Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

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 AKTAŞ

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/ÖK	PK.1	PK.2	PK.3	PK.4	PK.5	PK.6	PK.8	PK.9	PK.10	PK.13	PK.14
ÖK.1		3
ÖK.2	3			4		4					5
ÖK.3	3						3				3
ÖK.4		2	3		5					3
ÖK.5									4
ÖK.6	4				3					4
ÖK.7					3			3

DERS ADI

DERECE PROGRAMLARI