|
|
| IST4020 | Çok Değişkenli İstatistiksel Analiz | 4+0+0 | AKTS:6 | | Yıl / Yarıyıl | Bahar Dönemi | | Ders Duzeyi | Lisans | | Yazılım Şekli | Zorunlu | | Bölümü | İSTATİSTİK ve BİLGİSAYAR BİLİMLERİ BÖLÜMÜ | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze | | Dersin Süresi | 14 hafta - haftada 4 saat teorik | | Öğretim Üyesi | Dr. Öğr. Üyesi Uğur ŞEVİK | | Diğer Öğretim Üyesi | PROF. DR. Türkan ERBAY DALKILIÇ, PROF. DR. Zafer KÜÇÜK | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Dersin amacı, öğrencilerin çoklu değişkenler arasındaki ilişkilerin açıklanmasına yardımcı olacak teknikleri kullanabilmeleri ve elde edilen sonuçları değerlendirmelerine yardımcı olmaktır |
| Öğrenim Kazanımları | BPKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | Çok değişkenli istatistiğin temel kavramlarını öğrenmek | 1,2,3,4 | 1 | | ÖK - 2 : | Bilimsel bir araştırmayı çok değişkenli istatistiksel teknikler açısından değerlendirebilmek. | 1,2,3,4 | 1 | | ÖK - 3 : | Bilimsel bir araştırmada hangi çok değişkenli istatistiksel yöntemi kullanacağına karar verebilmek. | 1,2,3,4 | 1 | | ÖK - 4 : | Çok boyutlu verilere ilişkin analizleri bilgisayarda yapabileceklerdir | 1,2,3,4 | 1 | | BPKK :Bölüm program kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | | |
| Temel Matris Bilgisi, Çok Değişkenli Analizde Veri Matrisi ve Tanımlayıcı İstatistikler, Çok Değişkenli Grafikler, Standartlaştırma, Çok Değişkenli Normal Dağılım ve Çok Değişkenli Aşırı Gözlemler, Eksik (Kayıp) Verilerin İncelenmesi ve Atama Yöntemleri, Uzaklık ve Benzerlik Ölçüleri , Çok Değişkenli Hipotez Testleri, Faktör Analizi, Kümeleme Analizi |
| |
| Haftalık Detaylı Ders İçeriği | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Temel tanım ve kavramlar: Matrisler, determinantlar, özdeğer ve özvektörler | | | Hafta 2 | Temel tanım ve kavramlar: Matrisler, determinantlar, özdeğer ve özvektörler | | | Hafta 3 | Çok Değişkenli Analizde Veri Matrisi ve Tanımlayıcı İstatistikler | | | Hafta 4 | Çok Değişkenli Grafikler | | | Hafta 5 | Standartlaştırma | | | Hafta 6 | Çok Değişkenli Normal Dağılım ve Çok Değişkenli Aşırı Gözlemler. | | | Hafta 7 | Eksik (Kayıp) Verilerin İncelenmesi ve Atama Yöntemleri. | | | Hafta 8 | Uzaklık ve Benzerlik Ölçüleri | | | Hafta 9 | Arasınav | | | Hafta 10 | Korelasyon katsayısı: basit, parçalı, çoklu | | | Hafta 11 | Çok Değişkenli Hipotez Testleri | | | Hafta 12 | Faktör Analizi | | | Hafta 13 | Faktör Analizi | | | Hafta 14 | Kümeleme Analizi | | | Hafta 15 | Kümeleme Analizi | | | Hafta 16 | Dönem sonu sınavı | | | |
| 1 | Alpar, R. 2020, Uygulamalı Çok Değişkenli İstatistiksel Yöntemler, Detay Yayıncılık | | | |
| 1 | Tatlidil, H. (1996). Uygulamalı Çok Değişkenli İstatistiksel Analiz, Akademi Matbaası, Ankara. | | | 2 | Tuncer, Y. (2002). Çok değişkenli İstatistik Analize Giriş: Normal Teori, Bıçaklar Kitapevi, Ankara. | | | 3 | Johnson, R. A. and Wichern, D. W. (1982). Applied Multivariate Statistical Analysis, Prentice-Hall. | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 9 | 08/04/2022 | 1,5 | 50 | | Dönem sonu sınavı | 16 | 28/05/2022 | 1,5 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 4 | 14 | 56 | | Sınıf dışı çalışma | 2 | 14 | 28 | | Laboratuar çalışması | 0 | 0 | 0 | | Arasınav için hazırlık | 10 | 1 | 10 | | Arasınav | 1.5 | 1 | 1.5 | | Uygulama | 0 | 0 | 0 | | Klinik Uygulama | 0 | 0 | 0 | | Ödev | 0 | 0 | 0 | | Proje | 0 | 0 | 0 | | Kısa sınav | 0 | 0 | 0 | | Dönem sonu sınavı için hazırlık | 12 | 1 | 12 | | Dönem sonu sınavı | 1.5 | 2 | 3 | | Diğer 1 | 0 | 0 | 0 | | Diğer 2 | 0 | 0 | 0 | | Toplam Çalışma Yükü | | | 110.5 |
|