İstatistiksel Modellemede İleri Yöntemler(IND 522)
Ders Kodu | Dersin Adı | Yarıyıl | Teori | Uygulama | Lab | Kredisi | AKTS |
---|---|---|---|---|---|---|---|
IND 522 | İstatistiksel Modellemede İleri Yöntemler | 1 | 3 | 0 | 0 | 3 | 6 |
Ön Koşul | |
Derse Kabul Koşulları |
Dersin Dili | İngilizce |
Türü | Zorunlu |
Dersin Düzeyi | Yüksek Lisans |
Dersi Veren(ler) | H. ZİYA ULUKAN zulukan@gsu.edu.tr (Email) |
Dersin Yardımcıları | |
Dersin Amacı |
Öğrencilerin, 1-Karmaşık çok değişkenli problemleri modellemeyi öğrenmesi 2-Tek ve çok değişkenli verilerin analizinde kullanılabilecek istatistiksel teknikleri detaylı öğrenmesi 3-Çok değişkenli analizlerin sonuçlarını yorumlamayı ve geçerliliğini sınamayı öğrenmesi 5-İleri istatistiksel tekniklerin endüstri mühendisliğinin farklı alanlarındaki uygulamalarını görmesi |
İçerik | Bu ders, endüstri mühendisliği çalışma alanlarında verilerin analizi ve yorumlamasında kullanılan ileri istatistiksel teknikleri içermektedir: Temel Kavramlar, Örnekleme, Ölçme, İstatistiksel Tekniklerin Sınıflandırılması, Doğrusal Regresyon Analizi, Çoklu Doğrusal Regresyon Analizi, Tekrarlı Örnekleme, Varyans Analizi ve Deney Tasarımı, Çok Değişkenli Varyans Analizi, |
Dersin Öğrenme Çıktıları |
Hipotez kurma, uygun örneklemi belirleme ve geçerliliği sınama konularını kapsayan nicel araştırma tasarlayabilme Tek ve çok değişkenli analizler için gerekli istatistiksel teoriyi ve işlemsel prosedürleri açıklayabilme Grup ortalamalarına ilişkin deneyler tasarlayabilme ve anlamlılık testleri ile sınayabilme Bağımsız değişkenlerdeki değişime karşılık gelen bağımlı değişkenlerdeki değişimi modelleyebilme ve analize temel teşkil eden varsayımları değerlendirebilme |
Öğretim Yöntemleri | Teorik konu anlatımı, Konu ile ilgili problem çözümü ve çözdürülmesi, Tartışma ve yorumlama |
Kaynaklar |
Ramachandran K.M. and Tsokos C.P., (2009), Mathematical Statistics with Applications, Elsevier Academic Press, Burlington. Johnson R.A. and Wichern D.W., (2007), Applied Multivariate Statistical Analysis, 6th edition, Pearson, New Jersey. |
Teori Konu Başlıkları
Hafta | Konu Başlıkları |
---|---|
1 | İstatistiksel modellemeye giriş |
2 | Tanımlayıcı istatistik: barchart, histogram ve kutu-nokta diyagramları |
3 | Örnekleme teorisi: rassal ve sistematik örnekleme |
4 | Yorumlayıcı istatistik: ortalama ve oranlar için güven aralıkları |
5 | Varyans, ortalama farkları, oran farkları için güven aralıkları |
6 | Ortalama ve oranlar için hipotez testleri |
7 | Ortalama farkları ve oran farkları için hipotez testleri |
8 | Ara sınav |
9 | Ki-kare testleri |
10 | Tek yönlü varyans analizi |
11 | İki yönlü ve etkileşimli varyans analizi |
12 | Basit doğrusal regresyon analizi |
13 | Çoklu regresyon analizi |
14 | Çoklu regresyon analizi |
Uygulama Konu Başlıkları
Hafta | Konu Başlıkları |
---|
Başarı Notuna Etki Oranları
Sayı | Katkı Payı | |
---|---|---|
Yarıyıl içi çalışmaların başarı notuna katkısı | 4 | 60 |
Yarıyıl sonu çalışmaların başarı notuna katkısı | 1 | 40 |
Toplam | 5 | 100 |
Yarıyıl İçi Çalışmaları
Sayı | Katkı Payı | |
---|---|---|
Ödevler | 0 | 0 |
Sunum | 0 | 0 |
Arasınavlar (Hazırlık Süresi Dahil) | 1 | 30 |
Proje | 0 | 0 |
Laboratuar | 0 | 0 |
Diğer Uygulamalar | 0 | 0 |
Kısa Sınavlar | 3 | 30 |
Dönem Ödevi / Projesi | 0 | 0 |
Portfolyo Çalışmaları | 0 | 0 |
Raporlar | 0 | 0 |
Öğrenme Günlükleri | 0 | 0 |
Bitirme Tezi/Projesi | 0 | 0 |
Seminer | 0 | 0 |
Diğer | 0 | 0 |
Toplam | 4 | 60 |
Numara | Program Yeterlilikleri | Puan | ||||
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
1 | Endüstri mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. | X | ||||
2 | Endüstri mühendisliğinde uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir. | X | ||||
3 | Ensüstri mühendisliği ile ilgili alanlarda belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir. | X | ||||
4 | Endüstri mühendisliği mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir. | X | ||||
5 | Endüstri mühendisliği problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. | X | ||||
6 | Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlannda yenilikçi/alternatif çözümler geliştirir. | X | ||||
7 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler. | X | ||||
8 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda proje ve risk yönetimi tekniklerini de kullanarak çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır. | X | ||||
9 | Bir yabancı dili en az Avrupa Dil Portfoyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar. | X | ||||
10 | Çalışmalarının süreç ve sonuçlarını, endüstri mühendisliği alanındaki veya ilgili alanlardaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır. | X | ||||
11 | Girişimcilik, yenilikçilik ve sürdürülebilirlik boyutlarını dikkate alarak iş hayatı uygulamalarını gerçekleştirebilir. | X | ||||
12 | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | X |
Etkinlikler | Sayı | Süre | Toplam İş Yükü |
---|---|---|---|
Ders Süresi | 14 | 3 | 42 |
Sınıf Dışı Çalışma Süresi | 13 | 5 | 65 |
Arasınavlar (Hazırlık Süresi Dahil) | 1 | 10 | 10 |
Yarıyıl Sonu Sınavı (Hazırlık Süresi Dahil) | 1 | 15 | 15 |
Kısa Sınavlar | 3 | 14 | 42 |
Toplam İş Yükü | 174 | ||
Toplam İş Yükü / 25 | 6,96 | ||
Dersin AKTS Kredisi | 7 |