Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
KATEGORİK VERİ ANALİZİ	Üçüncü Düzey	BİS 607	Seçmeli	1	7.00	7.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	Yok
Eğitimin Dili	Türkçe
Koordinatör	PROF. DR. GÖKMEN ZARARSIZ
Dersi Veren Öğretim Eleman(lar)ı	DR. ÖĞR. ÜYESİ DİNÇER GÖKSÜLÜK
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli	Anlatım ve Tartışma, Ders içinde uygulamalar
Dersin Amacı	Bu ders kategorik ve sayma türünden kesikli değişkenler için kullanılan istatistiksel yöntemleri teorik ve uygulamalı olarak aktarmayı amaçlar. Kategorik yanıt değişkenleri için regresyon modelleri, kategorik değişkenler arası ilişki ve risk ölçüleri, hipotez testleri gibi konular üzerinde durur.
Dersin Tanımı

Dersin İçeriği

1	Kategorik veri analizine giriş, temel kavramlar
2	Kesikli olasılık dağılımları, olabilirlik fonksiyonu ve parametre kestirimleri
3	Kontenjans tabloları (çarpaz tablo), olasılık dağılımları
4	Kontenjans tablolarında çıkarımsal analizler, hipotez testleri, bağımsızlık ve homojenlik
5	Sıralı kategorik değişkenler için bağımsızlık/homojenlik testleri
6	İlişki/Risk ölçüleri (kestirim, hipotez testleri, güven aralıkları)
7	ARA SINAV I
8	Lojistik regresyon – I (model parametre kestirimi, hipotez testleri, odds oranı)
9	Lojistik regresyon – II (model uyumu, performans ölçüleri)
10	Çok kategorili lojistik regresyon
11	ARA SINAV II
12	Log-doğrusal modeller – 1
13	Log-doğrusal modeller – 2 Eşleştirilmiş çiftler (matched pairs) için modeller
14	Diğer konular (GEE, GLMs, vb. modeller hakkında kısa değerlendirmeler)
15	FİNAL SINAVI
16
17
18
19
20

Dersin Öğrenme Çıktıları

1	Kategorik değişkenler için uygun tanımlayıcı analizleri uygulayabilir.
2	Kategorik değişkenler arası ilişkileri modelleyebilir, istatistiksel anlamlılıklarını test edebilir ve yorumlayabilir.
3	Kategorik veri analizi için gerekli teorik altyapıya ve bilgi düzeyine sahip olur.
4	Kategorik değişkenlerde kullanılan olasılık dağılımlarına hakim olur.
5	Kategorik verilerin analizinde kullanılan ileri modelleme teknikleri hakkında fikir sahibi olur.
6
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü

	Sayısı	Süresi (saat)	Sayı*Süre (saat)
Yüz yüze eğitim	14	3	42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)	14	5	70
Ödevler	2	10	20
Sunum / Seminer hazırlama	0	0	0
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	2	12	24
Ara sınavlar	1	2	2
Proje (Yarıyıl ödevi)	0	0	0
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	1	20	20
Yarıyıl sonu sınavı	1	2	2
Araştırma	0	0	0
Toplam iş yükü			180
AKTS			7.00

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	2	35
Kısa sınav	0	0
Ödev	2	15
Yarıyıl içi toplam		50
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		50
Yarıyıl sonu sınavının başarıya katkı oranı		50
Genel toplam		100

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	Eğitmen Notları ve [2] numaralı yardımcı kaynak.
Yardımcı Kaynaklar	[1] Agresti, A. An Introduction to Categorical Data Analysis. 2nd ed. New York, Wiley, 2007. [2] Agresti, A. Categorical Data Analysis, 2nd ed. New York, Wiley, 2002. [3] Aitkin, M., Anderson, D., Francis, B., and Hinde, J. Statistical Modelling in GLIM. Oxford Science Publications. Oxford: Clarendon Press, 1989. [4] Agresti, A. Analysis of Ordinal Categorical Data. 2nd ed. New York, Wiley, 2010.

Ders İle İlgili Dosyalar