DERSİN TÜRÜ | Seçmeli |
DERSİN DÜZEYİ | Tezsiz 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 |
| |