|
Hafta
|
Konular
|
Ön Hazırlık
|
|
1
|
Tesadüfi değişkenlerin Fonksiyonları
|
K1.Ders Notu
|
|
2
|
Dağılım fonksiyonu tekniği
|
K1.Ders Notu
|
|
3
|
Değişken değiştirme tekniği
|
K1.Ders Notu
|
|
4
|
Moment çıkaran ve Karakteristik fonksiyon tekniği
|
K1.Ders Notu
|
|
5
|
Örnekleme dağılımları
|
K1.Ders Notu
|
|
6
|
Örnekleme dağılımları ile ilgili temel kavramlar
|
K1.Ders Notu
|
|
7
|
Örnekleme istatistiklerinin dağılımı, Merkezi limit ve büyük sayılar kanunu teoremleri
|
K1.Ders Notu
|
|
8
|
Örnekleme istatistiklerinin dağılımı, Merkezi limit ve büyük sayılar kanunu teoremleri
|
K1.Ders Notu
|
|
9
|
Örnekleme dağılımları ile ilgili uygulama
|
K1.Ders Notu
|
|
10
|
Parametre tahmini ve temel kavramlar
|
K1.Ders Notu
|
|
11
|
Tahmin edicilerin özellikleri
|
K1.Ders Notu
|
|
12
|
Parametre tahmin metotları
|
K1.Ders Notu
|
|
13
|
Momentler metodu
|
K1.Ders Notu
|
|
14
|
En çok olabilirlik metodu
|
K1.Ders Notu
|
|
Ön Koşul
|
-
|
|
Ders Dili
|
Türkçe
|
|
Dersin Sorumlusu
|
Dr. Öğr. Üyesi Haydar KOÇ
|
|
Dersi Verenler
|
-
|
|
Ders Yardımcıları
|
-
|
|
Kaynaklar
|
K1. Ders Notu
|
|
Yardımcı Kitap
|
YK1.Larson, H. J. (1982). Introduction to Probability Theory and Statistical Inference. 3rd Ed., New York: John Wiley &Sons.;
YK2.Hogg, R. V. And Craing, A. T. (1989). Introduction to Mathematical Statistics. 4th Ed., New York: Macmillan Publishing Co.;
YK3.Mendenhall, W., Wackerly, D. D. and Scheaffer, R. (1990). Mathematical Statistics with Applications. 4th Ed., Boston: PWS-Kent Publishing Company.
YK4.Hogg, R. V. And Tanis, E. A. (1993) Probability and Statistical Inference. 4th Ed., New York: Macmillan Publishing
|
|
Dersin Amacı
|
Öğrencilere; (1) İstatistik dağılımların teorisini (2) İstatistiksel bağımlılık teorisini (3) Örnekleme dağılımları teorisini (4) Nokta ve Aralık tahmin teorisini (5) Tahmin edicilerde aranan özelliklerini (6) Tahmin yöntemlerini, öğretmek.
|
|
Dersin İçeriği
|
Tesadüfî Değişkenlerin Fonksiyonları (Dağılım Fonksiyonu Tekniği, Değişken Değiştirme Tekniği, Moment Çıkaran ve/veya Karakteristik Fonksiyon Tekniği), Örnekleme Dağılımları (Örneklem İstatistiklerinin Dağılımı) Parametre Tahmini ( Nokta Tahmini, Tahmin Edicinin Özellikleri, Parametre Tahmin Metotları, EÇOK ve Moment Tahmini, Aralık Tahmini)
|
|
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.
|
2
|
|
3
|
Veriyi çözümleyerek, uygun istatistiksel yöntemi belirler, istatistiksel olarak değerlendirir ve geleceğe yönelik tahmin yapar
|
4
|
|
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
|
2
|
|
6
|
İstatistiki sorunları tanımlar, kanıtlar ve araştırmaya dayalı çözüm önerileri geliştirir
|
-
|
|
7
|
İstatistik alanında edindiği bilgiyi disiplinler arası çalışmalarda kullanır
|
-
|
|
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
|
2
|
|
11
|
Bireysel çalışma becerisi ve bağımsız karar verebilme yetisine sahip olma
|
4
|
|
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
|
1
|