POLS 160 - Sosyal Bilimler İçin İstatistik

Ders Öğretim Planı

Ders Kodu:

POLS 160

Ders Adı:

Sosyal Bilimler İçin İstatistik

Dersin Sunulduğu Dil:

İngilizce

Dersin Türü:

Ders

Dersin Derecesi:

Lisans

AKTS:

4.00

Dersin Sorumlusu:

Dr. Öğr. Üyesi SÜLEYMAN CENGİZCİ

Dersin Amacı

Dersin temel amacı, klasik veya ana akım istatistik teorisinin ve uygulamalarının (gerekli olasılık teorisinin de dahil edilmesi anlamında) kapsamlı ve kendi içinde tutarlı bir tanımını sunmaktır.

Dersin İçeriği

Öğrenciler temel veri analizini (örneğin, ortalama, medyan, standart sapma ve diğer tanımlayıcı istatistikleri bulma) ve verileri grafiksel olarak nasıl sunacaklarını (örneğin, histogramlar, kök grafikleri) öğrenmelidir. Popülasyon ve örnek arasındaki farkları ve teorik ve örnek özelliklerini anlamalıdırlar. Olasılık teorisinin unsurları olmadan istatistik öğretmek faydalı olmadığından, temel kavramlarını ve sonuçlarını incelemek dersin bir parçasıdır.

Dersin Ön Koşulu / Yan Koşulu

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Camm et al., Business Analytics: Descriptive, Predictive, Prescriptive, 4th edition,Cengage, 2020.S. C. Albright, Business Analytics: Data Analysis and Decision Making, 7th edition,Cengage, 2020.

Öğrenim Çıktısı

Kod	Açıklama
ÖÇ1	Öğrenciler olasılık uzayının, rastgele bir olayın ve bir olayın olasılığının ne olduğunu anlamalıdır.
ÖÇ2	Karmaşık olayların olasılıklarını nasıl hesaplayacaklarını, temel kombinasyon problemlerini nasıl çözeceklerini ve olasılık ve Bayes formüllerini nasıl kullanacaklarını bilmelidirler.
ÖÇ3	Öğrenciler rastgele değişkenin ne olduğu ve nasıl dağıtıldığı konusunda sağlam bir anlayışa sahip olmalıdır.

Haftalık Ders İçeriği

Hafta	İçerik
1	İş Analitiğine Giriş
2	Matematiksel ön bilgiler
3	İstatistiğin genel amaçları
4	İstatistiğe Giriş
5	Sayısal tanımlayıcı ölçüler - I.
6	Sayısal tanımlayıcı ölçüler - II
7	Genel bir inceleme ve alıştırmalar
8	Ara Sınav
9	Olasılığa Giriş - I (Ayrık)
10	Olasılığa Giriş - II (Sürekli)
11	Hipotez testi - I
12	Hipotez testi - II
13	Doğrusal regresyon analizine giriş
14	Genel bir inceleme ve alıştırmalar
15	Genel bir inceleme ve alıştırmalar

İş Yükü Hesaplaması

Etkinlik	Sayı	Süre (Saat)	Toplam
Derse Katılım	15	3.00	45.00
Uygulama / Pratik	10	1.00	10.00
Ders Öncesi Bireysel Çalışma	15	3.00	45.00
Ara Sınavı/Hazırlık	1	8.00	8.00
Final Sınavı/Hazırlık	1	8.00	8.00
Toplam İş Yükü (Saat)			116
AKTS Kredisi (İş Yükü / 25)			4

Değerlendirme

#	Değerlendirme Tipi	Katkı Yüzdesi (%)
1	vize	%35
2	ödev	%15
3	final	%50
TOPLAM		%100

PÇ - ÖÇ Matrisi

PÇ \ ÖÇ	ÖÇ1	ÖÇ2	ÖÇ3
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7

1

Düşük Katkı

2

Orta Katkı

3

Yüksek Katkı

Dersin Eğitim - Öğretim Metodları

#	Yöntem Adı	Faal	Araçlar
1	Ders (anlatım), etkileşimli tartışma	Dinleme, not alma, tekrar etme, derste getirilen eğitim materyalleri üzerinden gösterilenleri uygulama	Standart derslik teknolojileri, çoklu ortam araçları (projektör, bilgisayar, dijital sunumlar)
2	Problem Çözme	* Problem çözme teknikleri kullanılarak fiziksel ve fizyolojik problemlerinin analiz edilmesi ve uygun çözümlerin geliştirilmesi.	-
3	Ödev	Bilgisayar kullanarak ödev sorularının çözülmesi ve analiz edilmesi	Bilgisayar

Akademik Dürüstlük ve Yapay Zeka

Kopya çekmek, intihal yapmak, bilgi veya alıntı uydurmak, başkalarının sahtekârlık eylemlerini kolaylaştırmak, sınavlara izinsiz olarak sahip olmak, başka bir kişinin çalışmasını veya daha önce kullanılmış bir çalışmayı eğitmene haber vermeden teslim etmek veya diğer öğrencilerin akademik çalışmalarını tahrif etmek, bunlarla sınırlı olmamak üzere, akademik dürüstlük ihlalleri arasındadır. Her türlü akademik sahtekârlık ciddi bir akademik ihlaldir ve disiplin cezasıyla sonuçlanacaktır. Bu derste üretken yapay zeka (ÜYZ) araçlarının kullanımına ilişkin olarak, YÖK tarafından yayımlanan 'Yükseköğretim Kurumları Bilimsel Araştırma ve Yayın Faaliyetlerinde Üretken Yapay Zekâ Kullanımına Dair Etik Rehber (2024)' hükümleri geçerlidir.