Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
İstatistiksel Karar VermeEND375024200
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ Endüstri Mühendisliği Lisans Programı (%30 İngilizce)
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimEndüstri Mühendisliği Bölümü
Dersin KoordinatörüSelin Soner Kara
Dersi Veren(ler)Selin Soner Kara
Asistan(lar)ı
Dersin AmacıÖğrenciye mühendislikte temel modelleme ve karar verme tekniklerini uygulayabilmek için gerekli olan, olasılık ve istatistik bilgilerini kullanabilme becerisi sağlar.
Dersin İçeriğiVeri toplama, grafik, şema ve tablolar, lineer regresyon ve korelasyon, model kurma ve çoklu regresyon analizi, lojistik regresyon, konjoint analiz, ilgili modellemelerde kullanılan varsayımların sınanması.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • A Beginner’s Guide to R, Alain F. Zuur, Elena N. Ieno, Erik H. W. G. Meesters, Springer
  • Visual Statistics, Use R! Alexey Shipunov, Minot State University
  • Learning Predictive Analytics with R, Eric Mayor, Packt Publishing
  • Mastering Data Analysis with R, Gergely Daróczi, Packt Publishing
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenci endüstri mühendisliğindeki temel istatistiksel problemleri çözer.
  2. Öğrenci verileri analiz etmek ve değerlendirebilmek için gerekli olan temel istatistiksel metotları uygulamalı olarak inceleyebilir.
  3. Öğrenci değişken verilerin bulunduğu ortamlarda sayısal veriler kullanarak mantıklı kararlar verebilme yetisi kazanır.
  4. Öğrenci istatistiksel paket programları kullanabilme yeteneği kazanır.
  5. Öğrenci veriyi kullanıp geleceğe dönük tahminlerde bulunabilme yeteneği kazanır.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5
PÇ-1-----
PÇ-2-----
PÇ-3-----
PÇ-454454
PÇ-545545
PÇ-6-----
PÇ-7-----
PÇ-8-----
PÇ-9-----
PÇ-10-----
PÇ-11-----
PÇ-12-----
PÇ-13-----
PÇ-14-----
PÇ-15-----
PÇ-16-----
PÇ-17-----
PÇ-18-----
PÇ-19-----
PÇ-20-----
PÇ-21-----
PÇ-22-----
PÇ-23-----
PÇ-24-----
PÇ-25-----
PÇ-26-----
PÇ-27-----
PÇ-28-----
PÇ-29-----
PÇ-30-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Derse girişDers Notları Bölüm 1
2Veri türleri ve veri toplamaDers Notları Bölüm 1
3Veri ön işlemeDers Notları Bölüm 1
4Grafik, şema ve tablolarDers Notları Bölüm 2
5Grafik, şema ve tablolarDers Notları Bölüm 2
6Grafik, şema ve tablolarDers Notları Bölüm 2
7KorelasyonDers Notları Bölüm 3
8Ara Sınav 1
9RegresyonDers Notları Bölüm 4
10Çoklu regresyonDers Notları Bölüm 4
11Çoklu regresyonda kabullerin sınanmasıDers Notları Bölüm 4
12Çoklu lojistik regresyon analizi, Lojistik regresyon kabullerinin sınanmasıDers Notları Bölüm 5
13Zaman serileriDers Notları Bölüm 6
14Zaman serileriDers Notları Bölüm 6
15Konjoint analizinde kabullerin sınanmasıDers Notları Bölüm 7
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev520
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar140
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati132
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması132
Derse Özgü Staj
Ödev52
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)110
Final (Sınav Süresi + Sınav Hazırlık Süresi)115
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok