WEIBULL PARAMETRELERİ VE YÜZDELİKLERİ İÇİN GÜVEN ARALIĞI TAHMİN ALGORİTMALARI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "WEIBULL PARAMETRELERİ VE YÜZDELİKLERİ İÇİN GÜVEN ARALIĞI TAHMİN ALGORİTMALARI"

Transkript

1 Gaz Üv. Müh. Mm. Fak. Der. J. Fac. Eg. Arch. Gaz Uv. Clt 4, No 1, 11918, 009 Vol 4, No 1, 11918, 009 WEIBULL PARAMETRELERİ VE YÜZDELİKLERİ İÇİN GÜVEN ARALIĞI TAHMİN ALGORİTMALARI Mehmet Akf DANACI, Burak BİRGÖREN ve Süleyma ERSÖZ Edüstr Mühedslğ Bölümü, Mühedslk Fakültes, Kırıkkale Üverstes 71451, Kamus, Kırıkkale (Gelş/Receved: ; Kabul/Acceted: ) ÖZET Bu çalışmada, statstksel arça güvelrlğde Webull dağılımıı kullaımı ç tahm algortmaları ele alımıştır. So yıllarda küçük öreklerde Webull arametreler ve alt yüzdelkler ç güve aralıkları ve güve alt sıırlarıı tahm gderek arta br öem kazamıştır. Pahalı veya uzu süre deeylerde küçük örek hacmler le çalışmak ekoomk açıda br zorululuktur, dğer tarafta örek hacm küçüldükçe tahmler daha güvelmez hale gelr. Bu yüzde, küçük örek hacmler ç tahm algortmalarıı geel br çerçevede kıyaslamalı ele alıması ve hızlı çalışa rogramlara döüştürülmes br htyaç hale gelmştr. Bu çalışmada, tamamlamış verler ç Webull uyumluluk testler yaa, Webull arametreler ve yüzdelkler e çok olablrlk ve ağırlıklı e küçük kareler yötemleryle okta tahmler ve bezetme dayalı güve aralığı tahmler gerçekleştre algortmalar gelştrlmştr. Algortmalar blgsayar ortamıda stadart C++ rogramlama dl le yazılarak ayı ortak arayüz altıda brleştrlmştr. Lteratürde yer ala bezer çalışmalar, düşük bezetm tekrar sayıları le örek hacm, güve düzey ve hata olasılığıı sıırlı sayıdak değerler ç yaılmıştır; tablolar halde suula bezetm souçlarıı formüllerde yere koarak kullaımı gerekmektedr. Bu çalışmada gelştrle algortmalar se, örek hacm, güve düzey ve hata olasılığıı kullaıcı tarafıda belrleecek değerler ç bezetm deeyler çalıştırı tahmler makul sürelerde hesalama mkaı sumaktadır. Bezetm hatası, yüksek bezetm tekrar sayıları seçlerek düşük düzeylerde tutulablmektedr. Gelştrle algortma arayüzüü kullaımı DC motorları hata zamalarıa at tamamlamış verler üzerde gösterlmştr. Aahtar Kelmeler: Güvelrlk aalz, webull dağılımı, e çok olablrlk, ağırlıklı e küçük kareler, güve aralığı, bezetm. ESTIMATION ALGORITHMS FOR WEIBULL PARAMETERS AND PERCENTILES ABSTRACT Ths study cocers the use of Webull dstrbuto statstcal comoet relablty. Recetly, estmato of cofdece tervals ad cofdece lower bouds for Webull arameters ad ercetles small samles has receved creasg atteto the lterature. I exesve or log exermets, t s crucal to kee the samle sze to a mmum, however, the estmates become less relable as the samle sze decreases. Therefore, t has become a ecessty to erform a comaratve study of estmato algorthms for small samle szes ad code them a effcet maer. I ths study, ucesored relablty data have bee cosdered; algorthms have bee develoed for goodessofft tests, ot ad cofdece terval estmato for arameters ad ercetles by the maxmum lkelhood ad weghted least squares methods based o smulato. The algorthms have bee geerated the stadard C++ laguage ad tegrated uder a comuter terface. Smlar studes the lterature were erformed oly for a lmted umber of falure robabltes, cofdece levels ad samle szes wth low smulato ru umbers; the user has to use coeffcets ad formulae obtaed from the smulatos to roduce the estmates. I cotrast, the algorthms develoed ths study allow the user to erform smulatos wth ay ru umber, falure robablty, cofdece level ad samle sze, ad calculate the estmates a

2 M.A. Daacı v.d. Weıbull Parametreler ve Yüzdelkler İç Güve Aralığı Tahm Algortmaları reasoable amout of tme. The smulato error ca be ket at low levels by secfyg large smulato ru umbers. Also, the alcato of the terface has bee llustrated o falure tmes of DC motors. Keywords: Relablty aalyss, webull dstrbuto, maxmum lkelhood, weghted least squares, cofdece terval, smulato. 1. GİRİŞ (INTRODUCTION) Güvelrlk aalzler, br sstem, br ssteme bağlı alt sstem veya br sstem çde yer ala krtk br arça veya ürü güvelrlğ ölçülmes, hesalaması ve değerledrlmes şlemdr. Güvelrlk çalışmaları tek br arça ç yaılabldğ gb, bazı arçaları ser ve bazı arçaları aralel bağladığı bütü br sstem ç de yaılablr. Bu çalışma arça güvelrlğ ele almaktadır. Güvelrlğ tahm edlmes ve gerekl hesaları yaılablmes ç her şeyde öce taımlaması gerekmektedr. Brçok alada kullaılıyor olması ve farklı alalarda farklı ölçütlerle değerledrmes, güvelrlk ç geel br taımlama yaılmasıı zorlaştırır. Bu yüzde lteratürde farklı güvelrlk taımlarıa rastlamak mümküdür. Acak brçok kayakta bu taımlarda geel kabul görmüş olaı: Herhag br arçaı, ürüü, sstem veya alt sstem belrl şartlar altıda stele emyet düzeyde, belrlee süre boyuca foksyouu hatasız olarak yere getreblme olasılığıdır [1] şekldedr. Taımda yer ala olasılık kelmes brm çalışma veya çalışmama durumuu keslk arz etmedğ alamıa gelr. Bu edele olasılık hesabı çere güvelrlk aalzler, rassal değşkeler ve olasılık dağılımları kullaılarak yaılır. Parçaları hata (arıza) yaıcaya kadar geçe süreler farklılık gösterr. Rassal ola bu süre, br rassal değşke olarak taımlaarak arçaya uygu br olasılık dağılımıyla karakterze edlr. Güvelrlk aalzde rassal değşke geellkle arça kullaıma başladıkta sora lk hataya kadar geçe süredr; bua kısaca hata zamaı adı verlr. Acak değşk uygulamalarda farklı ölçütler de kullaılablmektedr: br ml döme sayısı, br otomobl lastğ klometre csde kat ettğ mesafe, br aahtar arçaı şlem sayısı, br malzeme koma mukavemet gb... Güvelrlk aalz çalışmalarıda küçük örek hacmleryle aalz yaılması ster. Çükü bu çalışmalarda, zama le arça ve şçlk öeml malyet kalemlerdr. Güvelrlk aalz ç uygulaa ömür testler geellkle çok ahalı deeylerdr ve uzu zama almaktadır. Bu edele yaıla aalzlerde küçük öreklerde statstksel açıda olabldğce kes souçlar elde etmek gerekmektedr. Güvelrlk çalışmalarıda e yaygı kullaım alaıa sah olasılık dağılımı Webull dağılımıdır [1]. Webull dağılımı, küvet karakterstğ eğrs, alışma, kullaışlı ömür ve yırama döemler olarak adladırıla tüm döemler karakterze edeblme yeteeğe sahtr. Br başka fadeyle, Webull dağılımı hata hızıı arta, azala ve sabt olduğu durumları hesde kullaılabldğ ç esek br güvelrlk model suar [1, ]. Küçük öreklerde geellkle örektek her arçaı hata zamaıı gözlemek mümküdür, bu durumda gözlee hata zamaları tamamlamış ver olarak teler. Çok uzu sürecek deeylerde se tüm hata zamaları ölçülmede deey bell br oktada durdurulur; bu durumda da durdurulmuş verler elde edlr. Bu çalışmada tamamlamış verler ele alımış, Webull dağılımıyla arça güvelrlğ aalz yaa, özellkle küçük öreklerde tahm hatasıı kes olarak ortaya koyable kasamlı br rogram gelştrlmştr. Bu amaçla Webull uyumluluk testler yaılması [3], Webull arametreler ve yüzdelkler e çok olablrlk ve ağırlıklı e küçük kareler yötemleryle tahm edlmes, arametre ve yüzdelklere at kes güve aralıklarıı bezetm yötemyle üretlmes ç stadart C++ rogramlama dl [4] le algortmalar gelştrlerek br ortak blgsayar arayüzü altıda brleştrlmştr. Webull arametreler, e çok olablrlk yötemyle tahm, sayısal kök bulma algortmaları kullaılarak, ağırlıklı e küçük kareler yötemyle tahm regresyo formüller kullaılarak yaılmaktadır. Parametreler ve yüzdelkler ç kes güve aralıkları ve güve alt sıırlarıı tahm se arametre tahm algortmalarıı tekrarlı çalıştıra MoteCarlo bezetm algortmalarıyla sağlamaktadır. Buda sorak bölümde Webull dağılımı hakkıda blg verlerek kouyla lgl akademk lteratür taraması suulmaktadır. Üçücü bölümde Webull arametre ve yüzdelkler okta ve aralık tahmler ele alımaktadır. Dördücü bölümde gelştrle algortma ve blgsayar arayüzü zah edlmekte, beşc bölümde blgsayar arayüzüü kullaımı, lteratürde seçle verler üzerde açıklamaktadır. So bölümde se yaıla çalışmaı öeme değlerek akademk ve mühedslk lteratürüe katkıları tartışılmaktadır.. WEIBULL DAĞILIMI (WEIBULL DISTRIBUTION) Webull dağılımı lk olarak W. Webull tarafıda malzeme özellkler modellemes amacıyla öerlmştr [5]; güümüzde byoloj, mühedslk, kalte kotrol ve dğer brçok alada deeysel verlere y uyum gösterdğ ç yaygı şeklde kullaılmaktadır. Eğer br arçaı hata zamaı T, aşağıdak brkml dağılım foksyoua sahse, T rassal değşke k 10 Gaz Üv. Müh. Mm. Fak. Der. Clt 4, No 1, 009

3 Weıbull Parametreler ve Yüzdelkler İç Güve Aralığı Tahm Algortmaları M.A. Daacı v.d. arametrel Webull dağıldığı söyler [6, 7]. t/α β Ft () =PT t = 1e, t > 0 (1) Burada F(t), br brm t zamaıda öce hata yama olasılığıdır; α ve β sırasıyla dağılımı ölçek ve şekl arametreler olu α > 0 ve β > 0 dır [6, 7]. Bu arametrelerde β le küvet karakterstğ eğrs farklı döemler karakterze edleblr [, 8]. Eğer β>1 se arta hata hızı, β<1 se azala hata hızı söz kousudur [8]. Tamamlamış verler ç Webull aalzde, ayı tür arçaya at farklı umueler ömür teste tab tutulmasıyla hata zamaları gözler. Eğer bu gözlemler Webull dağılımıa uyumlu se α ve β arametreler gözlemlerde tahm edlr. Bu amaçla çeştl yötemler kullaılmaktadır. E çok kullaıla tahm yötemler, e çok olablrlk, ağırlıklı e küçük kareler ve momet yötemlerdr [7]. Acak momet yötemyle kes güve aralıkları üretlemedğde bu çalışmada momet yötem dışıdak yötemler ele alımıştır. Webull arametreler e çok olablrlk tahmcler üzerde kasamlı olarak çalışılmıştır. Lteratürde, arametre tahm ve arametreler ç güve aralıkları oluşturulması le lgl teor ortaya komuş [6], bu hesalamalar ç sayısal kök bulma algortmalarıı asıl kullaılacağı ele alımıştır [6, 9, 10, 11]. Parametreler ağırlıklı e küçük kareler yötemleryle tahm ç de formüller üretlmş, güve aralıklarıı asıl oluşturulacağı gösterlmştr [10, 1, 13]. E çok olablrlk yötemyle arametre tahm yaa ve bezetm kullaarak arametreler ç kes güve aralıkları oluştura br C++ rogramı gelştrlmştr [9]. Hem e çok olablrlk hem de e küçük kareler tahm yötemler kullaarak bu hesalamaları gerçekleştre FORTRAN rogramları da gelştrlmştr [14, 15]. Acak FORTRAN rogramları, güve aralıklarıı bezetm yötem yere asmtotk yötemlerle oluşturduğuda küçük örek hacmler ç doğru souçlar vermemektedr. Hesalamalar ç rogramlama dller dışıda br alteratf sua Wasserma [16], Mcrosoft Excel rogramı kullaarak e küçük kareler yötemyle bu hesalamaları asıl yaılacağıı göstermştr. Webull dağılımı so yıllarda mühedslk alalarıdak güvelrlk çalışmalarıı odak koularıda brdr. Malzemeler mekak özellkler modellemes arta öem bu koudak çalışmaları yoğulaşmasıa ede olmuştur [9,17]. Bell hata olasılıklarıa karşılık gele Webull alt yüzdelkler ç güve aralıkları ve güve alt sıırlarıı belrlemes, mühedslk çalışmaları açısıda oldukça öemldr. Bu hesalamalar, her aşaması Webull arametre tahm gerektre karmaşık br bezetm sürec çerr. FeradezSaez vd [10], Webull alt yüzdelkler e çok olablrlk ve ağırlıklı e küçük kareler yötemleryle tahm edlmes ve güve alt sıırlarıı oluşturulmasıı ç teork esasları ve bezetm sürec gelştrmştr. Ayrıca bell güve düzeyler ve alt yüzdelkler ç alt sıırları oluşturulmasıı sağlaya tablolar üretmştr. Barbero vd [11] farklı br yaklaşımla, k farklı alt yüzdelk ç %95 güve düzeyde güve alt sıırlarıı hesalaablmes amacıyla bezetm souçlarıa eğrler uydurarak ürettkler formüller kullaılmasıı öermektedr. Bu k çalışmada öerle yötemlerde [10, 11], α ve β arametre tahm değerler hesaladıkta sora blgsayar bezetme gerek duyulmaksızı alt yüzdelkler ç güve alt sıırları hesalaablr. Fakat hesalamalar bell güve düzeyler ve alt yüzdelklerle sıırlıdır, ayrıca her k yötemde kullaıla bezetm çalışmaları düşük tekrar sayılarıyla yaılmıştır ve bezetm hatası çermektedr. Bezer br çalışmada Brgöre vd [9], e çok olablrlk yötemyle kullaıcıı belrleyeceğ yüzdelk ve güve düzey değerler ç güve alt sıır değerler hesalaya br bezetm rogramı gelştrmştr. Buları yaı sıra güve alt sıırlarıı hesalamasıda e çok olablrlk ve ağırlıklı e küçük kareler yötemler erformasıı kıyaslaya çalışmalar da yaılmış, e y erforması vere ağırlık değerler üretlmştr [1, 13]. 3. WEIBULL PARAMETRELERİ VE YÜZDELİKLERİ İÇİN NOKTA VE ARALIK TAHMİNİ (POINT AND INTERVAL ESTIMATION FOR WEIBULL PARAMETERS AND WEIBULL PERCENTILES) 3.1. Webull Parametreler Tahm ç Kullaıla Yötemler (Methods used For Estmato of Webull Parameters) Uyumluluk testleryle hata zamalarıı Webull dağıldığı gösterldkte sora güvelrlk aalz yaılacak arçada rasgele adet umue alıı deeye tab tutulur ve bağımsız hata zamaları ölçülür. Bu gözlemlerde oluşa örek t1, t,..., t olsu. Bu örektek hata zamalarıı kullaarak arametre tahm yaa k yötem aşağıda açıklamaktadır E çok olablrlk yötemyle tahm (Estmato wth the maxmum lkelhood method) Bu yötem aşağıdak eştlkler kullaarak blmeye α ve β arametreler ç buları tahmcler α ve β yı hesalar [6]. = 1 β ltt = 1 lt + = 0 β β t = 1 1/β () β α = t (3) = 1 Gaz Üv. Müh. Mm. Fak. Der. Clt 4, No 1,

