SPEARMAN SIRA KORELASYONU KATSAYISINDA TEKRARLANAN DEGERLER VE BİR UYGULAMA

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "SPEARMAN SIRA KORELASYONU KATSAYISINDA TEKRARLANAN DEGERLER VE BİR UYGULAMA"

Transkript

1 SPEARMAN SIRA KORELASYONU KATSAYISINDA TEKRARLANAN DEGERLER VE BİR UYGULAMA Doç. Dr. SelAhattl GÜRİŞ ( ) Değişkeler arasıdaki ilişkii derecesii ölçülmeside farklı istatiksel yötemlerde yararlaılabilir. Değişkeler arasıdaki ilişkii derecesii belirlemesi sözkousu olduğuda ilk akla gele ve e çok kullaıla korelasyo katsayısıdır. Korelasyo katsayısı değişkeler arasıdaki ilişkii doğrusal veya eğrisel olması durumua göre farklı şekillerde hesaplamaktadır. Korelasyo katsayısıı değişkeler arasıdaki ilişkii derecesii ölçmede kullaılabilmesi, değişkeleri dağılımlarıı ormal dağılım olmasıa bağlıdır. Değişkeleri dağılımlarıı ormal dağılım olmaması durumuda korelasyo katsayısıı ilişkii derecesii belirlemeside kullaılması doğru olmaz. Bazı durumlarda da değişkeleri sayısal değerle ri, değişkeleri ifade ettikleri olay ile ilgili gerçek değerleri yasıtmamak tadırlar. Böyle değişkeler içi de korelasyo katsayısı ile yapılacak aalizler yaıltıcı souçlar verebilir( ). Bazı değişkeleri sayısal değerleri seriyi oluştura birimleri icelee karekterlerii gerçek değirii belirlemeyebilir. Bu durumla daha çok itelikleri icelik olarak ifadeside karşılaşılır(). Öreği bir zeka testi uyguladığıı düşüelim. Test soucu elde edile sayısal değerler testi uyguladığı kişileri zekalarıı birbirleri ile oratılı olarak ölçmekte ise, bu pualar korelasyo aalizide kullaılabilir. Fakat test souçları zekalarıı birbirleride e kadar farklı olduğuu kesi olarak belirleyemeyerek, sadece kimi zekasıı kimde daha üstü olduğuu ortaya koyuyorsa bu durumda sıra korelasyou katsayısıı uygulaması uygu olmaktadır. - Spearma Sıra Korelasyou Katsayısı Özellikle yukarıda söz edile iki durumda sıra korelasyou katsayısı uygudur. Spearma sıra korelasyou katsayısıı hesaplamasıda, değişkeleri aldıkları değerlere büyüklüklerie göre birde başlayarak sıra umaraları verilir. Sıralamaya e büyük veya e küçük değere verilerek başlaır ve birer birer arttırılarak. değere kadar devam edilir. Sıralama küçükte büyüğe veya büyükte küçüğe doğru yapılabilir. Burada öemli ola sıralamaı her iki değişke içi de ayı yöde yapıl ı kullaılması masıdır(3). (*) Marmara Üiversitesi İktisadi ve İdari Bilimler Fakültesi. () HAYSLETT, H.T. Statistics Made Simple, W.H. Aile, Lodo 97, s. 80. KÖKSAL, Bilge Aloba, istatistik-aaliz Metodları, ikici Baskı, Çağlaya Kitabevi, lstabul, 980, s. 3. () VURAN, Ateş, İstatistik, İ.İ.T.İ.A. Nihad Sayar Yayı ve Yardım Vakfı Yayıları No: 35/58, lstabul, 98, s.. (3) GÜRTAN, Kea, istatistik ve Araştırma Metodları, lstabul Üiversitesi Yayılarıda No. 9, lstabul, 97. s. 53. ' 0

