DERS ADI

: R İSTATİSTİKSEL PROGRAMLAMA DİLİ

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
İST 2050 R İSTATİSTİKSEL PROGRAMLAMA DİLİ ZORUNLU 2 2 0 6

Dersi Veren Birim

İstatistik

Dersin Düzeyi

Lisans

Ders Koordinatörü

DOÇ.DR. ENGİN YILDIZTEPE

Dersi Alan Birimler

İstatistik
İstatistik (İ.Ö)

Dersin Amacı

Bu dersin amacı lisans öğrencilerinin istatistiksel programlama ve grafikler için R kullanabilmelerini sağlamaktır.

Dersin Öğrenme Kazanımları

1   R programlama dilinin söz dizimi kurallarını tanımlayabilme,
2   Farklı veri tiplerini uygun olarak kullanabilme,
3   Verileri görselleştirme ve grafikler için uygun fonksiyonları kullanabilme
4   Kontrol yapılarını kullanabilme
5   İstatistiksel yöntemler için fonksiyonlar oluşturabilme
6   R fonksiyonlarını kullanarak temel istatistiksel analizleri yapabilme
7   R ile bir Monte Carlo benzetim çalışması yapabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 R ortamı, Veri yapıları, vector, logical vector, factor
2 Veri yapıları; matrix, data.frame, list, array
3 Veri alış-verişi, veri manipülasyonu
4 Hazır fonksiyonlar, matematik, tanımlayıcı istatistik, metin fonksiyonları
5 Temel grafik fonksiyonları
6 Olasılık ve dağılımlar
7 Rassal veri, yoğunluk ve dağılım fonksiyonları
8 Kontrol yapıları, koşullu ifadeler, seçme ve eşleştirme
9 Kontrol yapıları, Döngüler, vektörel hesaplamalar, apply ailesi
10 Fonksiyonlar, kullanıcı tanımlı fonksiyonlar
11 Fonksiyonlar, kapsam, değişkenler, argümanlar
12 İleri grafikler
13 İleri grafikler, ggplot2 paketi
14 Monte Carlo benzetim çalışması

Ders İçin Önerilen Kaynaklar

Ana kaynak:
1. Braun W.J., Murdoch D.J., A First Course in Statistical Programming with R, Cambridge, 2016.
2. Matloff N., The Art of R programming, 2011.
Yardımcı kaynaklar:
1. Jones, O., Maillardet, R., & Robinson, A. (2014). Introduction to scientific programming and simulation using R. CRC Press.
2. Kabacoff, R. (2011). R in Action: Data Analysis and Graphics with R. Manning Publications Co.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, örnekler ve bilgisayar laboratuvarında uygulama.

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

Sınavların 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: engin.yildiztepe@deu.edu.tr
Tel: 0232 301 86 04

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Perşembe 15.30-16.30

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 14 2 28
Uygulama 14 2 28
Haftalık Ders öncesi/sonrası hazırlıklar 14 1 14
Web'de Tarama ve Kütüphane Çalışması 1 8 8
Final Sınavına Hazırlık 1 30 30
Ödev Hazırlama 8 5 40
Final Sınavı 1 2 2
Vize Sınavı 0 0 0
TOPLAM İŞ YÜKÜ (saat) 150

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11PK.12PK.13PK.14
ÖK.1554
ÖK.2554
ÖK.3554
ÖK.4554
ÖK.55454
ÖK.65454
ÖK.75454