TÜRKÇE
ENGLISH
Genel Bilgi
| Birim | FEN BİLİMLERİ ENSTİTÜSÜ |
| İSTATİSTİK (YL) | |
| Kod | ISB571 |
| Ad | Kategorik Veri Analizi |
| Dönem | 2026-2027 Eğitim-Öğretim Yılı |
| Dönem | Bahar |
| 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 | Doç. Dr. SELMA TOKER KUTAY |
| Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır.
|
Dersin Amacı / Hedefi
Bu dersin amacı öğrencilere kategorik değişkenlerin tanımlama, sınıflandırma ve istatistiksel yöntemler ile analiz etme bilgi ve becerisini kazandırmaktır.
Dersin İçeriği
Kategorik veriye ilişkin temel kavramlar, olasılık dağılımları, en çok olabilirlik tahmin edicileri, bağımsızlık için ki-kare testleri, iki yönlü kontenjans tabloları ve bu tablolar için logaritmik doğrusal modeller ve parametre tahminleri, üç yönlü kontenjans tabloları ve bu tablolar için logaritmik doğrusal modeller ve parametre tahminleri
Dersin Ön Koşulu
Yoktur
Kaynaklar
1. Agresti, A., An Introduction Categorical Data Analysis, John Wiley &Sons, 2007 2. Azen, R. And Walker, C.M., Categorical Data Analysis for the Behavioral and Social Sciences, John Wiley&Sons, 2011 3. Lawal, B., Categorical Data Analysis with SAS and SPSS Applications, Lawrence Erlbaum Associates, 2003
Notlar
Ders notları
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Kategorik veri analizinin temel elemanlarını öğrenir. |
| ÖÇ02 | Kategorik değişkenleri modellemek için sıklıkla kullanılan modelleri ve bu modellerin altında yatan teoriyi öğrenir. |
| ÖÇ03 | Kategorik veri analizi yöntemlerini istatistiksel yazılım yardımı ile kullanabilme becerisi kazanır. |
| ÖÇ04 | Model uygunluğu ve performans değerlendirmesi yapar. |
| ÖÇ05 | Lojistik regresyon ve log-linear modellerin matematiksel mantığını kavrar. |
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 | 4 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | İstatistik alanında doktora planları yapabilecek bilgilere sahiptirler. | 2 |
| 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. | 3 |
| PÖÇ05 | Bilgi - Kuramsal, Olgusal | Matematik, Olasılık ve İstatistik konularında bilimsel araştırma yaparlar. | |
| PÖÇ06 | Bilgi - Kuramsal, Olgusal | İstatistiksel problemleri işaret eder, çözmek için yöntem geliştirir. | 3 |
| PÖÇ07 | Bilgi - Kuramsal, Olgusal | İstatistiksel problemleri çözümlemede yenilikçi yöntemler uygular. | 3 |
| PÖÇ08 | Bilgi - Kuramsal, Olgusal | Alanında karşılaştığı problemleri analitik modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular. | |
| PÖÇ09 | Bilgi - Kuramsal, Olgusal | Bilgiye erişir ve bununla ilgili kaynak araştırması yapar. | 3 |
| 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. | |
| 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. | 4 |
| PÖÇ17 | Yetkinlikler - Öğrenme Yetkinliği | İstatistik uygulamaları için gereken donanım ve yazılımları kullanır. | 5 |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Kategorik veriye ilişkin temel kavramlar | Literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 2 | Kategorik veriler için olasılık dağılımları ve en çok olabilirlik tahmini | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 3 | 2×2, I×2 ve I×J tipinde kontenjans tablolarının tanımlanması | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 4 | Oranların karşılaştırılması, göreli risk, oransal risk, odds oranı | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 5 | Kategorik değişkenlerin bağımsızlığı | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 6 | Ordinal verilerde bağımsızlığın test edilmesi, küçük örnekler için kesin çıkarımlar | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 7 | Üç yönlü olumsallık tabloları, kısmi tablolar | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 8 | Ara Sınavlar | Genel tekrar | Ölçme Yöntemleri: Ödev, Yazılı Sınav |
| 9 | Koşullu ve marjinal odds oranları, koşullu bağımsızlık testleri | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 10 | İkili veriler için genelleştirilmiş doğrusal modeller | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 11 | Sayılabilir veriler için genelleştirilmiş doğrusal modeller | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 12 | Lojistik regresyon modelinin yorumlanması | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 13 | İki yönlü tablolar için logaritmik doğrusal modeller | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 14 | Üç yönlü tablolar için logaritmik doğrusal modeller | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 15 | Proje sunumları | Önceki dersin tekrarı ve literatür taraması | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 16 | Yarıyıl Sonu Sınavları | Genel tekrar | Ölçme Yöntemleri: Ödev, Yazılı Sınav |
| 17 | Yarıyıl Sonu Sınavları | Genel tekrar | Ölçme Yöntemleri: Ödev, 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 | 5 | 70 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 0 | 0 | 0 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 15 | 15 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 30 | 30 |
| Toplam İş Yükü (Saat) | 157 | ||
| Toplam İş Yükü / 25 (s) | 6,28 | ||
| AKTS | 6 AKTS | ||