|
| Ders Bilgileri |
|
| Dersin Adı |
: |
Uygulamalı İstatistik |
|
| Dersin Kodu |
: |
İSB472 |
|
| Dersin Türü |
: |
Seçmeli |
|
| Dersin Aşaması |
: |
Birinci Aşama (Lisans) |
|
| Dersin Yılı |
: |
4 |
|
| Dersin Dönemi |
: |
Bahar (16 Hafta) |
|
| Dersin AKTS Kredisi |
: |
5 |
|
| Eğitici(ler)nin Adı |
: |
Prof.Dr. SADULLAH SAKALLIOĞLU
|
|
| Dersin Öğrenme Kazanımları |
: |
Veri analizi yapabilmesi
Olasılık Teorisi kurallarını uygulayabilme
Parametre Tahminlerini uygulayabilme
Parametrik ve Paremetrik olmayan Hipotez Testlerini uygulayabilme
Regresyon modellerinin oluşturulması
Sınıflandırma modellerini bilmesi
Yaşam Analizlerini uygulayabilme
|
|
| Dersin Veriliş Şekli |
: |
Örgün (Yüz Yüze) |
|
| Dersin Önkoşulları |
: |
Yok |
|
| Ders Hakkında Önerilen Diğer Hususlar |
: |
Yok |
|
| Dersin Amacı |
: |
Öğrencilerinin öğrendikleri teorik bilgilerin, uygulama alanında etkin olarak kullanımını sağlamak. |
|
| Dersin İçeriği |
: |
Veri özetlenmesi, Parameterlerin tahmini, Parametrik ve parametrik olmayan hipotez tesleri, Sınıflandırma modelleri, Regresyon modellerinin oluşturulması |
|
| Dersin Dili |
: |
Türkçe |
|
| Dersin Yeri |
: |
Fen Edebiyat Fakültesi Ek bina derslikleri |
|
|
Ders Planı |
| Hafta | Konu | Öğrencinin Ön Hazırlığı | Öğrenme Aktiviteleri ve Öğretme Yöntemleri |
|
1 |
Veri analizi ve grfiksel gösterimelr |
Kaynak okuma |
Düz Anlatım, tartışma |
|
2 |
Olasılık Teorisi |
Kaynak okuma |
Düz Anlatım, tartışma |
|
3 |
Parametre Tahminleri |
Kaynak okuma |
Düz Anlatım, Problem Çözme, tartışma |
|
4 |
Parametrik Hipotez Testleri |
Kaynak okuma |
Düz Anlatım, tartışma |
|
5 |
Parametrik Hipotez Testleri |
Kaynak okuma |
Düz Anlatım, tartışma |
|
6 |
Parametrik Olmayan Hipotez Testleri |
Kaynak okuma |
Düz Anlatım, Problem Çözme, tartışma |
|
7 |
Regresyon Modelleri (Basit Lineer Regresyon, Çoklu Regresyon) |
Kaynak okuma |
Düz Anlatım, tartışma |
|
8 |
Arasınav |
Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi |
Yazılı sınav |
|
9 |
Regresyon Modelleri (Basit Lineer Regresyon, Çoklu Regresyon) |
Kaynak okuma |
Düz Anlatım, Problem Çözme, tartışma |
|
10 |
Sınıflandırma modelleri (Tek yönlü sınıflandırma)) |
Kaynak okuma |
Düz Anlatım, tartışma |
|
11 |
Parametre tahmini, güven aralıkları ve sonuçların yorumu |
Kaynak okuma |
Düz Anlatım, Problem Çözme, tartışma |
|
12 |
İki yönlü sınıflandırma |
Kaynak okuma |
Düz Anlatım, tartışma |
|
13 |
Parametre tahmini, güven aralıkları ve sonuçların yorumu |
Kaynak okuma |
Düz Anlatım, Problem Çözme, tartışma |
|
14 |
İç içe sınıflandırma |
Kaynak okuma |
Düz Anlatım, tartışma |
|
15 |
Yaşam analizleri |
Kaynak okuma |
Düz Anlatım, tartışma |
|
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 |
 Bilge Aloba Köksal (2003), İstatistik-Analiz ve Metotları, Gözden Geçirilmiş 6. Baskı, Çağlayan Kitabevi
Olive Jean Dunn, Virginia A. Clark (1987). Applied Statistics: Analysis of Variance and Regression, John Wiley & Sons; 2nd edition.
|
| |
| Diğer Kaynaklar | |
|
|
|
Değerlendirme (Sınav) Yöntemleri ve Kriterleri |
|
Yarıyıl/Yıl İçi Değerlendirmeleri |
Sayısı |
Katkı Yüzdesi |
|
Ara Sınavlar (Yazılı, Sözlü, vs.) |
1 |
60 |
|
Ödev/Proje/Diğer |
5 |
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 |
Bilgisayar sistemlerini ve programlarını kullanır |
4 |
|
2 |
İstatistiksel analiz yöntemlerini uygular |
4 |
|
3 |
İstatistiksel sonuç çıkarım (tahmin, hipotez testi, v.b.) yapar |
4 |
|
4 |
İstatistiksel teknikleri kullanarak farklı disiplinlerin problemlerine çözüm üretir |
4 |
|
5 |
Görsel, veritabanı ve web programlama tekniklerini anlar ve nesnel program yazabilme yeteneğine sahip olur |
0 |
|
6 |
İstatistiksel paket programları kullanarak model oluşturur ve analiz yapar |
3 |
|
7 |
İstatistiksel metotlar arasındaki farkı ayırt eder |
4 |
|
8 |
İstatistik ile ilişkili disiplinler arasındaki etkileşimin farkında olur |
3 |
|
9 |
İstatistiksel yöntemleri kullanarak elde edilen sonuçları sözlü ve görsel olarak sunar |
4 |
|
10 |
Bireysel ve ortaklaşa olarak etkili ve üretken çalışma yapma becerisine sahip olur |
3 |
|
11 |
İstatistiğin kullanıldığı bilim alanları ile ilgili verilerin toplanması, yorumlanması, duyurulması aşamalarında toplumsal, bilimsel ve etik değerlere sahip olur. |
4 |
|
12 |
Olasılık, İstatistik ve Matematiğin temel kavram ve ilkelerini açıklar |
4 |
|
13 |
Yaşamda istatistiğin yerini ve önemini belirtir |
5 |
|
14 |
İktisadi ve hukuksal temel kavram ve ilkeleri tanımlar |
0 |
|
15 |
Karşılaşılabileceği sorunlar karşısında, sayısal ve istatistiksel çözümler üretir |
5 |
|
16 |
Matematiksel ve istatistiksel teknikleri kullanarak rasgelelik içeren problemlere model kurma, çözme ve yorumlama |
4 |
|
17 |
İstatistiksel verilerin elde edilmesi ve/veya düzenlenmesi için uygun yöntem ve teknikleri kullanır |
4 |
|
18 |
Mesleki gelişimlerinin yanı sıra ilgi ve yetenekleri doğrultusunda bilimsel, kültürel, sanatsal ve sosyal alanlarda eğitim gereksinimlerini belirleyerek kendini sürekli geliştirir |
3 |
| * 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 |
5 |
5 |
25 |
|
Ara Sınavlar (Yazılı, Sözlü, vs.) |
1 |
10 |
10 |
|
Yarıyıl/Yıl Sonu/Final Sınavı |
1 |
15 |
15 |
|
Toplam İş Yükü: | 134 |
| Toplam İş Yükü / 25 (s): | 5.36 |
| Dersin AKTS Kredisi: | 5 |
|
|
|