Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
İST 4117	Dayanıklı Tahminleme ve Çıkarsamaya Giriş	SEÇMELİ	3	0	0	5

Dersi Veren Birim

İstatistik

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF.DR. ABDULLAH FIRAT ÖZDEMİR

Dersi Alan Birimler

İstatistik
İstatistik (İ.Ö)

Dersin Amacı

Araştırmacılar, kullandıkları metoda ait varsayımların sağlanmadığı durumlarda dayanıklı (robust) istatistiksel yöntemlere ihtiyaç duyarlar. Bu derste, istatistikteki dayanıklılık (robustness) kavramının ve dayanıklı istatistiksel çıkarsama yöntemlerinin lisans düzeyinde aktarılması amaçlanmaktadır.

Dersin Öğrenme Kazanımları

1	R programlama dilini temel düzeyde kullanabilme
2	Monte-Carlo simulasyonu ile Normal teori varsayımlarını sınayabilme
3	Dayanıklı istatistikteki temel kavramları tanımlayabilme
4	Dayanıklı konum ve değişim ölçülerini hesaplayabilme
5	Bootstrap örnekleme yaklaşımını kullanabilme
6	Dayanıklı metodlar kullanarak tek örneklem ile çıkarsama yapabilme
7	Dayanıklı metodlar kullanarak iki örneklem ile çıkarsama yapabilme
8	Dayanıklı metodlar kullanarak ikiden fazla örneklem ile çıkarsama yapabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	R dilinde temel kavramlar, döngüler, hazır fonksiyonlar
2	R ile Monte-Carlo Simülasyonu
3	Dayanıklı istatistikte temel kavramlar
4	Dayanıklı konum kestiricileri,
5	Dayanıklı ölçek kestiricileri
6	Dayanıklı aykırı değer belirleme yöntemleri
7	Dayanıklı ve geleneksel konum ve ölçek kestiricilerinin simülasyon ile karşılaştırılması
8	Arasınav
9	Bootstrap örnekleme
10	Dayanıklı güven aralıkları ve tek örneklem testleri
11	Dayanıklı ve geleneksel tek örneklem testlerinin simülasyon ile karşılaştırılması
12	Dayanıklı iki örneklem testleri/ Dayanıklı ve geleneksel iki örneklem testlerinin simülasyon ile karşılaştırılması
13	İkiden fazla grup için dayanıklı testler
14	İkiden fazla grup için dayanıklı ve geleneksel testlerin simülasyon ile karşılaştırılması

Ders İçin Önerilen Kaynaklar

Ana kaynak:
Applying Contemporary Statistical Techniques Rand R. Wilcox, Academic Press 2003

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, sunum, ödev ve problem çözme.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	VZ1	1. Vize
2	FN	Final
3	BNS	BNS	VZ1 * 0.50 + FN * 0.50
4	BUT	Bütünleme Notu
5	BBN	Bütünleme Sonu Başarı Notu	VZ1 * 0.50 + BUT * 0.50

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

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Sınavlar, ödevlerin değerlendirilmesi.

Dersin Öğretim Dili

Türkçe

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: firat.ozdemir@deu.edu.tr
Tel: 0232 301 85 52

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	3	39
Haftalık Ders öncesi/sonrası hazırlıklar	12	1	12
Vize Sınavına Hazırlık	1	24	24
Final Sınavına Hazırlık	1	29	29
Ödev Hazırlama	2	4	8
Vize Sınavı	1	2	2
Final Sınavı	1	2	2
TOPLAM İŞ YÜKÜ (saat)			116

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK	PK.1	PK.3	PK.11	PK.12
ÖK.1	5	5	4	4
ÖK.2	5	5	4	4
ÖK.3	5	5	4	4
ÖK.4	5	5	4	4
ÖK.5	5	5	4	4
ÖK.6	5	5	4	4
ÖK.7	5	5	4	4
ÖK.8	5	5	4	4

DERS ADI

DERECE PROGRAMLARI