| Dersin Adı | İstatistik Teorisi |
| Kodu | Yarıyıl | Teori (saat/hafta) | Uygulama/Lab (saat/hafta) | Yerel Kredi | AKTS |
|---|---|---|---|---|---|
| MATH 304 | Bahar | 3 | 0 | 3 | 7 |
| Ön-Koşul(lar) | Yok | |||||
| Dersin Dili | İngilizce | |||||
| Dersin Türü | Zorunlu | |||||
| Dersin Düzeyi | Lisans | |||||
| Dersin Veriliş Şekli | Yüz Yüze | |||||
| Dersin Öğretim Yöntem ve Teknikleri | Problem çözme Anlatım / Sunum | |||||
| Dersin Koordinatörü | ||||||
| Öğretim Eleman(lar)ı | ||||||
| Yardımcı(ları) | ||||||
| Dersin Amacı | Bu dersin amacı öğrencileri Matematiksel İstatistik Teorisi ve uygulamalarıyla tanıştırmaktır. |
| Öğrenme Çıktıları | Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Ders Tanımı | Bu derste örneklem ve popülasyon kavramları, olabilirlik ve değişmezlik ilkeleri, nokta tahminleme, hipotez testi, aralık tahminleme, ve karar verme teorisi kavramları tartışılır. |
| Dersin İlişkili Olduğu Sürdürülebilir Kalkınma Amaçları | |
|
| Temel Ders | X |
| Uzmanlık/Alan Dersleri | ||
| Destek Dersleri | ||
| İletişim ve Yönetim Becerileri Dersleri | ||
| Aktarılabilir Beceri Dersleri |
| Hafta | Konular | Ön Hazırlık |
| 1 | İstatistiğin temel kavramlarına giriş. Sonsuz popülasyondan örnekleme, basit rastgele örnek, tabakalı örnek, küme örneklemesi, sistematik örnek | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 5.1. |
| 2 | Rastgele örneklem özellikleri | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 5.2. |
| 3 | Sıra İstatistikleri, Stieltjes integrali | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 5.3. |
| 4 | Empiric (örneklem) dağılım fonksiyonu, Glivenko-Cantelli teoremi | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 5.4., “Mathematical Statistics” by A. A. Borovkov, Gordon and Breach Science Publishers,1998, ISBN:90-5699-018-7. Section 1.2-1.3 |
| 5 | İstatistikler I ve II tür | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. California: section 6., “Mathematical Statistics” by A. A. Borovkov, Gordon and Breach Science Publishers,1998, ISBN:90-5699-018-7., Section 1.5 |
| 6 | I ve II tür istatistikler için süreklilik teoremleri | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 7.1., “Mathematical Statistics” by A. A. Borovkov, Gordon and Breach Science Publishers,1998, ISBN:90-5699-018-7. Section 1.5-1.7 |
| 7 | Nokta tahmin edicileri, veri indirgeme ilkeleri | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 7.2. |
| 8 | Momentler yöntemi | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 7.2. |
| 9 | Ara Sınav | |
| 10 | Maksimum olabilirlik tahmin edicileri | -“Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 7.2. |
| 11 | Tahmin edicileri değerlendirme yöntemleri, tahmin edicilerin tutarlılığı | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 7.3. |
| 12 | Parametrik olmayan tahmin, hipotez testi | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 8. |
| 13 | Neyman-Pearson lemması, regresyon analizi | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 8.2.1. |
| 14 | En küçük kareler yöntemi | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. section 8.2.1. |
| 15 | Dersin gözden geçirilmesi | - |
| 16 | Final sınavı | - |
| Ders Kitabı | “Statistical Inference” by G. Casella, R. L. Berger, Duxbury Press,1990, ISBN-13:9780534243128. “Mathematical Statistics” by A. A. Borovkov, Gordon and Breach Science Publishers,1998, ISBN:90-5699-018-7. |
