ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:7 Sayı/No: 1 : (2006)

Benzer belgeler
6. Uygulama. dx < olduğunda ( )

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

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN DETERMİNİSTİK EŞİTLİKLERİ Kumru Didem ATALAY 1, Ayşen APAYDIN 2 ÖZ

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

HOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ

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

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

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ. İnci AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 2007

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

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

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

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

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ

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

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

BEKLENEN DEĞER VE VARYANS

Yayılma (Değişkenlik) Ölçüleri

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

Tanımlayıcı İstatistikler

İki veri setinin yapısının karşılaştırılması

Regresyon ve Korelasyon Analizi. Regresyon Analizi

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

MERKEZİ EĞİLİM ÖLÇÜLERİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu

Zaman Gecikmesine Sahip Kesirli Dereceli Belirsiz Sistemler için Kontrolör Tasarımı

Yaşam eğrilerini karşılaştırmak için kullanılan skor ve ağırlıklı testler: Sayısal örnekler

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

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

Tanımlayıcı İstatistikler

İstatistik ve Olasılık

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması

TABAKALI ŞANS ÖRNEKLEME

Box ve Whisker Grafiği

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM**

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1

1. KODLAMA KURAMINA GİRİŞ 1

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Zaman Skalasında Box-Cox Regresyon Yöntemi

2q-Konveks Parpoligon Yaklaşımını Kullanarak Kesir Dereceli Affine Belirsizlik Yapısındaki Sistemlerin Nyquist Zarflarının Elde Edilmesi

Değişkenlik (Yayılım) Ölçüleri

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

Tek Yönlü Varyans Analizi (ANOVA)

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

DEĞİŞKENLİK ÖLÇÜLERİ

Bölüm 3. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Yer Ölçüleri

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

DEĞİŞKENLİK ÖLÇÜLERİ

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems

Quality Planning and Control

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

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

İstatistik ve Olasılık

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

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

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,

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

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

Doç. Dr. Mehmet AKSARAYLI

REGRESYON VE KORELASYON ANALİZİ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM

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

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

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ

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

16. Dörtgen plak eleman

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

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

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Tanımlayıcı İstatistikler

DEĞİŞKENLİK ÖLÇÜLERİ

Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

= İÇİNDEKİLER. E(X) = k Pascal (Negatif Binom) Dağılımı Hipergeometrik Dağılım N y=

BÖLÜM II. Asal Sayılar. p ab ise p a veya p b dir.

Değişkenlik (Yayılım) Ölçüleri

6 (saatte 6 müşteri aramaktadır), servis hızı ise. 0.6e

Tanımlayıcı İstatistikler

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI.

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

Tanımlayıcı İstatistikler

SİSTEMATİK ÖRNEKLEME. Prof.Dr.Levent ŞENYAY VII-1 Örnekleme Yöntemleri

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÖRNEKLEME KURAMINDA AĞIRLIKLANDIRMA. Aylin ALKAYA DOKTORA TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ HAZİRAN 2009 ANKARA

Meta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi

İSTATİSTİK DERS NOTLARI

Transkript:

ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:7 Sayı/No: : 65-74 (26 DERLEME/REVIEW YAŞAM TESTİNDE KULLANILAN ÜSTEL VE WEİBULL DAĞILIMLARININ ARDIŞIK TESTİ Ümra KEMERKAYA, Sevl BACANLI 2 ÖZ Yaşam test, eletro br sstemde brmler belee yaşam süres test ede yötem olara taımlamatadır. Yaşam test amacı öcede belrlee yaşam süres ya da güverl düzey sağlayaca şelde, olası e az gözlem sayısı ve mmum malyetle test gerçeleştreblmetr. Bu amaçla, yaşam testde ardışı test ço sı olara ullaılmatadır. Yaşam testde e ço ullaıla olasılı dağılımları se ormal, ters ormal, üstel, Webull ve gamma dağılımlarıdır. Bu çalışmaı amacı, yaşam testde ullaıla olasılı dağılımlarıda ola üstel ve Webull dağılımlarıı ardışı test uramsal yapısıı celemetr. Çalışmada, üstel ve Webull dağılımlarıı olasılı yoğulu osyoları arasıda lş doğrultusuda dağılımlara lş ardışı test statstler, araterst şlem osyoları ve ortalama örelem sayısı osyoları taıtılmıştır. Uygulama bölümüde, S-Plus blgsayar programıda, dağılımlara lş yapay ver türetlmş ve ardışı test şleyş Excel Vsual Basc maro modülü ullaılara azırlaa blgsayar programıda yararlaılara, türetle yapay verler üzerde gösterlmştr. Aatar elmeler: Yaşam test, Ardışı test, Üstel dağılım, Webull dağılımı THE SEQUENTIAL TEST OF EXPONENTIAL AND WEIBULL DISTRIBUTIONS WHICH ARE USED IN LIFE TESTING ABSTRACT Le testg s troduced as a metod o testg te expected le tme o uts a electroc system. Te am o le testg s cocludg te test wt mmum observed uts ad mmum cost wle obtag te expected le tme or relablty level. For ts reaso, sequetal test s requetly used le testg. Te probablty dstrbutos tat are more used le testg are ormal, verse gaussa, expoetal, Webull ad gamma dstrbutos. Te am o ts study s to vestgate te teory o sequetal test o expoetal ad Webull dstrbutos wc are used le testg. I te study, accordg to te smlarty betwee te probablty dstrbuto uctos o expoetal ad Webull dstrbutos, te sequetal test statstcs, operatg caracterstcs uctos ad average sample umbers o tese dstrbutos are troduced. I a applcato secto, wt usg S-Plus computer program, artcal data o dstrbutos s geerated ad te dcato o sequetal test s sow wt usg Excel Vsual Basc macro module, o te geerated artcal data. Key Words: Le testg, Sequetal test, Expoetal dstrbuto, Webull dstrbuto. Hacettepe Üverstes Fe Blmler Esttüsü Müdürlüğü, Beytepe Kampusü, ANKARA; Fas: 32 299 2 57; E-Posta: umra@acettepe.edu.tr 2 Hacettepe Üverstes Fe Faültes İstatst Bölümü, Beytepe Kampusü, ANKARA. Gelş: 22 Em 24; Düzeltme: 7 Mart 25; Kabul:22 Aralı 25

66 Aadolu Üverstes Blm ve Teoloj Dergs, 7(. GİRİŞ Güümüz müedsler üretmde brmler yaşam blgler ullaara lgl osyolar yardımıyla ürü perorması aıda arar vermeye çalışmatadırlar. Ürü tasarım ve gelştrme aşamasıda, arlı grdler ullaılara yapıla deeylerde arşılaştırma yapma amacıyla, ürü parçalarıı toleras sıırlarıı belrlemete ve üretm sürec etlğ belrlemesde statstsel yötemlerde yararlaılmatadır. Ürü perormasıı ve güverlğ belrleme ç ullaıla statstsel yötemlerde br de yaşam test(le testg dr. Yaşam test eletro br sstemde brmler belee yaşam süres test ede yötem olara taımlamatadır. Yaşam test amacı, öcede belrlee yaşam süres ya da güverl düzey sağlayaca şelde, olası e az gözlem sayısı ve mmum malyetle test gerçeleştreblmetr. Bu amaçla yaşam testlerde ardışı test ço sı olara ullaılmatadır. Ardışı yaşam test şleyş, er br gözlemde sora yapıla şlemler yardımıyla yaşam sürese ya da güverl düzeye bağlı olara urula statstsel potezler aıda arar verme temele dayamatadır. Test souda, belee yaşam süres abul, red ya da arara ulaşma ç daa azla gözlem sayısıa tyaç olduğuda teste devam ararlarıda br alımatadır. Test durdurulması potezlerde br abul edlmese bağlı olmala brlte potez değerler belee yaşam süres ya da güverl düzey sağlayaca şelde belrlemeldr (Gos, 97; Kemeraya, 24. Yaşam testde e ço ullaıla olasılı dağılımları ormal, ters ormal, üstel, Webull ve gamma dağılımlarıdır (Meeer ve Escobar, 998. Eletro br sstemde brmler yaşam süreler çoğulula bast br bezetm teorsyle üstel raslatı değşeyle ade edlmetedr. Eletro brmler yaşam süreler varyasyouu ade etmede üstel dağılım öcülü etmele brlte sstemde olası atalar date alıara Webull dağılımı ullaılablmetedr. Çoğu ez Webull dağılımıı ullaılableceğ göstere açı teor br ede yotur. Sstemde eselte yararlaılara üs döüşümü yoluyla Webull dağılımı ullaılablmetedr (Sarma ve Raa, 993. Ardışı test le lgl çalışmalar Wald (947 ı ardışı test uramıı ortaya oymasıyla başlamıştır. Ardışı yaşam test le lgl çalışmalar arasıda Dpalo(969 ve Gos(97 u üstel dağılımlı tleler ç, Sarma ve Raa (993 ve Hauc ve Keats (997 Webull dağılımlı tleler ç çalışmaları bulumatadır. 2. GENEL BİLGİLER 2. Üstel Dağılım Üstel dağılım edüstryel çalışmalarda ullaıla sürel br dağılımdır. Üstel dağılımlı X raslatı değşe olasılı yoğulu osyou(o.y.., x ( x; exp = ; x >, > (2. bçmde taımlaır. Burada, dağılımı ölçe(scale parametresdr. Dağılımı ortalaması / dır. Ortalamaı e ço olablrl tam edcs / ˆ ; = X X = x (2.2 ˆ olara taımlamatadır. 2 Dağılımı varyası / dr. Varyası e ço olablrl tam edcs se, ˆ2 / bçmdedr(meeer ve Escobar, 998. 2.2 Webull Dağılımı Webull dağılımı üstel dağılım alesde ola sürel br dağılımdır. Webull dağılımlı X raslatı değşe o.y.., x x ( x; θ; = exp θ θ θ (2.3 x >, θ >, > eştlğ le gösterlmetedr. Burada θ, ölçe parametres ve se şel(sape parametresdr. Dağılımı belee değer ve varyası, ( X = Γ( + 2 2 ( X = θ Γ( 2 + θ [ Γ ( ] 2 E θ (2.4 V + olara ade edlmetedr. (2.5 Dağılımı şel parametres ola ı e ço olablrl tam ˆ, ˆ ˆ l log = = = x X x x ˆ = (2.6 ve ölçe parametres olaθ ı e ço olablrl tam se θˆ, / ˆ ˆ ˆ θ = x (2.7 le ade edlmetedr.

