İŞLETME MÜHENDİSLİĞİ | |||||
Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
EEE5022 | Uygulamalı İstatistik | Güz | 3 | 0 | 3 | 9 |
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
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. |
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. |
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. |
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 |
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 |
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 |
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 |
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 İşletme mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. | |
2) | Karmaşık işletme mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. | |
3) | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında ve istenen gereksinimleri karşılayacak biçimde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. | |
4) | İşletme Mühendisliğinde karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir biçimde kullanma becerisi. | |
5) | İşletme Mühendisliği uygulamalarında karşılaşılan karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | |
6) | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışma becerisi; bireysel çalışma becerisi. | |
7) | İngilizce ve Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; etkin rapor yazma ve yazılı raporları anlama, yönetim ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | |
8) | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme ve bilim ve teknolojideki gelişmeleri izleyerek kendini sürekli yenileme becerisi. | |
9) | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik 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) | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. | |
12) | Etkin ve verimli yönetme ve/veya liderlik becerisi. |