Anasayfa » Akademik Birimler » Elektrik - Elektronik Fakültesi » Bilgisayar Mühendisliği Bölümü » Dersler » Çok Değişkenli İstatiksel Veri Analizi
Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Çok Değişkenli İstatiksel Veri AnaliziBLM619737.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiDoktora
Dersin TürüSeçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Doktora Programı
Seçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Yüksek Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimBilgisayar Mühendisliği Bölümü
Dersin KoordinatörüSerkan Ayvaz
Dersi Veren(ler)Serkan Ayvaz
Asistan(lar)ı
Dersin AmacıTek değişkenli ve iki değişkenli istatistiksel yöntemlerden farklı olarak, çok değişkenli istatistiksel yöntemler, bir seferde birden fazla ilişkiyle çok değişkenli verileri analiz edebilir. Her birinin kendi amacı olan çok değişkenli veri analizi yöntemleri vardır. Bu dersin amacı çok değişkenli veri analizi kavramlarını tanıtmak ve kullanımlarını pratik anlamda tanımlamaktır. Temel vurgu, her yöntemin amacını açıklamaktır, böylece öğrenciler araştırma sorularına uygun yöntemleri seçebilirler. Dersin genel amacı, öğrencilere veri analizi ve araştırma bulguları hakkında eleştirel düşünmeyi öğretmektir.
Dersin İçeriğiTemel çok değişkenli olasılıklar (çok değişkenli normal dağılım, genelleştirilmiş varyans, koşullu dağılımlar, marjinal dağılımlar, kısmi korelasyonlar), ana bileşenler analizi, faktör analizi, çok boyutlu ölçekleme, yazışma analizi, kümeleme analizi, çok değişkenli varyans analizi, diskriminant fonksiyon analizi, çoklu regresyon ve kanonik korelasyonun yanı sıra deneysel tasarım, istatistiksel tahmin ve hipotez testi gibi veri analizindeki temel kavramlar bu ders kapsamında işlenecektir.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Johnson, Richard A., and Dean W. Wichern. Applied multivariate statistical analysis. Upper Saddle River, N.J: Pearson Prentice Hall, 2007.
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenciler çok değişkenli normal dağılımın özelliklerini öğrenir
  2. Öğrenciler çok değişkenli normal rasgele örneklerin istatistiklerin dağılımını türetecektir
  3. Öğrenciler ana bileşenler yöntemini anlayacak ve kullanacaklardır
  4. Öğrenciler çok değişkenli verileri analiz edip yorumlayabilir.
  5. Her bir analiz ve testi gerçekleştirirken yapılan varsayımları öğrenciler açıklayabilecektir
  6. Çok değişkenli verilerinin bu varsayımlara uygun olup olmadığını ve uymazlarsa ne yapacaklarını öğrenciler belirleyebilecektir
  7. Öğrenciler veri kümeleriyle hangi yöntemi kullanacaklarına karar verebileceklerdir
  8. Öğrenciler verileri analiz edip sonuçları elde edebilir
  9. Öğrenciler sonuçları yorumlayabilecek ve bulguları başkalarına açıklayabilecektir

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5DÖÇ-6DÖÇ-7DÖÇ-8DÖÇ-9
PÇ-1---------
PÇ-2---------
PÇ-3---------
PÇ-4---------
PÇ-5---------
PÇ-6---------
PÇ-7---------
PÇ-8---------
PÇ-9---------
PÇ-10---------

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Değerlendirme Sistemi

AKTS İşyükü Tablosu

Diğer NotlarYok