DERS ADI

: Tahminleme ve Hipotez Testi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
FPE 0056 Tahminleme ve Hipotez Testi SEÇMELİ 4 0 0 6

Dersi Veren Birim

Fen Fakültesi

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF.DR. BURCU HÜDAVERDİ

Dersi Alan Birimler

Biyoloji
Kimya
Bilgisayar Bilimleri
İstatistik
Matematik
Fizik
Fen Fakültesi

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Rasgele örneklem ve istatistik kavramlarını açıklamak
2   Temel örnekleme dağılımlarını ve özelliklerini tanımlamak
3   Nokta kestiricilerini nasıl elde edeceğini ve özelliklerini anlamak
4   Güven aralıklarının ardındaki teoriyi anlamak
5   Hipotez testi teorisini ve temel kavramlarını anlamak (basit ve bileşik hipotezler, red bölgesi, Tip I ve Tip II hatası, güç fonksiyonu, vb.)
6   Tek ve iki örneklemli problemler için normal dağılım tabanlı çıkarım süreçlerinin teorisini kullanmak
7   Basit hipotez için en güçlü kritik bölgeyi ve en güçlü testi elde etmek

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Rasgele ve istatistiksel örneklem kavramları.
2 Yakınsama kavramları (Merkezi limit teoremi, Büyük Sayılar Kanunu)
3 Örnekleme Dağılımları (Z, ki-kare, t, F)
4 Nokta Kestirimi, Nokta Kestirim Yöntemleri (Momentler Yöntemi, Maksimum Olabilirlik Yöntemi)
5 Tahmin edicinin özellikleri (yanlılık ve varyans; hata kareler ortalaması)
6 Tahmin edicinin özellikleri (Cramer-Rao eşitsizliği, ekinlik, tutarlılık ve diğer asimptotik özellikler)
7 Yeterli İstatistik
8 Ara sınav
9 Aralık Tahmini ve Pivotlar
10 Bir örneğe dayalı güven aralığı
11 İki örneğe dayalı güven aralığı
12 Hipotez testinin temel kavramları (basit ve bileşik hipotezler, ret bölgesi, Tip I ve Tip II hata) / Güç fonksiyonu ve testin gücü
13 Bir / iki örnek problem için normal tabanlı çıkarım prosedürlerinin arkasındaki teori
14 Basit hipotez için En Güçlü Test / En güçlü kritik bölge

Ders İçin Önerilen Kaynaklar

L. J. Bain and M. Engelhardt, Introduction to Probability and Mathematical Statistics, 2nd Edition, Duxbury, 1992.
Yardımcı Kaynaklar:
R. J. Larsen and M. L. Marx, An Introduction to Mathematical Statistics and Its Applications, 4th Edition, Prentice Hall.
I. Miller and M. Miller, John E. Freund's Mathematical Statistics with Applications, 7 edition Prentice Hall, 2003.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, ödevler, sunumlar ve sınavlar.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 VZ Vize
2 Q Quiz
3 FN Final
4 BNS BNS VZ * 0.30 + Q * 0.20 + FN * 0.50
5 BUT Bütünleme Notu
6 BBN Bütünleme Sonu Başarı Notu VZ * 0.30 + Q * 0.20 + BUT * 0.50


*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Arasınav, kısa sınavlar, ödevler ve final sınavı

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

Derslere en az % 70 devam, bu dersin temel şartıdır ve öğrencinin sorumluluğundadır. Derse katılım ve ödev teslimi zamanında yapılmalıdır. Sunumlarda veya sınavlarda ortaya çıkan etik olmayan herhangi bir davranış, okul politikasında belirtildiği şekilde ele alınacaktır.

Dersin Öğretim Üyesi İletişim Bilgileri

Prof. Dr. Burcu Hüdaverdi
e-mail: burcu.hudaverdi@deu.edu.tr
tel: +90-232-3018597

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 11 2 22
Uygulama 2 2 4
Haftalık Ders öncesi/sonrası hazırlıklar 13 2 26
Vize Sınavına Hazırlık 1 15 15
Final Sınavına Hazırlık 1 30 30
Diğer Kısa Sınavlara Hazırlık 2 15 30
Ödev Hazırlama 2 12 24
Vize Sınavı 1 2 2
Final Sınavı 1 2 2
Diğer Kısa Sınav 2 1 2
TOPLAM İŞ YÜKÜ (saat) 157

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11PK.12PK.13
ÖK.1443453
ÖK.2443453
ÖK.3444453
ÖK.4454453
ÖK.5444453
ÖK.6444453
ÖK.7444453