2 Sıralama yapıldıkta sora katsayı; x l: df r=--- i= s ( -) formülü ile hesaplamaktadır. Burada di sıra farklarıı ifade etmektedir. Yukarıda verile sıra korelasyou katsayısı formülü;.l >GYi-xy I=, r=--r::================ - - L (X;-X). L (Yi-Y).=.= Doğrusal korelasyo katsayısı formülüde türetilmiştir. Sıralarda birii Xi, diğerii Yi ile ifade edersek, sıralar hem Xi hem de Yi içi ilk tam sayıda oluşacaktır. Yalız Xi ve Yi'i ilk. tam sayı olması içi her iki değişkei aldığı değerler sadece birer defa tekrarlamalıdır. Bu durumda, X=Y=-- -~, <Xi-Yl= -~ <>G-Xi= ( -) = =. olacaktır. Ayrıca, olacağıda; _ i~di =i~ (Xj-X) =i~ Xj - i~ Xj'fj+i~ yi ~ v.y = ( + )( + ) _.:!. ~ d~ i= " i= olarak elde edilir. Daha öce verile () umaralı formül, yukarıda verile eşitlikleri () umaralı formülde yerie koulması ile elde edilmiştir (). () umaralı formül ile katsayıı daha kolay hesaplaacağı açıkça görülmektedir. Bu edele değişkeleri aldığı değerlerde tekrarlar olmadı- () BAGIRKAN, Şemsetti, istatistiksel Aaliz, Ösöz Basım ve Yayıcılık, lstabul, 98, s.-'8. MOSTELLER, Frederick; ROURKE, Robert E.K., Sturdy Statistics, Addiso -Wesley Publishig Com., Massachusetts, 973, s. 0. 0

3 ğıda () umaralı formül ile sıra korelasyou katsayısı hesaplaabilir. - Tekrarlaa Değerler ve Spearma Sıra Korelasyou Katsayısı Uygulamada sıra korelasyou katsayısıı hesaplaacağı her durumda değişkeleri alacağı değerleri birer defa tekrar edileceği düşüülemez. Değişkeleri aldığı değerler tekrarlı ise, yai ayı değer birde fazla tekrarlaıyorsa, bu durumda sıralama yapılırke tekrarlaa değerleri sıralarıı aritmatik ortalaması alımaktadır. Öreği bir değişkei k. ve (k + ). değerleri ayı ise, bu değerleri her ikisii de sırası; k+(k+) =k+~ ' olmaktadır. İkide fazla tekrarlar içide ayı işlem yapılmaktadır (5). Daha öce verile () umaralı formül () umaralı formülde elde edilirke sıraları ilk tam sa_yıda_oluştuğu düşüülmüştü. Terarlaa c:jeğerleri sıraları edeiyle X ve Y değişmeyecek, fakat hesaplaacak diğer değerlerde sapmal~r olacaktır. Yie k. ve (k + ). değerleri ayı olması durumuu düşüelim. Bu durumda sıraları karelerii toplamları ve çarpımlarıı toplamları değişecektir. Tekrar yok ise k. ve (k + ). değerleri kareleri toplamı, k + (k + ) = k + k + olacaktır. k. ve (k + ). değerler tekrarlaıyor ise sıraları k+ ' ve kareleri toplamı; ( ) ( ) k+ + k+ =k +k+ olacaktır. Görüldüğü gibi arada / birimlik bir fark oluşmaktadır. Ayı şekilde, eşleşme durumlarıa göre X ve Y çarpımlarıda da bir fark oluşacaktır. Az sayıdaki tekrarlar souçta büyük sapmalara ede olsa bile, arta tekrar sayıları ile fark büyüyecektir. Değerleri tekrarlaması durumuda sıraları kareleri toplamıdaki azalma; t (t_ ) olarak geelleştirilebilir. Bu durumda sıraları kareleri toplamı; x, ( + ) ( + ) _ l:[ t ( t - )] formülü ile hesaplaabilir. Formülde t tekrar sayılarıı ifade etmektedir. _Da- (5) MOSTELLER, ROURKE, age, s. 0. SERPER, Özer, İstatistik, Filiz Kitabevi, lstaiıbul, 980, s

4 ha öce belirtildiği gibi bir daki azalma; d~ğer t ( t - ) iki kere tekrarlaıyorsa = ( - ) kareler toplamı = olacaktır. Öreği 5 birimde oluşa bir seride bir değer, bir değer 3 ve iki değer de şer kaz tekrarlaıyorsa; v = 5 ( 5 + ( x 5 + ) -[ ( - ) 3(3 - ) + ( - ) + ";. + (~ - ) ] = 0-8=3 olacaktır. 3-Uygulama Değişkeleri aldığı değerlerde tekrarlar olduğuda Spearma sıra korelasyou katsayısı ve doğrusal korelasyo katsayısı formülleri ile yapıla cak hesaplamalar soucu farklı değerler elde edilecektir. Gerçek değeri doğrusal korelasyo katsayısı formülü vereceğide değişkeleri değer leri tekrarlı olduğuda bu formülü veya ayı soucu verecek bezerlerii kullaılması gerekecektir. Fakat tekrar sayıları az ise Spearma sıra korelasyou katsayısı formülü ile yapılacak hesaplamalarda sapma az olacağıda bu formülü hesaplama kolaylığı edeiyle, aradaki fark ihmal edilerek bu formül kullaılabilir. 3-Uygulama Değişkeleri değerlerii tekrarlı olması halide Spearma sıra korelasyou katsayısı formülü ile yapılacak hesarlamaları gerçek değeri de sapacağıı göstermek amacı ile bir uygulama yapılmıştır. Yüksek öğreimlerii İktisadi ve İdari Bilimler Fakülteleride sürdüre öğrecileri İstatistik derslerideki başarılarıı, orta öğretimde edidikleri Matematik ve Fe Bilimleri ile ilişkili olması beklemektedir. Matematik ve Fe derslerideki başarıı veya bilgi seviyesii göstergesi ola- -rak öğrecileri üiversite giriş sıavı ikici basamağıda aldıkları Matematik-Fe ağırlıklı puaları alıabilir. Fakat bu puaları, bu koudaki başarıı kesi ölçüsü olarak kabul etmek güçtür. Puaı daha yüksek ola öğreci diğeride daha başarılı olarak kabul edilebilir. Burada matematik-fe ağırlıklı üiversite giriş sıavı pualarıı bu koudaki başarıı; İstatistik dersi sıavlarıda alıa otlarda istatistik derslerideki başarıı kesi ölçüsü olmadığı, fakat puaı veya otu az da olsa daha yüksek ola öğrecii daha başarılı olduğu varsayımı ile, Marmara Üiversitesi İktisadi ve İdari Bilimler Fakültesii bir bölümüde İs tatistik dersi ala öğrecilerde küçük bir örek alımıştır. Öğreciler fakülteye Matematik-Türkçe ağırlıklı pualaa göre kaydedilmekte ve ikici sııfta istatistik dersi almaktadırlar. İstatistik dersi fial sıavıda ve daha yüksek ot almış, dersi tekrarlamaya öğrecilerde tesadüfi olarak O öğreci ile ilgili bilgiler aşağıda görülmektedir. 0

5 ÖSYS Matematik-Fe İstatistik Dersi Sıralar sıra No Sıralarda, Xı = 55 xi '= 385 Yi=55 yi=378 Ağırhkh Pualar 398,85 335,9 393,3 7,30 378, 35,9 0,03 38,389 39,30 37,88 X = 5,5 XiYi = 30,5 y = 5,5 di= olarak hesaplamıştır. Bu değerlerle, r 5 = - I.d? Fial Notla = 0,0909 ( -) r 5 = :EXY-xy = 0,0 ~ (tx _ ~) ('W _,,y ) Xı ş 5 7 Yı 8,5 8,5 8,5 8.5 olarak bulumuştur. Doğru souç 0,0 dır. İki yolla hesaplaa katsayılar arasıda çok büyük fark olduğu görülmektedir. Değişkeleri değerlerii tekrarlaması durumuda Spearma sıra korelasyou katsayısı formülü ile yapılacak hesaplamaları yaıltıcı souçlar verebileceği uygulama souçlarıda da görülmektedir. Katsayılar test edildiğide souç olumsuzdur. - Souç Değişkeler arasıdaki ilişkii derecesi araştırılırkem başlıca iki sebep Spearma sıra korelasyou katsayısıı kullaılmasıı gerektirmektedir. Değişkelere sıra olarak ilk tam sayı değerleri verilmesi durumuda doğrusal korelasyo katsayısı formülüde türetile ve işlem kolaylığı sağlaya Spearma sıra korelasyou katsayısı formülü, değişkeleri değerlerii tekrarlı olması durumuda değişkeler arasıdaki ilişkii gerçek değerii göstermemektedir. Bu durumda gerçek değerde sapma, değişkeleri değerlerii tekrarlarıa bağlıdır. Tekrar sayısı az olduğuda sapma az olacağıda ihmal edilebilir Fakat tekrar sayısıı azlığı veya çok- 05

