| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| İstatistiksel Veri Analizi | BLM3590 | 3 | 5 | 3 | 0 | 0 |
| Önkoşullar | 0111541 İstatistik ve Olasılık Hesapları |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli @ Bilgisayar Mühendisliği Lisans Programı |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Bilgisayar Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | Banu Diri |
| Dersi Veren(ler) | Banu Diri |
| Asistan(lar)ı |
| Dersin Amacı | Çeşitli problemlerin temel istatistiksel yöntemler ile çözülmesi |
|---|---|
| Dersin İçeriği | Temel istatistiksel kavramlar, tanımlayıcı istatistik, şartlı olasılık, rasgele değişkenler, tahmin-ayrık-sürekli olasılık modeller, birleşik ve örnek dağılımlar, hippotez testi, güven aralıkları, karmaşıklık matrisi, mantıksal regresyon, lineer ve çoklu regresyon ve test teknikleri. |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenciler araştırmalarda elde edilebilecek verileri özellikleri itibariyle tanır.
- Öğrenciler incelenen bir olguda uygun bir veri toplama aracı oluşturur.
- Öğrenciler incelenen bir olguda eldeki veriyi uygun yöntemlerle analize hazırlayabilirler.
- Öğrenciler bir araştırmada araştırmanın amacına ve veri özelliklerine en uygun analiz tekniğini belirleyebilirler.
- Öğrenciler analiz sonucunda mevcut bulgulara göre araştırma problemini değerlendirebilirler.
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Olasılığa giriş | Evet |
| 2 | Rasgele değişkenlerin dağılımı:rasgele değişkenler, olasılık dağılım fonksiyonları, beklendik değer, varyans, normal dağılım | Evet |
| 3 | Rasgele değişkenlerin dağılımı:Chebychev eşitsizliği, değişkenlerin dönüşümü, matris formu, hata yayılımı | Evet |
| 4 | Olasılık fonksiyonlarına örnekler (binom, possion, uniform, multinominal, exponansiyel, gaussian, chi-square) | Evet |
| 5 | Monte Carlo Metodu | Evet |
| 6 | Parametre tahmini | Evet |
| 7 | Maksimum benzerlik | Evet |
| 8 | En küçük kareler metodu | Evet |
| 9 | SAS yazılımının kullanımı | Evet |
| 10 | Yıliçi Sınavı | Evet |
| 11 | Basit Lineer Regresyon ve Korelasyon | Evet |
| 12 | Çoklu Lineer Regresyon | Evet |
| 13 | Test teknikleri (chi-squared dağılım, bağımsızlık derecesi) | Evet |
| 14 | Proje Sunumu | Evet |
| 15 | Proje Sunumu | Evet |
| 16 | Final Sınavı | Evet |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | ||
| Sunum/Jüri | ||
| Projeler | 1 | 50 |
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 25 |
| Final | 1 | 25 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 16 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 15 | 3 | |
| Derse Özgü Staj | |||
| Ödev | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 30 | |
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 7 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 7 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
