Hafta
|
Konular
|
Ön Hazırlık
|
1
|
Kümeler, küme işlemleri, sınıflar ve elemanlarının tanıtılması.
|
Ders Notu
|
2
|
Rasgele sonuçlu deney, örnek nokta, örnek uzaylar ve olaylar.
|
Ders Notu
|
3
|
Olasılık ölçüsü, olasılık uzayı ve olasılık uzaylarına bazı örnekler.
|
Ders Notu
|
4
|
Koşullu olasılık, toplam olasılık formülü, Bayes kuralı ve olayların bağımsızlığı.
|
Ders Notu
|
5
|
Rasgele sonuçlu deneylerin modellenmesi, sonlu elemanlı örnek uzayları ve örnekler.
|
Ders Notu
|
6
|
Permütasyon ve kombinasyon, Binom teoremi
|
Ders Notu
|
7
|
Kesikli ve sürekli örnek uzaylar ve geometrik olasılık.
|
Ders Notu
|
8
|
Kesikli ve sürekli örnek uzaylar ve geometrik olasılık.
|
Ders Notu
|
9
|
Rasgele değişken kavramı
|
Ders Notu
|
10
|
Kesikli ve sürekli rasgele değişkenin dağılımı
|
Ders Notu
|
11
|
Kesikli ve sürekli rasgele değişkenin dağılımı
|
Ders Notu
|
12
|
Rasgele değişkenin beklenen değeri, varyansı ve uygulaması
|
Ders Notu
|
13
|
İki boyutlu rasgele değişkenler ve olasılık fonksiyonları
|
Ders Notu
|
14
|
Koşullu olasılık fonksiyonu, marjinal fonksiyonlar, Koşullu beklenen değer ve koşullu varyans, Dağılım fonksiyonu
|
Ders Notu
|
Ön Koşul
|
-
|
Ders Dili
|
Türkçe
|
Dersin Sorumlusu
|
Dr. Öğretim Üyesi Haydar KOÇ
|
Dersi Verenler
|
-
|
Ders Yardımcıları
|
-
|
Kaynaklar
|
1.Akdeniz, F. (2009). Olasılık ve İstatistik, Nobel Kitabevi.
|
Yardımcı Kitap
|
2.Shahbazov,A.F.(2005). Olasılık teorisine giriş, Birsen Publishing.
3.Larson, H. J. (1982). Introduction to Probability Theory and Statistical Inference, John Wiley&Sons.
4. Öztürk, F. (1993). Matematiksel İstatistik, Ankara Üniversitesi Science Faculty Publications, No.10.
5. Lipschutz, S. (1990). Olasılık, Schaum?s outlines, Nobel Publishing.
|
Dersin Amacı
|
Öğrencilere rastgeleliği kavratmak, olasılık teorisinin temel kavramlarını, beklenen değer, varyans, korelasyon ve kovaryans kavramlarını yorumlanmasını ve istatistik teorisine giriş için olasılık dili oluşturmaktır.
|
Dersin İçeriği
|
Tesadüfi değişken, örnek uzayı, Seçme kuralları, örneklem, binom teoremi, beklenen değer, varyans
|
|
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
|
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
|
2
|
7
|
İstatistik alanında edindiği bilgiyi disiplinler arası çalışmalarda kullanır
|
2
|
8
|
Bir projenin oluşturulması, yürütülmesi ve sonuçların raporlanması aşamalarını gerçekleştirir
|
5
|
9
|
İstatistik bilimini etkin olarak uygulayabilecek bilgisayar programlama ve istatistik alanındaki hazır yazılımları kullanır
|
3
|
10
|
Analitik düşünme becerisine sahip olur
|
4
|
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.
|
2
|
14
|
İstatistiğin kullanıldığı bilim alanları ile ilgili verileri toplar, yorumlar, duyurulması aşamalarında toplumsal, bilimsel ve etik değerlere sahip olur
|
3
|