6 luğu sübjektif bir kavramdır ve bu kouda kesi bir ölçü belirlemek çok güçtür. Bu e<;jele ilişkii gerçek değeri aradığıda değişkelere sıralar verildikte sora sıralar arasıdaki ilişkii derecesi Spearma sıra korelasyou katsayısı formülü yerie, doğrusal korelasyo katsayısı f9rmülü ile bulumalıdır. Yapıla uygulama da sapmaı öemli olabileceğii açıkça göstermektedir. YARARLANILAN KAYNAKLAR BAGIRKAN,Şemsetti, İstatistiksel Aaliz, Ösöz Basım ve Yayıcılık, lstabul, 98. CHAO,Licol L., Statistics: Methods ad Aalyses, McGraw-Hill, Book Com., New York, 99 GÜRTAN, Kea, İstatistik ve Arastırma Metodları, lstabul Üiversitesi Yayılarıda No.9,lstabul, 97. HAYSLETT, H.T. Statics Made Simple, W.H.Alla, Lado 97. HUNTSBERGER, David V. GROFT, D.James;BİLLİNGSLEY, Patric; Statistical lferece tor Maagemet Ad Ecoomics, Secod Editio Ally ad Buco ie. Bosta, 980. KÖKSAL, Bilge Aloba, İstatistik-Aaliz Metodları, İkici Baskı, Çağlaya Kitabevi, lstabul, 980. McCALL Robert B., Fudametal Statistics for Psycholagy, Secod Editio, Harcourt Brace Jovaovich ie. New York, MOSTELLER, Frederick, RROFKE, Robert E.K.,Sturdy Statistics, Addiso-Wesley Publishig Com., Massachusetts, 973. SERPER, Özer, İstatistik, Filiz Kitabevi, lstabul, 980 VURAN.Ateş, İstatistik, İ.İ.T.İ.A. Nihad Sayar Yayı ve yardım vakfı yayıları No: 35/58, lstabul 98. YAMANE,Taro, Statistics- A ltroductory Aalysis, Third Editio, Harper lteratioal Editio, 973 0

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

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

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

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

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

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

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

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

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları

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

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

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi 3 Cebirsel Olarak Çözüme Gitmede Wegsteı Yötemi Bu yötem bir izdüşüm tekiğie dayaır ve yalış pozisyo olarak isimledirile matematiksel tekiğe yakıdır. Buradaki düşüce f() çizgisi üzerideki bilie iki oktada

Detaylı

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

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

Detaylı

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim

Detaylı

4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler

4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Ders 8: Verileri Düzelemesi ve Aalizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlei tamamıı, ya da kitlede alıa bir öreklemi özetlemekle (betimlemekle)

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

Merkezi Eğilim ve Dağılım Ölçüleri

Merkezi Eğilim ve Dağılım Ölçüleri Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki

Detaylı

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz. YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp

Detaylı

POLİNOMLAR. reel sayılar ve n doğal sayı olmak üzere. n n. + polinomu kısaca ( ) 2 3 n. ifadeleri polinomun terimleri,

POLİNOMLAR. reel sayılar ve n doğal sayı olmak üzere. n n. + polinomu kısaca ( ) 2 3 n. ifadeleri polinomun terimleri, POLİNOMLAR Taım : a0, a, a,..., a, a reel sayılar ve doğal sayı olmak üzere P x = a x + a x +... + a x + a x + a biçimideki ifadelere x e bağlı reel katsayılı poliom (çok terimli) deir. 0 a 0 ax + a x

Detaylı

İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY

İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY Süleyma Demirel Üiversitesi Vizyoer Dergisi Suleyma Demirel Uiversity The Joural of Visioary İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA ÖZET Yrd. Doç. Dr. Halil ÖZDAMAR 1 İstatistiksel kalite kotrol

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

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

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

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

Detaylı

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

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

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

Detaylı

3. TEKNE FORM PARAMETRELERİNİN BELİRLENMESİ

3. TEKNE FORM PARAMETRELERİNİN BELİRLENMESİ . TEKNE FOR ARAETREERİNİN EİRENESİ Kovasiyoel gemi formlarıı performası büyük ölçüde ekesit alaları ve dizay su hattı eğrilerii formua bağlıdır. u edele bu eğrileri taımlaya blok katsayısı (), orta kesit

Detaylı

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace

Detaylı

MACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI

MACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI V. ULUSAL HAVACILIK VE UZAY KONFERANSI UHUK-014-065 8-10 Eylül 014, Erciyes Üiversitesi, Kayseri MACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI İlke TÜRKMEN 1 Erciyes Üiversitesi, Kayseri Seda ARIK

Detaylı

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ POLİNOMLARDA İNDİRGENEBİLİRLİK Derleye Osma EKİZ Eskişehir Fatih Fe Lisesi. GİRİŞ Poliomları idirgeebilmesi poliomları sıfırlarıı bulmada oldukça öemlidir. Şimdi poliomları idirgeebilmesi ile ilgili bazı

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

İSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ DUYARLI ORTALAMALAR

İSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ DUYARLI ORTALAMALAR SAÜ. BÖLÜM İSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ DUYARLI ORTALAMALAR PROF. DR. MUSTAFA AKAL İÇİNDEKİLER 1. ORTALAMANIN TANIMI VE FAYDALARI. HASSAS ORTALAMALAR.1. Aritmetik Ortalama.. Kareli Ortalama..

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

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

Detaylı

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

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

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

Detaylı

İstatistik ve Olasılık

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

Detaylı

TÜRKİYE DE KAYITDIŞI EKONOMİ VE BÜYÜME İLİŞKİSİ

TÜRKİYE DE KAYITDIŞI EKONOMİ VE BÜYÜME İLİŞKİSİ ZKÜ Sosyal Bilimler Dergisi, Cilt 3, Sayı 5, 2007, ss. 7-87. TÜRKİYE DE KAYITDIŞI EKONOMİ VE BÜYÜME İLİŞKİSİ Doç.Dr. Gülsüm AKALIN Marmara Üiversitesi İİBF İktisat Bölümü gulsum@marmara.edu.tr Öğr.Gör.

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

ÜNİTE. İSTATİSTİĞE GİRİŞ Prof.Dr.Erkan OKTAY İÇİNDEKİLER HEDEFLER İNDEKSLER

ÜNİTE. İSTATİSTİĞE GİRİŞ Prof.Dr.Erkan OKTAY İÇİNDEKİLER HEDEFLER İNDEKSLER HEDEFLER İÇİNDEKİLER İNDEKSLER Basit İdeksler Bileşik İdeksler Tartısız İdeksler Tartılı İdeksler Mekâ İdeksleri İSTATİSTİĞE GİRİŞ Prof.Dr.Erka OKTAY İktisadi göstergeleri daha iyi yorumlayıp karşılaştırılabilecek

Detaylı

Veri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı

Veri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı Veri edir? p Veri edir? Geometrik bir bakış açısı p Bezerlik Olasılıksal bir bakış açısı p Yoğuluk p Veri kalitesi p Veri öişleme Birleştirme Öreklem Veri küçültme p Temel bileşe aalizi (Pricipal Compoet

Detaylı

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II 8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet

Detaylı

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

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

Detaylı

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 ..7 EME 37 Girdi Aalizi Prosedürü SİSTEM SIMÜLASYONU Modelleecek sistemi (prosesi) dokümate et Veri toplamak içi bir pla geliştir Veri topla Verileri grafiksel ve istatistiksel aalizii yap Girdi Aalizi-II

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

İki veri setinin yapısının karşılaştırılması

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

Detaylı

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ AKT MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ KESİKLİ RASLANTI DEĞİŞKENLERİ & KESİKLİ DAĞILIMLAR. X aşağıdaki olasılık foksiyoua sahip kesikli bir r.d. olsu. Bua göre;. ; x =.. ; x =. 4. ; x =. 5 p X

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

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ TAHVİL DEĞERLEMESİ Doç. Dr. M. Mee DOĞANAY Prof. Dr. Ramaza AKTAŞ 1 İçerik Tahvil ve Özellikleri Faiz Oraı ve Tahvil Değeri Arasıdaki İlişki Tahvili Geiri Oraı ve Vadeye Kadar Geirisi Faiz Oraı Riski Verim

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

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

BAŞKENT ÜNİVERSİTESİ Makine Mühendisliği Bölümü

BAŞKENT ÜNİVERSİTESİ Makine Mühendisliği Bölümü BAŞKENT ÜNİVERSİTESİ Makie Mühedisliği Bölümü 1 STAJLAR: Makie Mühedisliği Bölümü öğrecileri, öğreim süreleri boyuca 3 ayrı staj yapmakla yükümlüdürler. Bularda ilki üiversite içide e fazla 10 iş güü süreli

