YAZILIM MÜHENDİSLİĞİ
Lisans	TYYÇ: 6. Düzey	QF-EHEA: 1. Düzey	EQF-LLL: 6. Düzey

Ders Tanıtım Bilgileri

Ders Kodu	Ders Adı	Yarıyıl	Teorik	Pratik	Kredi	AKTS
BME3005	Biyoistatistik	Güz	2	2	3	6

Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir.

Temel Bilgiler

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.

Öğrenme Kazanımları

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.

Dersin İçeriği

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.

Haftalık Ayrıntılı Ders İçeriği

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

Kaynaklar

Ders Notları / Kitaplar:	Primer of Biostatistics, Stanton A. Glantz, McGraw-Hill, 7th Edition Fundamental of Biostatistics, Bernard Rosner, Cengage Learning, 8th Edition
Diğer Kaynaklar:

Değerlendirme Sistemi

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

AKTS / İş Yükü Tablosu

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

Program ve Öğrenme Kazanımları İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Karmaşık mühendislik problemlerine yönelik yazılım proje, süreç ve ürünlerine ait fonksiyonel ve fonksiyonel olmayan özellikleri tanımlayabilmek.
2)	Karmaşık mühendislik problemlerinde yazılım mimarisi, bileşenleri, ara yüzleri ve sisteme ait diğer alt bileşenleri tasarlayabilmek.
3)	Kodlama, doğrulama, sınama ve hata ayıklama konularını da içerecek şekilde karmaşık yazılım sistemleri geliştirebilmek.
4)	Karmaşık mühendislik problemlerinde yazılımı, programın davranışlarını beklenen sonuçlara göre sınayarak doğrulayabilmek.
5)	Karmaşık yazılım sistemlerinin çalışması sırasında, çalışma ortamının değişmesi, yeni kullanıcı istekleri ve yazılım hatalarının ortaya çıkması ile meydana gelen bakım faaliyetlerine yönelik işlemleri yapabilmek.
6)	Karmaşık yazılım sistemlerinde yapılan değişiklikleri izleyebilmek ve kontrol edebilmek, entegrasyonunu sağlayabilmek, yeni sürümlerini sistematik olarak planlayabilmek ve riskleri yönetebilmek.
7)	Disiplin içi ve disiplinler arası takımlarda görev alarak karmaşık yazılım sistemleri yaşam süreçlerini tanımlayabilmek, değerlendirebilmek, ölçebilmek, yönetebilmek ve uygulayabilmek.
8)	Karmaşık mühendislik problemlerinde gerçekçi kısıtlar ve koşullar altında yazılım gereksinimlerini toplama, yazılımı tasarlama, geliştirme, sınama, bakımını yapma konularındaki çeşitli araçları ve yöntemleri kullanabilmek.
9)	Temel kalite metrikler tanımlayabilmek, yazılım yaşam döngüsü süreçlerini uygulayabilmek, yazılım kalitesini ölçebilmek, kalite model karakteristiklerini tanımlayabilmek, standartları uygulayabilmek ve bunları karmaşık yazılım sistemlerini analiz etmekte, tasarlamakta, geliştirmekte, doğrulamakta ve sınamakta kullanabilmek.
10)	Yazılım mühendisliği ile ortak sınırlara sahip olan matematik, fen bilimleri, bilgisayar mühendisliği, endüstri mühendisliği, sistem mühendisliği, ekonomi, yönetim ve sürdürülebilir kalkınma gibi diğer disiplinler hakkında teknik bilgi kazanabilmek ve bunlar aracılığıyla yenilikçi fikirleri karmaşık mühendislik problemlerinde ve girişimcilik faaliyetlerinde kullanabilmek.
11)	Yazılım mühendisliği kültürü ve etik anlayışını kavrayabilmek ve bunları yazılım mühendisliğinde uygulayabilecek temel bilgilere sahip olmak, meslek hayatı boyunca gerekli teknik becerileri öğrenip başarıyla uygulayabilmek.
12)	Yabancı dil ve Türkçe kullanarak etkin rapor yazabilmek ve yazılı raporları anlayabilmek, tasarım ve üretim raporları hazırlayabilmek, etkin sunum yapabilmek, açık ve anlaşılır talimat verebilmek ve alabilmek.
13)	Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları ile mühendislik çözümlerinin hukuksal sonuçları hakkında bilgi sahibi olmak.