup ortalama 21,10±1,61 yıldır. Olguların %66,4 ü (n=340)
DetaylıSONUÇLAR : Deneylerde ansal birim uzama varlığı nedeni. e = s/e 2. -f-s/e, (1.0-exp (Ei/v) t) formülünün kullanılması daha uygun gözükebilir.
24 TABLO : I. Yorulma deneylermde kullanılan traverten, kireçtaşı ve andezit örnekleri için Kelvin - Voigt modeline göre hesaplanan elâstik modül (E) ve viskosite (v) değerleri. Uygulanan basınç 211.03
DetaylıKARŞILAŞTIRMA 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:
DetaylıPROSES TASARIMINA GİRİŞ [1-4]
PROSES TASARIMINA GİRİŞ [1-4] KAYNAKLAR 1. J.M. Coulson, J.F. Richardson ve R.K. Sinnot, 1983. Chemical Engineering V: 6, Design, 1st Ed., Pergamon, Oxford. 2. M.S. Peters ve K.D. Timmerhaus, 1985. Plant
DetaylıRastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler
Rastgele Değişkenlerin Dağılımları Mühendislikte İstatistik Yöntemler Ayrık Rastgele Değişkenler ve Olasılık Dağılımları Yapılan çalışmalarda elde edilen verilerin dağılışı ve dağılış fonksiyonu her seferinde
DetaylıMONTE CARLO BENZETİMİ
MONTE CARLO BENZETİMİ U(0,1) rassal değişkenler kullanılarak (zamanın önemli bir rolü olmadığı) stokastik ya da deterministik problemlerin çözümünde kullanılan bir tekniktir. Monte Carlo simülasyonu, genellikle
DetaylıTABLO I: Bağımlı değişken; Tüketim,- bağımsız değişkenler; gelir ve fiyat olmak üzere değişkenlere ait veriler verilmiştir.
EKONOMETRİ II Uygulama - Otokorelasyon TABLO I: Bağımlı değişken; Tüketim,- bağımsız değişkenler; gelir ve fiyat olmak üzere Tuketim 58 Gelir 3959 Fiyat 312 değişkenlere ait veriler verilmiştir. 56 3858
Detaylı1.ULUSAL LABORATUVAR AKREDĠTASYONU VE GÜVENLĠĞĠ SEMPOZYUMU VE SERGĠSĠ 16-18 Mayıs 2013 KALĠBRASYON (5N+1K) İbrahim AKDAĞ
1.ULUSAL LABORATUVAR AKREDĠTASYONU VE GÜVENLĠĞĠ SEMPOZYUMU VE SERGĠSĠ 16-18 Mayıs 2013 KALĠBRASYON (5N+1K) İbrahim AKDAĞ E-Posta: ibrahim@uzmanakreditasyon.com Web: http: // www.uzmanakreditasyon.com Konusunda
DetaylıOlasılık ve İstatistik II (IE 202) Ders Detayları
Olasılık ve İstatistik II (IE 202) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik II IE 202 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Olasılık
DetaylıEŞANLI DENKLEM MODELLERİ
EŞANLI DENKLEM MODELLERİ Eşanlı denklem modelleri, tek denklemli modeller ile açıklanamayan iktisadi olayları açıklamak için kullanılan model türlerinden birisidir. Çift yönlü neden-sonuç ilişkisi söz
DetaylıKısmi Diferansiyel Denklemler (MATH378) Ders Detayları
Kısmi Diferansiyel Denklemler (MATH378) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Kredi AKTS Saati Kısmi Diferansiyel Denklemler MATH378 Bahar 3 0 0 3 6 Ön Koşul Ders(ler)i
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
Detaylı1: DENEYLERİN TASARIMI VE ANALİZİ...
İÇİNDEKİLER Bölüm 1: DENEYLERİN TASARIMI VE ANALİZİ... 1 1.1. Deneyin Stratejisi... 1 1.2. Deneysel Tasarımın Bazı Tipik Örnekleri... 11 1.3. Temel Kurallar... 16 1.4. Deneyleri Tasarlama Prensipleri...
