TÜRKÇE
ENGLISH
Genel Bilgi
| Birim | FEN BİLİMLERİ ENSTİTÜSÜ |
| İSTATİSTİK (YL) | |
| Kod | ISB573 |
| Ad | Bayes Temelli İstatistiksel Sonuç Çıkarım |
| Dönem | 2026-2027 Eğitim-Öğretim Yılı |
| Dönem | Güz |
| Süre (T+U) | 3-0 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Yüksek Lisans Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Dr. Öğr. Üyesi İsmet BİRBİÇER |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır.
|
Dersin Amacı / Hedefi
Dersin amacı öğrencilere Bayes temelli teknikleri kavramayı ve hesaplamalı sonuç çıkarım yetkinliği kazandırmayı amaçlar.
Dersin İçeriği
İstatistikte Bayes temelli perspektif, önsel ve sonsal dağılım, kestirim dağılımları, temel karar teorisi, model performans ölçümü, sonsal yakınsamalar, olasılıksal programlama.
Dersin Ön Koşulu
Yok
Kaynaklar
Gelman, A., Carlin, J.B., Stern, H.S., Dunson, D.B., Vehtari, A., & Rubin, D.B. (2013). Bayesian Data Analysis (3rd ed.). Chapman and Hall/CRC.
Notlar
Clyde, M., Çetinkaya-Rundel, M., Rundel, C., Banks, D., & Chai, C. An Introduction to Bayesian Thinking: A Companion to the Statistics with R Course. GitHub Pages.
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Bayes ve klasik istatistiksel yaklaşımlar arasındaki farkları ayırt eder. |
| ÖÇ02 | Farklı yapıdaki önsel dağılımları kullanarak sonsal dağılımları belirler. |
| ÖÇ03 | Çok parametreli ve hiyerarşik modelleri gerçek dünya problemlerine uygular. |
| ÖÇ04 | Markov zinciri Monte Carlo yöntemlerinin çalışma prensiplerini açıklar. |
| ÖÇ05 | R ve Stan programlama dillerini kullanarak Bayes modelleri uygular. |
| ÖÇ06 | Oluşturulan modellerin performansını değerlendirir. |
| ÖÇ07 | Bayes temelli hipotez testi uygular. |
| ÖÇ08 | Kurulan model için uyum iyiliğini değerlendirir. |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Olasılık ve İstatistik konularında derinlemesine ve genişlemesine kuramsal ve uygulamalı bilgilere sahiptirler | 2 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | İstatistik alanında doktora planları yapabilecek bilgilere sahiptirler. | 1 |
| PÖÇ03 | Bilgi - Kuramsal, Olgusal | İstatistikte kullanılan analiz ve modelleme yöntemleri hakkında kapsamlı bilgiye sahiptir. | 4 |
| PÖÇ04 | Bilgi - Kuramsal, Olgusal | İstatistikte kullanılan yöntemler hakkında kapsamlı bilgiye sahiptir. | 2 |
| PÖÇ05 | Bilgi - Kuramsal, Olgusal | Matematik, Olasılık ve İstatistik konularında bilimsel araştırma yaparlar. | 1 |
| PÖÇ06 | Bilgi - Kuramsal, Olgusal | İstatistiksel problemleri işaret eder, çözmek için yöntem geliştirir. | 2 |
| PÖÇ07 | Bilgi - Kuramsal, Olgusal | İstatistiksel problemleri çözümlemede yenilikçi yöntemler uygular. | 4 |
| PÖÇ08 | Bilgi - Kuramsal, Olgusal | Alanında karşılaştığı problemleri analitik modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular. | 1 |
| PÖÇ09 | Bilgi - Kuramsal, Olgusal | Bilgiye erişir ve bununla ilgili kaynak araştırması yapar. | 2 |
| PÖÇ10 | Bilgi - Kuramsal, Olgusal | Karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır. | |
| PÖÇ11 | Bilgi - Kuramsal, Olgusal | Sorumluluk alma özgüvenine sahiptir. | |
| PÖÇ12 | Beceriler - Bilişsel, Uygulamalı | Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalığa sahip olduğunu çalışmalarıyla gösterir. | |
| PÖÇ13 | Beceriler - Bilişsel, Uygulamalı | Kendini istatistikte ve ilgili alanlarda sürekli yeniler. | 1 |
| PÖÇ14 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Türkçe ve İngilizce sözlü ve yazılı iletişim kurar. | |
| PÖÇ15 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Çalışmalarının süreç ve sonuçlarını ulusal ve uluslararası ortamlarda açık bir şekilde yazılı ya da sözlü olarak aktarır. | |
| PÖÇ16 | Yetkinlikler - Öğrenme Yetkinliği | Verilerin toplanması, işlenmesi, kullanılması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | |
| PÖÇ17 | Yetkinlikler - Öğrenme Yetkinliği | İstatistik uygulamaları için gereken donanım ve yazılımları kullanır. | 4 |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Giriş ve temel kavramlar | Ders notların tekrarı | Öğretim Yöntemleri: Anlatım |
| 2 | Tek parametreleri modeller | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Problem Çözme |
| 3 | Önsel dağılımın belirlenmesi ve özellikleri | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 4 | Çok parametreli modeller | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 5 | Sonsal dağılımın asimptotik özellikleri | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Problem Çözme |
| 6 | Hiyerarşik modeller | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Problem Çözme |
| 7 | Model kontrolü ve iyileştirme | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Problem Çözme |
| 8 | Ara Sınavlar | - | Ölçme Yöntemleri: Yazılı Sınav |
| 9 | Model karşılaştırma ve hipotez testleri | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Problem Çözme |
| 10 | Bayes temelli karar teorisi | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Problem Çözme |
| 11 | Markov zinciri Monte Carlo yöntemleri | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Problem Çözme |
| 12 | Metropolis-Hastings algoritması | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Problem Çözme |
| 13 | Gibbs algoritması | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Problem Çözme |
| 14 | Regresyon modelleri | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 15 | Genelleştirilmiş lineer modeller | Ders notlarının tekrarı | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 16 | Yarıyıl Sonu Sınavları | - | Ölçme Yöntemleri: Yazılı Sınav |
| 17 | Yarıyıl Sonu Sınavları | - | Ölçme Yöntemleri: Yazılı Sınav |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 3 | 42 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 2 | 10 | 20 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 12 | 12 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 24 | 24 |
| Toplam İş Yükü (Saat) | 140 | ||
| Toplam İş Yükü / 25 (s) | 5,60 | ||
| AKTS | 6 AKTS | ||