| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| İstatistikte Parametre Tahmini ve Hipotez Testi | IST3082 | 2 | 3 | 2 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | Türkçe |
|---|---|
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli @ İstatistik Lisans Programı |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | İstatistik Bölümü |
|---|---|
| Dersin Koordinatörü | Atıf Evren |
| Dersi Veren(ler) | Ali Hakan Büyüklü |
| Asistan(lar)ı |
| Dersin Amacı | İstatistiksel tahmin ve hipotez testi süreçlerinde daha ayrıntılı bilgi verebilmektir. |
|---|---|
| Dersin İçeriği | İstatistiksel tahmin. İstatistikte tahminci bulma yöntemleri. Momentler yöntemi. En çok olabilirlik tahmincileri. Bayesçi tahmin. Tahmincilerin özellikleri . Yansızlık, etkinlik, yeterlilik. Basit ve birleşik hipotez testleri. Testin gücü. Olabilirlik oranı. Ki-Kare testleri. |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenciler Parametre tahmini öğrenirler.
- Öğrenciler Tahminci bulma yöntemlerini öğrenirler.
- Öğrenciler Tahmincilerin özelliklerini öğrenirler.
- Öğrenciler Tahmincilerin asimptotik özelliklerini öğrenirler.
- Öğrenciler Hipotez testlerini öğrenirler.
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Parametrik nokta tahmini. Tahminci bulma yöntemleri. Momentler yöntemi. En çok olabilirlik yöntemi. | Mood, Graybill, Boes, s 271-286 |
| 2 | Bayesçi tahmin. | Mood, Graybill. Boes, s 339-350 |
| 3 | Tahmincilerin özellikleri. Yansızlık. Etkinlik. Asimptotik özellikler. | Mood, Graybill. Boes, s 288-297 |
| 4 | Yeterlilik. Yeterli istatistikler. Üstel aile. | Mood, Graybill. Boes, s 299-315 |
| 5 | Yansız tahmin. Varyans için alt sınır. Yeterlilik ve tamlık. | Mood, Graybill. Boes, s 315-331 |
| 6 | Bayes tahmincileri.Prior dağılımlar. Posterior dağılımlar. Eşlenik dağılımlar. | Mood, Graybill. Boes, s 339-350 |
| 7 | Risk. Kayıp fonksiyonu yaklaşımı. Minimaks tahminciler. | Mood, Graybill. Boes, s 339-350 |
| 8 | Vize sınavı. | Genel tekrar |
| 9 | Parametrik aralık tahmini. Güven aralığı tahmini tanımı. Normal dağılımlardan örnekleme. | Mood, Graybill. Boes, s 372-386 |
| 10 | Güven aralığı oluşturma yöntemleri. Büyük örneklere dayalı güven aralıkları. | Mood, Graybill. Boes, s 387-393 |
| 11 | Bayesçi aralık tahmini. | Mood, Graybill. Boes, s 396-401 |
| 12 | Hipotez testleri. Yalın ve birleşik hipotezler. Ortalama ve varyans üzerine testler. | Mood, Graybill. Boes, s 401-425 |
| 13 | Ki-kare testleri. Genelleştirilmiş olabilirlik oranının asimptotik dağılımı. | Mood, Graybill. Boes, s 426-441 |
| 14 | Multinom dağılımların eşitliğinin test edilmesi ve genellemeler. | Mood, Graybill. Boes, s 442-461 |
| 15 | Genel tekrar. | Genel tekrar |
| 16 | Final sınavı. | Genel tekrar |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 2 | 20 |
| Sunum/Jüri | ||
| Projeler | ||
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 40 |
| 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 | 2 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 14 | 1 | |
| Derse Özgü Staj | |||
| Ödev | 2 | 8 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | |||
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 15 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 15 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