DetaylıANALİTİK YÖNTEMLERİN DEĞERLENDİRİLMESİ. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2004
ANALİTİK YÖNTEMLERİN DEĞERLENDİRİLMESİ Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2004 1 Laboratuvarlarda yararlanılan analiz yöntemleri performans kalitelerine göre üç sınıfta toplanabilir: -Kesin yöntemler
DetaylıYrd. Doç. Dr. Mehmet Güçlü
Dersin Adı DERS ÖĞRETİM PLANI Ekonometri I Dersin Kodu ECO 301 Dersin Türü (Zorunlu, Seçmeli) Dersin Seviyesi (Ön Lisans, Lisans, Yüksek Lisans, Doktora) Dersin AKTS Kredisi 6 Haftalık Ders Saati 4 Haftalık
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2404
Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: İSTATİSTİK II Dersin Orjinal Adı: İSTATİSTİK II Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 404 Dersin
DetaylıSayısal Yöntemler (MFGE 301) Ders Detayları
Sayısal Yöntemler (MFGE 301) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Sayısal Yöntemler MFGE 301 Güz 2 2 0 3 4 Ön Koşul Ders(ler)i MATH 275 Lineer
DetaylıÖrnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.
Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri
DetaylıÖğr. Elemanı: Dr. Mustafa Cumhur AKBULUT
Ünite 10: Regresyon Analizi Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT 10.Ünite Regresyon Analizi 2 Ünitede Ele Alınan Konular 10. Regresyon Analizi 10.1. Basit Doğrusal regresyon 10.2. Regresyon denklemi
DetaylıDeney Tasarımı (DOE) Reçetesi. Orhan Çevik İstanbul, 30 Ağustos 2014
Deney Tasarımı (DOE) Reçetesi Orhan Çevik İstanbul, 30 Ağustos 2014 Başlangıç Uyarısı Deney tasarımı çalışmalarının genellikle peş peşe birkaç deney gerektiren çalışmalar olduğunu unutmayın Her zaman mümkün
DetaylıAKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI
AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI *Mehmet YÜCEER, **Erdal KARADURMUŞ, *Rıdvan BERBER *Ankara Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü Tandoğan - 06100
DetaylıKoşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.
Koşullu Öngörümleme Ex - ante (tasarlanan - umulan) öngörümleme söz konusu iken açıklayıcı değişkenlerin hatasız bir şekilde bilindiği varsayımı gerçekçi olmayan bir varsayımdır. Çünkü bazı açıklayıcı
DetaylıBİYOİSTATİSTİK. Uygulama 6. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 6 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Soru 1 İlaç malzemelerinin kalitesini
DetaylıDoğu Anadolu Bölgesi'ndeki Bazı İllerin Hava Şartları ve Rüzgar Gücünün Modellenmesi
Tesisat Mühendisliği Dergisi Sayı: 89, s. 58-64, 2005 Doğu Anadolu Bölgesi'ndeki Bazı İllerin Hava Şartları ve Rüzgar Gücünün Modellenmesi Ebru KAVAK AKPINAR* Yaşar BİÇER BeytuIIah ERDOĞAN Özet Bu çalışmada,
DetaylıSayısal Yöntemler (COMPE 350) Ders Detayları
Sayısal Yöntemler (COMPE 350) Ders Detayları Ders Adı Sayısal Yöntemler Ders Kodu COMPE 350 Dönemi Ders Uygulama Saati Saati Laboratuar Saati Kredi AKTS Bahar 2 2 0 3 5.5 Ön Koşul Ders(ler)i Dersin Dili
DetaylıKimya Mühendisliğinde Uygulamalı Matematik
Fen Bilimleri Enstitüsü Kimya Mühendisliği Anabilim Dalı Kimya Mühendisliğinde Uygulamalı Matematik DERS BİLGİ FORMU DERS BİLGİLERİ Dersin Adı Kodu Yarıyıl Kimya Mühendisliğinde Uygulamalı Matematik T
DetaylıĐST 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
DetaylıBİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Uygulamalı bilim
DetaylıKÜKÜRT DİOKSİT GAZI İLE ÜLEKSİT TEN BORİK ASİT ÜRETİMİ
KÜKÜRT DİOKSİT GAZI İLE ÜLEKSİT TEN BORİK ASİT ÜRETİMİ İbrahim Hakkı Karakaş a*,mehmet Çopur b, M. Muhtar Kocakerim c, Zeynep Karcıoğlu Karakaş d a Bayburt Üniversitesi, Bayburt Meslek Yüksek Okulu, Bayburt
DetaylıAtık Sulardan Tekstil Boyar Maddesinin Silika İle Giderimi için Deneysel Tasarım
BAÜ Fen Bil. Enst. Dergisi Cilt 4(2) 25-3 (22) Atık Sulardan Tekstil Boyar Maddesinin Silika İle Giderimi için Deneysel Tasarım Özkan DEMİRBAŞ,*, Cihan YILDIZ 2 Balıkesir Üniversitesi Fen.-Ed. Fak. Kimya
DetaylıHava Kirleticilerin Atmosferde Dağılımı ve Hava Kalitesi Modellemesi P R O F. D R. A B D U R R A H M A N B A Y R A M
Hava Kirleticilerin Atmosferde Dağılımı ve Hava Kalitesi Modellemesi P R O F. D R. A B D U R R A H M A N B A Y R A M Temel Kavramlar Emisyon Dış Hava Kalitesi Hava Kalitesi Dağılım Modellemesi Emisyon
DetaylıOlasılık ve İstatistik (IE 220) Ders Detayları
Olasılık ve İstatistik (IE 220) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik IE 220 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin
DetaylıGRANÜL BOYUT DAĞILIMININ GRANİT KARO ÜRÜN ÖZELLİKLERİNE ETKİSİ. Z.Bayer 1,3, N.Ay 1, N.Erginel 2
Afyon Kocatepe Üniversitesi Özel Sayı Afyon Kocatepe University FEN BİLİMLERİ DERGİSİ 83-88 JOURNAL OF SCIENCE GRANÜL BOYUT DAĞILIMININ GRANİT KARO ÜRÜN ÖZELLİKLERİNE ETKİSİ Z.Bayer 1,3, N.Ay 1, N.Erginel
Detaylı7.Ders Bazı Ekonometrik Modeller. Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla.
7.Ders Bazı Ekonometrik Modeller Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla. Kaynak: TÜĐK dönemler gayri safi yurt içi hasıla düzeyi 1987-1 8680793 1987-2 9929354 1987-3 13560135 1987-4
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 1- GİRİŞ Doç. Dr. Ali Rıza YILDIZ 1 Mühendislikte, herhangi bir fiziksel sistemin matematiksel modellenmesi sonucu elde edilen karmaşık veya analitik çözülemeyen denklemlerin
DetaylıKORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN
KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin
DetaylıYEŞİLIRMAK NEHRİ İÇİN TOPLAM ORGANİK KARBON ÖNGÖRÜ MODELLERİ
YEŞİLIRMAK NEHRİ İÇİN TOPLAM ORGANİK KARBON ÖNGÖRÜ MODELLERİ Mehmet Yüceer a*, İlknur Atasoy b, Eda Semizer c, Erdal Karadurmuş d, Kazım Yetik e, Ayla Çalımlı c, Rıdvan Berber c a İnönü Üniversitesi Mühendislik
Detaylı3. 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
DetaylıRM26 KOLEMANİTİN CO 2 VE SO 2 İLE DOYURULMUŞ SULU ÇÖZELTİLERDEKİ ÇÖZÜNÜRLÜĞÜNÜN OPTİMİZASYONU
Yedinci Ulusal Kimya Mühendisliği Kongresi, 5-8 Eylül 006, Anadolu Üniversitesi, Eskişehir RM6 KOLEMANİTİN CO VE SO İLE DOYURULMUŞ SULU ÇÖZELTİLERDEKİ ÇÖZÜNÜRLÜĞÜNÜN OPTİMİZASYONU ZAFER EKİNCİ, ENES ŞAYAN,
DetaylıI. Analitik duyarlılık ve özgüllük II. Klinik duyarlılık ve özgüllük III. Kesinlik tekrarlanabilirlik IV. Doğruluk V. Doğrusallık (lineerite)
SORU 1 IVD/CE belgesi olan kantitatif HBV DNA PCR testi satın alma aşamasında yöntem doğrulama (verifikasyon) yapmak istiyorsunuz. Hangi parametreleri mutlaka kontrol etmek isterseniz? I. Analitik duyarlılık
DetaylıQuality Planning and Control
Quality Planning and Control Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 Süreç ve Ölçüm Sistemi Yeterlilik Analizi II (Process and Measurement System Capability
DetaylıSPATIAL STATISTICAL ANALYSIS OF THE EFFECTS OF URBAN FORM INDICATORS ON ROAD-TRAFFIC NOISE EXPOSURE OF A CITY IN SOUTH KOREA
SPATIAL STATISTICAL ANALYSIS OF THE EFFECTS OF URBAN FORM INDICATORS ON ROAD-TRAFFIC NOISE EXPOSURE OF A CITY IN SOUTH KOREA Hunjae Ryu, In Kwon Park, Bum Seok Chun, Seo Il Chang Güney Kore de Bir Kentin
DetaylıOptimizasyona Giriş (MFGE 412) Ders Detayları
