Ana içeriğe atla

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
UYGULAMALI İSTATİSTİKBME2249070Bahar Dönemi3+036
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüZorunlu
Dersin KoordinatörüDoç.Dr. Melis Almula KARADAYI
Dersi VerenlerProf.Dr. Afgan ASLAN
Dersin YardımcılarıArş. Gör. Ahmed ŞENGİL ([email protected])
Dersin AmacıBu dersin amacı öğrencilere temel istatistik yöntemlerini kullanarak veriyi toplama, analiz etme ve yorumlama becerisini kazandırmak ve öğrencilerin bu becerileri mühendislik problemlerine uygulayabilmelerini sağlamaktır.
Dersin İçeriğiBu ders; İstatistik ve Veri Analizine Giriş,Örnekleme Dağılımları ,Örnekleme Dağılımları ve Tahmin Etme,Güven Aralıkları-Tek Örneklem I,Hipotez Testleri- Tek Örneklem I,Güven Aralıkları- İki Örneklem I
,Güven Aralıkları- İki Örneklem II,Hipotez Testleri- İki Örneklem I,Hipotez Testleri- İki Örneklem II,Korelasyon ve Regresyon Analizine Giriş,Doğrusal Regresyon Modelleri,Doğrusal Regresyon Modelleri,Çoklu Regresyon Modelleri,Çoklu Regresyon Modellerinde İleri Konular; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Bir veriyi grafiksel ve/veya sayısal yöntemlerle özetleyip yorumlar16, 9A
Anakütle ve örneklem arasındaki ayrımı yapar14, 16, 9A, G
Anakütle karakteristikleri için güven aralıkları oluşturur12, 14, 16, 9A, E, G
Anakütle karakteristikleri için hipotez testleri oluşturur12, 16, 9A, E, G
Korelasyon ve doğrusal regresyon analizlerini uygular12, 16, 9A, E, G
Dönem boyunca tartışılan istatistiksel prosedürleri uygulamak için SPSS istatistik paketini kullanır.11, 9A, E
Öğretim Yöntemleri:11: Gösterip Yapma Yöntemi, 12: Problem Çözme Yöntemi, 14: Bireysel Çalışma Yöntemi, 16: Soru - Cevap Tekniği , 9: Anlatım Yöntemi
Ölçme Yöntemleri:A: Klasik Yazılı Sınav, E: Ödev, G: Kısa Sınav

Ders Akışı

SıraKonularÖn Hazırlık
1İstatistik ve Veri Analizine GirişWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 1.ÜNİTE
2Örnekleme Dağılımları Walpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 8.ÜNİTE
3Örnekleme Dağılımları ve Tahmin EtmeWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 8.ÜNİTE
4Güven Aralıkları-Tek Örneklem IWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 9.ÜNİTE
5Hipotez Testleri- Tek Örneklem IWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 10.ÜNİTE
6Güven Aralıkları- İki Örneklem I
Walpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 9.ÜNİTE
7Güven Aralıkları- İki Örneklem IIWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 9.ÜNİTE
8Hipotez Testleri- İki Örneklem IWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 10.ÜNİTE
9Hipotez Testleri- İki Örneklem IIWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 10.ÜNİTE
10Korelasyon ve Regresyon Analizine GirişWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 11.ÜNİTE
11Doğrusal Regresyon ModelleriWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 11.ÜNİTE
12Doğrusal Regresyon ModelleriWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 11.ÜNİTE
13Çoklu Regresyon ModelleriWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 12.ÜNİTE
14Çoklu Regresyon Modellerinde İleri KonularDers Notları
Kaynak
Walpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson.
Douglas C. Montgomery & George C. Runger. "Applied Statistics and Probability for Engineers", Wiley.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi
X
2
Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi
X
3
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi
4
Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi
X
5
Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi
X
6
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi
X
7
Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi
8
Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi
X
9
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi
10
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi
11
Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık
12
İnsan vücudunu anlama ve onarmada mühendisliğin ilkelerini uygulama ve karar verme yetisi

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 30
Genel Sınavın Başarıya Oranı 70
Toplam 100
AKTS / İşyükü Tablosu
EtkinlikSayıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Saati14342
Rehberli Problem Çözme14228
Problem Çözümü / Ödev / Proje / Rapor Tanzimi31030
Okul Dışı Diğer Faaliyetler188
Proje Sunumu / Seminer000
Kısa Sınav (QUİZ) ve Hazırlığı31030
Ara Sınav ve Hazırlığı12020
Genel Sınav ve Hazırlığı12222
Performans Görevi, Bakım Planı000
Toplam İş Yükü (Saat)180
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(180/30)6
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Dersin Detaylı Bilgileri

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
UYGULAMALI İSTATİSTİKBME2249070Bahar Dönemi3+036
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüZorunlu
Dersin KoordinatörüDoç.Dr. Melis Almula KARADAYI
Dersi VerenlerProf.Dr. Afgan ASLAN
Dersin YardımcılarıArş. Gör. Ahmed ŞENGİL ([email protected])
Dersin AmacıBu dersin amacı öğrencilere temel istatistik yöntemlerini kullanarak veriyi toplama, analiz etme ve yorumlama becerisini kazandırmak ve öğrencilerin bu becerileri mühendislik problemlerine uygulayabilmelerini sağlamaktır.
Dersin İçeriğiBu ders; İstatistik ve Veri Analizine Giriş,Örnekleme Dağılımları ,Örnekleme Dağılımları ve Tahmin Etme,Güven Aralıkları-Tek Örneklem I,Hipotez Testleri- Tek Örneklem I,Güven Aralıkları- İki Örneklem I
,Güven Aralıkları- İki Örneklem II,Hipotez Testleri- İki Örneklem I,Hipotez Testleri- İki Örneklem II,Korelasyon ve Regresyon Analizine Giriş,Doğrusal Regresyon Modelleri,Doğrusal Regresyon Modelleri,Çoklu Regresyon Modelleri,Çoklu Regresyon Modellerinde İleri Konular; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Bir veriyi grafiksel ve/veya sayısal yöntemlerle özetleyip yorumlar16, 9A
Anakütle ve örneklem arasındaki ayrımı yapar14, 16, 9A, G
Anakütle karakteristikleri için güven aralıkları oluşturur12, 14, 16, 9A, E, G
Anakütle karakteristikleri için hipotez testleri oluşturur12, 16, 9A, E, G
Korelasyon ve doğrusal regresyon analizlerini uygular12, 16, 9A, E, G
Dönem boyunca tartışılan istatistiksel prosedürleri uygulamak için SPSS istatistik paketini kullanır.11, 9A, E
Öğretim Yöntemleri:11: Gösterip Yapma Yöntemi, 12: Problem Çözme Yöntemi, 14: Bireysel Çalışma Yöntemi, 16: Soru - Cevap Tekniği , 9: Anlatım Yöntemi
Ölçme Yöntemleri:A: Klasik Yazılı Sınav, E: Ödev, G: Kısa Sınav

Ders Akışı

SıraKonularÖn Hazırlık
1İstatistik ve Veri Analizine GirişWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 1.ÜNİTE
2Örnekleme Dağılımları Walpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 8.ÜNİTE
3Örnekleme Dağılımları ve Tahmin EtmeWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 8.ÜNİTE
4Güven Aralıkları-Tek Örneklem IWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 9.ÜNİTE
5Hipotez Testleri- Tek Örneklem IWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 10.ÜNİTE
6Güven Aralıkları- İki Örneklem I
Walpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 9.ÜNİTE
7Güven Aralıkları- İki Örneklem IIWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 9.ÜNİTE
8Hipotez Testleri- İki Örneklem IWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 10.ÜNİTE
9Hipotez Testleri- İki Örneklem IIWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 10.ÜNİTE
10Korelasyon ve Regresyon Analizine GirişWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 11.ÜNİTE
11Doğrusal Regresyon ModelleriWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 11.ÜNİTE
12Doğrusal Regresyon ModelleriWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 11.ÜNİTE
13Çoklu Regresyon ModelleriWalpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson, 12.ÜNİTE
14Çoklu Regresyon Modellerinde İleri KonularDers Notları
Kaynak
Walpole, Myers, Myers, and Ye. "Probability and Statistics for Engineers and Scientists", Pearson.
Douglas C. Montgomery & George C. Runger. "Applied Statistics and Probability for Engineers", Wiley.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi
X
2
Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi
X
3
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi
4
Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi
X
5
Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi
X
6
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi
X
7
Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi
8
Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi
X
9
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi
10
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi
11
Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık
12
İnsan vücudunu anlama ve onarmada mühendisliğin ilkelerini uygulama ve karar verme yetisi

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 30
Genel Sınavın Başarıya Oranı 70
Toplam 100

Sayısal Veriler

Ekleme Tarihi: 06/07/2022 - 16:47Son Güncelleme Tarihi: 06/07/2022 - 16:48