İSTATİSTİK I DERS TANITIM VE UYGULAMA BİLGİLERİ

Kodu	Dersin Adı	Yarıyıl	Süresi(T+U)	Kredisi	AKTS Kredisi
VBA201	İSTATİSTİK I	3	3	3	6

DERS BİLGİLERİ
Dersin Öğretim Dili :	Türkçe
Dersin Düzeyi	LİSANS, TYY: + 6.Düzey, EQF-LLL: 6.Düzey, QF-EHEA: 1.Düzey
Dersin Türü	Zorunlu
Dersin Veriliş Şekli	-
Dersin Koordinatörü	Dr.Öğr.Üyesi YEŞİM NALKESEN AKIN
Dersi Veren Öğretim Üyesi/Öğretim Görevlisi
Ders Ön Koşulu	Yok

AMAÇ VE İÇERİK
Amaç:	Bu dersin amacı, öğrencilere istatistiğin temel kavramları, veri türleri, betimleyici istatistikler, merkezi eğilim ve dağılım ölçüleri ile standart normal dağılım konularını tanıtarak veri odaklı analitik düşünme becerisi kazandırmaktır. Ders kapsamında öğrencilerin temel istatistiksel kavramları veri analitiği bakış açısıyla değerlendirmeleri ve temel düzeyde istatistiksel analiz yapabilmeleri hedeflenmektedir.
İçerik:	İstatistiğin temel kavramları, veri türleri, betimsel istatistikler, merkezi eğilim ve dağılım ölçüleri, tablo ve grafiklerle veri sunumu, hipotez testlerine giriş ve temel raporlama teknikleri.

DERSİN ÖĞRENME ÇIKTILARI (Öğrenciler, bu dersi başarı ile tamamladıklarında aşağıda belirtilen bilgi, beceri ve/veya yetkinlikleri gösterirler.)
İstatistiğin temel kavramlarını ve veri bilimindeki önemini açıklar.
Veri türlerini ve ölçme düzeylerini ayırt eder.
Verileri sınıflandırır, frekans dağılımları ve çapraz tablolarla özetler.
Verileri uygun tablo ve grafikler kullanarak görselleştirir ve yorumlar.
Merkezi eğilim ölçülerini hesaplar ve sonuçlarını yorumlar.
Değişkenlik ve konum ölçülerini hesaplar ve veri dağılımını değerlendirir.
Temel olasılık kavramlarını ve kurallarını istatistiksel problemlerde uygular.
Kesikli ve sürekli rassal değişkenleri ve temel olasılık dağılımlarını ayırt eder.
Gerçek veri setleri üzerinde betimsel istatistiksel analizler gerçekleştirir.
İstatistiksel analiz sonuçlarını veri bilimi problemleri kapsamında yorumlar ve raporlar.

HAFTALIK DERS KONULARI VE ÖNGÖRÜLEN HAZIRLIK ÇALIŞMALARI
Hafta	Ön Hazırlık	Konular	Yöntem
1	Kitap-Ders Notu Okuma	İstatistik ve Olasılığa Giriş, Temel Kavramlar	Yöntem
2	Kitap-Ders Notu Okuma	Veri Türleri, Ölçme Düzeyleri ve Veri Toplama	Yöntem
3	Kitap-Ders Notu Okuma	Verilerin Düzenlenmesi, Frekans Tabloları ve Grafikler	Yöntem
4	Kitap-Ders Notu Okuma	Betimsel İstatistikler ve Merkezi Eğilim Ölçüleri	Yöntem
5	Kitap-Ders Notu Okuma	Dağılım Ölçüleri ve Konum Ölçüleri	Yöntem
6	Kitap-Ders Notu Okuma	Olasılığın Temel Kavramları	Yöntem
7	Kitap-Ders Notu Okuma	Sayma Teknikleri (Permütasyon, Kombinasyon ve Binom Açılımı)	Yöntem
8	Kitap-Ders Notu Okuma	Koşullu Olasılık ve Bağımsız Olaylar	Yöntem
9	Kitap-Ders Notu Okuma	Rassal Değişkenler	Yöntem
10	-	ARA SINAV	-
11	Kitap-Ders Notu Okuma	Kesikli Olasılık Dağılımları	Yöntem
12	Kitap-Ders Notu Okuma	Sürekli Olasılık Dağılımları	Yöntem
13	Kitap-Ders Notu Okuma	Normal Dağılım ve Standart Normal Dağılım	Yöntem
14	Kitap-Ders Notu Okuma	Veri Biliminde Olasılık ve İstatistiğin Temel Uygulamaları	Soru–Cevap, Tekrar
15	Kitap-Ders Notu Okuma	Veri Biliminde Olasılık ve İstatistiğin Temel Uygulamaları	Soru–Cevap, Tekrar
16	-	FİNAL	-
17	-	FİNAL	-

KAYNAKLAR
Akdeniz, Fikri. Olasılık ve İstatistik. 23. Edition, Akademisyen Publishing, 2022.

ÖLÇME VE DEĞERLENDİRME
Yarıyıl İçi Yapılan Çalışmaların Ölçme ve Değerlendirmesi	Etkinlik Sayısı	Katkı Yüzdesi	Açıklama	Sınav Yapılma Şekli

(0) Etkisiz	(1) En Düşük	(2) Düşük	(3) Orta	(4) İyi	(5) Çok İyi
0	1	2	3	4	5

BİLGİ
Kuramsal
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Öğrenci, veri bilimi ve analitiğinin temel bileşenlerine hâkim olur; istatistiksel analiz, veri madenciliği ve makine öğrenmesine ilişkin yöntemleri uygulamalı olarak kullanabilir.					4
2	Öğrenci, hem yapılandırılmış hem de yapılandırılmamış veri tiplerini analiz etme becerisine sahiptir; büyük veri kümeleri üzerinden anlamlı çıkarımlar yaparak analitik yöntemleri etkili biçimde kullanabilir.			2
3	Öğrenci, veri analizi ve modelleme süreçlerinde Python, R, SQL gibi programlama dillerinden yararlanabilir; veri işleme ve otomasyon adımlarını etkin biçimde yönetebilir.		1

BİLGİ
Olgusal
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Öğrenci, veri görselleştirme ve sonuç raporlama tekniklerini kullanarak analiz bulgularını açık, etkili ve karar verme süreçlerine katkı sunacak biçimde ifade edebilir.				3
2	Öğrenci, karmaşık veri odaklı problemleri analiz edebilir, uygun çözüm yolları geliştirebilir ve bilimsel araştırma yöntemleri aracılığıyla yaratıcı, veri temelli kararlar alabilir.				3

BECERİLER
Bilişsel
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Öğrenci, veri bilimi ve analitiği kapsamında karşılaşılan problemleri analiz edebilir, uygun veri analizi tekniklerini seçerek çözüm yolları geliştirebilir; istatistiksel, algoritmik ve yapay zekâ temelli yöntemleri eleştirel düşünme yeteneğiyle değerlendirebilir.					4

BECERİLER
Uygulamalı
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Öğrenci, veri bilimi ve analitiği uygulamalarında Python, R, SQL gibi programlama dillerini etkin biçimde kullanabilir; veri madenciliği, makine öğrenmesi, büyük veri işleme, veri görselleştirme ve modelleme araçlarıyla pratik çözümler geliştirebilir, gerçek veri setleri üzerinde uygulamalar gerçekleştirebilir.		1

YETKİNLİKLER
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Öğrenci, veri bilimi ve analitiği ile ilgili bireysel veya ekip çalışmalarında sorumluluk üstlenebilir, karmaşık veri projelerini bağımsız olarak planlayıp yürütebilir; karşılaştığı sorunlara analitik ve yaratıcı çözümler geliştirerek karar alma süreçlerinde etkin rol oynayabilir.		1

YETKİNLİKLER
Öğrenme Yetkinliği
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Öğrenci, veri bilimi ve analitiği alanındaki güncel gelişmeleri, teknolojileri ve yöntemleri izleyerek yaşam boyu öğrenme bilinciyle kendini sürekli geliştirme yetkinliğine sahiptir; yeni bilgi ve becerileri hızla edinip uygulamaya aktarabilir.			2

YETKİNLİKLER
İletişim ve Sosyal Yetkinlik
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Öğrenci, veri bilimi ve analitiği alanındaki çalışmalarını yazılı, sözlü ve görsel yollarla açık ve etkili bir biçimde ifade edebilir; çok disiplinli takımlarda etkin biçimde çalışabilir, iletişim kurabilir ve iş birliğine dayalı çözümler geliştirebilir.			2

YETKİNLİKLER
Alana Özgü Yetkinlik
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Öğrenci, veri bilimi ve analitiği alanına özgü kavramlara, yöntemlere, algoritmalara ve araçlara hâkimdir; etik ilkelere uygun biçimde veri toplama, işleme, analiz etme ve yorumlama süreçlerini yürütebilir, veri gizliliği ve güvenliği konularında sorumluluk bilinciyle hareket eder.			2

DERSİN İŞ YÜKÜ VE AKTS KREDİSİ
Öğrenme-Öğretme Etkinlikleri İş Yükü
Öğrenme-Öğretme Etkinlikleri	Etkinlik(hafta sayısı)	Süresi(saat sayısı)	Toplam İş Yükü
Ders	14	3	42
Derse Ön Hazırlık ve Ders Sonrası Pekiştirme	14	3	42
Arazi Çalışması	0	0	0
Grup Çalışması / Ödevi	0	0	0
Laboratuvar	0	0	0
Okuma	10	1	10
Ödev	8	1	8
Proje Hazırlama	0	0	0
Seminer	0	0	0
Staj	0	0	0
Teknik Gezi	0	0	0
Web Tab. Öğrenme	0	0	0
Uygulama	8	2	16
Yerinde Uygulama	0	0	0
Mesleki Faaliyet	0	0	0
Sosyal Faaliyet	0	0	0
Tez Hazırlama	0	0	0
Alan Çalışması	0	0	0
Rapor Yazma	1	3	3
Final Sınavı	1	1	1
Final Sınavı Hazırlığı	5	3	15
Ara Sınav	1	1	1
Ara Sınav Hazırlığı	3	3	9
Kısa Sınav	1	1	1
Kısa Sınav Hazırlığı	1	3	3
TOPLAM	67	0	151