DERS ADI

: Uygulamalı Biyometri

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
CDK 6003 Uygulamalı Biyometri SEÇMELİ 2 0 0 7

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DOÇ.DR. EYÜP MÜMTAZ TIRAŞIN

Dersi Alan Birimler

Canlı Deniz Kaynakları Doktora
Canlı Deniz Kaynakları Yüksek Lisans

Dersin Amacı

Canlılara ve yaşadıkları çevreye ait ölçümlerin biyoistatistik yöntemlerle değerlendirilmesinin yapılabilmesi ve doğru bilimsel sonuçlara ulaşılması canlı deniz kaynakları üzerine çalışan araştırmacıların başlıca amaçlarından biridir. Modern veri analizi programlarının da tanıtılacağı bu derste, lisansüstü tez öğrencilerine araştırmaları sırasında uygulayabilecekleri genel doğrusal modellere odaklı biyometrik yöntemler öğretilmektedir.

Dersin Öğrenme Kazanımları

1   Canlılar ve yaşadıkları çevreye yönelik araştırmaların biyoistatiksel analiz ve örnekleme tasarımı gerektirdiğini tanımak.
2   Gelişmiş istatistiksel hipotezler önerebilmek, deney ve araştırma tasarımları kurabilmek
3   Ekosistemlerden biyolojik ve çevresel veri toplayabilmek ve bu verileri ileri biyoistatistiksel analize hazır hale getirmek.
4   Toplanan verilerden her tür örneklem istatistiğini hesaplayabilmek ve yine aynı verileri görselleştirecek ileri düzeyde grafikler üretebilmek.
5   Genel doğrusal modellere dayalı ileri biyoistatistiksel analiz yöntemlerini uygulayarak değerlendirilen verilerden anlamlı ve geçerli sonuçlar çıkarmak.
6   R (R Project for Statistical Computing) gibi modern veri analizi programlarını tanımak ve kullanabilmek.
7   Kendisinin ve başka araştırıcıların çalışmalarının değerlendirilmesinde eleştirel bir yaklaşım geliştirmek.
8   Araştırma sonuçlarını tartışmak, yorumlamak ve yayınlamak.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Giriş Ders planı, yararlanılacak kitaplar ve diğer kaynakların tanıtılması. Derste işlenecek temel konulara genel bir bakış. Tanımlar.
2 ANOVA - I Bağımsız t-testleri. Eşlenik t-testleri. F Dağılımı. Deneysel Tasarım ve ANOVA. Neden ANOVA
3 ANOVA - II Tek faktörlü ANOVA. Model I ve Model II ANOVA.
4 ANOVA - III Tek faktörlü Model I ANOVA. Planlanmış karşılaştırmalar. En küçük anlamlı fark.
5 ANOVA - IV Q Dağılımı. Planlanmamış (çoklu) karşılaştırmalar. Tek faktörlü Model II ANOVA. Varyans bileşenleri.
6 ANOVA - V İki faktörlü Model I ANOVA. Etkileşim kavramı. İki faktörlü Model II ANOVA. İki faktörlü Model III ANOVA.
7 ANOVA - VI Hiyerarşik ANOVA. İki faktörlü yinelemesiz ANOVA. Rastgele bloklar. Latin kareler. Çok faktörlü ANOVA.
8 Ara sınav
9 Regresyon - I Fonksiyonel ilişkiler. Basit doğrusal regresyon.
10 Regresyon - II Basit doğrusal regresyon ve tek faktörlü Model I ANOVA. Doğrusallıktan sapma. Kalıntıların incelenmesi.
11 Regresyon - III Model I ve Model II regresyon. Bileşik regresyon.
12 ANCOVA ANOVA yerine doğrusal regresyon analizi. ANCOVA. Genel doğrusal model.
13 Veri transformasyonları Regresyon ve ANOVA için verilerin transformasyonları. Transformasyon çeşitleri. Parametrik olmayan ANOVA ve regresyon.
14 Korelasyon Korelasyon. Temel bileşenler analizi.

Ders İçin Önerilen Kaynaklar

Kaynak Kitaplar:

Snedecor, G. W. and Cochran, W. G., 1989. Statistical Methods (8th edition). Iowa State University Press. Ames, Iowa, ABD.
Sokal, R. R. and Rohlf, F. J., 2012. Biometry (4th edition). W. H. Freeman Co., New York, ABD.
Zar, J. H., 2010. Biostatistical Analysis (5th edition). Pearson Prentice-Hall, New Jersey, ABD.

Ek Kaynaklar:

Quinn, G. P. and Keough, M. J., 2002. Experimental Design and Data Analysis for Biologists. Cambridge University Press, İngiltere.
Shahbaba, B., 2012. Biostatistics with R. An Introduction to Statistics Through Biological Data. Springer, New York, ABD.

Öğrenme ve Öğretme Yöntemleri

Dersler sınıfta tümüyle interaktif bir formatta yapılmaktadır. Öğretim üyesi ders sırasında öğrencilerin katılımını pekiştirmek için sorular sorar, ortaya konan somut sorunlara çözüm önerileri bekler, farklı yaklaşımları özendirir. Dersler yoğun matematiksel anlatım yerine biyoistatistiksel kavramların öğrenciye aktarılmasına ve istatiksel bir düşünce tarzının geliştirilmesine odaklanır. Örnekler olabildiğince gerçek hayattan seçilir ve öğrencilerin yüksek lisans veya doktora tezlerini hazırlarken karşılaşabilecekleri biyoistatistiksel sorunları içermesine özen gösterilir. Sınıf içi tartışmalara öğrencilerin bireysel katılımı teşvik edilmektedir.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ARS ARASINAV
2 YSS YIL SONU SINAVI
3 YSBN YIL SONU BAŞARI NOTU ARS * 0.40 + YSS * 0.60
4 BUT BÜTÜNLEME
5 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS * 0.40 + BUT * 0.60


*** 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

Derslere düzenli katılım esastır. Öğrenciler devamsızlık nedeniyle katılamadığı derslerde anlatılan konulardan sorumludurlar.

Dersin Öğretim Üyesi İletişim Bilgileri

Yrd. Doç. Dr. E. Mümtaz TIRAŞIN
DEÜ Deniz Bilimleri ve Teknolojisi Enstitüsü, İnciraltı - Balçova.
Tel: (232) 2785565 / 165. E-posta: mumtaz.tirasin@deu.edu.tr

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 2 26
Kitap Okuma 12 4 48
Haftalık Ders öncesi/sonrası hazırlıklar 12 5 60
Vize Sınavına Hazırlık 1 10 10
Final Sınavına Hazırlık 1 15 15
Vize Sınavı 1 3 3
Final Sınavı 1 4 4
TOPLAM İŞ YÜKÜ (saat) 166

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8
ÖK.152533222
ÖK.252525323
ÖK.353534223
ÖK.453534322
ÖK.552523322
ÖK.643423222
ÖK.742535535
ÖK.842545535