ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

Benzer belgeler
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

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

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

Tek Bir Sistem için Çıktı Analizi

İSTATİSTİK DERS NOTLARI

Ki- kare Bağımsızlık Testi

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

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

MONTE CARLO BENZETİMİ

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

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

ÇIKTI ANALİZİ BENZETİM TÜRLERİ

İstatistik ve Olasılık

4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

İstatistik ve Olasılık

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

t Dağılımı ve t testi

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

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

Öğrenci Numarası İmzası: Not Adı ve Soyadı

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

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

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Regresyon ve Korelasyon Analizi. Regresyon Analizi

7. Ders. Bazı Kesikli Olasılık Dağılımları

Veri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

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

ÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

İstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ

f n dµ = lim gerçeklenir. Gösteriniz (Bu teorem Monoton yakınsaklık teoreminde yakınsaklık f n = f ve (f n ) monoton artan dizi

Hipotez Testleri. Parametrik Testler

NİÇİN ÖRNEKLEME YAPILIR?

İstatistiksel Tahminleme. Güven Seviyesi. Verilerin yayılımı ( Örnek hacmi X = X / n Güven seviyesi (1 - )

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 1: Posta Arabası Problemi. Örnek 1: Posta Arabası Problemi. Hafta 1

t Dağılımı ve t testi

İleri Diferansiyel Denklemler

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ

Yatırım Analizi ve Portföy Yönetimi 4. Hafta. Dr. Mevlüt CAMGÖZ


DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ

İstatistik Nedir? Sistem-Model Kavramı

TOPOLOJİK TEMEL KAVRAMLAR

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

KİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ

OLASILIK DAĞILIŞLARI. Ek 1. Moment Türeten Fonksiyon

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

5 İKİNCİ MERTEBEDEN LİNEER DİF. DENKLEMLERİN SERİ ÇÖZÜMLERİ

SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ

HARDY-CROSS METODU VE UYGULANMASI

1. GRUPLAR. 2) Aşağıdaki kümelerin verilen işlem altında bir grup olup olmadığını belirleyiniz.

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =

TĐCARĐ MATEMATĐK Bileşik Faiz

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...

Tahmin Edici Elde Etme Yöntemleri

MEKANİK TESİSATTA EKONOMİK ANALİZ

Burçin Gonca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 2007 ANKARA

SAYILAR DERS NOTLARI Bölüm 1 / 3 SAYILAR DERS NOTLARI KONU BASLIKLARI:

Yrd.Doç.Dr.İstem Köymen KESER

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ

İSTATİSTİKSEL HİPOTEZ TESTLERİ (t z testleri)

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV

ORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ

Bölüm 5 Olasılık ve Olasılık Dağılışları. Doç.Dr. Suat ŞAHİNLER

SU KAYNAKLARI EKONOMİSİ TEMEL KAVRAMLARI Su kaynakları geliştirmesinin planlanmasında çeşitli alternatif projelerin ekonomik yönden birbirleriyle

İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ

M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.

6. Uygulama. dx < olduğunda ( )

Sistemin derecesi, sistemin karakteristik denkleminin en sade halinde (çarpansız) paydadaki s nin en yüksek derecesidir.

DİKDÖRTGEN SPİRAL ANTENLER ÜZERİNE BİR İNCELEME

: Boş hipotez, sıfır hipotezi : Alternatif hipotez

Tanımlayıcı İstatistikler

DOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA

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)

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

YAPIM YÖNETİMİ - EKONOMİSİ 04

Bölüm 5: Hareket Kanunları

BAĞINTI VE FONKSİYON

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

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr.

SPEARMAN SIRA KORELASYONU KATSAYISINDA TEKRARLANAN DEGERLER VE BİR UYGULAMA

2.2. Fonksiyon Serileri

0 1 2 n 1. Doğu Akdeniz Üniversitesi Matematik Bölümü Mate 322

KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ

Bu bölümde kan tlayaca m z teoremi, artan ve üstten s -

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6.

Venn Şeması ile Alt Kümeleri Saymak

Analiz II Çalışma Soruları-2

İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME

ISL 418 Finansal Vakalar Analizi

BORAKSTAN SODYUM BİKARBONAT ÜRETİMİ

Transkript:

µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim plaları Malzeme taşıma kofigürasyoları tok politikaları vb. Olabilir Karşılaştırma içi uygu istatistiksel metotları kullaımı gerekir. Çükü, her alteratif tasarımı bir kere çalıştırarak elde edile çıktılarla bir karara varmak hatalı bir yaklaşımdır. Aşağıdaki örek tek bir deeme ile souca varmaı hatalı olduğuu göstermektedir. (a (= = ise; (deey sayısı her iki sistemde eşit ( ler ler ile bağımlı olabilir =,,, içi; Z = - yi taımlamak üzere ve eşleştirilir. Z = - Z = - Z = - Z = - ve ler bağımsız rassal değişke olduğuda Z ler de bağımsız özdeş dağılmış rassal değişkelerdir. ( ( ( ( E Z = E = E E =δ=µ µ içi güve aralığı oluşturalım Z = Z ( µ µ Z( = t 30 ( Z > 30 ( Z Z( = ( = İki istemi Performas Ölçüleri Arasıdaki Farklılık içi Güve Aralığı i=, içi; i, i,, i : i. sistemde elde edile adet bağımsız özdeş dağılmış örekler olsu µ i = E( i : i. sistem içi performas ölçüsüü beklee değeridir. Amaç; δ = µ µ içi bir güve aralığıı oluşturmaktır. Amaç ilgileile performas ölçüsüü miimizasyou ise (maliyet, kuyrukta ortalama bekleme zamaı gibi; Güve Aralığı 0 ı kapsıyorsa GA=[-,+] ; İlgileile her iki sistemi birbiride farklı olmadığıı gösterir. ( µ =µ Güve aralığı pozitif bir aralık ise GA=[+,+] ; İki sistem birbiride farklıdır.. sistem,. sisteme göre daha büyük bir ortalamaya sahiptir. Bu edele. sistem tercih edilir. ( µ > µ Güve aralığı egatif bir aralık ise GA=[-,-] ; İki sistem birbiride farklıdır.. sistem,. sisteme göre daha küçük bir ortalamaya sahiptir. Bu edele. sistem tercih edilir. ( µ < µ

ÖRNEK: (s, stok sistemide iki politika karşılaştırılmak isteiyor. Amaç, ilk 0 aylık çalışma periyoduda beklee ortalama maliyeti miimize ede politikayı seçmektir.. politika (s, = (0,40,. politika (s, = (0,80. Her politika içi bağımsız 5 er deeme yapılarak aşağıdaki souçlar elde edilmiştir. Z 6.97 8. 8.76 4.3 0. 4.09 3 6.68.45 4.3 4.66.68 0.0 5 7.3 9.4 7.83 i : i. politikaı. tekrarlamadaki aylık ortalama toplam maliyeti Z % 90 güvelik düzeyide = Z( = = 4.98 ( Z Z(.0 4.98 m t4,0.95 = [.65, 8.3] 5 = ( = =.0 b Bu yaklaşımda; µ µ içi güve aralığıı oluşturmada her iki sistemde elde edile gözlemleri eleştirilmesi gerekmez. Acak leri lerde bağımsız olmalıdır.. Durum: Her zama geçerli değildir. Var olarak kabul edilir. Var ( ( i xi = xi( = i i i = i( = i i ( xi xi( i ( x x µ µ tf Güve aralığı pozitiftir. Amacımız maliyeti miimize ede politikayı seçmek olduğuda II. Politika seçilir. µ >µ erbestlik derecesii tahmii; Not: Z ler bağımsız olmak zorudadır. Acak leri lerde bağımsız olması gerekmez. Z = - =,,, içi leri lerde bağımlı olduğu düşüülürse; ( + ( ˆf = ( + ( Var (Z = Var ( + Var ( - Cov (, Cov (, > 0 olduğuda dolayı Var (Z azalır. α güvelik düzeyide güve aralığı; Bu durumda ise elde edile güve aralığı küçülür. Güve aralığıı küçük olması verilecek kararı daha hassas olmasıı sağlar. Z( m t, α ( ( ( ( x x tf, ˆ m α + (Welch Yaklaşımı

ÖRNEK: ÖRNEK: tok sistemi içi verile örekte deemeler bağımsız olarak yapıldığı içi Welch yaklaşımı kullaılarak politikaı farklı olup olmadığı belirleebilir. x(5 = 5.57, x(5 = 0.59, (5 = 4, (5 = 43.76 ˆf = 7.99 t7.99,0.95 =.860 %90 güvelik düzeyide GA=[.66, 7.30].politika seçilir. Ru 3 4 5 6 7 8 9 0 σ Alteratif I 4 9 8 3 3 3.6.9 Alteratif II 5 0 5 5 6 9 4 3 0 6 3.3.7 a istem içi düşüüle iki alteratif var. Her alteratif içi düzelee bezetim programı 0 kez çalıştırılarak yukarıda verile ortalama beklemeler elde edilmiştir. Alteratif sistemleri bezetim programları bağımsız olarak çalıştırılmıştır. - İki sistemi ortalama beklemelerii karşılaştırmak üzere 0.90 güvelik düzeyide güve aralığıı oluşturuuz. -Yaklaşık 0.5 göreli hassalık içi yapılması gereke gözlem sayısıı buluuz. b Alteratif I i ayı kaldığı Alteratif II içi yei souçları elde edildiği düşüülerek (Burada Alteratif I ve Alteratif II i çalıştırılması bezer deey şartları altıda gerçekleştiriliyor Alteratif II i yei souçları aşağıda verilmektedir.. Durum: ve Var ( = Var ( = σ kabul edilirse; Ayı zamada ler lerde bağımsızdır. µ µ içi α güvelik düzeyide güve aralığı; ( x( x( m +, α ( x x t Var =σ +σ =σ + σ ˆ =? ( x( ( x ( Ru 3 4 5 6 7 8 9 0 Var ( Alteratif II 6 5 0 9 5 5 6 4 3 0 3.3.7 i iki sistemi ortalama beklemelerii karşılaştırmak içi 0.90 güvelik düzeyi içi güvelik aralığıı oluşturuuz. ii a i 0.5 göreli hassasiyeti elde etmek içi gerekli deeme sayısıı belirleyiiz. Ru 3 4 5 6 7 8 9 0 Z Var(I-II Z = - - -6-7 -3 - - 3-4 -.7 0.9 (I-II 36 49 9 4 9 6

Z Z = = ( = = 7 (0(.7 98. = = = 0.9 9 9 ( Z Z( ( ( ( % 90 güvelik düzeyide GA; GA t 0.9 = Z( m 9,0.95 =.7.833.044 =.7.93 = 3.63;0.3 0 m m ( ( [ ] [ ] GA=[-,+] olduğuda dolayı (yai 0 ı kapsadığıda her iki sistem birbiride farklı değildir i b Ru 3 4 5 6 7 8 9 0 Z ( Z Z ( ( - -4 - - - -4-3 -3 0 -.7 3.34 4 6 4 6 9 4 0 4 59 ( Z ( Z ( = 59 (0(.7 ( = = = 3.344 9 ( 3.344 Z t ( m, α.7 (.833 [.7.059] = m = m 0 [.759; 0.64] GA=[-,-] olduğuda dolayı µ < µ dır.. Alteratif seçilir. ii ( t, α t, α ( =γ = γ ( (.833 0.9 36.6 = = 564 ( 0.5 (.7 0.065 > 0 olduğuda 564-0=554 adet ek deeme yapılması gerekir. (.65 0.9 * = 457 ( 0.5 (.7 * > 0 olduğuda 457-0=447 ii ( t, α ( ( = 0.5 =.833 3.34 73 ( 0.5 (.7 > 0 olduğuda 73-0=63 adet ek deeme yapılması gerekir. C a ve b souçlarıa göre farklı souçlar elde etmei sebepleri edir? Verile datayı kullaarak açıklayıız. a Var(Alt+ Var(Alt Var(Alt-Alt bağımsız. b Var(Alt + Var(Alt Var(Alt-Alt =Var(Alt-Alt - Cov(Alt,Alt 3.34=0.9 - Cov(Alt,Alt 0.9-3.34 Cov(Alt,Alt= = 3.78 Ayı deey şartları ile pozitif korelasyo elde edildiğide daha küçük varyas elde edilmiştir.

VARYAN AZALTMA TEKNİKLERİ tokastik istemleri Bezetimide, Rassal Girdiler Rassal Çıktılar üretir ouçları aalizi içi uygu istatistiksel metod kullaımı gerektirir. Güçlü bir istatistiksel aaliz içi çıktıları tahmiide yüksek hassasiyete ihtiyaç duyulur. Bu hassasiyeti artırmaı bir yolu örek büyüklüğüü (deeme sayısıı artırmaktır. Acak bu da zama ve para demektir. Alteratif Yaklaşım: VAT dir. VAT: İlgileile performas ölçüsüü tahmii değerii bozmaksızı varyasıı daha az bezetim koşumuyla azaltmaktır. ÖRNEK: İki sistem karşılaştırılacak. i : i. sistemi. deemesideki performas ölçüsüü tahmii Amacımız; δ = µ µ = E( E( Her sistem içi deeme yapılırsa; Z = =,,..., Var( Z = Var( + Var( Cov(, Z içi yasız tahmici = Z( = δ Z ( i varyası; Var( Var( Cov(, Var( Z = + ve pozitif ilişkili ise; Cov(, >0 olacağıda Z ( varyası azalır. VARYAN AZALTMA TEKNİKLERİ Varyas azaltma tekikleri; i Ortak (Geel Rassal ayılar (Commo Radom Numbers ii Karşıt Değişkeler (Atithetic Variates GENEL RAAL AYILAR Alteratif sistemleri karşılaştırılmasıda kullaılır. Temel fikir; bezer deey koşulları altıda alteratif sistemleri karşılaştırmaktır. Bezetimde deeysel koşullar, bezetim süresice kullaıla rassal değişkeler ile elde edilir. Bu tekikte, bezer deey koşulları ; her bir alteratif sistemi bezetimide ayı U(0, rassal sayıları kullaılarak elde edilir. (Pozitif ilişki oluşturulur. ÖRNEK: İki sistemi karşılaştırılması. Varışlar arası zama üretimi içi her deemede ayı başlagıç geel rassal sayıları kullaılır. Bezer deey şartları demek; bu olayı düzelemesi alamıa gelir.

KARŞIT DEĞİŞKENLER: Bu metot, bir sistemi bezetimi içi kullaılır. Deemeler arasıda korelasyo oluşturulmaya çalışılır. Acak, bu egatif korelasyodur. Negatif korelasyou elde edilmesi içi, her bir deeme iki kere yapılır. Her bir deemei biriciside herhagi bir rassal değişkei üretmek içi Uk rassal sayısı kullaılıyor ise, ikici deemei de ayı rassal değişkei üretmek içi -Uk rassal sayısı kullaılır.