DİJİTAL OYUN TASARIMI | |||||
Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
BME3005 | Biyoistatistik | Güz Bahar |
2 | 2 | 3 | 6 |
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Öğretim Dili: | İngilizce |
Dersin Türü: | Non-Departmental Elective |
Dersin Seviyesi: | LİSANS |
Dersin Veriliş Şekli: | Yüz yüze |
Dersin Koordinatörü: | Dr. Öğr. Üyesi BURCU TUNÇ ÇAMLIBEL |
Dersi Veren(ler): |
Dr. Öğr. Üyesi BURCU TUNÇ ÇAMLIBEL |
Opsiyonel Program Bileşenleri: | Yok |
Dersin Amacı: | - Ders, biyoistatistiksel kavramlar ve muhakeme konularında seçilen önemli konulara giriş sağlar. Bu ders, alana bir giriş niteliğindedir ve veri tipleri arasındaki farklılıkları da öğretmeyi amaçlar. Merkezi eğilim ve değişkenlik ; Örneklemlerle popülasyon ve oranlarına ilişkin çıkarım yapmak için yöntemler; istatistiksel hipotez testleri ve grup karşılaştırmalarına uygulanması; Deney tasarımlarında güç ve örneklem büyüklüğü; ve rastgele örneklem ve diğer çalışma türleri; regresyon analizi, güven aralığı, lineer ve logaritmik korelasyon gibi konuları içerir. |
Bu dersi başarıyla tamamlayabilen öğrenciler; - Bu dersi başarıyla tamamlayan öğrenciler; I. İstatistiksel sonuçları doğru, etkili ve bağlam içinde yorumlar. II. İki veya daha fazla popülasyonu karşılaştırmak için uygun bir test seçebilir ve bir p değerini yorumlayıp ve açıklayabilir. III. Deney tasarımlarında güç kavramını anlar. IV. Güven aralık hesapları yapabilir ve yorumlayabilir. V. Regresyon analizi ve değişkenlerin korelasyonunu anlayabilir. |
Deneylerin tasarımı, İstatistiksel programlamaya giriş: Veri Analizi ve Tanımlayıcı İstatistikler, Olasılık Teorisi, Örneklem Dağılımları ve Merkezi Limit Teoremi, Olasılık, İstatistiksel Çıkarım, Parametrik olmayan Testler, Güç ve örneklem büyüklüğü, ANOVA, korelasyon ve regresyon, Lojistik regresyon, Survival Analizi Tasarımı, biyolojik verilerde uygulamalar. |
Hafta | Konu | Ön Hazırlık |
1) | Bioistatistiğe giriş | |
2) | Tanımlayıcı istatistik | |
3) | Olasılık teorisi | |
4) | Örnekleme Dağılımları ve Merkezi Limit Teoremi | |
5) | ANOVA | |
6) | t-test: İki Grup Özel Durumu | |
7) | İhtimal tabloları | |
8) | İhtimal tabloları | |
9) | Güç ve örneklem büyüklüğü | |
10) | Eşli t-test, Tekrarlı ANOVA Testi, Mc Nemar's Testi | |
11) | Parametrik olmayan testler: Mann-Whitney Rank-Sum Test, Wilcoxon Signed-Rank Test | |
12) | Parametrik Olmayan Testler: Kruskal-Wallis Testi, Friedman Testi | |
13) | Güven aralığı | |
14) | Korelasyon ve regresyon |
Ders Notları / Kitaplar: | Primer of Biostatistics, Stanton A. Glantz, McGraw-Hill, 7th Edition Fundamental of Biostatistics, Bernard Rosner, Cengage Learning, 8th Edition |
Diğer Kaynaklar: |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Küçük Sınavlar | 5 | % 30 |
Ara Sınavlar | 1 | % 30 |
Final | 1 | % 40 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
Ders Saati | 14 | 3 | 42 |
Sınıf Dışı Ders Çalışması | 14 | 7 | 98 |
Küçük Sınavlar | 5 | 1 | 5 |
Ara Sınavlar | 1 | 3 | 3 |
Final | 1 | 3 | 3 |
Toplam İş Yükü | 151 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | İletişim alanında oyunun kavramsal olarak önemini anlayıp, oyuncuyu merkeze alan tasarım odaklı uygulama yapabilme yeteneği kazandırmak. | |
2) | Çeşitli perspektiflerden bilgi ve fikirleri analiz ederek, sentezlemek ve değerlendirebilmek. | |
3) | Oyun türlerini, etkileşim ve anlatım biçimlerini oluşturan temel öğeleri analiz edebilme ve başarılı bir oyun oluşturmak için nasıl kullanıldığını anlamak. | |
4) | Oyun tasarımı teorilerini ve metodolojilerini anlamak ve oyun geliştirirken kullanmak; hedef kitleye göre eğlenceli, çekici, içine alan ve öğretici oyunlar yapmak. | |
5) | Oyun geliştirmede kullanılan teknolojileri ve bilişim temellerini anlamak; oyun motorlarının kullanımına hakim olmak. | |
6) | Oyunlarda 2B ve 3B karakterler ile animasyonlarının yaratılması sürecine hakim olmak. | |
7) | Oyuncu deneyimini anlama, ölçme teorileri ile metodolojilerini kavramak ve oyun üretimi sürecinde bu bilgilerden faydalanmak. | |
8) | Oyunların tasarım yoluyla nasıl bir fikri, bir mesajı ve bir duyguyu ilettiğini kavramak oyun üretimi sürecinde bu bilgilerden faydalanmak. | |
9) | Oyun tasarımı ve geliştirme sürecini, gerekli dokümantasyonu yaparak yönetebilmek; bu dokümantasyon ile oyun üretim bandını takip edebilmek. | |
10) | Oyun geliştirme takımlarının yapısını ve çalışma biçimlerini; takım üyelerinin sorumluluklarını ve işbirliği yöntemlerini kavramak ve pratikte uygulayabilmek. | |
11) | Geliştirme dışında bir oyunun yayın sürecini endüstri standartlarında kavrayabilmek ve pratiğe dökebilmek. | |
12) | Bir video oyununu oyunculara, yatırımcılara ve yayıncılara tanıtabilmek; ortaya çıkan oyun fikrinin veya oyunun özelliklerini ve potansiyel ticari kazanımlarını etkin bir şekilde iletebilmek adına pazarlama konusuna hakim olmak. |