İSTANBUL GELİŞİM ÜNİVERSİTESİ DERS KATALOGU
(COURSE CATALOGUE)
Dersin Adı Course Name
İstatiksel Karar Verme Statistical Decision Making
Kodu (Code)
Yarıyılı (Semester)
Kredisi
(Local Credits) AKTS Kredisi (ECTSCredits)
Ders Dağılımı, Saat/Hafta (CourseImplementation, Hours/Week)
Ders
(Theoretical) Uygulama
(Tutorial) Laboratuar (Laboratory)
END350 5-6-7-8 3 5 3 0 0
Bölüm / Program
(Department/Program) Endüstri Müh. / Endüstri Müh.
(Industrial Eng. / Industrial Eng.) Dersin Türü
(Course Type)
Seçmeli (Elective)
Dersin Dili (Course Language)
Türkçe (Turkish) Dersin Önkoşulları
(CoursePrerequisites) Yok (None) Dersin İçeriğe Göre
Kategorisi, % (Course Category by Content, %)
Temel Bilim (Basic Sciences)
Temel Mühendislik (Engineering Science)
Mühendislik Tasarım (Engineering Design)
İnsan ve Toplum Bilim (General Education)
%10 %30 %50 %10
Dersin İçeriği
(CourseDescription)
Veri toplama, grafik, şema ve tablolar, lineer regresyon ve korelasyon, model kurma ve çoklu regresyon analizi, lojistik regresyon, konjoint analiz, ilgili modellemelerde kullanılan varsayımların sınanması.
Data collection, graphs, diagrams and tables, linear regression and correlation, modeling and multiple regression analysis, logistic regression, conjugate analysis, testing of assumptions used in related models.
Dersin Amacı
(Course Objectives)
Öğrenciye mühendislikte temel modelleme ve karar verme tekniklerini uygulayabilmek için gerekli olan, olasılık ve istatistik bilgilerini kullanabilme becerisi sağlar.
The student has the ability to use probability and statistical knowledge necessary to apply basic modeling and decision-making techniques in engineering.
Dersin Öğrenme Çıktıları
(Course Learning Outcomes)
Bu dersi alan öğrenciler;
I. Öğrenci endüstri mühendisliğindeki temel istatistiksel problemleri çözer.
II. Öğrenci verileri analiz etmek ve değerlendirebilmek için gerekli olan temel istatistiksel metotları uygulamalı olarak inceleyebilir.
III. Öğrenci değişken verilerin bulunduğu ortamlarda sayısal veriler kullanarak mantıklı kararlar verebilme yetisi kazanır.
The students who take the course will be able to;
I. Solve basic statistical problems in industrial engineering.
II. Practically examine the basic statistical methods necessary to analyze and evaluate student data.
III. Make logical decisions using numerical data in environments where variable data exist.
Ders Kitabı
(Textbook) Groebner, D.F., Shannon, P.W., Fry, P.C., Smith, K.D., Business Statistics: A decision Making Approach, 7th edition, Prentice Hall, 2007.
Diğer Kaynaklar
(Other References) Hair, JF, Black WC., Babin, BJ, Anderson, RE, Tatham RL, Multivariate Data Analysis, Pearson Prentice Hall, New Jersey2006
Özdamar, K, Paket Programlar ile İstatistiksel Veri Analizi, Kaan Kitabevi, 2002 Ajai S. Gaur, Sanjaya S. Gaur Statistical Methods for Practice and Research_ A Guide to Data Analysis Using SPSS, Response 2009
Ödevler ve Projeler (Homework & Projects
Laboratuar Uygulamaları (LaboratoryWork)
Bilgisayar Kullanımı (Computer Use) Diğer Uygulamalar (Other Activities) Başarı Değerlendirme Sistemi
(Assessment Criteria)
Faaliyetler
(Activities) Sayısı
(Quantity) Değerlendirmedeki Katkısı, % (Effects on Grading, %) Yıl İçi Sınavları
(MidtermExams) 1 %30
Kısa Sınavlar
(Quizzes) 0 0
Ödevler
(Homework) 0 0
Projeler
(Projects) 0 0
Dönem Ödevi/Projesi
(Term Paper/Project) 0 0
LaboratuarUygulaması
(LaboratoryWork) 0 0
Diğer Uygulamalar
(Other Activities) 0 0
Final Sınavı
(Final Exam) 1 %60
Ders Planı
Haftalar Konular Ders
Çıktıları
1 Veri Toplama I, II
2 Grafik, şema ve tablolar II, III
3 Kabullerin değerlendirilmesi I, II, IIJ
4 Korelasyon II; III
5 Regresyon II; III
6 Çoklu regresyon II; III
7 Çoklu regresyonda kabullerin sınanması I, II, III
8 Lojistik regresyon I, II, III
9 İkili lojistik regresyon I, II, III
10 Çoklu lojistik regresyon analizi I, II, III
11 Lojistik regresyon kabullerinin sınanması II, III
12 Lojistik regresyon uygulamaları II, III
13 Konjoint analizi II, III
14 Konjoint analizinde kabullerin sınanması II, III
Course Plan
Weeks Topics
Course Outcomes
1 Data collecting I, II
2 Charts, charts and tables II, III
3 Assessment of acceptance I, II, IIJ
4 Correlation II; III
5 Regression II; III
6 Multiple regression II; III
7 Testing acceptance on multiple regressions I, II, III
8 Logistic regression I, II, III
9 Dual logistic regression I, II, III
10 Multiple logistic regression analysis I, II, III
11 Testing of logistic regression acceptance II, III
12 Logistic regression applications II, III
13 Conjoint analysis II, III
14 Test of acceptance in a conjoint analysis II, III
Tarih (Date) 05.08.2017 Dersi Veren Öğretim Üyesi (Instructor)
Dr. Öğr. Üyesi Didem Yılmaz ÇAPKUR
