BİYOMÜHENDİSLİK (İNGİLİZCE, TEZLİ)
Yüksek Lisans	TYYÇ: 7. Düzey	QF-EHEA: 2. Düzey	EQF-LLL: 7. Düzey

Ders Tanıtım Bilgileri

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.

Temel Bilgiler

Öğretim Dili:	İngilizce
Dersin Türü:	Departmental Elective
Dersin Seviyesi:	LİSANSÜSTÜ
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 Lab: SPSS ve MATLAB ortamlarına giriş; veri girişi, değişken tanımlama ve temel gezinme.
2)	Tanımlayıcı istatistik Lab: SPSS’te özet tablolar, histogram ve kutu grafikleri ile tanımlayıcı analiz.
3)	Olasılık Teorisi Lab: MATLAB’de olasılık dağılımlarını üretme ve görselleştirme
4)	Örnekleme Dağılımları ve Merkezi Limit Teoremi Lab: MATLAB’de örnekleme dağılımlarının simülasyonu ve histogram ile QQ-grafikleri kullanarak MLT gösterimi.
5)	ANOVA Lab: SPSS’te tek yönlü ANOVA uygulaması; kutu grafikleri ve post-hoc test çıktılarının incelenmesi.
6)	t-test: İki Grup Özel Durumu Lab: SPSS'te bağımsız ve eşleştirilmiş t-testi uygulaması; grup farklarının grafiklerle görselleştirilmesi.
7)	Kontenjans Tabloları, Ki-Kare Testi, z-testi Lab: SPSS’te kontenjans tablolarının oluşturulması; Ki-Kare ve z-testi uygulanması; kümelenmiş çubuk grafikleri.
8)	Fisher Kesin Testi, Göreli Risk, Odds Oranı Lab: Fisher Kesin Testi, göreli risk ve odds oranı hesaplama; güven aralıklı hata çubuk grafiklerinin hazırlanması.
9)	Güç ve örneklem büyüklüğü Lab: Güç analizi araçlarının kullanılması; etki büyüklüğü ve örneklem büyüklüğüne göre güç eğrilerinin oluşturulması.
10)	Eşleştirilmiş t-testi, Tekrarlı Ölçümler ANOVA, McNemar Testi Lab: SPSS’te tekrarlı ölçümler ANOVA ve McNemar testi uygulaması; etkileşim etkilerinin grafiğe dökülmesi.
11)	Parametrik olmayan testler: Mann-Whitney Rank-Sum Test, Wilcoxon İşaretli Sıra Testi Lab: SPSS’te Mann-Whitney U ve Wilcoxon Sıra testlerinin uygulanması; sıra dağılımı grafiklerinin hazırlanması.
12)	Parametrik Olmayan Testler: Kruskal-Wallis Testi, Friedman Testi Lab: SPSS'te Kruskal-Wallis ve Friedman testlerinin uygulanması; hizalanmış sıra grafiklerinin oluşturulması.
13)	Güven aralığı Lab: SPSS’te ortalamalar ve oranlar için güven aralıklarının hesaplanması; güven aralıklı ortalama grafiklerinin hazırlanması.
14)	Korelasyon ve regresyon Lab: SPSS'te Pearson ve Spearman korelasyonlarının hesaplanması, basit regresyon uygulanması; regresyon doğrulu saçılım grafikleri ile görselleştirme.

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	2	28
Laboratuvar	14	2	28
Sınıf Dışı Ders Çalışması	14	6	84
Küçük Sınavlar	5	1	5
Ara Sınavlar	1	2	2
Final	1	2	2
Toplam İş Yükü			149

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)	Matematik (analiz, lineer, cebir, diferansiyel denklemler, istatistik), fen bilimleri (fizik, kimya, biyoloji) ve bilgisayar bilimlerinin (programlama, veri yapıları, benzetim) ileri düzeyde kavramlarını anlamak.
2)	Mühendislik uygulamarı için gerekli teknikleri, becerileri ve mühendislik araçlarını (yazılım dahil) ileri düzeyde kullanma yetisi kazanmak.
3)	İleri düzeyde deney tasarlama ve yürütme ve verileri çözümleme ve değerlendirme yeteneği edinmek.
4)	Karmaşık sistem ve süreçlerin bileşenlerini, isterleri karşılayacak şekilde tasarlayabilmek.
5)	Biyomedikal problemlere çözüm getirmek amacıyla ürün (cihaz, alet, sistem ve süreç) geliştirebilmek için gerekli becerileri edinmek.
6)	Bilgi ve görüşlerini, yazılı, sözlü ve görsel araçlarla etkin olarak aktarabilmek.
7)	Bireysel sorumluluk alabilmek ve farklı disiplinlerden kişilerle ekip olarak çalışabilmek.
8)	Çağımızın ihtiyaç ve sorunlarını tanımak, mühendislik çözümlerinin küresel ve toplumsal etkilerini değerlendirebilmek.
9)	Mesleki etik ve sorumlulukları kavramak.
10)	Yaşam boyu eğitim ihtiyacını tanımak ve bu eğitime katılma yönelimine sahip olmak.