| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Çok Değişkenli Veri Analizi | SKY631 | 3 + 0 | 3,0 | 10,0 |
| Ön Koşullar | Yok |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisansüstü |
| Dersin Türü | Ders |
| Dersin Verilişi | Ders, teorik anlatımlar, uygulamalı yazılım çalışmaları (ör. SPSS, R, Python), grup projeleri ve vaka analizleri şeklinde yürütülür. Projeler ve uygulamalar ile öğrenilen teorik bilgiler pekiştirilir. |
| Dersin Koordinatörü |
Arş. Gör. Melek TERZİ ÖZMEN |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Amacı | Bu dersin amacı, çok değişkenli veri analizine ilişkin temel yöntemleri ve teknikleri öğretmektir. Öğrencilerin, büyük ve karmaşık veri setleri üzerinde analiz yaparak anlamlı sonuçlar elde edebilmeleri, farklı analiz yöntemlerini karşılaştırabilmeleri ve uygulama senaryoları geliştirebilmeleri hedeflenir. |
| Dersin İçeriği | Bu ders, çok değişkenli veri analizinde kullanılan yöntemler ve uygulamalar üzerine odaklanır. İçerikte, temel bileşen analizi, kümeleme, diskriminant analizi, çok boyutlu ölçekleme, kanonik korelasyon analizi ve regresyon yöntemleri gibi konular yer alır. |
| Ders Öğrenme Kazanımları |
- Çok değişkenli veri analizi yöntemlerini kavrayabilme ve uygulayabilme. - Farklı analiz tekniklerini karşılaştırarak uygun yöntemi seçebilme. - Veri önişleme ve boyut indirgeme tekniklerini uygulayabilme. - Büyük veri setleri üzerinde çok değişkenli analiz yöntemlerini kullanabilme. - Analiz sonuçlarını yorumlama ve karar verme süreçlerine entegre edebilme. - İlgili yazılımları (ör. SPSS, R, Python) kullanarak analiz yapabilme. |
| Hafta | Konular | Öğretim Yöntemleri |
|---|---|---|
| 1. Hafta | Çok değişkenli analiz kavramlarına giriş | Uygulama Sözel Anlatım Ön Hazırlık, Pekiştirme Çalışmaları Görsel Sunum |
| 2. Hafta | Veri önişleme teknikleri | Ön Hazırlık, Pekiştirme Çalışmaları Sözel Anlatım Uygulama Görsel Sunum |
| 3. Hafta | Temel bileşen analizi (PCA) | Görsel Sunum Ön Hazırlık, Pekiştirme Çalışmaları Uygulama Sözel Anlatım |
| 4. Hafta | Kümeleme analizi (K-means, hiyerarşik kümeleme) | Uygulama Sözel Anlatım Görsel Sunum Ön Hazırlık, Pekiştirme Çalışmaları |
| 5. Hafta | Diskriminant analizi | Uygulama Sözel Anlatım Görsel Sunum Ön Hazırlık, Pekiştirme Çalışmaları |
| 6. Hafta | Kanonik korelasyon analizi | Görsel Sunum Uygulama Ön Hazırlık, Pekiştirme Çalışmaları Sözel Anlatım |
| 7. Hafta | Çok boyutlu ölçekleme | Ön Hazırlık, Pekiştirme Çalışmaları Görsel Sunum Sözel Anlatım Uygulama |
| 8. Hafta | Arasınav | Uygulama |
| 9. Hafta | Faktör analizi | Sözel Anlatım Ön Hazırlık, Pekiştirme Çalışmaları Görsel Sunum Uygulama |
| 10. Hafta | Çoklu regresyon analizi | Ön Hazırlık, Pekiştirme Çalışmaları Sözel Anlatım Uygulama Görsel Sunum |
| 11. Hafta | Yapısal eşitlik modellemesi | Sözel Anlatım Ön Hazırlık, Pekiştirme Çalışmaları Görsel Sunum Uygulama |
| 12. Hafta | Büyük veri setleri üzerinde uygulama | Sözel Anlatım Ön Hazırlık, Pekiştirme Çalışmaları Uygulama Görsel Sunum |
| 13. Hafta | Grup projelerinin sunumu | Uygulama Ön Hazırlık, Pekiştirme Çalışmaları Görsel Sunum Sözel Anlatım |
| 14. Hafta | Genel değerlendirme ve dersin kapanışı | Diğer Faaliyetler |
| ÇOK DEĞİŞKENLİ İSTATİSTİK ANALİZİ İLE FARKLI ALANLARDA UYGULAMALAR, Doç. Dr. Nilay KÖLEOĞLU - Doç. Dr. Şenol ÇELİK - Doç. Dr. Fatih ÇEMREK, HOLISTENCE PUBLICATIONS, 2022. |
| Python Uygulamalı İstatiksel Veri Bilimi ve Analizi, Ahmet SEL, Akademisyen Kitabevi, 2021 |
| Program Yeterlilik | Katkı Düzeyi | DK1 | DK2 | DK3 | DK4 | DK5 | DK6 | Ölçme Yöntemi |
|---|---|---|---|---|---|---|---|---|
| PY1 | 2 | 0 | 0 | 0 | 0 | 0 | 0 | 60 |
| PY2 | 2 | 0 | 0 | 0 | 0 | 0 | 0 | 60 |
| PY3 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 60 |
| PY6 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 60 |
| PY7 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 60 |
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| Ders Katkı Düzeyi | Yok | Çok Düşük | Düşük | Orta | Yüksek | Çok Yüksek |
| Ölçme Yöntemi | Yazılı sınav | Sözlü sınav | Ödev/Proje | Laboratuvar Çalışması | Sunum /Seminer |
| Etkinlik | Sayısı | Süresi (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Saati | 14 | 3 | 42 |
| Ön Hazırlık, Pekiştirme Çalışmaları | 14 | 1 | 14 |
| Araştırma | 10 | 2 | 20 |
| Görsel Sunum | 1 | 3 | 3 |
| Uygulama | 14 | 4 | 56 |
| Ara Sınav 1 | 1 | 40 | 40 |
| Ödev 1 | 1 | 20 | 20 |
| Final | 1 | 60 | 60 |
| Toplam İş Yükü | 255 | ||
| Dersin AKTS Kredisi | 10,0 | ||
