| ENDÜSTRİ 4.0 (İNGİLİZCE, TEZSİZ) | |||||
| Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey | ||
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| SEN4016 | Çokdeğişkenli Veri Analizi | Güz | 3 | 0 | 3 | 6 |
| Bu dersin açılması ilgili bölüm tarafından yarıyıl başında belirlenir |
| Öğretim Dili: | En |
| Dersin Türü: | Departmental Elective |
| Dersin Seviyesi: | LİSANSÜSTÜ |
| Dersin Veriliş Şekli: | Yüz yüze |
| Dersin Koordinatörü: | Prof. Dr. MEHMET ALPER TUNGA |
| 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. |
|
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 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. |
| 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 | ||
| Ders Notları: | 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. |
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Devam | % 0 | |
| Laboratuar | % 0 | |
| Uygulama | % 0 | |
| Arazi Çalışması | % 0 | |
| Derse Özgü Staj | % 0 | |
| Küçük Sınavlar | 4 | % 20 |
| Ödev | 2 | % 10 |
| Sunum | % 0 | |
| Projeler | % 0 | |
| Seminer | % 0 | |
| Ara Sınavlar | 1 | % 30 |
| Ara Juri | % 0 | |
| Final | 1 | % 40 |
| Rapor Teslimi | % 0 | |
| Juri | % 0 | |
| Bütünleme | % 0 | |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
| Toplam | % 100 | |
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 3 | 42 |
| Laboratuvar | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Derse Özgü Staj | 0 | 0 | 0 |
| Arazi Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışması | 4 | 5 | 20 |
| Sunum / Seminer | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Ödevler | 2 | 5 | 10 |
| Küçük Sınavlar | 4 | 3 | 12 |
| Ara Juri | 0 | 0 | 0 |
| Ara Sınavlar | 1 | 15 | 15 |
| Rapor Teslimi | 0 | 0 | 0 |
| Juri | 0 | 0 | 0 |
| Final | 1 | 17 | 17 |
| Toplam İş Yükü | 116 | ||
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı |