GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
|---|---|---|---|---|---|---|
| LEE693 | Advanced Applied Statistics | Seçmeli Ders Grubu | 1 | 1 | 8.00 | 3.00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Dersin Amacı
Bu dersin amacı, öğrencilerin ileri düzey istatistiksel yöntemleri anlayarak araştırmalarında uygulayabilmelerini sağlamaktır. Öğrenciler karmaşık veri setleri üzerinde uygun analizleri yapabilecek, sonuçları yorumlayabilecek ve istatistiksel yazılımları etkin şekilde kullanabilecek düzeye ulaşacaklardır.
Dersi Veren Öğretim GörevlisiGörevlileri
Öğrenme Çıktıları
| 1 | İleri istatistiksel yöntemleri anlayarak karmaşık veri setlerine uygulayabilir. |
| 2 | İstatistiksel yazılımları (SPSS, R, Python) kullanarak veri analizi gerçekleştirebilir. |
| 3 | Elde edilen bulguları yorumlayarak bilimsel rapor formatında sunabilir. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Temel İstatistik Araştırma Yöntemleri
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
İleri düzey olasılık kuramı Regresyon modelleri (çoklu, lojistik, hiyerarşik) Varyans analizi ve kovaryans analizi (ANOVA, ANCOVA) Faktör analizi ve kümeleme teknikleri
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | [OgretimYontemVeTeknikleri] | [OnHazirlik] |
|---|---|---|---|
| 1 | Dersin tanıtımı, ileri istatistiğe giriş | Anlatım, tartışma | Temel istatistik konularını tekrar etme |
| 2 | Olasılık kuramı ve dağılımlar | Anlatım, örnek uygulama | Olasılık üzerine makale okuma |
| 3 | Regresyon analizi: çoklu regresyon | Anlatım, uygulama | SPSS veya R üzerinde regresyon analizi denemesi |
| 4 | Lojistik regresyon | Anlatım, vaka analizi | Lojistik regresyon örneklerini inceleme |
| 5 | Hiyerarşik regresyon modelleri | Anlatım, uygulama | İlgili makaleleri inceleme |
| 6 | ANOVA ve ANCOVA | Anlatım, örnek çözümü | ANOVA örnek raporlarını okuma |
| 7 | Faktör analizi | Anlatım, uygulama | Faktör analizi teorisini okuma |
| 8 | Kümeleme teknikleri | Anlatım, uygulama | Veri seti üzerinde kümeleme denemesi |
| 9 | Zaman serisi analizi | Anlatım, örnek inceleme | Zaman serisi grafikleri inceleme |
| 10 | Çok değişkenli istatistiksel yöntemler | Anlatım, uygulama | Çok değişkenli veri örnekleri inceleme |
| 11 | İleri düzey istatistiksel yazılım uygulamaları (R, Python) | Laboratuvar çalışması | Yazılım kurulum ve temel kodlama |
| 12 | Bulguların yorumlanması ve raporlama | Anlatım, tartışma | Örnek akademik rapor inceleme |
| 13 | Proje taslak sunumları | Proje sunumu, tartışma | Proje taslağı hazırlama |
| 14 | Final proje sunumları ve rapor teslimi | Proje sunumu, tartışma | Final rapor ve sunum dosyası hazırlama |
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 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 90 | 90 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 100 | 100 |
| Toplam İş Yükü (saat) | 192 | ||
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