Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Veri Zarflama Analizi ve UygulamalarıIST511937.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin DiliTürkçe
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli @ İstatistik ABD İstatistik Yüksek Lisans Programı
Seçmeli @ İstatistik ABD İstatistik Yüksek Lisans Programı (Tezsiz, 2. Öğretim)
Seçmeli @ Veri Bilimi ve Büyük Veri Yüksek Lisans Programı
Seçmeli @ İstatistik ABD İstatistik Doktora Programı
Ders KategorisiTemel Meslek Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik Birimİstatistik Bölümü
Dersin Koordinatörüibrahim Demir
Dersi Veren(ler)
Asistan(lar)ı
Dersin Amacıİstatistiksel verilere gelişmiş analiz yöntemleri uygulayarak skor katsayıları geliştirmek ve birimler arasında en iyilerinin ve en kötülerinin belirlenmesini sağlamak
Dersin İçeriği1- Derse hazırlık açısından temel lineer programlama ve Hedef programlama konularının özeti 2- Veri zarflama analizinin temel kavramları 3- Veri zarflama analizinde kullanılan Paket programlar 4- Veri Zarflama Yöntemleri • Girdiye yöneli modeller • Çıktıya yönelik modeller 5- Toplamsal ve Çarpımsal yöntemler 6- İleri Veri zarflama yöntemleri • Karma modeller • Süper etkinlik modeli • Güven bölgesi modeli yaklaşımı • İsteğe bağlı olmayan değişkenler modeli • Katogorik değişken modeli • İstenmeyen değişken modeli • Malmquist indeksi
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Gözü, C., (2003), "Veri Zarflama Analizi ile Etkinlik Ölçümü ve Tekstil işletmelerine Yönelik Bir Uygulama", Yüksek Lisans Tezi, Ankara Üniversitesi Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı, Ankara, (yayımlanmamış). 
    Besen, F. B., (1994), "Performans Yönetim Sistemi ve Veri Zarflama Analizi Sağlık Sektöründe Uygulanması", Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul, (yayımlanmamış).
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Temel veri tabanını kavrama bilgisi
  2. Problemlerin çözümlerinin algoritmalarını kurma bilgisi
  3. Takım çalışmalarına kolaylıkla katılabilme becerisi
  4. Temel bilgileri aldıktan sonra ilgileneceği konuya kolaylıkla intibak edebilme becerisi
  5. Algoritma kurarak problemi bilgisayarla çözebilme becerisi

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5
PÇ-1-----
PÇ-2-----
PÇ-3-----
PÇ-4-----
PÇ-5-----
PÇ-6-----
PÇ-7-----
PÇ-8-----
PÇ-9-----
PÇ-10-----
PÇ-11-----
PÇ-12-----
PÇ-13-----
PÇ-14-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Lineer ProgramlamaKonu 1
2Hedef Programlama Konu 2
3Performans ölçümü ve performans ölçüm modelleri, Veri Zarflama Analizine Giriş ve Temel Kavramlar ve Veri Zarflama Analizinde Kullanılan Paket ProgramlarKonu 3
4Chares, Cooper, Rhodes (CCR) modeli Konu 3
5Girdiye Yönelik CCR modeli Konu 3
6Çıktıya Yönelik CCR modeli Konu 4
7Uygulama
8Ara Sınav 1 / Uygulama veya Konu Tekrarı
9Banker, Charnes ve Cooper (BCC)modeliKonu 4
10Girdiye Yönelik BCC modeli Konu 5
11Çıktıya Yönelik BCC modeli Konu 5
12Toplamsal Modeller/ Çarpımsal modellerKonu 6
13Veri zarflama yönteminde ileri teknikler
14Veri zarflama yönteminde ileri teknikler
15Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev220
Sunum/Jüri
Projeler110
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati143
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması146
Derse Özgü Staj
Ödev220
Küçük Sınavlar/Stüdyo Kritiği
Projeler120
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)120
Final (Sınav Süresi + Sınav Hazırlık Süresi)120
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok