ÇANKIRI KARATEKİN ÜNİVERSİTESİ - Bologna Bilgi Sistemi


  • Ders Tanımı
  • Ders Adı Kodu Yarıyıl Teori+Uygulama (Saat) Havuz Statü AKTS
    Örnekleme I İST208 BAHAR 2+2 Z 6
    Öğrenme Çıktıları
    1-Kitle, parametre, tamsayım, örneklem, istatistik, örnekleme tahmin edici ve örnekleme yöntemlerini öğrenir.
    2-Kitlenin yapısına göre hangi örnekleme yönteminin kullanılacağı ve örneklem genişliğinin nasıl belirleneceği ve örneklem birimlerinin kitleden nasıl çekileceğini analiz eder
    3-Tabakalı örnekleme yöntemini ve 1. ve 2. derece tahmin edicileri sınıflar.
    4-Maliyet fonksiyonunun verilmesi koşulu altında tabakalara dağıtım yöntemlerini bilir.
  • AKTS / İŞ YÜKÜ TABLOSU
  • EtkinlikKatkı Yüzdesi

    (100)

    SayısıSüresi (Saat)Toplam İş Yükü (Saat)
    Ders Süresi (Hafta x Ders Saati)14456
    Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, pekiştirme)14456
    Ödevler2021020
    Kısa Süreli Sınavlar (sınav + hazırlık) 0000
    Ara Sınavlar (sınav + hazırlık)3012020
    Proje0000
    Laboratuar 0000
    Yarıyıl Sonu Sınavı (sınav + hazırlık) 5013030
    Diğer 0000
    Toplam İş Yükü(Saat)   182
    Toplam İş Yükü(Saat)/ 30 (s)     6,07 ---- (6)
    Dersin AKTS Kredisi   6
  • Ders Akışı
  • Hafta Konular Ön Hazırlık
    1 Giriş K1.Ders Notu
    2 Temel tanımlar K1.Ders Notu
    3 Ölçme düzeyleri K1.Ders Notu
    4 Tahminlerin istenen özellikleri K1.Ders Notu
    5 Örnekleme yöntemlerinin tanımı K1.Ders Notu
    6 Örneklem çekimi ve rasgele sayılar tablosu K1.Ders Notu
    7 İki değişkenin birbirine oranının tahmini K1.Ders Notu
    8 The estimation of ratio of two variables K1.Ders Notu
    9 Oran tahmininin varyansı K1.Ders Notu
    10 Tabakalı örnekleme K1.Ders Notu
    11 Tabakalı örneklemede ortalama ve toplam taminleri, tahminlerin varyansları ve varyans tahminleri K1.Ders Notu
    12 Tababakalı rasgele örnekleme(TRÖ) K1.Ders Notu
    13 Örneklem genişliğinin tabakala dağıtımı: eşit,orantılı, Neyman ve optimal dağıtım. K1.Ders Notu
    14 Uygulama 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.H. Çıngı, Örnekleme Kuramı, H. Ü. Fen Fak. Basımevi, Beytepe , Ankara, 1994 YK2.Steven T., 1992, Sampling, Wiley. YK3.T. Yamane, Temel Örnekleme Yöntemleri, Çevirenler: A. Esin, M. A. Bakır, C. Aydın, E. Gürbüzsel, Literatür Yayınları, No:53, Ankara, 2000.
    Dersin Amacı Örnekleme nedir, nasıl uygulanır, ilgili örnekleme yöntemlerini öğrenmek ve örneklem sayısının belirlemek. Tabakalı örnekleme yöntemlerini ve maliyet fonksiyonu altında tabakalara dağıtım yöntemlerini analiz edebilmek.
    Dersin İçeriği Temel kavramlar, 1. ve 2. derece tahmin ediciler olasılıksal ve olasılıksal olmayan örnekleme yöntemlerinin tanıtılması. Tahmin edicilerin istenen özellikleri, basit rastgele örnekleme ve kitleden örneklem çekme işlemi. Varyansı küçültmek için kitlenin tabakalara (alt kitlelere) ayrılması ve bu tabakalardan örneklem çekme yöntemleri.
  • 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. 2
    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
    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 -
    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 -
    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 4
    Çankırı Karatekin Üniversitesi  Bilgi İşlem Daire Başkanlığı  @   2017 - Webmaster