Ders Detayı

Ders Tanımı Ders Akışı Dersin Program Yeterliliklerine Katkısı Değerlendirme Sistemi AKTS İşyükü Dersin Detaylı Bilgileri Sayısal Veriler

Ders Tanımı

Ders	Kodu	Yarıyıl	T+U Saat	Kredi	AKTS
UYGULAMALI VERİ ANALİZİ	MIS4114316	Güz Dönemi	3+0	3	5

Ders Programı

Çarşamba 08:00-08:45

Çarşamba 09:00-09:45

Çarşamba 10:00-10:45

Cumartesi 08:00-08:45

Cumartesi 09:00-09:45

Cumartesi 10:00-10:45

Ön Koşul Dersleri
Önerilen Seçmeli Dersler

Dersin Dili	İngilizce
Dersin Seviyesi	Lisans
Dersin Türü	Programa Bağlı Seçmeli
Dersin Koordinatörü	Dr.Öğr.Üye. Recep ÖZSÜRÜNÇ
Dersi Verenler	Dr.Öğr.Üye. Recep ÖZSÜRÜNÇ
Dersin Yardımcıları
Dersin Amacı	R ve R Studio yazılımı kullanarak verilerin programa alınması, düzenlenmesi, veri analizlerinin yapılması ve sonuçların yorumlanmasıdır.
Dersin İçeriği	Bu 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 Kazanımları	Öğretim Yöntemleri	Ölçme Yöntemleri
1. R programlama dilinde kodlarla veri analizi yapabilecektir.	12, 16, 4, 9	A, 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, 9	A, 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, 9	A, 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, 4	A, 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, 9	A, 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

Sıra	Konular	Ön Hazırlık
1	R programlamaya giriş ve temel algoritmalar
2	Paketlerin indirilmesi ve verilerin alınması (Excel, SPSS)
3	Verilerin ölçek tipleri (nominal, sıralı (ordinal), aralık ve oran ölçekleri)
4	Data.frame oluşturma ve verilerin düzenlenmesi
5	Verilerin betimsel istatistikleri ve sonuçların yorumlanması
6	Verilerin betimsel istatistikleri ve sonuçların yorumlanması (devam)
7	Gerçek veriler üzerinden uygulama
8	Verilerin görselleştirilmesi (histogram ve kutu grafiği)
9	Verilerin Görselleştirilmesi (Saçılım Grafikleri)
10	Verilerin Görselleştirilmesi (Kümeleme)
11	Verilerin Görselleştirilmesi (Kümeleme)-Devam
12	Verilerin Görselleştirilmesi (Zaman Serisi Verileri)
13	Verilerin Görselleştirilmesi (Zaman Serisi Verileri) -Devam
14	Gerçek 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
No	Program Yeterliliği	Katkı Düzeyi
No	Program Yeterliliği	1	2	3	4	5
1	Bilişim ve yönetim alanında teorik bilgileri tanımlar.
2	Bilişim ve yönetim alanında gerekli matematiksel ve istatistiki yöntemleri anlatır.
3	Bilişim ve yönetim alanında gerekli en az bir bilgisayar programı kullanır.
4	Bilişim ve yönetim alanında gerekli olan mesleki yabancı dil yeterliliğini gösterir.
5	Bilişim projeleri hazırlar ve takım çalışmalarını yönetir.
6	Mesleki alanda yaşam boyu öğrenmenin gerekliliği bilinciyle bilim ve teknolojideki gelişmeleri izleyerek kendini sürekli yenileyip edindiği bilgi ve becerileri eleştirel olarak değerlendirilir.
7	Bilişim ve yönetim alanında teorik ve uygulamaya yönelik bilgileri kullanır.
8	En az A1 düzeyinde bir yabancı dili kullanarak güncel teknolojileri takip eder, sözlü / yazılı iletişim kurar.
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 (ekonomi, finans, sosyoloji, hukuk, işletme) temel bilgileri ve verileri analiz ederek alanında kullanır.
12	Masaüstü, mobil, web gibi farklı platform yazılımlarını tek başına ve/veya bir ekip içerisinde yazar.

Değerlendirme Sistemi

Katkı Düzeyi	Mutlak Değerlendirme
Ara Sınavın Başarıya Oranı		40
Genel Sınavın Başarıya Oranı		60
Toplam		100

AKTS / İşyükü Tablosu
Etkinlik	Sayı	Süresi (Saat)	Toplam İş Yükü (Saat)
Ders Saati	14	3	42
Rehberli Problem Çözme	3	14	42
Problem Çözümü / Ödev / Proje / Rapor Tanzimi	1	14	14
Okul Dışı Diğer Faaliyetler	4	2	8
Proje Sunumu / Seminer	0	0	0
Kısa Sınav (QUİZ) ve Hazırlığı	0	0	0
Ara Sınav ve Hazırlığı	1	20	20
Genel Sınav ve Hazırlığı	1	20	20
Performans Görevi, Bakım Planı	0	0	0
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