DERS ADI

: İstatistik için Hesaplama Araçları I

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
İST 1051 İstatistik için Hesaplama Araçları I ZORUNLU 2 0 0 4

Dersi Veren Birim

İstatistik

Dersin Düzeyi

Lisans

Ders Koordinatörü

DOÇ. DR. ENGİN YILDIZTEPE

Dersi Alan Birimler

İstatistik
İstatistik (İ.Ö)

Dersin Amacı

İstatistiksel paket programları ve R dilini kullanabilmek için öğrencilerin temel bilgileri elde etmesini sağlamak ve temel istatistiksel hesaplamaları paket programlar ve R aracılığıyla yapmayı öğrenmektir.

Dersin Öğrenme Kazanımları

1   Bazı istatistiksel hesaplama araçlarını kullanabilme
2   Veri girişi ve düzenleme yapabilme
3   Tanımlayıcı istatistikleri hesaplama
4   Özet tablo ve grafik oluşturma
5   Temel R fonksiyonlarını kullanabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 İstatistiksel hesaplama araçları ile tanışma
2 İstatistik paket programlarının temel özellikleri, veri girişi
3 R veri yapıları
4 Veri manipülasyonu
5 Paket programlar ve R ile temel matematiksel hesaplamalar
6 Kombinasyon, Permütasyon
7 Frekans tabloları ve tanımlayıcı istatistikler
8 Merkezi Eğilim Ölçüleri
9 Merkezi Değişim Ölçüleri
10 Nitel Veriler için Grafikler
11 Nicel Veriler için Grafikler
12 Nicel Veriler için Grafikler
13 Rassal veri üretme, rassal örneklem oluşturma
14 Rassal veri üretme, rassal örneklem oluşturma

Ders İçin Önerilen Kaynaklar

Ana kaynak:
1.Braun, J., & Murdoch, D. J. (2016). A first course in statistical programming with R. 2nd Ed., Cambridge: Cambridge University Press.
2.Meyers, L. S., Gamst, G. C., & Guarino, A. J. (2013). Performing data analysis using IBM SPSS. John Wiley & Sons.
Yardımcı kaynaklar:
1.Dalgaard, P. (2008). Introductory statistics with R. Springer Science & Business Media.
2.Kabacoff, R. I. (2015). R in action: data analysis and graphics with R. Simon and Schuster.
3.Long, J. D., & Teetor, P. (2019). R Cookbook: Proven Recipes for Data Analysis, Statistics, and Graphics. O'Reilly Media.
4.Cebeci, Zeynel. (2020). Veri Biliminde R ile Veri Önişleme. Nobel Akademik Yayıncılık.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, sunum, bilgisayar uygulamaları 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


Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Sınavlar 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 https://fen.deu.edu.tr/ 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

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 14 2 28
Haftalık Ders öncesi/sonrası hazırlıklar 14 1 14
Vize Sınavına Hazırlık 1 23 23
Final Sınavına Hazırlık 1 27 27
Ödev Hazırlama 1 4 4
Vize Sınavı 1 2 2
Final Sınavı 1 2 2
TOPLAM İŞ YÜKÜ (saat) 100

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11PK.12PK.13PK.14
ÖK.155
ÖK.255
ÖK.355
ÖK.455
ÖK.555