BAHÇEŞEHİR ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
| MATEMATİK | |||||
| Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey | ||
Ders Tanıtım Bilgileri
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| EEE5022 | Uygulamalı İstatistik | Bahar | 3 | 0 | 3 | 9 |
| 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: | Doç. Dr. SAEID KARAMZADEH |
| Dersi Veren(ler): |
Prof. Dr. SELİM ZAİM |
| Opsiyonel Program Bileşenleri: | yok.......... |
| Dersin Amacı: | Bu ders istatistik temel konuları tanıtır ve endüstriyel, tıbbi, mali, enerji ve benzer türde çok büyük boyutlu veri kümeleri için uygulamalarını gerçekleştirerek anlamlı istatistiksel sonuçlar çıkarmayı uygular. Bu ders istatististiki yöntemler ve uygulamaları konusunda kayda değer bir arka planı olmayan lisansüstü öğrencileri içindir. Uygulamaları açık kaynak istatistiksel yazılım olan R üzerinde yapılacaktır. Bu programlama dilini kullanmak için temel bilgiler işlenecektir. |
Öğrenme Kazanımları
|
Bu dersi başarıyla tamamlayabilen öğrenciler; I. İstatistik temel terimlerini belirlemek. II. İstatistikte kullanılan temel yöntemleri ve programlama araçlarını kullanmak ve değişik mühendislik alanlarına uygulama becerisi kazanmak. III. Veri ve ilişkileri keşfetme yeteneği kazandırma. IV. İstatistiki veri içeren sorunlar için hipotez testi gerçekleştirme yeteneği kazandırma. V. İstatistiki veriler üzerinde istatistiksel çıkarsama yapma. |
Dersin İçeriği
| Konular şunlardır: R programlamaya giriş , Örnekleme, Veri Arama, İlişkileri keşfetmek, Olasılık, Rassal Değişkenler ve Olasılık Dağılımları, Tahmin, Hipotez Testleri, İstatistiksel Çıkarım, Çoklu Test Düzeltme, ANOVA, Kategorik Değişkenler analizi, regresyon analizi, Bayes Analizi, Sağkalım analizi, fazla temsil analizi, Meta analizi. |
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konu | Ön Hazırlık |
| 1) | Giriş | |
| 2) | R İstatistiksel programlamaya giriş | |
| 3) | Dönem projesi | |
| 4) | R ile veri keşfi | |
| 5) | İlişkileri özetleme ve görselleme | |
| 6) | Olasılık ve Rasgele Değişkenler | |
| 7) | Veri kümelerinde kestirim | |
| 8) | Değişik mühendislik uygulamaları için Hipotez Testleri | |
| 9) | Çeşitli alanlardaki büyük veri setleri üzerinden istatistiksel çıkarım | |
| 10) | ANOVA | |
| 11) | Kategorik Değişkenler Analizi | |
| 12) | Regresyon ve Bayes Analizi | |
| 13) | Sağkalım analizi | |
| 14) | Fazla temsil analizi |
Kaynaklar
| Ders Notları / Kitaplar: | Principles of Applied Statistics (Paperback), by D. R. Cox, Christl A. Donnelly 2011 ISBN-10: 1107644453 | ISBN-13: 978-1107644458 |
| Diğer Kaynaklar: | Introductory Statistics with R Peter Dalgaard 2011 ISBN 978-0-387-79053-4 |
Değerlendirme Sistemi
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Projeler | 1 | % 30 |
| Ara Sınavlar | 1 | % 30 |
| Final | 1 | % 40 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 30 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 70 | |
| Toplam | % 100 | |
AKTS / İş Yükü Tablosu
| Aktiviteler | Aktivite Sayısı | İş Yükü |
| Ders Saati | 14 | 42 |
| Sınıf Dışı Ders Çalışması | 14 | 42 |
| Proje | 1 | 30 |
| Ara Sınavlar | 1 | 40 |
| Final | 1 | 50 |
| Toplam İş Yükü | 204 | |
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) | Temel matematik, uygulamalı matematik teori ve uygulamalarını kavramış olmak | |
| 2) | Matematiksel ispatları anlamak ve onlara erişebilmek ve uygun ispatları inşa edebilmek ve ayrıca, problemleri tanımlayabilmek, onları analiz edebilmek ve problemlere bilimsel metotlara dayalı çözümler bulmak | |
| 3) | Matematiği disiplinler arası bir yaklaşım ile gerçek hayata uygulayabilmek ve bunların etkin potansiyelini keşfetmek | |
| 4) | Kendisini geliştirmek ve matematiğin kullanıldığı alanlarda modelleme yapabilecek seviyede gerekli bilgi birikimini elde etmek | 4 |
| 5) | Teorik ve teknik bilgileri detaylı bir biçimde uzmanlara, basit ve anlaşılabilir bir biçimde uzman olmayanlara anlatabilmek | |
| 6) | Matematik alanında kullanılan bilgisayar programlarına aşina olmak ve bunlardan en az birini İleri Düzey Avrupa Bilgisayar Ehliyeti(the European Computer Driving Licence Advanced Level) seviyesinde kullanmak | |
| 7) | Görev aldığı projelerin her adımında sosyal, bilimsel ve etik değerlere uygun davranmak ve çevre katılımı kapsamında proje tanıtımı ve uygulamaları yapabilmek | |
| 8) | Evrensel anlamda bir entelektüel birikime sahip olarak tüm süreçleri etkin bir biçimde değerlendirmek ve kalite yönetimi hakkında yeterli farkında lığa sahip olmak | 4 |
| 9) | Soyut düşünme yeteneğine sahip bir biçimde somut olaylar arasında ilgi kurmak, çözümleri aktarmak, deneyler tasarlamak, veri toplamak ve sonuçları bilimsel metotlarla analiz etmek ve müdahil olmak | |
| 10) | Yaşam boyu öğrenme hakkında bilinçli olarak, program boyunca edinilen bilgi, beceri ve yeteneklerini yenileyerek yaşam boyu öğrenmenin devamını sağlamak | |
| 11) | Cebir, analiz, sayılar teorisi, mantık, geometri ve topoloji gibi matematik alanlarında kazandığı bilgiyi ortaöğretim seviyesine uyarlamak ve aktarmak | |
| 12) | Yalnız veya bir ekibin elemanı olarak araştırma yapmak, bir projenin ilgili her adımında etkili olmak, karar verme süreçlerine katılmak, zamanı etkili kullanarak proje planlamak ve yürütmek |