Home » Akademik Birimler » Fen-Edebiyat Fakültesi » İstatistik Bölümü » Dersler » Çok Değişkenli İstatistik 1
Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Çok Değişkenli İstatistik 1IST411136220
ÖnkoşullarIST3121 Regresyon Analizi I
YarıyılGüz
Dersin DiliTürkçe
Dersin SeviyesiLisans
Dersin TürüZorunlu @ İstatistik Lisans Programı
Ders KategorisiTemel Meslek Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik Birimİstatistik Bölümü
Dersin KoordinatörüDogan Yıldız
Dersi Veren(ler)Ali Hakan Büyüklü
Asistan(lar)ıFulya Gökalp
Dersin AmacıÇok değişkenli istatistik yöntemlerin teorik alt yapısını oluşturularak söz konusu yöntemlerin doğru ve amaca uygun olarak uygulanabilirliğini sağlamak.
Dersin İçeriğiMatris ve vektör kuramı, Çok değişkenli istatistikte özgün matris ve vektörler, Çok değişkenli normal dağılımın özellikleri, Çok değişkenli hipotez testleri, Çok değişkenli varyans analizi(MANOVA), Çok değişkenli kovaryans analizi(MANCOVA)
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • ALPAR Reha.”Uygulamalı çok değişkenli istatistik yöntemlere giriş”/TATLIDİL Hüseyin.”Uygulamalı çok değişkenli istatistik analiz”, ÖZDAMAR Kazım.”Paket programlar ile İstatistiksel veri analizi” JOHNSON A. Richard, WICHERN W. Dean. “Applied Multivariate Statistical Analysis”, Prentice-Hall İnternational,Inc. GREEN E. Paul.” Analyzing Multivariate Data”The Dryden Press
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenciler mathLab, Mathcad gibi matematik programlarından, SPSS, Statistica,Systat, Minitab gibi istatistik paket programlarından ve Excel gibi database programalarından yararlanarak,çok değişkenli istatistik teorisini öğreneceklerdir
  2. Öğrenciler kullanılacak veri setinin çok değişkenli analize uygunluğunun saptamayı öğreneceklerdir
  3. Öğrenciler matris ve vektör kuramı, çok değişkenli istatistikte özgün matris ve vektörleri öğreneceklerdir
  4. Öğrenciler çok değişkenli normal dağılımın özellikleri ve çok değişkenli hipotez testlerini öğreneceklerdir
  5. Öğrenciler çok değişkenli varyans analizi(MANOVA) ve çok değişkenli kovaryans analizini(MANCOVA) öğreneceklerdir

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Çok değişkenli analizde matris kuramı
2Çok değişkenli analizde vektör kuramı, özdeğer ve öz vektörler
3Çok değişkenli analizde veri matrisi ve tanımlayıcı istatistikler
4İki değişkenli(bivariate) normal dağılım, karesel formların dağılımı
5Mahalonobis uzaklığı, Kontur, elips ve elipsoid kavramları
6İkiden çok değişkenli normal dağılım fonksiyonu, Çok değ. yoğunluk fonk. Marjinal ve koşullu dağılımlar
7Normale uygunluk testleri, standartlaştırma ve dönüşümler
8Yıl içi sınavı
9Çok değişkenli analizde hipotez testleri, Hotelling T
10Bağımlı ve bağımsız ortama vektörlerinin karşılaştırılması
11Çok değişkenli analizde tek ve İki yönlü varyans analizi
12Çoklu karşılaştırma (Post HOC) testleri
13Çok değişkenli kovaryans analizi
14Asal Bileşenler Analizi
15İstatistik ve matematik paket program uygulamaları
16Final Sınavı

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev220
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar140
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati142
Laboratuar
Uygulama142
Arazi Çalışması
Sınıf Dışı Ders Çalışması105
Derse Özgü Staj
Ödev215
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)115
Final (Sınav Süresi + Sınav Hazırlık Süresi)115
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok