YTU - Bologna Information System

Ders Adı	Kodu	Yerel Kredi	AKTS	Ders (saat/hafta)	Uygulama (saat/hafta)	Laboratuar (saat/hafta)
Çok Değişkenli İstatistik 2	IST4112	3	5	3	0	0

Önkoşullar	IST3152 İstatistikte Pak.Prog. Kull, IST2022 Matematiksel İsta

Yarıyıl	Bahar

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

Dersin Amacı	Çok değişkenli veri setlerinde, çok sayıda değişkeni boyut indirgeme yöntemleri ile az sayıdaki değişkenlerle ifade ederek, birimleri sınıflandırılması ve bağımlılık yapısının incelenmesi ve hipotez testleri
Dersin İçeriği	Asal (temel) bileşenler analizi, Faktör analizi, Kanonik korelasyon analizi, Diskriminant Analizi, Kümeleme(cluster) analizi, Çok boyutlu ölçekleme, correspondence(uyum) analizi
Ders Kitabı / Malzemesi / Önerilen Kaynaklar	TATLIDİL Hüseyin.”Uygulamalı çok değişkenli istatistik analiz ÖZDAMAR Kazım.”Paket programlar ile İstatistiksel veri analizi” JOHNSON A. Richard, WICHERN W. Dean. “Applied Multivariate Statistical Analysis”, Prentice-Hall İnternational,Inc. GREEN E. Paul.” Analyzing Multivariate Data”The Dryden Press SHARMA Subhash.”Applied Multivariate Techniques”,John Wiley&Sons,Inc. TACQ Jacques.”Multivariate AnalysisTechniques”,Sage Publications
Opsiyonel Program Bileşenleri	Yok

Ders Öğrenim Çıktıları

Öğrenciler çok değişkenli istatistik yöntemlerin çeşitli veri setleri kullanılarak SPSS, Statistica,Systat, Minitab gibi istatistik paket programlarından yararlanılarak çözümlemelerini yapabilecektir
Öğrenciler çok değişkenli istatistik yöntemlerin Tıp ,Ziraat, Ekonomi, Biyoloji, Sosyoloji, Eğitim vb. pek çok uygulamalı bilim dallarında uygulanabilirliğini öğreneceklerdir
Öğrenciler çok değişkenli istatistik yöntemler kullanılarak gerçek veya kuramsal veri seti üzerinde belirtilen paket programlar yardımıyla çözümlemelerin yapabileceklerdir. Öğrenciler kullanılan yöntemler ile ilgili ödevlerin hazırlayıp, sunum yapacaklardır.
Öğrenciler Asal (temel) bileşenler analizi ve Faktör analizini öğreneceklerdir
Öğrenciler Kanonik korelasyon analizi, Diskriminant Analizi, Kümeleme(cluster) analizi, Çok boyutlu ölçekleme ve Correspondence(uyum) analizini öğreneceklerdir

Hafta	Konular	Ön Hazırlık
1	Asal bileşenler analizi, Asal bileşenlerin elde edilmesi, Temel bileşen sayısının belirlenmesi ve uygulanması
2	Faktör analizine giriş, Asal bileşenlerden farklılığı ve faktör modelleri
3	Faktör katsayıları ve faktör skorları,Faktör döndürme yöntemleri
4	Kanonik korelasyon analizini amacı, kanonik değişkenlerin tanımı ve elde edilmesi
5	Kanonik korelasyonların elde edilmesi, Kanonik korelasyonların anlamlılık testleri
6	Diskriminant analizine giriş, Diskriminant analizinin temel varsayımları
7	Diskriminant fonksiyonlarının belirlenmesi
8	Yıl içi sınavı
9	Diskriminant fonksiyonunun anlamlılık kontrolü, Diskriminant analizinde iki ve çok gruplu sınıflama
10	Kümeleme analizine giriş, kümelemede kullanılan benzerlik ve uzaklık ölçütleri
11	Kümeleme yöntemleri ve küme sayısının belirlenmesi
12	Çok boyutlu ölçeklemeye giriş ve çok boyutlu ölçekleme yöntemleri
13	Uyum (Correpondence) analizine giriş ve basit uyum 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	10	5
Derse Özgü Staj
Ödev	2	20
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)	1	10
Final (Sınav Süresi + Sınav Hazırlık Süresi)	1	15
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :

Diğer Notlar	Yok