YTU - Bologna Information System

Ders Adı	Kodu	Yerel Kredi	AKTS	Ders (saat/hafta)	Uygulama (saat/hafta)	Laboratuar (saat/hafta)
İleri Çok Değişkenli İstatistik Yöntemler	IST6106	3	7.5	3	0	0

Önkoşullar	Yok

Yarıyıl	Güz, Bahar

Dersin Dili	Türkçe
Dersin Seviyesi	Doktora
Dersin Türü	Seçmeli @ İstatistik ABD İstatistik Doktora Programı
Ders Kategorisi	Temel Meslek Dersleri
Dersin Veriliş Şekli	Yüz yüze

Dersin Amacı	Lisans ve Y. Lisansta verilen çok değişkenli dağılımlar ve temel yöntemlerin değerlendirilmesi, ileri çok değişkenli yöntemlerin analizi ve bunların çok boyutlu verilere uygulanması
Dersin İçeriği	İleri çok değişkenli istatistik yöntemlerin klasik yöntemlere göre avantaj veya eksikliklerinin tartışılması, Güvenirlilik teorisi, Çok değişkenli parametrik olmayan modeller, Semi-parametrik diskriminant analizi, -Q teknik ve iki modlu değişkenlerde faktör analizi, Tekrarlı ölçme analizi (MANOVA,HLM) gibi ileri çok değişkenli yöntemler.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar	Kendall’s Library of Statistics 1 Multivariate Analysis part 1 Wojtek Krazanowski, Francis H C. Marriot Kendall’s Library of Statistics 2 Multivariate Analysis part 2 Wojtek Krazanowski, Francis H C. Marriot Univariate and Multivariate General Linear Models, Neil H. Timm, SAS Publishing (September 15, 1997) David W. Scott, “Multivariate Density Estimation Theory Practice and Visualization”, John Wiley&Sons 1992 Richard O. Duda,Peter E. Hart, DavidG. Stork “Pattern Classification”, John Wiley&Sons 2001 GREEN E. Paul.” Analyzing Multivariate Data”The Dryden Press
Opsiyonel Program Bileşenleri	Yok

Ders Öğrenim Çıktıları

Öğrenciler çok değişkenli istatistik yöntemlerin Tıp ,Ziraat, Ekonomi, Biyoloji, Sosyoloji, Eğitim vb. pek çok uygulamalı bilim dallarında sıklıkla kullanılan komleks çok değişkenli yöntemlerin daha teorik altyapılarının analizini öğreneceklerdir
Öğrenciler çok değişkenli istatistik yöntemlerin çeşitli veri setleri kullanılarak SAS, SPSS, Statistica,Systat, Minitab gibi istatistik paket programlarından, Mathlab, Mathcad gibi matematik paket programlarından yararlanılarak çözümlenmesini öğreneceklerdir
Öğrenciler lisans ve yüksek lisansta verilen çok değişkenli dağılımlar ve temel yöntemlerin değerlendirilmesi yapabileceklerdir
Öğrenciler ileri çok değişkenli yöntemlerin analizi ve bunların çok boyutlu verilere uygulanmasını öğreneceklerdir
Öğrenciler güvenirlilik teorisi, çok değişkenli parametrik olmayan modeller, semi-parametrik diskriminant analizi, Q teknik ve iki modlu değişkenlerde faktör analizi, tekrarlı ölçme analizi (MANOVA,HLM) gibi ileri çok değişkenli yöntemleri öğreneceklerdir

Hafta	Konular	Ön Hazırlık
1	Güvenirlilik teorisi
2	Çok değişkenli istatistik testler
3	Çok değişkenli parametrik olmayan modeller
4	Semi-parametrik diskriminant analizi
5	Semi-parametrik diskriminant analizi(uygulama)
6	Q teknik ve iki modlu değişkenlerde faktör analizi
7	Q teknik ve iki modlu değişkenlerde faktör analizi(uygulama)
8	Vize
9	Tekrarlı ölçme analizi(ANOVA,MANOVA,HLM)
10	Path analizi,latent değişken modelleri,
11	Grafiksel modelleme
12	Büyüme eğri modelleri
13	Sağkalım analizi
14	Çok değişkenli yöntemlerin bilgisayar ortamında çözümlenmesi, dönem ödevlerinin sunumu
15	Çok değişkenli yöntemlerin bilgisayar ortamında çözümlenmesi, dönem ödevlerinin sunumu
16	Final Sınavı

Etkinlikler	Sayı	Katkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev	2	30
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar	1	30
Final	1	40
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM		100

Etkinlikler	Sayı	Süresi (Saat)
Ders Saati	14	3
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması	20	5
Derse Özgü Staj
Ödev	2	20
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)	1	20
Final (Sınav Süresi + Sınav Hazırlık Süresi)	1	20
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :

Diğer Notlar	Yok