|
|
| BILB3017 | Temel İstatistik Algoritmalar | 4+0+0 | AKTS:4 | | Yıl / Yarıyıl | Güz Dönemi | | Ders Duzeyi | Lisans | | Yazılım Şekli | Seçmeli | | Bölümü | BİLGİSAYAR BİLİMLERİ BÖLÜMÜ | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze | | Dersin Süresi | 14 hafta - haftada 4 saat teorik | | Öğretim Üyesi | Dr. Öğr. Üyesi Eda ÖZKUL | | Diğer Öğretim Üyesi | | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Bu dersin amacı, öğrencilere temel istatistik yöntemlerinin algoritmasının nasıl geliştirileceğini öğretmek ve öğrencilerin istatistiksel veri, verilerin özetlenmesi, analizi ile ilgili bilgi birikimi kazanmasını sağlamaktır. |
| Öğrenim Kazanımları | PÖKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | İstatistikteki temel kavramları ve uygulamaları anlar. | 1,2 | 1,4, | | ÖK - 2 : | Temel istatistik yöntemleri için algoritmalar geliştirmeyi ve uygulamayı öğrenir. | 1,2 | 1,4, | | ÖK - 3 : | Veri özetleme tekniklerinde yetkinlik kazanır. | 1,2 | 1,4, | | ÖK - 4 : | İstatistiksel veri analizi ve yorumlama becerileri geliştirir. | 1,2 | 1,4, | | ÖK - 5 : | Gerçek dünya veri setlerine istatistiksel algoritmaları uygular. | 1,2 | 1,4, | | ÖK - 6 : | Python'da modül geliştirme konusunda bilgi sahibi olur. | 1,2 | 1,4, | | 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 | | |
| Betimsel istatistikler, normallik testleri, parametrik ve parametrik olmayan testler, ki-kare testleri, korelasyon analizi |
| |
| Haftalık Detaylı Ders Planı | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Temel istatistik kavramları | | | Hafta 2 | Betimleyici istatistikler | | | Hafta 3 | Hipotez testlerine giriş, Normallik testleri | | | Hafta 4 | Tek örneklem t-testi, İşaret testi, Wilcoxon testi | | | Hafta 5 | Bağımsız örneklemler t-testi | | | Hafta 6 | Mann-Whitney U testi | | | Hafta 7 | Eşlenik t-testi | | | Hafta 8 | Wilcoxon testi | | | Hafta 9 | Ara sınav | | | Hafta 10 | Tek yönlü ANOVA | | | Hafta 11 | Kruskal Wallis testi | | | Hafta 12 | Tekrarlı ölçümler için ANOVA | | | Hafta 13 | Friedman testi | | | Hafta 14 | Ki-kare testleri | | | Hafta 15 | Pearson korelasyon katsayısı, Spearman sıra korelasyon katsayısı | | | Hafta 16 | Final sınavı | | | |
| 1 | Sheskin, D. J. 2003; Handbook of parametric and nonparametric statistical procedures, CRC Press. | | | 2 | Haslwanter, T. 2022; An Introduction to Statistics with Python with Applications in the Life Sciences, Springer. | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 9 | | 1,5 | 50 | | Dönem sonu sınavı | 16 | | 1,5 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 4 | 14 | 56 | | Sınıf dışı çalışma | 3 | 14 | 42 | | Arasınav için hazırlık | 3 | 2 | 6 | | Arasınav | 1.5 | 1 | 1.5 | | Dönem sonu sınavı için hazırlık | 3 | 2 | 6 | | Dönem sonu sınavı | 1.5 | 1 | 1.5 | | Toplam Çalışma Yükü | | | 113 |
|