Mühendislik ve Doğa Bilimleri Fakültesi · Endüstri Mühendisliği (%30 İngilizce) · Lisans
Dersin Amacı
Bu ders, veri analizi ve karar verme süreçlerinde kullanılan istatistiksel yöntemlere odaklanmaktadır. Konular arasında güven aralıkları, hipotez testleri, ortalamalar ve oranlar arasındaki farkların analizi, korelasyon ve regresyon, ki-kare testleri, varyans analizi (ANOVA), parametrik olmayan istatistikler ve örnekleme teknikleri yer almaktadır. Ders, iş dünyası, ekonomi ve mühendislik alanlarında uygulamalara ağırlık vermektedir.
Ders İçeriği
Beklentiler ve Hedefler:
Bu dersin sonunda öğrenciler:
- Güven aralıklarını oluşturup yorumlayabilecek,
- Hipotez testleri yaparak gruplar arasındaki farkları analiz edebilecek,
- Korelasyon ve regresyon analizlerini uygulayabilecek,
- Ki-kare testleri ve ANOVA ile kategorik verileri ve varyansları analiz edebilecek,
- Parametrik olmayan istatistik yöntemlerini uygun durumlarda kullanabilecek,
- Örnekleme tekniklerini ve istatistiksel çıkarımlardaki rolünü anlayabileceklerdir.
Öğrencilerin derse aktif katılım göstermeleri, istatistiksel yazılımları kullanarak uygulamalar yapmaları ve analitik problem çözme becerilerini geliştirmeleri beklenmektedir.
Zorunlu Kaynaklar
Bluman, A. G. (2014). Elementary statistics: A step-by-step approach (9th ed.). McGraw-Hill.
Peren, F. W. (2022). Statistics for business and economics: Compendium of essential formulas (2nd ed.). Springer.
Önerilen Kaynaklar
İstatistik – 2 Hipotez Testleri – İstatistiksel Tahmin Teorisi Regresyon ve Korelasyon Analizi, Prof. Dr. Necati Alp Erilli 3. Baskı, Kasım 2024
Dersin Öğrenme Çıktıları
- Parametrik olmayan istatistiksel yöntemleri anlar ve veri analizinde uygular.
- İstatistiksel bulguları tablo, grafik ve teknik raporlar ile aktarır.
- Doğrusal regresyon ve korelasyon analizinin prensiplerini tanır ve açıklar.
- Çoklu doğrusal regresyon ve bazı doğrusal olmayan regresyon modellerinin kavramlarını anlar ve uygular.
- Tek faktörlü deney tasarımlarını ve genel varyans analizi (ANOVA) tekniklerini kullanarak veri analiz eder.
- İki veya daha fazla faktörü içeren faktöriyel deneyler tasarlar ve değerlendirir.
- Süreç optimizasyonu için 2^𝑘 faktöriyel deneyleri ve kesirli faktöriyel tasarımları uygular.
- İstatistiksel analizler için R veya benzeri yazılımları kullanır.
Temel Alan Dağılımı
Öğretim Yöntem ve Teknikleri
Ölçme ve Değerlendirme
AKTS / İş Yükü
| Etkinlik | Sayı | Süre (saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi (Sınav Haftası Dahil) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi | 16 | 2 | 32 |
| Ara Sınav | 1 | 15 | 15 |
| Kısa Sınav | 2 | 4 | 8 |
| Ödev | 1 | 8 | 8 |
| Uygulama | 1 | 8 | 8 |
| Final | 1 | 18 | 18 |
Ders Akışı
| Hafta | Konu | Ön Hazırlık |
|---|---|---|
| 1 | Dersin Tanıtımı, İstatistik-I Dersinin Tekrarı | - |
| 2 | Standard Normal Distribution - Z-distribution | - |
| 3 | T-Distribution | - |
| 4 | Chi Square distribution | - |
| 5 | Confidence Intervals and sample size | - |
| 6 | Confidence Intervals and sample size | - |
| 7 | Mid-term examination | Mid-term examination |
| 8 | Hypothesis testing - t-distribution method | - |
| 9 | Hypothesis testing - Z-distribution method | - |
| 10 | Hypothesis testing - Chi square-distribution method | - |
| 11 | Simple Regression | - |
| 12 | Çoklu Regresyon Analizi | - |
| 13 | Çoklu Regresyon Analizi | - |
| 14 | Excel Uygulaması | - |
| 15 | FİNAL SINAVI ve tekrar | Sınava Çalışma |
| 16 | BÜTÜNLEME SINAVI ve tekrar | Sınava Çalışma |