DERSİN TÜRÜ	Zorunlu
DERSİN DÜZEYİ	Lisans
DERSİN YILI	2
YARIYIL	Dördüncü Yarıyıl (Bahar)
AKTS	5
ÖĞRETİM ELEMAN(LAR)I	Doktor Öğretim Üyesi Funda Türe Kibar
DERSİN ÖĞRENME KAZANIMLARI	Bu dersin sonunda öğrenciler; 1) Olasılık Teorisinin temel dayanaklarını tanımlayabilir 2) Olasılık kavramları hakkında çıkarım yapmak için istatistikleri hesaplayarak veri kümelerini analiz edebilir 3) İstatistik veri setlerinin özetlenmesinde kullanılan sayısal ve grafiksel yöntemleri uygulayarak yorumlayabilir 4) Rassal değişkenlerin olasılık ve dağılım fonksiyonları kavramlarını öğrenir ve uygulayabilir 5) Problemlere uygun olarak bazı kesikli ve sürekli olasılık dağılımlarını seçebilme, uygulayabilme ve gerçek hayat problemleri ile ilişkilendirebilme becerisine sahip olur 6) Rassal değişkenlerin fonksiyonlarının dağılımlarını belirleyebilme ve örnekleme dağılımı kavramı ile ilişkilendirebilme becerisine sahip olur 7) İstatistiğin temel kavramlarını (kütle, örneklem, rasgele örnekleme, örnekleme dağılımı vb.) tanımlayabilme becerisine sahip olur.
DERSİN VERİLİŞ BİÇİMİ	Yüz Yüze
DERSİN ÖNKOŞULLARI	Yok
ÖNERİLEN DERSLER
DERS TANIMI	Veri Setlerinin Gösterimleri ve Bazı Önemli İstatistiklerin Hesaplanması; Olasılığın Temel Kavramları; Olasılığın Tanımı, Koşullu Olasılık, Bayes Teoremi ve Bağımsız Olaylar; Rassal Değişken Kavramı, Rassal Değişkenlerin Olasılık Fonksiyonları; Kesikli Dağılımlar, Sürekli Dağılımlar; Bileşik Olasılık Dağılımları, İstatistiksel Bağımsızlık; Matematiksel Beklenen Değer, Varyans ve Kovaryans; Özel Kesikli Dağılımlar; Özel Sürekli Dağılımlar; Rassal Değişkenlerin Fonksiyonlarının Dağılımlarının Belirlenmesi, Dağılım Fonksiyonu Tekniği; Değişken Dönüştürme Tekniği (Tek ve İki Değişken İçin); Moment Çıkartan Fonksiyon Tekniği, Rasgele Örnekleme Kavramı İstatistikler; Rasgele Örnekleme, Örnekleme Dağılımları, Bazı Temel Örnekleme Dağılımları, Regresyon Analizi.
DERS İÇERİĞİ	HAFTA KONULAR 1. Hafta Veri Setlerinin Gösterimleri ve Bazı Önemli İstatistiklerin Hesaplanması 2. Hafta Olasılığın Temel Kavramları 3. Hafta Olasılığın Tanımı, Koşullu Olasılık, Bayes Teoremi ve Bağımsız Olaylar 4. Hafta Rassal Değişken Kavramı, Rassal Değişkenlerin Olasılık Fonksiyonları 5. Hafta Kesikli Dağılımlar, Sürekli Dağılımlar 6. Hafta Bileşik Olasılık Dağılımları, İstatistiksel Bağımsızlık 7. Hafta Matematiksel Beklenen Değer, Varyans ve Kovaryans 8. Hafta Arasınav 9. Hafta Özel Kesikli Dağılımlar 10. Hafta Özel Sürekli Dağılımlar 11. Hafta Rassal Değişkenlerin Fonksiyonlarının Dağılımlarının Belirlenmesi, Dağılım Fonksiyonu Tekniği 12. Hafta Değişken Dönüştürme Tekniği (Tek ve İki Değişken İçin) 13. Hafta Moment Çıkartan Fonksiyon Tekniği, Rasgele Örnekleme Kavramı İstatistikler 14. Hafta Rasgele Örnekleme, Örnekleme Dağılımları, Bazı Temel Örnekleme Dağılımları
ZORUNLU YA DA ÖNERİLEN KAYNAKLAR	Referans Kitabı: Ang, A.H-S., and W.H. Tang, Probability Concepts in Engineering: Emphasis on Applications to Civil and Environmental Engineering, 2nd edition, John Wiley & Sons, 2007. Walpole, R.E., Myers, R.H., Myers Sh. L., Ye K., Probability and Statistics or Engineers and Scientists Prentice Hall, 7th edition. Ek Kaynaklar: Pishro-Nik, H., Introduction to Probability, Statistics, and Random Processes, Kappa Research, LLC, 2014.
ÖĞRETİM YÖNTEM VE TEKNİKLERİ	Anlatım,Tartışma,Soru-Cevap,Sorun/Problem Çözme,Örnek Olay İncelemesi,Diğer
DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ	Sayısı Toplam Katkısı(%) Ara Sınav 1 30 Ödev 2 10 Mini-Sınav 2 20 Devam 1 5 Toplam(%) 65 Yıl İçinin Başarıya Oranı(%) 65 Finalin Başarıya Oranı(%) 35 Toplam(%) 100
AKTS İŞ YÜKÜ	Aktivite Sayı Süresi(Saat) İş Yükü Ara Sınav 1 1,5 1,5 Kısa Sınavlara hazırlık 1 3 3 Sınıf Dışı Ders Çalışma Süresi Final Sınavına Hazırlık 1 35 35 Ders Saati 14 4 56 Ara Sınava Hazırlık 1 30 30 Laboratuvar Final Sınavı 1 2 2 Ödevler 2 10 20 Kısa Sınavlar 2 ,5 1 Toplam İş Yükü 148,5 Toplam İş Yükü / 30 4,95 Dersin AKTS Kredisi 5
DİL	İngilizce
STAJ / UYGULAMA	Yok