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

Benzer belgeler
ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

Regresyon ve Korelasyon Analizi. Regresyon Analizi

BEKLENEN DEĞER VE VARYANS

Zaman Skalasında Box-Cox Regresyon Yöntemi

MERKEZİ EĞİLİM ÖLÇÜLERİ

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

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

İki veri setinin yapısının karşılaştırılması

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

Quality Planning and Control

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

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

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

TABAKALI ŞANS ÖRNEKLEME

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu

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

Tanımlayıcı İstatistikler

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

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

Yapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Doç. Dr. Mehmet AKSARAYLI

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

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

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

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

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

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

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

1. GAZLARIN DAVRANI I

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

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

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

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

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Đst201 Đstatistik Teorisi I

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

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

NİÇİN ÖRNEKLEME YAPILIR?

İSTATİSTİKSEL TAHMİNLEME VE

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

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Sağlam Ridge Regresyon Analizi ve Bir Uygulama

İstatistik ve Olasılık

SESSION 1. Asst. Prof. Dr. Fatih Ecer (Afyon Kocatepe University, Turkey) Abstract

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda, Begül ARKANT tarafıda hazırlaa bu çalışma 3/07/008 tarhde aşağıdak jür tarafıda oy brlğ le Akara Üverstes

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

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

POISSON REGRESYON ANALİZİ

Servis Yönlendirmeli Sistemlerde Güven Yayılımı

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

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

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

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

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

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

HĐPERSTATĐK SĐSTEMLER

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

İstatistik ve Olasılık

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

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

Polinom İnterpolasyonu

Tanımlayıcı İstatistikler

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

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

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

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

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

WEIBULL PARAMETRELERİ VE YÜZDELİKLERİ İÇİN GÜVEN ARALIĞI TAHMİN ALGORİTMALARI

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

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Orkun COŞKUNTUNCEL a Mersin Üniversitesi

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

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

SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

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

TUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi

Operasyonel Risk İleri Ölçüm Modelleri

CHAID Algoritması ile Balık Eti Tüketimini Etkileyen Faktörlerin İncelenmesi

BASİT ŞANS ÖRNEKLEMESİ

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler

SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ

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

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

Transkript:

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 ( Tahs KESİCİ (3 Özet: Bu araştırmada, daha öce populasyo hacm tahm ç öerle ve e çok kullaıla metotlar suulmuş ve ye br metot ola ters tahm metodu taıtılmıştır. Gerçekte bu yötem, yakalama-tekrar yakalama yöteme dayalı olarak elde edle verler kullaa ve populasyodak şaretl sayısı le örektek şaretl oraı arasıdak doğrusal lşkye dayaa br metottur. Akara Üverstes, Zraat Fakültes de yapıla br uygulama le dğer metotlar ve ters tahm metodu mukayese edlmştr. Aahtar kelmeler: Yakalama-tekrar yakalama, populasyo hacm tahm, ters tahm, regresyo. Estmato of Populato wth Iverse Predcto Method Usg Capture-Recapture Techque Abstract: I ths study, the methods suggested ad mostly used for populato abudace estmate were preseted ad as a ew oe verse predcto method was troduced. I fact ths s a method that uses the data gathered va capture-recapture process ad bases o a lear relatoshp betwee the umber of marked dvduals populato ad the rato of marked dvduals the sample. Other methods ad verse predcto method were compared by a applcato doe at Faculty of Agrculture Akara Uversty. Key words: Capture-recapture, estmato of populato sze, verse predcto, regresso Grş Blmsel çalışmalarda üzerde durula populasyou çeştl özellklere lşk ortalama ve toplam gb parametreler, söz kousu populasyoda çekle öreklerde tahm yoluyla elde edlr. Gerçekte brçok araştırmada populasyo hacm blmez. Halbuk populasyo hacm blmes brçok durumda çok öemldr. Bu sebeple populasyo hacm tahm üzere örekleme ve tahm metotları gelştrlmştr (Cormack, 968; Cormack, 97; El-Khorazaty ve ark., 977; Burham ve Overto, 979; Cormack, 98; Chao, 986; Cormack, 989; Darroch ve ark., 993. Populasyoları çok geş ve sayma mkaıı bulumadığı durumlarda, öreklemeye dayalı yakalamatekrar yakalama yötem le populasyo hacm tahm yolua gdlmektedr. Herhag br bölgede bulua belrl br kuş türü populasyouu, her hag br dezde bulua balık populasyouu, her hag br bölgede belrl br hastalığı taşıyaları sayısıı belrlemesde bu yötemlerde geş olarak yararlaılmaktadır (Pollak, 99. Yakalama-tekrar yakalama yötem lk zlere 7. yüzyılda rastlamasıa karşı bazı teork blgler 930 larda ortaya çıkmıştır (Lcol, 930. Populasyoları kapalı yada değşmezlğ de öeml kavramlardır. So yıllarda ortaya koula lste kayaklarıı kullaılması yötem Wttes tarafıda 968 yılıda öerlmştr (Wttes ve Sdel, 968; Wttes, 970; Wttes, 974; Wttes ve ark., 974. Bu çalışmada, populasyo hacm tahm ç gerekl blgler sağlayacak örekleme yötemlerde bahsedlmş ve öreklemede elde edle blgler kullaa tahm yötemler ele alımıştır. Yakalama-tekrar yakalama yötem kullaa tahm metotları tek yakalama-tekrar yakalama ve ser yakalama-tekrar yakalama metotları olarak tekrar kye ayrılmıştır. Regresyo yötemyle ters tahm metodu ve mevcut metotlara at karşılaştırmalar suulmuştur. Materyal ve Yötem Materyal Çalışmaı materyal, 7 gü boyuca yakalama-tekrar yakalama yötemyle öreklee Akara Üverstes Zraat Fakültesdek hazırlık sııfı harç 300 adet,, 3 ve 4. sııf öğrecler oluşturmuştur. ( Bu çalışma doktora tez br kısmı kullaılarak yazılmıştır. ( Yüzücü Yıl Üverstes, Zraat Fakültes, Zootek Bölümü, Byometr ve Geetk Aa Blm Dalı,65080 -VAN (3 Akara Üverstes, Zraat Fakültes, Zootek Bölümü, Byometr ve Geetk Aa Blm Dalı, ANKARA

H. MİRTAGHIZADEH, T. KESİCİ Populasyo hacm tahm ç, 7 gü boyuca kayıt yaptırmaya gele öğrecler adı, soyadı ve umaraları kaydedlerek 7 lste kayağı oluşturulmuştur. Öğreclerde lk gü geleler heps şaretlemş (yakalamış olarak varsayılmıştır. İkc gü geleler çde lk güde geleler şaretl öğrecler olarak kaydedlmştr. Bu uygulama 7. güe kadar devam ettrlmştr. Böylece yakalama-tekrar yakalama yöteme göre lsteler elde edlmştr. Elde edle lstelerde sadece. gü geleler sayısı, sadece. gü geleler sayısı,..., sadece 7. gü geleler sayısı,. ve. gü geleler sayısı,. ve 3. gü geleler sayısı,..., ve hayet 7 güü 7 sde de kayıt yaptırmaya gele öğrecler sayısı şeklde kayıtlar yapılmıştır. Kayıt haftasıda gele öğrecler smler ve öğrec umaraları alıarak lsteler oluşturulmuştur. Yötem Akara Üverstes Zraat Fakültes öğrecler sayısıı tahm etmek amacıyla lste kayakları değerledrlmştr. Bu şeklde gerçek öğrec sayısı belrlemştr. 4 farklı yakalama-tekrar yakalama yötem le öğrec sayısı tahmlemştr. Kullaıla yötemler;. Lste kayaklarıı kullaa Geelleştrlmş Stadart Yakalama Tekrar Yakalama Yötem (Gmt (Chao, 986,. Sürekl yakalama-tekrar yakalama yötemlerde br ola Schabel Yötem (Schabel, 938,. Sürekl yakalama-tekrar yakalama yötemlerde Schumacher-Eschmeyer yötem (Pollock, 99, v. Yakalama tekrar yakalama tekğ kullaa, Ters Tahm Yötem dr (Neter ve ark., 989; Kesc ve Kocabaş, 998. Gmt stadart yötemde populasyo hacm tahm; k k N% = S+ zzj / f ( = j= + şekldedr. Burada; N ~ : Populasyo hacm tahm, k : lste sayısı ya da ele alıa zama brm sayısıdır. Eğer 5 defa yakalama yapılmışsa k=5 tr. s : k tae lsteler brleşmesde kayaklaa farklı smler sayısı, z : yalızca. lstede görüleler sayısı, f : tam olarak lstelerde defa yer alaları sayısıdır. Tahmlee N sayısıı varyası; ^ 4 V( N% ( N% S + ( N% S ( f + N% + k k ( f z z ( f z z / N% / f ( = = olmaktadır. Burada; f : lstelerde sadece defa yer ala breyler sayısıdır. Gmt yötem varsayımları: k lsteler brbrde bağımsızdır. (p j, p j, p 3j,...,p Nj (j=,...k olmak üzere dağılış foksyou F j de elde edle bağımsız şasa bağlı öreklerdr j=,...k olmak üzere (p j,p j,...,p Nj sırasıyla j üzerde bağımsızdır. Gmt modelde populasyo çapı ç yürütüle matık, k lstede elde edle farklı smler sayısı ola S değer lstelere hç kaydedlmemş kşler sayısıa eklemektedr. Bu durum, N = S + f o olarak gösterleblr. f o hçbr lstede yer almaya breyler sayısı olmak üzere amaç, f o ı br tahm edcs bulmaktır. Beklee değer; N E(f o = EE(lstelere hç kaydedlmemş breyler /p = (3 şekldedr. Güve aralıkları; ± Z S( (4 α / ~ şekldedr. Burada S(N tahm stadart sapmasıdır. Schabel Yötem, sürekl yakalama-tekrar-yakalama yötem kullaa br tahm yötemdr. Populasyo hacm tahmleycs; = NM = R = şekldedr. Burada; ˆN = populasyo hacm tahm, N = t aıda c örekte yakalaa breyler sayısı, R = c örekte tekrar yakalaaları sayısı ( =,, 3,,, M = c örek alımada heme öce populasyodak şaretl breyler sayısıdır. Dağılışı stadart sapması; ^ V( = N ˆ R = ( NM = Schabel güve aralığı, α (, ^ (5 (6 / N = ( ± t V (7 şekldedr. N ç güve aralığı se 7 umaralı eştlğ ters alıarak aşağıdak gb hesaplaır. (, (8 N çüst sıır N N çalt sıır N 4

Populasyo Hacm Yakalama-Tekrar Yakalama Yötem Kullaılarak Ters Tahm Yötem le Tahm Schumacher-Eschmeyer yötem Schabel modeldek gb y = R / N ve x = M grafğ doğrusal olması varsayımıa dayamaktadır ve ayı otasyolar le ayı varsayımları kabul ederler. Yötemde populasyo hacm tahm; = = = ( NM ( RM (9 şekldedr. Varyas; R / N R M / N M S (/ = ( N M ( ( ( ( (0 olarak elde edlr. Stadart hata S(/ = S (/ olmaktadır. Güve aralığı; ± t ( ˆ ˆ α S N ( N ; şeklde hesaplamaktadır. Populasyo hacm tahmde kullaıla ve çalışmaı ağırlıklı kousuu teşkl ede Doğrusal Regresyoda Ters Yolla Tahm yötemde kullaıla eştlkler aşağıdak gbdr. X = U, ( R = 0, X = 0, Y = 0 ( = N = c örekte yakalaa breyler sayısı ( N = R + U, R = c örekte tekrar yakalaa breyler sayısı, U = c örekte şaretlee breyler sayısı (yada şaretszler sayısı, M = c örek alımada heme öce populasyodak şaretl breyler toplam sayısıdır. Y = c örektek şaretl brey oraı; R Y = N = b + b X ( M 0 (3 şeklde doğrusal olarak açıklaablr. Populasyo hacm tahm; ^ bo N =, ( b b 0 (4 şekldedr. Burada; b = Y b X (5 0 ( X X( Y Y dxdy = = = = ( X X dx = = b (6 şeklde hesaplaır. Varyas; ˆ ˆ HKO ( N X s ( N = + + (7 b ( X X şekldedr. Populasyo hacm ç güve aralığı;, populasyo hacm tahm ç ( α elde edlmektedr. Güve aralığı; ˆ α N ± t( ; s( (8 şekldedr. Geçerl ve tutarlı br tahm ç k koşulu sağlaması zoruludur; H 0 : b 0 = 0, hpotez red edlmemes gerekldr. Şekl dek ble doğrusal lşkye dayaılarak verlere at lşk model orjde geçp geçmedğ test edlr. H 0 : b 0, hpotez red edlmes gerekldr (Neter ve ark., 989. Ters tahm yötemde X le Y gözlemler arasıda beklee doğrusal lşk N sayısıdak değşme bağlı olarak grafksel gösterm Şekl dek gbdr. 5

