|
Ön koşul dersleri
|
"SBE517: R Yazılımına Giriş" dersini almış olmak ve başarıyla tamamlamak.
|
|
Eğitimin dili
|
Türkçe
|
|
Koordinatör
|
DOÇ. DR. GÖZDE ERTÜRK ZARARSIZ
|
|
Dersi veren öğretim eleman(lar)ı
|
DR. ÖĞR. ÜYESİ DİNÇER GÖKSÜLÜK
|
|
Yardımcı öğretim eleman(lar)ı
|
|
|
Dersin veriliş şekli
|
Sınıf ortamında yüzyüze anlatım ve tartışma
|
|
Dersin amacı
|
İstatistiksel dağılımlardan (kesikli/sürekli) veri üretmek, istatistiksel yöntemlerin performanslarını farklı senaryolar altında üretilen veriler üzerinden ölçmek, benzetim tabanlı olarak yöntemleri karşılaştırmak, Bootstrap ve Jacknife yeniden örnekleme yöntemlerini uygulamak, öğrencilerin algoritmik düşünme becerilerini arttırmak.
|
|
Dersin tanımı
|
|
|
1- |
R yazılımında temel işlemler - Giriş
|
|
2- |
Tekdüze olmayan rastgele değişken türetme, Rastgele veri üretme sürecinin tekrar edilebilir olarak kurgulanması
|
|
3- |
İstatistiksel dağılımlardan veri türetme – Kesikli Olasılık Dağılımları
|
|
4- |
İstatistiksel dağılımlardan veri türetme – Sürekli Olasılık Dağılımları
|
|
5- |
Monte-Carlo benzetim yöntemleri
|
|
6- |
Çıkarımsal istatistik için Monte Carlo yöntemleri, bir testin gücünü ve tip I hatasını kestirme
|
|
7- |
ARA SINAV I
|
|
8- |
Bootstrap ve Jackknife yöntemleri
|
|
9- |
Bootstrap ve Jackknife yöntemlerini kullanarak güven aralığı kestirimi
|
|
10- |
Parametre kestirimleri için performans ölçütleri
|
|
11- |
Model tabanlı (Regresyon, ANOVA, vb.) veri üretimi - I
|
|
12- |
Model tabanlı (Regresyon, ANOVA, vb.) veri üretimi - II, Model tabanlı benzetim tekniklerinde performans değerlendirme
|
|
13- |
ARA SINAV II
|
|
14- |
Yüksek Performanslı Kodlama Teknikleri (Parallel Kodlama)
|
|
15- |
FİNAL SINAVI
|
|
16- |
|
|
17- |
|
|
18- |
|
|
19- |
|
|
20- |
|
|
1- |
İstatistiksel kuram ve yaklaşımları algoritmik olarak kavrayabilme ve uygulayabilme.
|
|
2- |
Model tabanlı olarak verileri üretip sonuçları değerlendirebilmek, kuramsal ve hesaplamalı bulguları birlikte değerlendirebilmek.
|
|
3- |
Benzetim tekniklerini sağlık alanındaki problemlerde etkin olarak kullanabilmek.
|
|
4- |
Yüksek kapasiteli hesaplama algoritmaları yazabilmek (paralel kodlama).
|
|
5- |
|
|
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 iş yükü
|
|
|
Sayısı
|
Süresi (saat)
|
Sayı*Süre (saat)
|
|
Yüz yüze eğitim
|
14
|
3
|
42
|
|
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)
|
14
|
4
|
56
|
|
Ödevler
|
4
|
10
|
40
|
|
Sunum / Seminer hazırlama
|
0
|
0
|
0
|
|
Kısa sınavlar
|
0
|
0
|
0
|
|
Ara sınavlara hazırlık
|
2
|
10
|
20
|
|
Ara sınavlar
|
2
|
2
|
4
|
|
Proje (Yarıyıl ödevi)
|
0
|
0
|
0
|
|
Laboratuvar
|
0
|
0
|
0
|
|
Arazi çalışması
|
0
|
0
|
0
|
|
Yarıyıl sonu sınavına hazırlık
|
1
|
15
|
15
|
|
Yarıyıl sonu sınavı
|
1
|
3
|
3
|
|
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
|
4
|
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
|
|
Yardımcı Kaynaklar
|
[1] Gentle, J. E., (2009) Computational Statistics, Springer.
[2] Robert, C.P., Casella, G. (2010) Introducing Monte Carlo Methods with R, Springer.
[3] Ross, S. M., (2002), Simulation, 3rd edition, Academic Press.
[4] Givens, G.H., and Hoeting, J.A., (2005) Computational Statistics, Wiley, New York.
[5] Rizzo, M.L. (2008) Statistical Computing with R, Boca Raton : Chapman & Hall/CRC.
|
|