Optimizasyona Giriş (MFGE 412) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Saati Laboratuar Kredi AKTS Saati Optimizasyona Giriş MFGE 412 Seçmeli 3 0 0 3 5 Ön Koşul Ders(ler)i MATH 275 Lineer Cebir
DetaylıDENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS OLASILIK VE İSTATİSTİK FEB-222 2/ 2.YY 3+0+0 3 3 Dersin Dili Dersin Seviyesi
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4907
Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: KESİKLİ OLAY SİSTEMLERİNİN MODELLENMESİ VE ANALİZİ Dersin Orjinal Adı: KESİKLİ OLAY SİSTEMLERİNİN MODELLENMESİ VE ANALİZİ Dersin Düzeyi:(Ön lisans,
DetaylıOlasılık ve İstatistik (IE 220) Ders Detayları
Olasılık ve İstatistik (IE 220) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik IE 220 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Process Control EEE423 7 3+2 4 5
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Process Control EEE423 7 3+2 4 5 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü İngilizce Lisans Seçmeli / Yüz Yüze Dersin
DetaylıYrd. Doç. Dr. A. Burak İNNER
Yrd. Doç. Dr. A. Burak İNNER Kocaeli Üniversitesi Bilgisayar Mühendisliği Yapay Zeka ve Benzetim Sistemleri Ar-Ge Lab. http://yapbenzet.kocaeli.edu.tr Doğrusal Ara Değer Hesabı Lagrance Polinom İnterpolasyonu
DetaylıİSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications*
Ç.Ü. Fen Bilimleri Enstitüsü Yıl:010 Cilt:-1 İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications* Işıl FİDANOĞLU İstatistik Anabilim Dalı Fikri
DetaylıElazığ'daki Hava Şartları ve Güneşlenme Şiddetinin Modellenmesi
Tesisat Mühendisliği Dergisi Sayı: 90, s. 54-61, 2005 Elazığ'daki Hava Şartları ve Güneşlenme Şiddetinin Modellenmesi Yaşar BİÇER* Ebru KAVAK AKPINAR* Fatih OZBEY Özet Bu çalışmada, Elazığ ilindeki sıcaklık,
DetaylıAERODİNAMİK KUVVETLER
AERODİNAMİK KUVVETLER Prof.Dr. Mustafa Cavcar Anadolu Üniversitesi, Sivil Havacılık Yüksekokulu, 26470 Eskişehir Bir uçak üzerinde meydana gelen aerodinamik kuvvetlerin bileşkesi ( ); uçağın etrafından
DetaylıQuality Planning and Control
Quality Planning and Control END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 Süreç ve Ölçüm Sistemi Yeterlilik Analizi I (Process
Detaylı3.5. TARIM MAKİNALARI BÖLÜMÜ
3.5. TARIM MAKİNALARI BÖLÜMÜ 3.5.1. TARIM MAKİNALARI ANABİLİM DALI Yürütücü Kuruluş (lar) : Çeşitli Tarımsal Ürünlerin Vakumla Kurutulmasında Kurutma Parametrelerinin Belirlenmesi İşbirliği Yapan Kuruluş
DetaylıDeney Dizaynı ve Veri Analizi Ders Notları
Deney Dizaynı ve Veri Analizi Ders Notları Binom dağılım fonksiyonu: Süreksiz olaylarda, sonuçların az sayıda seçenekten oluştuğu durumlarda kullanılır. Bir para atıldığında yazı veya tura gelme olasılığı
DetaylıRegresyon. Regresyon korelasyon ile yakından ilişkilidir
Regresyon Regresyona Giriş Regresyon korelasyon ile yakından ilişkilidir Regresyon bir bağımlı değişken ile (DV) bir veya daha fazla bağımsız değişken arasındaki doğrusal ilişkiyi inceler. DV için başka
DetaylıÜZÜM ÇEKİRDEĞİ YAĞININ BASINÇLI ÇÖZÜCÜ EKSTRAKSİYONU VE EKSTRAKSİYON PARAMETRELERİNİN CEVAP YÜZEY YÖNTEMİ İLE OPTİMİZASYONU
ÜZÜM ÇEKİRDEĞİ YAĞININ BASINÇLI ÇÖZÜCÜ EKSTRAKSİYONU VE EKSTRAKSİYON PARAMETRELERİNİN CEVAP YÜZEY YÖNTEMİ İLE OPTİMİZASYONU Emir Zafer HOŞGÜN, Berrin BOZAN* Anadolu Üniversitesi, Mühendislik mimarlık Fakültesi,
DetaylıKorelasyon, Korelasyon Türleri ve Regresyon
Korelasyon, Korelasyon Türleri ve Regresyon İçerik Korelasyon Korelasyon Türleri Korelasyon Katsayısı Regresyon KORELASYON Korelasyon iki ya da daha fazla değişken arasındaki doğrusal ilişkiyi gösterir.
DetaylıİÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1
İÇİNDEKİLER ÖNSÖZ... v 1. BÖLÜM Örneklem Genişliğinin Elde edilmesi... 1 1.1. Kitle ve Parametre... 1 1.2. Örneklem ve Tahmin Edici... 2 1.3. Basit Rastgele Örnekleme... 3 1.4. Tabakalı Rastgele Örnekleme...
DetaylıDERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Deneysel Tasarım EKO60 Bahar Ön Koşul Dersin Dili. Zorunlu
DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Deneysel Tasarım EKO60 Bahar 3+0 3 5 Ön Koşul Dersin Dili Türkçe Dersin Seviyesi Lisans Dersin Türü Dersi Veren Öğretim Elemanı Dersin Yardımcıları
Detaylıİstatistiksel Yorumlama
İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız
DetaylıYrd.Doç. Dr. Tülin ÇETİN
Yrd.Doç. Dr. Tülin ÇETİN ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Lisans Ege Üniversitesi Bilgisayar Mühendisliği 1987-1992 Lisans Celal Bayar Üniversitesi İnşaat Mühendisliği 2001-2004 Y. Lisans
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon Korelasyon- (lineer korelasyon) Açıklayıcı (Bağımsız) Değişken x çalışma zamanı ayakkabı numarası İki değişken arasındaki ilişkidir. Günlük sigara sayısı SAT puanı boy Yanıt (Bağımlı)
DetaylıNAT Yöntem onayı. Dr. A. Arzu Sayıner Dokuz Eylül Üniversitesi Tıp Fakültesi Tıbbi Mikrobiyoloji AD
NAT Yöntem onayı Dr. A. Arzu Sayıner Dokuz Eylül Üniversitesi Tıp Fakültesi Tıbbi Mikrobiyoloji AD Yöntem onayı (minimum) Doğruluk Ticari test (Verifikasyon) Tekrarlanabilirlik (intra-,inter-assay) Doğrusallık
Detaylı2. 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
DetaylıZAMAN SERİLERİNDE REGRESYON ANALİZİ
ZAMAN SERİLERİNDE REGRESYON ANALİZİ 1 1. GİRİŞ Trent, serinin genelinde yukarıya ya da aşağıya doğru olan hareketlere denmektedir. Bu hareket bazen düz bir doğru şeklinde olmaktadır. Bu tür harekete sahip
DetaylıOluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir
Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma
DetaylıEkonometri I VARSAYIMLARI
Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:
DetaylıSac Metal Şekillendirme Süreçlerinde 3D Metroloji
GOM Workshop Sac Metal Şekillendirme Sac Metal Şekillendirme Süreçlerinde 3D Metroloji Burak ACUN 12 Nisan, 2017 Sac Metal Şekillendirme Süreçlerinde Kalite Kalıp İmalatı & Şekillendirme Sınır Seri kalite
DetaylıÜRETİM ÇİZELGELEME. Yrd. Doç. Dr. Pınar Mızrak Özfırat. Celal Bayar Üniversitesi Yayınları Yayın No: 0010
ÜRETİM ÇİZELGELEME Yrd. Doç. Dr. Pınar Mızrak Özfırat Celal Bayar Üniversitesi Yayınları Yayın No: 0010 2013 Celal Bayar Üniversitesi Yönetim Kurulu'nun 2013/13 sayılı ve X no'lu kararı ile basılmıştır.
DetaylıBÖLÜM 5 DENEYSEL TASARIMLAR
BÖLÜM 5 DENEYSEL TASARIMLAR Temel ve Uygulamalı Araştırmalar için Araştırma Süreci 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan
DetaylıRÜZGAR YÜKÜNÜN BİR TİCARİ ARAÇ SERVİS KAPISINA OLAN ETKİLERİNİN İNCELENMESİ
RÜZGAR YÜKÜNÜN BİR TİCARİ ARAÇ SERVİS KAPISINA OLAN ETKİLERİNİN İNCELENMESİ Melih Tuğrul, Serkan Er Hexagon Studio Araç Mühendisliği Bölümü OTEKON 2010 5. Otomotiv Teknolojileri Kongresi 07 08 Haziran
DetaylıBKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )
4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı
DetaylıYARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU
Marmara Üniversitesi U.B.F. Dergisi YIL 2005, CİLT XX, SAyı 1 YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU Yrd. Doç. Dr. Ebru ÇACLAYAN' Arş. Gör. Burak GÜRİş" Büyüme modelleri,
DetaylıZONGULDAK İNCE KÖMÜRLERİNİN KABA FLOTASYON PARAMETRELERİNİN CEVAP YÜZEYİ METODU İLE OPTİMİZASYONU
Cilt 55, Sayı 4, Sayfa 3-13, Aralık 2016 Vol.55, No.4, pp 3-13, December 2016 Orijinal Araştırma / Original Research ZONGULDAK İNCE KÖMÜRLERİNİN KABA FLOTASYON PARAMETRELERİNİN CEVAP YÜZEYİ METODU İLE
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
Detaylı2.3. Dinamik Benzeri Yöntemler ile Ölçekli Beton Barajda Deprem Simulasyonu
BETON AĞIRLIK BARAJLARIN SİSMİK DAVRANIŞINI ETKİLEYEN PARAMETRELER B.F. Soysal 1 ve Y. Arıcı 2 1 Araştırma Görevlisi, İnşaat Müh. Bölümü, ODTÜ, Ankara 2 Doç. Dr., İnşaat Müh. Bölümü, ODTÜ, Ankara Email:
DetaylıUygulamalı Matematik (MATH 463) Ders Detayları
Uygulamalı Matematik (MATH 463) Ders Detayları Ders Adı Uygulamalı Matematik Ders Kodu MATH 463 Dönemi Ders Uygulama Saati Saati Laboratuar Saati Kredi AKTS Güz 4 0 0 4 8 Ön Koşul Ders(ler)i Math 262 Adi
DetaylıDERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar Ön Koşul Dersin Dili
DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar 3+0 3 3 Ön Koşul Yok Dersin Dili Türkçe Dersin Seviyesi Lisans Dersin Türü Seçmeli Dersi Veren Öğretim Elemanı
DetaylıCETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR
CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR Çalışmanın amacı. SUNUM PLANI Çalışmanın önemi. Deney numunelerinin üretimi ve özellikleri.
DetaylıBİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ DOYMA BASINCI DENEY FÖYÜ 3
BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ DOYMA BASINCI DENEY FÖYÜ 3 Hazırlayan: Arş. Gör. Gülcan ÖZEL 1. Deney Adı: Doyma çizgisi kavramı 2. Deney Amacı:
DetaylıKorelasyon katsayısı (r)
Korelasyon katsayısı (r) Açıklanabilen varyasyonun, açıklanamayan varyasyona oranı, korelasyon katsayısı olarak tanımlanır. N Σ xy Σx Σy r = [[N Σ x 2 (Σx) 2 ] [N Σy 2 (Σy) 2 ]] 1/2 1 Eğer doğrusal eğri,
DetaylıYararlanılan Kaynaklar: 1. Kurt, H., Ders Notları 2. Genceli, O.F., Isı Değiştiricileri, Birsen Yayınevi, Dağsöz, A. K.
Yararlanılan Kaynaklar: 1. Kurt, H., Ders Notları 2. Genceli, O.F., Isı Değiştiricileri, Birsen Yayınevi, 1999. 3. Dağsöz, A. K., Isı Değiştiricileri, 1985. 4. Kakaç, S.,andLiu, H., Selection,RatingandThermal
DetaylıProf. 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
DetaylıGenetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:
Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.
Detaylı