| 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 | Görsel Sunum Uygulama Sözel Anlatım Ön Hazırlık, Pekiştirme Çalışmaları |
| 3. Hafta | Temel bileşen analizi (PCA) | Görsel Sunum Uygulama Ön Hazırlık, Pekiştirme Çalışmaları Sözel Anlatım |
| 4. Hafta | Kümeleme analizi (K-means, hiyerarşik kümeleme) | Görsel Sunum Sözel Anlatım Uygulama Ön Hazırlık, Pekiştirme Çalışmaları |
| 5. Hafta | Diskriminant analizi | Görsel Sunum Uygulama Ön Hazırlık, Pekiştirme Çalışmaları Sözel Anlatım |
| 6. Hafta | Kanonik korelasyon analizi | Sözel Anlatım Görsel Sunum Uygulama Ön Hazırlık, Pekiştirme Çalışmaları |
| 7. Hafta | Çok boyutlu ölçekleme | Uygulama Ön Hazırlık, Pekiştirme Çalışmaları Sözel Anlatım Görsel Sunum |
| 8. Hafta | Arasınav | Uygulama |
| 9. Hafta | Faktör analizi | Görsel Sunum Ön Hazırlık, Pekiştirme Çalışmaları Uygulama Sözel Anlatım |
| 10. Hafta | Çoklu regresyon analizi | Sözel Anlatım Görsel Sunum Uygulama Ön Hazırlık, Pekiştirme Çalışmaları |
| 11. Hafta | Yapısal eşitlik modellemesi | Ön Hazırlık, Pekiştirme Çalışmaları Sözel Anlatım Görsel Sunum Uygulama |
| 12. Hafta | Büyük veri setleri üzerinde uygulama | Uygulama Görsel Sunum Sözel Anlatım Ön Hazırlık, Pekiştirme Çalışmaları |
| 13. Hafta | Grup projelerinin sunumu | Sözel Anlatım Uygulama Görsel Sunum Ön Hazırlık, Pekiştirme Çalışmaları |
| 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 | ||
