| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Veri Düzenleme ve Görselleştirme | IST5128 | 3 | 7.5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli @ İstatistik ABD İstatistik Yüksek Lisans Programı Seçmeli @ İstatistik ABD İstatistik Doktora 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 derste, farklı ve karmaşık formatta karşımıza çıkan veri setlerinin işlenerek kurulan hipotezlerin uygulanmasına elverişli hale getirmek ve elde edilen sonuçların uygun grafiksel yöntemlerle görselleştirilmesi amaçlanmaktadır. |
|---|---|
| Dersin İçeriği | R da veri tipleri, veri manipülasyonu, string manipülasyonu, düzenli veri, grafiksel yöntemler, dplyr, pipe operatörü, ggplot2 |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenci farklı formattaki verileri R programına aktarabilir.
- Öğrenci R programına aktardığı verileri amacına uygun şekilde düzenleyebilir.
- Öğrenci düzenlediği veriye basit istatistiksel analizler yapabilir.
- Öğrenci amacına uygun şekilde veri görselleştirmesi yapar.
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
| DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 | |
| PÇ-1 | - | - | - | - |
| PÇ-2 | - | - | - | - |
| PÇ-3 | - | - | - | - |
| PÇ-4 | - | - | - | - |
| PÇ-5 | - | - | - | - |
| PÇ-6 | - | - | - | - |
| PÇ-7 | - | - | - | - |
| PÇ-8 | - | - | - | - |
| PÇ-9 | - | - | - | - |
| PÇ-10 | - | - | - | - |
| PÇ-11 | - | - | - | - |
| PÇ-12 | - | - | - | - |
| PÇ-13 | - | - | - | - |
| PÇ-14 | - | - | - | - |
| PÇ-15 | - | - | - | - |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Veri Manipülasyonu ve Veri Görselleştirmenin Önemi R ın temellerine hızlı bir bakış | |
| 2 | R da veri tipleri 1: veri tipleri üzerine işlemler, string manipülasyonu, faktör manipülasyonu ve düzenli ifadeler | |
| 3 | R da veri tipleri 2: Vektör, liste, veri çerçevesi üzerinde düzenlemeler, eksik gözlemler ile uğraşma | |
| 4 | R a veri aktarma / R dan veri aktarma, web scraping ve apiler | |
| 5 | Vaka Çalışması Uygulama 1 | |
| 6 | Döngü ve kontrol ifadeleri / apply ailesi | |
| 7 | pipe operatörü, tidyr ve dplyr ile veri manipülasyonu | |
| 8 | Ara Sınav 1 | |
| 9 | Vaka Çalışması Uygulama 2 | |
| 10 | R da grafikler: Temel grafikler | |
| 11 | R da grafikler: ggplot2 | |
| 12 | R da grafikler: grid | |
| 13 | R da grafikler: grafikleri kaydetme | |
| 14 | Vaka Çalışması Uygulama 3 | |
| 15 | ||
| 16 | Final |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 1 | 30 |
| Sunum/Jüri | ||
| Projeler | ||
| 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 | 13 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 13 | 4 | |
| Derse Özgü Staj | |||
| Ödev | 1 | 40 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | |||
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 40 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 50 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
