ÇANKIRI KARATEKİN ÜNİVERSİTESİ - Bologna Bilgi Sistemi


  • Ders Tanımı
  • Ders Adı Kodu Yarıyıl Teori+Uygulama (Saat) Havuz Statü AKTS
    Lineer İstatistik Yöntemleri iST517 GÜZ-BAHAR 3+0 Üniversite S 6
    Öğrenme Çıktıları
    1-Doğrusal modellere ilişkin temel kavramlarını tanımlar
    2-Matris işlemlerinde hesaplama yapar.
    3-Lineer modellerinde hesaplama yapar.
  • AKTS / İŞ YÜKÜ TABLOSU
  • EtkinlikKatkı Yüzdesi

    (100)

    SayısıSüresi (Saat)Toplam İş Yükü (Saat)
    Ders Süresi (Hafta x Ders Saati)14342
    Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, pekiştirme)14570
    Ödevler2041248
    Kısa Süreli Sınavlar (sınav + hazırlık) 0000
    Ara Sınavlar (sınav + hazırlık)3011212
    Proje0000
    Laboratuar 0000
    Yarıyıl Sonu Sınavı (sınav + hazırlık) 5011818
    Diğer 0000
    Toplam İş Yükü(Saat)   190
    Toplam İş Yükü(Saat)/ 30 (s)     6,33 ---- (6)
    Dersin AKTS Kredisi   6
  • Ders Akışı
  • Hafta Konular Ön Hazırlık
    1 Matris ve vektörlerin türevleri K1, Bölüm 1
    2 Tesadüfi vektörler K1, Bölüm 2
    3 Matrisler-ortalama vektörleri K1, Bölüm 3
    4 Kovaryans matrisleri K1, Bölüm 4
    5 Tesadüfi vektörlerin doğrusal fonksiyonları K1, Bölüm 5
    6 Çok değişkenli normal dağılım K1, Bölüm 6
    7 Moment üreten fonksiyonu K1, Bölüm 7
    8 Karesel formların dağılımı K2, Bölüm 1
    9 Ortalama ve varyanslar K2, Bölüm 2
    10 Çoklu doğrusal regresyon modeli parametre tahminleri K2, Bölüm 3
    11 En küçük kareler tahmini K2, Bölüm 4
    12 Çoklu doğrusal regresyonda hipotez testleri K2, Bölüm 5
    13 En çok olabilirlik tahmini K2, Bölüm 6
    14 Genelleştirilmiş en küçük kareler tahmini K2, Bölüm 7
    Ön Koşul -
    Ders Dili Türkçe
    Dersin Sorumlusu Doç. Dr. Efehan ULAŞ
    Dersi Verenler -
    Ders Yardımcıları -
    Kaynaklar K1. Searle, S. R., & Gruber, M. H. (2016). Linear models. John Wiley & Sons. K2. Faraway, J. J. (2004). Linear models with R. Chapman and Hall/CRC
    Yardımcı Kitap YK1. McCullagh, P., & Nelder, J. A. (2019). Generalized linear models. Routledge. YK2 Agresti, A. (2015). Foundations of linear and generalized linear models. John Wiley & Sons.
    Dersin Amacı Lineer modellerinde uygulamalı istatistik bilim dalındaki yerini tanımlar
    Dersin İçeriği Rasgele değişkeni tanımlar. Matris işlemlerinde hesaplamalar yapar.
  • Program Yeterlilik Çıktıları
  • Program Yeterlilik Çıktıları Katkı Düzeyi
    1 Edinilen uzmanlık düzeyindeki bilgi ve beceriler eleştirel bir yaklaşımla değerlendirir ve öğrenme sürecini yönlendirir. 4
    2 Lisans düzeyinde öğrenilen bilgi düzeyini geliştirir ve istatistik metotları kullanarak analiz eder ve yorumlar. -
    3 Alan ile ilgili konularda strateji, politika ve uygulama planları geliştirir ve elde edilen sonuçlar kalite süreçlerini kapsamında değerlendirir. -
    4 Özümsenen bilgi, problem çözme ve/veya uygulama becerilerini, disiplinler arası çalışmalarda kullanır. 3
    5 Kuramsal ve uygulamalı bilgiler, edinilen uzmanlık düzeyinde kullanır. -
    6 Toplumsal, bilimsel, kültürel ve etik değerleri göz önünde bulundurarak, alanla ilgili verilerin toplanması, yorumlanması, uygulanması ve duyurulması aşamalarında denetler ve bu değerleri öğretir. 2
    7 Bilişim ve iletişim teknolojileri, alanın gerektirdiği düzeyde bilgisayar yazılımı ile birlikte ileri düzeyde kullanır. -
    8 Alanı ile ilgili karşılaşılan ve kestirilemeyen karmaşık problemlerin çözümü için yeni stratejik yaklaşımlar bulur ve sorumluluk alarak çözüm üretir. 3
    9 Alanındaki güncel gelişmeler ve kendi çalışmaları, nicel ve nitel verilerle destekleyerek, alanındaki ve alan dışındaki gruplara sistemli biçimde yazılı, sözlü ve görsel olarak aktarır. -
    10 Alanla ilgili problemlerin çözümünü gerektiren ortamlarda sorumluluk alır ve yön gösterir. -
    11 Edinilen uzmanlık düzeyindeki bilgi ve beceriler eleştirel bir yaklaşımla değerlendirir ve öğrenme sürecini yönlendirir. -
    Çankırı Karatekin Üniversitesi  Bilgi İşlem Daire Başkanlığı  @   2017 - Webmaster