Ana içeriğe atla

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
UYGULAMALI VERİ ANALİZİECO3114316Güz Dönemi3+035
Ders Programı

Çarşamba 11:00-11:45

Çarşamba 12:00-12:45

Çarşamba 12:45-13:30

Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin KoordinatörüDr.Öğr.Üye. Recep ÖZSÜRÜNÇ
Dersi VerenlerDr.Öğr.Üye. Recep ÖZSÜRÜNÇ
Dersin Yardımcıları
Dersin AmacıR ve R Studio yazılımı kullanarak verilerin programa alınması, düzenlenmesi, veri analizlerinin yapılması ve sonuçların yorumlanmasıdır.
Dersin İçeriğiBu ders; R programlamaya giriş ve temel algoritmalar,Paketlerin indirilmesi ve verilerin alınması (Excel, SPSS),Verilerin ölçek tipleri (nominal, sıralı (ordinal), aralık ve oran ölçekleri),Data.frame oluşturma ve verilerin düzenlenmesi,Verilerin betimsel istatistikleri ve sonuçların yorumlanması,Verilerin betimsel istatistikleri ve sonuçların yorumlanması (devam),Gerçek veriler üzerinden uygulama,Verilerin görselleştirilmesi (histogram ve kutu grafiği),Verilerin Görselleştirilmesi (Saçılım Grafikleri),Verilerin Görselleştirilmesi (Kümeleme),Verilerin Görselleştirilmesi (Kümeleme)-Devam,Verilerin Görselleştirilmesi (Zaman Serisi Verileri),Verilerin Görselleştirilmesi (Zaman Serisi Verileri) -Devam,Gerçek Veriler Üzerinden Uygulama; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
1. R programlama dilinde kodlarla veri analizi yapabilecektir. 12, 16, 4, 9A, F
1.1 Verileri R programına alıp düzenler.
1.2 Verilerin analiz sonuçlarını istediği formatta dışarı aktarır.
2. İstatistiksel veri analizi yapabilecektir. 12, 16, 4, 9A, F
2.1 Veri tiplerini açıklar.
2.2 Veri tipine uygun istatistik testini belirler.
2.3. İstatistiksel analiz sonuçlarını yorumlar.
3. Verilerle R programı üzerinden gerekli görselleştirmeleri yapabilecektir.12, 16, 4, 9A, F
3.1 Veri setini kullanarak histogram ve kutu grafiği çizer.
3.2. Veri setini kullanarak saçılım grafikleri çizer.
4. R kodlarının ve komutlarının çalışma mantığını bilerek veriler için gerekli kodları çalıştırabilecektir. 12, 16, 4A, F
4.1. R kodlarının çalışma mantığını açıklar.
4.2. R kodları içindeki komutların çalışma mantığını açıklar.
5. Excel, SPSS gibi harici yazılımlardan veri çekebilir ve bu yazılımlara R üzerindeki verileri aktarabilecektir. 12, 16, 4, 9A, F
5.1. Excel, SPSS gibi harici yazılımlardan veri çeker.
5.2. Excel, SPSS gibi yazılımlara R üzerindeki verileri aktarır.
Öğretim Yöntemleri:12: Problem Çözme Yöntemi, 16: Soru - Cevap Tekniği , 4: Sorgulama Temelli Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:A: Klasik Yazılı Sınav, F: Proje Görevi

Ders Akışı

SıraKonularÖn Hazırlık
1R programlamaya giriş ve temel algoritmalar
2Paketlerin indirilmesi ve verilerin alınması (Excel, SPSS)
3Verilerin ölçek tipleri (nominal, sıralı (ordinal), aralık ve oran ölçekleri)
4Data.frame oluşturma ve verilerin düzenlenmesi
5Verilerin betimsel istatistikleri ve sonuçların yorumlanması
6Verilerin betimsel istatistikleri ve sonuçların yorumlanması (devam)
7Gerçek veriler üzerinden uygulama
8Verilerin görselleştirilmesi (histogram ve kutu grafiği)
9Verilerin Görselleştirilmesi (Saçılım Grafikleri)
10Verilerin Görselleştirilmesi (Kümeleme)
11Verilerin Görselleştirilmesi (Kümeleme)-Devam
12Verilerin Görselleştirilmesi (Zaman Serisi Verileri)
13Verilerin Görselleştirilmesi (Zaman Serisi Verileri) -Devam
14Gerçek Veriler Üzerinden Uygulama
Kaynak
Bivand, R. S., Pebesma, E. J., Gómez-Rubio, V., & Pebesma, E. J. (2008). Applied spatial data analysis with R (Vol. 747248717, pp. 237-268). New York: Springer. Lecture notes and files shared in teams Witten, D., & James, G. (2013). An introduction to statistical learning with applications in R. springer publication.
Hastie, T., Tibshirani, R., Friedman, J. H., & Friedman, J. H. (2009). The elements of statistical learning: data mining, inference, and prediction (Vol. 2, pp. 1-758). New York: springer. https://www.youtube.com/@statquest bu kanalı takip edip ilgili videoları izleyiniz.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Ekonomi ve finans alanında teorik bilgileri tanımlar.
2
Ekonomi ve finans alanında gerekli matematiksel ve istatistiki yöntemleri anlatır.
X
3
Ekonomik ve finansal analiz yapmaya yardımcı olan en az bir bilgisayar programını (SPSS, Eviews, STATA, R ve MATLAB) kullanabilir.
X
4
Ekonomi ve finans alanında gerekli olan mesleki yabancı dil yeterliliğini gösterir.
5
Alanına dair projeler hazırlar ve takım çalışmalarını yönetir.
X
6
Mesleki alanda yaşam boyu öğrenmenin gerekliliği bilinciyle alanıyla ilgili gelişmeleri izleyerek kendini sürekli yenileyip edindiği bilgi ve becerileri eleştirel olarak değerlendirir.
X
7
Ekonomi ve finans alanında teorik ve uygulamaya yönelik bilgileri kullanır.
X
8
En az C1 düzeyinde bir yabancı dili kullanarak güncel teknolojileri takip eder, sözlü / yazılı iletişim kurar
X
9
Örgüt / kurumsal, iş ve toplumsal etik değerlerini benimser ve kullanır.
10
Topluma hizmet duyarlılığı çerçevesinde, sosyal sorumluluk ilkelerini benimser ve gerektiğinde inisiyatif alır.
11
Disiplinler arası çalışmalar yürütebilmek için farklı disiplinlerde temel bilgileri ve verileri analiz ederek alanında kullanır.
X
12
Ekonomik ve finansal sistemin işleyişine dair elde ettiği uzmanlıkla, politika önerileri sunar, alana katkı sağlayıcı yaklaşımlar ortaya koyar.

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 40
Genel Sınavın Başarıya Oranı 60
Toplam 100
AKTS / İşyükü Tablosu
EtkinlikSayıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Saati14342
Rehberli Problem Çözme31442
Problem Çözümü / Ödev / Proje / Rapor Tanzimi11414
Okul Dışı Diğer Faaliyetler428
Proje Sunumu / Seminer000
Kısa Sınav (QUİZ) ve Hazırlığı000
Ara Sınav ve Hazırlığı12020
Genel Sınav ve Hazırlığı12020
Performans Görevi, Bakım Planı000
Toplam İş Yükü (Saat)146
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(146/30)5
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Dersin Detaylı Bilgileri

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
UYGULAMALI VERİ ANALİZİECO3114316Güz Dönemi3+035
Ders Programı

Çarşamba 11:00-11:45

Çarşamba 12:00-12:45

Çarşamba 12:45-13:30

Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin KoordinatörüDr.Öğr.Üye. Recep ÖZSÜRÜNÇ
Dersi VerenlerDr.Öğr.Üye. Recep ÖZSÜRÜNÇ
Dersin Yardımcıları
Dersin AmacıR ve R Studio yazılımı kullanarak verilerin programa alınması, düzenlenmesi, veri analizlerinin yapılması ve sonuçların yorumlanmasıdır.
Dersin İçeriğiBu ders; R programlamaya giriş ve temel algoritmalar,Paketlerin indirilmesi ve verilerin alınması (Excel, SPSS),Verilerin ölçek tipleri (nominal, sıralı (ordinal), aralık ve oran ölçekleri),Data.frame oluşturma ve verilerin düzenlenmesi,Verilerin betimsel istatistikleri ve sonuçların yorumlanması,Verilerin betimsel istatistikleri ve sonuçların yorumlanması (devam),Gerçek veriler üzerinden uygulama,Verilerin görselleştirilmesi (histogram ve kutu grafiği),Verilerin Görselleştirilmesi (Saçılım Grafikleri),Verilerin Görselleştirilmesi (Kümeleme),Verilerin Görselleştirilmesi (Kümeleme)-Devam,Verilerin Görselleştirilmesi (Zaman Serisi Verileri),Verilerin Görselleştirilmesi (Zaman Serisi Verileri) -Devam,Gerçek Veriler Üzerinden Uygulama; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
1. R programlama dilinde kodlarla veri analizi yapabilecektir. 12, 16, 4, 9A, F
1.1 Verileri R programına alıp düzenler.
1.2 Verilerin analiz sonuçlarını istediği formatta dışarı aktarır.
2. İstatistiksel veri analizi yapabilecektir. 12, 16, 4, 9A, F
2.1 Veri tiplerini açıklar.
2.2 Veri tipine uygun istatistik testini belirler.
2.3. İstatistiksel analiz sonuçlarını yorumlar.
3. Verilerle R programı üzerinden gerekli görselleştirmeleri yapabilecektir.12, 16, 4, 9A, F
3.1 Veri setini kullanarak histogram ve kutu grafiği çizer.
3.2. Veri setini kullanarak saçılım grafikleri çizer.
4. R kodlarının ve komutlarının çalışma mantığını bilerek veriler için gerekli kodları çalıştırabilecektir. 12, 16, 4A, F
4.1. R kodlarının çalışma mantığını açıklar.
4.2. R kodları içindeki komutların çalışma mantığını açıklar.
5. Excel, SPSS gibi harici yazılımlardan veri çekebilir ve bu yazılımlara R üzerindeki verileri aktarabilecektir. 12, 16, 4, 9A, F
5.1. Excel, SPSS gibi harici yazılımlardan veri çeker.
5.2. Excel, SPSS gibi yazılımlara R üzerindeki verileri aktarır.
Öğretim Yöntemleri:12: Problem Çözme Yöntemi, 16: Soru - Cevap Tekniği , 4: Sorgulama Temelli Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:A: Klasik Yazılı Sınav, F: Proje Görevi

Ders Akışı

SıraKonularÖn Hazırlık
1R programlamaya giriş ve temel algoritmalar
2Paketlerin indirilmesi ve verilerin alınması (Excel, SPSS)
3Verilerin ölçek tipleri (nominal, sıralı (ordinal), aralık ve oran ölçekleri)
4Data.frame oluşturma ve verilerin düzenlenmesi
5Verilerin betimsel istatistikleri ve sonuçların yorumlanması
6Verilerin betimsel istatistikleri ve sonuçların yorumlanması (devam)
7Gerçek veriler üzerinden uygulama
8Verilerin görselleştirilmesi (histogram ve kutu grafiği)
9Verilerin Görselleştirilmesi (Saçılım Grafikleri)
10Verilerin Görselleştirilmesi (Kümeleme)
11Verilerin Görselleştirilmesi (Kümeleme)-Devam
12Verilerin Görselleştirilmesi (Zaman Serisi Verileri)
13Verilerin Görselleştirilmesi (Zaman Serisi Verileri) -Devam
14Gerçek Veriler Üzerinden Uygulama
Kaynak
Bivand, R. S., Pebesma, E. J., Gómez-Rubio, V., & Pebesma, E. J. (2008). Applied spatial data analysis with R (Vol. 747248717, pp. 237-268). New York: Springer. Lecture notes and files shared in teams Witten, D., & James, G. (2013). An introduction to statistical learning with applications in R. springer publication.
Hastie, T., Tibshirani, R., Friedman, J. H., & Friedman, J. H. (2009). The elements of statistical learning: data mining, inference, and prediction (Vol. 2, pp. 1-758). New York: springer. https://www.youtube.com/@statquest bu kanalı takip edip ilgili videoları izleyiniz.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Ekonomi ve finans alanında teorik bilgileri tanımlar.
2
Ekonomi ve finans alanında gerekli matematiksel ve istatistiki yöntemleri anlatır.
X
3
Ekonomik ve finansal analiz yapmaya yardımcı olan en az bir bilgisayar programını (SPSS, Eviews, STATA, R ve MATLAB) kullanabilir.
X
4
Ekonomi ve finans alanında gerekli olan mesleki yabancı dil yeterliliğini gösterir.
5
Alanına dair projeler hazırlar ve takım çalışmalarını yönetir.
X
6
Mesleki alanda yaşam boyu öğrenmenin gerekliliği bilinciyle alanıyla ilgili gelişmeleri izleyerek kendini sürekli yenileyip edindiği bilgi ve becerileri eleştirel olarak değerlendirir.
X
7
Ekonomi ve finans alanında teorik ve uygulamaya yönelik bilgileri kullanır.
X
8
En az C1 düzeyinde bir yabancı dili kullanarak güncel teknolojileri takip eder, sözlü / yazılı iletişim kurar
X
9
Örgüt / kurumsal, iş ve toplumsal etik değerlerini benimser ve kullanır.
10
Topluma hizmet duyarlılığı çerçevesinde, sosyal sorumluluk ilkelerini benimser ve gerektiğinde inisiyatif alır.
11
Disiplinler arası çalışmalar yürütebilmek için farklı disiplinlerde temel bilgileri ve verileri analiz ederek alanında kullanır.
X
12
Ekonomik ve finansal sistemin işleyişine dair elde ettiği uzmanlıkla, politika önerileri sunar, alana katkı sağlayıcı yaklaşımlar ortaya koyar.

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 40
Genel Sınavın Başarıya Oranı 60
Toplam 100

Sayısal Veriler

Öğrenci Başarı Durumu

Ekleme Tarihi: 06/07/2022 - 14:24Son Güncelleme Tarihi: 06/07/2022 - 14:25