Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
---|---|---|---|---|---|---|
İstatistikte Matematiksel Yöntemler | IST5114 | 3 | 7.5 | 3 | 0 | 0 |
Önkoşullar | Yok |
---|
Yarıyıl | Güz |
---|
Dersin Dili | İngilizce, Türkçe |
---|---|
Dersin Seviyesi | Yüksek Lisans |
Dersin Türü | Seçmeli @ İstatistik ABD İstatistik Yüksek Lisans Programı |
Ders Kategorisi | Temel Meslek Dersleri |
Dersin Veriliş Şekli | Yüz yüze |
Dersi Sunan Akademik Birim | İstatistik Bölümü |
---|---|
Dersin Koordinatörü | Gülder Kemalbay |
Dersi Veren(ler) | Ali Hakan Büyüklü |
Asistan(lar)ı |
Dersin Amacı | Bu dersin amacı olasılık teorisi kavramlarını sağlamaktır. Ayrıca ayrık rassal olaylar ve bunların dağılımlarını odaklayan öğrenciler için bir çok olasılık teorisi ve matematiksel istatistik tanımları içerir. |
---|---|
Dersin İçeriği | Olasılık aksiyomları, Koşullu olasılık ve Bağımsızlık, Rasgele değişkenler, Ortak dağılım fonksiyonları, Sıra istatistikleri, Yeterlilik İlkeleri, Limit Teoremleri, Veri azaltılması ilkeleri, Nokta tahmini, Hipotez testleri, Aralık tahminleri. |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Bu dersi başarı ile tamamlayan öğrenciler olasılık hesaplamalarının temel esaslarını tanımlayabilir.
- Olasılık hesaplamalarının temel esaslarını tanımlayabilir.
- Tahminci bulma yöntemleri ile nokta tahmini yapabilir.
- Tahminci özellikleri ile tahmincileri değerlendirebilir.
- Hipotez bulma yöntemleri ile hipotez oluşturabilir ve hipotez test edebilir.
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
Hafta | Konular | Ön Hazırlık |
---|---|---|
1 | Olasılık teorisi ve Aksiyomatik Temelleri | Statistical Inference, G.Casella and R.Berger; Bölüm 1 |
2 | Rasgele değişkenler ve dağılım fonksiyonları | Statistical Inference, G.Casella and R.Berger; Bölüm 1 |
3 | Dönüşümler ve Beklentiler | Statistical Inference, G.Casella and R.Berger; Bölüm 2 |
4 | Çoklu rasgele değişkenler, Ortak ve Marjinal Dağılımları | Statistical Inference, G.Casella and R.Berger; Bölüm 4 |
5 | Rasgele örneğin özellikleri | Statistical Inference, G.Casella and R.Berger; Bölüm 5 |
6 | Veri azaltılması ilkeleri, Olabilirlik fonksiyonu | Statistical Inference, G.Casella and R.Berger; Bölüm 6 |
7 | Nokta tahmini, Tahminci bulma | Statistical Inference, G.Casella and R.Berger; Bölüm 7 |
8 | Ara sınav | |
9 | Nokta tahmini, Tahminci Değerlendirilmesi | Statistical Inference, G.Casella and R.Berger; Bölüm 7 |
10 | Hipotez Testleri bulma yöntemleri | Statistical Inference, G.Casella and R.Berger; Bölüm 8 |
11 | Hipotez Testleri Değerlendirme Yöntemleri | Statistical Inference, G.Casella and R.Berger; Bölüm 8 |
12 | Aralık tahminleri, Aralık tahmincilerini bulma | Statistical Inference, G.Casella and R.Berger; Bölüm 9 |
13 | Aralık tahminleri, Aralık tahmincilerini bulma | Statistical Inference, G.Casella and R.Berger; Bölüm 9 |
14 | Asimptotik Hesaplamalar | Statistical Inference, G.Casella and R.Berger; Bölüm 10 |
15 | Yarıyıl Değerlendirmesi | |
16 | Final Sınavı |
Değerlendirme Sistemi
Etkinlikler | Sayı | Katkı Payı |
---|---|---|
Devam/Katılım | ||
Laboratuar | ||
Uygulama | ||
Arazi Çalışması | ||
Derse Özgü Staj | ||
Küçük Sınavlar/Stüdyo Kritiği | ||
Ödev | 1 | 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 |
AKTS İşyükü Tablosu
Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
---|---|---|---|
Ders Saati | 14 | 3 | |
Laboratuar | |||
Uygulama | |||
Arazi Çalışması | |||
Sınıf Dışı Ders Çalışması | 13 | 6 | |
Derse Özgü Staj | |||
Ödev | 1 | 18 | |
Küçük Sınavlar/Stüdyo Kritiği | |||
Projeler | |||
Sunum / Seminer | |||
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 30 | |
Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 50 | |
Toplam İşyükü : | |||
Toplam İşyükü / 30(s) : | |||
AKTS Kredisi : |
Diğer Notlar | Yok |
---|