Logo Logo
  • Ana Sayfa
  • Hakkında
  • Kategoriler
    • Genel
    • İstatistik
    • Makine Öğrenme
    • Model Geliştirme
    • Sağlık
    • Teknoloji
  • Tüm Yazılarım
  • İletişim

İletişim

  • Email buluttevfik@gmail.com

Site Haritası

  • Ana Sayfa
  • Hakkında
  • İletişim

Sosyal Medya Adresleri

R’da Normalize Edilmiş Maksimum Değerler [NMD] Metodu

  • ANA SAYFA
  • Blog Details
Nisan 4 2022
  • İstatistik
  • Model Geliştirme

Çalışma kapsamında çok kriterli karar verme yöntemlerinde kullanılmak üzere ağırlıklandırma yöntemi olarak geliştirilen Normalize Edilmiş Maksimum Değerler (NMD) yönteminin R’da uygulanmasını sağlamak amacıyla NMD fonksiyonu oluşturulmuştur. Fonksiyon ile kriterlerin ağırlık düzeyleri belirlenebilmektedir. Kriterlere ilişkin ağırlıklar, değerlerine göre büyükten küçüğe grafikler üzerinde gösterilmiştir. NMD yöntemiyle ilgili olarak daha detaylı bilgi için aşağıdaki linke tıklayınız.

Normalize Edilmiş Maksimum Değerler [NMD] Metodu

Yüklenen kütüphaneler

kütüphane<-c("dplyr","tibble","tidyr","ggplot2","ggthemes", "kableExtra", "forcats")
yükle<-sapply(kütüphane, require, character.only = TRUE, warn.conflicts = FALSE)
 
#Kütüphane yüklenme durumunu gösteren tablo
 
tibble(Sıra=1:length(kütüphane), Kütüphane=names(yükle), Durumu=as.logical(yükle)) %>% mutate(Durumu=if_else(Durumu==TRUE, "Yüklendi", "Paket Kurulumu Gerekli")) 

Yukarıda yazılı R kod bloğunun çalıştırılmasından sonra yüklenen kütüphaneler aşağıdaki tabloda verilmiştir.

Örnek olay

Uygulamayı daha da kalıcı hale getirmek adına Microsoft Excel üzerinde oluşturduğum bir karar matrisini R üzerinde okutup kriter ağırlıkları hesaplanmıştır. Ardında ise kriter ağırlıklarının grafiği çizilmiştir. Örnek karar matrisi veri setimizi aşağıdaki linkten indirebilirsiniz.

Karar Matrisi Veri Setiİndir

İlk olarak klasör içine kaydettiğimiz xlsx uzantılı excel dokümanını okutalım ve karar matrisinin boyutlarına bakalım.

library(readxl)
kararmatrisi <- read_excel("kararmatrisi.xlsx")
dim(kararmatrisi)

Yukarıdaki kod bloğu çalıştırıldığında karar matrisimizin 416×12 yani 416 satır ve 12 sütundan oluştuğu görülecektir. Sütunlarımızda kriterler, satırlarımızda ise alternatiflerin kriter değerleri bulunmaktadır. Buradan bakıldığında 416 alternatife karşılık 12 kriterimiz bulunmaktadır. Amacımız NMD fonksiyonunu kullanarak 416 alternatifin değerlerinden yola çıkarak 12 kriterin ağırlıklarının belirlenmesidir. Aşağıda yazılan kod bloğunda xlsx uzantılı karar matrisi veri setini matris formatına dönüştürerek aşağıdaki NMD fonksiyonunu çalıştırıyoruz ve kriter ağırlıklarını hesaplıyoruz.

NMD= function(){
                colnames(km)=paste("K", 1:ncol(km), sep="") #kriterler
                rownames(km)=paste("A", 1:nrow(km), sep="") #alternatifler
                km2 <- km
                for (r in 1:nrow(km)){
                      for (c in 1:ncol(km)){
                                km2[r,c] <- km[r,c]/ apply(km[,c],2, sum)
                      }
                  }
                omak=apply(km2,2,max) # 3. aşama
                ort=apply(km2,2,mean) # 3. aşama
                ss=apply(km2,2,sd) # 3. aşama
                nd=(omak-ort)/ss # 3. aşama
                ka=round(nd/sum(nd),3) # 4. aşama
                return(list(Karar_Matrisi=as.matrix(km), Asama_2=as.matrix(km2), Asama_3=as.matrix(nd), KA=as.matrix(ka)))
}

Yukarıdaki fonksiyonu aşağıda yazılan NMD() fonksiyonu ile çağırıyoruz.

NMD(kararmatrisi)

Gördüğünüz üzere işlem bu kadar basit. Sonuçlar liste halinde aşağıda verilmiştir.

        K1    K2    K3    K4    K5    K6    K7    K8    K9   K10   K11   K12
A1    -171 -4201  4770 -2429  3693  1569  3564  6308 -4724 -4907 -9543  6597
A2   -5736 -4589  8071  5649  4203  5652 -5898  8363 -8161 -3935 -5811 -2981
A3     -62 -4021 -7298  9730 -8911 -6269  -224  9187  9039  1950 -9941 -6663
A4    5258 -8973  4678 -1080 -3299  9045  9608  6207  1857  7130  2053  2030
A5    1718 -6607  -505  -792 -9522 -4029 -8934  9125  7768  1210  5439 -5206
A6   -2521   996 -4003 -3574  2790 -3167  4018 -6073  3222  9945  1720 -3967
A7    2928  7587 -5276 -3728 -9849  9239 -3535  4366 -6637  8342 -1585 -9847
A8   -6523 -1021  8922 -5927  6203  9655  4642 -1723  2546  8188 -6016  5131
A9     648   537 -7285 -3226  7989 -4661 -7845 -5644 -4927  -220 -3284  3203
A10  -9120  3017  9178  2050  7124    30  3499 -3600  9557  9401 -9378 -4700
A11  -8468  -562    51 -7312 -3983  6453  9573  2317  4725 -7249  5181  5952
A12  -4007 -9542 -5362 -7525 -4102  4099 -2218  6019 -8427   634 -2509  -436
A13  -3741 -9061 -2860 -6003 -4582 -9916 -2187   561 -7420  8646  9076  7003
A14   1010  9792  -925  -262 -2050   430  4131  7948  4323 -3732 -5805 -1074
A15   5410 -7342   763 -9148 -4803 -7270  3665  4966 -9739  2058 -5571 -2393
A16  -8425  5177   501  5719 -2338 -4460 -8965  9171  4582 -9098    21  7521
A17   4682 -1129   556  3241 -8511  8788  3353 -6686 -7981  1527  1377 -2021
A18  -8234 -3765 -3601  6841 -8547  2430  8784 -2181 -2392 -4028 -8981 -6268
A19  -3354 -2205  4886 -4497 -3375  1542 -8791  4256 -9499  2592 -2178 -8391
A20   -424   858 -5618  4778 -6742 -3720  6323 -6894  1075 -9503 -2031  4999
A21  -5029  4176 -2977  3560  6636 -2049  3514  4774 -7591  2980  5039  9879
A22   5268  3482  7553 -9531  -735  6155 -9984  7506  3676 -3781 -4007 -4131
A23  -7590  6422   579  2119 -4756 -4296 -1399  5970 -3867 -1559 -5128  -299
A24  -7476 -3667   962 -3431 -3544 -4588 -2029 -7373 -7285  2268    69 -5488
A25  -8898  -913  5877  4408  -897  8439 -7689 -6651 -1432 -7182  1006 -2953
A26  -3528  -427  2561  6962  -761   512  7485  5625  9378 -5595  1652  3001
A27   9399  4320  1697  -858  8659 -5197 -2237  3972  8982  9574 -2081 -7822
A28  -5651  5564 -4388   403 -1449 -3543 -5955  -108  3106  6728  3412  7792
A29  -1648 -2657  2892  -883  1574  3618 -3666  -361  9333  -526 -7853 -6202
A30   8209  4723 -5740 -3094  -255 -1628  5055 -4878  2948  -900  5370 -8171
A31   2053  9819  3401  7551  1828  6625  9453  9246 -9226  4507  -797  5354
A32    674 -7104  5971 -3416   222 -8418  6387  7768  6132 -7787 -7686  9864
A33   7050  3729 -2809  -148  9377  5757 -9148 -9381  9908  1579  1164 -3900
A34   3611 -3480 -9223  4112 -8060 -1025  5129  3799  3692  3258 -8373   -58
A35  -6482  -537 -3744 -3376  8308 -3208 -7773    83 -4183  5401 -7849  4790
A36  -9339 -7499 -6766  -787 -4546 -4582  1033 -7679 -9327 -5041 -9722  5096
A37  -9432  4396 -6666 -3633  9406  3317  1653   855 -3024 -5737 -2688  1608
A38  -7462 -5666   188  4422  8528  9041   -19 -9152 -5601  8600 -8315 -1483
A39  -3035 -2254  4676  5397 -6919  2377  2264   117 -8939  5876 -5400 -1218
A40  -8695  3898 -7583  6932  8909  4396   290 -7005 -3254  5801 -9501  8258
A41   5875 -3534  7810 -6466  1032 -4328  1420  9236  4865 -6158 -6528  4347
A42  -3843 -2658 -8825 -6055 -4473 -5481 -2406 -9657 -7012 -7724 -6303  3140
A43   6535 -9781 -4668   279 -3803  6012 -9352 -3963 -4423  2198  3074 -7431
A44   8107 -1801  1478  3127 -2436 -1381  6520  3773 -5056 -3812  2619 -3612
A45   7497  2241  5484   894 -5379  2968 -8257   381  8062 -6429 -5899  1691
A46   2958 -3151  -550  1808 -2681 -3327  5684  6185 -4732  -285 -9887 -1074
A47  -6541  5534  7864  3984  8692  7284  1094  7915 -8875 -8038  5950 -2680
A48   2914  6249 -4106  1874  5517 -5311 -8605  4419 -4452   405  2268  2757
A49  -3540 -8544 -7895 -7042  1934 -2142  2491   362  7226  1586 -4572  -908
A50  -9934 -9316 -5302 -9277 -6008  9795  2169 -5082  3509 -7448 -9019    71
A51  -9660  1468  -993  9456  8466  3839  9425  9498 -6953  2759  2581  5077
A52   3550   741 -2740  4626 -8184  9659  5929 -3708 -4446  3421 -4731 -5907
A53  -4805  1293  6772 -9454 -9473  1274  6601 -6909 -4962 -2051 -5891 -8991
A54    775  9060  7208  4916 -4467  6437  2074 -7708  -308  9843 -8783 -6389
A55  -2517 -6508  2971  3537    41  8975 -4422 -2490 -1061  6673 -1932 -5165
A56   5983   780  3080 -8739  3314 -1202 -4463 -2512  5815 -4870 -2901 -1598
A57   1817 -5383 -4600 -8715  -445 -9680 -5903 -8675  9295  5691  9443  4111
A58  -1685 -8024 -5145 -3467 -2893  -143 -5311  4520 -2681 -8625 -5495 -4065
A59   7125 -6442  2689  9984  8667  4437 -3694 -3286  9131  5726  9272 -9704
A60  -1220 -7565  -714  4499  5574 -4575 -7147 -6801 -9797  8459 -8066 -3561
A61   9875 -1584 -6411 -1625 -1175 -7589  1904   652  3432 -5532  9587 -2127
A62   3046 -4492  4753  7639 -8901  4787  -437  3485   497 -8059  3689  6743
A63  -9452  2820  2908  4250  3543    99 -7252 -6837  2951  5476 -3036 -7474
A64   5534  4590 -6071 -5767 -6802  -648 -3269  6440   546 -4678  4987    42
A65   4983  9905 -2825 -4424  2090 -5086  2562  8815  1350  -394  6640  1259
A66   1842 -6242 -1856 -1942 -8419 -7755  8562 -9792  3510  7338 -6840  6834
A67   2841   605  6153 -8819  2894 -9626 -7731 -7341  5476 -1873  9229 -8830
A68   6272  5814  4245 -1387 -5249  3882  5565  8009 -5638 -3948  4411 -3945
A69   5069 -8682  4307  3354  9254 -8604 -7930  2545  7169 -1071 -6116 -8930
A70  -6930 -3698  8323 -5026 -2359 -5118  4287 -4030 -7778 -8950  5769 -8191
A71   1595 -1070 -8418 -7641 -3696 -9203  7068 -3118  2078  7667 -3165  1644
A72   3822  6105 -4145  9450  8906  7042  2879  7574 -3559 -5832 -4518  9116
A73   6722  1593  9982 -6010  4111  6074 -3604 -9714   481  6011  1465 -5892
A74   2616 -8232  3128 -9910  2795   -61 -3113  7718 -7305  1650  6646 -9042
A75    785 -8707 -7795  6449 -2039  5143  9247 -6319  -660 -7418  4298 -6186
A76  -9465  1282 -3367 -8526  7252 -3044  4962  8434  4179  5361 -3219  2816
A77  -4935  3739 -5535 -9585 -6177 -8357 -6630   232  3557 -6411 -6874  5397
A78  -5623  4009 -1102  2687  2431 -7586  7659  6568 -4463 -6893   646  -277
A79   1440  8573 -2253   884  6332 -9723 -6593  8099  2876   658  9859  4370
A80  -2416  -641  4613  5487  7195  3463  3605 -4003 -8892 -6628   615 -8049
A81   5443  7816  9751 -7644   670  7127 -4062 -2298 -9058   777 -7923  6565
A82  -2535  8919  1891  4581   826  9548 -8471  3926 -3202  3666  6882  8094
A83   5214 -2341  1166  4219 -6927    63  6695 -1184  6273   181  5917 -5290
 [ reached getOption("max.print") -- omitted 333 rows ]

$Asama_2
                  K1            K2            K3            K4           K5           K6            K7            K8            K9           K10
  [1,]  7.269759e-04 -0.0723312672 -2.110423e-02 -0.0382911642 -0.082231129  0.170654775  0.1007064142  5.569191e-02 -0.0989775394 -6.591443e-02
  [2,]  2.438558e-02 -0.0790117080 -3.570907e-02  0.0890517853 -0.093587174  0.614748749 -0.1666572478  7.383504e-02 -0.1709897754 -5.285781e-02
  [3,]  2.635819e-04 -0.0692320937  3.228904e-02  0.1533853551  0.198419060 -0.681857733 -0.0063294716  8.110995e-02  0.1893856856  2.619383e-02
  [4,] -2.235345e-02 -0.1544938017 -2.069719e-02 -0.0170253015  0.073458027  0.983793779  0.2714891212  5.480020e-02  0.0389079785  9.577540e-02
  [5,] -7.303770e-03 -0.1137568871  2.234306e-03 -0.0124852211  0.212024048 -0.438220579 -0.2524441933  8.056257e-02  0.1627556152  1.625361e-02
  [6,]  1.071758e-02  0.0171487603  1.771074e-02 -0.0563411366 -0.062124248 -0.344463781  0.1135348969 -5.361715e-02  0.0675075427  1.335886e-01
  [7,] -1.244787e-02  0.1306301653  2.334296e-02 -0.0587688185  0.219305277  1.004894496 -0.0998869737  3.854643e-02 -0.1390588334  1.120559e-01
  [8,]  2.773137e-02 -0.0175792011 -3.947421e-02 -0.0934342240 -0.138120686  1.050141397  0.1311669963 -1.521198e-02  0.0533439490  1.099872e-01
  [9,] -2.754856e-03  0.0092458678  3.223152e-02 -0.0508552061 -0.177889112 -0.506961062 -0.2216727889 -4.982960e-02 -0.1032308079 -2.955202e-03
 [10,]  3.877205e-02  0.0519455923 -4.060685e-02  0.0323165445 -0.158628368  0.003262998  0.0988697372 -3.178359e-02  0.2002388535  1.262811e-01
 [11,]  3.600019e-02 -0.0096763085 -2.256428e-04 -0.1152675968  0.088688488  0.701870785  0.2705001413  2.045627e-02  0.0989984915 -9.737390e-02
 [12,]  1.703504e-02 -0.1642906336  2.372346e-02 -0.1186253645  0.091338232  0.445834240 -0.0626730715  5.314040e-02 -0.1765630238  8.516354e-03
 [13,]  1.590419e-02 -0.1560089532  1.265369e-02 -0.0946323008  0.102026275 -1.078529476 -0.0617971178  4.952943e-03 -0.1554642977  1.161394e-01
 [14,] -4.293834e-03  0.1685950413  4.092540e-03 -0.0041302120  0.045646849  0.046769632  0.1167278892  7.017110e-02  0.0905757627 -5.013097e-02
 [15,] -2.299965e-02 -0.1264118457 -3.375793e-03 -0.1442106093  0.106947228 -0.790733087  0.1035603278  4.384370e-02 -0.2040521287  2.764457e-02
 [16,]  3.581738e-02  0.0891356749 -2.216608e-03  0.0901552771  0.052059675 -0.485098978 -0.2533201469  8.096869e-02  0.0960023466 -1.222110e-01
 [17,] -1.990469e-02 -0.0194387052 -2.459948e-03  0.0510916686  0.189512358  0.955840766  0.0947442780 -5.902919e-02 -0.1672184043  2.051179e-02
 [18,]  3.500538e-02 -0.0648243802  1.593215e-02  0.1078426736  0.190313961  0.264302806  0.2482057078 -1.925556e-02 -0.0501173315 -5.410706e-02
 [19,]  1.425893e-02 -0.0379648760 -2.161746e-02 -0.0708914637  0.075150301  0.167718077 -0.2484035038  3.757527e-02 -0.1990236339  3.481765e-02
 [20,]  1.802560e-03  0.0147727273  2.485610e-02  0.0753211949  0.150122467 -0.404611703  0.1786662899 -6.086557e-02  0.0225234663 -1.276513e-01
 [21,]  2.137989e-02  0.0719008264  1.317134e-02  0.0561204382 -0.147762191 -0.222862737  0.0992935858  4.214857e-02 -0.1590471002  4.002955e-02
 [22,] -2.239596e-02  0.0599517906 -3.341725e-02 -0.1502482856  0.016366065  0.669458342 -0.2821135914  6.626878e-02  0.0770197787 -5.078917e-02
 [23,]  3.226753e-02  0.1105716253 -2.561709e-03  0.0334042721  0.105900690 -0.467261257 -0.0395309409  5.270779e-02 -0.0810216225 -2.094163e-02
 [24,]  3.178288e-02 -0.0631370523 -4.256242e-03 -0.0540868606  0.078913382 -0.499021101 -0.0573325798 -6.509456e-02 -0.1526357694  3.046544e-02
 [25,]  3.782826e-02 -0.0157196970 -2.600201e-02  0.0694884527  0.019973280  0.917881227 -0.2172647641 -5.872018e-02 -0.0300033523 -9.647391e-02
 [26,]  1.499866e-02 -0.0073519284 -1.133081e-02  0.1097501379  0.016945001  0.055688492  0.2115004238  4.966186e-02  0.1964884345 -7.515616e-02
 [27,] -3.995817e-02  0.0743801653 -7.508152e-03 -0.0135256562 -0.192807838 -0.565259952 -0.0632099463  3.506789e-02  0.1881914180  1.286050e-01
 [28,]  2.402422e-02  0.0957988981  1.941413e-02  0.0063529597  0.032264529 -0.385360017 -0.1682678723 -9.535077e-04  0.0650771036  9.037544e-02
 [29,]  7.006177e-03 -0.0457472452 -1.279527e-02 -0.0139197604 -0.035047874  0.393517511 -0.1035885843 -3.187188e-03  0.1955455917 -7.065619e-03
 [30,] -3.489909e-02  0.0813188705  2.539587e-02 -0.0487743359  0.005678023 -0.177072003  0.1428369596 -4.306676e-02  0.0617666778 -1.208946e-02
 [31,] -8.727962e-03  0.1690599174 -1.504727e-02  0.1190352329 -0.040703629  0.720578638  0.2671093529  8.163085e-02 -0.1933037211  6.054134e-02
 [32,] -2.865390e-03 -0.1223140496 -2.641790e-02 -0.0538503980 -0.004943220 -0.915597129  0.1804747104  6.858192e-02  0.1284780422 -1.046007e-01
 [33,] -2.997181e-02  0.0642045455  1.242805e-02 -0.0023330969 -0.208795369  0.626169241 -0.2584910992 -8.282274e-02  0.2075930272  2.121029e-02
 [34,] -1.535152e-02 -0.0599173554  4.080594e-02  0.0648222590  0.179470051 -0.111485752  0.1449279457  3.354052e-02  0.0773550117  4.376385e-02
