AMERİKAN KÜLTÜRÜ VE EDEBİYATI
Lisans TYYÇ: 6. Düzey QF-EHEA: 1. Düzey EQF-LLL: 6. Düzey

Ders Tanıtım Bilgileri

Ders Kodu Ders Adı Yarıyıl Teorik Pratik Kredi AKTS
SEN4016 Çokdeğişkenli Veri Analizi Güz 3 0 3 6
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: Prof. Dr. MEHMET ALPER TUNGA
Opsiyonel Program Bileşenleri: Yok.
Dersin Amacı: Öğrenciler; çok değişkenli analize dahil olan, berlirli sorunlar için temel bileşen analizi, faktör analizi, lineer regresyon analizi gibi özel teknikleri uygulama yeteneğine sahip olacaklardır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1. Çok değişkenli veri analizi kavramlarını tanımlar
2. PCA özelliklerini ve sınırlamalarını tanımlar ve farklı yollarla PCA hesaplamaları yapar
3. Faktör tiplerini tanımlar ve hesaplar
4. Metrik ve metrik olmayan ölçekleri tanımlar
5. Basit ve çoklu uyum analizi ve ki kare mesafelerini tanımlar
6. MANOVA varyasyonlarını tanımlar
7. Regresyon katsayıları, parametre tahmini, hipotez testi hesaplamalarını yapar
8. Tümdengelim, Tümevarım, tahmin, testler, korelasyon kavramlarını ifade eder
9. Tek ve çok değişkenli filtreleri tanımlar

Dersin İçeriği

Dersin içeriği temel bileşen analizi, faktör analizi, çok boyutlu ölçekleme, uyum analizi, çok değişkenli varyans analizi (manova), çoklu doğrusal regresyon, istatistiksel çıkarım, özellik altkümelerinin seçimi konularından oluşmaktadır.

Haftalık Ayrıntılı Ders İçeriği

Hafta Konu Ön Hazırlık
1) Giriş
2) Temel Bileşen Analizi
3) Temel Bileşen Analizi
4) Faktör Analizi
5) Faktör Analizi
6) Çok Boyutlu Ölçekleme
7) Uyum Analizi
8) Çok Değişkenli Varyans Analizi (MANOVA)
9) Çoklu Doğrusal Regresyon
10) Çoklu Doğrusal Regresyon
11) İstatistiksel Çıkarım
12) İstatistiksel Çıkarım
13) Özellik Altkümesi Seçimi
14) Özellik Altkümesi Seçimi

Kaynaklar

Ders Notları / Kitaplar: Multivariate Data Analysis, 7/E, Joseph F. Hair, Jr, William C. Black, Barry J. Babin, Rolph E. Anderson, Pearson, 2010, 9780138132637
Diğer Kaynaklar: Yok - None.

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Küçük Sınavlar 4 % 20
Ödev 2 % 10
Ara Sınavlar 1 % 30
Final 1 % 40
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 60
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 40
Toplam % 100

AKTS / İş Yükü Tablosu

Aktiviteler Aktivite Sayısı Süre (Saat) İş Yükü
Ders Saati 14 3 42
Sınıf Dışı Ders Çalışması 4 5 20
Ödevler 2 5 10
Küçük Sınavlar 4 3 12
Ara Sınavlar 1 15 15
Final 1 17 17
Toplam İş Yükü 116

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) Mezun olduktan sonra, öğrenciler araştırma yapmak, araştırma tekniklerini ve araç-gereçlerini kullanmak, sorun çözmek ve etkin bir şekilde iletişebilmek ve iş yerine bu becerilerini aktarmak özelliklerini edinmiş;
2) ...belirli anahtar meselelerde akıcı bir İngilizce ile tartışma becerisini geliştirmiş;
3) ...ileri düzeyde bir üslup bilgisi ile yazılı belgeler oluşturma becerisini geliştirmiş; 4
4) ...Amerikan ve İngiliz edebiyatı kanonundaki temel yapıtlar hakkında geniş bilgi edinmiş; 4
5) ...Amerikan ve İngiliz edebiyatlarının zor ve seçme metinlerinin ileri düzeyde analizlerini, sentezlerini yapıp eleştirme becerisini geliştirmiş; 4
6) ...çağdaş Amerikan kültürü hakkında derinlikli bir anlayış geliştirmiş; 3
7) ...farklı edebi metinler ve belgeler arasındaki ilişkileri ve önemli bağlantıları kurma ve disiplinler arası bir tavır geliştirme becerisini edinmiş; 3
8) ...bireysel olarak ya da takım halinde projeler geliştirmeyi öğrenmiş; 3
9) ...bilgi ve birikimlerini hayata uygulamayı ve disiplinler arası konularda çözüm üretmek ve araştırmaları sonuca ulaştırma konularında da beceriler edinmiş olacaklardır. 4