|
Hafta
|
Konular
|
Ön Hazırlık
|
|
1
|
Çok boyutlu tesadüfî değişkenler ve dağılımları
|
K1.Ders Notu
|
|
2
|
Tesadüfî değişken özellikleri ve uygulamaları
|
K1.Ders Notu
|
|
3
|
Ortak kesikli ve sürekli değişkenler
|
K1.Ders Notu
|
|
4
|
Marjinal ve şartlı dağılımlar ve fonksiyonları
|
K1.Ders Notu
|
|
5
|
Çarpım Momentleri: Orijine, ortalamaya veya bir noktaya göre
|
K1.Ders Notu
|
|
6
|
Tesadüfî değişkenlerin toplamı ve Fonksiyonları
|
K1.Ders Notu
|
|
7
|
Ortak moment çıkaran ve karakteristik fonksiyonlar
|
K1.Ders Notu
|
|
8
|
Ortak moment çıkaran ve karakteristik fonksiyonlar 2
|
K1.Ders Notu
|
|
9
|
Dönüşüm yöntemleri: Dağılım fonksiyonları tekniği
|
K1.Ders Notu
|
|
10
|
Dönüşüm yöntemleri: Değişken değiştirme tekniği
|
K1.Ders Notu
|
|
11
|
Dönüşüm yöntemleri: MÇF/ KF tekniği
|
K1.Ders Notu
|
|
12
|
Örnekleme dağılımları: T; Z; Khi-Kare ve F Dağılımları
|
K1.Ders Notu
|
|
13
|
Tahmin yöntemleri: Momentler ve EÇOK Tahminleri
|
K1.Ders Notu
|
|
14
|
Nokta ve aralık tahmin edicilerin bulunması ve uygulamalar
|
K1.Ders Notu
|
|
Ön Koşul
|
-
|
|
Ders Dili
|
Türkçe
|
|
Dersin Sorumlusu
|
Dr. Öğr. Üyesi Tolga ZAMAN
|
|
Dersi Verenler
|
-
|
|
Ders Yardımcıları
|
-
|
|
Kaynaklar
|
K1. Ders Notları
|
|
Yardımcı Kitap
|
YK1.Larson, H. J. (1982). Introduction to Probability Theory and Statistical Inference. 3rd Ed., New York: John Wiley &Sons
|
|
Dersin Amacı
|
İstatistik dağılımların teorisi, İstatistiksel bağımlılık teorisi, Örnekleme dağılımları teorisi, Nokta ve Aralık tahmin teorisi, Tahmin edicilerde aranan özellikler ve Tahmin yöntemlerininin öğrenilmesi
|
|
Dersin İçeriği
|
Çok Boyutlu Tesadüfi Değişkenler Ve Dağılımları, Tesadüfi Değişkenlerin Fonksiyonlarının Dağılımlarının Bulunma Yöntemleri, Tahmin Teorisi, Nokta Tahmini Ve Özellikleri, Tahmin Edicilerin Bulunması Yöntemleri, Aralık Tahmini, Hipotez Testi Kavramı, Teorik Hipotez Testleri, Uygulamalı Hipotez Testleri
|
|
Program Yeterlilik Çıktıları |
Katkı Düzeyi |
|
1
|
İstatistik bilimindeki kavramsal, kuramsal ve uygulamalı bilgilere sahip olur ve aralarında ilişki kurar.
|
2
|
|
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
|
-
|
|
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
|
-
|
|
6
|
İstatistiki sorunları tanımlar, kanıtlar ve araştırmaya dayalı çözüm önerileri geliştirir
|
4
|
|
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
|
3
|
|
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.
|
3
|
|
14
|
İstatistiğin kullanıldığı bilim alanları ile ilgili verileri toplar, yorumlar, duyurulması aşamalarında toplumsal, bilimsel ve etik değerlere sahip olur
|
-
|