Aadolu Uversty Joural o Scece ad Tecology, 7 ( 67 2.3 Olasılı Oralarıı Ardışı Test 2.3. Kuramsal taım Herag br X raslatı değşe o.y.. ( x; Θ le gösterls. O.y.. da Θ parametres test edlme stedğde, H : Θ = Θ, H : Θ = Θ (2.8 bast potezler urulara Θ, Θ2,..., Θ değerler alable Θ parametres br te değere eşt olup olmadığı test edlr. X raslatı değşe o.y.. H potez doğru e, ( x; Θ ; H potez doğru e ( x; Θ dır. X raslatı değşe aldığı değerler x, x2,..., x olara belrtldğde, ( x; Θ = ( x x,..., x ( x; Θ = ( Θ, 2 ; x, x2,..., x ; Θ (2.9 yazılablr. (2.9 da o.y..larıı brbre oraı olablrl oraı olara blr ve = ( x ; Θ L (2. ( x ; Θ bçmde yazılır. L değer logartma yardımıyla daa olay buluableceğde (2. da eştlğ logartması alıara [ ( x ; Θ / ( x ; Θ ] l L = l (2. elde edlr. Burada, [ ( x ; Θ / ( x ; Θ ] z l (2.2 = le gösterldğde (2. eştlğ, l L = z (2.3 olara yazılablmetedr. Dolayısıyla, c aşamada l L buluara l A ve l B le aşağıda belrtldğ gb arşılaştırılır.. z l B se, H potez abul edlere sürece so verlr. 2. z l A se, H potez red edlere sürece so verlr. 3. l B < z < l A se, gözlemler yeterszlğe arar verlr ve br gözlem daa eleere sürece devam edlr (Wald, 947. Burada, l A = l[ ( β /α] = l β / α [ ( ] l B (2.4 eştller yardımıyla esaplaablmetedr. Olablrl oraı, A ve B değşmezlere dayaara yapıla bu teste Wald tp ardışı test, ardışı olasılı ora test ya da ısaca ardışı test der (Wald, 947. Yaşam testde ardışı test plaıa başlare tae brm teste tab tutulduğu ve x teste tab tutula eletro brmler yaşam süres gösterdğ ve x : x2:... x : varsayılmatadır. x : sstemde e zayı brm yaşam süres ve de x :. yaşam süres ya da. sıra statstğ göstermetedr. Sstemde brmler ardışı olara geldğ test sürecde, br brm teste alıara yaşam süres ( = x br başa deyşle başarısızlı zamaı (alure tme ölçülür ve daa öce belrtle arar urallarıa göre arara varılır. Eğer teste devam ararı verlrse; c brm alıır, yaşam süres ölçülür ( = x 2 ve bu ez x + x2 temel alıara arara varılır. Bu ardışı test plaı teste tab tutula ortalama brm sayısıı mmze ede optmal yötemdr(gos, 97. 2.3.2 Karaterst şlem osyou H o : Θ = Θ, potez abul etme olasılığı Θ ı br osyoudur. Bu osyoa araterst şlem osyou der ve P (Θ le gösterlr. H ı abul edlme olasılığıı bulma ç Wald, ullaışlı br yötem gelştrmştr (Wald, 947. Bu yöteme göre, {[ x; Θ / ( x; Θ ] } E (2.5 ( = olaca şelde Θ parametres buluur. Eğer X raslatı değşe sürel se, + [ ( x; / ( x; Θ ] Θ ( x; Θ dx = (2.6 eştlğde yararlaılır. Karaterst şlem osyou( P ( Θ se, A P( Θ = (2.7 ( A B le verle yalaşı eştlte Θ parametres ( + değere bağlı olduğuda er br değer ç Θ parametres ve araterst şlem osyou u ( P (Θ alacağı değerler buluablr.

68 Çzelge. Wald tp ardışı test ç çeştl değerlerde Θ ve P (Θ değerler Θ Θ Θ P (Θ β α 2.3.3 Ortalama örelem sayısı osyou Ardışı testte H ve H potezlerde br aıda arar vereblme ç gerel ola örelem büyülüğü (, test süresce değşe br raslatı değşedr. Bu edele belee değer söz ousudur. Test edlece parametre Θ olduğuda örelem büyülüğüü belee değer ( E (;Θ, Θ ı br osyou olduğuda ortalama örelem sayısı osyou olara adladırılır ve yalaşı ormülü, ( P( Θ P( Θl B + l A E ( ; Θ = (2.8 E( z; Θ E ( z; Θ olara elde edlmetedr(wald, 947. 3. ÜSTEL DAĞILIM İÇİN ARDIŞIK TEST 3. Test Çıarsaması Üstel dağılımlı br tle ortalamasıı test etme stedğmzde urulaca ola potezler, H : = : = H, ( bçmdedr. Üstel dağılımı o.y.., ( x; exp( x (3. = (3.2 eştlğ le gösterlr. H potez doğru e üstel o.y.., ( x; ( x exp = (3.3 H potez doğru e se, ( x; ( x exp = (3.4 şelde gösterlr. Bu o.y.. larıa bağlı ola geel olablrl oraı, Aadolu Üverstes Blm ve Teoloj Dergs, 7( ( x; ( x; L = = olara bulumatadır. exp exp ( x ( x (3.5 l L = z (3.6 = (3.7 ( x z l olduğuda z = l ( x (3.8 olara buluur. Dolayısıyla, (3.8 eştlğ le verle test statstğ l A ve l B değerler le arşılaştırılara potezler aıda Kesm 2.3. de verle arar urallarıa göre arara varılır(dpalo, 969. 3.2 Karaterst İşlem Fosyou H potez abul etme olasılığı ola ( P, A P( = (3.9 A B eştlğde gbdr. X raslatı değşe sürel olduğuda (2.6 eştlğ, + [ exp( ( x x ] + ( x dx = (3. bçmde taımlaır. İtegral soucu ya göre düzeledğde, ( / ( = (3. elde edlmetedr(gos, 97. Bu eştl yardımıyla çeştl değerler ç parametres alacağı değerler buluara P ( değerler esaplaablr. Çzelge 2. Çeştl değerlere arşılı ve P ( değerler P β α ( 3.3 Ortalama Örelem Sayısı Fosyou Üstel dağılımlı br tle ç ortalama örelem büyülüğü buluma stedğde,

Aadolu Uversty Joural o Scece ad Tecology, 7 ( 69 E ( ; ( l B + ( P( E( z; P l A (3.2 eştlğde yararlaılır. Burada, = l ( x (3.3 z Üstel dağılım ç ( x = / E olduğuda, (3.3 eştlğde belee değer yere oulduğuda, E ( z; = l ( ( / (3.4 olara bulumatadır. Dolayısıyla test ç geree ortalama örelem sayısı osyou, ( l B + ( P( P l A E ( ; (3.5 l ( ( / θ y (4.5 ( y; = ; exp θ θ Dolayısıyla bu osyolar ullaılara oluşturula olablrl oraı, L = ( y; θ; ( y; θ ; olara elde edlr. ( = = ( / θ ( / θ exp exp y θ y θ (4.6 l L z (4.7 z θ = l θ y olduğuda ( θ θ (4.8 eştlğde esaplaablmetedr. 4. WEİBULL DAĞILIMI İÇİN ARDIŞIK TEST z θ = l θ y [ ( θ θ ] (4.9 4. Test Çıarsaması Webull dağılımıa sap br X raslatı değşe o.y.., ( x; θ; x = θ θ x exp θ bçmdedr. Webull o.y.. da yapıldığıda (4. eştlğ, ( y; ; exp (4. Y = X döüşümü θ y = θ θ ; y > (4.2 2 bçmde ve ortalaması θ ve varyası θ ola üstel o.y.. a döüşmetedr(sarma&raa, 993. Dolayısıyla ı bldğ durum ç urula, H : θ = θ H, ( θ : θ = θ θ < (4.3 potezler ardışı test gerçeleştrme mümüdür. H potez doğru e o.y.., θ y (4.4 H potez doğru e o.y.. se, ( y; = ; exp θ θ olara buluur(sarma ve Raa, 993. Dolayısıyla, (4.9 eştlğ le verle test statstğ l A ve l B değerler le arşılaştırılara potezler aıda Kesm 2.3. de verle arar urallarıa göre arara varılır. 4.2 Karaterst İşlem Fosyou H potez abul etme olasılığı ola ( θ P, A P( θ = (4. A B eştlğ le esaplaablmetedr. X raslatı değşe sürel olduğuda (2.6 eştlğ, + ( / θ ( / θ exp y θ exp y θ y exp θ θ dx = (4. bçmde yazılablr. İtegral soucu θ ya göre düzeledğde, ( θ / θ / θ = (4.2 ( θ θ

7 elde edlmetedr(hauc ve Keats, 997. Bu eştl yardımıyla çeştl değerler ç θ parametres alacağı değerler buluara P ( θ değerler esaplaablr. Çzelge 3 Çeştl değerlere arşılı θ ve P ( θ değerler θ θ θ P (θ β α 4.3 Ortalama Örelem Sayısı Fosyou Webull dağılımıı θ parametres ardışı test ç gerel ola ortalama örelem sayısı osyou, P ( ( θ l B + ( P( θ l A E ; θ (4.3 E z; θ ( eştlğ ullaılara esaplaablmetedr. Burada, ( θ y( θ θ z = l θ / (4.4 ( Y θ E = olduğuda, (4.4 eştlğde yere oyulduğuda test statstğ belee değer, E ( z ; l ( θ θ θ ( θ θ θ (4.5 = / olara buluur. Dolayısıyla test ç geree ortalama örelem sayısı osyou, E ( ; ( θ l B + ( P( θ P l A θ (4.6 l ( θ θ θ ( θ θ / olara bulumatadır. 5. UYGULAMA Bu bölümde, üstel ve Webull dağılımlarıa lş 3. ve 4. bölümde verle ardışı test süreçler uygulamaları yapılacatır. S-Plus blgsayar programıda yararlaılara üstel ve Webull dağılımları ç ver türetleblmetedr. Ver türetm şlem ç S-Plus blgsayar programıda dağılım parametreler taımlamıştır. Dağılımlara lş türetle yapay verler parametreler, yaşam test verse uygu olaca şelde düzelemştr. Burada, ortalaması / =. 5 ola üstel dağılım ç =, parametre değerler θ = 4. 5 ve = 6. 2 ola Webull dağılımı ç = geşlğde ver türetlmştr. Türetle yapay verlerde elde edlmş ola değerler E de yer almatadır. Yaşam verse uygu Aadolu Üverstes Blm ve Teoloj Dergs, 7( olması açısıda değerler üçüte büyüğe doğru sıralamıştır. Ardışı testler blgsayar ortamıda yapılablmes amacıyla, Excel Vsual Basc maro modülü ullaılara blgsayar programları azırlamıştır. Bu programlar yardımıyla, araştırmacılar öcede belrledler brc ve c tp ata olasılılarıda, urduları potez doğrultusuda adım adım ardışı test statstğ değerler göreblmete ve test souçladırablmetedr. Yazıla marolar E 2 ve 3 de yer almatadır. Dolayısıyla, üstel dağılım ç test edlece potezler; H : = 2 (5. H : = 25 bçmdedr. α =. 5 ve β =. 5 ata olasılıları ç l A = 2. 944 ve l B = 2.944 dür. Ortalama örelem büyülüler eştl 3.5 de E ( ; 2 = 7 ve E ( ;25 = 4 olara esaplamatadır. Ardışı test souçları Çzelge 4 de verlmştr. Bua göre. = 4 gözlemde sora alt sıır aşıldığı ç süreç soa ermetedr ve H potez abul edlmetedr. Webull dağılımı ç test edlece potezler; H : θ = 4.5 H : θ = 4 (5.2 bçmdedr. = 6. 2 değer bldğe göre; α =.5 ve β =. 5 ata olasılıları ç l A = 2.944 ve l B = 2. 944 dür. Ortalama örelem büyülüler eştl 4.7 de E ( ;4.5 = 5 ve E ( ;4 = 2 olara esaplamatadır. Ardışı test souçları Çzelge 5 de verlmştr. Çzelge 5. α =. 5. β =. 5. θ = 4. 5. θ = 4 ve = 6. 2 ola Webull dağılımı ç ardışı test souçları Z.7298 2.4596 3 2.896 4 2.995 5 3.6494 H KABUL Bua göre. = 5 gözlemde sora alt sıır aşıldığı ç süreç soa ermetedr ve H potez abul edlmetedr(kemeraya. 24.

Aadolu Uversty Joural o Scece ad Tecology, 7 ( 7 6. SONUÇLAR Güümüzde yapıla araştırmaları çoğuda örelem geşlğ öcede belrlee sabt br değerdr. Ardışı test sürecde se. örelem geşlğ öcede belrlemese gere yotur. Örelem geşlğ br raslatı değşedr. Ardışı test, zama ve para baımıda malyet yüse olduğu alalarda büyü tasarru sağlamatadır. Test yardımıyla dağılımı ble br tle parametrelere lş ararlar verleblr. Yaşam testlerde test edlece brm sayısı azladır ve ardışı olara gelmetedr. Dolayısıyla ardışı test ullaımı yaşam testlerde olaylı sağlamatadır. Üstel ve Webull dağılımları. yaşam testlerde e ço ullaıla olasılı dağılımlarıdır. Bu amaçla çalışmada. dağılımları ardışı test sürec celemş ve er br dağılıma lş test şleyş göstere blgsayar programları azırlamıştır. Hazırlaa blgsayar programları yardımıyla belrlee ata olasılıları ve potez değerlerde ardışı test olaylıla uygulama mümü olmatadır Çzelge 4. α =.5, β =.5, = 2, = 25 ola üstel dağılım ç ardışı test souçları Z Z Z Z.44225 -.535 2-2.22668 3-2.22838 2.25264 2 -.77744 22-2.2769 32-2.282 3.435366 3 -.65273 23 -.9379 33-2.98 4.399 4-2.2455 24-2.773 34 -.948 5 -.2784 5-2.23754 25-2.54665 35-2.2829 6.9994 6-2.995 26-2.48979 36 -.9977 7 -.2968 7 -.963 27-2.46499 37 -.9582 8.557 8 -.72558 28-2.2595 38 -.99 9 -.363 9 -.66448 29-2.322 39 -.69626 -.988 2-2.27769 3-2.3336 4 -.7276 H KABUL 4-2.95934 EK. = 2 ç üstel dağılımda türetle verler değerler.9.8.7.284.355.479.897.57.236...97.286.357.58.9.72.2275.24.9.2.294.358.526.946.24.2383.28..22.296.375.543.96.269.29.35.9.23.296.385.568.96.328.37.39.29.35.39.586.982.398.45.42.229.324.397.694.7.632.52.46.23.33.43.725.7.673.56.58.23.332.43.726.37.692.6.64.248.333.447.738.63.779.69.69.262.333.45.82.8.8.76.7.28.344.472.822.9.99

