BULANIK MANTIKTA KORELASYON KATSAYISI; METEROLOJİK OLAYLARDA BİR UYGULAMA

Benzer belgeler
Regresyon ve Korelasyon Analizi. Regresyon Analizi

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

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

BEKLENEN DEĞER VE VARYANS

Quality Planning and Control

İki veri setinin yapısının karşılaştırılması

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

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

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

Tanımlayıcı İstatistikler

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

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

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

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

Zaman Skalasında Box-Cox Regresyon Yöntemi

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Đst201 Đstatistik Teorisi I

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

1. GAZLARIN DAVRANI I

MERKEZİ EĞİLİM ÖLÇÜLERİ

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

Doç. Dr. Mehmet AKSARAYLI

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

Doğrusal Korelasyon ve Regresyon

Polinom İnterpolasyonu

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

BÖLÜM 2 OLASILIK TEORİSİ

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

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

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

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

Korelasyon ve Regresyon

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

GENELLEŞTİRİLMİŞ BULANIK KÜMELER. Mehmet Şahin Gaziantep Üniversitesi, Matematik Bölümü, 27310, Gaziantep

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

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

ÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

Servis Yönlendirmeli Sistemlerde Güven Yayılımı

Yapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi

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

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract

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

Tanımlayıcı İstatistikler

Operasyonel Risk İleri Ölçüm Modelleri

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

Regresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini

1. KEYNESÇİ PARA TALEBİ TEORİSİ

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

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

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

İşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003

GRİ MARKOV KESTİRİM MODELİ KULLANILARAK DÖVİZ KURU TAHMİNİ

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

POISSON REGRESYON ANALİZİ

HİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.

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

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Sıklık Tabloları ve Tek Değişkenli Grafikler

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

Ki- kare Bağımsızlık Testi

TABAKALI ŞANS ÖRNEKLEME

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

5.1 Olasılık Tarihi Temel Olasılık Kavramları

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

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

Tanımlayıcı İstatistikler

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

Tanımlayıcı İstatistikler

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

X = 11433, Y = 45237,

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

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

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

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

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

6. Uygulama. dx < olduğunda ( )

Biyoistatistik (Ders 9: Korelasyon ve Regresyon Analizi)

Ergonomik Ürün Tasarımına Bütünleşik Bir Yaklaşım

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

Tanımlayıcı İstatistikler

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

TÜRKİYE DE MEYDANA GELEN DEPREMLERİN MARKOV ZİNCİRLERİ İLE MODELLENMESİ. Serpil ÜNAL YÜKSEK LİSANS TEZİ İSTATİSTİK

9. Ders. Đstatistikte Monte Carlo Çalışmaları

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI

Transkript:

Eskşehr Osmagaz Üverstes Müh.Mm.Fak.Dergs C.XX, S., 2007 Eg&rch.Fac. Eskşehr Osmagaz Uversty, Vol..XX, No:, 2007 Makale Gelş Tarh : 29.05.2006 Makale Kabul Tarh : 20.0.2006 ULNIK MNTIKT KORELSYON KTSYISI; METEROLOJİK OLYLRD İR UYGULM Sevl ŞENTÜRK, Zerr ŞN 2 ÖZET: Korelasyo k yada daha çok sayıda değşke arasıdak lşky göstermekte lşk mktarı se korelasyo katsayısı le belrlemektedr. İk değşke arasıdak doğrusal lşk dereces belrleye korelasyo katsayısıı bulaık verler çde hesaplamak mümküdür. ulaık verler ç hesaplaa korelasyo katsayısı bulaık kümeler arasıdak lşk gücüü ortaya koymasıı yaı sıra bulaık kümeler poztf veya egatf lşkl olupolmadığıı da ortaya koymaktadır. u çalışmada statstksel korelasyo katsayılarıda Pearso korelasyo katsayısı ve bulaık korelasyo katsayısı üzerde durulmuştur.uygulamada meterolojk olaylar ele alımıştır. Sözkousu olaylarda yağış mktarı, güeşleme süres ve orasal em değşkeler arasıdak lşk ç bulaık korelasyo katsayısı hesaplamıştır. Souç olarak orasal em ve yağış mktarı kümeler poztf yölü yüksek br lşkye sahp olduğu görülmüştür. NHTR KELİMELER: İstatstksel korelasyo katsayısı, bulaık korelasyo, bulaık kümeler, bulaık statstksel korelasyo. CORRELTION COEFFICIENT IN FUZZY LOGIC; N PPLICTION IN METEOROLOGICL EVENTS STRCT: Correlato s used to show the relatoshp amog two or more varables whle the stretgh of the relato s defed by the correlato coeffcet. It s also possble to calculate the correlato coeffcet for fuzzy data. The correlato coeffcet detfes whether there s postve or egatve relato amog the fuzzy sets besde gvg formato about the level of the relatos. I ths study, Pearso correlato coeffcet as statstcal correlato coeffcet ad correlato coeffcet for fuzzy data are cosdered for meteorologcal evets. The correlato coeffcet s used to show the relatoshps amog sushe, precptato duratos ad humdty ratos. The results dcate that there s a postve relatoshp betwee humdty rato ad precptato. KEYWORDS : Statstcal correlato coeffcet, fuzzy correlato, fuzzy sets, fuzzy statstcal correlato coeffcet.,2 adolu Üverstes, Fe Fakültes, İstatstk ölümü, Yuusemre Kampüsü, 26470 ESKİŞEHİR.

50 I. GİRİŞ İsa yaşamıda gerçek olarak telee pek çok sosyal, ekoomk ve tekk olaylar ve olgular aslıda az yada çok belrszlkler çereblmektedrler. u belrszlk, o olay veya olguya lşk blgler bakımıda, kes olmaya düşücelerde veya karasızlıklarda kayaklaır. Gözlemlee br olayı tam alamıyla kavraılıp yorumlaablmes ç gerekl ola blgler, her durumda yeterl, kes, değşmez olmadığı ç, çoğulukla yaklaşık blg ve düşüme yoluyla souca ulaşmak zorululuğu doğar. Eldek blg ve verler stee düzeyde yeterllğ bulumadığı durumlarda kararsız kalmak yere, buları kullaa uzmaı deeym ve düşüceler de sürece dahl ederek karar verme aşamasıa ulaşmak mümküdür. öyles karmaşık, belrszlk çere, kes olmaya verler ve blgler ç bulaık verler telemes uygu düşmektedr. u telktek verler le souca ulaşmak üzere zlee blmsel süreç se, bulaık matık sürec olarak adladırılmıştır. ulaık matık kavramı, belrszlk olgusuu br açılımıdır ve belrl br matık sstem ve küme şlemler çerr. elrszlk, rasgele veya rasgele olmaya durumlara bağlı olarak ortaya çıkar. Rasgele durumlarla lgl aalzler statstk ve olasılık tekkler kullaılarak gerçekleştrleblrke, rasgele olmaya ve sözel telktek verlere lşk belrszlkler de bulaık matık yaklaşımı le çözümleeblmektedr. Söz kousu k yaklaşımı brbryle lşkledrlebleceğ düşücesyle, bulaık statstk adı verle bu çalışmalar, deey plalaması, zama serler, regresyo çözümlemeler, kojot aalz, korelasyo aalz ve hpotez testler gb alalarda ortaya komaya başlamıştır. Güümüzde pek çok alada karşılaşıla problemler çözümüde bu k yaklaşım brlkte kullaılablr ve olası e y çözüm elde edleblr. Söz kousu alalar çersde, meteroloj, kalte kotrol, mühedslk ve v.b. sayılablr. Uygulama kousu olarak çalışmada özellkle meterolojk olaylarda karşılaşıla pek çok problemde geellkle sayısal sürekl verler elde etmek mümküdür acak, elde dle bu verler bulaık matık ortamıa taşıarak her br değere üyelk foksyoları yardımı le üyelk dereces ataarak çözümler gerçekleştrleblmekte ve lglele her br değer bulaık br kümeye at olma

5 dereces belrleeblmektedr. Dolayısıyla rassal değşkeler her br gözlem değere br üyelk dereces ataarak aalzler gerçekleştrleblmektedr. Geelde söz kousu olaylarda belrl br aladak yağış mktarı, güeşleme süres ve orasal em arasıda lşk mevcuttur. u amaçla çalışmada bu tür olaylardak lglele değşkeler arasıdak lşk bulaık korelasyo katsayısı le ortaya komak stemştr. II. İSTTİSTİKSEL KORELSYON KTSYISI İk değşke arasıdak lşk yöüü, dereces ve bu lşk statstksel açıda alamlı olup olmadığıı belrlemes oldukça öem taşımaktadır. İcelee lşk yöüü, dereces ve alamlılığıı belrlemes se korelasyo aalz kousuu oluşturmaktadır[]. Korelasyo, k yada daha çok sayıda sürekl değşke arasıdak lşky göstermekte, lşk mktarı se korelasyo katsayısı le belrlemektedr. İk değşke arasıdak doğrusal lşk dereces belrleye korelasyo katsayısı, r le gösterlmektedr. Çalışmada statstk korelasyo katsayısı olarak ele alıa Pearso korelasyo katsayısı aşağıdak formülde gösterldğ şeklde hesaplamaktadır: s xy r = s s x y = = ( x x)( y y) /( ) s x s y () x = = x = ( x x) 2 s x = (2) Korelasyo katsayısı - le + arasıda değer almaktadır ve korelasyo katsayısıı şaret se lşk yöüü belrlemektedr. İk değşke her ks de ayı yöde değşm gösterrse aralarıdak lşk poztftr ve korelasyo katsayısıı şaret (+) olmaktadır, değşkelerde br artarke dğer azalıyorsa lşk egatftr ve korelasyo katsayısı (-) şaretl olacaktır [2,3].

52 III. ULNIK KORELSYON KTSYISI ulaık matık yaklaşımı, esas olarak sa düşüme ve algılarıdak belrszlklerle lglemekte ve bu belrszlğ sayısallaştırmaya çalışmaktadır. r başka fadeyle, bulaık matık saları tam ve kes olmaya blgler ışığıda tutarlı ve doğru kararlar vermeler sağlaya düşüme ve karar mekazmalarıı modellemes olarak taımlaablmektedr [4]. ulaık matığı temel sözel fadeler ve bular arasıdak matıksal lşkler üzere kurulmuştur. Sözel fadeler se matematksel br temele dayadırılmaktadır. u matematksel temel de bulaık küme teors ve bulaık matık olarak fade edlmektedr. ulaık matık se ble klask matık gb 0 veya olmak üzere k sevyel değl, [0,] aralığıda çok sevyel şlemler fade etmektedr [5]. ulaık matık, bulaık matık küme teors, bulaık matık üyelk foksyoları ve bulaık matık çıkarım sstem br bütüü olarak şlemektedr. ulaık küme teors se bze gerçek hayatta belrszlkler ölçülmesde güçlü ve alamlı araçlar sumakta ve doğal dldek belrsz kavramları alamlı br şeklde fade edlmes de sağlamaktadır [6,7]. ulaık küme teorsde, bulaık kümeler çere br evresel küme çersdek elemaları üyelk geçş derecel olmaktadır. Eğer br elema herhag br kümeye at olacaksa, o elemaı o kümeye at olma dereces de söz kousu olmaktadır. u dereceledrme bulaık kümeler sıırlarıa belrszlk özellğ katmaktadır. u sebeple br elemaı bu kümeye atlğ belrszlğ ölçmeye yaraya br foksyola taımlayablmektedr. Söz kousu foksyo evresel küme elemalarıı belrl br aralıktak reel sayılara karşılık getrerek elemalar arasıdak dereceledrmey gerçekleştrmektedr. Küme çersde değşkeler aldığı yüksek değerler de üyelk dereces yükseklğ göstermektedr. uradak foksyo üyelk foksyou ve bu foksyou oluşturduğu küme de ulaık Küme olarak fade edleblmektedr. ulaık br kümes aşağıdak şeklde fade etmek mümkü olmaktadır:

53 X boş olmaya br küme olmak üzere; X dek br bulaık kümes [ 0,] x Xç ; µ (x):x (3) olarak fade edleblmektedr. urada µ (x) e, bulaık kümeye karşılık gele üyelk foksyou adı verlmektedr. µ (x) ; ı elemalarıı stele özellğ hag ölçüde sağladığıı fades olmaktadır [6,8]. ulaık korelasyo katsayısı, matematksel statstkte ve statstksel korelasyo katsayısıda yola çıkılarak ve bulaık matık yaklaşımıa uygu olarak geşletlmştr. İcelee katsayı, bulaık kümeler arasıdak lşk gücüü ortaya koymasıı yaı sıra bulaık kümeler poztf veya egatf lşkl olup olmadığıı da ortaya koymaktadır. ulaık korelasyo katsayısı aşağıda verle teorem gereğ eştlk 4 de verldğ gb taımlaablr. Teorem: ve, µ ve µ üyelk foksyoları le X üzerde taımlamış k bulaık küme olsu ve sadece ve bulaık kümeler eşleştrlmş üyelk dereceler dzs le X de rassal br örek çekls. ulaık korelasyo katsayısı ~ r,, [-,] aralığıda taımlıdır, öylek ~ r, dr [9]. ~ r, = = ( µ ( x ) µ )( µ ( x ) µ ) s s /( ) (4) µ = = µ ( x ) s = = ( µ ( x ) µ ) 2 (5) urada, ~ bulaık kümeler µ x ) ve µ x ) ve kümeler üyelk foksyolarıı dereces, dereces ve ( ( µ veµ ve kümeler ortalama üyelk S ve S değerler se ve kümeler üyelk dereceler stadart sapmasıı göstermektedr.

54 IV. UYGULM İstatstksel ve bulaık matık ortamıda korelasyo katsayısı meterolojk olaylarda yağış mktarı, orasal em ve güeşleme süres değşkeler ç hesaplamıştır. Güeşleme süres; güeşleme süres ölçe özel aygıtlarla belrlee değerler, gözlem yılları ç aylık ve yıllık artmetk ortalamaları alıarak bulumaktadır. Güeşleme süres eleme dayalı br parametredr ve bulut kapalılığı le ters oratılıdır. Orasal em; Havadak em mktarıı (Su uharıı) fade etmek ç mutlak em, orasal em ve özgül em gb değerler de kullaılmasıa karşı e çok orasal em değer kullaılmaktadır. Havada bulua su buharı mktarıı, o hava sıcaklığıda mümkü olable e yüksek doyurucu buhar mktarıa oraı olarak fade edlmektedr. Yağış mktarı; çoğulukla sıvı olmak üzere her türlü yağış (yağmur, kar, dolu, sulusepke, çğ, kırağı, buz krstaller ve ss gb) mktarıdır. Yere düşe yağış mktarı yağış ölçerler ya plüvyometreler yardımıyla mm. veya ç olarak ölçülür. Yağışı sayısal değerlerle fade edlmesdr. Yağış mktarıı belrleeblmes ç yağış ölçerde bell br brkt olması gerekmektedr. mm olarak yükseklğ veya kg olarak da m 2 ye düşe yağış mktarıı göstermektedr. Gülük yağış mktarı, br gü öces 4.00 ve 2.00 rasatlarıda ölçüle mktarla, o güü saat 7.00 rasatlarıda ölçüle mktarı toplamıdır. Uygulama kousu olarak Türkye de seçlmş meteroloj stasyolarıda ortalama güeşleme süres, orasal em, ve yağış mktarı ele alımıştır. Sözü edle verler Tablo de gösterlmştr. u tabloda seçlmş 40 tae meteroloj stasyou söz kousudur.çalışmaı amacı meteroloj stasyolarıa sahp ller ortalama güeşleme süres, orasal em ve yağış mktarı arasıdak lşky ortaya koymaktır.

Tablo.. Seçlmş meteroloj stasyolarıda ortalama güeşleme süres, orasal em ve yağış mktarı: Meteroloj stasyou Güeşleme süres Orasal em Yağış mktarı Gözlem süres(yıl) Gözlem süres(yıl) Gözlem süres(yıl) daa 5 72 72 fyo 64 7 72 amur 37 53 57 kara 73 75 75 takya 7 60 60 talya 47 7 7 ydı 7 6 72 alıkesr 5 63 64 olu 52 7 72 ursa 66 72 72 Çaakkale 50 69 70 Dyarbakır 60 67 7 Edre 57 72 72 Erzca 45 63 66 Erzurum 50 7 72 Eskşehr 62 72 72 Gazatep 36 6 64 Göztepe(İstabul) 66 72 72 Isparta 42 7 72 İslahye 45 63 66 İzmr 62 62 62 Karaköse 7 52 59 Kars 4 64 7 Kastamou 50 7 7 Kayser 52 67 69 Kırşehr 59 7 72 Koya 5 7 72 Kütahya 5 72 72 Malatya 46 68 7 Merzfo 43 6 7 Muğla 64 66 72 Rze 45 69 70 Samsu 25 27 27 Srt 39 59 69 Svas 49 7 72 Tekrdağ 7 60 70 Trabzo 45 67 68 Şalıurfa 47 68 69 Va 50 6 70 Zoguldak 5 64 70 DİE Türkye İstatstk yıllığı 2004 55 Değşkelere lşk bulaık korelasyo katsayısıı hesaplaması ç değerler bulaık üçge sayılara döüştürülerek her br değer güeşleme süres, yağış mktarı ve orasal em kümelere at olma üyelk dereceler hesaplamıştır. Üyelk dereceler hesaplaırke üçge üyelk foksyou kullaılmıştır. Üçge üyelk foksyou;

56 0, x a. x a a x b. b a üçge( x; a, b, c) = c x b x c. c b 0, c x. bçmde taımlaır. {a,b,c} olmak üzere üç parametre le özelleştrlmştr [6]. Tablo.2. Ortalama güeşleme süres, orasal em ve yağış mktarı kümeler ç üyelk dereceler. Meteroloj stasyou Güeşleme süres Orasal em üyelk Yağış mktarı üyelk üyelk dereces dereces dereces daa 0,78 0,2 0,2 fyo 0,32 0,28 0,2 amur 0,7 0,76 0,88 kara 0,00 0,00 0,00 takya 0,00 0,97 0,97 talya 0,92 0,28 0,28 ydı 0,00 0,2 alıkesr 0,78 0,85 0,78 olu 0,75 0,28 0,2 ursa 0,25 0,2 0,2 Çaakkale 0,82 0,42 0,35 Dyarbakır 0,46 0,57 0,28 Edre 0,57 0,2 0,2 Erzca 0,85 0,64 Erzurum 0,82 0,28 0,2 Eskşehr 0,39 0,2 0,2 Gazatep 0,67 0,78 Göztepe(İstabul) 0,25 0,2 0,2 Isparta 0,89 0,28 0,2 İslahye 0,85 0,64 İzmr 0,39 0,92 0,92 Karaköse 0,00 0,73 0,94 Kars 0,85 0,78 0,28 Kastamou 0,82 0,28 0,28 Kayser 0,75 0,57 0,42 Kırşehr 0,5 0,28 0,2 Koya 0,78 0,28 0,2 Kütahya 0,78 0,2 0,2 Malatya 0,96 0,5 0,28 Merzfo 0,92 0,28 Muğla 0,32 0,64 0,2 Rze 0,42 0,35 Samsu 0,28 0,00 0,00 Srt 0,78 0,94 0,42 Svas 0,85 0,28 0,2 Tekrdağ 0,00 0,97 0,35 Trabzo 0,5 0,5 Şalıurfa 0,92 0,5 0,42 Va 0,82 0,35 Zoguldak 0,78 0,78 0,35

57 Güeşleme süres bulaık kümes olarak fade edlrse, güeşleme sürese at bulaık ortalama ve bulaık stadart sapma değerler eştlk (5) de µ = 0,625 ve s = =0,32, orasal em bulaık kümes olarak fade edlrse, güeşleme sürese at bulaık ortalama ve bulaık stadart sapma değerler µ = 0,345 ve s = =0,23, yağış mktarı C bulaık kümes olarak fade edlrse, güeşleme sürese at bulaık ortalama µ = 0, 230 ve bulaık stadart sapma C sc = 0,7 değerler bçmde bulumuştur. İcelee değşkelerde güeşleme süres ve orasal em arasıdak lşk mktarıı vere bulaık korelasyo katsayısı r = 0, 0232 olarak ~, hesaplamıştır. Dolayısıyla k değşke yada k küme arasıda lşk olmadığı belrlemştr. Güeşleme süres ve yağış mktarı arasıdak lşk mktarı ~ r = 0,0456 olarak hesaplamış ve söz kousu k bulaık küme lşkl, C olmadığı belrlemştr. Orasal em ve yağış mktarı arasıdak bulaık ~ korelasyo değer se r 0, 80 olarak elde edlmş ve orasal em ve yağış, C = mktarı kümeler poztf yölü yüksek br lşkye sahp olduğu görülmüştür. Şekl 4. dek korelasyo grafğde de söz kousu lşkler göreblmek mümküdür. Güeşleme Süres Orasal Nem Yağış Mktarı Güeşleme Süres Orasal Nem Yağış Mktarı Şekl.4. Korelasyo grafğ.

58 Orasal em le yağış mktarı arasıda poztf yölü yüksek korelasyo gözükmektedr. Grafksel göstermde korelasyo katsayısı 0 da e gttkçe daresel görüüm ellpse doğru değşm göstermektedr. V. SONUÇLR u çalışmada statstksel korelasyo katsayısıda ve matematksel statstkte yola çıkarak hesaplaable bulaık korelasyo katsayısı üzerde durulmuştur. Kes olmaya verler ve blgler ç bulaık verler telemes uygu olacağıda ve bulaık matık belrl br aralıkta değşe değerler her br çözümlemelere dahl edebldğde meterolojk olaylarda celee rassal değşkeler her br gözlem değere br üyelk dereces ataarak aalzler gerçekleştrlmştr. Gerçekleştrle bu aalzler sayesde sürekl verler ç bulaık ortamda değşkeler arasıdak lşk belrlemesde korelasyo katsayısıı asıl hesaplaableceğ gösterlmştr. yrıca belrszlk ortamıda hesaplaa bu katsayıyla üyelk dereceleryle k sürekl değer arasıda olablecek olası değerler de hesaplamalarda asıl kullaıldığı ortaya koulmaya çalışılmıştır. VI. KYNKLR [] Köksal,., İstatstk alz metotları, İstabul, 980. [2] Şıklar, E., Regresyo alze Grş adolu Üverstes, Eskşehr, 2000. [3] paydı,., Kutsal,. ve taka, C., Uygulamalıİstatstk, kara, 994. [4] Türkbey, O., Maka sıralama problemlerde çok amaçlı bulaık küme yaklaşımı, Gaz Üverstes, Müh. Mm. Fakülte Dergs, Vol.8, No: 2, kara, pp.63-77, 2003. [5] Elmas, Ç., ulaık matık deetleycler, Seçk Yayıcılık, kara, 2003. [6] Klr, J.G. ve Yua,., Fuzzy sets ad fuzzy logc theory ad applcatos, Pretce Hall, New Jersey, 995. [7] Öztürk, C.., Merca, D.E., Toprak, F., Kş, Ö. ve Şah, U., ulaık matık kurs otları, İTÜ ulaık Matık ve Tekoloj Kulübü, İstabul, 2003. [8] Zadeh, L.., Fuzzy sets, Iformato ad Cotrol, No: 8, pp.338-353, 965. [9] Chag, D.. ve L, N.P., Correlato of fuzzy sets, Fuzzy Sets ad Systems, Vol.02, pp.22-226, 999.