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

Gayrimenkul Değerleme Esasları Dönem Deneme Sınavı I

Gayrimenkul Değerleme Esasları Dönem Deneme Sınavı I 1) I. Bia türü II. Bia yaşı III. Bia sııfı IV. İşaat evi V. Yıprama oraı Türkiye de bia metrekare ormal işaat maliyet bedelleri yukarıdakilerde hagilerie göre belirleir? A) Yalız II B) Yalız III C) II

Detaylı

İSTATİSTİK DERS NOTLARI

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

Detaylı

KOMBİNASYON: ve r birer pozitif doğal sayı olmak üzere r olsu. farklı elemaı r elemalı alt kümelerii sayısıa i r 2. Örek:! C(,r) = r!. r! li kombiasyou deir ve gösterilir. C(,r) = r P(,r)! = = r r! r!.

Detaylı

18.06 Professor Strang FİNAL 16 Mayıs 2005

18.06 Professor Strang FİNAL 16 Mayıs 2005 8.6 Professor Strag FİNAL 6 Mayıs 25 ( Pua) P,..., P R deki oktalar olsu. ( ai, ai2,..., a i) P i i koordiatlarıdır. Bütü P i oktasıı içere bir cx +... + cx = hiperdüzlemi bulmak istiyoruz. a) Bu hiperdüzlemi

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

3. Bölüm Paranın Zaman Değeri. Prof. Dr. Ramazan AktaĢ

3. Bölüm Paranın Zaman Değeri. Prof. Dr. Ramazan AktaĢ 3. Bölüm Paraı Zama Değeri Prof. Dr. Ramaza AktaĢ Amaçlarımız Bu bölümü tamamladıkta sora aşağıdaki bilgi ve becerilere sahip olabileceksiiz: Paraı zama değeri kavramıı alaşılması Faiz türlerii öğremek

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

: Boş hipotez, sıfır hipotezi : Alternatif hipotez

: Boş hipotez, sıfır hipotezi : Alternatif hipotez İOTEZ TESTLERİ iotez Nedir? İOTEZ, arametre hakkıdaki bir iaıştır. arametre hakkıdaki iaışı test etmek içi hiotez testi yaılır. iotez testleri sayeside örekde elde edile istatistikler aracılığıyla aakütle

Detaylı

KİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ

KİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ KİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ M. Turha ÇOBAN Ege Üiversitesi, Mühedislik Fakultesi, Makie Mühedisliği Bölümü, Borova, İZMİR Turha.coba@ege.edu.tr Özet: Kimyasal degei

Detaylı

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10 KOMBİNASYON tae esei r taesii seçimie elemaı r li kombiasyoları deir ve C(,r) veya ( ile gösterilir. 1) ( ) = ( 0) =1 r) C(;r)= ( r) =! ( r)!.r! 2) ( 1) = ( 1) = 3) ( r) = ( r) 4) ( a) = ( b) (r ) ise

Detaylı

Yatırım Analizi ve Portföy Yönetimi 4. Hafta. Dr. Mevlüt CAMGÖZ

Yatırım Analizi ve Portföy Yönetimi 4. Hafta. Dr. Mevlüt CAMGÖZ Yatırım Aalizi ve Portföy Yöetimi 4. Hafta Dr. Mevlüt CAMGÖZ İçerik Çeşitledirme Riski Kayakları ve Risk Türleri Portföyü Risk ve Getirisi Riskli Varlık Portföyüü Belirlemesi Markowitz Portföy Teorisi

Detaylı

ISL 418 Finansal Vakalar Analizi

ISL 418 Finansal Vakalar Analizi 23.3.218 2. HAFTA ISL 18 Fiasal Vakalar Aalizi Paraı Zama Değeri Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Paraı Zama Değeri Paraı Zama Değeri Yatırım ve fiasma kararlarıda rasyoelliği yakalamak

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

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT Üite 9: Koelasyo Öğ. Elemaı: D. Mustafa Cumhu AKBULUT 9.Üite Koelasyo 2 Üitede Ele Alıa Koula 9. Koelasyo 9.1. Değişkele Aasıdaki İlişkile 9.2. Koelasyo katsayısı 9.Üite Koelasyo 3 Koelasyo Buda öceki

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

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir. 203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem

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

NİĞDE ÜNİVERSİTESİ BAĞIL DEĞERLENDİRME YÖNERGESİ. BİRİNCİ BÖLÜM Amaç, Kapsam, Dayanak ve Tanımlar

