Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
ÇOK DEĞİŞKENLİ İSTATİSTİK Birinci Düzey ENM 604 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri -
Eğitimin Dili Türkçe
Koordinatör PROF. DR. ADEM GÖLEÇ
Dersi Veren Öğretim Eleman(lar)ı PROF. DR. ADEM GÖLEÇ
Yardımcı Öğretim Eleman(lar)ı -
Dersin Veriliş Şekli Yüz-yüze, Bilgisayar uygulamalı
Dersin Amacı Öğrencilerin iş hayatında karşılaşacakları istatistiksel problemleri hızlı ve etkin bir şekilde çözebilmeleri hedeflenmektedir.
Dersin Tanımı Çok değişkenli istatistiksel analiz teknikleri genel hatları ile SPSS ve Minitab programları uygulamalı olarak anlatılmaktadır.

Dersin İçeriği
1 İstatistiksel değişken türleri
2 Tanımlayıcı istatistikler
3 Parametrik testler
4 Hipotez testleri
5 Korelasyon analizi
6 Varyans Analizi
7 Basit doğrusal regresyon
8 ARASINAV
9 Çoklu doğrusal regresyon
10 Lojistik regresyon
11 Çok boyutlu ölçekleme
12 Güvenilirlik analizi
13 Kümeleme analizi
14 Ayırma analizi
15 FİNAL
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 İstatistiksel değişken türlerini, tanımlayıcı istatistikleri ve parametrik/parametrik olmayan testleri ayırt ederek uygun analiz yöntemini seçebilir.
2 Hipotez testleri, korelasyon analizi ve varyans analizi (ANOVA) tekniklerini doğru şekilde uygulayabilir ve sonuçlarını yorumlayabilir.
3 Basit ve çoklu doğrusal regresyon modelleri kurarak değişkenler arasındaki ilişkileri analiz edebilir ve model geçerliliğini değerlendirebilir.
4 Lojistik regresyon analizini kullanarak kategorik bağımlı değişken içeren durumlarda uygun tahmin ve sınıflandırma modelleri oluşturabilir.
5 Faktör analizi ve çok boyutlu ölçekleme gibi çok değişkenli istatistiksel yöntemlerle veri indirgeme ve yapı keşfi yapabilir.
6 Güvenirlik analizi (ör. Cronbach Alfa) ile ölçme araçlarının tutarlılığını değerlendirebilir.
7 Kümeleme ve ayırma analizlerini kullanarak veri setlerini gruplandırabilir, sınıflandırabilir ve elde edilen bulguları bilimsel biçimde raporlayabilir.
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
2 Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3 Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
5 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
7 Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
8 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
9 Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
10 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11 Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
12 12 a) biyoloji ve fizyoloji konularını anlayabilme;
13 12 b) türevsel denklemler ve istatistik dahil, ileri matematik, fen ve mühendislik bilgilerini biyoloji ve mühendisliğin arakesitindeki problemlerin çözümüne uygulayabilme becerisi;
14 12 c) canlı sistemler üzerinde ölçüm yapabilme ve bu ölçümlerden toplanacak verileri yorumlama becerisi;
15 12 d) canlı ve cansız malzemeler ve sistemler arasındaki etkileşime ilişkin problemleri çözme becerisi
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 13 3 39
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 5 9 45
Ödevler 5 9 45
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 1 3 3
Ara sınavlara hazırlık 1 3 3
Ara sınavlar 1 3 3
Proje (Yarıyıl ödevi) 1 5 5
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 7 7
Yarıyıl sonu sınavı 1 3 3
Araştırma 5 8 40
Toplam iş yükü     193
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 25
Kısa sınav 1 25
Ödev 1 50
Yarıyıl içi toplam   100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı Multivariate Data Analysis, 2009 ,Joseph F. Hair Jr, William C. Black , Barry J. Babin Applied Multivariate Statistical Analysis, 2007 , Richard A. Johnson, W. Wichern
Yardımcı Kaynaklar Öğretim üyesi notları

Ders İle İlgili Dosyalar