Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
FİZ 3120	Fizikte Veri Analizi	SEÇMELİ	2	2	0	7

Dersi Veren Birim

Fizik

Dersin Düzeyi

Lisans

Ders Koordinatörü

DR. MEHMET TARAKÇI

Dersi Alan Birimler

Fizik

Dersin Amacı

Deney sonuçlarının ifade edilmesi ve ölçmedeki belirsizliklerin belirlenmesi, deneysel sonuçlarının analizinin yapılması, bazı önemli istatistik dağılımların öğrenilmesi, genel olarak kullanılan veri analiz programları ve tekniklerin öğrenilmesi amaçlanmaktadır.

Dersin Öğrenme Kazanımları

1	Ölçme işleminin temel kavramlarını tanımlar.
2	Yapılan bir ölçme işlemindeki belirsizlikleri hesaplar.
3	Ölçme sonuçlarını yorumlar.
4	Python proramlanma dilini ve kütüphanelerini veri analizi için kullanır.
5	Deney verilerinin uygun ve anlaşılabilir bir şekilde gösterir.
6	Deney sonuçlarını gerekli görselleştirmeleri yaparak yorumlar.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Ölçme işlemi ve hata kavramı. Python'a Giriş. Neden Python	Anaconda ortamının kurulması ve çalışma çevresinin oluşturulması
2	Ölçüm sonuçlarının ve ölçmedeki belirsizliklerin ifadesi Python'da temel işlemler
3	Temel olasılık dağılımları Python'da temel kütüphanelerin kullanımı
4	Hata analizi ve hata yayılımı Python temel programlama adımlarının tanıtılması ve kullanımı	Döngüler, koşullar vb.
5	Deney sonuçlarının grafiklerle gösterilmesi ve grafiklerin yorumlanması Python:Numpy kütüphanelerinin tanıtılması ve kullanımı
6	Regresyon (eğri uyumlama) - doğrusal en küçük karaler yöntemi Python: matplotlib grafik kütüphanesinin kullanımı veri analizinde grafiklerin önemi
7	Doğrusal olmayan ilişkilerede, en küçük karaler yöntemi
8	Regresyon parametrelerindeki belirsizlikler Python: Doğrusal olmayan eğri uyumlama
9	Ki Kare Dağılımı Python : Doğrusal olmayan eğri uyumlama uygulamaları
10	Ara değer bulma - interpolasyon Python : Ara değer bulma uygulamaları
11	Ekstrapolasyon Python: Dış değer bulma uygulamaları
12	Veri analizinde kullanılan ileri yöntemlerin tanıtılması Python: Nesne tabanlı programlama
13	Veri analizinde kullanılan ileri yöntemlerin tanıtılması Python: Genel uygulama ve değerlendirme
14	Proje sunumları ve değerlendirilmesi

Ders İçin Önerilen Kaynaklar

Ana kaynak
1. Taylor J.R., An introduction to error analysis, 2ed, Universty Science Books, Califorrnia.
2. Özgül F., Python 3 için Türkçe Kılavuz, 2016.

Yardımcı kaynaklar:
1. Gerhard Bohm, Günter Zech (2010), Introduction to Statistics and Data Analysis for Physicists, Wiley, New York.
2. Philip Bevington, D. Keith Robinson 1980, Data Reduction and Error Analysis for the Physical Sciences 3rd Edition, McGraw-Hill Higher Education.
2. Les Kirkup (2002). Data Analysis with Excel: An Introduction for Physical Scientist, Cambridge University Press, London.
3. İsa Eşme (1993), Fiziksel Ölçmeler ve Değerlendirilmesi, Marmara Üniversitesi Yayınları.

https://www.scipy.org

Öğrenme ve Öğretme Yöntemleri

1. Anlatım Yöntemi
2. Soru-Yanıt Tekniği
3. Tartışma Yöntemi
4. Ödev
5. Proje

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	VZ	Vize
2	ODV	Ödev
3	PR	Proje
4	FN	Final
5	BNS	BNS	VZ * 0.30 + ODV * 0.05 + PR * 0.15 + FN * 0.50
6	BUT	BÜTÜNLEME
7	BUTBN	BÜTÜNLEME SONU BAŞARI NOTU	VZ * 0.30 + ODV * 0.05 + PR * 0.15 + BUT * 0.50

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Vize ve Yılsonu sınavı yazılı sınav ile değerlendirilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

1. Derslerin %70'ine katılım zorunludur.
2. Her türlü kopya eylemi disiplin soruşturması açılması ile sonuçlandırılacaktır.
3. Öğretim üyesi uygulamalı sınavlar yapma hakkını saklı tutar. Bu sınavlardan alınacak notlar vize ve final sınavı notlarına eklenecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

mehmet.tarakci@deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Dönemin başında öğrenciler bilgilendirilecektir.

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	13	4	52
Vize Sınavına Hazırlık	1	8	8
Ödev Hazırlama	1	4	4
Proje Hazırlama	1	16	16
Final Sınavına Hazırlık	1	10	10
Vize Sınavı	1	8	8
Proje Ödevi	1	4	4
Final Sınavı	1	8	8
TOPLAM İŞ YÜKÜ (saat)			166

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK	PK.1	PK.2	PK.3	PK.4	PK.5	PK.6	PK.7	PK.8	PK.9	PK.10	PK.11	PK.12	PK.13	PK.14
ÖK.1	2	1	5	5	1	5	1	1	1	1	1	1	1	1
ÖK.2	2	1	5	5	1	5	1	1	1	1	1	1	1	1
ÖK.3	2	1	5	5	1	5	1	1	1	1	1	1	1	1
ÖK.4	5	5	5	5	1	1	1	1	1	1	1	1	1	1
ÖK.5	5	5	5	5	1	1	1	1	1	1	1	1	1	1
ÖK.6	5	5	5	5	1	1	1	1	1	1	1	1	1	1

DERS ADI

DERECE PROGRAMLARI