/ İleri İstatistik / İleri İstatistik GENEL TANIM / GENERAL DESCRIPTION

(1)

2021 - 2022 / 938101016242019 - İleri İstatistik / İleri İstatistik

GENEL TANIM / GENERAL DESCRIPTION

Ders Adı / Course Name İleri İstatistik / İleri İstatistik Ders Kodu / Course Code 938101016242019 Ders Türü / Course Type

Ders Seviyesi / Course Level Third Cycle / Third Cycle

Ders Akts Kredi / ECTS 6.00

Haftalık Ders Saati (Kuramsal) / Course Hours For Week (Theoretical)

3.00

Haftalık Uygulama Saati / Course

Hours For Week (Objected) 0.00 Haftalık Laboratuar Saati / Course

Hours For Week (Laboratory) 0.00 Dersin Verildiği Yıl / Year 1

Öğretim Sistemi / Teaching System Face to Face / Face to Face Eğitim Dili / Education Language Turkish / Turkish

Ön Koşulu Olan Ders(ler) /

Precondition Courses - -

Amacı / Purpose Dersin sonunda öğrenciler, çok değişkenli istatistiksel teknikleri kavrayacak, özelliklerini, varsayımlarını ve kullanıldıkları yerleri ayırt edebilecek, çok değişkenli verileri uygun istatistik tekniklerle çözümleyebilecek ve yorumlayabileceklerdir.

At the end of the course, students will comprehend multi-variabled statistical techniques; they will be able to distinguish the features, hypotheses and where to use them; and they will be able to analyze multi-variabled data with appropriate statistical techniques and interpret the results.

İçeriği / Content *İstatistiğin temel kavramlarının hatırlanması,

*Veri kodlama,

*Güvenirlik analizi ve türleri,

*Açıklayıcı faktör analizi ve temel bileşenler analizi,

*Çoklu regresyon analizi,

*Lojistik regresyon ve diskriminant analizi,

*Tekrarlı ölçümler ve karışık ölçümler için ANOVA, MANOVA ve kanonik korelasyon analizi,

*Çok düzeyli doğrusal modelleme,

*Yapısal eşitlik modeli, doğrulayıcı faktör analizi.

*Remembering the basic concepts of statistics,

*Coding data,

*Validity analyses and types of them,

*Explanatory factor analysis and analysis of basic components,

*Multiple regression analysis,

*Logistic regression and discriminant analyses,

*ANOVA, MANOVA and canonical correlational analyses for repeated and mixed measures,

*Multilevel Linear Modelling,

*Structural (Constructivist)equation model; linear factor analysis Önerilen Diğer Hususlar /

(2)

Kitabı / Malzemesi / Önerilen Kaynaklar / Books / Materials / Recommended Reading

Ders Kitabı:

Leech, L. N., Barrett, K.C. & Morgan, G. A. (2008). SPSS for Intermediate statistics (3rd Ed.). New York: Lawrence Earlbaum Ass..

Önerilen Kaynaklar:

Brace, N., Kemp, R. & Snelgar, R. (2003). SPSS for psychologists (2nd Ed.). New York:

Palgrave Macmillan. Albayrak, A. S. (2006).

Uygulamalı çok değişkenli istatistik teknikleri. Ankara: Asil Yayın Dağıtım.

Hinkle, D. E., Wiersma, W. & Jurs, S. G. (1998).

Applied Statistics For the Behavioral Sciences. New York: Houghton Mifflin Com.Fourth Edition. Tabachnick, B. G. & Fidell L.S. (2001).

Using multivariate statistics (4th Ed.). Boston: Allyn & Bacon. Jöreskog, K. G. & Sörbom, D, (1993).

Lisrel 8: Structural equation modeling with the simplis command language. Hillsdale, NJ:

Lawrence Erlbaum Associates Publishers

Textbook:

Leech, L. N., Barrett, K.C. & Morgan, G. A. (2008). SPSS for Intermediate statistics (3rd Ed.). New York: Lawrence Earlbaum Ass..

Recommended Resources:

Brace, N., Kemp, R. & Snelgar, R. (2003). SPSS for psychologists (2nd Ed.). New York: Palgrave Macmillan. Albayrak, A. S. (2006).

Uygulamalı çok değişkenli istatistik teknikleri. Ankara: Asil Yayın Dağıtım.

Hinkle, D. E., Wiersma, W. & Jurs, S. G. (1998).

Applied Statistics For the Behavioral Sciences. New York: Houghton Mifflin Com.Fourth Edition. Tabachnick, B. G. & Fidell L.S. (2001).

Using multivariate statistics (4th Ed.). Boston: Allyn & Bacon. Jöreskog, K. G. &

Sörbom, D, (1993).