NİĞDE ÜNİVERSİTESİ BAĞIL DEĞERLENDİRME YÖNERGESİ. BİRİNCİ BÖLÜM Amaç, Kapsam, Dayanak ve Tanımlar İĞDE ÜİVERSİTESİ BAĞIL DEĞERLEDİRME YÖERGESİ BİRİCİ BÖLÜM Amaç, Kapsam, Dayanak ve Tanımlar Amaç MADDE 1- (1) Bu Yönerge nin amacı, öğrencilerin başarıları değerlendirilirken, başarıyı ölçmek için, gerekli

Detaylı

Regresyon ve Korelasyon Analizi. Regresyon Analizi

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

Detaylı

Bileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir:

Bileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir: 1 BİLEŞİK FAİZ: Basit faiz hesabı kısa vadeli(1 yılda az) kredi işlemleride uygulaa bir metot idi. Ayrıca basit faiz metoduda her döem içi aapara sabit kalmakta olup o döem elde edile faiz tutarı bir soraki

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

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

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

KORELASYON 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

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

Öğrenci Numarası İmzası: Not Adı ve Soyadı

Öğrenci Numarası İmzası: Not Adı ve Soyadı Öğreci Numarası İmzası: Not Adı ve Soyadı SORU 1. a) Ekoomii taımıı yapıız, amaçlarıı yazıız. Tam istihdam ile ekoomik büyüme arasıdaki ilişkiyi açıklayıız. b) Arz-talep kauu edir? Arz ve talep asıl artar

Detaylı

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ 4. HAFTA ISF44 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ PARANIN ZAMAN DEĞERİ VE GETİRİ ÇEŞİTLERİ Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Paraı Zama Değeri Paraı Zama Değeri Yatırım

Detaylı

OLASILIK ve KURAMSAL DAĞILIMLAR

OLASILIK ve KURAMSAL DAĞILIMLAR OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine

Detaylı

Üstel Dağılım Babam: - Şu ampullerin hangisinin ömrünün daha kısa olduğu hiç belli olmuyor. Bazen yeni alınanlar eskilerden daha önce yanıyor.

Üstel Dağılım Babam: - Şu ampullerin hangisinin ömrünün daha kısa olduğu hiç belli olmuyor. Bazen yeni alınanlar eskilerden daha önce yanıyor. Üsel Dağılım Babam: - Şu ampulleri hagisii ömrüü daha kısa olduğu hiç belli olmuyor. Baze yei alıalar eskilerde daha öce yaıyor. Hele şuradaki bildim bileli var. Evde yedek ampul yokke, gerekirse ou söküp

Detaylı

www.fikretgultekin.com 1

www.fikretgultekin.com 1 KORELASYON ANALĐZĐ (Correlation Analysis ) Basit Korelasyon Analizi Basit korelasyon analizinde iki değişken söz konusudur ve bu değişkenlerin bağımlıbağımsız değişken olarak tanımlanması/belirlenmesi

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

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

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

Detaylı

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

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

Detaylı

(Sopphie Germain Denklemi) çarpanlarına ayırınız. r s + t r s + t olduğunu ispatlayınız. + + + + olduğunu. + + = + + eşitliğini ispatlayınız.

(Sopphie Germain Denklemi) çarpanlarına ayırınız. r s + t r s + t olduğunu ispatlayınız. + + + + olduğunu. + + = + + eşitliğini ispatlayınız. Sayılar Teorisi Kouları Geel Sıavları www.sbelia.wordpress.com SINAV I(IDENTITIES WITH SQUARES) 4 4. a 4b (Sopphie Germai Deklemi) çarpalarıa ayırıız.. 4 4 = A ise A ı sadece = durumuda asal olduğuu ispatlayıız..

Detaylı

İSTATİSTİK ÖRNEK SORULARI

İSTATİSTİK ÖRNEK SORULARI 1. Aşağıda gruplandırılmış seri verilmiştir. (n) 0-10 den az 5 10-20 den az 6 20-30 den az 9 30-40 den az 11 40-50 den az 4 50-60 den az 3 TOPLAM 38 İSTATİSTİK ÖRNEK SORULARI a) Mod değerini bulunuz? (15

Detaylı

Örnek. 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. 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

Detaylı

x 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)

x 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası) 4 ÖRNEKLEME HATASI 4.1 Duyarlılık 4. Güveilirik 4.3 Örek hacmi ve uyarlılık arasıaki ilişki 4.4 Örek hacmi ve göreceli terimler ile uyarlılık arasıaki ilişki 4.5 Hata kareler ortalaması Örekte ele eile

