DERSİN TÜRÜ	Seçmeli
DERSİN DÜZEYİ	Tezli Yüksek Lisans
DERSİN YILI	-
YARIYIL	-
AKTS	10
ÖĞRETİM ELEMAN(LAR)I	Profesör Doktor Nizami Gasilov Doktor Öğretim Üyesi Elmas Burcu Mamak Ekinci
DERSİN ÖĞRENME KAZANIMLARI	Bu dersin sonunda öğrenciler; 1) Uygun veri derleme yöntemini seçebilme,ham verileri analiz için hazır hale getirir. 2) Sayısal verilerle çalışabilme, istatiksel veri analizi ile ilgili araçları kullanabilme becerisine sahiptir. 3) Analiz yapabilmek için bir veri analiz aracını ve/veya bir istatiksel paket programını kullanır. 4) Bir istatiksel analizin sonuçlarını net bir şekilde aktarabilmek ve yönetsel etkilerini açıklar. 5) Sonuçların güvenilirlik analizlerini yapar. 6) Analiz sonuçlarını rapor eder.
DERSİN VERİLİŞ BİÇİMİ	Yüz Yüze
DERSİN ÖNKOŞULLARI	Yok
ÖNERİLEN DERSLER	Yok
DERS TANIMI	Verilerin derlenmesi, analiz için hazır hale getirilmesi. Uygun analiz yöntemlerini belirleyebilmek ve bu yöntemleri uygulayabilmek. En az bir programlama dili veya paket program kullanma becerisini kazanabilmek ve sonuçları raporlayabilmek.
DERS İÇERİĞİ	HAFTA KONULAR 1. Hafta Ders içerik tanıtımı, istatistik ile ilgili temel kavramlar 2. Hafta R ve R Studio'ya giriş. Veri girişi. Veri türleri. 3. Hafta R'da veri yapıları: Vektörler, matrisler, diziler. Veri çerçevesi ve listeler. Matris ve vektörler üzerinde işlemler 4. Hafta Betimsel istatistikler: R ile frekans tabloları ve betimsel istatistiklerin hesaplanması 5. Hafta Veri görselleştirme 6. Hafta Bazı kesikli ve sürekli dağılımlar-R uygulaması 7. Hafta Normallik analizi ve varsayımların değerlendirilmesi ve R uygulaması 8. Hafta Ara sınav 9. Hafta Parametrik testler - R uygulaması 10. Hafta Varyans analizi - R uygulaması 11. Hafta Parametrik olmayan testler - R uygulaması 12. Hafta Ki-kare bağımsızlık testi - R uygulaması 13. Hafta Korelasyon analizi - R uygulaması 14. Hafta Doğrusal regresyon analizi- R uygulaması
ZORUNLU YA DA ÖNERİLEN KAYNAKLAR	(1) Cotton, R. (2013). Learning R. O?Reilly Media, Inc. (Çeviri: Herkes için İstatistiksel Programlama ve Analiz: R, Pegem Akademi, 2020). (2) Fischetti, T. (2015). Data Analysis with R. Packt Publishing. (3) Demir, İ (Editör). (2017). R ile Uygulamalı İstatistik. Papatya Bilim. (4) Peter Daalgard (2008). Introductory Statistics with R, Springer. (5) Gareth J., Witten D., Hastie T., Tibshirani R. (2013). An Introduction to Statistical Learning with Applications in R. Springer.
ÖĞRETİM YÖNTEM VE TEKNİKLERİ	Anlatım,Soru-Cevap,Sorun/Problem Çözme,Eğitim-Uygulama
DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ	Sayısı Toplam Katkısı(%) Ara Sınav 1 30 Ödev 2 10 Proje 1 20 Toplam(%) 60 Yıl İçinin Başarıya Oranı(%) 60 Finalin Başarıya Oranı(%) 40 Toplam(%) 100
AKTS İŞ YÜKÜ	Aktivite Sayı Süresi(Saat) İş Yükü Ara Sınav 1 2 2 Kısa Sınavlara hazırlık Sınıf Dışı Ders Çalışma Süresi Final Sınavına Hazırlık 1 70 70 Ders Saati 14 3 42 Ara Sınava Hazırlık 1 40 40 Laboratuvar Final Sınavı 1 2 2 Ödevler 2 15 30 Proje 1 120 120 Toplam İş Yükü 306 Toplam İş Yükü / 30 10,2 Dersin AKTS Kredisi 10
DİL	Türkçe
STAJ / UYGULAMA	Yok