H. MİRTAGHIZADEH, T. KESİCİ Regresso Plot Y = 9,93E-7 + 0,5X R -Sq = 00,0 %,0 0,9 0,8 0,7 0,6 Y 0,5 0,4 0,3 0, 0, 0,0 0 X 3 4 Şekl. Ters tahm yötemde X le Y değerler arasıdak N sayılarıa bağlı olarak beklee değşm. Bulgular ve Tartışma Lstelerde yararlaarak, metot bölümüde açıklaa ve populasyo hacm tahmde yaygı br şeklde kullaıla 4 tahm metodu kullaılarak elde edle toplu souçlar Çzelge de verlmştr. Çzelge. Yakalama-tekrar yakalama yötem le 7 güde elde edle verler Hafta Gü N R M = X R Y = N Pazartes 437 0 0 0 Salı 890 8 437 0.4380 Çarşamba 09 409 99 0.40373 Perşembe 88 55 809 0.65000 Cuma 83 48 84 0.57833 Pazartes 45 30 877 0.666666 Salı 77 47 89 0.60389 Toplam 7 639 Çzelge de çalışmada 7 gü boyuca öğrec kayıtları süresce elde edle gözlemler özetlemştr. Kayıtlar ç geçe 7 gü süresce toplam 639 öğrec zlemştr. Kayıtları lk güüde gele öğrecler arasıda daha öce şaretlee bulumadığı ç R=0 dır. Kayıtları lk güüde gele tüm öğrecler lsteye alımıştır.. güde lk gü gele 437 öğrec yakalamış olarak değerledrlmş ve bu şlem dğer gülerde de ayı şeklde devam etmştr. Kayıtları so güüde toplam 77 öğrec 47 s daha öce şaretlemş olalardır. Elde edle ver setde 4 farklı yötem kullaılarak populasyo hacm tahmlemştr. 4 farklı yötem ç tahmler ve bazı taıtıcı statstkler Çzelge dek gb bulumuştur. 6

Populasyo Hacm Yakalama-Tekrar Yakalama Yötem Kullaılarak Ters Tahm Yötem le Tahm Çzelge. Dört farklı yötemle populasyo hacm tahm, %95 lk güve aralıkları le varyas ve stadart sapmalar Yötem N % %95 lk Güve Sıırları Alt Sıır Üst Sıır S ( N % S( N % Gmt 998 80 376 5587.7 4.85 Schabel 300 796 340.5x0-0.44x0-4 Schmacher-Eschmeyer 3000 905 30 x0-4.45x0-6 Ters Tahm 985 664 3306 853.0 90.85 Çzelge de dört farklı yöteme göre populasyo hacm N, okta ve %95 htmall güve aralığı tahmler özetlemştr. Bua göre, gerçek N değer ola 300 e e yakı tahm Schabel ve Scmachel-Eschmeyer vermştr. Buu 998 le Gmt ve 985 le Ters-Tahm yötem zlemektedr. Güve aralıkları celedğde Scmachel-Eschmeyer yötem daha dar br aralıkta populasyo hacm tahmlemştr. Ters Tahm yötem se e geş tahm aralığıı vermştr. Schmacher ve Schmacher-Escmeyer yötemler e küçük varyas ve stadart hataya sahptr. Acak bu yötemlerde N ç değl / değer ç hatalar elde edlmektedr. Populasyo hacm tahmde lste kayaklarıı kullaa geelleştrlmş stadart yakalama-tekrar yakalama model (Gmt, sürekl yakalama-tekrar yakalama yötemlerde Schabel ve Schumacher-Eschmeyer metotları ve hem lste kayaklarıı hem de yakalama-tekrar yakalama metotlarıı kullaa regresyo deklemde ters yolla populasyo hacm tahm ede ve alteratf br yaklaşım olarak kullaıla bu metot dğerleryle mukayese edldğde, görülmüştür k doğrusal lşkye dayaa tahm metotlarıı kullamak daha kolay ve pratktr. Ayı zamada bu uygulamada çıka br dğer souç se yakalama-tekrar yakalama metotları Gmt kadar duyarlılık göstermşlerdr. Ayrıca Ters Tahm metoduu souçları da oldukça yeterldr. Ters tahm metoduu br avatajı da sapmalı örekler regresyo tekğ kullaarak belrlemesdr. Öerle ters tahm yötem, dğer yötemlere azara hesaplama adımları oldukça kısa ve kolay, yötem gerektrdğ varsayımlar se daha sıırlıdır. Bulara lavete ters tahm yötem regresyo eştlğde yararlaarak buluduğu ç bu yötem araştırıcılar tarafıda daha kolay algılaablr ve daha yaygı kullaılablr. Tahm souçları açısıda bu 4 metot karşılaştırıldığıda se gerçek populasyo hacm ola N = 300, 4 yötemde de çok yakı souçlarla tahm edlmştr. Ayrıca 4 yöteme göre tahm edle % 95 htmall güve sıırları çerse gerçek populasyo hacm grmektedr. Kayaklar Burham, K. P., W. S. Overto, 979. Robust estmato of populato sze whe capture probabltes vary amog amals. Ecology, 60: 97-936. Chao, A., 986. Estmatg populato sze a geeralzed capture-recapture Model wth Applcatos to Epdemologcal Data. Statstcal Theory ad Data Aalyss, : 9-36. Cormack, R.M., 968. The Statstcs of capture- recapture. oceagraphy ad mare bology. Aual Revew, 6: 455-506. Cormack, R.M., 97. The logc of capture-recapture estmates. Bometrcs, 8: 337-343. Cormack, R.M., 989. Iterval estmato for markrecapture-recapture expermets. Bometrcs, 45: 47-438. Cormack, R.M., 98. Log-lear Models for Capture- Recapture Expermets o Ope Populatos. I: Hors RW, Cooke D, eds. The Mathematcal Theory of the Dyamcs of Bologcal Populatos II. Lodo: Academc Press. Darroch, J. N., S.E. Feberg, G.F.G., Gloek, 993. A three-sample multple-recapture approach to cesus populato estmato wth heterogeeous catchablty. J. Ame. Stat. Assoc., 88: 37-48. El-Khorazaty, M.N., P.B. Imsey, G.G. Koch, H.B., Welles, 977. A revew of methodologcal strateges for estmatg the total umber of evets wth data from multple-record systems. Iteratoal Statstcal Revew, 45: 9-57. Kesc, T., Z. Kocabaş, 998. Byostatstk. Akara Üverstes, Eczacılık Fakültes yayı o:79, Akara. Lcol, F.C., 930. Calculatg waterfowl abudace o the bass of badg returs. Crcular of the U.S. Departmet of Agrculture, 8, -4. Neter, J., W. Wasserma, M.H. Kuter, 989. Appled Lear Regresso Models. d edto, Rchard D. Irw, Ic. Pollock, K.H., 99. Modelg capture, recapture ad removal statstcs for estmato of demographc parameters for fsh ad wldlfe populatos: past, preset ad future. J. Ame. Stat. Assoc, 86: 5-38. 7

H. MİRTAGHIZADEH, T. KESİCİ Schabel, Z.E., 938. The estmato of the total fsh populato of a lake. Amerca Mathematcal Mothly, 39: 348-35. Wttes, J.T., 970. Estmato of Populato Sze: The Beroull Cesus. Ph.D. thess, Harvard Uversty, Cambrdge, Massachusetts. Wttes, J.T., 974. Applcatos of a multomal capturerecapture method to epdemologcal data. J. Ame. Stat. Assoc., 69: 93-97. Wttes, J.T., T. Colto, V.W. Sdel, 974. Capturerecapture methods for assessg the completeess of case ascertamet whe usg multple formato sources. J. Chr. Ds., 7: 5-36. Wttes, J.T., V.W. Sdel, 968. A geeralzato of the smple capture-recapture model wth applcatos to epdemologcal research. J. Chr. Ds., : 87-30. 8