ST0034 Bayesyen Yaklaşım

6 AKTS - 4-2 Süre (T+U)- . Yarıyıl- 5 Yerel Kredi

Genel Bilgi

Kod ST0034
Ad Bayesyen Yaklaşım
Dönem 2024-2025 Eğitim-Öğretim Yılı
Dönem Bahar
Süre (T+U) 4-2 (T-U) (17 Hafta)
AKTS 6 AKTS
Yerel Kredi 5 Yerel Kredi
Eğitim Dil Türkçe
Seviye Yüksek Lisans Dersi
Tür Normal
Öğretim Şekli Yüz Yüze Öğretim
Bilgi Paketi Koordinatörü Prof. Dr. SEDAT GÜNDOGDU
Dersin Öğretim Elemanı
Güncel dönem ders programı henüz yapılmamıştır.


Dersin Amacı / Hedefi

Bu dersin amacı Bayesyen yaklaşımı Ekoloji alanında çalışan araştırıcılara öğretmektir.

Dersin İçeriği

Olasılık ve Bayes teorisine giriş, Klasik yaklaşım ile Bayesyen yaklaşım arasındaki farklar, Bayesyen yaklaşımla ilgili temel kavramlar, Ön Bilgi dağılışları, MCMC Simulasyonu, Tanımlayıcı istatistiklerin Bayesyen yaklaşımla tahmini, Bazı temel İstatistiksel testlerin Bayesyen tahmini (t-testi, ANOVA, Regresyon Analizi), Balık populasyonlarının stok tahmininin Bayesyen anlaizi, Bayesyen lojistik legresyon analizi, OpenBUGS/JAGS/WinBUGS/R2Bugs ile Bayesyen analizi uygulamaları

Dersin Ön Koşulu

Yok

Kaynaklar

GÜNDOĞDU, Sedat, and Makbule Baylan. "COMPARISON OF BAYESIAN ESTIMATION AND CLASSICAL ESTIMATION OF BRUSHTOOTH LIZARDFISH (Saurida lessepsianus RUSSELL, GOLANI & TIKOCHINSKI 2015) GROWTH." Scientific Papers: Series D, Animal Science-The International Session of Scientific Communications of the Faculty of Animal Science 59 (2016). Link, William A., and Richard J. Barker. Bayesian inference: with ecological applications. Academic Press, 2009. Carlin, Bradley P., and Thomas A. Louis. Bayesian methods for data analysis. CRC Press, 2008. McCarthy, Michael A. Bayesian methods for ecology. Cambridge University Press, 2007. Lunn, David J., et al. "WinBUGS-a Bayesian modelling framework: concepts, structure, and extensibility." Statistics and computing 10.4 (2000): 325-337. Ntzoufras, Ioannis. Bayesian modeling using WinBUGS. Vol. 698. John Wiley & Sons, 2011. Kéry, Marc, and Michael Schaub. Bayesian population analysis using WinBUGS: a hierarchical perspective. Academic Press, 2011. Gelman A., Carlin J.B., Sten H.S. and Rubin D.B. (2003). Bayesian Data Analysis. 2nd edition. London: Chapman and Hall. Congdon P. (2010). Applied Bayesian Hierarchical Methods. Chapman and Hall/CRC.

Notlar

Akar, M., & Gündogdu, S. (2014). BAYES TEORISININ SU ÜRÜNLERINDE KULLANIM OLANAKLARI/The usage of bayes theory in fisheries sciences. Journal of FisheriesSciences.Com, 8(1), 8-16. Retrieved from https://search.proquest.com/docview/1493992812?accountid=15725


Dersin Öğrenme Çıktıları

Sıra Dersin Öğrenme Çıktıları
ÖÇ01 Bu ders ile öğrenciler Bayesyen Yaklaşımın temellerini öğrenir
ÖÇ02 Bayesyen yaklaşımın klasik yaklaşımdan olan farklarını kavrar
ÖÇ03 Basit ve Çoklu Lineer Regresyonun Bayesci versiyonunun öğrenir
ÖÇ04 Bayesyen hipotez testi ve tek/iki yönlü ANOVA analizini Bayesyen yaklaşımla yapma becerisi kazanır
ÖÇ05 Doğrusal Olmayan Regresyon ve Büyüme Modellerinin Bayesci yolunu öğrenir
ÖÇ06 Balık populasyonlarının işaretleme ve yeniden yakalamaya dayalı analizleri ile stok-stoka katılım ilişkisinin Bayesci analizini öğrenir
ÖÇ07 OpenBUGS/JAGS/winBUGS/R2bugs yardımıyla Markov Zinciri Monte Carlo simulasyonunu gerçekleştirme becerisi kazanır


Program Öğrenme Çıktıları ile İlişkisi

Sıra Tür Program Öğrenme Çıktıları Duzey
PÖÇ01 Bilgi - Kuramsal, Olgusal Deniz Biyolojisi, İç Sular Biyolojisi veya Balıkçılıkta Temel Bilimler alanındaki kuramsal ve uygulamalı bilgilerini uzmanlık düzeyinde geliştirir ve derinleştirir. 5
PÖÇ02 Bilgi - Kuramsal, Olgusal Su Ürünleri Temel Bilimler alanı ile ilgili disiplinler arası etkileşimleri kavrar. 2
PÖÇ03 Bilgi - Kuramsal, Olgusal Su Ürünleri Temel Bilimlerinde uzmanlaştığı alan ile ilgili stratejileri belirler; yöntem ve teknikleri ölçme ve değerlendirme bilgisine sahip olur. 3
PÖÇ04 Bilgi - Kuramsal, Olgusal Su Ürünleri Temel Bilimlerinde uzmanlaştığı kuramsal ve uygulamalı bilgileri kullanarak, farklı disiplinler arası bilgileri sentezler, yorumlar, yeni bilgi ve teoriler üretir. 3
PÖÇ05 Bilgi - Kuramsal, Olgusal Uzmanlaştığı Deniz Biyolojisi, İç Sular Biyolojisi veya Balıkçılıkta Temel Bilimler alanında veri toplar, sonuçları değerlendirir; araştırma yöntemlerini kullanarak, neden-sonuç ilişkisi kurup, sorunlara çözüm önerileri geliştirir. 3
PÖÇ06 Bilgi - Kuramsal, Olgusal Su Ürünleri Temel Bilimler alanı ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak planlar, projelendirir ve yürütür. 3
PÖÇ07 Bilgi - Kuramsal, Olgusal Uzmanlaştığı alan ile ilgili uygulamalarda ortaya çıkabilecek sorunların çözümü için bireysel veya ekip üyesi olarak yeni stratejik yaklaşımlar geliştirir, sorumluluk alarak çözüm üretir.
PÖÇ08 Beceriler - Bilişsel, Uygulamalı Su Ürünleri Temel Bilimler alanı ile ilgili öğrenme gereksinimlerini belirler, kaynaklara ulaşır, bilgi ve becerileri eleştirel bir yaklaşımla değerlendirir ve öğrenmeyi yönlendirecek deneyim kazanır.
PÖÇ09 Beceriler - Bilişsel, Uygulamalı Uzmanlaştığı Deniz Biyolojisi, İç Sular Biyolojisi veya Balıkçılıkta Temel Bilimler alanında edindiği teorik ve uygulamalı bilgi ve becerilerle yaşam boyu öğrenmeye ilişkin olumlu tutum geliştirir ve toplum yararına kullanır.
PÖÇ10 Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği Su Ürünleri Temel Bilimler alanı ile ilgili gelişmeleri takip eder, çalışma ve araştırmalarını yazılı, sözlü ve görsel olarak aktarır; alanında toplumsal bilinç oluşumuna katkı sağlar.
PÖÇ11 Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği Uzmanlaştığı Deniz Biyolojisi, İç Sular Biyolojisi veya Balıkçılıkta Temel Bilimler alanı ile ilgili yazılı ve sözlü etkin iletişim kurar, seminer ve toplantıları izler, eleştirir.
PÖÇ12 Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği Yabancı dil bilgilerini kullanarak yurt dışı kaynaklı yayınları izler, sözlü ve yazılı iletişim kurar. 3
PÖÇ13 Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği Çalışma alanında gereksinim duyduğu bilgisayar yazılımı ile bilişim ve iletişim teknolojilerini ileri düzeyde kullanır. 5
PÖÇ14 Yetkinlikler - Öğrenme Yetkinliği Uygulama alanı ile ilgili verilerin bilimsel yönden değerlendirilmesi ve yayınlanması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket eder, denetler ve bu değerleri öğretir. 5
PÖÇ15 Yetkinlikler - Öğrenme Yetkinliği Uzmanlaştığı Deniz Biyolojisi, İç Sular Biyolojisi veya Balıkçılıkta Temel Bilimler alanında bilimsel ve teknolojik gelişmeleri takip ederek strateji, politika ve uygulama planları geliştirir; elde ettiği sonuçları toplam kalite yönetimi süreçleri çerçevesinde toplum yararına değerlendirir ve yaygınlaştırır. 5
PÖÇ16 Yetkinlikler - Öğrenme Yetkinliği Yüksek lisans eğitimi sürecinde edindiği bilgi ve deneyimlerle, uygulama ve problem çözme becerilerini disiplinler arası çalışmalarda kullanır. 5


Haftalık Akış

Hafta Konu Ön Hazırlık Yöntemler
1 Olasılağa giriş İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım, Alıştırma ve Uygulama
2 Bayes teorisi: Giriş İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
3 Bayes teorisi İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım
4 Klasik yaklaşım ile Bayesyen yaklaşım arasındaki farklar İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım
5 Bayesyen yaklaşımla ilgili temel kavramlar İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım
6 Ön Bilgi dağılışları nedir? İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
7 Ön Bilgi dağılışları çeşitleri İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
8 Ara Sınavlar Önceki derslerin notları okunur. Ölçme Yöntemleri:
Yazılı Sınav, Ödev
9 MCMC Simulasyonu İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
10 Tanımlayıcı istatistiklerin Bayesyen yaklaşımla tahmini ve BUGSuygulamaları İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
11 Bazı temel İstatistiksel testlerin Bayesyen tahmini (t-testi, ANOVA) ve BUGSuygulamaları İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
12 Bazı temel İstatistiksel testlerin Bayesyen tahmini (Regresyon Analizi) ve BUGSuygulamaları İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
13 Balık populasyonlarının Bayesyen analizi BUGS uygulamaları İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
14 Balık populasyonlarının stok tahmininin Bayesyen anlalizi BUGSuygulamaları İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
15 Bayesyen lojistik legresyon analizi ve BUGS uygulamaları İlgili konu ders notlarından okunur. Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
16 Yarıyıl Sonu Sınavları Önceki derslerin notları okunur. Ölçme Yöntemleri:
Yazılı Sınav, Ödev
17 Bütünleme Önceki derslerin notları okunur. Ölçme Yöntemleri:
Yazılı Sınav, Ödev


Öğrenci İş Yükü - AKTS

Çalışmalar Sayısı Süresi (Saat) İş Yükü (Saat)
Ders ile İlgili Çalışmalar
Ders (Sınav haftaları dahil değildir) 14 4 56
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 6 6
Yarıyıl/Yıl Sonu/Final Sınavı 1 18 18
Toplam İş Yükü (Saat) 150
Toplam İş Yükü / 25 (s) 6,00
AKTS 6 AKTS

Güncelleme Zamanı: 16.05.2024 03:38