Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
ÇOK DEĞİŞKENLİ İSTATİSTİK Üçüncü Düzey ENM 604 Seçmeli 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 Ara Sınav
9 Çoklu doğrusal regresyon
10 Lojistik regresyon
11 Çok boyutlu ölçekleme
12 Güvenilirlik analizi
13 Kümeleme analizi
14 Ayırma analizi
15 Ayırma analizi
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 Endüstri mühendisliği alanında derinlemesine ve sistematik bilgiye sahip olarak, bu bilgiyi genişletebilecek ve yeniden yapılandırabilecek düzeyde kuramsal ve uygulamalı yetkinlik geliştirebilme.
2 Alanındaki karmaşık problemlere yönelik özgün model, yöntem veya algoritmalar geliştirebilme, bu katkıları bilimsel literatüre yenilikçi ve ileri düzeyde katkı sağlayacak şekilde sunabilme.
3 Bilimsel literatürü ileri düzeyde analiz edebilme, eleştirel değerlendirme yapabilme ve mevcut bilgi birikimindeki boşlukları tespit ederek yeni araştırma problemleri tanımlayabilme.
4 Karmaşık sistemleri yenilikçi modelleme, simülasyon, optimizasyon ve veri bilimi yaklaşımlarıyla analiz edebilme, elde edilen sonuçlardan genellenebilir ve teorik katkı sağlayan çıkarımlar üretebilme.
5 Bağımsız olarak özgün bir araştırma süreci tasarlayabilme, yönetebilme, uygulayabilme ve sonuçlarını bilimsel geçerlilik ve güvenilirlik kriterlerine uygun biçimde değerlendirebilme.
6 Disiplinlerarası araştırmalarda liderlik üstlenebilme, araştırma ekiplerini yönlendirebilme ve ulusal/uluslararası iş birlikleri geliştirebilme.
7 Bilimsel araştırma ve yayın süreçlerini etik ilkeler, akademik dürüstlük ve kalite standartları doğrultusunda yönetebilme ve bu ilkeleri yaygınlaştırabilme.
8 Araştırma çıktılarının uluslararası düzeyde saygın ve yüksek etkili bilimsel dergilerde yayımlanmasını sağlayarak alanın bilgi birikimine özgün katkı sunabilme.
9 Ürettiği bilimsel bilgiyi akademik, endüstriyel ve toplumsal bağlamlarda uygulamaya aktarabilme, karar vericilere ve politika yapıcılara katkı sağlayabilme.
10 Alanındaki gelişmeleri yönlendirebilecek düzeyde yenilikçi düşünme, teknoloji geliştirme ve bilgi üretme kapasitesi sergileyerek bilimsel ve teknolojik ilerlemeye katkı sağlayabilme.
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 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