|
Ön koşul dersleri
|
Yok
|
|
Eğitimin dili
|
TÜRKÇE
|
|
Koordinatör
|
PROF. DR. HATİCE ÇITAKOĞLU
|
|
Dersi veren öğretim eleman(lar)ı
|
Doç. Dr. Hatice 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.
|
|
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- |
|
|
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- |
mesleki rol ve işlevlerini yerine getirmek için gerekli kuramsal ve uygulama bilgilerine sahiptir.
|
|
|
2- |
Mesleki etik ilke ve değerlere uygun davranır
|
|
|
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 iş 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.
|
|