| Önerilen Okumalar/Materyaller | “Mathematical Statistics” by J. Shao, Springer.; 2nd edition, 2003,ISBN-13:978-0387953823 |
| Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
| Katılım | ||
| Laboratuvar / Uygulama | ||
| Arazi Çalışması | ||
| Küçük Sınav / Stüdyo Kritiği | - | - |
| Portfolyo | ||
| Ödev | - | - |
| Sunum / Jüri Önünde Sunum | ||
| Proje | ||
| Seminer/Çalıştay | ||
| Sözlü Sınav | ||
| Ara Sınav | 1 | 40 |
| Final Sınavı | 1 | 60 |
| Toplam |
| Yarıyıl İçi Aktivitelerin Başarı Notuna Katkısı | 1 | 40 |
| Yarıyıl Sonu Aktivitelerin Başarı Notuna Katkısı | 1 | 60 |
| Toplam |
| Yarıyıl Aktiviteleri | Sayı | Süre (Saat) | İş Yükü |
|---|---|---|---|
| Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati) | 16 | 3 | 48 |
| Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati) | 16 | ||
| Sınıf Dışı Ders Çalışması | 14 | 5 | 70 |
| Arazi Çalışması | |||
| Küçük Sınav / Stüdyo Kritiği | - | - | |
| Portfolyo | |||
| Ödev | - | - | |
| Sunum / Jüri Önünde Sunum | |||
| Proje | |||
| Seminer/Çalıştay | |||
| Sözlü Sınav | |||
| Ara Sınavlar | 1 | 42 | |
| Final Sınavı | 1 | 50 | |
| Toplam | 210 |
| # | Program Yeterlilikleri / Çıktıları | * Katkı Düzeyi | ||||
1 | 2 | 3 | 4 | 5 | ||
| 1 | Temel matematik, uygulamalı matematik veya istatistik kuramlarına ve uygulamalarına hâkim olur. | X | ||||
| 2 | Matematik veya istatistik alanlarında edindiği ileri düzey bilgi ve becerilerini kullanarak verileri yorumlar, sorunları tanımlar, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirir. | |||||
| 3 | Disiplinler arası yaklaşımla, matematik veya istatistiği gerçek yaşamda uygular ve kendi potansiyelini keşfeder. | X | ||||
| 4 | Matematik veya İstatistik alanında edindiği ileri düzeyde bilgi ve becerilerini eleştirel bir yaklaşımla değerlendirir. | X | ||||
| 5 | Kuramsal ve teknik bilgilerini detaylı olarak uzman olan veya olmayan kişilere rahatça aktarır. | X | ||||
| 6 | Matematik veya istatistik alanlarında bireysel veya ekip olarak bir çalışmayı sürdürür, bağımsız çalışmanın ilgili tüm aşamalarında etkili olur, karar verme sürecine katılır, zamanı etkili kullanarak gerekli planlamayı yapar. | |||||
| 7 | Matematik veya istatistik alanlarında yaygın olarak kullanılan yazılımlara aşina olur ve Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyindeki en az bir programı etkin şekilde kullanır. | |||||
| 8 | Dahil olduğu projelerin tüm aşamalarında toplumsal, bilimsel ve etik değerlere uygun hareket eder, toplumsal duyarlılık çerçevesinde proje geliştirip uygular. | |||||
| 9 | Evrensel anlamda birikimli ve duyarlı olarak tüm süreçleri etkin şekilde değerlendirir ve kalite yönetimi konusunda yeterli bilince sahip olur. | |||||
| 10 | Soyut düşünce yapısına hâkim olarak, somut olayları bağlar ve çözüm üretir, veri toplayarak bilimsel yöntemlerle sonuçları inceler ve yorumlar. | |||||
| 11 | Bir yabancı dili kullanarak Matematik veya İstatistik ile ilgili bilgi toplar ve meslektaşları ile iletişim kurar. | |||||
| 12 | İkinci yabancı dili orta düzeyde kullanır. | |||||
| 13 | İnsanlık tarihi boyunca oluşan bilgi birikimini uzmanlık alanıyla ilişkilendirir. | |||||
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest
