Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
İstatistikte Monte Carlo UygulamalarıIST611137.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiDoktora
Dersin TürüSeçmeli @ İstatistik ABD İstatistik Doktora Programı
Seçmeli @ İstatistik ABD İstatistik Yüksek Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik Birimİstatistik Bölümü
Dersin KoordinatörüAli Hakan Büyüklü
Dersi Veren(ler)Ali Hakan Büyüklü, Gülhayat Gölbaşı Şimşek
Asistan(lar)ı
Dersin Amacıİstatistiksel metodoloji ve özellikle istatistiksel modelleme alanında çalışan araştırmacılar, farklı koşullarda, yeni geliştirilen istatistik ve tahmincilerin istatistiksel özelliklerini ortaya koymak ve bu tahmincileri varolan tahminciler ile karşılaştırmak için Monte Carlo simülasyonuna başvurabilmektedirler, böylece bu derste edinilen bilgi ve becerilerle, yeni geliştirilen istatistik yöntemleri takip ederek, yeni bir yaklaşım geliştirme veya yöntemin metodolojik özelliklerini ortaya koyma becerileri kazandırılacaktır.
Dersin İçeriğiİstatistiksel Modelleme Ve Çıkarsamada Monte Carlo Simülasyonu; Monte Carlo Simülasyonunun Tasarlanması; Simülasyon Koşullarının Belirlenmesi; Koşullara Uygun Veri Üretilmesi; Normal Dağılımlı Veri Üretme; Normal Olmayan Veri Üretme; Tek Değişkenli Dağılımlardan Veri Üretme; Çok Değişkenli Dağılımlardan Veri Üretme; Çok Değişkenli Normal Dağılımlı Veri Üretme; Önceden Belirlenen Çarpıklık Ve Basıklık Katsayılarıyla Çok Değişkenli Normal Olmayan Dağılımdan Veri Üretme; Monte Carlo Simülasyonu İçin Örnek Çekimi; Örnek Çekiminin Otomatikleştirilmesi; Çekilen Örneklerin Dağılımının Varsayılan Koşullara Uygunluğunun Sınanması
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • SAS for Monte Carlo Studies: A Guide for Quantitative Researchers, Xitao Fan; Akos Felsovalyi; Stephen A. Sivo; Sean C. Keenan, SAS Publishing (January 1, 2003)
  • Monte Carlo Strategies in Scientific Computing, Jun S. Liu, Springer (January 4, 2008)
  • Simulation and the Monte Carlo Method, Reuven Y. Rubinstein, Dirk P. Kroese, Wiley-Interscience; 2 edition (December 19, 2007)
  • Monte Carlo Statistical Methods, Christian Robert, George Casella, Springer; 2nd edition (July 28, 2004)
  • Computational Statistics Handbook with MATLAB (Chapman & Hall/CRC Computer Science & Data Analysis) by Wendy L. Martinez and Angel R. Martinez, Chapman & Hall; 1 edition (September 26, 2001)
  • Monte Carlo Simulation, Christopher Z. Mooney, Sage Publications, Inc; 1 edition (April 7, 1997)
  • COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION, ISSN: 1532-4141 (electronic) 0361-0918 (paper), Taylor & Francis
  • JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, ISSN: 0094-9655, Taylor & Francis
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenciler Monte Carlo simülasyonu ihtiyacına karar verebilecektir
  2. Öğrenciler herhangi bir istatistiksel model veya tahminci için Monte Carlo simülasyonu tasarımı yapabilecektir
  3. Öğrenciler bir simülasyonu gerçekleştirecek ve sonuçları yorumlayacaktır
  4. Öğrenciler teorik dağılımlara dayanan istatistiksel çıkarsamadaki problemleri kavrayacaktır
  5. Öğrenciler tek değişkenli ve çok değişkenli istatistik çıkarsama ve modellemede, yöntemlerin varsayımları ile veri özelliklerinin uygunluğunun önemini kavrayacaktır

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1İstatistik modellemede Monte Carlo çalışmasının tanımlanması, gerekliliği Ders kitabı I, Bölüm I
2Monte Carlo simülasyonu için temel prosedürlerDers kitabı I, Bölüm I
3Monte Carlo çalışmasının tasarımıDers kitabı I, Bölüm II
4Dağılım parametreleri bilinen bir dağılımdan veri üretme, dönüştürme, değişkenler arasındaki ilişkileri belirleme Ders kitabı I, Bölüm III
5Tek değişkenli dağılımlardan veri üretme, Normal ve Log Normal dağılımlarla uygulama Ders kitabı I, Bölüm IV
6Bilinen ortalama ve varyans ile normal dağılımdan örnek verisi üretmeDers kitabı I, Bölüm IV
7Normal dağılmayan örnek verisi üretme Ders kitabı I, Bölüm IV
8Ara Sınav 1
9Çok değişkenli normal dağılımdan örnek verisi üretmeDers kitabı I, Bölüm V
10Örnek çekme prosedürünü otomatikleştirme Ders kitabı, Bölüm VI
11Bazı tek değişkenli istatistiksel yöntemler için uygulama ( t testinde anakütle varyanslarının eşit olmama durumu) Ders kitabı I, Bölüm VII
12Bazı tek değişkenli istatistiksel yöntemler için uygulama (ANOVA’da normal dağılmamanın birinci tür hata üzerindeki etkisi)Ders kitabı I, Bölüm VII
13Tek değişkenli ve Çok değişkenli istatistiksel yöntemler için uygulama Ders kitabı I, Bölüm VIII
14Tek değişkenli ve Çok değişkenli istatistiksel yöntemler için uygulama Ders kitabı I, Bölüm VIII
15Genel tekrar
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev
Sunum/Jüri120
Projeler120
Seminer/Workshop
Ara Sınavlar120
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati133
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması133
Derse Özgü Staj
Ödev
Küçük Sınavlar/Stüdyo Kritiği
Projeler190
Sunum / Seminer112
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)120
Final (Sınav Süresi + Sınav Hazırlık Süresi)120
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok