Genel Bilgi
Kod | ISB561 |
Ad | İstatistiksel Hesaplama |
Dönem | 2024-2025 Eğitim-Öğretim Yılı |
Yarıyıl | . Yarıyıl |
Süre (T+U) | 3-0 (T-U) (17 Hafta) |
AKTS | 6 AKTS |
Yerel Kredi | 3 Yerel Kredi |
Eğitim Dil | Türkçe |
Seviye | Yüksek Lisans Dersi |
Tür | Normal |
Öğretim Şekli | Yüz Yüze Öğretim |
Bilgi Paketi Koordinatörü | Prof. Dr. ALİ İHSAN GENÇ |
Dersin Amacı / Hedefi
Bu dersin amacı öğrencilere programlama temelli istatistiksel hesaplama yöntemlerini kazandırmaktır.
Dersin İçeriği
R programının temelleri, dağılımlardan simülasyonla veri üretimi, büyük sayıların zayıf kuralı, yaklaşık integral hesaplama, Monte Carlo yöntemleri, bootstrap ve jackknife yöntemleri, MCMC yöntemi
Dersin Ön Koşulu
Yok
Kaynaklar
Statistical Computing with R, Maria L. Rizzo, First Edition (Chapman and Hall/CRC The R Series), 2007.
Notlar
Using R for Introductory Statistics, John Verzani, Chapman and Hall/ CRC, Boca Raton, 2005.
Dersin Öğrenme Çıktıları
Sıra | Dersin Öğrenme Çıktıları |
---|---|
ÖÇ01 | Verilen bir dağılımdan bir rastgele sayı üretir. |
ÖÇ02 | İstatistiksel sonuç çıkarsamada Monte Carlo yöntemlerini uygular. |
ÖÇ03 | İntegralleri yaklaşık hesaplar. |
ÖÇ04 | Güven aralıklarını yaklaşık hesaplar. |
ÖÇ05 | MCMC yöntemlerini nokta tahmininde kullanır. |
Program Öğrenme Çıktıları ile İlişkisi
Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
---|---|---|---|
PÖÇ01 | Bilgi - Kuramsal, Olgusal | Olasılık ve İstatistik konularında derinlemesine ve genişlemesine kuramsal ve uygulamalı bilgilere sahiptirler | 5 |
PÖÇ02 | Bilgi - Kuramsal, Olgusal | İstatistik alanında doktora planları yapabilecek bilgilere sahiptirler. | 3 |
PÖÇ03 | Bilgi - Kuramsal, Olgusal | İstatistikte kullanılan analiz ve modelleme yöntemleri hakkında kapsamlı bilgiye sahiptir. | 4 |
PÖÇ04 | Bilgi - Kuramsal, Olgusal | İstatistikte kullanılan yöntemler hakkında kapsamlı bilgiye sahiptir. | 4 |
PÖÇ05 | Bilgi - Kuramsal, Olgusal | Matematik, Olasılık ve İstatistik konularında bilimsel araştırma yaparlar. | |
PÖÇ06 | Bilgi - Kuramsal, Olgusal | İstatistiksel problemleri işaret eder, çözmek için yöntem geliştirir. | 3 |
PÖÇ07 | Bilgi - Kuramsal, Olgusal | İstatistiksel problemleri çözümlemede yenilikçi yöntemler uygular. | 2 |
PÖÇ08 | Bilgi - Kuramsal, Olgusal | Alanında karşılaştığı problemleri analitik modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular. | 2 |
PÖÇ09 | Bilgi - Kuramsal, Olgusal | Bilgiye erişir ve bununla ilgili kaynak araştırması yapar. | |
PÖÇ10 | Bilgi - Kuramsal, Olgusal | Karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır. | |
PÖÇ11 | Bilgi - Kuramsal, Olgusal | Sorumluluk alma özgüvenine sahiptir. | |
PÖÇ12 | Beceriler - Bilişsel, Uygulamalı | Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalığa sahip olduğunu çalışmalarıyla gösterir. | |
PÖÇ13 | Beceriler - Bilişsel, Uygulamalı | Kendini istatistikte ve ilgili alanlarda sürekli yeniler. | |
PÖÇ14 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Türkçe ve İngilizce sözlü ve yazılı iletişim kurar. | |
PÖÇ15 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Çalışmalarının süreç ve sonuçlarını ulusal ve uluslararası ortamlarda açık bir şekilde yazılı ya da sözlü olarak aktarır. | |
PÖÇ16 | Yetkinlikler - Öğrenme Yetkinliği | Verilerin toplanması, işlenmesi, kullanılması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | 4 |
PÖÇ17 | Yetkinlikler - Öğrenme Yetkinliği | İstatistik uygulamaları için gereken donanım ve yazılımları kullanır. | 5 |
Haftalık Akış
Hafta | Konu | Ön Hazırlık | Yöntemler |
---|---|---|---|
1 | R sistemine giriş, R sisteminde fonksiyonlar, düzyazı dosyaları, paketler, grafikler. | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
2 | Rastgele sayı üretme yöntemleri, ters dönüşüm yöntemi | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
3 | Kabul-ret yöntemi, dönüşüm yöntemi | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
4 | Çok değişkenli veri grafikleri | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
5 | Kontur grafikleri | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
6 | Monte Carlo integrali | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
7 | Varyans indirgemesi | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
8 | Ara Sınav | Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi | Ölçme Yöntemleri: Ödev |
9 | İstatistiksel sonuç çıkarsamada Monte Carlo yöntemleri | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
10 | Bootstrap ve Jackknife | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
11 | Permütasyon testleri | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
12 | MCMC yöntemleri | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
13 | Olasılık yoğunluk fonksiyonu tahmini | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
14 | Maksimum olabilirlik yöntemi | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
15 | EM algoritması | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
16 | Yarıyıl Sonu Sınavları | Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi | Ölçme Yöntemleri: Ödev |
17 | Yarıyıl Sonu Sınavları | Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi | Ölçme Yöntemleri: Ödev |
Öğrenci İş Yükü - AKTS
Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
---|---|---|---|
Ders ile İlgili Çalışmalar | |||
Ders (Sınav haftaları dahil değildir) | 14 | 3 | 42 |
Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 5 | 70 |
Değerlendirmeler ile İlgili Çalışmalar | |||
Ödev, Proje, Diğer | 0 | 0 | 0 |
Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 15 | 15 |
Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 30 | 30 |
Toplam İş Yükü (Saat) | 157 | ||
Toplam İş Yükü / 25 (s) | 6,28 | ||
AKTS | 6 AKTS |