72 Aadolu Üverstes Blm ve Teoloj Dergs, 7( θ = 4.5 ve = 6. 2 ç Webull dağılımıda türetle verler değerler.2958 2.8734 3.4794 3.7338 4.824 4.2544 4.59 4.8262 5.2454 2.49 2.88 3.4945 3.7674 4.987 4.259 4.5268 4.877 5.2666 2.8 2.892 3.5542 3.787 4.5 4.267 4.5655 4.8735 5.3257 2.33 3.9 3.58 3.8396 4.5 4.2636 4.577 4.8774 5.492 2.3537 3.35 3.6 3.8482 4.27 4.2884 4.586 4.936 2.3776 3.44 3.623 3.955 4.229 4.345 4.6224 4.9347 2.5574 3.49 3.63 3.9982 4.476 4.359 4.658 4.964 2.5877 3.2346 3.6475 4.336 4.545 4.3594 4.7 4.9839 2.5925 3.2598 3.6635 4.44 4.775 4.3648 4.73 5.668 2.6577 3.356 3.67 4.58 4.238 4.464 4.7427 5.892 2.748 3.458 3.7 4.647 4.2335 4.439 4.7757 5.67 2.847 3.4785 3.7247 4.738 4.2352 4.469 4.83 5.836 EK 2. ÜSTEL DAĞILIMIN ARDIŞIK TESTİNDE KULLANILAN EXCEL MAKROSU Sub TestYap( Dm Sample As Worseet. Test As Worseet Dm Nr As Iteger. r As Iteger. As Iteger Dm LambdaZero As Double. LambdaOe As Double. SgmaKare As Double Dm A As Double. B As Double. Ala As Double. Beta As Double Dm X As Double. Z As Double. ztoplam As Double. rsample As Iteger Dm N As Iteger. Cot As Boolea. Result As Strg Set Sample = Seet Set Test = Seet2 Nr = 5 Test sayasıda ve Z sayılarıı başladığı yer LambdaZero = Test.Cells(7. 3 LambdaOe = Test.Cells(7. 5 A = Test.Cells(. 3 B = Test.Cells(. 5 Varsa es değerler sl = Nr Do Wle Test.Cells(. 2 <> "" Test.Cells(. 2.Clear Test.Cells(. 3.Clear = + Loop Test Başlası r = Nr çıtı satır o Cot = True N = ztoplam = rsample = 3 örelem satır o Do ye örelem değer (X alıyor X = Sample.Cells(rSample. 2 L( osyou e tabaıa göre çalışıyor: L( Z = L(LambdaOe / LambdaZero - X * (LambdaOe - LambdaZero çıtı ztoplam = ztoplam + Z Test.Cells(r. 2.Value = N Test.Cells(r. 3.Value = ztoplam r = r + I X = Te Result = "Örelem az geld"

