ÇANKIRI KARATEKİN ÜNİVERSİTESİ - Bologna Bilgi Sistemi


  • Ders Tanımı
  • Ders Adı Kodu Yarıyıl Teori+Uygulama (Saat) Havuz Statü AKTS
    Bayesci İstatistik I İST425 GÜZ 2+0 S 4
    Öğrenme Çıktıları
    1-Bayes teoremini Kavrar.
    2-Önsel ve sonsal dağılımları yorumlar.
    3-Bayes yaklaşımını istatistiksel problemlerde kullanır.
  • AKTS / İŞ YÜKÜ TABLOSU
  • EtkinlikKatkı Yüzdesi

    (100)

    SayısıSüresi (Saat)Toplam İş Yükü (Saat)
    Ders Süresi (Hafta x Ders Saati)14228
    Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, pekiştirme)12448
    Ödevler10155
    Kısa Süreli Sınavlar (sınav + hazırlık) 10155
    Ara Sınavlar (sınav + hazırlık)3011010
    Proje0000
    Laboratuar 0000
    Yarıyıl Sonu Sınavı (sınav + hazırlık) 5012020
    Diğer 0000
    Toplam İş Yükü(Saat)   116
    Toplam İş Yükü(Saat)/ 30 (s)     3,87 ---- (4)
    Dersin AKTS Kredisi   4
  • Ders Akışı
  • Hafta Konular Ön Hazırlık
    1 KLASİK OLASILIK TEORİSİ Ders Notu
    2 BAYESCİ İSTATİSTİĞE GİRİŞ Ders Notu
    3 KLASİK VE BAYESCİ İSTATİSTİK ARASINDAKİ FARKLILIKLAR Ders Notu
    4 OLABİLİRLİK KAVRAMI VE OLABİLİRLİK FONKSİYONLARI Ders Notu
    5 ÖNSEL DAĞILIM KAVRAMI Ders Notu
    6 SONSAL DAĞILIM KAVRAMI Ders Notu
    7 BİLGİLENDİRİCİ ÖNSEL DAĞILIMLAR Ders Notu
    8 BİLGİLENDİRİCİ ÖNSEL DAĞILIMLAR Ders Notu
    9 BİLGİLENDİRİCİ OLMAYAN ÖNSEL DAĞILIMLAR Ders Notu
    10 SONSAL DAĞILIM TÜRETME YAKLAŞIMLARI Ders Notu
    11 TAYLOR SERİ AÇILIMI İLE SONSAL DAĞILIMIN TÜRETİLMESİ Ders Notu
    12 MARKOV ZİNCİRİ MONTE CARLO METODU İLE SONSAL DAĞILIMIN TÜRETİLMESİ Ders Notu
    13 MARKOV ZİNCİRİ MONTE CARLO METODU İLE SONSAL DAĞILIMIN TÜRETİLMESİ Ders Notu
    14 SONSAL DAĞILIM PARAMETRELERİNİN YORUMLANMASI Ders Notu
    Ön Koşul -
    Ders Dili Türkçe
    Dersin Sorumlusu Dr. Öğr. Üyesi Tuba KOÇ
    Dersi Verenler -
    Ders Yardımcıları -
    Kaynaklar P. M. Lee, Bayesian Statistics - An Introduction, Arnold, London, 2004
    Yardımcı Kitap -N. Gürsakal, Bayesgil İstatistik, Uludağ Ün. Yayınları, Bursa. -J. M. Bernardo and A. F. M. Smith, Bayesian Theory, John Wiley & Sons, New York, 1994 -P.Hoffa, First Course in Bayesian Statistical Methods,Springer, 2009.
    Dersin Amacı İstatistiksel çıkarımda Bayesci yaklaşımın kullanılması
    Dersin İçeriği Bayes teoremi, Bayes yaklaşımları, önsel ve sonsal dağılımlar.
  • Program Yeterlilik Çıktıları
  • Program Yeterlilik Çıktıları Katkı Düzeyi
    1 İstatistik bilimindeki kavramsal, kuramsal ve uygulamalı bilgilere sahip olur ve aralarında ilişki kurar. 5
    2 İstatistiksel veriyi toplar, düzenler; veriyi özetlemek için uygun tablo ve grafikleri oluşturur. -
    3 Veriyi çözümleyerek, uygun istatistiksel yöntemi belirler, istatistiksel olarak değerlendirir ve geleceğe yönelik tahmin yapar 3
    4 Deney tasarlar ve deney sonuçlarını istatistiksel olarak analiz eder ve yorumlar -
    5 İstatistik bilimine temel olan Matematik alanında yeterli düzeyde ve İktisat alanında temel düzeyde bilgi sahibi olur 4
    6 İstatistiki sorunları tanımlar, kanıtlar ve araştırmaya dayalı çözüm önerileri geliştirir -
    7 İstatistik alanında edindiği bilgiyi disiplinler arası çalışmalarda kullanır 5
    8 Bir projenin oluşturulması, yürütülmesi ve sonuçların raporlanması aşamalarını gerçekleştirir 3
    9 İstatistik bilimini etkin olarak uygulayabilecek bilgisayar programlama ve istatistik alanındaki hazır yazılımları kullanır 3
    10 Analitik düşünme becerisine sahip olur 3
    11 Bireysel çalışma becerisi ve bağımsız karar verebilme yetisine sahip olma 3
    12 Takım çalışmalarında gerekli olan niteliklere sahiptir ve liderlik yapabilir. -
    13 Bilimsel çalışmalar için gerekli olan teknikleri, yetenekleri ve modern araçları kullanabilir ve kaynak taraması yapabilir. 3
    14 İstatistiğin kullanıldığı bilim alanları ile ilgili verileri toplar, yorumlar, duyurulması aşamalarında toplumsal, bilimsel ve etik değerlere sahip olur 3
    Çankırı Karatekin Üniversitesi  Bilgi İşlem Daire Başkanlığı  @   2017 - Webmaster