BAHÇEŞEHİR ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
| MOLEKÜLER BİYOLOJİ VE GENETİK | |||||
| 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 | Güz | 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) | Bilgisayar sistemlerinde olan zengin bilgileri kullanabilir ve basit biyolojik sorulara cevap bulma ve hastalıkların teşhis ve tadavileri gibi problemlere çözüm bulur. | 3 |
| 2) | Biyoloji konuları ile ilgili problemleri saptama, sentez yaparak problemlerin çözümüne yönelik hipotez kurma ve çeşitli gözlemsel ve deneysel yöntemler kullanarak hipotezi çözme becerisi kazanır. | 4 |
| 3) | Eleştirel, yaratıcı ve analitik düşünme yeteneği geliştirir. | 5 |
| 4) | Etkili iletişim kurma ve hem İngilizce hem Türkçe sözlü,yazılı ve okuma becerisi kazanır. Mesleki alanda ingilizceye hakim olur. | 3 |
| 5) | Genetik laboratuvarında kullanılan değişik teknikleri öğrenir ve bilgi ve beceri kazanır. | 4 |
| 6) | Biyolojik bilgi ve verileri analiz etme ve derleme yetisi gösterme, bunları ve sonuçlarını, arkasında yatan delilleri, bilgi ve görüşleri yazılı ve sözlü olarak net bir şekilde sunabilme. | 4 |
| 7) | Nicel ve nitel veri toplama yöntemleri kullanmada bilgi ve beceri kazanır. | 3 |
| 8) | Araştırmaları etik, mesleki sorumluk bilincine sahip, insani değerlere ve insan haklarına saygılı bir şekilde yürütür. İnsan deneylerinde gizlilik ilkesine önem verir. | 5 |
| 9) | Moleküler biyoloji ve genetik alanında kullanılan teorileri ve uygulamaları öğrenmek ve her ikisi arasında bağlantı kurma. | 4 |
| 10) | Kendini geliştirme konusunda literatürü araştırıp kullanır ve bilim-teknoloji alanındaki en yeni gelişmeleri takip eder. | 5 |
| 11) | Ulusal ve uluslararası sorunlarından haberdar olup, bu sorunlara bilimsel yaklaşımla çözüm araştırır. | 4 |