Course Name Code Semester T+U Hours Credit ECTS
Istatistikte Bilgisayar Uygulamalari ENM 446 8 3 + 0 3 5
Precondition Courses
Recommended Optional Courses
Course Language Türkçe
Course Level Lisans
Course Type Seçmeli
Course Coordinator Dr.Öğr.Üyesi NEVRA AKBİLEK
Course Lecturers Arş.Gör.Dr. CANER ERDEN,
Course Assistants

Arş.Gör.E.Elçin Günay

Course Category
Course Objective

Karşılaşılan problemlerde ve verilerde istatistiksel yöntemleri kullanabilmek ve uygulayabilmek. Bunun için istatistiksel analiz yöntemlerini öğrenmek ve elde edilen analiz sonuçlarını yorumlamak.

 

Course Content

Verilerin basit ve çok değişkenli istatistik teknikler kullanılarak analiz edilerek sonuçların yorumlanması ve karar vericilere yardımcı olmak

# Course Learning Outcomes Teaching Methods Assessment Methods
1 Konu ile ilgili verileri derler Anlatım, Soru-Cevap, Gösterip Yaptırma, Ödev,
2 Veriyi analize hazır hale getirir Anlatım, Alıştırma ve Uygulama, Gösterip Yaptırma, Ödev,
3 İstatistik paket program kullanır Anlatım, Alıştırma ve Uygulama, Gösterip Yaptırma, Sınav , Ödev,
4 Verileri hangi tekniklerle analiz edeceğine karar verir Tartışma, Alıştırma ve Uygulama, Anlatım, Sınav , Ödev,
5 Veri analizi için hipotezler kurar Anlatım, Tartışma, Alıştırma ve Uygulama, Sınav , Ödev,
6 Hipotezleri test eder Alıştırma ve Uygulama, Tartışma, Anlatım, Ödev, Sınav ,
7 Verileri paket programlarla analiz eder Anlatım, Alıştırma ve Uygulama, Gösterip Yaptırma, Sınav , Ödev,
8 Verileri grafiklerle görselleştirir ve grafikleri analiz eder Gösterip Yaptırma, Alıştırma ve Uygulama, Anlatım, Ödev, Sınav ,
9 Analiz çıktılarının değerlendirmesini yapar ve karar verir Anlatım, Tartışma, Alıştırma ve Uygulama, Sınav , Ödev, Proje / Tasarım,
10 Analiz sonuçlarını rapor eder Alıştırma ve Uygulama, Tartışma, Anlatım, Sınav , Ödev, Proje / Tasarım,
Week Course Topics Preliminary Preparation
1 Örnekleme Dağılımları
2 Hipotez Testleri
3 Nonparametrik Testler
4 Nonparametrik Testler (Devam)
5 Ki-kare Bağımsızlık Testleri
6 Varyans Analizi
7 Tek ve Çift Yönlü Varyans Analizi
8 Regresyon ve Korelasyon Analizi
9 Doğrusal Regresyon Modeli Varsayımları, Basit Regresyon Modelleri
10 Çoklu Regresyon Modelleri
11 Regresyon Modelleri İçin Testler
12 Kümeleme Analizi
13 Faktör Analizi
14 Ayırma Analizi
Resources
Course Notes
Course Resources

1.Landau, S. And Everitt, B.S., Statistical Analyses using SPSS, Chapman&Hall/CRC Press LSS, 2004.

2. Albayrak A, S., Uygulamalı Çok Değişkenli İstatistik Teknikler, Asil yayınevi

3.Özdamar, K., Paket programlar ile İstatistiksel veri Analizi, Nisan Kitabevi, 10. Baskı, 2018. 

4. Ünver, Ö., Gamgam, H., ve Altunkaynak, B., Temel İstatistik yöntemler, SPSS uygılamalı, Seçkin Kitabevi, 2016.

 

Order Program Outcomes Level of Contribution
1 2 3 4 5
1 Matematik, fen bilimleri ve kendi dalları ile ilgili mühendislik konularında yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgilerini kullanarak karmaşık Endüstri Mühendisliği problemlerini modelleyebilme ve çözebilme becerisi X
2 Karmaşık Endüstri Mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analitik yöntemler ile modelleme tekniklerini seçme ve uygulama becerisi X
3 Endüstri Mühendisliği alanında karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi
4 Endüstri Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi X
5 Endüstri Mühendisliği alanındaki karmaşık problemlerinin, araştırma konularının incelenmesi amacıyla deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi X
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi X
7 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi X
8 Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi X
9 Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi X
10 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi X
11 Endüstri Mühendisliği alanındaki uygulamaların evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık
Evaluation System
Semester Studies Contribution Rate
1. Ödev 60
1. Kısa Sınav 10
2. Ödev 30
Total 100
1. Yıl İçinin Başarıya 50
1. Final 50
Total 100
ECTS - Workload Activity Quantity Time (Hours) Total Workload (Hours)
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) 16 3 48
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) 16 1 16
Ara Sınav 1 10 10
Kısa Sınav 2 6 12
Ödev 2 9 18
Final 1 10 10
Total Workload 114
Total Workload / 25 (Hours) 4.56
dersAKTSKredisi 5