Show simple item record

dc.contributor.advisorUla, Ali Taylan
dc.contributor.authorApak, Sinan
dc.date.accessioned2020-12-29T06:48:00Z
dc.date.available2020-12-29T06:48:00Z
dc.date.submitted2005
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/339227
dc.description.abstractV ÖZET Lojistik yönetiminde yeteri kadar profesyonelliğin olmaması lojistikten doğan maliyetlerin sürekli bir şekilde bütçeyi aşmasına neden olmaktadır. Lojistik aktivitelerini başarılı bir şekilde yönetilmemesinin sebeplerinden biri de istatistikli çalışmaların azlığı olabilir. İstatistikli uygulamalara olan ihtiyaçtan, lojistik sektöründeki boşluğu dolduracak bir metot geliştirdik. Bu problemi anlamak ve çözmek için bazı istatistikli teknikler kullandık. Bu tekniklerde kendi aralarında ikiye ayrılabilir. Çoklu regresyon yöntemleri açıklayıcı gücü olan değişkenleri tespit etmek için kullanılmıştır. Stepwise ve best subset regresyon modelleri de çoklu regresyon modelini desteklemek için uygulanmıştır. Açıklayıcı gücü olan değerlerin son aylardaki değerlerini tahmin etmek içinde tahminleme modelleri kullanılmıştır. Tüm bu teknikler toplam maliyeti en uygun şekilde kontrol etmek için kullanılmıştır. Firmalar bu değişkenleri bularak, model oluşturarak stratejik kararlar alabilir ve maliyetin performansı kontrol edilebilir. Bu çalışma organizasyonların kendi ölçüm sistemlerinin oluşturulmasına olanak tanımaktadır. Aynı zamanda bu metot diğer şirketlerin maliyetlerini tahmin etmekte ve diğer şirketlerle kıyaslamada kullanılır.
dc.description.abstractIV ABSTRACT Due to lack of professionalism on logistics management, logistics costs usually exceed the budget. Also lack of statistical studies might be one reason for unsuccessful management of logistics activities. In need of a statistical approach, we develop a method to fill the gap in logistics sector. To understand and solve the problem some statistical techniques are used which may be divided into two groups. Multiple regression models are used to determine the explanatory variables. Stepwise and best subset regression models are applied to support multiple regression models. Several forecasting techniques are used to make predictions for the explanatory variables. All these techniques are used to find the appropriate method to control firm performance. Defining variables and building a method, firms can make strategic decisions and control total cost performance. This study enables organizations to set up their own measuring systems. At the same time, method could be used to estimate other companies total cost values and compare them with their own.en_US
dc.languageEnglish
dc.language.isoen
dc.rightsinfo:eu-repo/semantics/embargoedAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontroltr_TR
dc.subjectComputer Engineering and Computer Science and Controlen_US
dc.titleImproving methods for control of logistics performance
dc.title.alternativeLojistik performansını kontrol eden methodların geliştirilmesi
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentDiğer
dc.identifier.yokid190204
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityYEDİTEPE ÜNİVERSİTESİ
dc.identifier.thesisid168286
dc.description.pages109
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/embargoedAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/embargoedAccess