İNŞAAT MÜHENDİSLİĞİ | |||||
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: | English |
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) | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık inşaat mühendisliği problemlerinde kullanabilme becerisi. | |
2) | Karmaşık inşaat mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. | |
3) | İnşaat mühendisliğinde karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. | |
4) | İnşaat mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. | |
5) | Karmaşık inşaat mühendisliği problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | |
6) | İnşaat mühendisliği disiplininde ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. | |
7) | Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | |
8) | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. | |
9) | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; inşaat mühendisliği uygulamalarında kullanılan standartlar hakkında bilgi. | |
10) | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. | |
11) | İnşaat mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın inşaat mühendisliği alanına yansıyan sorunları hakkında bilgi; inşaat mühendisliği çözümlerinin hukuksal sonuçları konusunda farkındalık. |