BİYOMÜHENDİSLİK (İNGİLİZCE, DOKTORA)
Doktora	TYYÇ: 8. Düzey	QF-EHEA: 3. Düzey	EQF-LLL: 8. Düzey

Ders Tanıtım Bilgileri

Ders Kodu	Ders Adı	Yarıyıl	Teorik	Pratik	Kredi	AKTS
BNG6003	Biyolojik Bilimlerde İstatistiksel Yöntemler	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:	Departmental Elective
Dersin Seviyesi:	LİSANSÜSTÜ
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:	Dr. Öğr. Üyesi BORA BÜYÜKSARAÇ
Dersin Amacı:	Bu dersin temel amaçları şunlardır: 1. Biyolojik sistemlerle ilgili olasılık teorisi ve istatistiksel çıkarım konularında sağlam bir temel sağlamak. 2. Öğrencilerin deney tasarlamalarını ve biyolojik veri kümelerine istatistiksel modeller uygulamalarını mümkün kılmak. 3. Öğrencilere istatistiksel analiz ve veri görselleştirme için hesaplamalı araçları (örneğin R veya Python) kullanmayı öğretmek. 4. Güncel biyolojik araştırmalar bağlamında istatistiksel yöntemlerin eleştirel değerlendirilmesini teşvik etmek. 5. Öğrencileri, istatistiksel bulguları biyolojik hipotezler çerçevesinde yorumlamaya ve sonuçları etkili bir şekilde iletmeye hazırlamak.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
Dersin sonunda öğrenciler:

1. Biyolojik verilerle ilgili temel istatistiksel kavramları anlayabilecek ve uygulayabilecek,
2. Deney tasarlayabilecek ve yüksek boyutlu, gürültülü biyolojik veri kümelerini analiz edebilecek,
3. Güncel biyoloji literatüründeki istatistiksel yöntemleri eleştirel bir bakış açısıyla değerlendirebilecek,
4. Modelleri uygulamak ve sonuçları görselleştirmek için istatistiksel yazılımları (R/Python) kullanabilecek,
5. İstatistiksel sonuçları biyolojik hipotezler bağlamında yorumlayabileceklerdir.

Dersin İçeriği

Bu ders, modern biyolojik ve biyomedikal araştırmalar için gerekli olan istatistiksel yöntemler konusunda sağlam ve titiz bir temel sağlar. Konular arasında olasılık teorisi, istatistiksel çıkarım, hipotez testleri, regresyon, Bayesyen analiz ve modern hesaplamalı yöntemler yer almaktadır. Dersin odağı, genetik, sinirbilim, sistem biyolojisi ve biyomedikal mühendislik gibi alanlardan vaka çalışmaları ile biyolojik sistemlere yönelik uygulamalardadır.

Haftalık Ayrıntılı Ders İçeriği

Hafta	Konu	Ön Hazırlık
1)	Biyolojide İstatistiksel Düşünceye Giriş; Olasılık Gözden Geçirme
2)	Rastgele Değişkenler, Dağılımlar (Normal, Poisson, Binom)
3)	Tahmin, Güven Aralıkları, Merkezi Limit Teoremi
4)	Hipotez Testi; p-değerleri, Tip I/II Hataları, Güç Analizi
5)	Çoklu Testler ve Yanıltıcı Keşif Oranı (FDR); Omik Verilerde Uygulamalar
6)	Doğrusal Modeller: Basit ve Çoklu Regresyon
7)	Genelleştirilmiş Doğrusal Modeller; Lojistik ve Poisson Regresyon
8)	Bayesyen Çıkarım; Önsel, Sonsal Dağılım, Güvenilirlik Aralıkları
9)	Markov Chain Monte Carlo (MCMC) Yöntemleri; Gibbs Örnekleme, Metropolis-Hastings
10)	Model Seçimi: AIC, BIC, Çapraz Doğrulama
11)	Parametrik Olmayan Yöntemler ve Tekrar Örnekleme: Bootstrap, Permütasyon Testleri
12)	Zaman Serileri ve Biyolojide Boylamsal Veri Analizi
13)	Çok Değişkenli İstatistik: Temel Bileşenler Analizi (PCA), Kümeleme, Ayırıcı Analiz
14)	Yüksek Boyutlu Veriler; Genomik ve Tek Hücreli Analizlerde Uygulamalar

Kaynaklar

Ders Notları / Kitaplar:	Whitlock, M. C., & Schluter, D. (2020). The Analysis of Biological Data (2nd ed.). Macmillan. Hastie, T., Tibshirani, R., & Friedman, J. The Elements of Statistical Learning
Diğer Kaynaklar:	Whitlock, M. C., & Schluter, D. (2020). The Analysis of Biological Data (2nd ed.). Macmillan. Hastie, T., Tibshirani, R., & Friedman, J. The Elements of Statistical Learning

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Sunum	1	% 30
Projeler	2	% 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	Süre (Saat)	İş Yükü
Ders Saati	14	3	42
Sınıf Dışı Ders Çalışması	14	8	112
Sunum / Seminer	1	2	2
Proje	2	30	60
Final	1	2	2
Toplam İş Yükü			218

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)	Bilimsel literatürü takip eder, eleştirel biçimde analiz eder ve mühendislik problemlerinin çözümünde etkin biçimde kullanır.	5
2)	Biyomühendislik alanında bilimsel yenilikçi tasarımlar için doğru soruları sorar, yenilikçi çalışmayı planlar, uygular, yönetir, dokümante eder.	5
3)	Biyomühendislik ile ilgili, alanındaki çalışmaları bağımsız olarak yürütür, derinlemesine inceler, sorumluluk alır ve elde edilen sonuçları eleştirel bir bakış açısıyla değerlendirir.	4
4)	Yaptığı araştırma ve projelerin sonuçlarını akademik standartlara uygun biçimde yazılı, sözlü ve görsel olarak etkili bir şekilde sunar.	4
5)	Biyomühendislik ile ilgili derin uzmanlık gerektiren konularda bağımsız araştırma yapar, özgün düşünce geliştirir ve bu bilgileri uygulamaya aktarır.	3
6)	Biyomühendisliğe özgü ileri düzey kuramsal ve uygulamalı bilgileri etkin bir biçimde kullanır.	5
7)	Mesleki, bilimsel ve etik değerlere uygun hareket eder; mühendislik uygulamalarının toplumsal, çevresel ve etik etkilerini gözeterek sorumluluk alır.	5