YAPAY ZEKA 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
EDT5012	İstatiksel Veri Analizi	Bahar	3	0	3	8

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

Temel Bilgiler

Öğretim Dili:	English
Dersin Türü:	Non-Departmental Elective
Dersin Seviyesi:	LİSANS
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:	Prof. Dr. ALİ BAYKAL
Dersi Veren(ler):	Prof. Dr. HASAN KEMAL SUHER Doç. Dr. MEHMET SENCER ÇORLU Prof. Dr. ALİ BAYKAL Dr. Öğr. Üyesi GURSU ASIK
Opsiyonel Program Bileşenleri:	YOK
Dersin Amacı:	Bu ders, daha çok nicel veri analizi üzerinde yoğunlaşacaktır. Derste işlenecek başlıklardan bazıları şunlardır: Tanımlayıcı istatistik, hipotez test etme, örneklem dağılımları, t testi, varyans analizi (ANOVA) ve regresyon. Bu konulara paralel ikinci bir etkinlik, öğrencilerin yukarıda sayılan analiz türlerini gerçekleştirebilmeleri için SPSS istatistiksel analiz programını kullanmayı öğrenmeleri olacaktır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
Bu dersin sonunda öğrenciler:
• Nicel araştırma türleri ile bunlara karşılık gelen istatistiksel veri analiz çeşitleri arasındaki ilişkiyi anlayacaklardır.
• Temel istatistiksel kavram, terim ve prensiplerle ilgili bir bilgi tabanına sahip olacaklardır.
• Giriş düzeyindeki istatistiksel yöntemlerle ilgili bilgi edineceklerdir.
• Farklı nicel araştırma çeşit ve/veya dizaynları için yapılması gereken istatistiksel veri analizlerini gerçekleştirme becerileri geliştireceklerdir.
• Nicel veri analizi için bir istatistiksel veri analiz bilgisayar programı kullanma becerileri geliştireceklerdir.
• Nicel veri analiz sonuçlarını raporlama bilgi ve becerisi geliştireceklerdir.

Dersin İçeriği

Tanımlayıcı istatistik, hipotez test etme, örneklem dağılımları, t testi, varyans analizi (ANOVA), regresyon, bu analizleri SPSSte gerçekleştirme ve sonuçları yorumlama, nicel veri analiz sonuçlarını yazma

Haftalık Ayrıntılı Ders İçeriği

Hafta	Konu	Ön Hazırlık
1)	İstatistiksel yöntemlere giriş	YOK
2)	Tanımlayıcı istatistik	Ch. 1 and 2: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth. Ch. 1, 2, and 3: Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage.
3)	Tanımlayıcı istatistik	Ch. 1 and 2: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth. Ch. 1, 2, and 3: Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage.
4)	Normal dağılım	Ch. 3: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth. Ch. 1, 2, and 3: Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage.
5)	Normal dağılım	Ch. 3: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth. Ch. 1, 2, and 3: Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage.
6)	Örneklem dağılımı ve temel hipotez test etme	Ch. 4: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth.
7)	Örneklem dağılımı ve temel hipotez test etme	Ch. 4: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth.
8)	İki grubun ortalamalarının karşılaştırılması	Ch. 7: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth. Ch. 9: Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage.
9)	İki grubun ortalamalarının karşılaştırılması	Ch. 7: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth. Ch. 9: Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage.
10)	Üç ya da daha fazla grubun ortalamalarının karşılaştırılması	Ch. 11: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth. Ch. 10: Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage.
11)	Üç ya da daha fazla grubun ortalamalarının karşılaştırılması	Ch. 11: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth. Ch. 10: Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage.
12)	Basit regresyon	Ch. 9 and 15: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth. Ch. 7: Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage.
13)	Basit regresyon	Ch. 9 and 15: Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth. Ch. 7: Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage.
14)	Veri analiz sonuçlarını yazma	YOK

Kaynaklar

Ders Notları / Kitaplar:	Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage. Howell, D.C. (2007). Statistical methods for psychology (6th ed.).Belmont, CA: Thomson Wadsworth.
Diğer Kaynaklar:	Cozby, P.C. (2007). Methods in behavioral research (9th ed.). Boston: McGraw Hill. Pedhazur, E.J. & Schmelkin, L.P. (1991). Measurement, design, and analysis: An integrated approach. Hillsdale, NJ: Lawrence Erlbaum Associates. Salkind, N.J. (2004). Statistics for people who (think they) hate statistics (2nd ed.). London: Sage.

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Devam	1	% 20
Ara Sınavlar	2	% 40
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
Ara Sınavlar	2	15	30
Final	1	20	20
Toplam İş Yükü			190

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, fen bilimleri ve yapay zeka mühendisliği konularında yeterli altyapıya sahiptir.
2)	Matematik, fen bilimleri ve yapay zeka mühendisliği alanlardaki kuramsal ve uygulamalı bilgileri mühendislik çözümleri için beraber kullanır.
3)	Mühendislik problemlerini saptar, tanımlar, formüle eder ve çözer, bu amaçla uygun analitik yöntemler ve modelleme tekniklerini seçer ve uygular.
4)	Bir sistemi, sistem bileşenini ya da süreci analiz eder ve istenen gereksinimleri karşılamak üzere gerçekçi kısıtlar altında tasarlar; bu doğrultuda modern tasarım yöntemlerini uygular.
5)	Mühendislik uygulamaları için gerekli olan modern teknik ve araçları seçer ve kullanır.
6)	Deney tasarlar, deney yapar, veri toplar sonuçları analiz eder ve yorumlar.
7)	Bireysel olarak ve çok disiplinli takımlarda etkin olarak çalışır.
8)	Bilgiye erişir ve bu amaçla kaynak araştırması yapar, veri tabanları ve diğer bilgi kaynaklarını kullanır.
9)	Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler.
10)	Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanır.
11)	Sözlü ve yazılı etkin iletişim kurar; bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyinde kullanır.
12)	Mühendislik çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkilerinin bilincinde olur; girişimcilik ve yenilikçilik konularının farkında olur ve çağın sorunları hakkında bilgiye sahiptir.
13)	Mesleki ve etik sorumluluk bilincine sahiptir.
14)	Proje yönetimi, işyeri uygulamaları, çalışanların sağlığı, çevre ve iş güvenliği konularında bilinç; mühendislik uygulamalarının hukuksal sonuçları hakkında farkındalığa sahiptir.