İSTATİSTİK BÖLÜMÜ DERS İÇERİKLERİ ( )
|
|
- Metin Yalaz
- 8 yıl önce
- İzleme sayısı:
Transkript
1 İSTATİSTİK BÖLÜMÜ DERS İÇERİKLERİ ( ) BİRİNCİ YIL Güz Dönemi (1. Yarıyıl) STAT 101 Temel İstatistik I (3 2 4) İstatistik bilimi. Verilerin görsel sunumu. Frekans tablosu oluşturma. Gövde yaprak grafiği. Merkezi eğilim ölçüleri: aritmetik ortalama, ağırlıklı ortalama, medyan, mod. Yayılım ölçüleri: değişim aralığı, kartiller, ortalama mutlak sapma, varyans ve standart sapma. Chebyshev teoremi. Olasılık kuralları. Koşullu olasılık, Bayes teoremi. Kesikli olasılık dağılımları: kesikli düzgün dağılım, binom dağılımı, hipergeometrik dağılım, Poisson dağılımı. Sürekli olasılık dağılımları: düzgün dağılım, normal dağılım, üstel dağılım. TURK 011 Türkçe I ( 2 0 2) Türk Dilinin Dünya Dilleri Arasındaki Yeri, Genel Özellikleri, Yayılma Sahası, Fonetik Özellikleri, Türkçenin Doğru ve Seviyeli Kullanılmasının Yolları, Yazarken ve Konuşurken Dikkat Edilecek Temel İlkeler, Yazı türlerinden Örneklerle Kültür Artırıcı, Aydın Olmaya Yöneltici Denemeler, İmla, Noktalama ve Telaffuz Düzeltmeleri. Cümle ve Fikir Sağlamlığı Yönünde Çalışmalar, Dilekçe ve Yazışmalar. Bahar Dönemi (2. Yarıyıl) STAT 102 Temel İstatistik II (3 2 4) Örnekleme dağılımları. Tahminleme: ortalama, varyans ve oranlar için nokta ve aralık tahminleri. Hipotez testleri: I. tip hata ve II. tip hata, ortalama için testler. P-değeri. Ki kare testi. Doğrusal regresyon ve korelasyon. İndeks sayıları. TURK 012 Türkçe II (2, 0, 2) Türk Dilinin Morfolojik ve Sentaks Özellikleri. Cümlede Anlama ve Fikre doğru yükselirken düşünce ve üslubu kuvvetlendiren yazılı- sözlü çalışmalar. Bir aydın olarak sosyal ve ekonomik hayatta ana dili başarıyla kullanmanın önemi. Yazarken ve konuşurken temel kurallar tartışma ve dinleme üslubu, bakış tarzı, eleştri, toplu yerlerde konuşma çalışmaları. Roman, hikaye ve fikir esaslarının incelenme, değerlendirilme tarzları, yazışmalar, cevaplar.
2 İKİNCİ YIL Güz Dönemi (3. Yarıyıl) STAT 201 İstatiksel Yöntemler I (2 2 3) Regresyon. Determinasyon katsayısı. Korelasyon. Korelasyon testi. Spearman rank korelasyon katsayısı. Uyum iyiliği testi: Poisson dağılımı, normal dağılım, binom dağılım, düzgün dağılım. Bowman- Shelton testi. Çapraz Tablolar. Bağımsızlık için Kikare testi. Fiyat endeksi. Laspeyres fiyat endeksi. Laspeyres miktar indeksi. Çok değişkenli dağılımlar için varyans-kovaryans matrisi. Varyans eşitliği testi. ANOVA, iki yönlü ANOVA: Tek gözlemli, çok gözlemli. STAT 221 Olasılık Teorisi I (4 0 4) Klasik sonlu uzay yaklaşımı ile Olasılık kavramı. Koşullu olasılık. Bayes teoremi. Bağımsız olaylar. Bazı olasılık modelleri. Ölçülebilir fonksiyonlar ve rassal değişkenler. Dağılımlar. Kesikli ve sürekli dağılımlar. Rasgele değişken dönüşümleri. Koşullu dağılımlar. Matematiksel beklenen değerler: ortalama, varyans, moment üreten fonksiyonlar, karakteristik fonksiyonlar. Koşullu beklenen değer. Sınırlayıcı dağılımlar. HIST 011 Atatürk İlkeleri ve İnkılap Tarihi I (2 0 2) Dünyadaki İnkılap hareketleri, Türk İnkılabı ve Atatürk ün İnkılapçılık görüşü. Osmanlı Devletinin duraklama gerileme ve çöküşü, 1. Dünya Savaşı, neticeleri (Çanakkale Savaşları) Atatürk ün Anadolu ya geçişi, kongreler dönemi. Faydalızararlı cemiyetler, Kurtuluş arefesinde kurtuluş için hazırlıklar. Bahar Dönemi (4. Yarıyıl) STAT 202 İstatiksel Yöntemler II (2 2 3) MANOVA. Levene Test. Bartlett Test. Cronbach s alfa değeri. Profil analizi. Tekrarlanan Gözlem Dizaynları ve Büyüme Eğrileri. Çok değişkenli modeller için stratejiler ve perspektifler. Çok Değişkenli Regresyon Modelleri. Kısmi korelasyon katsayıları. Parametrik Olmayan İstatistiksel Yöntemler. Zaman Serisi Analizi: ARMA ve ARIMA modelleri. STAT 222 Olasılık Teorisi II (4 0 4) Parametre tahmini. Yeterli istatistikler. Minimum varyanslı yansız tahmin. Yeterlilik ve stokastik bağımsızlık. Etkin istatistikler. Parametre tahminleri için en çok olabilirlik tahminleyicisi. Momentler yöntemi. Birden fazla parametrenin tahminlenmesi. Parametrelerin fonksiyonlarının tahminlenmesi. Aralık tahmini. Hipotez testi teorisinin genel kavramları. Olabilirlik oran testi. Ardışık testler. HIST 012 Atatürk İlkeleri ve İnkılap Tarihi II (2 0 2) Türkiye Cumhuriyeti nin ilk yıllarındaki sosyal ekonomik, kültürel alandaki değişimler vurgulanır.
3 ÜÇÜNCÜ YIL Güz Dönemi (5. Yarıyıl) STAT 311 İstatistiksel Yazılım Paketleri I (2 2 3) İstatistiksel paket programlarına genel bakış, temel özellikleri. Verilerin kodlanması, sıra değerlerinin bulunması, sıralanması, standardlaştırılması. Verilerin birleştirilmesi, ayrıştırılması. Grafiklerin oluşturulması. Tek örneklem, çift örneklem için t testi. Z testi. Dağılımlar: Binom, Poisson, Ki-kare, Normal Dağılım olasılıklarının bulunması. Kesikli ve Normal Dağılımlar için Rasgele Veri Seti Oluşturma. Korelasyon, korelasyon katsayısının test edilmesi, ANOVA, MANOVA, Homojenlik ve bağımsızlık testi. Uyum iyiliği testi. Doğrusal regresyon. Kategorik veri için çıkarımlar. STAT 313 İstatistiksel Çıkarım (4 0 4) Tahmin teorisi. Tahminleyicilerin kalitesinin ölçümü. Yeterlilik, tamamlık ve teklik. Olasılık yoğunluk fonksiyonlarının üssel sınıfı. Bayesci kestirim. Düzgün en güçlü testler. Olabilirlik oran testi. Ardışık olasılık oran testi. Normal modeller ile ilgili çıkarsamalar. STAT 341 Matematiksel Programlama I (2 2 3) Yöneylem araştırmasının kökeni. Bilimsel modelleme. Karar modelleri. Doğrusal programlama modelleri. Grafik çözüm. Simpleks yöntemi. Grafik çözüm ve simpleks yöntem arasındaki ilişki. Optimal tablo ve dual çözüm. Dual problemler. Optimal dual çözümün ekonomik yorumu. Postoptimal analiz. Bahar Dönemi (6. Yarıyıl) STAT 302 Regresyon Analizi (2 2 3) Basit doğrusal regresyon ve korelasyon katsıyısı. En küçük kareler yöntemi. Aralık tahmini ve basit doğrusal regresyonda hipotez testi. Yeni gözlem tahmini. Model yeterliliğinin ölçümü. Hata kontrolü, Determinasyon katsayısı. Çoklu doğrusal regresyon modelleri. Model seçimi. Çoklu bağlantı ve otokorelasyon. Uygulamalarla varyans ve kovaryans analizleri. STAT 308 Örnekleme ve Araştırma Yöntemleri (2 2 3) Örneklemede temel kavramlar. Basit, rasgele, tabakalandırılmış ve sistematik örnekleme. Küme örneklemesi ve alt örnekleme. Homojenlik ölçümleri ve tasarım etkinliği. Maliyet faktörlerinin analizi. Alan araştırmalarında temel yöntemler. Anket uygulanacak örneklemin planlanması ve tasarımı. Veri toplama aşamaları. Anket tasarımı. Araştırma yönetimi. Örnekleme ve örnekleme dışı hatalar. STAT 342 Matematiksel Programlama II (2 2 3) PERT-CPM yi içeren network analizi, dinamik programlama, tam sayı programlama, envanter kontrol ve yönetimi, olası modellere karşı belirleyici modeller. Kuyruk teorisi, Bekleme hattı modelleri.
4 DÖRDÜNCÜ YIL Güz Dönemi (7. Yarıyıl) STAT 403 İstatistiksel Deney Tasarımı (2 2 3) İstatistiksel deney tasarımının temel ilkeleri. Rasgeleleştirme, tekrarlama ve deneysel hata kavramları. Tek faktörlü deneyler. Tam rasgeleleştirilmiş tasarım. Tam rasgeleleştirilmiş blok tasarımı. Latin kareler ve ilgili tasarımlar. Dengelenmiş tam olmayan blok tasarımları. Faktöriyel tasarımlar. İki faktörlü faktöriyel tasarımlar. Üç faktörlü faktöriyel tasarımlar. İç içe tasarımlar. STAT 411 Aktüeryal Analiz I (3 0 3) Paranın zamana bağlı değeri. Faizler. Basit ve bileşik faiz. Paranın bugünkü değeri. İskonto oranları. Rantlar: bugünkü değer ve biriken tutar. Hayat tabloları. Sağkalım fonksiyonları ve yaşam kanunları. Nüfus teorisi. STAT 491 Mezuniyet Projesi I (0 4 2) Öğrencilerin istatistikle ilgili özel bir konuda öğretim üyesi denetiminde ayrıntılı bir araştırma yapması. Güz Dönemi (8. Yarıyıl) STAT 402 Stokastik Süreçler (3 0 3) Koşullu olasılıklar ve beklenen değerlerin hesaplanması. Kesikli zaman Markov zincirleri. Chapman- Kolmogorov denklemeleri. Sayma süreçleri. Bernoulli süreçleri. Poisson süreçleri. Sürekli zaman Markov zincirleri. Dallanan süreç. Doğum ölüm süreçleri. Markov yenileme süreçleri. STAT 412 Aktüeryal Analiz II (3 0 3) Ertelenmiş kapital. Hayat rantları: bugünkü değer ve biriken değer. Hayat sigortaları: bugünkü değerleri ve biriken değerleri. Net pirimler. Mortalite fonksiyonları arasındaki ilişkiler. Poliçe değerleri. İleriye dönük ve geriye dönük rezervler. STAT 492 Mezuniyet Projesi II (0 4 2) Öğrencilerin istatistikle ilgili özel bir konuda öğretim üyesi denetiminde ayrıntılı bir araştırma yapması. SEÇMELİ DERSLER Güz Dönemi Seçmeli Dersleri STAT 200 İstatistiksel Analiz (2 2 3) Temel kavramlar. Değişken, Değişken çeşitleri. Tablo - grafik gösterimi ve yorumlanması. Merkezi eğilim ve Değişim ölçüleri. Popülasyon ve örnek. Olasılık. Rassal değişkenler ve beklenen değer. Kesikli ve sürekli rassal değişkenler ve ilgili dağılımlar. Örnekleme dağılımı. Güven Aralıkları. Hipotez testleri.
5 STAT 380 Bilgi Güvenliği Yönetimi (3 0 3) Bilgi güvenliği politikaları, stratejileri, planlaması, modellemesi ve yönetiminin, istatistiksel bakış açısıyla, gerçek iş hayatından örneklerle anlatıldığı bir derstir. İş süreçlerinde bilgi güvenliğinin nasıl uygulanması gerektiği, kurum gereksinimlerinin bilgi güvenliği ve iş sürekliliği gerekleriyle nasıl bütünleşeceği, iş stratejilerinin nasıl doğru biçimde bilgi güvenliği stratejileriyle uyumlu olmasının sağlanacağı, bilgi süreçlerinin iş süreçleriyle güvenlik bakış açısıyla bütünleşmesi ve yönetiminin nasıl yapılacağı bu derste anlatılmaktadır. ISO 27001, ISO ve BS standartları detaylı olarak işlenmektedir. İş sürekliliği ve bilgi güvenliğine ilişkin çeşitli istatistiksel güvenlik risk analizi ölçüm yöntemleri bu derste detaylı incelenmektedir. STAT 381 Simülasyon (2 2 3) Simülasyonun gerekliliği. Çeşitli dağılımlardan rasgele değişkenlerin türetilmesi. Rasgeleliğin testi. Sık kullanılan istatistiksel dağılımlar için kuyruk olasılıkların hesaplanması. Monte-Carlo simülasyonu. Kesikli olay simülasyon yaklaşımı. Varyans azaltma teknikleri. STAT 413 Zaman Serileri Analizi (3 0 3) Modelleme ve öngörümleme teknikleri. Durağan ve durağan olmayan zaman serileri. Örneklem otokorelasyonu, kısmi otokorelasyon fonksiyonları. Mevsimsel olmayan ve mevsimsel Box-Jenkins modelleri. Genel durağan dönüşümler. AR, MA, ARMA sürecleri. Spektral analiz. ARMA süreçleriyle modelleme. Çok değişkenli zaman serileri. ARIMA modellleri. STAT 431 Çok Değişkenli İstatistik (2 2 3) Çok değişkenli verilerin vektörlerle ifadesi. Kovaryans matrisinin özellikleri. Örneklem verileri matrisi. Örneklem ortalaması vektörü ve örneklem kovaryans matrisi. Çok değişkenli dağılımlar: çok değişkenli normal dağılımlar, bazı diğer çok değişkenli dağılımlar. Parametrik tahmin. Hipotez testleri. Boyut indirgeme. STAT 461 İstatistiksel Veri İşleme (2 2 3) Veri çeşitleri. Verinin grafikle ve tablolarla sunumu. Dağılımların moment ölçümleri. Gövde yaprak grafiği. Kutu grafiği ve yığınların karşılaştırılması. Hataların incelenmesi. Doğrulayıcı veri analizi için varsayımlar. Dirençli çizgiler. Medyan ile iki yönlü tabloların analizi. Kategorik veri analizi: log-doğrusal model. Güçlü tahminleyici öğeleri. STAT 470 İstatistikte Seminer ( 3 0 3) Bu ders öğrencilerin sunum yapmakla sorumlu oldukları seminerler şeklinde geçer. Katılımcılar istatistiğin kullanıldığı araştırmaları çalışırlar. Genel olarak he makale için iki sözlü bir yazılı rapor sunulur. İlk sözlü rapor problemi ya da araştırma hipotezi hakkında, veri, veri toplama yöntemleri ve bunların kritiğini içerir. İkini sözlü rapor analiz yöntemi, sonuçlar ve bunların yorumunu içerir. Yazılı rapor iki sözlü rapordaki kalemlerin hepsini içerir.
6 STAT 472 İstatistikte Yeni Çalışmalar ( 3 0 3) Bu ders öğrencilerin sunum yapmakla sorumlu oldukları seminerler şeklinde geçer. Katılımcılar istatistiğin kullanıldığı araştırmaları çalışırlar. Genel olarak he makale için iki sözlü bir yazılı rapor sunulur. İlk sözlü rapor problemi ya da araştırma hipotezi hakkında, veri, veri toplama yöntemleri ve bunların kritiğini içerir. İkini sözlü rapor analiz yöntemi, sonuçlar ve bunların yorumunu içerir. Yazılı rapor iki sözlü rapordaki kalemlerin hepsini içerir. STAT 473 İstatistiksel Simülasyon ( 2 2 3) Simülasyonun gerekliliği. Çeşitli dağılımlardan rasgele değişkenler türetilmesi. Rasgeleliğin testi. Sık kullanılan istatistiksel dağılımlar için uç olasılıkların hesaplanması. Monte-Carlo simülasyonu. Kesikli olay simülasyonu yaklaşımı. Varyans azaltma teknikleri. STAT 481 Uygulamalı Zaman Serileri Analizi (3 0 3) Modelleme ve öngörümleme teknikleri. Durağan ve durağan olmayan zaman serileri. Örneklem otokorelasyonu, kısmi otokorelasyon fonksiyonları. Mevsimsel olmayan ve mevsimsel Box-Jenkins modellleri. Genel durağan dönüşümler. SAC ve SPAC kullanarak model tanımlama. Genel Box-Jenkins modelleri (ARIMA) ve Box-Jenkins modelleri için tahminler. Öngörümlemeler. Bahar Dönemi Seçmeli Dersleri STAT 312 İstatistiksel Yazılım Paketleri II (2 2 3) İstatistiksel Paket programları kullanarak çok değişkenli regresyon modeli kurma ve bunların varsayımlarının test edilmesi. Anket Tasarlama ve istatistiksel paket programları kullanarak analiz edilmesi. Cronbach s alfa değeri ve güvenirlilik. Verilerin parametrik olmayan istatistiksel yöntemlerle analiz edilmesi. Toplam Kalite Yönetimi. Temel bileşenler analizi. Kümeleme Yöntemi. Faktör Analizi. STAT 360 Bilgi Sistemlerinin Denetimi (2 2 3) Bu ders, çeşitli kurumların bilgi sistemlerinin iç veya dış denetimlerine yönelik kavramları, yöntemleri, örnek uygulamaları içerir. Bu derste işlenecek konular şöyledir; Bilgi sistemlerinin denetim ilkeleri, istatistiksel denetim konuları, finansal, yasal, vb amaçlı denetim projelerinin bilgi sistemlerine yönelik yöntemleri ve uygulamaları. Denetim planlaması, denetim raporlaması, denetçi ve baş denetçi rolleri, denetim ekiplerinin kurulması, geçerli ve nesnel kanıt toplama yöntemleri, denetçilerin yasal ve etik sorumlulukları. Belge denetimi, yerinde denetim, süreç denetimi ve sistem denetimlerinin; uluslararası standartları, yöntemleri ve uygulamaları. STAT 370 İstatistiksel Karar Analizi (3 0 3) Belirsizlik altında karar verme: karar kriterleri. Fayda teorisi. Karar ağaçları. Bayes kuralı. Öncül ve artçıl olasılıklar ve kararlar. Bilginin değeri. Oyun teorisi. İki kişilik sıfır toplamlı ve sabit toplamlı oyunlar: eyer noktası. Rasgele stratejiler. Baskınlık ve grafik çözüm. Doğrusal programlama ve sıfır toplamlı oyunlar.
7 STAT 390 Kurumlarda Proje Yönetimi (2 2 4) Bu ders, projenin planlanması, problem tanımlama, bilgi toplama ve analiz etme, proje çalışma raporu hazırlama, projenin yapılabilirliğine karar verme, kıt kaynaklar ile CPM/PERT ve GANTT şeması kullanarak proje uygulama ve proje performansını değerlendirme gibi konuları kapsamaktadır. Kavramsal modeller yanı sıra, güncel ve gerçek yaşamdan örnekler verilecek ve öğrencilere kurumsal proje uygulamaları yaptırılacaktır. Microsoft Project yazılımı dersin uygulamalarında kullanılacak ve bu proje planlama ve yönetim yazılımının kullanımında öğrenciler profesyonel deneyim kazanacaktır. STAT 442 Parametrik Olmayan İstatistik (3 0 3) İstatistiksel testler. Tek örneklem testleri. İki ilişkili örneklem durumu. İki bağımsız örneklem durumu. k örneklem durumu. Korelasyon ölçümleri ve anlamlılık testleri. STAT 452 Uygulamalı Çok Değişkenli Analiz (3 0 3) Temel bileşenler analizi. Faktör analizi. Diskriminant analizi. Kümeleme analizi. STAT 460 Ekonometri (3 0 3) Ekonometri, istatistiğin ekonomik analize uygulaması olarak tanımlanabilir. Ekonometri bilgisi ekonomi teorilerini test etmek ve ekonomide yapılan ampirik çalışmaları anlamak için gereklidir. Derste, ekonominin çeşitli alanlarındaki örnekler kullanılarak ampirik çalışmalar yürütülecek ve çeşitli ekonomik verileri toplama ve kullanıma uygun hale getirme yöntemleri anlatılacaktır. Regresyon analizi, en küçük kareler yöntemi, hipotez testi, çoklu varyans, yatay kesit sorunu işlenecek konular arasındadır. STAT 480 Veri Madenciliğinde İstatistiksel Yöntemler (3 0 3) Veri madenciliği teorisi ve tekniklerin özellikleri. Sınıflandırma, kümeleme, veri ön işlemeye genel bir bakış. Veri madenciliği ile ilgili çeşitli uygulamalar. STAT 482 Güvenilirlik (3 0 3) Güvenilirlikte temel kavramlar. Sürdürülebilen ve sürdürülemeyen sistemler için sistem güvenilirliği. Sansürleme, kesme ve çeşitleri. Güvenilirlikte kullanılan limit teoremleri. Uç değer teorisi. İstatistiksel hata modelleri. Yaşam süresi dağılımları için öngörümleme yöntemleri. Hızlandırılmış yaşam testleri. Dağılımdan bağımsız yöntemler. Bayesci yöntemler. STAT 484 Biyoistatistik (3 0 3) Populasyon ve örneklem kavramları. Biyolojik verinin çeşitleri. Değişim indeksleri. Veri dönüşümü. Sağkalım verilerinin hayat tablo analizi. Büyüme modellleri ve sağkalabilirliğin değerlendirilmesi. Çatışan riskler. Sağkalım dağılımlarının karşılaştırılması. Klinik araştırmalar için örneklem büyüklüğünün belirlenmesi. Eşleşme ölçümleri. Aykırılıkların oranı ve bazı klinik özellikler. Denemeler ve nicel denemeler. Eşleşmiş örneklemlerden gelen verilerin analizi. Yanlış sınıflandırma hatalarının etkileri. Oranların standardizasyonu.
8 STAT 486 Sağkalım Analizi (3 0 3) Sağkalım analizinin kapsamı. Ölüm zamanlarının tanımı. Sansürleme. Ölüm zamanlarının dağılımı; Hazard fonksiyonu. Dağılımların karşılaştırılması. Parametrik olmayan yöntemler. Ürün-limit tahminleyicisi. Greenwood formülü. Aktüeryal tahminleyiciler. Bayesci yöntemler. SERVİS DERSLERİ STAT 111 İstatistiğin İlkeleri I (3 0 3) Populasyon ve örneklemeye giriş. İstatistiksel araştırma. Tablo ve grafiklerden çıkarımlar. Merkezi eğilim ölçüleri. Değişkenlik ölçüleri. Olasılık. Rasgele değişkenler ve beklenen değerleri. Kesikli ve sürekli rasgele değişkenler ve ilgili dağılımları. STAT 112 İstatistiğin İlkeleri II (3 0 3) Örnekleme, örnekleme dağılımı. Normal dağılımın ortalaması için güven aralığı. Populasyon ortalaması için güven dağılımı. İki populasyonun ortalamaları ve oranları arasındaki farkların güven aralığı. Ortalamalar ve oranlar için hipotez testleri. İki populasyonun oranları ve ortalamaları arasındaki farklar için Hipotez testleri. Korelasyon, regresyon, parametrik olmayan istatistiksel testler. STAT 251 Olasılık Teorisi (4 0 4) Klasik sonlu uzay yaklaşımı ile Olasılık kavramı. Koşullu olasılık. Bayes teoremi. Bağımsız olaylar. Bazı olasılık modelleri. Ölçülebilir fonksiyonlar ve rassal değişkenler. Dağılımlar. Kesikli ve sürekli dağılımlar. Rasgele değişken dönüşümleri. Koşullu dağılımlar. Matematiksel beklenen değerler: ortalama, varyans, moment üreten fonksiyonlar, karakteristik fonksiyonlar. Koşullu beklenen değer. Sınırlayıcı dağılımlar. STAT 252 Matematiksel İstatistik (4 0 4) MANOVA. Levene Test. Bartlett Test. Cronbach s alfa değeri. Profil analizi. Tekrarlanan Gözlem Dizaynları ve Büyüme Eğrileri. Çok değişkenli modeller için stratejiler ve perspektifler. Çok Değişkenli Regresyon Modelleri. Kısmi korelasyon katsayıları. Parametrik Olmayan İstatistiksel Yöntemler. Zaman Serisi Analizi: ARMA ve ARIMA modelleri.
İçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
Detaylı3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI
ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
DetaylıDENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS OLASILIK VE İSTATİSTİK FEB-222 2/ 2.YY 3+0+0 3 3 Dersin Dili Dersin Seviyesi
DetaylıDERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar Ön Koşul Dersin Dili
DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar 3+0 3 3 Ön Koşul Yok Dersin Dili Türkçe Dersin Seviyesi Lisans Dersin Türü Seçmeli Dersi Veren Öğretim Elemanı
DetaylıDERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Deneysel Tasarım EKO60 Bahar Ön Koşul Dersin Dili. Zorunlu
DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Deneysel Tasarım EKO60 Bahar 3+0 3 5 Ön Koşul Dersin Dili Türkçe Dersin Seviyesi Lisans Dersin Türü Dersi Veren Öğretim Elemanı Dersin Yardımcıları
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıAKTÜERYA BİLİMLERİ DERS İÇERİKLERİ BİRİNCİ YIL. 1. Yarıyıl
AKTÜERYA BİLİMLERİ DERS İÇERİKLERİ BİRİNCİ YIL 1. Yarıyıl STAT 101 Genel İstatistik I (3 2 4) İstatistik bilimi. Verilerin görsel sunumu. Frekans tablosu oluşturma. Gövde yaprak grafiği. Merkezi eğilim
Detaylı1 PAZARLAMA ARAŞTIRMASI
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 PAZARLAMA ARAŞTIRMASI 11 1.1. Pazarlama Araştırması Kavramı ve Kapsamı 12 1.2. Pazarlama Araştırmasının Tarihçesi 14 1.3. Pazarlama Araştırması Pazarlama Bilgi Sistemi ve
DetaylıİÇİNDEKİLER 1. GİRİŞ...
İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel
DetaylıBİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ
BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.
DetaylıBÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ
İÇİNDEKİLER BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ I. ÖRNEKLEME... 1 II. ÖRNEKLEMENİN SAFHALARI... 2 III. ÖRNEK ALMA YÖNTEMLERİ 5 A. RASYONEL ÖRNEK ALMA... 5 B. TESADÜFİ ÖRNEK ALMA... 6 C. KADEMELİ ÖRNEK ALMA...
DetaylıOlasılık ve İstatistiğe Giriş-II (STAT 202) Ders Detayları
Olasılık ve İstatistiğe Giriş-II (STAT 202) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistiğe Giriş-II STAT 202 Bahar 3 0 0 3 5 Ön Koşul
DetaylıAkdeniz Üniversitesi
F. Ders Tanıtım Formu Dersin Adı Öğretim Dili Akdeniz Üniversitesi İSTATİSTİKSEL ANALİZ I Türkçe Dersin Verildiği Düzey Ön Lisans ( ) Lisans (*) Yüksek Lisans( ) Doktora ( ) Eğitim Öğretim Sistemi Örgün
DetaylıEditörler Yrd.Doç.Dr.Aysen Şimşek Kandemir &Yrd.Doç.Dr.Tahir Benli İSTATİSTİK
Editörler Yrd.Doç.Dr.Aysen Şimşek Kandemir &Yrd.Doç.Dr.Tahir Benli İSTATİSTİK Yazarlar Yrd.Doç.Dr.Nizamettin Erbaş Yrd.Doç.Dr.Tuğba Altıntaş Dr.Yeliz Sevimli Saitoğlu A. Zehra Çelenli Başaran Azize Sağır
DetaylıİÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM
İÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM I. İSTATİSTİK KAVRAMI ve TANIMI... 1 A. İSTATİSTİK KAVRAMI... 1 B. İSTATİSTİĞİN TANIMI... 2 C. İSTATİSTİĞİN TARİHÇESİ... 2 D. GÜNÜMÜZDE İSTATİSTİK VE ÖNEMİ...
Detaylıİçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...
İçindekiler İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii BÖLÜM 1 Ölçme, İstatistik ve Araştırma...1 Ölçme Nedir?... 3 Ölçme Süreci... 3 Değişkenler
DetaylıOlasılık Teorisi ve İstatistik (MATH392) Ders Detayları
Olasılık Teorisi ve İstatistik (MATH392) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Olasılık Teorisi ve İstatistik MATH392 Güz 4 0 0 4 7 Ön Koşul Ders(ler)i
DetaylıOlasılık ve Rastgele Süreçler (EE213) Ders Detayları
Olasılık ve Rastgele Süreçler (EE213) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve Rastgele Süreçler EE213 Güz 3 0 0 3 7 Ön Koşul Ders(ler)i
DetaylıÖğrenim Kazanımları Bu programı başarı ile tamamlayan öğrenci;
Image not found http://bologna.konya.edu.tr/panel/images/pdflogo.png Ders Adı : İSTATİSTİK II Ders No : 0020050027 Teorik : 3 Pratik : 0 Kredi : 3 ECTS : 4 Ders Bilgileri Ders Türü Öğretim Dili Öğretim
DetaylıProf. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER
Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER Gözden Geçirilmiş ve Genişletilmiş 8. Baskı Frekans Dağılımları Varyans Analizi Merkezsel
Detaylı009 BS 400- İstatistik sonılannın cevaplanmasında gerekli olabilecek tablolar ve formüller bu kitapçığın sonunda verilmiştir. 1. şağıdakilerden hangisi doğal birimdir? l TV alıcısı Bl Trafik kazası CL
DetaylıĐST 474 Bayesci Đstatistik
ĐST 474 Bayesci Đstatistik Ders Sorumlusu: Dr. Haydar Demirhan haydarde@hacettepe.edu.tr Đnternet Sitesi: http://yunus.hacettepe.edu.tr/~haydarde Đçerik: Olasılık kuramının temel kavramları Bazı özel olasılık
DetaylıBÖLÜM 1: YAşAM ÇÖzÜMLEMEsİNE GİRİş... 1
ÖN SÖZ...iii BÖLÜM 1: Yaşam Çözümlemesine Giriş... 1 1.1. Giriş... 1 1.2. Yaşam Süresi... 2 1.2.1. Yaşam süresi verilerinin çözümlenmesinde kullanılan fonksiyonlar... 3 1.2.1.1. Olasılık yoğunluk fonksiyonu...
DetaylıTAŞINMAZ DEĞERLEMEDE İSTATİSTİKSEL ANALİZ
Taşınmaz Değerlemede İstatistiksel Analiz Taşınmaz Değerleme ve Geliştirme Tezsiz Yüksek Lisans Programı TAŞINMAZ DEĞERLEMEDE İSTATİSTİKSEL ANALİZ 1 Taşınmaz Değerlemede İstatistiksel Analiz İçindekiler
DetaylıİÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1
İÇİNDEKİLER ÖNSÖZ... v 1. BÖLÜM Örneklem Genişliğinin Elde edilmesi... 1 1.1. Kitle ve Parametre... 1 1.2. Örneklem ve Tahmin Edici... 2 1.3. Basit Rastgele Örnekleme... 3 1.4. Tabakalı Rastgele Örnekleme...
DetaylıT.C. SELÇUK ÜNİVERSİTESİ REKTÖRLÜĞÜ
T.C. SELÇUK ÜNİVERSİTESİ REKTÖRLÜĞÜ Fen Fakültesi Dekanlığı İstatistik Bölümü 017-018 Eğitim-Öğretim Yılı Normal Öğretim Güz Ve Bahar Yarıyıllarda Okutulacak Dersler 1. SINIF I.YARIYIL AKTS Adı 7011 Matematik
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
Detaylı2. BASİT DOĞRUSAL REGRESYON 12
1. GİRİŞ 1 1.1 Regresyon ve Model Kurma / 1 1.2 Veri Toplama / 5 1.3 Regresyonun Kullanım Alanları / 9 1.4 Bilgisayarın Rolü / 10 2. BASİT DOĞRUSAL REGRESYON 12 2.1 Basit Doğrusal Regresyon Modeli / 12
DetaylıBÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3
KİTABIN İÇİNDEKİLER BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 BÖLÜM-2.BİLİMSEL ARAŞTIRMA Belgesel Araştırmalar...7 Görgül Araştırmalar Tarama Tipi Araştırma...8
Detaylıİstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY
İstatistik 1 Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları Bu Bölümde İşlenecek Konular Temel Olasılık Teorisi Örnek uzayı ve olaylar, basit olasılık, birleşik olasılık Koşullu Olasılık İstatistiksel
DetaylıOlasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları
Olasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistiğe Giriş-I STAT 201 Her İkisi 3 0 0 3 5 Ön
DetaylıDoç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ
I Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ II Yayın No : 2845 Teknik Dizisi : 158 1. Baskı Şubat 2013 İSTANBUL ISBN 978-605 - 377 868-4 Copyright Bu kitabın bu basısı için Türkiye deki yayın hakları BETA
DetaylıİÇİNDEKİLER. Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11. 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19 Bölüm 2 DOĞRUSAL PROGRAMLAMA 21 2.1 Doğrusal Programlamanın
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıStokastik Süreçler (MATH495) Ders Detayları
Stokastik Süreçler (MATH495) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Stokastik Süreçler MATH495 Güz 3 0 0 3 6 Ön Koşul Ders(ler)i Math392 veya öğretim
DetaylıÖğrenim Kazanımları Bu programı başarı ile tamamlayan öğrenci;
Image not found http://bologna.konya.edu.tr/panel/images/pdflogo.png Ders Adı : SOSYAL BİLİMLERDE İSTATİSTİK Ders No : 000100 Teorik : Pratik : 0 Kredi : ECTS : Ders Bilgileri Ders Türü Öğretim Dili Öğretim
DetaylıOlasılık ve İstatistik (IE 220) Ders Detayları
Olasılık ve İstatistik (IE 220) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik IE 220 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin
DetaylıBİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Uygulamalı bilim
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri
EME 3117 1 2 Girdi Analizi SİSTEM SIMÜLASYONU Modellenecek sistemi (prosesi) dokümante et. Veri toplamak için bir plan geliştir. Veri topla. Verilerin grafiksel ve istatistiksel analizini yap. Girdi Analizi-I
Detaylıistatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A
2Q 10 BS 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek tablolar ve f ormüller bu kita p ç ığın sonunda ver-ilmiştir. 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre cevaplandırılacaktır
DetaylıKullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı
ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli
DetaylıULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU
ULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU ZORUNLU DERSLER IE 201 - Operasyon Modelleme Karar vermedeki belirsizlik rolü de dahil olmak üzere işletme kararlarının matematiksel
Detaylı1: DENEYLERİN TASARIMI VE ANALİZİ...
İÇİNDEKİLER Bölüm 1: DENEYLERİN TASARIMI VE ANALİZİ... 1 1.1. Deneyin Stratejisi... 1 1.2. Deneysel Tasarımın Bazı Tipik Örnekleri... 11 1.3. Temel Kurallar... 16 1.4. Deneyleri Tasarlama Prensipleri...
DetaylıMEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU
MEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU Dersin Adı-Kodu: BİS 601 Örnek Genişliği ve Güç Programın Adı: Biyoistatistik Dersin düzeyi Doktora Ders saatleri ve Teori Uyg. Lab. Proje/Alan Çalışması
DetaylıTanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN
Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,
DetaylıYABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2
Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Cilt 5, Sayı:2, 2003 YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI Sibel SELİM 1 Efe SARIBAY
DetaylıMURAT EĞİTİM KURUMLARI
2013 KPSS de Testlerin Kapsamları Değişti ÖSYM tarafından yapılan açıklamaya göre 2013 KPSS de uygulanacak testlerin içeriğinde bir takım değişiklikler yapıldı. Bu değişikler başta Genel Yetenek - Genel
DetaylıİKİNCİ ÖĞRETİM SAĞLIK KURUMLARI YÖNETİMİ VE EKONOMİSİ TEZSİZ YÜKSEK LİSANS PROGRAMI
İKİNCİ ÖĞRETİM SAĞLIK KURUMLARI YÖNETİMİ VE EKONOMİSİ TEZSİZ YÜKSEK LİSANS PROGRAMI Anabilim Dalı: İşletme PROGRAMIN TANIMI: Son yıllarda dünyada Sağlık yönetimi ya da Sağlık İdaresi yüksek lisans eğitim
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Olasılık ve Rastgele Değişkenler EEE214 4 3 3 4
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Olasılık ve Rastgele Değişkenler EEE214 4 3 3 4 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü İngilizce Lisans Zorunlu /
Detaylı3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1
3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki
DetaylıÖğrenim Kazanımları Bu programı başarı ile tamamlayan öğrenci;
Image not found http://bologna.konya.edu.tr/panel/images/pdflogo.png Ders Adı : İSTATİSTİK I Ders No : 000050019 Teorik : Pratik : 0 Kredi : ECTS : 4 Ders Bilgileri Ders Türü Öğretim Dili Öğretim Tipi
DetaylıİÇİNDEKİLER. Birinci Bölüm UYGULAMA VERİLERİ
İÇİNDEKİLER Birinci Bölüm UYGULAMA VERİLERİ VERİ GRUBU 1. Yüzücü ve Atlet Verileri... 1 VERİ GRUBU 2. Sutopu, Basketbol ve Voleybol Oyuncuları Verileri... 4 VERİ 3. Solunum Yolları Verisi... 7 VERİ 4.
DetaylıKPSS LİSANS DA UYGULANAN TESTLERİN KAPSAMLARI
2012 - LİSANS DA UYGULANAN TESTLERİN KAPSAMLARI Genel Yetenek 1) Türkçe %50 2) Matematik %50 a) Sözcük bilgisi %5 a) Sayılarla işlem yapma %10 b) Dil bilgisi %10 b) Matematiksel ilişkilerden yararlanma
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıEkonometri I VARSAYIMLARI
Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:
DetaylıAVRASYA ÜNİVERSİTESİ
Ders Tanıtım Formu Dersin Adı Öğretim Dili İSTATİSTİK Türkçe Dersin Verildiği Düzey Ön Lisans (X) Lisans ( ) Yüksek Lisans( ) Doktora( ) Eğitim Öğretim Sistemi Örgün Öğretim (X) Uzaktan Öğretim( ) Diğer
DetaylıİSTATİSTİKSEL VERİ ANALİZİ
İSTATİSTİKSEL VERİ ANALİZİ Prof. Dr. Gül ERGÜN Hacettepe Üniversitesi Kasım 2013 İstatistik Nedir? İSTATİSTİK Belirli bir konuda toplanan sayısal değerlerdir. Buna göre, 2012 yılında Türkiye de kayıtlı
DetaylıOlasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları
Olasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistiğe Giriş-I STAT 201 Her İkisi 3 0 0 3 5 Ön
DetaylıT.C SİNOP ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI DERS İÇERİKLERİ
T.C SİNOP ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI I.YARIYIL: IST101 BİLGİSAYAR PROGRAMLAMA I (223) Bilgisayar Donanımı, İşletim Sistemleri, Windows Kullanımı, Microsoft Word,
DetaylıİÇİNDEKİLER 1. BÖLÜM STATA PAKET PROGRAMINA GİRİŞ
3. BASKIYA ÖNSÖZ İleri Panel Veri Analizi kitabının 2012 yılında çıkan ilk baskısının çok hızlı tükenmesi üzerine, 2013 yılında çok daha fazla adetle ikinci baskısı yapılmıştır. Kitabın ikinci baskısı
DetaylıİSTATİSTİK BÖLÜMÜ LİSANS PROGRAMINDA OKUTULAN ZORUNLU VE SEÇMELİ DERSLER VE İÇERİKLERİ
İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMINDA OKUTULAN ZORUNLU VE SEÇMELİ DERSLER VE İÇERİKLERİ IST 101 Olasılık-1: Kümeler, küme işlemleri, sigma cebir, rasgele deney, örnek uzay ve olaylar, sayma teknikleri,
DetaylıEME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler
EME 3105 1 Giriş Sistem Simülasyonu Önümüzdeki hafta simulasyon girdilerinin modellenmesinde kullanılan kesikli ve sürekli Simulasyonda İstatistiksel Modeller-I Ders 4 dağılımlar hatırlatılacaktır. Rassal
Detaylı2.1 Bir Sınıfı Örneklerinden Öğrenme... 15 2.2 Vapnik-Chervonenkis (VC) Boyutu... 20 2.3 Olası Yaklaşık Doğru Öğrenme... 21
İçindekiler Önsöz İkinci Basım için Önsöz Türkçe Çeviri için Önsöz Gösterim xiii xv xvii xix 1 Giriş 1 1.1 Yapay Öğrenme Nedir?......................... 1 1.2 Yapay Öğrenme Uygulamalarına Örnekler...............
Detaylıİktisat Anabilim Dalı- Tezsiz Yüksek Lisans (Uzaktan Eğitim) Programı Ders İçerikleri
İktisat Anabilim Dalı- Tezsiz Yüksek Lisans (Uzaktan Eğitim) Programı Ders İçerikleri 1. Yıl - Güz 1. Yarıyıl Ders Planı Mikroekonomik Analiz I IKT751 1 3 + 0 8 Piyasa, Bütçe, Tercihler, Fayda, Tercih,
DetaylıİÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı...
İÇİNDEKİLER Ön Söz... Saymanın Temel Kuralları... Permütasyon (Sıralama)... 8 Kombinasyon (Gruplama)... 6 Binom Açılımı... Olasılık... 9 İstatistik... 8... Dağılımlar... 5 Genel Tarama Sınavı... 6 RASTGELE
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıMatris Cebiriyle Çoklu Regresyon Modeli
Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β
DetaylıAKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak
AKT20 Matematiksel İstatistik I 207-208 Güz Dönemi AKT20 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 Son Teslim Tarihi: 29 Aralık 207 Cuma, Saat: 5:00 (Ödevlerinizi Arş. Gör. Ezgi NEVRUZ a elden teslim ediniz.) (SORU
DetaylıİÇİNDEKİLER BİRİNCİ KISIM: TASARIM PAZARLAMA ARAŞTIRMASINA GİRİŞ
İÇİNDEKİLER ÖNSÖZ... v TEŞEKKÜR... vi İKİNCİ BASKIYA ÖNSÖZ VE TEŞEKKÜR... vii İÇİNDEKİLER... ix ŞEKİLLER LİSTESİ... xviii TABLOLAR LİSTESİ... xx BİRİNCİ KISIM: TASARIM BİRİNCI BÖLÜM PAZARLAMA ARAŞTIRMASINA
Detaylı7.Ders Bazı Ekonometrik Modeller. Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla.
7.Ders Bazı Ekonometrik Modeller Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla. Kaynak: TÜĐK dönemler gayri safi yurt içi hasıla düzeyi 1987-1 8680793 1987-2 9929354 1987-3 13560135 1987-4
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 14 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
Detaylıİçindekiler. Pazarlama Araştırmalarının Önemi
İçindekiler Birinci Bölüm Pazarlama Araştırmalarının Önemi 1.1. PAZARLAMA ARAŞTIRMALARININ TANIMI VE ÖNEMİ... 1 1.2. PAZARLAMA ARAŞTIRMASI İŞLEVİNİN İŞLETME ORGANİZASYONU İÇİNDEKİ YERİ... 5 1.3. PAZARLAMA
Detaylı2018 İKİNCİ SEVİYE AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME 12 MAYIS 2018
2018 İKİNCİ SEVİYE AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME 12 MAYIS 2018 Sigortacılık Eğitim Merkezi (SEGEM) tarafından hazırlanmış olan bu sınav sorularının her hakkı saklıdır. Hangi amaçla
DetaylıBKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )
4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı
Detaylı3.YIL/ 1.yarıyıl Güz
BİYOİSTATİSTİK Dersin Adı Kodu Yarıyıl Teori Laboratuar AKTS Biyoistatistik SBF 118 3.YIL/ 1.yarıyıl Güz (saat/hafta) (saat/hafta) (saat/hafta) 2 - - 3 Önkoşullar Yok Dersin dili Türkçe Dersin Türü Seçmeli
DetaylıTemel Biyoistatistik Kursu-I
Düzenleyen: Çanakkale Onsekiz Mart Üniversitesi Tıp Fakültesi Biyoistatistik ve Tıp Bilişimi AD, Sürekli Eğitim Merkezi Temel Biyoistatistik Kursu-I ÇANAKKALE, 17-20 Şubat 2011 Bilgi ve Kayıt : sem.comu.edu.tr
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 8: Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır. Bu anlamda, anakütleden çekilen
DetaylıSÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım
SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin
DetaylıTABLO-1 KPSS DE UYGULANACAK TESTLERİN KAPSAMLARI Yaklaşık Ağırlığı Genel Yetenek
TABLO-1 KPSS DE UYGULANACAK TESTLERİN KAPSAMLARI Yaklaşık Ağırlığı Genel Yetenek Yaklaşık Ağırlığı 1) Sözel Bölüm %50 2) Sayısal Bölüm %50 Sözel akıl yürütme (muhakeme) becerilerini, dil bilgisi ve yazım
Detaylı14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi
ÇOK DEĞİŞKENLİ REGRESYON ANALİZİ: ÇIKARSAMA Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri
DetaylıEğitim / Danışmanlık Hizmetinin Tanımı
Eğitim / Danışmanlık Hizmetinin Tanımı 1. Proje Kapsamında Eğitim Talep Edilmiş ise, Eğitimin İçeriği Hakkında bilgi veriniz. Ekonometri alanı iktisat teorisi, işletme, matematik ve istatistiğin birleşmesiyle
DetaylıRastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler
Rastgele Değişkenlerin Dağılımları Mühendislikte İstatistik Yöntemler Ayrık Rastgele Değişkenler ve Olasılık Dağılımları Yapılan çalışmalarda elde edilen verilerin dağılışı ve dağılış fonksiyonu her seferinde
DetaylıYÖNEYLEM ARAŞTIRMASI - I
YÖNEYLEM ARAŞTIRMASI - I 1/19 İçerik Yöneylem Araştırmasının Dalları Kullanım Alanları Yöneylem Araştırmasında Bazı Yöntemler Doğrusal (Lineer) Programlama, Oyun Teorisi, Dinamik Programlama, Tam Sayılı
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıProgram Öğrenme Çıktıları: 1. İstatistiksel uygulama ve araştırmaların temelini oluşturan olasılık ve istatistiğin temel ilkelerini bilebilecek
BÖLÜM EKONOMETRİ Amaç: Dersin amacı, istatistiğin matematiksel gelişimi ve olasılık kavramları ile ekonometri ve diğer disiplinlerdeki lisans öğrencilerine bilgi vermeye başlamak, master ve doktora düzeyinde,
Detaylıaltında ilerde ele alınacaktır.
YTÜ-İktisat İstatistik II Nokta Tahmin Yöntemleri 1 NOKTA TAHMİN YÖNTEMLERİ Şimdiye kadar verilmiş tahmin edicilerin sonlu örneklem ve asimptotik özelliklerini inceledik. Acaba bilinmeyen anakütle parametrelerini
DetaylıAVRASYA ÜNİVERSİTESİ
Ders Tanıtım Formu Dersin Adı Öğretim Dili ARAŞTIRMA YÖNTEMLERİ-II Türkçe Dersin Verildiği Düzey Ön Lisans () Lisans (X) Yüksek Lisans() Doktora ( ) Eğitim Öğretim Sistemi Örgün Öğretim (X) Uzaktan Öğretim(
Detaylıİstatistik ve Olasılığa giriş -I (STAT 201T) Ders Detayları
İstatistik ve Olasılığa giriş -I (STAT 201T) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS İstatistik ve Olasılığa giriş -I STAT 201T Her İkisi 3 0 0 3
DetaylıANADOLU ÜNİVERSİTESİ REGRESYON KATSAYILARININ GÜVEN ARALIĞI = + REGRESYON KATSAYILARININ GÜVEN ARALIĞI
ANADOLU ÜNİVERSİTESİ Deney Tasarımı ve Regresyon Analizi Regresyonda Güven Aralıkları ve Hipotez Testleri Doç. Dr. Nihal ERGİNEL-2015 REGRESYON KATSAYILARININ GÜVEN ARALIĞI + in güven aralığı : i-) n 30
DetaylıHipotez Testleri. Mühendislikte İstatistik Yöntemler
Hipotez Testleri Mühendislikte İstatistik Yöntemler Hipotez Testleri Parametrik Testler ( z ve t testleri) Parametrik Olmayan Testler (χ 2 Testi) Hipotez Testleri Ana Kütle β( µ, σ ) Örnek Kütle b ( µ
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıRİSK ANALİZİ VE AKTÜERYAL MODELLEME
SORU 1: Bir hasar sıklığı dağılımının rassal değişken olan ortalaması (0,8) aralığında tekdüze dağılmaktadır. Hasar sıklığı dağılımının Poisson karma dağılıma uyduğu bilindiğine göre 1 ya da daha fazla
DetaylıTABLO-1 KPSS DE UYGULANACAK TESTLERİN KAPSAMLARI Yaklaşık Ağırlığı Genel Yetenek
TABLO-1 KPSS DE UYGULANACAK TESTLERİN KAPSAMLARI Yaklaşık Ağırlığı Genel Yetenek Yaklaşık Ağırlığı 1) Sözel Bölüm 0 2) Sayısal Bölüm 0 Sözel akıl yürütme (muhakeme) becerilerini, dil bilgisi ve yazım kurallarını
DetaylıDERS BİLGİLERİ. Ders Kodu Yarıyıl T+U Saat Kredi AKTS BİLİMSEL ARAŞTIRMA TEKNİKLERİ MAN 303 5 3 + 0 3 6. Ön Koşul Dersleri - Dersin Seviyesi
DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS BİLİMSEL ARAŞTIRMA TEKNİKLERİ MAN 303 5 3 + 0 3 6 Ön Koşul Dersleri - Dersin Dili Dersin Seviyesi Dersin Türü Almanca Lisans Zorunlu Dersin Koordinatörü
DetaylıULUSLARARASI TİCARET VE FİNANS TEZSİZ YÜKSEK LİSANS PROGRAMI DERS MÜFREDATI
ULUSLARARASI TİCARET VE FİNANS TEZSİZ YÜKSEK LİSANS PROGRAMI DERS MÜFREDATI I. Yarıyıl II. Yarıyıl Seçmeli (4 ders) 32 AKTS ULTF 570 Seminer 4 AKTS III. Yarıyıl ULTF 560 Bitirme Projesi 14 AKTS Seçmeli
DetaylıOlasılık ve İstatistik (IE 220) Ders Detayları
Olasılık ve İstatistik (IE 220) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik IE 220 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin
Detaylırasgele değişkeninin olasılık yoğunluk fonksiyonu,
3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının
Detaylı