 [35,]  2.755706e-02 -0.0092458678  1.656483e-02 -0.0532198313 -0.184992207 -0.348923211 -0.2196383159  7.327883e-04 -0.0876424740  7.255020e-02
 [36,]  3.970309e-02 -0.1291150138  2.993527e-02 -0.0124064003  0.101224672 -0.498368501  0.0291890365 -6.779616e-02 -0.1954198793 -6.771442e-02
 [37,]  4.009846e-02  0.0756887052  2.949283e-02 -0.0572712225 -0.209441104  0.360778769  0.0467081096  7.548602e-03 -0.0633590345 -7.706360e-02
 [38,]  3.172336e-02 -0.0975550964 -8.317811e-04  0.0697091511 -0.189890893  0.983358712 -0.0005368748 -8.080095e-02 -0.1173524975  1.155215e-01
 [39,]  1.290276e-02 -0.0388085399 -2.068834e-02  0.0850792149  0.154063683  0.258538177  0.0639728737  1.032967e-03 -0.1872904794  7.893075e-02
 [40,]  3.696524e-02  0.0671143251  3.354998e-02  0.1092772129 -0.198374527  0.478137916  0.0081944052 -6.184557e-02 -0.0681780087  7.792330e-02
 [41,] -2.497651e-02 -0.0608471074 -3.455431e-02 -0.1019311106 -0.022979292 -0.470741788  0.0401243289  8.154256e-02  0.1019317801 -8.271879e-02
 [42,]  1.633783e-02 -0.0457644628  3.904504e-02 -0.0954520375  0.099599198 -0.596149663 -0.0679853066 -8.525948e-02 -0.1469158565 -1.037544e-01
 [43,] -2.778238e-02 -0.1684056474  2.065295e-02  0.0043982029  0.084680472  0.653904720 -0.2642554394 -3.498843e-02 -0.0926709688  2.952515e-02
 [44,] -3.446546e-02 -0.0310089532 -6.539215e-03  0.0492945535  0.054241817 -0.150206657  0.1842328341  3.331097e-02 -0.1059336239 -5.120559e-02
 [45,] -3.187215e-02  0.0385847107 -2.426323e-02  0.0140931662  0.119772879  0.322819230 -0.2333144956  3.363763e-03  0.1689155213 -8.635906e-02
 [46,] -1.257541e-02 -0.0542527548  2.433402e-03  0.0285016158  0.059697172 -0.361866435  0.1606103419  5.460597e-02 -0.0991451559 -3.828330e-03
 [47,]  2.780789e-02  0.0952823691 -3.479323e-02  0.0628044455 -0.193542641  0.792255819  0.0309126872  6.987975e-02 -0.1859495474 -1.079723e-01
 [48,] -1.238835e-02  0.1075929752  1.816645e-02  0.0295420509 -0.122845691 -0.577659343 -0.2431477819  3.901436e-02 -0.0932785786  5.440258e-03
 [49,]  1.504968e-02 -0.1471074380  3.493038e-02 -0.1110112714 -0.043063906 -0.232978029  0.0703871150  3.196016e-03  0.1513995977  2.130432e-02
 [50,]  4.223262e-02 -0.1603994490  2.345800e-02 -0.1462441870  0.133778668  1.065368719  0.0612884996 -4.486783e-02  0.0735207844 -1.000470e-01
 [51,]  4.106776e-02  0.0252754821  4.393397e-03  0.1490659730 -0.188510354  0.417554927  0.2663181690  8.385570e-02 -0.1456796849  3.706092e-02
 [52,] -1.509219e-02  0.0127582645  1.212277e-02  0.0729250414  0.182231129  1.050576463  0.1675332015 -3.273710e-02 -0.0931528662  4.595339e-02
 [53,]  2.042760e-02  0.0222623967 -2.996182e-02 -0.1490344447  0.210932977  0.138568632  0.1865216163 -6.099800e-02 -0.1039641301 -2.755054e-02
 [54,] -3.294774e-03  0.1559917355 -3.189084e-02  0.0774966501  0.099465598  0.700130520  0.0586041255 -6.805220e-02 -0.0064532350  1.322184e-01
 [55,]  1.070058e-02 -0.1120523416 -1.314480e-02  0.0557578624 -0.000912937  0.976180117 -0.1249505510 -2.198365e-02 -0.0222301374  8.963664e-02
 [56,] -2.543565e-02  0.0134297521 -1.362705e-02 -0.1377630646 -0.073792029 -0.130737437 -0.1261090704 -2.217788e-02  0.1218362387 -6.541742e-02
 [57,] -7.724650e-03 -0.0926825069  2.035209e-02 -0.1373847245  0.009908706 -1.052860561 -0.1667985307 -7.658962e-02  0.1947494133  7.644570e-02
 [58,]  7.163476e-03 -0.1381542700  2.276337e-02 -0.0546543706  0.064417724 -0.015553622 -0.1500706414  3.990606e-02 -0.0561724774 -1.158573e-01
 [59,] -3.029066e-02 -0.1109159780 -1.189712e-02  0.1573894538 -0.192985972  0.482597346 -0.1043797683 -2.901135e-02  0.1913132752  7.691584e-02
 [60,]  5.186612e-03 -0.1302513774  3.158999e-03  0.0709229920 -0.124114896 -0.497607135 -0.2019497033 -6.004450e-02 -0.2052673483  1.136275e-01
 [61,] -4.198180e-02 -0.0272727273  2.836462e-02 -0.0256167731  0.026163438 -0.825429628  0.0538005086  5.756361e-03  0.0719074757 -7.430989e-02
 [62,] -1.294952e-02 -0.0773415978 -2.102902e-02  0.1204224797  0.198196393  0.520665652 -0.0123481209  3.076828e-02  0.0104131747 -1.082544e-01
 [63,]  4.018349e-02  0.0485537190 -1.286606e-02  0.0669977142 -0.078891116  0.010767892 -0.2049166431 -6.036233e-02  0.0618295340  7.355766e-02
 [64,] -2.352681e-02  0.0790289256  2.686034e-02 -0.0909119571  0.151458473 -0.070480748 -0.0923707262  5.685731e-02  0.0114398257 -6.283834e-02
 [65,] -2.118433e-02  0.1705406336  1.249884e-02 -0.0697406794 -0.046537519 -0.553186861  0.0723933314  7.782565e-02  0.0282852833 -5.292498e-03
 [66,] -7.830933e-03 -0.1074724518  8.211626e-03 -0.0306140143  0.187463817 -0.843484881  0.2419327494 -8.645136e-02  0.0735417365  9.856941e-02
 [67,] -1.207800e-02  0.0104166667 -2.722313e-02 -0.1390241980 -0.064439991 -1.046987166 -0.2184515400 -6.481204e-02  0.1147334898 -2.515951e-02
 [68,] -2.666429e-02  0.1001033058 -1.878144e-02 -0.0218649011  0.116878201  0.422231890  0.1572478101  7.070966e-02 -0.1181277238 -5.303244e-02
 [69,] -2.154995e-02 -0.1494834711 -1.905575e-02  0.0528730196 -0.206056558 -0.935827714 -0.2240745973  2.246923e-02  0.1502053302 -1.438646e-02
 [70,]  2.946166e-02 -0.0636707989 -3.682401e-02 -0.0792307086  0.052527277 -0.556667392  0.1211359141 -3.557996e-02 -0.1629651358 -1.202230e-01
 [71,] -6.780857e-03 -0.0184228650  3.724433e-02 -0.1204540080  0.082297929 -1.000978899  0.1997174343 -2.752812e-02  0.0435383842  1.029888e-01
 [72,] -1.624855e-02  0.1051136364  1.833900e-02  0.1489713880 -0.198307727  0.765934305  0.0813506640  6.686914e-02 -0.0745683875 -7.833971e-02
 [73,] -2.857738e-02  0.0274276860 -4.416404e-02 -0.0947426500 -0.091538633  0.660648249 -0.1018366770 -8.576272e-02  0.0100779417  8.074417e-02
 [74,] -1.112146e-02 -0.1417355372 -1.383942e-02 -0.1562229053 -0.062235582 -0.006634762 -0.0879627013  6.814048e-02 -0.1530548106  2.216401e-02
 [75,] -3.337287e-03 -0.1499139118  3.448795e-02  0.1016631197  0.045401915  0.559386556  0.2612884996 -5.578903e-02 -0.0138283607 -9.964403e-02
 [76,]  4.023875e-02  0.0220730028  1.489685e-02 -0.1344052968 -0.161478513 -0.331085491  0.1402090986  7.446189e-02  0.0875586658  7.201290e-02
 [77,]  2.098027e-02  0.0643767218  2.448887e-02 -0.1510995507  0.137541750 -0.908962367 -0.1873410568  2.048276e-03  0.0745264834 -8.611727e-02
 [78,]  2.390518e-02  0.0690254821  4.875653e-03  0.0423583195 -0.054130483 -0.825103328  0.2164170670  5.798739e-02 -0.0935090513 -9.259185e-02
 [79,] -6.121902e-03  0.1476067493  9.968100e-03  0.0139355246 -0.140993097 -1.057537524 -0.1862955637  7.150425e-02  0.0602581294  8.838740e-03
 [80,]  1.027119e-02 -0.0110365014 -2.040961e-02  0.0864979901 -0.160209308  0.376658690  0.1018649336 -3.534159e-02 -0.1863057325 -8.903217e-02
 [81,] -2.313994e-02  0.1345730028 -4.314201e-02 -0.1205013005 -0.014918726  0.775179465 -0.1147781859 -2.028852e-02 -0.1897837747  1.043724e-02
 [82,]  1.077710e-02  0.1535640496 -8.366479e-03  0.0722156538 -0.018392340  1.038503372 -0.2393614015  3.466177e-02 -0.0670885015  4.924441e-02
 [83,] -2.216639e-02 -0.0403064738 -5.158813e-03  0.0665090250  0.154241817  0.006852295  0.1891777338 -1.045327e-02  0.1314322829  2.431325e-03
                 K11           K12
  [1,]  0.0629107857 -0.0375083153
  [2,]  0.0383081396  0.0169489598
  [3,]  0.0655345406  0.0378835690
  [4,] -0.0135340923 -0.0115418948
  [5,] -0.0358557858  0.0295995588
  [6,] -0.0113388401  0.0225550230
  [7,]  0.0104488730  0.0559867183
  [8,]  0.0396595711 -0.0291731341
  [9,]  0.0216492739 -0.0182111769
 [10,]  0.0618230482  0.0267226136
 [11,] -0.0341549598 -0.0338410630
 [12,]  0.0165402034  0.0024789488
 [13,] -0.0598321588 -0.0398166942
 [14,]  0.0382685855  0.0061064015
 [15,]  0.0367259758  0.0136057903
 [16,] -0.0001384393 -0.0427618674
 [17,] -0.0090776645  0.0114907238
 [18,]  0.0592058856  0.0356377323
 [19,]  0.0143581359  0.0477083937
 [20,]  0.0133890607 -0.0284226267
 [21,] -0.0332188462 -0.0561686595
 [22,]  0.0264155421  0.0234874716
 [23,]  0.0338055653  0.0017000131
 [24,] -0.0004548721  0.0312029156
 [25,] -0.0066319030  0.0167897613
 [26,] -0.0108905604 -0.0170626731
 [27,]  0.0137186781  0.0444732518
 [28,] -0.0224930945 -0.0443026819
 [29,]  0.0517697161  0.0352624786
 [30,] -0.0354009137  0.0464575480
 [31,]  0.0052541021 -0.0304410368
 [32,]  0.0506687938 -0.0560833746
 [33,] -0.0076734941  0.0221740836
 [34,]  0.0551977375  0.0003297684
 [35,]  0.0517433467 -0.0272343232
 [36,]  0.0640908162 -0.0289741359
 [37,]  0.0177202339 -0.0091425452
 [38,]  0.0548153813  0.0084318374
 [39,]  0.0355986842  0.0069251369
 [40,]  0.0626339071 -0.0469522006
 [41,]  0.0430348537 -0.0247155747
 [42,]  0.0415515752 -0.0178529801
 [43,] -0.0202648806  0.0422501578
 [44,] -0.0172653618  0.0205366128
 [45,]  0.0388882663 -0.0096144552
 [46,]  0.0651785538  0.0061064015
 [47,] -0.0392244761  0.0152375754
 [48,] -0.0149514474 -0.0156753714
 [49,]  0.0301402193  0.0051625815
 [50,]  0.0594563949 -0.0004036820
 [51,] -0.0170148526 -0.0288661083
 [52,]  0.0311884027  0.0335852082
 [53,]  0.0388355275  0.0511197912
 [54,]  0.0579006006  0.0363256975
 [55,]  0.0127364181  0.0293664466
 [56,]  0.0191244042  0.0090856886
 [57,] -0.0622515509 -0.0233737584
 [58,]  0.0362249573  0.0231122179
 [59,] -0.0611242592  0.0551736686
 [60,]  0.0531738864  0.0202466440
 [61,] -0.0632008491  0.0120934041
 [62,] -0.0243191752 -0.0383384220
 [63,]  0.0200143713  0.0424946413
 [64,] -0.0328760441 -0.0002387978
 [65,] -0.0437731968 -0.0071582490
 [66,]  0.0450916666 -0.0388558173
 [67,] -0.0608407882  0.0502043996
 [68,] -0.0290788511  0.0224299384
 [69,]  0.0403188060  0.0507729658
 [70,] -0.0380312609  0.0465712613
 [71,]  0.0208647843 -0.0093472291
 [72,]  0.0297842324 -0.0518304990
 [73,] -0.0096577912  0.0334999232
 [74,] -0.0438127509  0.0514097600
 [75,] -0.0283339157  0.0351715080
 [76,]  0.0212207712 -0.0160108255
 [77,]  0.0453158065 -0.0306855203
 [78,] -0.0042586574  0.0015749285
 [79,] -0.0649939680 -0.0248463450
 [80,] -0.0040542946  0.0457638972
 [81,]  0.0522311805 -0.0373263741
 [82,] -0.0453685453 -0.0460197520
 [83,] -0.0390069286  0.0300771544
 [ reached getOption("max.print") -- omitted 333 rows ]

$Asama_3
        [,1]
K1  1.638503
K2  1.687319
K3  1.689942
K4  1.738051
K5  1.725793
K6  1.700281
K7  1.713241
K8  1.628322
K9  1.691720
K10 1.761540
K11 1.660501
K12 1.627682

$KA
     [,1]
K1  0.081
K2  0.083
K3  0.083
K4  0.086
K5  0.085
K6  0.084
K7  0.085
K8  0.080
K9  0.083
K10 0.087
K11 0.082
K12 0.080

Yukarıdaki kod bloğu çalıştırıldığında elde edilen kriter ağırlıkları aşağıda verilmiştir.

$KA
     [,1]
K1  0.081
K2  0.083
K3  0.083
K4  0.086
K5  0.085
K6  0.084
K7  0.085
K8  0.080
K9  0.083
K10 0.087
K11 0.082
K12 0.080 

Şimdi de elde ettiğimiz bu kriter ağırlıklarını aşağıda yazılan kod ile büyükten küçüğe doğru igray teması ile grafik üzerinde gösterelim.

b=NMD(km1)

tibble(Kriter=paste("K", 1:ncol(km1), sep=""), Ağırlık=round(b$KA,3)) %>% mutate(Kriter = fct_reorder(Kriter, Ağırlık)) %>%
ggplot(aes(x=Kriter, y=Ağırlık)) +
    geom_bar(stat="identity", fill="#ff4d4d", alpha=.6, width=.6) +
    geom_text(aes(label=Ağırlık), vjust=0.5, size=4)+
    coord_flip() +
    xlab("Kriter") +
    theme_igray()

Yukarıdaki R kod bloğunun çalıştırılmasından sonra 12 kriterimize ait ağırlık değerleri aşağıdaki grafik üzerinde verilmiştir.

Eğer NMD sonuçlarını Microsoft Excel çalışma kitabına yazdırmak istersek aşağıda kodu yazmamız yeterlidir.

library(openxlsx)
#sonuçları yazdırmak için
y=NMD(km1)

cikti <- list('Karar Matrisi' = y$Karar_Matrisi, '2. Aşama Matrisi' = y$Asama_2, '3.Aşama Matrisi' = y$Asama_3, "Kriter Ağırlıkları"=y$KA)
baslik_stili <- createStyle(
  textDecoration = "BOLD", fontColour = "#FFFFFF", fontSize = 12,
  fontName = "Arial Narrow", fgFill = "#4F80BD", halign = "center")
#elde edilen sonuçları "sonuçlar.xlsx" excel çalışma kitabına yazdırılması
write.xlsx(cikti, file = 'sonuclar.xlsx', asTable = FALSE, overwrite = TRUE, rowNames = TRUE, borders = "rows", headerStyle = baslik_stili, colWidths="auto", Widths="auto")

Yukarıdaki R kod bloğu çalıştırılmasından sonra elde edilen xlsx uzantılı dosya aşağıdaki linkte verilmiştir.

Sonuçlarİndir

NMD Kullanım Alanları

Ağırlıklandırma işlemi gerektiren;

  • Sıralama (ranking)
  • Seçim (selection)
  • Etkinlik ve verimlilik ölçümleri (measurements of efficiency and productivity)
  • Performans değenlendirme (performance evaluation)
  • Risk tahmini (risk estimation)
  • Optimal çözüm (optimal solution)

gibi bütün karar verme problemlerinin çözümünde sektör ayrımı olmaksızın rahatlıkla uygulanabilir.  Yönteminin kullanıldığı çalışmalar:

  • Bağcı, H. & Sarıay, İ. (2021). Halka Açık Piyasa Değeri ve Piyasa Değerinin İşletme Performansındaki Rolü: BİST Halka Arz Endeksi’nde Bir Uygulama. Finansal Araştırmalar ve Çalışmalar Dergisi, 13 (24):36-54. DOI:10.14784/marufacd.880613.
  • Kılıçarslan, A. & Sucu, M. Ç. (2021). Çok Ölçütlü Karar Verme Yöntemleri ile Finansal Performans Sıralamaları Portföy Yönetim Şirketleri Üzerine Bir Uygulama . Erciyes Akademi , 35 (4) , 1451-1480 . DOI: 10.48070/erciyesakademi.994546
  • Çağdaş Sağ, Sezgi. (2022). Görsel sanatlar öğretmen adayı seçim sınavında yeni bir boyut: Kişilik testi. Pamukkale Üniversitesi, Eğitim Bilimleri Enstitüsü, Yüksek Lisans Tezi, Denizli. URL: http://acikerisim.pau.edu.tr/xmlui/handle/11499/45600.
  • Ergun, H. , Gülal, M. & Kılıçarslan, A. (2022). Lisanslı Depoculuk Sektöründe Faaliyet Gösteren Şirketlerin İşlem Performanslarının Çok Kriterli Karar Verme Yöntemleriyle Ölçülmesi . Muhasebe ve Finansman Dergisi , (94) , 105-132 . DOI: 10.25095/mufad.1054068
  • Ergun, H., Sucu, M. Ç., Yaralı, M. C., Gülal, M., Kılıçarslan, A. (2022). Finansal Performans, Kurumsal Yönetim Ve Marka Değeri Arasındaki İlişki: Borsa İstanbul Kurumsal Yönetim Endeksi Kapsamındaki Bankalar Üzerine Bir Uygulama, Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 12(2), 852-869.
  • Kılıçarslan, A. (2022). Türkiye Sermaye Piyasalarında Aracılık Hizmeti Sunan Aracı Kurumların Finansal Performans Analizi / İktisadi ve İdari Bilimlerde Teori ve Araştırmalar-I (pp.215-246): Bölüm 13. Serüven Yayınevi.

Sonuç

Özetle, bu çalışmayla ÇKKV problemlerinin çözümünde ağırlıklandırma yöntemi olarak geliştirilen NMD metodunun R programlama dilinde oluşturulan fonksiyonu ile uygulanmasına yer verilerek bu yöntemi kullanacak akademi ve saha çalışanlarına bir katkı sunulması amaçlanmıştır.

Faydalı olması dileğiyle.

Bilimle ve teknolojiyle kalınız.

Bu çalışmaya atıf yapmak için aşağıdaki alıntı gösterme şeklini kullanabilirsiniz.

  • Bulut, T. (2022). R’da Normalize Edilmiş Maksimum Değerler [NMD] Metodu. URL: https://tevfikbulut.net/rda-normalize-edilmis-maksimum-degerler-nmd-metodu/
  • Bulut, T. (2022). Normalize Edilmiş Maksimum Değerler [NMD] Metodunun Teorik Çerçevesi. URL: https://tevfikbulut.net/normalize-edilmis-maksimum-degerler-nmd-metodu/
  • Bulut, T. (2017). Çok Kriterli Karar Verme (ÇKKV) Modellerinde Kriterlerin Ağırlıklandırılmasına Yönelik Bir Model Önerisi: Normalize Edilmiş Maksimum Değerler [NMD] Metodu (Normalized Maximum Values [NMV] Method), URL: https://tevfikbulutcom.wordpress.com/2017/06/21/coklu-karar-verme-modellerinde-kriterlerin-agirliklandirilmasina-yonelik-model-onerisi/.

Not/Note

  •  Kaynak gösterilmeden alıntı yapılamaz veya kopyalanamaz.
  •  It can not be cited or copied without referencing.

Yararlanılan Kaynaklar

  • Çok Kriterli Karar Verme (ÇKKV) Modellerinde Kriterlerin Ağırlıklandırılmasına Yönelik Bir Model Önerisi: Normalize Edilmiş Maksimum Değerler [NMD] Metodu (Normalized Maximum Values [NMV] Method), URL:https://tevfikbulutcom.wordpress.com/2017/06/21/coklu-karar-verme-modellerinde-kriterlerin-agirliklandirilmasina-yonelik-model-onerisi/.
  • Normalize Edilmiş Maksimum Değerler [NMD] Metodu, URL: https://rpubs.com/tevfik1461/nmd.
  • Normalize Edilmiş Maksimum Değerler [NMD] Metodu, https://tevfikbulut.net/normalize-edilmis-maksimum-degerler-nmd-metodu/.
  • Bağcı, H. & Sarıay, İ. (2021). Halka Açık Piyasa Değeri ve Piyasa Değerinin İşletme Performansındaki Rolü: BİST Halka Arz Endeksi’nde Bir Uygulama. Finansal Araştırmalar ve Çalışmalar Dergisi , 13 (24) , 36-54 . DOI: 10.14784/marufacd.880613.
  • Çağdaş Sağ, Sezgi. (2022). Görsel sanatlar öğretmen adayı seçim sınavında yeni bir boyut: Kişilik testi. Pamukkale Üniversitesi, Eğitim Bilimleri Enstitüsü, Yüksek Lisans Tezi, Denizli. URL: http://acikerisim.pau.edu.tr/xmlui/handle/11499/45600.
  • Microsoft Office Excel 2016. Microsoft Corporation.
  • R Core Team (2017). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL: https://www.R-project.org/.
  • DiagrammeR kütüphanesi, URL: https://github.com/rich-iannone/DiagrammeR.
  • JJ Allaire and Yihui Xie and Jonathan McPherson and Javier Luraschi and Kevin Ushey and Aron Atkins and Hadley Wickham and Joe Cheng and Winston Chang and Richard Iannone (2021). rmarkdown: Dynamic Documents for R. R package version 2.11. URL https://rmarkdown.rstudio.com.
Önceki yazı Sonraki Yazı
FonksiyonFunctionNMDR

Yorum Yaz Cevabı iptal et

Son Yazılar

  • Kanada Sağlık Sisteminde Bekleme Süreleri
  • Araştırma Metodolojisi Notları-II
  • Araştırma Metodolojisi Notları-I
  • Microsoft Excel’de Bulut Endeks-Beta [BE-β] Simülasyonu
  • R’da Statik ve Dinamik Haritalama Vaka Çalışmaları: Türkiye Örneği

Son Yorumlar

  1. Küresel İnovasyon Endeksi 2021 Yılı Raporu ve Türkiye - winally.com - Küresel İnovasyon Endeksi’nde Türkiye Ne Durumda?
  2. R’da Birliktelik Kuralları | canözkan - Apriori Algoritması Üzerine Bir Vaka Çalışması: A Case Study on Apriori Algorithm
  3. Tevfik BULUT - Python’da Şans Oyunları Perspektifinden Olasılık : Probability from Perspective of the Chance Games in Python
  4. Ahmet Aksoy - Python’da Şans Oyunları Perspektifinden Olasılık : Probability from Perspective of the Chance Games in Python
  5. Tevfik BULUT - Z Tablosuna Göre Güven Aralığının Hesaplanmasına Yönelik Bir Simülasyon Çalışması: A Simulation Study for Calculating Confidence Interval by Z Table

Arşivler

  • Ocak 2023
  • Ekim 2022
  • Eylül 2022
  • Nisan 2022
  • Mart 2022
  • Ekim 2021
  • Eylül 2021
  • Ağustos 2021
  • Temmuz 2021
  • Haziran 2021
  • Mayıs 2021
  • Nisan 2021
  • Şubat 2021
  • Ocak 2021
  • Aralık 2020
  • Kasım 2020
  • Ekim 2020
  • Eylül 2020
  • Ağustos 2020
  • Temmuz 2020
  • Haziran 2020
  • Mayıs 2020
  • Nisan 2020
  • Mart 2020
  • Şubat 2020
  • Ocak 2020
  • Aralık 2019
  • Kasım 2019
  • Ekim 2019
  • Eylül 2019
  • Ağustos 2019
  • Mayıs 2019
  • Şubat 2019
  • Aralık 2018
  • Eylül 2018
  • Ağustos 2018
  • Temmuz 2018
  • Mayıs 2018
  • Nisan 2018
  • Ekim 2017
  • Temmuz 2017
  • Haziran 2017
  • Mayıs 2017
  • Ocak 2017

Kategoriler

  • Genel
  • İstatistik
  • Makine Öğrenme
  • Model Geliştirme
  • Sağlık
  • Teknoloji

Kategoriler

  • Genel
  • İstatistik
  • Makine Öğrenme
  • Model Geliştirme
  • Sağlık
  • Teknoloji

Etiketler

Accuracy Basit Tesadüfi Örnekleme Bernoulli Olasılık Dağılımı Confusion Matrix Coronavirus Doğruluk Doğruluk Oranı Dünya Sağlık Örgütü EDA Epidemi Epidemiyology Epidemiyoloji Exploratory Data Analysis Exploratory Data Analysis (EDA) F1 Forecast Keşifsel Veri Analizi Kitle Olasılık Fonksiyonu Koronavirüs Koronavirüs Salgını Olasılık Olasılıklı Örneklem OSB Pandemi Point Estimation Point Forecast Prevalance Prevalans Probability Sampling R Recall Salgın Sağlık Bakanlığı Simple Random Sampling Tahmin TBATS TURKEY TÜRKİYE Veri Madenciliği WHO World Health Organization Yapay Zeka ÇKKV Örneklem Örneklem Büyüklüğü
Logo

Burada, gazete ve dergilerde yayınlanan çalışmalarımın tamamı çalışmakta olduğum kurumdan bağımsız olarak özel hayatımda yaptığım çalışmalardır. Dolayısıyla, burada yer alan çalışmalardan emeğe saygı adına kaynak gösterilmesi suretiyle azami ölçüde herkes yararlanabilir.

Site Haritası

  • Ana Sayfa
  • Hakkında
  • Blog
  • İletişim

Linkler

  • winally.com

Bana Ulaşın

Bu sayfa, bazı temel bilgilerin ve bir iletişim formunun yer aldığı bir iletişim sayfasıdır. Suç teşkil edecek, yasadışı, tehditkar, rahatsız edici, hakaret ve küfür içeren, aşağılayıcı, küçük düşürücü, kaba, müstehcen, ahlaka aykırı, kişilik haklarına zarar verici ya da benzeri niteliklerde içeriklerden doğan her türlü mali, hukuki, cezai, idari sorumluluk içeriği gönderen Kişilere aittir.

  • Email: buluttevfik@gmail.com

© Copyright 2022 Tevfik Bulut