Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
MİF 5016	Bilgisayarlı İstatistik ve Veri Analizi	SEÇMELİ	2	0	0	5

Dersi Veren Birim

Tıbbi Bilişim Yüksek Lisans

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROF.DR. EMEL KURUOĞLU KANDEMİR

Dersi Alan Birimler

Tıbbi Bilişim Yüksek Lisans

Dersin Amacı

Bilgisayarlı İstatistik ve Veri Analizi (Computational Statistics & Data Analysis) dersinin amacı, Tıbbi Bilişim anabilim dalı yüksek lisans öğrencilerine, istatistik ve veri analizi konularının bilgisayarlı uygulama bilgi ve becerisinin kazandırılmasıdır. Ayrıca bu ders öğrenciye bilgisayar ve istatistiği uygulamalı olarak öğreterek; araştırmalardan elde edilen yığınlarla verinin bilgisayar aracılığı ile kolayca analiz edilmesini hedefler. Veri analizi için MATLAB, SAS, R ve istatistik yazılımları kullanımı üzerinde durulacak özellikle MATLAB ile temel veri analizi ve istatistiksel yöntemler, teoriye çok fazla girmeden bir uygulayıcı bakış açısıyla verilecektir.

Dersin Öğrenme Kazanımları

1	İstatistiksel veri analizinin temel kavramlarını tanımlayabilme.
2	Bilgisayar yardımıyla verileri analiz edebilme.
3	Çeşitli istatistiksel yazılımları kullanabilme.
4	İstatistiksel yöntemleri bilgisayar ortamında uygulayabilme.
5	Analiz sonuçlarını yorumlayabilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Veri analizi için MATLAB a giriş
2	MATLAB program yazımı(m files)
3	Veri analizi için R program örnekleri
4	R, MATLAB ve SPSS karşılaştırmaları
5	SAS istatistik yazılımı kullanımı
6	MATLAB, R ve SAS programlarında veri setleri oluşturma ve düzenleme
7	Rassal değişkenler, Olasılık ve Dağılımlar(Kesikli ve Sürekli)
8	MATLAB ve R ile Açıklayıcı Veri Analizi (Exploratory Data Analysis-EDA)
9	Ara sınav
10	MATLAB ve R ile Varyans analizi
11	MATLAB ve R ile Lineer Regresyon analizi
12	MATLAB ile Dayanıklı Regresyon (Robust Regression)
13	R ile Dayanıklı Regresyon
14	SPSS ile Lojistik Regresyon (Logistic Regression) analizi uygulamaları, R ile Lojistik Regresyon analizi uygulamaları
15	Final

Ders İçin Önerilen Kaynaklar

Ana kaynak:
(1) Gentle, J.E., 2002, Elements of Computational Statistics, Springer, ISBN 0387954899.
(2) Martinez, W.L., Martinez, A.R., 2002, Computational Statistics Handbook with MATLAB, Washington D.C., Chapman&Hall/CRC.
(3) Marques De Sa, P.J., 2007, Applied Statistics Using SPSS, Statistica, MATLAB and R, Springer-Verlag, Berlin, Heidelberg.
Yardımcı kaynaklar:
(1) Özdamar, K., 2004, Paket Programlar ile İstatistiksel Veri Analizi I ve II, Kaan Kitabevi.

Öğrenme ve Öğretme Yöntemleri

Sunum/ders anlatımı ve etkileşimli tartışma.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	VZ	Ara Sınav
2	PRJ	Proje
3	FN	Final
4	BNS	Başarı	VZ* 0.30 + PRJ * 0.30 + FN* 0.40
5	BUT	Bütünleme Notu
6	BBN	Bütünleme Sonu Başarı Notu	VZ* 0.30 + PRJ * 0.30 + BUT* 0.40

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

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

Dönem boyunca derslerin %70'ine devam zorunludur. Derste anlatılan konuları içeren haftalık ödevler verilebilir ve bu ödevler toplanarak değerlendirilebilir. Ders saatine ve ödev teslimi ile ilgili belirtilen zamana uyulmalıdır.

Dersin Öğretim Üyesi İletişim Bilgileri

Dokuz Eylül Üniversitesi Fen Fakültesi Bilgisayar Bilimleri / İstatistik Bölümü
E-mail: emel.kuruoglu@deu.edu.tr
Tel: 0232 3019510

Ders Öğretim Üyesi Görüşme Gün ve Saatleri