Detaylı

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10 KOMBİNASYON tae esei r taesii seçimie elemaı r li kombiasyoları deir ve C(,r) veya ( ile gösterilir. 1) ( ) = ( 0) =1 r) C(;r)= ( r) =! ( r)!.r! 2) ( 1) = ( 1) = 3) ( r) = ( r) 4) ( a) = ( b) (r ) ise

Detaylı

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

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

Detaylı

Mühendislikte İstatistik Yöntemler

Mühendislikte İstatistik Yöntemler .0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0

Detaylı

Merkezi Yığılma ve Dağılım Ölçüleri

Merkezi Yığılma ve Dağılım Ölçüleri 1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu

Detaylı

Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması

Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması Projenin Amacı : YGS de başarılı olmak isteyen bir öğrencinin, istatistiksel yöntemler çerçevesinde, sınavda çıkan soru sayısını,

Detaylı

NORMAL DAYANIMLI BETONLARDA DAYANIM KÜR SÜRESİ-ULTRASES HIZI-YÜZEY SERTLİĞİ BAĞINTILARI

NORMAL DAYANIMLI BETONLARDA DAYANIM KÜR SÜRESİ-ULTRASES HIZI-YÜZEY SERTLİĞİ BAĞINTILARI NORMAL DAYANIMLI BETONLARDA DAYANIM KÜR SÜRESİ-ULTRASES HIZI-YÜZEY SERTLİĞİ BAĞINTILARI Y.Müh. M.Selçuk GÜNER K.T.Ü Rize Meslek Yüksekokulu Öğretim Görevlisi Dr.Müh. Caa GİRGİN Yapı Merkezi Holdig, AR-GE

Detaylı

YAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI

YAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI 2. Türkiye Deprem Mühedisliği ve Sismoloji Koferası YAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI ÖZET: O. Soydaş 1 ve A. Sarıtaş 2 1 Doktora Öğrecisi, İşaat

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani

Detaylı

Standart Formun Yapısı. Kanonik Form. DP nin Formları SİMPLEX YÖNTEMİ DP nin Düzenleniş Şekilleri. 1) Optimizasyonun anlamını değiştirme

Standart Formun Yapısı. Kanonik Form. DP nin Formları SİMPLEX YÖNTEMİ DP nin Düzenleniş Şekilleri. 1) Optimizasyonun anlamını değiştirme 5.0.06 DP i Düzeleiş Şekilleri DP i Formları SİMPLEX YÖNTEMİ ) Primal (özgü) form ) Kaoik form 3) Stadart form 4) Dual (ikiz) form Ayrı bir kou olarak işleecek Stadart formlar Simplex Yötemi içi daha elverişli

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir. 3.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Merkezi Eğilim Ölçüleri, belli bir özelliğe ya da değişkene

Detaylı

SU KAYNAKLARI EKONOMİSİ TEMEL KAVRAMLARI Su kaynakları geliştirmesinin planlanmasında çeşitli alternatif projelerin ekonomik yönden birbirleriyle

SU KAYNAKLARI EKONOMİSİ TEMEL KAVRAMLARI Su kaynakları geliştirmesinin planlanmasında çeşitli alternatif projelerin ekonomik yönden birbirleriyle SU KYNKLRI EKONOMİSİ TEMEL KVRMLRI Su kayakları geliştirmesii plalamasıda çeşitli alteratif projeleri ekoomik yöde birbirleriyle karşılaştırılmaları esastır. Mühedis öerdiği projei tekik yöde tutarlı olduğu

Detaylı

COĞRAFYADA Olasılık ve Đstatistik Ders Notları Doç. Dr. Hasan. ÇOMÜ, Fef, Coğrafya Bölümü, Çanakkale

COĞRAFYADA Olasılık ve Đstatistik Ders Notları Doç. Dr. Hasan. ÇOMÜ, Fef, Coğrafya Bölümü, Çanakkale COĞRAFYADA Olasılık ve Đstatistik Ders Notları Doç. Dr. Hasa ÇOMÜ, Fef, Coğrafya Bölümü, Çaakkale e-posta:tatli@comu.edu.tr 1 Giriş Doğa bilimleri ve/veya sosyal olaylarda karşılaştığımız problemleri birçoğuda,

Detaylı