GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| İST-518 | BAYESCİ İSTATİSTİK | Seçmeli Ders Grubu | 1 | 2 | 6,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
İstatistiksel çıkarım, örneklem verileri yardımıyla hakkında bilgi sahip olunmayan kitleye ilişkin sonuçların çıkarılmasıdır. Bayesci yaklaşım ön bilgiyi kullanarak Klasik yaklaşımdan farklı sonuca ulaşmaktadır. Bayesci yaklaşım, özü Bayes Teoremine dayandırılarak yapılandırılmış bir yaklaşım sistemidir. Klasik yaklaşım nedensellik ilkesinin deterministik yorumuna yakın görünürken, Bayesci yaklaşım olasılıklı yorumuna yakındır. Dolayısıyla pek çok istatistiksel kavram klasik yaklaşımdan farklı olarak ele alınacaktır. Bu amaçla ilgili yaklaşım R programı ile çözümleri örneklerle sunulacaktır.
Dersi Veren Öğretim GörevlisiGörevlileri
Doç. Dr. Esin AVCI
Öğrenme Çıktıları
| 1 | Bayes yaklaşımın tanıtılması |
| 2 | Veri yapılarına göre önsel dağılımlar |
| 3 | Sonsal dağılımların elde edilmesi |
| 4 | Parametre tahmininde klasik yöntemle Bayesci yöntem arasındaki farkın öğrenilmesi |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Temel Kavramlar (Mantık, olasılık ve Bayes Teoremi) ve R programı tanıtımı; Kesikli Dağılımlar; Sürekli Dağılımlar ; Kesikli değişken için Bayesci çıkarım; Sürekli değişken için Bayesci çıkarım; Oran için Bayesci çıkarım; Ortalama için Bayesci çıkarım; Standart sapma için Bayesci çıkarım; korelasyon için Bayesci çıkarım; Ortalama farkı için Bayesci çıkarım; Basit doğrusal regresyon için Bayesci çıkarım; Simülasyon yöntemleri.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Temel Kavramlar (Mantık, olasılık ve Bayes Teoremi) ve R programı tanıtımı | ||
| 2 | Kesikli Dağılımlar | ||
| 3 | Sürekli Dağılımlar | ||
| 4 | R programında uygulama | ||
| 5 | Kesikli değişken için Bayesci çıkarım | ||
| 6 | Sürekli değişken için Bayesci çıkarım | ||
| 7 | Ortalama için Bayesci çıkarım | R programında uygulama | |
| 8 | ARA SINAV | ||
| 9 | Standart sapma için Bayesci çıkarım | ||
| 10 | R-programında uygulama | ||
| 11 | korelasyon için Bayesci çıkarım | ||
| 12 | Ortalama farkı için Bayesci çıkarım | ||
| 13 | Basit doğrusal regresyon için Bayesci çıkarım | ||
| 14 | R-programında uygulama | ||
| 15 | Simülasyon yöntemleri | ||
| 16 | FİNAL SINAVI |
Ders Kitabı Malzemesi Önerilen Kaynaklar
1. Bolstad W.M. “An Introduction to Bayesian Statistics”, 2007 , Wiley. 2. Christensen R., Johnson W.O., Branscum A.J., Hanson T.E. “Bayesian Ideas and Data Analysis: An Introduction for Scientists and Statisticians”, 2011, Chapman ve Hall/CRC Texts in Statistical Science. 3. Jim A. “Bayesian computation with R”, 2007, Springer.
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 4 | 56 |
| Ara Sınav İçin Bireysel Çalışma | 14 | 4 | 56 |
| Final Sınavı içiin Bireysel Çalışma | 16 | 4 | 64 |
| Toplam İş Yükü (saat) | 180 | ||
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ 1 |
| ÖÇ 2 |
| ÖÇ 3 |
| ÖÇ 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek