Zaman Skalasında Box-Cox Regresyon Yöntemi
|
|
- Ilhami Yeşilnil
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term le bağımlı değşke sürekllk ve ormal dağılma varsayımı bozulduğu durumlarda λ j, j =,,..., k, kuvvet döüşümü le taımlaa Bo-Co regresyo yötem kullaılmaktadır. Y ler üzerdek λ j, j =,,..., k, kuvvet döüşümüü hag λ j değerde Hata Kareler Toplamı (HKT) ı mmum yaptığı durum ele alımaktadır. Bo-Co regresyo yötem, regresyo oksyouu doğrusal olmaya durumu, sabt olmaya hata varyasları ve hata termler dağılışlarıı çarpıklığıı düzeltmek ç Y üzerde döüşüm yapılması açısıda oldukça uygudur. Bu çalışmada ark ve derasyel aalz brlkte ele alıdığı zama skalası türev kavramı kullaılarak Bo-Co regresyo yötem kullamaı avataj ve dezavatajları celemştr. Aahtar Kelmeler: Zama skalası, İler sıçrama, Ger sıçrama, Bo-Co Regresyo Yötem. JEL Sııladırma Kodları: C0, C0 Atlla GÖKTAŞ, Muğla Üverstes, Fe Fakültes, İstatstk Bölümü, Muğla, e-mal: gatlla@mu.edu.tr Özur İŞÇİ, Muğla Üverstes, Fe Fakültes, İstatstk Bölümü, Muğla, e-mal: ozur.sc@mu.edu.tr 3 Sbel Paşalı ATMACA, Muğla Üverstes, Fe Fakültes, Matematk Bölümü, Muğla, e-mal: sbelpasal00@yahoo.com 4 M. Nyaz ÇANKAYA, Akara Üverstes, Fe Fakültes, İstatstk Bölümü, Akara, e-mal: mehmet_cakaya@yahoo.com
2 Göktaş-İşç-Atmaca-Çakaya/Zama Skalasıda Bo-Co Regresso Method Tme Scalg Abstract Bo-Co regresso method wth λ j, or j =,,..., k, power trasormato ca be used whe depedet varable ad error term o the lear regresso model do ot satsy the cotuty ad ormalty assumptos. The stuato obtag the smallest mea square error whe optmum power λ j, trasormato or j =,,..., k, o Y has bee dscussed. Bo-Co regresso method s especally approprate to adjust estece skewess or heteroscedastcty o error terms or a olear uctoal relatoshp betwee depedet ad eplaatory varables. I ths study, the advatage ad dsadvatage use o Bo-Co regresso method have bee dscussed deretato ad deratal aalyss o tme scale cocept. Key Words: Tme scale, Forward jump, Backward jump, Bo-Co regresso method. JEL Classcato Codes: C0, C0. Grş Zama skalası kavramıı lk dea Stea Hlger doktora tezde ler sürmüştür. Zama skalasıı amacı, keskl aalz le sürekl aalz br çatı altıda brleştrmek olmuştur. reel sayılarıı boşta arklı kapalı alt kümese zama skalası der ve T le gösterlr (Boher ad Peterso, 00: ). Böylelkle de,,, N, N 0, sırası le, gerçel sayılar, tam sayılar, doğal sayılar ve pozt tam sayılar zama skalasıı öreklerdedr ve [0,] [, 3], [0,] şeklde değerledrlr. Ya L 0 ve L ya [ ] [ ] =. Q, \Q, C, (0,), sırasıyla rasyoel sayılar, rrasyoel sayılar, kompleks sayılar ve 0 ve açık aralığı zama skalasıda yer almamaktadır. Zama skalasıı kapalı olması edeyle, açıkça görüleceğ üzere rasyoel sayılar br zama skalası değldr. Gerçekte, T de taımlamış ola aşağıdak gb taımlamaktadır: oksyou ç delta türev () ' T = se geel türevdr. () T = Z se geel ler ark operatörüdür. Zama skalasıı daha y açıklayablmek ç aşağıda bazı taım ve teoremler verlmektedr. 58
3 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss K Taım.. : T R br oksyo ve t T 0 verldğde t br U komşuluğu ( U ( t, t )) ve 0 vardır k tüm s U ç, (t ) s T : s t olmak üzere; taımlaır ve ( Hoacker, 003: 0). Teorem.. [ ( (t )) ( s )] (t )[ (t ) s] (t ) s t de delta türev olarak söyler (Aderso ad : T R br oksyo ve 59 K t T oktası verldğde (Boher ad Peterso, 00: 5-6) ve (Agarwal ad Boher, 999: 3), (), t de türevleeblr olsu, o zama, t de sürekldr. (), t de sürekl ve t sağda serplmş se, o zama t de türevleeblrdr. () t sağ yoğuluksa, acak olur. ( ( t )) ( s ) ( t ) lm s t, s T ( t ) st ( t ) s ( ( s) lm st t s ( ( s ( lm solu br sayıı acak ve s t t s ) (v), t de delta-türevleeblr olsu, o zama şeklde elde edlr. eştlğ sağlaması koşuluyla t de türevleeblr ( ( ) ( ( ( K Taım.. : T R br oksyo ve t T 0 verldğde t br U komşuluğu ( U ( t, t )) ve 0 vardır k tüm s U ç, (t ) s T : s t olmak üzere, taımlaır ve ( Hoacker, 003: 0). Teorem.. [ ( ( ) ( s)] ( [ ( s] ( s t de abla türev olarak söyler (Aderso ad K : T R br oksyo ve t T oktası verldğde,
4 Göktaş-İşç-Atmaca-Çakaya/Zama Skalasıda (), t de abla-türevleeblr se, t de sürekldr. (), t de sürekl ve t solda serplmş se, o zama t de abla-türevleeblrdr. ( t ) lm st ( ( t )) ( s ) ( t ) s ( ( s) () t sol yoğuluksa, ( lm olması ç acak ve acak s t t s ( ( s) lm eştlğ sağlaması koşulu le t de türevleeblr olur. st t s (v), t de abla-türevleeblr se, aşağıdak oksyoel lşk yazılır: ( ( ) ( v( ( K Taım.3. : T R br oksyo ve t T 0 verldğde t br U komşuluğu ( U ( t, t )) ve 0 vardır k tüm s U ç, c [ ( ( ) ( ( )] ( [ ( ( ] ( ( taımlaır ve c ( Lebedsky, 007: 7). t de merkez türev olarak söyler (Bles, Atç, ad K Taım.4. : T R br oksyo ve t T 0 verldğde t br U komşuluğu ( U ( t, t )) ve 0 vardır k tüm s U ç, a [ ( (t )) (t )][t (t )] [ (t ) ( (t ))][ (t ) t ] [ ( t ) t ][t (t )] [( (t ) t ][t (t )] taımlaır ve a ( t de ortalama türev olarak söyler. Taım.5. İler Sıçrama Operatörü (Forward Jump Operator) T br zama skalası olsu. t T ç ler sıçrama operatörü :T T taımlamaktadır (Aderso ad Hoacker, 003: 9), ( t ) { s T : s t } Sağ-parçalı oksyo taımlamaktadır: T ç : T [0, ) aşağıdak gb (t ) (t ) t 60
5 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss Taım.6. Ger Sıçrama Operatörü (Backward Jump Operator) T br zama skalası olsu. taımlamaktadır (Aderso ad Hoacker, 003: 9), t T ç ger sıçrama operatörü : T T ( t ) sup{ s T : s t } Sol-parçalı oksyo : T [0, ) aşağıdak gb taımlamaktadır: ( t ) t ( t ) Eğer ( 0 se, t sağ-sıçrama, dğer durumda se sağ-yoğuluk olduğuu söylerz. Ayı şeklde, eğer ( 0 se, t sol-sıçrama, dğer durumda se sol yoğuluk olduğuu söylerz. Şekl.. Noktaları Sııladırılması Şekl. de oktaları sııladırılması verlmektedr (Boher ad Peterso, 00: ). Yukarıdak bu k taımlamada, mø=mat (T maksmum t se ( t ) ve maø=mt (T mmum t se ( t ) olarak alırız. Ø boş kümey göstermektedr. Eğer ( t se, t sağ-sıçrama ve ( t se, sol-sıçrama olduğuu söylerz. Hem sağ-sıçrama hem de sol-sıçrama ola oktalar zole olmuş (solated) olarak smledrlr. Ayı zamada, eğer t < mat ve ( t se t sağ-yoğuluk, eğer t > mt ve ( t se solyoğuluk olarak smledrlr. Hem sağ-yoğuluk hem de sol-yoğuluk ola oktalar yoğuluk olarak smledrlr (Bolde, Gozalez ad Parker, 00: 3). Bu oktaları sııladırılması bütü olarak Tablo. de yer almaktadır (Boher ad Peterso, 00: ). 6
6 Göktaş-İşç-Atmaca-Çakaya/Zama Skalasıda Teorem.3. () Tablo.. Noktaları Sııladırılması t sağ-sıçrama t ( t sağ-yoğuluk t ( t sol-sıçrama t sol-yoğuluk ( ( t ortada (solated) ( t ( t yoğuluk ( t ( K, g : T R, T da türevleeblr olsu. Bu durumda, g : T R toplamı t de türevleeblrdr: ( g) ( ( g (. () Herhag br a sabt sayısı ç, : T R t de türevleeblrdr: t t () ( ) ( (. g : T R t de türevleeblrdr: ( g) ( ( g( ( ( ) g ( ( g ( ( g( ( ). (v) Eğer, ( ( ( ) 0 se o zama t de türevleeblrdr: ( ) ( (v) Eğer, g( g( ( ) 0 se o zama g ( ( ( ( ) t de türevleeblrdr: ( g ) ( ( g( ( g g( g( ( ) ( şeklde elde edlr (Ta, 006: 7). Tablo. de bazı zama skalası örekler yer almaktadır (Boher ad Peterso, 00: 8). 6
7 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss Tablo.. Zama Skalası Örekler μ( σ( ρ( 0 t t Z t + t - hz h t +h t - h N q t t (q - ) q t / q N t t t / N 0 t + ( t + ) ( t - ) Tablo. dek zama skalası örekler bazılarıı sayı doğrusu üzerde gösterm Şekl. de verlmektedr: Şekl.: Bazı zama skalaları. Bo-Co Regresyo Yötem Bo-Co regresyo model bağımlı değşke üzerde aşağıdak gb br döüşüm taımlamaktadır (Kuter, Nachtshem ad L, 005: 35). λ Y = β 0 + β X β k X k + ε (.) burada λ Y - λ λ 0 Y = λ l(y) λ = 0 (.) λ parametrel kuvvet döüşümü kullaılarak lglele modele lşk katsayılar elde edlr. λ parametres hag değerde HKT y e küçük verdğ araştırılır. λ kuvvet döüşümü parametre tahmde özellkle bağımlı değşke ormallk veya hataları sabt varyaslı olma varsayımı bozulduğuda kullaılması yararlıdır (Osbore, 00:). 63
8 Göktaş-İşç-Atmaca-Çakaya/Zama Skalasıda. Zama Skalası Türev Taımıa Göre İler ve Ger Sıçrama Operatörlere İlşk Normal Deklemler Elde Edlş Örek olarak bast doğrusal regresyo modele lşk ormal deklemler elde edlecektr. Bast doğrusal regresyo modelde e küçük kareler yöteme göre, Q ( Y Yˆ ) ( ) = mmum olmalıdır (..) Q Y Y X Y X X İler sıçrama operatörüe göre β 0 ve β e göre türev alıır ve sııra eştlerse (..3) ve (..5) elde edlr. Q Y ( ( 0) 0) X 0 0 (..) 0 ) 0 X Y ( (..3) Q X Y X ( ( ) ) 0 X 0 (..4) X ( ) X 0 X XY (..5) İler sıçrama operatörlere göre ormal deklemler elde edleblmes ç sırasıyla, ( 0 ) yere 0 ve ( ) yere yazılır.. Zama Skalasıa İlşk Normal Deklemler ( 0 ) yere 0 ve ( ) yere yazıldıkta sora zama skalası ormal deklemler (İler Sıçrama Operatörü) eştlk (..) dek gb elde edlmektedr. ˆ ˆ y ˆ 0 ˆ 0 y 64 (..)
9 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss eştlk (..) de elde edle k blmeyel ormal deklemler 0 göre çözüldüğüde 0 zama skalası tahm eştlk (..) dek gb elde edlr. ˆ 0 z y y (..) β e göre çözüldüğüde se β zama skalası tahm eştlk (..3) tek gb elde edlr. ˆ z y y (..3) 3. Uygulama Zama skalasıda Bo-Co regresyo yötem celemesde (3.) dek regresyo deklem kullaılmıştır. =00 büyüklüğüde k değşkel ormal dağılımda bell özellklere sahp 4 arklı bağımsız ktlede rastgele türetlmştr. Bo-Co regresyo yötem sağlam parametre tahm verdğde öreklem büyüklüğüde etklemes söz kousu değldr (Marazz ad Yoha, 004:5). Bu yüzde öreklem büyüklüğü =00 sabt alımıştır. Burada arklı λ değerler ç HKT y e küçük yapa λ değer seçlmektedr. Bu amaçla çalışmada ver üretm ç MİNİTAB 5.0 paket programı ve e y λ belrlemek ç R paket programı kullaılmıştır. Buu ç λ, -3 le 3 aralığıda alımış ve her adımda λ değer 0.0 arttırılarak, 700 arklı λ değer ç HKT ı e küçük yapa λ değer elde edlmştr. Bo-Co regresyo model eştlk (3.) dek gb taımlaablr. λ 0 Y = β + β X + ε (3.) Eştlk (3.) de verle Bo-Co regresyo model zama skalasıa göre parametre tahmler eştlk (..) ve eştlk (..3) dek Y yere Y koularak sırasıyla eştlk (3.) ve eştlk (3.3) dek gb elde edlr.
