DERS ADI

: İstatistik için Hesaplama Araçları II

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
İST 1052 İstatistik için Hesaplama Araçları II ZORUNLU 2 0 0 3

Dersi Veren Birim

İstatistik

Dersin Düzeyi

Lisans

Ders Koordinatörü

DR.ÖĞR.ÜYESİ ENGİN YILDIZTEPE

Dersi Alan Birimler

İstatistik
İstatistik (İ.Ö)

Dersin Amacı

İstatistiksel paket programları kullanabilmek için öğrencilerin temel bilgileri elde etmesini sağlamak ve İstatistik derslerinde öğrenilen istatistiksel hesaplamaları paket programlar aracılığıyla yapmayı öğrenmektir.

Dersin Öğrenme Kazanımları

1   İstatistiksel paket programlarını kullanmak
2   Bazı Kesikli Olasılık Dağılımlarını tanımlayabilme
3   Bazı Sürekli Olasılık Dağılımlarını tanımlayabilme
4   Örnekleme Dağılımlarını öğrenme
5   Aralık Kestirimlerini yapabilme
6   Hipotez Testlerini öğrenme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 İstatistiksel hesaplama araçları
2 MS Excel
3 Binom Dağılımı
4 Hipergeometrik Dağılım
5 Poisson Dağılımı
6 Minitab, Excel ve R Uygulamaları
7 Minitab, Excel ve R Uygulamaları
8 Ara Sınav
9 Düzgün, Üstel ve Normal Dağılım
10 Örnekleme Dağılımları
11 Aralık Kestirimleri
12 Tek Örneklem için Hipotez Testleri
13 İki Örneklem için Hipotez Testleri
14 Minitab, Excel ve R Uygulamaları

Ders İçin Önerilen Kaynaklar

Ana kaynak:
1.Braun, J., & Murdoch, D. J. (2016). A first course in statistical programming with R. 2nd Ed., Cambridge: Cambridge University Press.
2.Meyers, L. S., Gamst, G. C., & Guarino, A. J. (2013). Performing data analysis using IBM SPSS. John Wiley & Sons.
3.Minitab manuals
Yardımcı kaynaklar:
1.Dalgaard, P. (2008). Introductory statistics with R. Springer Science & Business Media.
2.Kabacoff, R. I. (2015). R in action: data analysis and graphics with R. Simon and Schuster.
3.Long, J. D., & Teetor, P. (2019). R Cookbook: Proven Recipes for Data Analysis, Statistics, and Graphics. O'Reilly Media.
4.Cebeci, Zeynel. (2020). Veri Biliminde R ile Veri Önişleme. Nobel Akademik Yayıncılık.
5. J.T. McClave, T. Sincich, Statistics, 9th Ed., Prentice Hall, USA, 2003.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, sunum, ödev ve problem çözme.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 VZ Vize
2 OD Ödev
3 FN Final
4 BNS BNS VZ * 0.30 + OD * 0.30 + FN * 0.40
5 BUT Bütünleme Notu
6 BBN Bütünleme Sonu Başarı Notu VZ * 0.30 + OD * 0.30 + BUT * 0.40


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

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Sınavlar, ödevlerin değerlendirilmesi.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

Dönem boyunca derslerin %70'ine devam etme sorumluluğu öğrenciye aittir. Ders saatine ve ödev teslimi ile ilgili belirtilen zamana uyulmalıdır. Derslerde ve sınavlarda meydana gelebilecek etik-dışı davranışlar konusunda ilgili yönetmelik çerçevesinde hareket edilecektir. D.E.Ü. Fen Fakültesi öğretim ve sınav uygulama esasları yönetmeliğini http://web.deu.edu.tr/fen adresinden temin edebilirsiniz.

Dersin Öğretim Üyesi İletişim Bilgileri

DEU Fen Fakültesi İstatistik Bölümü
e-posta: alper.vahaplar@deu.edu.tr
Tel: 0232 301 8555
e-posta: ozgul.vupa@deu.edu.tr

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 13 2 26
Haftalık Ders öncesi/sonrası hazırlıklar 7 1 7
Ödev Hazırlama 1 18 18
Final Sınavına Hazırlık 1 20 20
Proje Ödevi 1 2 2
Final Sınavı 1 2 2
TOPLAM İŞ YÜKÜ (saat) 75

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11PK.12PK.13PK.14
ÖK.155
ÖK.255
ÖK.355
ÖK.455
ÖK.555
ÖK.655