TR ENG

ÇANKIRI KARATEKİN ÜNİVERSİTESİ - Bologna Bilgi Sistemi

Ders Bilgileri

Ders Tanımı

Ders Akışı

Dersin Prog. Çıkt. Katkısı

AKTS- İşyükü

AKTS- İşyükü Hesaplama Aracı

Program Bilgileri

Misyon ve Vizyon

Program Yeterlilik Çıktıları

Ders Planı AKTS Kredileri

Ders Katalogları

Ders Programı Çıktı İlşkisi

TYYC Düzey Yeterlilik

TYYC Temel Alanı Yeterlilikleri

Kabul Koşulları

Üst Kademeye Geçiş

Alınacak Derece

Mezuniyet Koşulları

Sınav Değerlendirme Kuralları

Bölüm Başkanı ve Kordinatörler

Öğretim Elemanları

Görüş Bildir Print
  • Ders Tanımı
    • Ders Adı Kodu Yarıyıl Teori+Uygulama (Saat) Havuz Statü AKTS
    Veri Zarflama Analizine Giriş İST422 BAHAR 2+0 S 4
    Öğrenme Çıktıları
    1-Problemlerin çözümlerinin algoritmalarını kurar.
    2-Kurulan algoritmaları bilgisayar programları yardımıyla çözer
  • 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 Veri zarflama analizine giriş ve temel kavramlar K1.Ders Notu
    2 Etkinlik ve Verimlilik K1.Ders Notu
    3 Ölçeğe göre sabit ve değişken getiri K1.Ders Notu
    4 Girdiye ve Çıktıya yönelik modeller K1.Ders Notu
    5 CCR Modeli K1.Ders Notu
    6 BCC Modeli K1.Ders Notu
    7 MaxDEA uygulama 1 K1.Ders Notu
    8 MaxDEA uygulama 2 K1.Ders Notu
    9 Modellerin grafiksel öğrenimi K1.Ders Notu
    10 MaxDEA uygulama 3 K1.Ders Notu
    11 Süper etkinlik K1.Ders Notu
    12 MaxDEA uygulama 3 K1.Ders Notu
    13 MaxDEA uygulama 4 K1.Ders Notu
    14 MaxDEA uygulama 5 K1.Ders Notu
    Ön Koşul -
    Ders Dili Türkçe
    Dersin Sorumlusu Dr. Öğr. Üyesi Tuba KOÇ
    Dersi Verenler -
    Ders Yardımcıları -
    Kaynaklar K1.Ders Notu
    Yardımcı Kitap YK1.Boussofiane, A., Dyson, R. G., & Thanassoulis, E. (1991). Applied data envelopment analysis. European Journal of Operational Research, 52(1), 1-15. YK2.Cooper, W. W., Seiford, L. M., & Zhu, J. (2004). Data envelopment analysis. Handbook on data envelopment analysis, 1-39. YK3.Charnes, A., Cooper, W. W., Lewin, A. Y., & Seiford, L. M. (Eds.). (2013). Data envelopment analysis: Theory, methodology, and applications. Springer Science & Business Media. YK4.Thanassoulis, E. (2001). Introduction to the theory and application of data envelopment analysis. Dordrecht: Kluwer Academic Publishers.
    Dersin Amacı Belirli girdi değişkenleri ve belirli çıktı değişkenlerini kullanarak karar verme birimlerinin etkinliğini hesaplayarak, birimler arası sıralama yapabilmek.
    Dersin İçeriği Veri zarflama analizinin temel kavramları, Veri zarflama analizinde kullanılan paket programlar, Veri zarflama modelleri
  • Program Yeterlilik Çıktıları
    • Program Yeterlilik Çıktıları Katkı Düzeyi
    1 İstatistik bilimindeki kavramsal, kuramsal ve uygulamalı bilgilere sahip olur ve aralarında ilişki kurar. 3
    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 3
    6 İstatistiki sorunları tanımlar, kanıtlar ve araştırmaya dayalı çözüm önerileri geliştirir -
    7 İstatistik alanında edindiği bilgiyi disiplinler arası çalışmalarda kullanır 4
    8 Bir projenin oluşturulması, yürütülmesi ve sonuçların raporlanması aşamalarını gerçekleştirir -
    9 İstatistik bilimini etkin olarak uygulayabilecek bilgisayar programlama ve istatistik alanındaki hazır yazılımları kullanır -
    10 Analitik düşünme becerisine sahip olur 3
    11 Bireysel çalışma becerisi ve bağımsız karar verebilme yetisine sahip olma -
    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. -
    14 İstatistiğin kullanıldığı bilim alanları ile ilgili verileri toplar, yorumlar, duyurulması aşamalarında toplumsal, bilimsel ve etik değerlere sahip olur -
    Çankırı Karatekin Üniversitesi  Bilgi İşlem Daire Başkanlığı  @   2017 - Webmaster