# |
Öğrenim Çıktıları |
1 |
Verileri tanımlayabilir ve tanımlayıcı ilişkileri özetleyebilir. |
2 |
Kategorisel ve sayısal değişkenleri tanımlayıp aralarındaki ilişkileri grafiklerle açıklayabilir. |
3 |
Merkezi eğilim ve değişkenliğin ölçülerini tanımlayıp değişkenler arasındaki ilişkileri inceleyebilir. |
4 |
Sonuçlar, olaylar, permütasyon ve kombinasyonlar, olasılık, öznel olasılık, olasılık kuralları, koşullu olasılık, iki değişkenli olasılıklar gibi kavramları değerlendirebilir. |
5 |
Ayrık ve sürekli rastgele değişkenleri, özelliklerini, olasılık dağılımlarını ve beklentilerini inceleyebilir. |
6 |
Normal dağılımı ve yaklaşığını uygulayabilir. |
7 |
Olasılık dağılımlarını kullanabilir ve uygulayabilir.
|
8 |
Verilerin basıklık ve çarpıklık durumunu belirleyebilir. |
# |
Konular |
Öğretim Yöntem ve Teknikleri |
1 |
Temel İstatistik Kavramları
|
Online |
2 |
Veri Analizi
|
Online |
3 |
Veri Özetleme Yöntemleri (Frekans, Tablo, Grafik)
|
Online |
4 |
Veri Özetleme Yöntemleri (Merkezi Eğilim Ölçüleri)
|
Online |
5 |
Veri Özetleme Yöntemleri (Merkezi Dağılım Ölçüleri)
|
Online |
6 |
Momentler
|
Online |
7 |
Basılıklık ve Çarpıklık
|
Online |
8 |
ARA SINAV |
ONLINE |
9 |
Olasılık Teorisi
|
Online |
10 |
Olasılık Teorisi
|
Online |
11 |
Kesikli Olasılık Dağılımları (Binom Olasılık Dağılımı)
|
Online |
12 |
Kesikli Olasılık Dağılımları (Poisson Olasılık Dağılımı)
|
Online |
13 |
Kesikli Olasılık Dağılımları (Hipergeometrik Olasılık Dağılımı)
|
Online |
14 |
Sürekli Olasılık Dağılımları (Normal Olasılık Dağılımı)
|
Online |
15 |
Sürekli Olasılık Dağılımları (Normal Olasılık Dağılımı)
|
Online |
16 |
Son Sınav |
YÜZ YÜZE |
# |
Öğrenim Çıktıları |
Program Çıktıları |
Ölçme ve Değerlendirme |
1 |
Verileri tanımlayabilir ve tanımlayıcı ilişkileri özetleyebilir. |
4 |
1͵2 |
2 |
Kategorisel ve sayısal değişkenleri tanımlayıp aralarındaki ilişkileri grafiklerle açıklayabilir. |
4 |
1͵2 |
3 |
Merkezi eğilim ve değişkenliğin ölçülerini tanımlayıp değişkenler arasındaki ilişkileri inceleyebilir. |
4 |
1͵2 |
4 |
Sonuçlar, olaylar, permütasyon ve kombinasyonlar, olasılık, öznel olasılık, olasılık kuralları, koşullu olasılık, iki değişkenli olasılıklar gibi kavramları değerlendirebilir. |
4 |
1͵2 |
5 |
Ayrık ve sürekli rastgele değişkenleri, özelliklerini, olasılık dağılımlarını ve beklentilerini inceleyebilir. |
4 |
1͵2 |
6 |
Normal dağılımı ve yaklaşığını uygulayabilir. |
4 |
1͵2 |
7 |
Olasılık dağılımlarını kullanabilir ve uygulayabilir.
|
4 |
1͵2 |
8 |
Verilerin basıklık ve çarpıklık durumunu belirleyebilir. |
4 |
1͵2 |