10 Göktaş-İşç-Atmaca-Çakaya/Zama Skalasıda λ λ = = = = = = = 0 = = -( )-( )( y )+( )( )+( y )( ) β =- ( )-( ) λ λ = = = = = = = -( y )+( )( y )+ )-( ) β =- ( )-( ) (3.) (3.3) 5 Brc ver set ç ( =00), ortalama vektörü 3 ve varyas-kovaryas 0.8 matrs, 0.8 ola k değşkel ormal dağılımda türetle rastgele verler ele alımıştır. Bo-Co regresyo modeldek -3 le +3 arasıdak 700 arklı λ değer ç eştlk (3.) ve eştlk (3.3) dek zama skalası parametre tahmler kullaılarak HKT hesaplamıştır. Yatay eksede arklı λ değerler ve dkey eksede HKT arasıdak lşky göstere grak Şekl 3. de suulmuştur. Şekl 3. de görüldüğü gb HKT mmum olduğu değer λ =.4 ve HKT=6.70 dr. Bua göre klask e küçük kareler yötemde elde edle HKT da daha düşük br değer bulumuştur. Şekl 3.: = 00 ç λ ve HKT değerler 66
11 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss Bezer şeklde kc ver set ç ( =00), ortalama vektörü 3 ve 0.4 varyas-kovaryas matrs 0.4 ola k değşkel ormal dağılımda türetle rastgele verler ele alımıştır. Şekl 3.: = 00 ç λ ve HKT değerler Şekl 3. de de görüldüğü gb HKT ı mmum olduğu λ değer λ =. ve HKT=3.5 olarak bulumuştur. 7 Üçücü ver set ç ( 3 =00), ortalama vektörü 0 ve varyaskovaryas matrs ola k değşkel ormal dağılımda türetle rastgele verler ele alımıştır. 67
12 Göktaş-İşç-Atmaca-Çakaya/Zama Skalasıda Şekl 3.3: 3 = 00 ç λ ve HKT değerler Şekl 3.3 de görüldüğü gb HKT ı mmum olduğu λ değer λ =.30 ve HKT=.7 elde edlmştr. Dördücü ver set ç ( 4 =00), ortalama vektörü ve varyas- 0.7 kovaryas matrs 0.7 türetle rastgele verler ele alımıştır. 8 ola k değşkel ormal dağılımda Şekl 3.4: 4 = 00 ç λ ve HKT değerler 68
13 Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss Şekl 3.4 de de görüldüğü gb HKT ı mmum olduğu λ değer λ =.38 ve HKT=.57 olarak bulumuştur. 4. Souç ve Değerledrme Bu çalışmada Bo-Co regresyo model Y λ = β + β X + ε ele 0 alımıştır. E y λ değer klask e küçük kareler yötem yere zama skalası parametre tahmlere göre elde edlmştr. Verler k değşkel ormal dağılımda rastgele türetlmş ve = 00 hacmdek 4 arklı bağımsız öreklem hag λ değerde e küçük HKT değere ulaşıldığı araştırılmıştır. Burada öreklem büyüklüğüü veya kovaryas matrs determatıı etks le lglelmedğde bağımsız 4 arklı öreklem seçlmştr. Zama skalası Bo-Co ve klask e küçük kareler yöteme göre elde edle HKT ç özet souçlar Tablo 4. de verlmektedr. Tablo 4.: Farklı Öreklemelere Göre Zama Skalası ve Klask E Küçük Kareler Yötem le Elde Edle λ ve HKT Souçları λ Zama Skalası Bo-Co HKT Klask E Küçük Kareler HKT = = = = Bu souçlara göre zama skalası Bo-Co yötem le elde edle HKT, klask e küçük kareler yötem le elde edle HKT da daha küçük bulumuştur. Özellkle bağımlı değşke ormal dağılım göstermemes durumuda bast doğrusal regresyo model yere zama skalası Bo-Co regresyo model kullaılması daha uygu olmaktadır. 69
14 Göktaş-İşç-Atmaca-Çakaya/Zama Skalasıda KAYNAKLAR Agarwal, R.P. ad Boher, M. (999), Basc Calculus O Tme Scales ad Some o ts Applcatos, Results Math, 35(-), -0. Aderso, D. R. ad Hoacker, J. (003), Gree s Fuctıo For A Eve Order Med Dervatve Problem O Tme Scales, Dyamc Systems ad Applcatos,, 9-. Bles, D., Atç, F., Lebedsky, A. (007), Eamples o Tme Scale Models Macroecoomcs, Workg paper, -3. Boher, M. ad Peterso A. (00), Dyamc Equatos o Tme Scales: A Itroducto wth Applcatos, Brkhauser, Bosto. Bolde, T., Gozalez, B., Parker, R. (00), Dervatve Appromatos o Tme Scales, Lecture Notes, -5. Kuter, M.H., Nachtshem, C.J., Neter, J. ad L, W. (005), Appled Lear Statstcal Models, Fth Edto, Irw Book Team, Newyork. Marazz A., Yoha V. J. (004), Robust Bo-Co Trasormatos For Smple Regresso. Theory Ad Applcatos O Recet Robust Methods, Seres: Statstcs or Idustry ad Techology, Brkhauser, Basel. Edted by M. Hubert, G. Pso, A. Struy ad S. Va Aelst., Osbore, J.W. (00), Improvg Your Data Trasormatos: Applyg The Bo-Co Trasormato, Practcal Assessmet, Research & Evaluato, Volume 5, Number, October, ISSN , -9. Ta L. H. (006), Ivestgatos Ito Dyamc Equatos o Tme Scales, School o Mathematcs, Master Thess, The Uversty o New South Wales,
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
DetaylıRegresyon ve Korelasyon Analizi. Regresyon Analizi
Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)
DetaylıYER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.
YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,
Detaylı=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24
İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK
DetaylıParametrik Olmayan İstatistik Çözümlü Sorular - 2
Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr
DetaylıRANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras
RANKI OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI Reports Of Free Groups Otomorfzm Rak Le Algebras Özge ÖZTEKİN Matematk Aa Blm Dalı Name EKİCİ Matematk Aa Blm Dalı ÖZET Bu çalışmada,
DetaylıGiriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:
Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,
DetaylıLojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi
Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc.), 008, 18(1): 1-5 Araştırma Makales/Artcle Gelş Tarh: 10.06.007 Kabul Tarh: 7.1.007 Lojstk Regresyoda Meydaa Gele Aşırı Yayılımı İcelemes
DetaylıBEKLENEN DEĞER VE VARYANS
BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee
DetaylıĐst201 Đstatistik Teorisi I
Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller
DetaylıPolinom İnterpolasyonu
Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır
DetaylıDeğişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ
Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde
Detaylı1. GAZLARIN DAVRANI I
. GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak
DetaylıSayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç
Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu
DetaylıÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU
6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız
Detaylı= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama
TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)
DetaylıTahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması
. Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve
Detaylıdenklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy
Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada
DetaylıBir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu
Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler
DetaylıBÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)
BÖÜM 4 KASİK OPTİMİZASYON TEKNİKERİ KISITI OPTİMİZASYON 4. GİRİŞ Öcek bölülerde de belrtldğ b optzaso probleler çoğuluğu kısıtlaıcı oksolar çerektedr. Kısıtlaasız optzaso problelerde optu değer ede oksou
DetaylıBiyoistatistik (Ders 9: Korelasyon ve Regresyon Analizi)
KORELASYON ve REGRESYON ANALİZLERİ Yrd. Doç. Dr. Üal ERKORKMAZ Sakarya Üverstes Tıp Fakültes Byostatstk Aablm Dalı uerkorkmaz@sakarya.edu.tr SİSTEM, ALT SİSTEM ve SİSTEM DİNAMİKLERİ Doğa br aa sstemdr.
DetaylıARAŞTIRMA MAKALESİ / RESEARCH ARTICLE
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A Uygulamalı Blmler ve Mühedslk ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Appled Sceces ad Egeerg Clt/Vol.: 3-Sayı/No: : 5-63 (202 ARAŞTIRMA
DetaylıTanımlayıcı İstatistikler
Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ
DEÜ MÜHENDİSLİK FAKÜLESİ FEN ve MÜHENDİSLİK DERGİSİ lt: 9 Sayı: s -7 Ocak 7 HİDROLİK PROBLEMLERİNİN ÇÖÜMÜNDE AŞIMA MARİSİ YÖNEMİ (MEHOD OF RANSFER MARIX O HE ANALYSIS OF HYDRAULI PROBLEMS) Rasoul DANESHFARA*,
Detaylı6. Uygulama. dx < olduğunda ( )
. Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal
DetaylıBİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI*
BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* Costructo O Probablty Desty Fucto For The Relablty Block Dagram
DetaylıBir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm
Br Alışverş Merkezde Hzmet Sektörü Đç E Kısa Yol Problem le Br Çözüm Pıar Düdar, Mehmet Al Balcı, Zeyep Örs Yorgacıoğlu Ege Üverstes, Matematk Bölümü, Đzmr Yaşar Üverstes, Matematk Bölümü, Đzmr par.dudar@ege.edu.tr,
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Pel İYİ GENETİK ALGORİTMA UYGULANARAK VE BİLGİ KRİTERLERİ KULLANILARAK ÇOKLU REGRESYONDA MODEL SEÇİMİ İSTATİSTİK ANABİLİM DALI ADANA, 006
DetaylıPORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI
Süleyma Demrel Üverstes İktsad ve İdar Blmler Fakültes Dergs Y.2008, C.3, S.2 s.335-350. Suleyma Demrel Uversty The Joural of Faculty of Ecoomcs ad Admstratve Sceces Y.2008, vol.3, No.2 pp.335-350. PORTFÖY
DetaylıFilbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices
lert Matrsler Normları İç lt ve Üst Sıırlar Sülema Demrel Üverstes B Türe E Sarııar e Blmler Esttüsü Dergs - (00 - lert Matrsler Normları İç lt ve Üst Sıırlar Bahr TÜREN E SRIPINR Sülema Demrel Üverstes
DetaylıTanımlayıcı İstatistikler
Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde
DetaylıÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR
ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ
DetaylıQuality Planning and Control
Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618
DetaylıGenelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine
Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere
Detaylı5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları
5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Olasılığı Tolaablrlk Kuralı: 5.6. Olasılığı çarım kuralı: 5.7. Değl ağıtısı: 5.8. Koşullu
DetaylıOlabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması
Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss.135-144 Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN
Detaylıİleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455
İler Tekoloj Blmler Dergs Joural of Advaced Techology Sceces ISSN:47-3455 GÜÇ SİSTEMLERİNDE HARMONİKLERİN KRİTİK DEĞERLERE ETKİSİ Yusuf ALAŞAHAN İsmal ERCAN Al ÖZTÜRK 3 Salh TOSUN 4,4 Düzce Üv, Tekoloj
DetaylıDOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1
ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 265-270 (2001) ARAŞTIRMA MAKALESIRESEARCH ARTICLE DOGRUSAL REGRESYONDA SAGLAM TAHMN
DetaylıMERKEZİ EĞİLİM ÖLÇÜLERİ
MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle
DetaylıBAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *
BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET
DetaylıTALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ
TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları
DetaylıTanımlayıcı 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.).
DetaylıSürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak
DetaylıGamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım
Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları
DetaylıDoç. Dr. Mehmet AKSARAYLI
Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br
DetaylıGRİ MARKOV KESTİRİM MODELİ KULLANILARAK DÖVİZ KURU TAHMİNİ
Joural of Ecoomcs, Face ad Accoutg (JEFA), ISSN: 48-6697 Year: 4 Volume: Issue: 3 CURRENCY EXCHANGE RATE ESTIMATION USING THE GREY MARKOV PREDICTION MODEL Omer Oala¹ ¹Marmara Uversty. omeroala@marmara.edu.tr
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLAR İÇİN EN ÇOK OLABİLİRLİK VE FARKLI KAYIP FONKSİYONLARI ALTINDA BAYES TAHMİN EDİCİLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI Gülca GENCER
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon
DetaylıTermodinamiğin Yasaları:
NTR0PĐ trop kavramı, makroskopk görüş açısıda (klask trmodamk), mkroskopk görüş açısıda (statstksl trmodamk) v formasyo görüş açısıda (formasyo tors) olmak üzr, üç şkld l alıablr. trop statstksl taımlaması
DetaylıOrkun COŞKUNTUNCEL a Mersin Üniversitesi
Kuram ve Uygulamada Eğtm Blmler Educatoal Sceces: Theory & Practce - 3(4) 39-58 03 Eğtm Daışmalığı ve Araştırmaları İletşm Hzmetler Tc. Ltd. Şt. www.edam.com.tr/kuyeb DOI: 0.738/estp.03.4.867 Sosyal Blmlerde
DetaylıÖnceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan
III.5.RUNGE-KUTTA METODLARI Öcek bölümde özelee Talor meodlarıda erel kesme aa merebes üksek oluşu sele br özellkr. Dğer araa ürevler buluma ve esaplaması pek çok problem ç karmaşık ve zama alıcı olduğuda
DetaylıİSTATİSTİKSEL 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
DetaylıREGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI
FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,
Detaylıİşlenmemiş 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
Detaylıdeğerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.
Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade
Detaylıilişkilendirileceğini bulmak ve bu bilgiden yapmaktır. Prof. Dr. Üzeyme DOĞAN - Üretim Planlama Kontrol
Nedesel (lşksel) modeller Bu modeller, ögörülemek stedğmz değşke, br şeklde çevredek dğer değşkelerde etkledğ, olarla lşkledrlebleceğ varsayar. Ögörüleyc ş, bu değşkeler matematksel olarak a asıl lşkledrleceğ
DetaylıTEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış
ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0
DetaylıZAMAN SKALASINDA BAZI KISMİ DİNAMİK DENKLEMLERİN SALINIMLILIĞI ÜZERİNE
ZAMAN SKALASINDA BAZI KISMİ DİNAMİK DENKLEMLERİN SALINIMLILIĞI ÜZERİNE DOKTORA TEZİ Dez UÇAR DANIŞMAN Doç. Dr. Yaşar BOLAT MATEMATİK ANABİLİM DALI TEMMUZ AFYON KOCATEPE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
DetaylıT.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ
T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ BĠR GRAFIN TERS WIENER ENERJĠSĠ VE TERS WIENER-ESTRADA ĠNDEKSĠ Sez ÇĠZMECĠ YÜKSEK LĠSANS TEZĠ Matemat Aablm Dalı OCAK-0 KONYA Her Haı Salıdır TEZ BĠLDĠRĠMĠ
DetaylıDiziler 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
DetaylıEMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR
EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2013 yılı fo getrs 02/01/2013-02/01/2014 tarhl brm pay değerler kullaılması le hesaplamıştır. 2013 yılı karşılaştırma ölçütü getrs
DetaylıTümevarım_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
DetaylıĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1
ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ
DetaylıRasgele sayıda bağımlı aktüeryal risklerin beklenen değeri için alt ve üst sınırlar
www.saskcler.org İsaskçler Dergs (8) 64-74 İsaskçler Dergs Rasgele sayıda bağımlı aküeryal rskler beklee değer ç al ve üs sıırlar Fah Tak Kırıkkale Üverses Fe-Edebya Faküles, İsask Bölümü 7-ahşha,Kırıkkale,
DetaylıTEKNOLOJĐK ARAŞTIRMALAR
www.teknolojkarastrmalar.com ISSN:134-4141 Makne Teknolojler Elektronk Dergs 28 (1) 61-68 TEKNOLOJĐK ARAŞTIRMALAR Kısa Makale Tabakalı Br Dskn Termal Gerlme Analz Hasan ÇALLIOĞLU 1, Şükrü KARAKAYA 2 1
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Ayça Hatce TÜRKAN GÜVENİLİRLİK ANALİZİNDE KULLANILAN İSTATİSTİKSEL DAĞILIM MODELLERİ İSTATİSTİK ANABİLİM DALI ADANA, 007 ÇUKUROVA ÜNİVERSİTESİ
DetaylıÖrnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;
Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9
DetaylıLİNEER 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
DetaylıADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR.
ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR Ebubekr İNAN DANIŞMAN Yrd. Doç. Dr. Mehmet Al ÖZTÜRK ADIYAMAN 2011 Her
DetaylıPÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI
PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser
DetaylıSağlam Ridge Regresyon Analizi ve Bir Uygulama
Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:5, Sayı:, Yıl:010, ss.137-148. Sağlam Rdge Regresyo Aalz ve Br Uygulama Özlem ALPU 1 Hatce ŞAMKAR Ekrem ALTAN 3 Özet Çoklu regresyo aalzde
DetaylıWEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI
İstabul Tcaret Üverstes Sosal Blmler Dergs Yıl:8 Saı:5 Bahar 2009 s.73-87 WEİBULL DAĞILIMII ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİ İSTATİSTİKSEL TAHMİ YÖTEMLERİİ KARŞILAŞTIRILMASI Flz ÇAKIR ZEYTİOĞLU* ÖZET Güümüzde
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ
DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ Clt: 2 Sayı: 3 sh 87-02 Ekm 200 VOLTERRA SERİLERİ METODU İLE DOĞRUSAL OLMAYAN SİSTEMLERİN FREKANS BOYUTUNDA ANALİZİ İÇİN NET TABANLI ARAYÜZ TASARIMI (DESIGN
DetaylıKi- 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
DetaylıÖZET Yüksek Lsas Tez NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK Akara Üverstes Fe Blmler Esttüsü İstatstk Aablm Dalı Daışma : Doç
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 006 Her hakkı saklıdır ÖZET Yüksek Lsas Tez
Detaylıx 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
DetaylıETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA
İstabul Tcaret Üverstes Fe Blmler Dergs Yıl: 11 Sayı: Güz 01 s. 19-35 ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA Cası KAYA 1, Oza KOCADAĞLI Gelş: 30.05.01 Kabul: 14.1.01
DetaylıİŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI
İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve
DetaylıTOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı
TOBB Ekoom ve Tekoloj Üverstes İKT351 Ekoometr I, Ara Sıavı Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sıav toplam 100 pua değerde 4 soruda oluşmaktadır. Sıav süres 90 dakkadır ve
DetaylıYığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu
S Ü Fe Ed Fa Fe Derg Saı (003) 65-0, KONYA Yığı Hacm Tahm İç Bulaı Doğrusal Regreso Modelde Ters Tahm Metodu Mustafa SEMİZ, Aşır GENÇ Özet: Bu çalışmada ığı hacm tahm ç farlı br alaşım suulmatadır. Yığı
DetaylıHĐPERSTATĐK SĐSTEMLER
HĐPERSTATĐK SĐSTELER Taım: Bütü kest zorları, şekldeğştrmeler ve yerdeğştrmeler belrlemes ç dege deklemler yeterl olmadığı sstemlere hperstatk sstemler der. Hperstatk sstemler hesabı ç, a) Dege deklemlere,
DetaylıEKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM
EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM (Örgün e İknc Öğretm çn) 1. 754 hanehalkına at DOMerset sml Excel dosyasında yer alan erler kullanarak tahmnlenen DOM sonuçları: Dependent Varable: CALISANKADIN Sample:
Detaylı6. BÖLÜM VEKTÖR UZAYI VEKTÖR UZAYI VEKTÖR UZAYLARI
6. BÖLÜM VEKTÖR LARI -BOYUTLU (ÖKLİT) I Taım: Eğer pozitif bir tam sayı ise sıralı -sayı, gerçel sayılar kümesideki adet sayıı (a 1, a 2,, a ) bir dizisidir. Tüm sıralı -sayılarıı kümesi -boyutlu uzay
DetaylıISF404 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,
DetaylıAES S Kutusuna Benzer S Kutuları Üreten Simulatör
AES S Kutusua Bezer S Kutuları Ürete Smulatör M.Tolga SAKALLI Trakya Üverstes Blgsayar Mühedslğ tolga@trakya.edu.tr Erca BULUŞ Trakya Üverstes Blgsayar Mühedslğ ercab@trakya.edu.tr Adaç ŞAHİN Trakya Üverstes
DetaylıREGRESYON 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
DetaylıSELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOĞRUSAL OLMAYAN POISSON REGRESYON M. Kazım KÖREZ YÜKSEK LİSANS İSTATİSTİK Aablm Dalı Ağustos- KONYA Her Hakkı Saklıdır ÖZET YÜKSEK LİSANS DOĞRUSAL OLMAYAN
DetaylıNİĞDE 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,
DetaylıTAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)
3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda
DetaylıNİTEL TERCİH MODELLERİ
NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:
DetaylıGRAPHIN SPEKTRAL YARIÇAPI İÇİN SINIRLAR
T.C. AHİ EVRAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ GRAPHIN SPEKTRAL YARIÇAPI İÇİN SINIRLAR Koray BOZDAYI YÜKSEK LİSANS TEZİ MATEMATİK ANABİLİM DALI KIRŞEHİR 0 T.C. AHİ EVRAN ÜNİVERSİTESİ FEN BİLİMLERİ
DetaylıEğitimle İlgili Sapan Değer İçeren Veri Kümelerinde En Küçük Kareler ve Robust M Tahmin Edicilerin Karşılaştırılması
Eğtmle İlgl Sapa Değer İçere Ver Kümelerde E Küçük Kareler ve Robust M Tahm Edcler Karşılaştırılması Orku COŞKUNTUNCEL * Özet Eğtm araştırmalarıda regresyo katsayılarıı tahm etmek ç e çok kullaıla yötem
DetaylıNİÇİN 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
DetaylıSAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr.
SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER - Döemi Ders Notları Pro. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri
DetaylıŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN DETERMİNİSTİK EŞİTLİKLERİ Kumru Didem ATALAY 1, Ayşen APAYDIN 2 ÖZ
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ B Teor Blmler ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY B Theoretcal Sceces Clt/Vol.:-Sayı/No: : -8 (0 ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN
DetaylıTABAKALI ŞANS ÖRNEKLEME
6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve
Detaylıdir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.
BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)
DetaylıKUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.
İ.T.Ü. aka akültes ekak Aa Blm Dalı STATİK - Bölüm KUVVET SİSTELEİ KUVVET Vektörel büyüklük - Kuvvet büyüklüğü - Kuvvet doğrultusu - Kuvvet uygulama oktası - Kuvvet yöü S = (,,..., ) = + +... + = Serbest
DetaylıTESADÜFİ DEĞİŞKENLERLE İLGİLİ BAZI YAKINSAKLIK ÇEŞİTLERİNİN KARŞILAŞTIRILMASI
ISSN:1306-3111 e-journal of New Worl Scences Acaemy 2008, Volume: 3, Number: 4 Artcle Number: A0108 NATURAL AND APPLIED SCIENCES MATHEMATICS APPLIED MATHEMATICS Receve: March 2008 Accepte: September 2008
DetaylıZAMAN SKALASINDA LİNEER OLMAYAN İNTEGRAL EŞİTSİZLİKLERİ. YÜKSEK LİSANS TEZİ Hakan TEMİZ. Danışman Doç. Dr. Mustafa Kemal YILDIZ
ZAMAN SKALASINDA LİNEER OLMAYAN İNTEGRAL EŞİTSİZLİKLERİ YÜKSEK LİSANS TEZİ Hakan TEMİZ Danışman Doç. Dr. Mustafa Kemal YILDIZ MATEMATİK ANABİLİM DALI Haziran, 2014 AFYON KOCATEPE ÜNİVERSİTESİ FEN BİLİMLERİ
Detaylı