Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
---|---|---|---|---|---|---|
R ile İstatistik Uygulamaları | IST3110 | 3 | 5 | 3 | 0 | 0 |
Önkoşullar | Yok |
---|
Yarıyıl | Bahar |
---|
Dersin Dili | İngilizce, Türkçe |
---|---|
Dersin Seviyesi | Lisans |
Dersin Türü | Seçmeli @ İstatistik Lisans Programı (%30 İngilizce) Seçmeli @ Matematik Lisans Programı Seçmeli @ Fen Bilgisi Eğitimi Lisans Programı Seçmeli @ Moleküler Biyoloji ve Genetik Lisans Programı |
Ders Kategorisi | Uzmanlık/Alan Dersleri |
Dersin Veriliş Şekli | Yüz yüze |
Dersi Sunan Akademik Birim | İstatistik Bölümü |
---|---|
Dersin Koordinatörü | Erhan Çene |
Dersi Veren(ler) | Erhan Çene |
Asistan(lar)ı |
Dersin Amacı | Bu dersin amacı, öğrencilerin R istatistiksel programlama dilini giriş seviyesinde öğrenmelerini sağlamak ve bu programlama diliyle veri dönüştürme, veri görselleştirme ve hipotez testi gibi temel kavramları uygulatmaktır. |
---|---|
Dersin İçeriği | R programlama dilinde veri türleri , kontrol ifadeleri, veri temizleme, eksik gözlemler, betimleyici veri analizi ve ggplot 2 ile veri görselleştirme, dplyr ile veri dönüştürme, r ile hipotez testleri |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenci R dili ile istatistik programları çalıştırabilir, kodları geliştirebilir ve bunlarla istatistik uygulamalar yapabilir,
- Bu dersi alan öğrenciler istatistik alanında yazılan R kodlarını rahatlıkla anlar,
- R ile Betimsel analizler yapar,
- R ile Grafik çizer,
- R ile istatistik analiz yapar.
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 | DÖÇ-5 |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
Hafta | Konular | Ön Hazırlık |
---|---|---|
1 | Veri Bilimine Giriş, R'de Verileri İçe Aktarma | R Programming for Data Science, Bölüm 5 |
2 | R'deki Veri Türleri: Vektörler, Faktörler, Matris, Veri Çerçeveleri, Listeler, tarihler ve saatler | R Programming for Data Science, Bölüm 4, 9, 10 |
3 | Kontrol İfadeleri, Veri Temizleme, Eksik Değerlerin İşlenmesi | R Programming for Data Science, Bölüm 13,14 |
4 | Vaka Çalışması 1 | |
5 | Keşif Veri Analizi ve Veri Görselleştirmeleri | R Programming for Data Science, Bölüm 4,9 |
6 | dplyr ve tidyverse ile Veri Manipülasyonu | R Programming for Data Science, Bölüm 12 |
7 | Vaka Çalışması 2 | |
8 | Ara Sınav 1 | |
9 | Hipotez testi ve Çıkarımsal İstatistik | Ders Notları |
10 | rstatix paketi | Ders Notları |
11 | Vaka Çalışması 3 | |
12 | Metin Manipülasyonu ve Düzenli İfadeler | R Programming for Data Science, Bölüm 17 |
13 | Vaka Çalışması 4 | |
14 | Proje Sunumları | |
15 | R ile istatistik uygulamalar | Başlık 10 |
16 | Final |
Değerlendirme Sistemi
Etkinlikler | Sayı | Katkı Payı |
---|---|---|
Devam/Katılım | ||
Laboratuar | ||
Uygulama | ||
Arazi Çalışması | ||
Derse Özgü Staj | ||
Küçük Sınavlar/Stüdyo Kritiği | ||
Ödev | ||
Sunum/Jüri | ||
Projeler | 1 | 30 |
Seminer/Workshop | ||
Ara Sınavlar | 1 | 30 |
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 | 3 | |
Laboratuar | |||
Uygulama | |||
Arazi Çalışması | |||
Sınıf Dışı Ders Çalışması | 14 | 3 | |
Derse Özgü Staj | |||
Ödev | |||
Küçük Sınavlar/Stüdyo Kritiği | |||
Projeler | 1 | 15 | |
Sunum / Seminer | |||
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 15 | |
Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 30 | |
Toplam İşyükü : | |||
Toplam İşyükü / 30(s) : | |||
AKTS Kredisi : |
Diğer Notlar | Yok |
---|