Ana Sayfa     Üniversite Hakkında Bilgi     Derece Programları     Öğrenciler İçin Genel Bilgi     English  

 DERECE PROGRAMLARI


 Ön Lisans Derecesi


 Lisans Derecesi


 Yüksek Lisans Derecesi

  Ders Bilgileri
Dersin Adı : İstatistiksel Hesaplama

Dersin Kodu : ISB-561

Dersin Türü : Seçmeli

Dersin Aşaması : İkinci Aşama (Yüksek Lisans)

Dersin Yılı : 1

Dersin Dönemi : Güz (16 Hafta)

Dersin AKTS Kredisi : 6

Eğitici(ler)nin Adı : Doç.Dr. ALİ İHSANGENÇ

Dersin Öğrenme Kazanımları : Bilgisayarda rastgele değişkenlerin simülasyonunu yapar.
İstatistiksel sonuç çıkarsamada Monte Carlo yöntemlerini öğrenir.
Bootstrap ve Jackknife yöntemlerini öğrenir.
Monte Carlo integrasyonu ve varyans indirgeme yöntemlerini öğrenir.
İstatistiksel sonuç çıkarsamada Monte Carlo yöntemlerini öğrenir.
Bayesçi istatistikte MCMC yöntemlerini öğrenir.
Maksimum olabilirlik yöntemi ve momentler yöntemi tahmin edicilerini bulmayı ve EM algoritmasını öğrenir.

Dersin Veriliş Şekli : Örgün (Yüz Yüze)

Dersin Önkoşulları : Yok

Ders Hakkında Önerilen Diğer Hususlar : Yok

Dersin Amacı : Bu dersin amacı veri analizinde önemli bir yere sahip olan çeşitli hesaplamalı yöntemleri R istatistiksel bilgisayar paket programını yoğun olarak kullanarak teorisiyle birlikte tartışmaktır.

Dersin İçeriği : R programının temelleri, tek boyutlu ve çok boyutlu grafik çizimleri, rastgele sayı üretme yöntemleri, simülasyon, Monte Carlo integrali, sonuç çıkarsamada Monte Carlo yöntemleri, varyans indirgemesi, bootstrap ve jackknife, MCMC, maksimum olabilirlik yöntemi, momentler yöntemi, EM algoritması

Dersin Dili : Türkçe

Dersin Yeri : İstatistik Bölümü seminer salonu


  Ders Planı
Hafta Konu Öğrencinin Ön Hazırlığı Öğrenme Aktiviteleri ve Öğretme Yöntemleri
1 R sistemine giriş, R sisteminde fonksiyonlar, düzyazı dosyaları, paketler, grafikler Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
2 Rastgele değişken üretme yöntemleri, ters dönüşüm yöntemi Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
3 Kabul-ret yöntemi, dönüşüm yöntemi Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
4 Çok değişkenli veri grafikleri Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
5 Kontur grafikleri Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
6 Monte Carlo integrali Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
7 Monte Carlo integrali ve varyans indirgemesi Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
8 Ara Sınav Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi Yazılı sınav
9 İstatistiksel sonuç çıkarsamada Monte Carlo yöntemleri Kaynak okuma Düz anlatım, tartışma
10 Bootstrap ve jackknife Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
11 Permütasyon testleri Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
12 MCMC yöntemleri Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
13 Olasılık yoğunluk fonksiyonu tahmini Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
14 Maksimum olabilirlik yöntemi Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
15 EM algoritması Kaynak okuma Düz anlatım, tartışma, bilgisayar uygulaması
16/17 Final Sınavı Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi Yazılı sınav


  Önerilen Kaynak ve Okumalar
Kaynak Türü Kaynak Adı
Ders Notu ve Kitaplar  Maria L. Rizzo, Statistical Computing with R, Chapman & Hall/ CRC, 2008.
Diğer Kaynaklar


  Değerlendirme (Sınav) Yöntemleri ve Kriterleri
Yarıyıl/Yıl İçi Değerlendirmeleri Sayısı Katkı Yüzdesi
    Ara Sınavlar (Yazılı, Sözlü, vs.) 1 60
    Ödev/Proje/Diğer 6 40
Toplam 100
Yarıyıl/Yıl İçi Değerlendirmelerinin Başarıya Katkısı 40
 
Yarıyıl/Yıl Sonu Değerlendirmesi 100
Yarıyıl/Yıl Sonu Değerlendirmesinin Başarıya Katkısı 60
Toplam 100

  Dersin Temel Öğrenme Kazanımlarına Katkısı
No Temel Öğrenme Kazanımı Katkısı*
1 Olasılık ve İstatistik konularında derinlemesine ve genişlemesine kuramsal ve uygulamalı bilgilere sahiptirler 0
2 Matematik, Olasılık ve İstatistik konularında bilimsel araştırma yaparlar. 0
3 İstatistik alanında doktora planları yapabilecek bilgilere sahiptirler. 4
4 İstatistikte kullanılan analiz ve modelleme yöntemleri hakkında kapsamlı bilgiye sahiptir. 5
5 İstatistikte kullanılan yöntemler hakkında kapsamlı bilgiye sahiptir. 5
6 İstatistiksel problemleri işaret eder, çözmek için yöntem geliştirir. 0
7 İstatistiksel problemleri çözümlemede yenilikçi yöntemler uygular. 0
8 Alanında karşılaştığı problemleri analitik modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular. 0
9 Bilgiye erişir ve bununla ilgili kaynak araştırması yapar. 0
10 Karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır. 0
11 Sorumluluk alma özgüvenine sahiptir. 0
12 Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalığa sahip olduğunu çalışmalarıyla gösterir. 0
13 Çalışmalarının süreç ve sonuçlarını ulusal ve uluslararası ortamlarda açık bir şekilde yazılı ya da sözlü olarak aktarır. 0
14 Verilerin toplanması, işlenmesi, kullanılması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. 0
15 Kendini istatistikte ve ilgili alanlarda sürekli yeniler. 0
16 Türkçe ve İngilizce sözlü ve yazılı iletişim kurar. 0
17 İstatistik uygulamaları için gereken donanım ve yazılımları kullanır. 0
* Katkı düzeyleri 0 (yok) ve 5 (en yüksek) arasında ifade edilmiştir.

  Öğrenci İş Yükü - AKTS
Çalışmalar Sayısı Süresi (Saat) Toplam İş Yükü (Saat)
Ders ile İlgili Çalışmalar
    Ders (Sınav haftaları dahil değildir) 14 3 42
    Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) 14 3 42
Değerlendirmeler ile İlgili Çalışmalar
    Ödev, Proje, Diğer 6 5 30
    Ara Sınavlar (Yazılı, Sözlü, vs.) 1 10 10
    Yarıyıl/Yıl Sonu/Final Sınavı 1 20 20
Toplam İş Yükü: 144
Toplam İş Yükü / 25 (s): 5.76
Dersin AKTS Kredisi: 6