• ANASAYFA
• ÜNİVERSİTE HAKKINDA
  • İsim - Adres
  • Genel Bilgi
  • Üniversite Yönetimi
  • Akademik Takvim
  • Derece Programları
  • Yabancı Dilde Eğitim Veren Birimler
  • Genel Kabul ve Kayıt Koşulları
  • Kredi Hareketliliği ve Önceki Öğrenmenin Tanınması
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
  • İletişim
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Uluslararası Öğrenciler için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları ve Kulüpler
  • İzmir-Türkiye Hakkında
• ULUSLARARASI İLİŞKİLER
  • Dış İlişkiler Koordinatörlüğü
  • Kayıt İşlemleri
  • Anlaşmalar
  • Koordinatörler
  • Belgeler
  • Yabancı Dilde Eğitim Veren Birimler
  • AKTS/DE Etiketi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS MİF 5016 Bilgisayarlı İstatistik ve Veri Analizi SEÇMELİ 2 0 0 5

Dersi Veren Birim

Tıbbi Bilişim Yüksek Lisans

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROF. DR. PEMBE KESKİNOĞLU

Dersi Alan Birimler

Tıbbi Bilişim Yüksek Lisans

Dersin Amacı

Dersin Öğrenme Kazanımları

1   İstatistiksel veri analizinin temel kavramlarını tanımlayabilme. 2   Bilgisayar yardımıyla verileri analiz edebilme. 3   Çeşitli istatistiksel yazılımları kullanabilme. 4   İstatistiksel yöntemleri bilgisayar ortamında uygulayabilme. 5   Analiz sonuçlarını yorumlayabilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Veri analizi için MATLAB a giriş 2 MATLAB program yazımı(m files) 3 Veri analizi için R program örnekleri 4 R, MATLAB ve SPSS karşılaştırmaları 5 SAS istatistik yazılımı kullanımı 6 MATLAB, R ve SAS programlarında veri setleri oluşturma ve düzenleme 7 Rassal değişkenler, Olasılık ve Dağılımlar(Kesikli ve Sürekli) 8 MATLAB ve R ile Açıklayıcı Veri Analizi (Exploratory Data Analysis-EDA) 9 Ara sınav 10 MATLAB ve R ile Varyans analizi 11 MATLAB ve R ile Lineer Regresyon analizi 12 MATLAB ile Dayanıklı Regresyon (Robust Regression) 13 R ile Dayanıklı Regresyon 14 SPSS ile Lojistik Regresyon (Logistic Regression) analizi uygulamaları, R ile Lojistik Regresyon analizi uygulamaları 15 Final

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Sunum/ders anlatımı ve etkileşimli tartışma.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 VZ Ara Sınav 2 PRJ Proje 3 FN Final 4 BNS Başarı VZ* 0.30 + PRJ * 0.30 + FN* 0.40 5 BUT Bütünleme Notu 6 BBN Bütünleme Sonu Başarı Notu VZ* 0.30 + PRJ * 0.30 + BUT* 0.40

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

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 Haftalık Ders öncesi/sonrası hazırlıklar 13 2 26 Vize Sınavına Hazırlık 1 15 15 Final Sınavına Hazırlık 1 15 15 Ödev Hazırlama 1 22 22 1 19 19 Final Sınavı 1 2 2 Vize Sınavı 1 2 2 TOPLAM İŞ YÜKÜ (saat) 127

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 PK.15 PK.16 ÖK.1 5 5 ÖK.2 4 5 ÖK.3 5 5 5 ÖK.4 5 4 5 ÖK.5