Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
İST 4186	Dayanıklı Varyans Analizi Yöntemleri	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

Bu derste, ikiden fazla grubu karşılaştırmak için dayanıklı kestiriciler ve bootstrap yöntemleri temel alan dayanıklı yöntemler incelenecektir. R yazılımı kullanılarak ANOVA ve aynı amaçla kullanılan parametrik olmayan yöntemler ile karşılaştırmalar yapılacaktır.

Dersin Öğrenme Kazanımları

1	Tek yönlü varyans analizi F-testini uygulayabilme.
2	Varyans analizi F-testinin varsayımlarını sınayabilme.
3	R Programlama dilinde temel kavramları öğrenme.
4	Temel bootstrap yöntemleri kullanabilme.
5	Heterojen varyanslılığa karşı dayanıklı yöntemleri uygulayabilme.
6	Heterojen varyanslılığa ve Normal Dağılım varsayımın bozulmasına karşı dayanıklı yöntemleri uygulayabilme.
7	Dayanıklı kestiriciler ile çoklu karşılaştırma yapabilme.
8	R ile Simülasyon Çalışması yapabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Dayanıklı çıkarsama yöntemlerine neden ihtiyaç duyulur
2	Normal Dağılım, Homojen Varyanslılık varsayımlarının sınanması ve R Programlama Dilinde Temel Kavramlar
3	ANOVA F-testi, Normal Dağılım, Homojen Varyanslılık varsayımlarının bozulmasının sonuçları
4	Welch Testi, Brown-Forsythe Testi
5	B2 Testi, g&h dağılımı,
6	Ara Sınav
7	Budanmış ortalama ile Welch Testi
8	Budanmış Ortalama ve Bootstrap-t ile Welch Testi
9	B_tk^2 Testi, K sayıda Kitle Medyanının Karşılaştırılması
10	Schrader-Hetmansperger Yöntemi, Rust-Fligner Yöntemi
11	Medyan ve Budanmış Ortalama ile Çoklu Karşılaştırma, Yuen Yönteminin Budanmış Ortalama için Genişletilmesi
12	Bootstrap-t ve Yüzdelik Bootstrap Yaklaşımı ile Çoklu Karşılaştırma ve Rom Testi.

Ders İçin Önerilen Kaynaklar

Rand R.Wilcox. Introduction to Robust Estimation and Hypothesis Testing , Elsevier, 2012

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

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı ve problem çözme.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	VZ	Vize
2	FN	Final
3	BNS	BNS	VZ * 0.40 + FN * 0.60
4	BUT	BÜTÜNLEME
5	BUTBN	BÜTÜNLEME SONU BAŞARI NOTU	VZ * 0.40 + BUT * 0.60

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

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Sınavların 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://www.deu.edu.tr adresinden temin edebilirsiniz.

Dersin Öğretim Üyesi İletişim Bilgileri

Doç.Dr.A. Fırat Özdemir
DEU Fen Fakültesi İstatistik Bölümü
e-posta: firat.ozdemir@deu.edu.tr
Tel: 0232 301 8552

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	3	33
Haftalık Ders öncesi/sonrası hazırlıklar	11	2	22
Vize Sınavına Hazırlık	1	25	25
Final Sınavına Hazırlık	1	40	40
Vize Sınavı	1	2	2
Final Sınavı	1	2	2
TOPLAM İŞ YÜKÜ (saat)			124

Program ve Öğrenme Kazanımları İlişkisi

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

DERS ADI

DERECE PROGRAMLARI