|
|
| IST2008 | Matematiksel İstatistik | 4+0+0 | AKTS:6 | | Yıl / Yarıyıl | Bahar Dönemi | | Ders Duzeyi | Lisans | | Yazılım Şekli | Zorunlu | | Bölümü | İSTATİSTİK ve BİLGİSAYAR BİLİMLERİ BÖLÜMÜ | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze | | Dersin Süresi | 14 hafta - haftada 4 saat teorik | | Öğretim Üyesi | Doç. Dr. Fatma Gül AKGÜL | | Diğer Öğretim Üyesi | Yok | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Temel matematiksel istatistik kavramlarını anlama, yorumlama ve uygulama ile teori arasındaki bağı oluşturma |
| Öğrenim Kazanımları | PÖKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | parametre tahmini ve hipotez testlerini kavrayacaklar | 1,2,5,8 | 1, | | ÖK - 2 : | parametre tahmini ile ilgili istatistiki sonuç çıkarımları yapabilecekler | 1,2,5,8 | 1, | | ÖK - 3 : | istatistiki sonuçların matematiksel yorumlarını yapabilecekler | 1,2,5,8 | 1, | | ÖK - 4 : | hipotez testleri ile, parametreler hakkında istatistiki sonuç çıkarabilecekler | 1,2,5,8 | 1, | | PÖKK :Program öğrenim kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | | |
| Örnekleme, dağılımlar, tahmin, hipotez testi, Ki-kare testi, basit regresyon ve korelasyon, basit varyans analizi, zaman serileri analizi, indeks sayılar. |
| |
| Haftalık Detaylı Ders Planı | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Temel kavramlar, ön bilgiler, kitle, parametre ve örneklem kavramları. Örneklem istatistiklerinin dağılımları | | | Hafta 2 | Tahmin edicilerin asimptotik özellikleri, Olasılıkta yakınsama (büyük sayılar yasası), dağılımda yakınsama (merkezi limit teoremi), momentlerde yakınsama | | | Hafta 3 | Sıra istatistikleri ve bunlara bağlı bazı istatistikler (mod, medyan, persentiller, vs) | | | Hafta 4 | Parametre tahmini problemine giriş
| | | Hafta 5 | Tahmin edicilerde aranan özellikler; yansızlık, yeterlilik | | | Hafta 6 | Tutarlılık, etkinlik, tamlık, en iyi yansız tahmin ediciler, Cramer-Rao eşitsizliği | | | Hafta 7 | Tekrar ve problem çözümü | | | Hafta 8 | Arasınav | | | Hafta 9 | Rao-Blackwell teoremi, Lehmann-Scheffe teklik teoremi | | | Hafta 10 | Tahmin edicilerin dağılım özellikleri (Taylor serileri yardımı ile asimptotik dağılımın elde edilmesi ve bazı özellikler) | | | Hafta 11 | Hipotez testi problemine giriş; parametre, hipotez, basit ve karmaşık hipotezler, test fonksiyonu | | | Hafta 12 | Hata olasılıkları ve Güç fonksiyonları, En güçlü testler | | | Hafta 13 | Olabilirlik oran testleri ve Neymann-Pearson lemması | | | Hafta 14 | Neymann-Pearson lemmasının uygulamaları, karmasık hipotezlerin test edilmesi | | | Hafta 15 | Karlin-Rubin teoremi ve Hipotez testi uygulamaları, genel tekrar ve problem çözümü | | | Hafta 16 | Dönem sonu sınavı | | | |
| 1 | Öztürk, F. (1993). Matematiksel İstatistik; olasılık uzayları ve rastgele değişkenler . AÜFF Döner Sermaye, Ankara. | | | |
| 1 | Hogg, Robert, V., Craig, Allan, T. (1978). Introduction to Mathematical Statistics. 4 nd ed., New York: Macmillan. | | | 2 | Casella, G. (2001). Statistical Inference. Pacific Grove, Calif. : Wadsworth. | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 9 | 09/04/2019 | 2 | 50 | | Dönem sonu sınavı | 16 | 29/05/2019 | 2 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 4 | 14 | 56 | | Sınıf dışı çalışma | 5 | 14 | 70 | | Laboratuar çalışması | 0 | 0 | 0 | | Arasınav için hazırlık | 10 | 1 | 10 | | Arasınav | 0 | 1 | 0 | | Uygulama | 0 | 0 | 0 | | Klinik Uygulama | 0 | 0 | 0 | | Ödev | 5 | 4 | 20 | | Proje | 0 | 0 | 0 | | Kısa sınav | 3 | 1 | 3 | | Dönem sonu sınavı için hazırlık | 15 | 1 | 15 | | Dönem sonu sınavı | 2 | 1 | 2 | | Diğer 1 | 0 | 0 | 0 | | Diğer 2 | 0 | 0 | 0 | | Toplam Çalışma Yükü | | | 176 |
|