Aadolu Uversty Joural o Scece ad Tecology, 7 ( 73 Cot = False ElseI ztoplam <= B Te Result = "H KABUL" Cot = False ElseI ztoplam >= A Te Result = "H RED" Cot = False Else N = N + rsample = rsample + Ed I Loop Wle Cot Test.Cells(r. 2 = Result Ed Sub EK 3. WEIBULL DAĞILIMIN ARDIŞIK TESTİNDE KULLANILAN EXCEL MAKROSU Sub TestYap( Dm Sample As Worseet. Test As Worseet Dm Nr As Iteger. r As Iteger. As Iteger Dm TetaZero As Double. TetaOe As Double. K As Double Dm A As Double. B As Double. Ala As Double. Beta As Double Dm X As Double. Z As Double. ztoplam As Double. rsample As Iteger Dm N As Iteger. Cot As Boolea. Result As Strg Set Sample = Seet Set Test = Seet2 Nr = 5 Test sayasıda ve Z sayılarıı başladığı yer TetaZero = Test.Cells(7. 3 TetaOe = Test.Cells(7. 5 K = Test.Cells(5. 3 A = Test.Cells(. 3 B = Test.Cells(. 5 Varsa es değerler sl = Nr Do Wle Test.Cells(. 2 <> "" Test.Cells(. 2.Clear Test.Cells(. 3.Clear = + Loop Test Başlası r = Nr çıtı satır o Cot = True N = ztoplam = rsample = 3 örelem satır o Do ye örelem değer (X alıyor X = Sample.Cells(rSample. 2 L( osyou e tabaıa göre çalışıyor: L( Z = K * (L(TetaZero / TetaOe - X * ( / (TetaOe ^ K - / (TetaZero ^ K çıtı ztoplam = ztoplam + Z Test.Cells(r. 2.Value = N Test.Cells(r. 3.Value = ztoplam r = r + I X = Te

74 Result = "Örelem az geld" Cot = False ElseI ztoplam <= B Te Result = "H KABUL" Cot = False ElseI ztoplam >= A Te Result = "H RED" Cot = False Else N = N + rsample = rsample + Ed I Loop Wle Cot Test.Cells(r. 2 = Result Ed Sub 7. KAYNAKÇA Dpalo. A.J.(969. Te teory o te desg o a sequetal le test. Naval Egeers Joural. 85-92. Gos. B.K.. 97. Sequetal Tests o Statstcal Hypoteses. Addso-Wesley. Calora. Aadolu Üverstes Blm ve Teoloj Dergs, 7( Ümra Kemeraya, lsas öğrem Gaz Üverstes İtsat Bölümüde 2 yılıda; yüse lsas öğrem Hacettepe Üverstes İstatst Bölümüde 24 yılıda tamamlamıştır. 2-24 yılları arasıda Hacettepe Üverstes Fe Blmler Esttüsü Müdürlüğü de Araştırma Görevls olara görev yapmıştır. 25 yılıda ber Jadarma Geel Komutalığı-Aara da uzma olara görev yapmatadır. Sevl Bacalı, lsas öğrem Hacettepe Üverstes İstatst Bölümü de 986 yılıda; yüse lsas öğrem 988 yılıda ayı bölümde; dotorasıı 995 yılıda ye ayı bölümde tamamlamıştır. 995 yılıda tbare ayı bölümde Yardımcı Doçet olara görev yapmatadır. İlg alaları uygulamalı statst, öreleme ve araştırma yötemlerdr. Hauc. D.J.. Keats. J.B.. 997. Robustess o te expoetal sequetal probablty rato test (SPRT we Webull dstrbuted alures are trasormed usg a ow sape parameter. Mcroelectrocs Relablt. 37(2, 835-84. Kemeraya. Ümra. 24. Yaşam Testde Kullaıla Dağılımları Ardışı Test. Hacettepe Üverstes Fe Blmler Esttüsü Yüse Lsas Tez. Aara. Meeer. W.Q.. Escobar. L.A.. 998. Statstcal Metods or Relablty Data. Jo Wley & Sos New Yor. Sarma. K.K.. Raa. R.S.. 993. Robustess o sequetal Webull le-test plas. Mcroelectrocs Relablty 33(4, 467-47. Wald. A.. 947. Sequetal Aalyss. Jo Wley & Sos New Yor.