|
IST4014 | İstatistiksel Yazılımlar | 4+0+0 | AKTS:6 | Yıl / Yarıyıl | Bahar Dönemi | Ders Duzeyi | Lisans | Yazılım Şekli | Seçmeli | 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 Eda ÖZKUL | Diğer Öğretim Üyesi | PROF. DR. Türkan ERBAY DALKILIÇ, PROF. DR. Zafer KÜÇÜK | Öğretim Dili | Türkçe | Staj | Yok | | Dersin Amacı: | Bu ders temel veri çözümleme yöntemlerini öğretir. Burada R, EXCEL, MATLAB, SPSS ve MINITAB gibi programlar kullanılır. Deneysel verilerin nasıl çözümleneceğini ve özetleneceğini ve bunların istatistiksel sonuçlarını sunumu öğretilir. Mevcut verilerin dosyadan nasıl yükleneceği, nasıl veri dosyası oluşturulacağı, nasıl yönetileceği ve değiştirileceği uygulamalı olarak öğretilir. Bu derste ayrıca R, EXCEL, MATLAB, SPSS ve MINITAB gibi programlarını temel özellikleri öğretilir. Teorik istatistiksel kavramların uygulamada karşılıkları öğretilir. |
Öğrenim Kazanımları | BPKK | ÖY | Bu dersi başarı ile tamamlayan öğrenciler : | | | ÖK - 1 : | sınırlı şekildeki betimsel istatistik değerleri anlayabilir ve uygulayabilir | 1,4,5 | 1, | ÖK - 2 : | temel olasılık kavramını anlayabilecek ve uygulayabileceklerdir | 1,4,5 | 1, | ÖK - 3 : | bir alandan elde edilen veriler kapsamında istatistiksel sonuçları anlatabilecek, uygulayabilecek ve yorumlayabilecektir | 1,4,5 | 1, | ÖK - 4 : | istatistiksel doğanın temel problemlerin çözümlenmesinde, istatistiksel yöntem, sonuçların istatistiksel ve fiziksel yorumlanması | 1,4,5 | 1, | ÖK - 5 : | Uygun grafikler oluşturmak için bir istatistiksel yazılım paketi kullanır | 1,4,5 | 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 | |
İstatistiksel paket programlarına genel bakış (R, EXCEL, MATLAB, SPSS ve MINITAB) , temel özellikleri. Verilerin kodlanması, sıra değerlerinin bulunması, sıralanması, standartlaştırılması. Verilerin birleştirilmesi, ayrıştırılması. Grafiklerin oluşturulması. Tek örneklem, çift örneklem için t testi. Z testi. Dağılımlar: Binom, Poisson, Ki-kare, Normal Dağılım olasılıklarının bulunması. Kesikli ve Normal Dağılımlar için Rastgele Veri Seti Oluşturma. Korelasyon, korelasyon katsayısının test edilmesi, ANOVA, MANOVA, Homojenlik ve bağımsızlık testi. Uyum iyiliği testi. Lineer regresyon. Kategorik veri için çıkarımlar. |
|
Haftalık Detaylı Ders İçeriği | Hafta | Detaylı İçerik | Önerilen Kaynak | Hafta 1 | İstatistiksel paket programlarına genel bakış (R, EXCEL, MATLAB) | | Hafta 2 | İstatistiksel paket programlarına genel bakış, (SPSS ve MINITAB) | | Hafta 3 | Tanımlayıcı istatistikleri: düzenleme ve görüntüleme verileri, frekans dağılımları; Bağıl frekans dağılımları; Toplu frekans dağılımları; | | Hafta 4 | Histogramlar ve grafikler, merkezi eğilim ölçüleri;, ortanca, Ortalama ve ortakça yorumlar; | | Hafta 5 | Yayılım ölçüleri, Varyans ve standart sapma, Çeyreklikler ve yüzdelik, yorumlar | | Hafta 6 | Dağılım Türleri: Bakışık, Bakışık olmayan (artı ve eksi çarpıklık) | | Hafta 7 | Rasgele Değişkenler ve Olasılık Dağılımları: Kesikli Rastgele Değişkenler, ayrık rassal değişken Olasılık dağılımları, ayrık rassal değişkenin ortalama (beklenen değer) ve standart sapması. Sürekli Rasgele Değişkenler; Normal eğrileri ve özellikleri, | | Hafta 8 | Ortalamanın Örneklem Dağılımı: Rastgele örnekleri ve örnek ortalamasının standart sapma; Merkezi Limit Teoremi, Yorumlama ve Uygulamaları | | Hafta 9 | Arasınav
| | Hafta 10 | Güven Aralıkları: Büyük, Küçük örnek, İki Nüfus Ortalaması farkı, Bağımsız örnekleri, Bağımlı değişken için örnekler | | Hafta 11 | Hipotez Testleri, Formülasyon: belirten boş ve alternatif hipotezler, önem seviyesi, raporlama sonuçları, Sonuç ve kabul ve ret, Tip I ve Tip II hataları, rastgele örnekler, istatistiksel testi, p değerleri, tanımlama ve kullanımı açıklanır seçimi Seçimi Bölgeler sonuçlarının yorumlanması | | Hafta 12 | Nüfus ortalaması için: (z normal nüfus den-testi), Küçük örnek (t-testi Büyük örnek), istatistiksel yazılım paketi kullanımı z veya t-puanı; iki nüfus ortlamasının farkı | | Hafta 13 | Bağımsız örnekleri (z veya t-testi), Bağımlı örnekleri (z veya t-testi), istatistiksel yazılım paketi kullanımı z veya t-puanı hesaplamak için score; | | Hafta 14 | Ki-Kare Hipotez testleri: uyum testi; Bağımsızlık Testi; Türdeşlik Testi | | Hafta 15 | Doğrusal Regresyon ve Korelasyon: Saçılma diyagramları; En Küçük Kareler Yöntemi; Kestirim; Yorumlar | | Hafta 16 | Dönem sonu sınavı
| | |
1 | Kazım ÖZDAMAR, 1999, Paket Programlar İle İstatistiksel Veri Analizi, Kaan Kitapevi, Eskişehir | | |
1 | U. Erman EYMEN, 2007, SPSS 15.0 Veri Analiz Yöntemleri, İstatistik Merkezi | | 2 | Necmi GÜRSAKAL, 2007, Betimsel İstatistik,Nobel Yayınevi, Ankara | | 3 | Joaquim P. Marques, 2007, Applied Statistics using SPSS, STATISTICA, MATLAB AND R, Springer, Berlin | | |
Ölçme Yöntemi | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | Arasınav | 9 | | 1,5 | 50 | Dönem sonu sınavı | 16 | | | 50 | |
Öğrenci Çalışma Yükü | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | Yüz yüze eğitim | 4 | 14 | 56 | Sınıf dışı çalışma | 3 | 14 | 42 | Laboratuar çalışması | 2 | 4 | 8 | Arasınav için hazırlık | 6 | 1 | 6 | Arasınav | 1 | 1 | 1 | Ödev | 1 | 8 | 8 | Proje | 1 | 4 | 4 | Dönem sonu sınavı için hazırlık | 6 | 1 | 6 | Dönem sonu sınavı | 1 | 1 | 1 | Toplam Çalışma Yükü | | | 132 |
|