Responsive image
DERS PROGRAMI FORMU
COURSE SYLLABUS FORM
Son Güncelleme (Last Update)
29.01.2025
Dersin Adı: İstatistik Course Name: Statistics
Kod
(Code) 		Yarıyıl
(Semester)		 Kredi
(Local Credits)		 AKTS Kredi
(ECTS Credits)		 Ders Uygulaması, Saat/Hafta
(Course Implementation, Hours/Week)
Ders
(Theoretical) 		Uygulama
(Tutorial)		 Laboratuvar
(Laboratory)
MAT 244/E 4 3 5 3 0 0
Bölüm / Program
(Department / Program)		 Matematik / Matematik Mühendisliği
(Mathematics / Mathematical Engineering)
Dersin Türü
(Course Type)		 Zorunlu
(Compulsory) 		Dersin Dili
(Course Language) 		Türkçe / İngilizce
(Turkish / English)
Dersin Ön Koşulları
(Course Prerequisites)		 MAT221-E min DD
Dersin Mesleki Bileşene Katkısı, %
(Course Category by Content, %)		 Temel Bilim ve Matematik
(Basic Sciences and Math)		 Temel Mühendislik
(Engineering Science)		 Mühendislik / Mimarlık Tasarım
(Engineering / Architecture Design)		 Genel Eğitim
(General Education)
70 30 - -
Dersin Tanımı
(Course Description)		 Normal Dağılımdan Örnekleme. En Çok Olabilirlik Fonksiyonu ve Maksimum Olabilirlik Tahmin Edicileri. Tahmin Edicilerin Yansızlık ve Tutarlılık Özellikleri. Fisher Bilgisi ve Etkin Tahmin Edici. En Çok Olabilirlik Tahmin Edicilerinin Asimptotik Özellikleri. Güven Aralıkları. Hipotez Testleri ve Test İstatistikleri. Optimal Testler, Güçlü Test, Güç Fonksiyonu, Neyman-Pearson Teoremi. Tek-Örneklem, İki-Örneklem ve Eşleştirilmiş Modeller. Lineer Regresyon ve Korelasyon. Varyans Analizi. Parametrik Olmayan Yöntemler.
Sampling From a Normal Distribution. The Likelihood Function and Maximum Likelihood Estimators. Unbiasness and Consistency of Point Estimators. Fisher Information and Efficient Estimators. Asymptotic Properties of Maximum Likelihood Estimators. Confidence İntervals. Testing Statistical Hypothesis and Test Statistics. Optimal Tests, Powerful Tests, Power Function, Neyman-Pearson Theorem. One-Sample, Two-Sample, and Paired Models. Linear Regression and Correlation. Anova. Non-Parametric Methods.
Dersin Amacı
(Course Objectives)
  1. Örnekleme kavramını ve örnekleme dağılımlarını öğretmek.
  2. Noktasal tahmin, güven aralığı ve hipotez testlerini uygulamada kullanma becerisi sağlamak.
  3. Regresyon, korelasyon ve varyans analizini uygulamada kullanma becerisi sağlamak.
  4. Parametrik olmayan testleri uygulamak.
  1. To provide the concepts of sampling and sampling distributions.
  2. To provide the applications of point estimation, confidence interval and hypothesis testing.
  3. To provide the applications of regression, correlation and analysis of variance.
  4. To apply non-parametric tests.
Dersin Öğrenme Çıktıları
(Course Learning Outcomes)		 Bu dersi tamamlayan öğrenciler aşağıdaki becerileri elde eder:
  1. Örnekleme dağılımlarını kullanabilir,
  2. Tahmin ve Tahmin edicilerin özelliklerini bilir,
  3. Güven aralıklarını hesaplayabilir, hipotez testi yapabilir,
  4. Optimal testleri, güçlü testi bilir,
  5. Regresyon ve korelasyonları hesaplayabilir,
  6. Varyans analizi uygulayabilir,
  7. Parametrik olmayan testleri kullanabilir,
  8. İstatistik paket programı kullanabilir.
Students completing this course will be able to:
  1. Use sampling distributions,
  2. Estimation and properties of estimators,
  3. Evaluate confidence interval, testing hypothesis,
  4. Use optimal tests, powerful tests,
  5. Compute regression and correlations of data,
  6. Use variance analysis,
  7. Use nonparametric tests,
  8. Use statistical packages.
Ders Planı
Hafta Konular Dersin Öğrenme Çıktıları
1Normal Dağılımdan Örnekleme, Nokta Tahmini, En Çok Olabilirlik Fonksiyonu ve Maksimum Olabilirlik Tahmin EdicileriI, II
2Tahmin Edicilerin Özellikleri, Fisher Bilgisi ve Etkin Tahmin EdiciII
3En Çok Olabilirlik Tahmin Edicilerinin Asimptotik ÖzellikleriII
4Populasyon Parametresi için Güven AralıklarıIII
5Hipotez Testleri, Test İstatistikleriIII
6Optimal Testler, Güçlü TestIII, IV
7Neyman-Pearson Teoremi ve En Güçlü TestIII, IV
8Tek-Örneklem Modelleri (Normal Dağılım, Binom Dağılımı ve Asimptotik Yaklaşımlarla)III, IV
9İki-Örneklem Modelleri (Normal Dağılım, Binom Dağılımı ve Asimptotik Yaklaşımlarla)III, IV
10Eşleştirilmiş Modeler ve Bilgisayar UygulamalarıIII, IV, VIII
11Regresyon Analizi, Korelasyon AnaliziV
12Regresyon Analizi Bilgisayar UygulamalarıV, VIII
13Varyans Analizi ve Bilgisayar UygulamalarıVI, VIII
14Parametrik Olmayan Yöntemler, İşaret ve Sıra TestleriVII
Course Plan
Week Topics Course Learning Outcomes
1Sampling from a Normal Distribution, Point Estimation, The Likelihood Function and Maximum Likelihood EstimatorsI, II
2Properties of Estimators, Fisher Information and Efficient EstimatorII
3Asymptotic Properties of Maximum Likelihood EstimatorsII
4Confidence Intervals for The Population ParametersIII
5Testing Statistical Hypothesis and Test StatisticsIII
6Optimal Tests, Powerful Tests, Power FunctionIII, IV
7Neyman-Pearson Theorem and Most Powerful TestsIII, IV
8One Sample Models (Normality, Binomial and Asymptotic Approaches)III, IV
9Two Sample Models (Normality, Binomial and Asymptotic Approaches)III, IV
10Paired Models and Computer ApplicationsIII, IV, VIII
11Regression and Correlation AnalysisV
12Regression Analysis and Computer ApplicationsV, VIII
13Analysis Of Variance and Computer ApplicationsVI, VIII
14Non-Parametric Method, Sign and Rank TestsVII



Dersin Mühendislik Öğrenci Çıktılarıyla İlişkisi

Programın Mezuna Kazandıracağı Bilgi ve Beceriler (Programa Ait Çıktılar) Katkı Seviyesi
1 2 3
1 Mühendislik, fen ve matematik ilkelerini uygulayarak karmaşık mühendislik problemlerini belirleme, formüle etme ve çözme becerisi. X
2 Küresel, kültürel, sosyal, çevresel ve ekonomik etmenlerle birlikte özel gereksinimleri sağlık, güvenlik ve refahı göz önüne alarak çözüm üreten mühendislik tasarımı uygulama becerisi.
3 Farklı dinleyici gruplarıyla etkili iletişim kurabilme becerisi. X
4 Mühendislik görevlerinde etik ve profesyonel sorumlulukların farkına varma ve mühendislik çözümlerinin küresel, ekonomik, çevresel ve toplumsal bağlamdaki etkilerini göz önünde bulundurarak bilinçli kararlar verme becerisi. X
5 Üyeleri birlikte liderlik sağlayan, işbirlikçi ve kapsayıcı bir ortam yaratan, hedefler belirleyen, görevleri planlayan ve hedefleri karşılayan bir ekipte etkili bir şekilde çalışma yeteneği becerisi. X
6 Özgün deney geliştirme, yürütme, verileri analiz etme ve yorumlama ve sonuç çıkarmak için mühendislik yargısını kullanma becerisi. X
7 Uygun öğrenme stratejileri kullanarak ihtiyaç duyulduğunda yeni bilgi edinme ve uygulama becerisi. X
Ölçek: 1: Az, 2: Kısmi, 3: Tam

Relationship of the Course to Engineering Student Outcomes

Program Student Outcomes Level of Contribution
1 2 3
1 An ability to identify, formulate, and solve complex engineering problems by applying principles of engineering, science, and mathematics. X
2 An ability to apply engineering design to produce solutions that meet specified needs with consideration of public health, safety, and welfare, as well as global, cultural, social, environmental, and economic factors.
3 An ability to communicate effectively with a range of audiences. X
4 An ability to recognize ethical and professional responsibilities in engineering situations and make informed judgments, which must consider the impact of engineering solutions in global, economic, environmental, and societal contexts. X
5 An ability to function effectively on a team whose members together provide leadership, create a collaborative and inclusive environment, establish goals, plan tasks, and meet objectives. X
6 An ability to develop and conduct appropriate experimentation, analyze and interpret data, and use engineering judgment to draw conclusions. X
7 An ability to acquire and apply new knowledge as needed, using appropriate learning strategies. X
Scale: 1: Little, 2: Partial, 3: Full

Tarih (Date)
17.03.2019
Bölüm Onayı (Departmental Approval)
Matematik Bölümü
(Department of Mathematics)




Ders Kaynakları ve Başarı Değerlendirme Sistemi (Course Materials and Assessment Criteria)

Ders Kitabı
(Textbook) 		Irwin Miller and Marylees Miller. Mathematical Statistics with Applications. Pearson Prentice Hall.
Diğer Kaynaklar
(Other References) 		Fikri Akdeniz (2017). Olasılık ve İstatistik. 21 Baskı. Akademisyen.
M. Kutner, C.J. Nachtsheim , J. Neter, W. Li (2005). Applied Linear Statistical Models. McGraw-Hill, 5th edition.
Irwin Miller, Marylees Miller. (2004). John E. Freund’s Mathematical Statistics with Applications, 7th edition, Pearson Prentice Hall.
Ödevler ve Projeler
(Homework & Projects)		 -
-
Laboratuvar Uygulamaları
(Laboratory Work)		 -
-
Bilgisayar Kullanımı
(Computer Usage)		 -
-
Diğer Uygulamalar
(Other Activities)		 -
-
Başarı Değerlendirme Sistemi
(Assessment Criteria) 		Faaliyetler
(Activities)		 Adet
(Quantity)		 Genel Nota Katkı, %
(Effects on Grading, %)
Yıl İçi Sınavları
(Midterm Exams)		 1 30
Kısa Sınavlar
(Quizzes)		 4 30
Ödevler
(Homework)		 - -
Projeler
(Projects)		 - -
Dönem Ödevi/Projesi
(Term Paper/Project)		 - -
Laboratuvar Uygulaması
(Laboratory Work)		 - -
Diğer Uygulamalar
(Other Activities)		 - -
Final Sınavı
(Final Exam)		 1 40
VF almamak için gereken
(To avoid VF) 		Dönem içi çalışmalardan (0.3*Vize + 0.3*(En iyi 3 Quiz)) en az 21 puan toplamak.