Lisrel 8: Structural equation modeling with the simplis command language. Hillsdale, NJ: Lawrence Erlbaum Associates Publishers

Öğretim Üyesi (Üyeleri) / Faculty

Member (Members) Prof. Dr. Tuncay ÖĞRETMEN

ÖĞRENME ÇIKTILARI / LEARNING OUTCOMES

1 Çok değişkenli istatistiklere ait temel kavramlar bilgisi. Basic information on concepts of multi-variable statistics.

2 Çok değişkenli verileri ayırt edebilme. Being able to distinguish between multi-variable data.

3 Çok değişkenli verileri düzenleyebilme. Being able to arrange multi-variable data.

4 Çok değişkenli istatistiksel tekniklerin varsayımlarını test edebilme Being able to test the hypotheses of multi-variable statistics.

5 Yaygın kullanılan istatistik paket programları ile ileri istatistik tekniklerini uygulayabilme. Being able to apply advanced statistical techniques with commonly used statistics programs 6 İstatistiksel analizlerin sonuçlarını yorumlayabilme. Being able to interpret the results of statistical analyses.

7 İstatistiksel analizlerin sonuçlarını uluslar arası standartlara uygun olarak rapor edebilme. Being able to write the report of statistical analyses in the international standards.

HAFTALIK DERS İÇERİĞİ / DETAILED COURSE OUTLINE

(3)

Hafta / Week

1

Teorik Dersler / Theoretical Öğretim Yöntem ve

Teknikleri/Teaching Methods Techniques

Ön Hazırlık / Preliminary

Uygulama Lab

Ders tanıtımı: Kapsamı, gerekçesi, önemi, beklentileri oluşturma, işleyişi ve değerlendirme ölçütlerini açıklama. İleri istatistik

tekniklerine genel bir bakış. Giriş

Description of the course: Content, necessity, importance, forming expectations, explaining the criteria of process and evaluation. Aview

to advanced statistic techniques. Introduction

2

İstatistiğin bilimsel araştırmalardaki yeri,önemi, ölçmenin düzeyleri ve

istatistik ile ilişkisi, değişken kavramı ve türleri. Kaynakların incelenmesi, okunması.

Importance of statistics in scientific studies; levels of measurement and relationship of them with statistics; concept of variables and types of them.

Reviewing the materials and reading them.

3

Veri kodlama, verilerin ölçme düzeyi, verileri dönüştürme ve analize

hazır hale getirme çalışmaları. İlgili kaynakların okunması ve

bilgisayar uygulaması.

Coding data, measurement level of data, transforming data and

making them ready for analysis. Reading relevant materials and

practice on computer.

4

Yaygın olarak kullanılan istatistik programları (SPSS, Statistica,

Lisrel) programlarının genel olarak tanıtılması. İlgili kaynakların okunması A general description of commonly used statistical programs (SPSS,

Statistica, Lisrel). Reading relevant materials.

5

Güvenirlik: anlamı ve türleri. Kaynakların okunması, uygulama

yapılması ve örnek veriler üzerinde çalışılması.

Reliability, meaning and types of it. Reading relevant materials, doing practices and studying on example data.

(4)

6

Keşfedici faktör analizi ve temel bileşenler analizi: anlamları, önemi, kullanıldığı yerler.

Kaynakların okunması, uygulama yapılması ve örnek veriler üzerinde çalışılması.

Discovering factor analysis and basic components analysis;

meanings and importance of them and where to use them.

Reading relevant materials, doing practices and studying on example data.

7

Çıkarımsal istatistikler ve genel doğrusal modelleme. Kaynakların okunması, soru- cevap tekniği ile tartışılması.

Inferential statistics and general linear modelling Reading relevant materials, discussing by question-answer technique.

8

Çoklu regresyon: anlamı, önemi, kullanıldığı durumlar ve ilgili varsayımlar.

Kaynakların okunması, uygulama yapılması ve örnek veriler üzerinde çalışılması.

Multiple regression: meanings and importance of them and where to use them.

Reading relevant materials, doing practices and studying on example data.

9

Ara Sınav Uygulamalı

Midterm Practical

10

Lojistik regresyon ve ayırma fonksiyonu analizi: anlamı, önemi, kullanıldığı durumlar ve ilgili varsayımlar.

Kaynak tarama ve okuma, örnek verilerle analizler yaparak, tablolaştırma yorumlama ve raporlama.

Logistic regression and discrimination function analysis: meaning, importance and where to use them and related hypotheses.

Reviewing and reading materials;

doing analyses with example data, putting them into tables, interpreting and writing in a report.

(5)

11

Fakföryel ANOVA ve ANCOVA: anlamı, önemi, kullanıldığı durumlar ve ilgili varsayımlar.

Factoriel ANOVA and ANCOVA: meaning, importance and where to use them and related hypotheses.

12

Tekrarlı ölçümler ve karişik desenlerde varyans analizi: anlamı, önemi, kullanıldığı durumlar ve ilgili varsayımlar.

Variance analysis in repeated measures and mixed models: meaning, importance and where to use them and related hypotheses.

13

MANOVA ve Kanonik korelasyon: anlamı, önemi, kullanıldığı durumlar ve ilgili varsayımlar.

MANOVA and canonic correlation: meaning, importance and where to use them and related hypotheses.

14

Çok düzeyli doğrusal modelleme: anlamı, önemi, kullanıldığı durumlar ve ilgili varsayımlar.

Multilevel linear modeling: meaning, importance and where to use them and related hypotheses.

Yapısal eşitlik modeli, doğrulayıcı faktör analizi: anlamı, önemi, Kaynak tarama ve okuma, örnek verilerle analizler yaparak,

(6)

16

Final Uygulamalı

Final exam Practical

DEĞERLENDİRME / EVALUATION

Yarıyıl (Yıl) İçi Etkinlikleri / Term (or Year) Learning Activities Sayı /

Number

Katkı Yüzdesi / Percentage of Contribution (%)

100 1

Ara Sınav / Midterm Examination

Toplam / Total: 1 100

Başarı Notuna Katkı Yüzdesi / Contribution to Success Grade(%): 40

Yarıyıl (Yıl) Sonu Etkinlikleri / End Of Term (or Year) Learning Activities Sayı /

Number

Katkı Yüzdesi / Percentage of Contribution (%)

100 1

Final Sınavı / Final Examination

Toplam / Total: 1 100

Başarı Notuna Katkı Yüzdesi / Contribution to Success Grade(%): 60

Etkinliklerinin Başarı Notuna Katkı Yüzdesi(%) Toplamı / Total Percentage of Contribution (%) to Success Grade: 100

Değerlendirme Tipi / Evaluation Type:

(7)

İŞ YÜKÜ / WORKLOADS

Ara Sınav / Midterm Examination 1 2.00 2.00

Final Sınavı / Final Examination 1 2.00 2.00

Uygulama/Pratik / Practice 14 3.00 42.00

Rapor Hazırlama / Report Preparation 6 8.00 48.00

Ara Sınav İçin Bireysel Çalışma / Individual Study for Mid term Examination 1 8.00 8.00

Final Sınavı içiin Bireysel Çalışma / Individual Study for Final Examination 1 12.00 12.00

Okuma / Reading 14 3.00 42.00

Performans / Performance 12 2.00 24.00

Sayı / Number

Süresi (Saat) / Duration

(Hours)

Toplam İş Yükü (Saat) / Total

Work Load (Hour) Etkinlikler / Workloads

Toplam / Total: 50 40.00 180.00

Dersin AKTS Kredisi = Toplam İş Yükü (Saat) / 30.00 (Saat/AKTS) = 180.00/30.00 = 6.00 ~ 6.00 / Course ECTS Credit = Total Workload (Hour) / 30.00 (Hour / ECTS) = 180.00 / 30.00 = 6.00 ~ 6.00

(8)

PROGRAM VE ÖĞRENME ÇIKTISI / PROGRAM LEARNING OUTCOMES

Öğrenme Çıktıları / Learning Outcomes Program Çıktıları / Program Outcomes

1.1.1 1.1.2 1.1.3 1.1.4 1.1.5 1.1.6 1.1.7 1.1.8 1.1.9 1.1.1 1.1.1 1.1.1 1.1.1 1.1.1 1.1.1 1.Çok değişkenli istatistiklere ait temel kavramlar bilgisi. / Basic

information on concepts of multi-variable statistics. 4 5 3 3

2.Çok değişkenli verileri ayırt edebilme. / Being able to distinguish

between multi-variable data. 3 2 5 3 3

3.Çok değişkenli verileri düzenleyebilme. / Being able to arrange

multi-variable data. 3 3 2 4 3

4.Çok değişkenli istatistiksel tekniklerin varsayımlarını test edebilme / Being able to test the hypotheses of multi-variable

statistics. 2 3 4 5 3

5.Yaygın kullanılan istatistik paket programları ile ileri istatistik tekniklerini uygulayabilme. / Being able to apply advanced

statistical techniques with commonly used statistics programs 1 4 4 3 4 5

6.İstatistiksel analizlerin sonuçlarını yorumlayabilme. / Being able to

interpret the results of statistical analyses. 4 4 5 3 5 4 3

7.İstatistiksel analizlerin sonuçlarını uluslar arası standartlara uygun olarak rapor edebilme. / Being able to write the report of statistical

analyses in the international standards. 4 4 5 3 5 5 4 3

Katkı Düzeyi / Contribution Level : 1-Çok Düşük / Very low, 2-Düşük / Low, 3-Orta / Moderate, 4-Yüksek / High, 5-Çok Yüksek / Very high