ENDÜSTRİ 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
INE2002 Mühendisler için İstatistik Bahar 3 2 4 7

Temel Bilgiler

Öğretim Dili: İngilizce
Dersin Türü: Must Course
Dersin Seviyesi: LİSANS
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Doç. Dr. SABRİ TANKUT ATAN
Dersi Veren(ler): Prof. Dr. SELİM ZAİM
Dr. Öğr. Üyesi ETHEM ÇANAKOĞLU
Prof. Dr. CENGİZ KAHRAMAN
Arş.Gör. ESRA ADIYEKE
Opsiyonel Program Bileşenleri: Yok
Dersin Amacı: Bu ders, mühendislik istatitistiğinin temelleri olan rassal örnekleme, data analizi, örneklem dağılım teorisi, tahmin yapma, güven aralıkları, hipotez testleri, regresyon ve korelasyon analizleri konularını öğrencilere vermek üzere tasarlanmıştır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
I. Rassal örnekleme ve populasyon kavramını anlar, örneklem ortalaması ve örneklem varyansını değerlendirir, görsel veri araçlarını kurar ve yorumlar.
II. İstatistiksel çıkarım, nokta tahmini ve aralık tahmini açıklar. Merkez limit teoremi kullanarak örneklem ortalamasının örnekleme dağılımını belirler.Nokta tahmincilerinin dağılımını belirler. Bir örneklem için güven aralıkları oluşturur.
III. Hipotez testini, hata tiplerini bilir ve hipotez testleri oluşturur ve sonuçlarını yorumlar.
IV. İki örneklemi karşılaştırmak için güven aralıkları ve hipotez testleri oluşturur ve sonuçlarını yorumlar.
V. Basit doğrusal regresyon modelleri kurar ve sonuçlarını analiz eder.

Dersin İçeriği

Populasyon ve örneklem, örneklem ortalaması ve varyansı, gövde ve yaprak diyagramı, histogram, kutu grafiği, normal olasılık grafiği, örneklem dağılımları, parametrelerin nokta tahmini, bir örneklem için istatistiksel aralıklar ve hipotez testleri, iki örneklemi karşılaştırmak için istatistiksel aralıklar ve hipotez testleri, doğrusal regresyon.

Haftalık Ayrıntılı Ders İçeriği

Hafta Konu Ön Hazırlık
1) İstatistiğe giriş.
2) Populasyon ve örneklem, örneklem ortalaması ve varyansı
3) Gövde ve yaprak diyagramı, histogram, kutu grafiği, normal olasılık grafiği
4) Örneklem dağılımları ve parametrelerin nokta tahmini
5) Örneklem dağılımları ve parametrelerin nokta tahmini
6) Bir örneklem için istatistiksel aralıklar
7) Bir örneklem için istatistiksel aralıklar
8) Bir örneklem için hipotez testleri
9) Arasınav
10) İki örneklem için istatistiksel çıkarım
11) İki örneklem için istatistiksel çıkarım
12) Basit doğrusal regression
13) Basit doğrusal regresyon
14) Nonparametric testler

Kaynaklar

Ders Notları / Kitaplar: Allan G. Bluman, Elementary Statistics, McGraw Hill, Most recent edition.
Diğer Kaynaklar: • Douglas C. Montgomery and George C. Runger. Applied Statistics and Probability for Engineers, John Wiley & Sons, 7th Edition.
• Ross, S. M. (2017). Introductory Statistics. Academic Press, 4th Edition.
• Ross, S. M. (2014). Introduction to Probability and Statistics for Engineers and Scientists. Academic Press. 5th Edition.

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Küçük Sınavlar 12 % 20
Projeler 1 % 20
Ara Sınavlar 1 % 20
Final 1 % 40
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 40
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 60
Toplam % 100

AKTS / İş Yükü Tablosu

Aktiviteler Aktivite Sayısı Süre (Saat) İş Yükü
Ders Saati 14 3 42
Laboratuvar 14 1 14
Uygulama 14 1 14
Sınıf Dışı Ders Çalışması 14 3 42
Proje 1 20 20
Ara Sınavlar 1 15 15
Final 1 30 30
Toplam İş Yükü 177

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 Endüstri mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. 5
2) Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. 4
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) Endüstri 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) Endüstri 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. 5
6) Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışma becerisi; bireysel çalışma becerisi. 3
7) İngilizce ve Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; etkin rapor yazma ve yazılı raporları anlama, tasarım 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 becerisi.