GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
|---|---|---|---|---|---|---|
| LEE683 | İleri Uygulamalı İstatistik | Seçmeli Ders Grubu | 1 | 1 | 8.00 | 3.00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Dersin Amacı
Bu dersin amacı, öğrencilere ileri düzey istatistiksel yöntemleri öğretmek ve bu yöntemleri sosyal, sağlık, işletme ve mühendislik gibi farklı alanlardaki veri setlerine uygulama becerisi kazandırmaktır. Öğrencilerin veri analizi, modelleme ve sonuçların yorumlanması konusunda ileri düzey yetkinlik geliştirmeleri hedeflenmektedir.
Dersi Veren Öğretim GörevlisiGörevlileri
Öğrenme Çıktıları
| 1 | Öğrencilerin ileri düzey istatistiksel yöntemleri kavrayıp uygulayabilmelerini sağlamak. |
| 2 | Gerçek veri setleri üzerinde analiz yaparak problem çözme becerilerini geliştirmek. |
| 3 | Karar verme süreçlerinde istatistiksel düşünme ve modelleme yetkinliğini kazandırmak |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Temel istatistiksel kavramların gözden geçirilmesi Çok değişkenli veri analizi Regresyon ve ileri regresyon teknikleri Varyans analizi (ANOVA) ve çoklu karşılaştırmalar Faktör analizi ve boyut indirgeme yöntemleri Korelasyon ve nedensellik analizleri Zaman serisi analizi ve tahmin modelleri Örneklem ve hipotez testlerinin ileri uygulamaları İstatistiksel paket programlarının kullanımı (SPSS, R, Python) İleri veri görselleştirme teknikleri ve raporlama
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | [OgretimYontemVeTeknikleri] | [OnHazirlik] |
|---|---|---|---|
| 1 | Dersin tanıtımı, temel istatistik kavramlarının gözden geçirilmesi | ||
| 2 | Olasılık dağılımları, temel kurallar, olaylar | ||
| 3 | t-test, ANOVA, Mann-Whitney, Kruskal-Wallis | ||
| 4 | Basit doğrusal regresyon, model kurulumu ve yorumlama | ||
| 5 | Çoklu regresyon, değişken seçimi, multikolineerlik | ||
| 6 | Tek yönlü ve iki yönlü ANOVA, hipotez testi | ||
| 7 | Bağımsızlık ve uyum testleri | ||
| 8 | Faktör analizi, temel bileşenler analizi (PCA) | ||
| 9 | Faktör analizi, temel bileşenler analizi (PCA) | ||
| 10 | Kümeleme (Clustering), diskriminant analizi | ||
| 11 | Trend, mevsimsellik, öngörü modelleri | ||
| 12 | Sıralama yöntemleri, bootstrap, permutation test | ||
| 13 | Lojistik regresyon, doğrusal olmayan modeller, veri madenciliği temelleri | ||
| 14 | Gerçek veri setleri ile proje çalışması, analiz ve raporlama | ||
| 15 | Öğrenci sunumları ve genel değerlendirme |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 20 | 20 |
| Final Sınavı | 1 | 90 | 90 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 1 | 1 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 80 | 80 |
| Toplam İş Yükü (saat) | 191 | ||
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ 1 |
| ÖÇ 2 |
| ÖÇ 3 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek