Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
MÜHENDİSLİKTE İSTATİSTİK YÖNTEMLER	Üçüncü Düzey	İNŞ 207		3	6.00	6.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	Yok
Eğitimin Dili	TÜRKÇE
Koordinatör	PROF. DR. HATİCE ÇITAKOĞLU
Dersi Veren Öğretim Eleman(lar)ı	PROF. DR. HATİCE ÇITAKOĞLU
Yardımcı Öğretim Eleman(lar)ı	----
Dersin Veriliş Şekli	Haftada iki saat teorik anlatım. Haftada bir saat problemlerin çözümü.
Dersin Amacı	Bazı ilgili mühendislik problemlerinin çözümü için gerekli istatistiksel yöntemler ve uygulamaları hakkında temel bilgiler vermektir.
Dersin Tanımı	Deterministik ve rastgele değişken büyüklükler, rastgele değişken, olay, örnek uzayı, temel olasılık yasaları, kesişim, bileşim, bağımsızlık, Bernaulli ve binom değişkenleri, ekstrem rastgele değişkenler için ‘ortalama tekerrür periyodu’ kavramı, istatistiksel risk, olasılık yoğunluk ve kümülatif dağılım fonksiyonları, küçük-kalma ve geçilme olasılıkları, beklenen değer tanımı, kitlenin ortalama değeri, varyansı, ve çarpıklık katsayısı, ve bunların mevcut örnek seriden yansız tahminleri, maksimum-olabilirlik yöntemi prensibi ve normal dağılıma uygulanması, normal ve standart normal dağılımlar, 2-parametreli log-normal, Gumbel, ve 3-parametreli gama dağılımları, örnek serinin histogramı, Ki-kare ve Kolmogorov-Smirnov uygunluk testleri, t dağılımı ve ortalama değer için çift ve tek taraflı güven aralıkları, en-küçük-kareler yöntemiyle lineer regresyona giriş, eğim katsayısının anlamlılığı, varyans analizi ve determinasyon katsayısı.

Dersin İçeriği

1	Deterministik ve rastgele değişken büyüklükler, rastgele değişken, olay, örnek uzayı, temel olasılık yasaları, kesişim, bileşim, bağımsızlık, Bernaulli ve binom değişkenleri.
2	Deterministik ve rastgele değişken büyüklükler, rastgele değişken, olay, örnek uzayı, temel olasılık yasaları, kesişim, bileşim, bağımsızlık, Bernaulli ve binom değişkenleri.
3	Deterministik ve rastgele değişken büyüklükler, rastgele değişken, olay, örnek uzayı, temel olasılık yasaları, kesişim, bileşim, bağımsızlık, Bernaulli ve binom değişkenleri.
4	Ekstrem rastgele değişkenler için ‘ortalama tekerrür periyodu’ kavramı, istatistiksel risk, olasılık yoğunluk ve kümülatif dağılım fonksiyonları, küçük-kalma ve geçilme olasılıkları, beklenen değer tanımı, kitlenin ortalama değeri, varyansı, ve çarpıklık katsayısı, ve bunların mevcut örnek seriden yansız tahminleri.
5	Ekstrem rastgele değişkenler için ‘ortalama tekerrür periyodu’ kavramı, istatistiksel risk, olasılık yoğunluk ve kümülatif dağılım fonksiyonları, küçük-kalma ve geçilme olasılıkları, beklenen değer tanımı, kitlenin ortalama değeri, varyansı, ve çarpıklık katsayısı, ve bunların mevcut örnek seriden yansız tahminleri.
6	Ekstrem rastgele değişkenler için ‘ortalama tekerrür periyodu’ kavramı, istatistiksel risk, olasılık yoğunluk ve kümülatif dağılım fonksiyonları, küçük-kalma ve geçilme olasılıkları, beklenen değer tanımı, kitlenin ortalama değeri, varyansı, ve çarpıklık katsayısı, ve bunların mevcut örnek seriden yansız tahminleri.
7	Maksimum-olabilirlik yöntemi prensibi ve normal dağılıma uygulanması, normal ve standart normal dağılımlar, 2-parametreli log-normal, Gumbel, ve 3-parametreli gama dağılımları, örnek serinin histogramı, Ki-kare ve Kolmogorov-Smirnov uygunluk testleri.
8	Maksimum-olabilirlik yöntemi prensibi ve normal dağılıma uygulanması, normal ve standart normal dağılımlar, 2-parametreli log-normal, Gumbel, ve 3-parametreli gama dağılımları, örnek serinin histogramı, Ki-kare ve Kolmogorov-Smirnov uygunluk testleri.
9	Maksimum-olabilirlik yöntemi prensibi ve normal dağılıma uygulanması, normal ve standart normal dağılımlar, 2-parametreli log-normal, Gumbel, ve 3-parametreli gama dağılımları, örnek serinin histogramı, Ki-kare ve Kolmogorov-Smirnov uygunluk testleri.
10	Maksimum-olabilirlik yöntemi prensibi ve normal dağılıma uygulanması, normal ve standart normal dağılımlar, 2-parametreli log-normal, Gumbel, ve 3-parametreli gama dağılımları, örnek serinin histogramı, Ki-kare ve Kolmogorov-Smirnov uygunluk testleri.
11	t dağılımı ve ortalama değer için çift ve tek taraflı güven aralıkları.
12	En-küçük-kareler yöntemiyle lineer regresyona giriş, eğim katsayısının anlamlılığı, varyans analizi ve determinasyon katsayısı.
13	En-küçük-kareler yöntemiyle lineer regresyona giriş, eğim katsayısının anlamlılığı, varyans analizi ve determinasyon katsayısı.
14	En-küçük-kareler yöntemiyle lineer regresyona giriş, eğim katsayısının anlamlılığı, varyans analizi ve determinasyon katsayısı.
15
16
17
18
19
20

Dersin Öğrenme Çıktıları

1	İstatistiğin temel kavramlarını tanımlama ve özetleme becerisini kazanacak.
2	Çeşitli verilerin analiz edilmesi ve bunlardan sonuç çıkarılması konusundaki temel istatistik yöntemleri öğrenecek.
3	İstatistik yöntemleri çeşitli mühendislik problemlerine uygulayabilecek.
4	Temel olasılık problemlerini tanımlayıp çözebilecek.
5	Bazı temel olasılık yoğunluk fonksiyonlarını kullanarak tahmin yapabilecek.
6	Beton basınç mukavemeti, deprem şiddeti gibi mühendislikte çok kullanılan büyüklüklerin rastgele değişkenler olduğunun, ve bunların boyutlarının olasılıklarına karşılık hesaplanması gerektiğinin, ölçülmesi güç bazı değişkenlerin ölçümü kolay başka değişkenlere regresyonla nicel olarak iliştirilebileceğinin kavranması, ve bu yöntemlerin öğrenilmesi.
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	Mekatronik mühendisliği alanında bilimsel araştırma yaparak bilgiye derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama becerisine sahip olur.
2	Sınırlı verileri kullanarak bilimsel yöntemlerle aynı veya farklı disiplinlere ait bilgileri bütünleştirebilme becerisine sahip olur.
3	Mühendislik problemlerini tanımlayabilme, çözüm yöntemi geliştirme ve çözümlerde yenilikçi yöntemler uygulama ve geliştirebilme becerisine sahip olur.
4	Analitik, modelleme ve deneysel esaslı süreçleri tasarlama ve uygulama becerisi kazanır ve bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisine sahip olur.
5	Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında bilgi sahibi olur ve gerektiğinde bunları kullanma becerisi kazanır.
6	Verilerin toplanması ve yorumlanması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
7	Çalışmalarını ulusal ve uluslararası ortamlarda yazılı ya da sözlü olarak aktarabilme becerisine sahip olur.
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	2	28
Ödevler	0	0	0
Sunum / Seminer hazırlama	0	0	0
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	1	8	8
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	8	8
Yarıyıl sonu sınavı	1	2	2
Araştırma	0	0	0
Toplam iş yükü			90
AKTS			4.00

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	100
Kısa sınav	0	0
Ödev	0	0
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	M Bayazıt & B Oğuz (1998) Mühendisler için Olasılık ve İstatistik, Birsen Yayınevi, İstanbul.
Yardımcı Kaynaklar	D. C. Montgomery and G. C., Runger, 1999, Applied Statistics and Probability for Engineers, John Wiley and Sons, USA.

Ders İle İlgili Dosyalar

DBP Hakkında

Ders Hakkında

Bölüm Hakkında