4 M.A. Daacı v.d. Eştlk sayısal kök bulma yötemlerde bryle çözüleblr. Daha sora Eştlk 3, α yı doğruda verr. Eştlk çözümüde köke hızlı yakısaması edeyle NewtoRahso yötem terch edlmektedr [18]. NewtoRahso yelemeler ç geel dögü deklem; A+ 1/β k C k/bk β = β + /β + B H C /B k+ 1 k 1 k k k k k şekldedr; burada k k = 1 C = t lt, = 1 A = lt / B = β, k H k = t lt = 1 Yelemeler ç başlagıç oktası olarak; βk t = 1 dr. β 0 = 6/ π 1 lt lt / = 1 = 1 kullaılır [18]., Weıbull Parametreler ve Yüzdelkler İç Güve Aralığı Tahm Algortmaları (4) (5) Ağırlıklı e küçük kareler yötemyle tahm (Estmato wth the weghted least squares method) Bağımsız hata zamalarıda oluşa t 1,t,...,t öreğ ç t (1) < t () <. <t () sıra statstk değerler olsu. Eştlk 1 e çft logartmk döüşüm uygulamasıyla l l 1/ 1 F t = βlt βlα (6) elde edlr [10]. Eştlk 6 da Y = l l 1/ 1 F t, a=β, lt=x, βlα=b alıırsa, eştlğ Y=aX+b bçmde br regresyo deklem olduğu görülür. Deklem çözüleblmes ç Y değerler, dolayısıyla F(t) değerler blmes gerekr. F(t) ç e yaygı tahmcler şulardır [10]: F t = / (7 a) F t = 0.3 /(+ 0.4) (7 b) F t =/ + (7 c) Bu F(t) tahmclerde br Eştlk 6 da kullaıldığıda bast e küçük kareler yötemyle α ve β şöyle hesalaır: 1/ z =lt ve olmak üzere; y = l l 1/ 1 F t zy z y β = (8) z z ve a= y β z olmak üzere a/β α =e (9) şekldedr. Dolayısıyla tahm edle bast regresyo deklem şöyledr: l l 1/ 1 F t = βlt βlα+ε (10) Bazı araştırmacılar, doğrusal regresyou oluşturulmasıda ağırlık faktörler kullaılmasıı uyguluğua değmşlerdr [10]. Çükü e küçük kareler yötem, artıkları ( ) ayı varyasa sah olduğu varsayımıa dayaır, acak Eştlk 10 ç bu varsayım geçerszdr. Ağırlıklı e küçük kareler yötem uygu ağırlık faktörler seçmyle varyasları eştleyerek bu roblem ortada kaldırır ve daha y tahm değerler üretr. Bazı araştırmacılar tarafıda gelştrlmş ağırlık faktörler W(t) şöyledr: Bergma tarafıda öerle ağırlık faktörler [19]; 1 1 W t = F t l F t (11a) Faucher vd tarafıda öerle ağırlık faktörler [0]; W t = 3.3Ft Ft 0.05 (11 b) Hug tarafıda gelştrle ağırlık faktörler [1]; 1F tl1f t 1F tl1f t W t = (11 c) Ağırlıklı e küçük kareler yötem le Webull arametreler tahmcler şu şeklde elde edlr. z =lt, olmak üzere y = l l 1/ 1 F t 1 Gaz Üv. Müh. Mm. Fak. Der. Clt 4, No 1, 009

5 Weıbull Parametreler ve Yüzdelkler İç Güve Aralığı Tahm Algortmaları M.A. Daacı v.d. W t Wtz y W t z W t y β = Wt W t z W t z ve (1) a= W t y β W t z / W t olmak üzere a/β α =e (13) şekldedr. Webull arametre tahmler, seçle taımlarıa göre çeştllk gösterr. 1 F t ve W t W t = olması durumuda, bast e küçük kareler deklemlere ya Eştlk 8 ve Eştlk 9 a döüşür. 3.. Webull Yüzdelkler Tahm (Estmato of Webull Percetles) Br arçaı hata zamaıı gb küçük br olasılıkla altıda kalacağı t alt yüzdelk değer hesalaması mühedslk çalışmaları açısıda çok öemldr [1113, 17]. Pt ( t ) = (14) eştlğ t ve arasıdak lşky fade eder. Eştlk 1 dek dağılım foksyoua göre; F( t ) = P t t = (15) olur. Bu eştlk çözüldüğüde; t = α l / /β (16) elde edlr. Webull arametreler α ve β yere, buları tahmcler α ve β kullaılarak, t tahmcs şu şeklde üretlr: /β t = α l / (17) Eştlk 17 de e çok olablrlk, e küçük kareler ya da ağırlıklı e küçük kareler yötemlerde elde edle α ve β değerler kullaılablr Webull Parametreler ve Yüzdelkler ç Aralık Tahmler (Iterval Estmatos for Webull Parameters ad Webull Percetles) Parametre tahmcler ve β, e çok olablrlk ya da ağırlıklı e küçük kareler yötemlerde bryle βl α/α değşkeler α ve β elde edldğde β/β ve arametrelerde bağımsız dağılır [6, 10]. Webull arametreler ve yüzdelkler ç kes güve aralıkları bu özellk sayesde MoteCarlo bezetm kullaılarak elde edlr. Merkez lmt teorem ve bezer yaklaşımlarla güve aralığı ürete başka yötemler de vardır, fakat bular güve aralıklarıı yaklaşık olarak ürettkler ve küçük örek hacmlerde büyük hatalara yol açabldklerde bu çalışmada ele alımamıştır [] Şekl arametres ç aralık tahm (Iterval estmato for the shae arameter) Bu özellk edeyle, β=1 alıdığıda β/β le β değşkeler ayı dağılıma sah olduğu görülür. Dolayısıyla, Pt ( <β/β <t ) = 1γ (18) 1γ/ γ/ yere β kullaılarak bu değşke eştlğde β/β bezetmyle t 1γ/ ve t γ/ değerler hesalaır. Ardıda Eştlk 18 yede düzelemesyle β ç (1γ) güve düzeyde güve aralığı, β/t γ/, β/t 1γ/ (19) şeklde elde edlr [6] Ölçek arametres ç aralık tahm (Iterval estmato for the scale arameter) βl α/α Ye ayı özellk edeyle α=1 alıdığıda le βl α değşkeler ayı dağılıma sah olduğu görülür. Dolayısıyla, P s 1γ/ < βl α/α <s γ/ = 1γ (0) eştlğde βl α/α yere βl α kullaılarak bu değşke bezetmyle s 1γ/ ve s γ/ değerler hesalaır. Ardıda Eştlk 0 yede düzelemesyle α ç (1γ) güve düzeyde güve aralığı şu şeklde oluşturulur [6]: s 1 γ/ /β s γ/ /β αe,αe (1) Gaz Üv. Müh. Mm. Fak. Der. Clt 4, No 1,

6 M.A. Daacı v.d. Weıbull Parametreler ve Yüzdelkler İç Güve Aralığı Tahm Algortmaları Yüzdelkler ç aralık tahm (Iterval estmato for the ercetles) Eştlk 16 ve 17 brleştrlerek βl t /t = βl α/α + β/β l l / () Blgsayar arayüzü öcelkle kullaıcıya Ma yötemyle [3] verler Webull uyumluluğuu test etme olaağı suar; Şekl 1 de br örek uygulama ekraı yer almaktadır. Ardıda arametre ve yüzdelkler tahm ve güve aralıklarıı oluşturulması ç yötem belrler. Kullaıcı, e çok olablrlk ve e küçük kareler yötemlerde br seçeblmektedr (Şekl 1). Eğer e küçük kareler seçerse; Şekl de görüldüğü gb Eştlk 7a7c de verle F tahmclerde ve Eştlk 11a 11c de verle W faktörlerde br (ya da bast e küçük kareler ç W(t)=1 değer) belrlemektedr. elde edlr [10]. Eştlk sağ tarafıda β/β ve βl α/α, α ve β arametrelerde bağımsız dağıldığı ç βl t /t değşke de ayı özellğe sahtr. Dolayısıyla P c1 / βl t /t c / = 1 α (3) eştlğde βl t /t değşke bezetmyle c1 / ve / c değerler hesalaır. Bezetmde değşke değerler, Eştlk de α=1 ve β=1 alıarak üretlr [10]. Ardıda Eştlk 3 ü yede düzelemesyle Webull alt yüzdelğ t ç (1γ) güve düzeyde güve aralığı, Şekl 1. Blgsayar arayüzü uyumluluk test (Comuter terface goodess of ft test) c γ/ /β c 1γ/ /β t e,te (4) Şeklde elde edlr [8, 10]. Mühedsler geellkle t ç sadece br güve alt sıırı oluşturulmasıyla lglerler. Bu durumda tek yalı br güve aralığı oluşturulur: c/β γ t e, (5) Eştlk 5 te sıırıdır. c/β t e γ, (1γ) güve düzeyde güve alt 4. BİLGİSAYAR ARAYÜZÜ VE ALGORİTMALAR (COMPUTER INTERFACE AND ALGORITHMS) Webull dağılımıyla arça güvelrlğ aalz yamak ç öcelkle hata zamalarıı Webull dağıldığıı doğrulaması gerekr. Bu amaçla sıkça kullaıla k uyumluluk test yötem vardır. Bularda br grafk test yötemdr [16]; çalışmaı uygulama bölümüde bu yötem asıl kullaılacağı zah edlmektedr. Dğer yötem, Ma vd [3] tarafıda gelştrle ve hotez testlere dayaa statstksel br yötemdr. Bu çalışmada Ma test yötem rogramlaarak algortma arayüzüe eklemştr. Acak ble esk br yötem olduğu ve orjal halyle rogramladığı ç ayrıtılarıa burada yer verlmemştr. Şekl. Blgsayar arayüzü yötem seçm (Comuter terface selecto of method) Parametre tahm algortmaları, 4.1. ve 4.. bölümlerde verle yötem ve eştlkler kullaarak gözlee hata zamaları ç ve β değerler hesalar. Güve aralıklarıı hesalaya algortmalar se Eştlk 19, 1, 4 ve 5 te verle güve aralıklarıı MoteCarlo bezetmyle üretr. Bezetm sürec her adımıda [0,1] aralığıda düzgü dağılmış adet rassal sayı üretlr. Eğer u böyle br rassal t l u, α=1 ve β=1 arametrel sayı se 11 1/ Webull dağılmış br rassal sayıdır [18]. Bu bağıtı düzgü rassal sayılara uygulaarak, Webull dağılmış adet rassal sayı elde edlr. Bulara seçle tahm yötem uygulamasıyla sırasıyla β,, βl α ve kullaıcıı belrleyeceğ br değer Eştlk de βl t /t değerler hesalaır. kullaılarak Bezetm adımlarıı R kez tekrarlamasıyla R adet β, βl t /t değşke değer elde edlr. βlα ve Ardıda her değşke ç değerler küçükte büyüğe sıralaır. Değşkeler [(R+1)(1γ)] c değerler sırası 14 Gaz Üv. Müh. Mm. Fak. Der. Clt 4, No 1, 009

7 Weıbull Parametreler ve Yüzdelkler İç Güve Aralığı Tahm Algortmaları M.A. Daacı v.d. yla t γ, s γ ve c / ; [(R+1)γ] c değerler t 1γ, s 1γ vec 1γ ı tahmclerdr. Bu değerler Eştlk 19, 1, 4 ve 5 te kullaılmasıyla arametre ve alt yüzdelkler ç güve aralıkları elde edlr. Bezetm tekrar sayısı R = gb yüksek değerler seçlerek bezetm tahm hataları hmal edleblecek düzeylere mektedr [9, 17]. Şekl 3 te blgsayar arayüzü ve algortmaları şleyş gösterlmektedr. 5. UYGULAMA (APPLICATION) Bu bölümde, blgsayar arayüzüü Webull aalzde asıl kullaılacağı lteratürde seçle br ömür test üzerde açıklamaktadır. Ömür testde 10 adet DC motoru 3V gerlm altıda hata zamaları gözlemştr []. Her motor hata ortaya çıkaa kadar çalıştırılı hata zamaları kaydedlmştr; bu değerler Tablo 1 de verlmektedr. Şekl 1 de verle Ma uyumluluk test bu gözlemlere attr; test statstk değer M= , krtk değer F= de küçük olduğu ç gözlemler Webull dağıldığı kabul edlmştr. Ma test yöteme alteratf ola grafk test yötem, blgsayar arayüzüde bulumamakla brlkte Ms Excel ya da bezer br rogram yardımıyla kolaylıkla uygulaablr [16]. Bu yötemde hata zamalarıı doğal logartmk değerler x ekse; brkml Webull olasılıkları y ekse oluşturur. Dolayısıyla Tablo 1 dek t değerlerde (x, y) okta çftler Şekl 3. Blgsayar arayüzü ve algortma akış şeması (Comuter terface ad algorthm flow dagram) Tablo 1. DC Motorları hata zamaları (Falure tmes of DC motors) Test No Hata zamaı (t ) [Saat] Gaz Üv. Müh. Mm. Fak. Der. Clt 4, No 1,

8 M.A. Daacı v.d. Weıbull Parametreler ve Yüzdelkler İç Güve Aralığı Tahm Algortmaları 1/ 1 x, y l t,l l F t (6) bçmde üretlr ve br xy grafğ üzerde şaretler. Eştlk 10 da verle doğrusal regresyo dekleme göre eğer hata zamaları Webull dağılmışsa, grafkte şaretlee oktaları yaklaşık br doğrusal hat tak etmeler gerekr. Tablo 1 dek hata zamaları ç (x, y) okta çftler hesalaarak Şekl 4 de şaretlemştr. Noktalar doğrusal br hat etrafıda toladığıda hata zamalarıı Webull dağıldığı kabul edlmştr; bu souç Ma yötemkyle ayıdır. Şekl 4 tek hat, kolaylık açısıda elle çzlmştr, bu doğruyu üretmek ç bast doğrusal regresyo da kullaılablr. 1,5 1 0,5 0 Webull Uyumluluk Grafğ 4 4, 4,4 4,6 4,8 5 5, 5,4 5,6 5,8 0,5 1 1,5,5 3 Şekl 4. Webull uyumluluk grafğ (Webull goodessofft grah) Gözlemler Webull uyumluluğu doğruladıkta sora blgsayar arayüzüde e çok olablrlk yötem seçlerek arametreler ve = 0.01 ve = 0.10 ç yüzdelkler tahm edlmş; R= seçlerek %95 ve %99 düzeylerde arametreler ç güve aralıkları le yüzdelkler ç güve alt sıırları hesalamıştır. Souçlar Tablo de özetlemştr. Tablo celedğde arametreler ç tahm değerler = ve β = olduğu görülür; %95 düzeyde α ç güve aralığı [14.044, 3.547] ve β ç güve aralığı [1.7466, ] bçmdedr. Webull alt yüzdelk tahm değerler se t saat ve t saattr. Yorumlamak amacıyla t 0.1 ele alalım. Eğer t 0.1 t 0.1 olsaydı, t 0.1 = saatte daha kısa sürelerde br DC motoru hata yama olasılığı 0.1 olacaktı. Dğer tarafta gerçek t 0.1 değer bu tahm değerde farklı olablr. Bu fark =10 gb küçük örek hacmlerde daha da büyük olma eğlmdedr. Güve alt sıırları bu robleme çözüm sağlar. Tablo de %95 güve düzeyde t 0.1 ç güve alt sıırıı 51.9 saat olarak hesaladığı görülmektedr. Dolayısıyla 0.95 olasılıkla t 0.1, 51.9 saatte büyüktür. Krtk arça uygulamalarıda güve düzey %99 a çıkarılablr. Bu durumda güve alt sıırıı değer düştüğü Tablo de görülecektr. Bezer hesalamalar ağırlıklı e küçük kareler yötemyle de yaılmış, souçlar Tablo 3 te özetlemştr. Bu örek hesalamada F t ç Eştlk 7c le W t ç Eştlk 11b seçlmştr. Tablo ve 3 tek souçlar arasıdak farklılık akla hag yötem daha y tahmcler ve daha y güve aralıkları ürettğ sorusuu getrecektr. Bu kouda farklı erformas krterler kullaılarak yaıla çalışmalar, e çok olablrlk ve F t ç Eştlk 7c le W t ç Eştlk 11b seçlmes kaydıyla ağırlıklı e küçük kareler yötemler e y erfor ması verdğ göstermştr [1, 13]. Dkkat edlecek olursa Tablo ve 3 te bu k yötem uygulaması yaılmıştır. Tablo ve 3 te blgsayar şlem zamaıı e çok ala kısımlar güve aralıklarıı ve alt sıırlarıı hesalamasıdır; bezetm tekrar sayısı ve örek hacmyle oratılı şeklde şlem süres hızla artablmektedr. Bu uygulamada kullaıla her br tablodak hesalamalar PIV 3.00 Ghz şlemcye sah br blgsayarda 5 sayede kısa sürelerde gerçekleşmştr. Yaıla dğer uygulamalarda =0 ve R= alıdığıda ble hesalamaları 1 dakkaı altıda gerçekleştğ gözlemştr. 6. SONUÇLAR (CONCLUSIONS) Webull dağılımıı so yıllarda mühedslk alalarıdak güvelrlk çalışmalarıı odak koularıda brs Tahm Yötem AĞIRLIKLI EN KÜÇÜK KARELER Tablo. E çok olablrlk yötemyle souçlar (Results from the maxmum lkelhood method) 1γ β α β ç G.A α ç G.A t t ç Güve Alt Sıırı Gaz Üv. Müh. Mm. Fak. Der. Clt 4, No 1, 009

9 Weıbull Parametreler ve Yüzdelkler İç Güve Aralığı Tahm Algortmaları M.A. Daacı v.d. Tahm Yötem AĞIRLIKLI EN KÜÇÜK KARELER Tablo 3. Ağırlıklı e küçük kareler yötemyle souçlar (Results from the weghted least squares method) 1γ β α β ç G.A α ç G.A t t ç Güve Alt Sıırı olması ve malzemeler mekak özellkler modellemes arta öem bu koudak çalışmalarda güvelrlk aalz etk ve kasamlı şeklde gerçekleştre br blgsayar rogramıı gerekl kılmaktadır. Parametre ve yüzdelkler ç güve aralıkları ve güve alt sıırlarıı belrlemes, mühedslk çalışmaları açısıda oldukça öemldr. Bu hesalamalar, her aşaması Webull arametre tahm gerektre karmaşık br bezetm sürec çerr. Bu rogramı oluşturulması ç blmsel lteratürde öerle yötemler değerledrlerek buları çde e y uyumluluk test, arametre tahm yötemler ve güve aralığı yötemler seçlmş, buları algortmaları stadart C++ dlde rogramlamış ve ortak br blgsayar arayüzü altıda br araya getrlmştr. Böylelkle arametre ve yüzdelkler ç bezetme dayalı kes güve aralığı tahm algortmaları lteratürde lk kez ayı rogramlama dlyle br ortak arayüz altıda rogramlaarak kullaıma suulmuştur. Blgsayar arayüzü gözlem değerler br dosyada okuyarak Webull uyumluluk test gerçekleştrmekte; ölçek ve şekl arametreler le kullaıcıı belrleyeceğ br Webull yüzdelğ farklı yötemlerde bryle tahm olaağı sumakta; ye kullaıcıı belrleyeceğ güve düzeylerde arametreler ç güve aralıkları ve alt yüzdelk ç güve aralıkları/alt sıırları oluşturmaktadır. Güve aralıkları, yaklaşık yötemlerle değl bezetme dayalı kes yötemlerle oluşturulmaktadır. Özellkle küçük örek hacmler ç kes güve aralıkları oluşturulması so derece öemldr, çükü yaklaşık yötemler örek hacm küçüldükçe gderek büyüye tahm hatalarıa yol açmaktadır. Kes yötemler kullaımıda se bezetmde kayaklaacak tahm hataları oluşablmektedr, bu hataları azaltılablmes ç bezetm tekrar sayısıı belrlemes kullaıcıya bırakılmıştır. Tekrar sayısı artırıldıkça bezetm hatası azalacaktır. Bezetm tekrar sayısı R= gb çok yüksek br değer alıdığıda ve arça güvelrlğ aalzlerde orta büyüklükte br örek hacm sayılacak =0 kullaıldığıda ble güve aralığı/alt sıırı hesalamaları PIV 3.00 Ghz hızlı br şlemcde 1 dakkaı altıda yaılablmektedr. Bu, brçok mühedslk uygulaması ç makul br süredr. Sürekl arta blgsayar şlemc hızları sayesde bu süre zamala daha da azalması beklemeldr. Dolayısıyla, yaklaşık ve kısıtlı souçlar ürete esk yötemlere kıyasla bezetm kullaarak güve aralıkları ve alt sıırları üretmek daha ratk, esek ve güvelr br yötem hale gelmştr. Souç olarak gelştrle algortmalar, mühedsler başta olmak üzere Webull dağılımıyla güvelrlk aalz yamak steye tüm kullaıcılar ç kullaışlı ve kasamlı aalz olaağı sağlamaktadır. SEMBOLLER (NOMENCLATURE) T Hata Zamaı Rassal Değşke t Hata Zamaı Gözlem Değer F(t) Brkml Dağılım Foksyou f(t) Olasılık Yoğuluk Foksyou Webull Dağılımı Ölçek Parametres Webull Dağılımı Şekl Parametres Hata Olasılığı F Brkml Dağılım Foksyou Tahmcs Webull Dağılımı Ölçek Parametres Tahmcs Webull Dağılımı Şekl Parametres Tahmcs 1 Güve Düzey W Ağırlık Faktörü Artık KAYNAKLAR (REFERENCES) 1. Ebelg, C. E., A Itroducto to Relablty ad Mataablty Egeerg, McGraw Hll Iteratoal Edtos, Sgaore, Kolark, W. J., Creatg Qualty: Cocets, Systems Strateges ad Tools, McGrawHll, New York, Ma, N. R., Schafer, R. E., Sgurwalla, N. D., Methods for Statstcal Aalyss of Relablty ad Lfe Data, Joh Wley & Sos, New York, Schldt, H., Teach Yourself C++, McGrawHll, 3rd ed., New York, Webull, W. Ivestgatos to Stregth Proertes of Brttle Materals, Igeörs Veteskas Akademes Hadlgar, Royal Gaz Üv. Müh. Mm. Fak. Der. Clt 4, No 1,

10 M.A. Daacı v.d. Weıbull Parametreler ve Yüzdelkler İç Güve Aralığı Tahm Algortmaları Swedsh Isttute for Egeerg Research, Stockholm, 7, Thoma, D. R., Ba, L. J., Atle, C. E., Ifereces o the Parameters of the Webull Dstrbuto, Techometrcs, 11(3), , Halla, Jr. A. J., A Revew of the Webull Dstrbuto, Joural of Qualty Techology, 5(), 8593, Ba, L. J., Statstcal Aalyss of Relablty ad Lfe Testg Models, MarcelDekker, New York, Brgöre, B., Drkolu, M. H., A Comuter Smulato for Estmatg LowerBoud Fracture Stregth of Comostes Usg Webull Dstrbuto, Comostes Part B: Egeerg, 35, 6366, FeradezSaez, J., Chao, J., Dura, J., Amo, J., Estmatg LowerBoud Fracture Parameters for Brttle Materals, Joural of Materals Scece Letters, 1, , Barbero, E., FeradezSaez, J., Navarro, C., Statstcal Aalyss of the Mechacal Proertes of Comoste Materals, Comostes Part B: Egeerg, 31, , Barbero, E., FeradezSaez, J., Navarro, C., O the Estmato of Percetles of the Webull Dstrbuto, Joural of Materals Scece Letters, 18, , Brgöre, B., Estmatg Cofdece Lower Bouds for Webull Percetles, Joural of Materals Scece Letters,, , Ghosh, A., A FORTRAN Program for Fttg Webull Dstrbuto ad Geeratg Samles, Comuters & Geosceces, 5, 79738, Keats, J. B., Lawrece, F. P., Webull Maxmum Lkelhood Parameter Estmates wth Cecored Data, Joural of Qualty Techology, 9(1), , Wasserma G. S., Easy ML Estmato of Normal ad Webull Metrcs, Qualty Egeerg, 1(4), 81569, Brgöre, B., Effect of Samle Sze ad Dstrbuto Parameters Estmato of Cofdece Lower Bouds for Webull Percetles, Ceramcs ad Comoste Materals: New Research, Ed. B. M. Caruta, Nova Scece Publshers, Law, A. M., Kelto, W. D., Smulato Modelg ad Aalyss, McGrawHll, New York, Bergma, B., Estmato of Webull Parameters Usg a Weght Fucto, Joural of Materals Scece Letters, 5, , Faucher, B., Tyso, W.R., O the Determato of Webull Parameter, Joural of Materals Scece Letters, 7, , Hug, W.L., Weghted LeastSquares Estmato of the Shae Parameter of the Webull Dstrbuto, Qualty ad Relablty Egeerg Iteratoal, 17, , Lawless, J. F., Statstcal Models ad Methods for Lfetme Data, d ed., Joh Wley & Sos, NewJersey, Gaz Üv. Müh. Mm. Fak. Der. Clt 4, No 1, 009

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

Quality Planning and Control

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

Detaylı

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

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

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

Detaylı

BEKLENEN DEĞER VE VARYANS

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

Detaylı

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

Gamma 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

Detaylı

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

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

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, 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

Detaylı

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

WEİBULL 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

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

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

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

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

Detaylı

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

Olabilirlik 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

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

DEÜ 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

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

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

Detaylı

Polinom İnterpolasyonu

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

Detaylı

1. GAZLARIN DAVRANI I

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

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

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

Detaylı

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

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

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

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

Detaylı

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

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

Detaylı

Doç. Dr. Mehmet AKSARAYLI

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

Detaylı

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi Yüksek Mertebede Sstemler İç Ayrıştırma Temell Br Kotrol Yötem Osma Çakıroğlu, Müjde Güzelkaya, İbrahm Eks 3 Kotrol ve Otomasyo Mühedslğ Bölümü Elektrk Elektrok Fakültes İstabul Tekk Üverstes,34369, Maslak,

Detaylı

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

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

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ

DEÜ 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*,

Detaylı

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:0-Sayı/No: : 455-465 (009) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE İKİ PARAMETRELİ WEIBULL DAĞILIMINDA

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

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

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

Detaylı

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

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

Detaylı

HĐPERSTATĐK SĐSTEMLER

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

Detaylı

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış

TEZ 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

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

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

α kararlı dağılım, VaR, Koşullu VaR,, Finansal α KARARLI DAĞILIMLARLA FİNANSAL RİSK

α kararlı dağılım, VaR, Koşullu VaR,, Finansal α KARARLI DAĞILIMLARLA FİNANSAL RİSK Marmara Üverstes İ.İ.B.F. Dergs YIL 00 CİLT XXVIII SAYI I S. 549-57 Özet KARARLI DAĞILIMLARLA FİNANSAL RİSK ÖLÇÜMÜ Ömer ÖNALAN * Bu çalışmada fasal kayıları kalı kuyruklu kararlı dağılım zledğ varsayımı

Detaylı

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

ARAŞTIRMA 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

Detaylı

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

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

Detaylı

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

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

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.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

Detaylı

POISSON REGRESYON ANALİZİ

POISSON REGRESYON ANALİZİ İstabul Tcaret Üverstes Fe Blmler Dergs Yıl:4 Sayı:7 Bahar 005/ s. 59-7 POISSON REGRESYON ANALİZİ Özlem DENİZ * ÖZET Herhag br olayı belrlee br süreç çersde yaıla deemeler soucuda meydaa gelme sayısı,

Detaylı

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

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

Detaylı

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

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

Detaylı

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim.

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim. 6..27 Tarhl Mühedslk ekooms fal sıavı Süre 9 dakka Sıav Saat: Sıav süresce görevllere soru sormayı. Başarılar dlerm. D: SOYD: ÖĞRENCİ NO: İMZ: Tek ödemel akümüle değer faktörü Tek ödemel gücel değer faktörü

Detaylı

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

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

Detaylı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

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

Detaylı

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Genelleştirilmiş 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

Detaylı

Operasyonel Risk İleri Ölçüm Modelleri

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

Detaylı

TABAKALI ŞANS ÖRNEKLEME

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

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI MUSTAFA ÇAĞATAY KORKMAZ YÜKSEK LİSANS TEZİ İSTATİSTİK ANA BİLİM DALI KONYA, 2

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA 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

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

Politeknik Dergisi, 2015; 18 (1) : Journal of Polytechnic, 2015; 18 (1) : 35-42

Politeknik Dergisi, 2015; 18 (1) : Journal of Polytechnic, 2015; 18 (1) : 35-42 Poltekk Dergs, 015; 18 (1) : 35-4 Joural of Polytechc, 015; 18 (1) : 35-4 Atakya Bölgesde Rüzgâr Gücü Yoğuluğu ve Rüzgâr Hızı Dağılımı Parametreler İstatstksel Aalz İlker Mert *, Cuma Karakuş ** * Dezclk

Detaylı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

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

Detaylı

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

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

Detaylı

Pareto I Daılımının lk Bozulma Sansürlü Örnekleme Planına Dayalı Parametrelerinin Tahmini ve Beklenen Test Süresi *

Pareto I Daılımının lk Bozulma Sansürlü Örnekleme Planına Dayalı Parametrelerinin Tahmini ve Beklenen Test Süresi * S.Ü. e Edebyat aültes e Dergs Sayı 4 (004 9-8 KONYA Pareto I Daılımıı l Bozulma Sasürlü Öreleme Plaıa Dayalı Parametreler Tahm ve Belee Test Süres * Cou KU Mehmet eda KAYA Özet: Bu çalımada l bozulma sasürlü

Detaylı

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract YKGS2008: Yazılım Kaltes ve Yazılım Gelştrme Araçları 2008 (9-0 ekm 2008, İstabul) Yazılım Ürü Gözde Geçrmeler Öem, Hazırlık Sürec ve Br Uygulama Öreğ The Importace of the Software Product Revews, Preparato

Detaylı

T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI

T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI 15.09.015 T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI ISL4 İSTATİSTİK II HAZIRLAYAN PROF. DR. ALİ SAİT ALBAYRAK

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

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

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

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

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

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

Detaylı

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1 Douz Eylül Üverstes İtsad ve İdar Blmler Faültes Dergs, Clt:6, Sayı:, Yıl:0, ss.67-77. Rdge Regresyoda Tahm Edcler Kullaımı Üzere Br Uygulama Hatce ŞAKAR Özlem ALPU 3 Erem ALTAN 4 Özet Bu çalışmada y yöüde

Detaylı

ÖZET Yüksek Lsas Tez NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK Akara Üverstes Fe Blmler Esttüsü İstatstk Aablm Dalı Daışma : Doç

ÖZET 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

Detaylı

Populasyon Hacminin Yakalama-Tekrar Yakalama Yöntemi Kullanılarak Ters Tahmin Yöntemi ile Tahmini (1)

Populasyon Hacminin Yakalama-Tekrar Yakalama Yöntemi Kullanılarak Ters Tahmin Yöntemi ile Tahmini (1) Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc., 003, 3(: 3-8 Gelş Tarh :.0.003 Populasyo Hacm Yakalama-Tekrar Yakalama Yötem Kullaılarak Ters Tahm Yötem le Tahm ( Hamt MİRTAGHIZADEH

Detaylı

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices

Filbert 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

Detaylı

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI

PORTFÖY 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

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA 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

Detaylı

Đst201 Đstatistik Teorisi I

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

Detaylı

Rasgele sayıda bağımlı aktüeryal risklerin beklenen değeri için alt ve üst sınırlar

Rasgele 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,

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Kabul Edlmş Araştırma Makales (Düzelememş Sürüm) Accepted Research Artcle (Ucorrected Verso) Makale Başlığı / Ttle Karayolu

Detaylı

DOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1

DOGRUSAL 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

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

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

Detaylı

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

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ STRES DAYANIKLILIK GÜVENİLİRLİĞİNİN MASKELİ VERİLERE DAYALI TAHMİNİ Demet SEZER DOKTORA TEZİ İstatstkAablm Dalı Aralık-03 KONYA Her Hakkı Saklıdır TEZ

Detaylı

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

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

Detaylı

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455

İleri 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

Detaylı

Servis Yönlendirmeli Sistemlerde Güven Yayılımı

Servis Yönlendirmeli Sistemlerde Güven Yayılımı Servs Yöledrmel Sstemlerde Güve Yayılımı Mahr Kutay, S Zafer Dcle, M Ufuk Çağlaya Dokuz Eylül Üverstes, Elektrk-Elektrok Mühedslğ Bölümü, İzmr Boğazç Üverstes Blgsayar Mühedslğ Bölümü, İstabul Dokuz Eylül

Detaylı

RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ SEQUENTIAL PROBABILITY RATIO TEST OF RAYLEIGH DISTRIBUTION

RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ SEQUENTIAL PROBABILITY RATIO TEST OF RAYLEIGH DISTRIBUTION Eskşehr Osmagaz Üverstes Müh.Mm.Fak.Dergs C.XX, S., 7 Eg&Arch.Fac. Eskşehr Osmagaz Uversty, Vol..XX, No:, 7 Makale Gelş Tarh :.3.6 Makale Kabul Tarh : 3..6 RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ

Detaylı

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma Süleyma Demrel Üverstes, Fe Blmler Esttüsü Dergs, 15- ( 011),17-134 Çok Aşamalı Sıralı Küme Öreklemes Tasarımlarıı Etklkler Üzere Br Çalışma Nlay AKINCI 1, Yaprak Arzu ÖZDEMİR * 1 TRT Geel Müdürlüğü Reklam

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003.

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003. İstatst Araştırma Dergs, Clt: 0, No: 0, Sayfa: 03-7, 003. İstatstsel Parametre Kestrm Teler Webull Dağılımıı Parametreler Hesaplamasıda Kullaımı Ve Deprem Verler Webull Dağılımıa Uygulaması Veysel YILMAZ

Detaylı

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

Lojistik 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

Detaylı

EKONOMİK YÜK DAĞITIMI İÇİN YENİ BİR ALGORİTMA VE HESAPLAMA YÖNTEMİ

EKONOMİK YÜK DAĞITIMI İÇİN YENİ BİR ALGORİTMA VE HESAPLAMA YÖNTEMİ EKONOMİK YÜK DAĞITIMI İÇİN YENİ BİR AGORİTMA VE HESAAMA YÖNTEMİ Nurett Çetkaya Abdullah Ürkmez İsmet Erkme Takut Yalçıöz 4, Selçuk Üverstes Elektrk-Elektrok Mühedslğ Bölümü Koya ODTÜ Elektrk-Elektrok Mühedslğ

Detaylı

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

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

Detaylı

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

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

Detaylı

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2 BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ M.Em ÖNCÜ, Yusuf CALAYIR ocume@dcle.edu.tr, ycalayr@frat.edu.tr Öz: Çalışmada, betoarme yapıları Türk Deprem Yöetmelğde (ABYYHY,998) verle talep

Detaylı

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama KMÜ Sosyal ve Ekoomk Araştırmalar Dergs (8): 37-45, 00 ISSN: 309-93, wwwkmuedutr Kuruluş Yer Seçmde Bulaık TOPSIS Yötem ve Bakacılık Sektörüde Br Uygulama Nha Tırmıkçıoğlu Çıar Yıldız Tekk Üverstes, Kmya-Metalür

Detaylı

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2

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

Detaylı

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

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

Detaylı

AMORTİSMAN MALİYETİ SAPTAMA YÖNTEMLERİ

AMORTİSMAN MALİYETİ SAPTAMA YÖNTEMLERİ AMORTİSMAN MALİYETİ SAPTAMA YÖNTEMLERİ Geel olrk 4 tp yötem kullılır.. Düz çzg yötem: Mlı değer zml doğrusl olrk zldığı vrsyılır. Mlı hzmet ömrü boyuc her yıl ç yı mktr mortsm olrk yrılır. V V d = S d:

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

MOS TRANZİSTORLARDA SICAK TAŞIYICI ETKİSİNİN İSTATİSTİKSEL YÖNTEMLERLE İNCELENMESİ

MOS TRANZİSTORLARDA SICAK TAŞIYICI ETKİSİNİN İSTATİSTİKSEL YÖNTEMLERLE İNCELENMESİ MOS TRANZİSTORLARDA SICAK TAŞIYICI ETKİSİNİN İSTATİSTİKSEL YÖNTEMLERLE İNCELENMESİ Fırat KAÇAR 1 Ayte KUNTMAN Haka KUNTMAN 3 1, Elektrk-Elektrok Mühedslğ Bölümü Mühedslk Fakültes, İstabul Üverstes, 34800,

Detaylı

Tahmin Edici Elde Etme Yöntemleri

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

Detaylı

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

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

Detaylı

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

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

Detaylı

SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

SELÇUK 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

Detaylı

TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI PROBLEMİNİN ÇÖZÜMÜ

TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI PROBLEMİNİN ÇÖZÜMÜ TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI ROBLEMİNİN ÇÖZÜMÜ T. YALÇINÖZ T. YAVUZER H. ALTUN Nğde Üverstes, Mühedslk-Mmarlık Fakültes Elektrk-Elektrok Mühedslğ Bölümü, Nğde 5200 / Türkye e-posta:

Detaylı

8. Niteliksel ( Ölçülemeyen Özellikler İçin) Kontrol Diyagramları

8. Niteliksel ( Ölçülemeyen Özellikler İçin) Kontrol Diyagramları 1 8. Ntelksel ( Ölçüleeye Özellkler İç) Kotrol Dyagraları Ürüler taşıası gereke kalte karakterstkler br ya da br kaçı belrlee sesfkasyolara uyayablr. Ntelk olarak adladırıla bu özellk edeyle ürü belrl

Detaylı

MONTE CARLO BENZETİMİ

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

Detaylı