Öğretim Programları Hakkında Bilgiler
| DERS BİLGİLERİ | |||||
|---|---|---|---|---|---|
| Ders | Kodu | Yarıyıl | Ders Süresi | Kredi | AKTS |
| Statistics | IG 219 | 3 | 2 | 3 | 5 |
| Ön Koşul Dersleri | |
| Ders Hakkında Önerilen Diğer Hususlar | None |
| Dersin Dili | İngilizce  |
|||
| Dersin Seviyesi | Lisans | |||
| Dersin Türü | Zorunlu | |||
| Dersin Koordinatörü | Doç. Dr. Selma TOKER KUTAY | |||
| Dersi Verenler |
|
|||
| Dersin Yardımcıları | ||||
| Dersin Amacı | Bu dersin amacı, öğrencilere istatistiksel veri toplama, analiz etme ve yorumlama üzerine genel bir beceri kazandırmaktır. |
|||
| Dersin İçeriği | Bu dersin konuları arasında örnekleme dağılımı, istatistiksel kestirim, hipotez testi, basit ve çoklu doğrusal regresyon, deney tasarımı ve bu konuların endüstri sistemleri mühendisliğine uygulamaları bulunmaktadır. |
| Dersin Öğrenme Kazanımları |
|---|
| 1) Bu dersi başarıyla tamamlayabilen öğrenciler; grafik ve sayısal yöntemler kullanarak verileri analiz edebilecektir. |
| 2) İstatistiksel karar vermenin temellerini anlayacaktır. |
| 3) İstatistiksel karar vermenin temellerini anlayacaktır. |
| 4) Bilgisayar aracılığıyla verileri analiz edebilecektir. |
| 5) |
| 6) |
| 7) |
| 8) |
| 9) |
| 10) |
| 11) |
| 12) |
| 13) |
| 14) |
| 15) |
| DERSİN PROGRAM KAZANIMLARINA KATKISI | |||||||
|---|---|---|---|---|---|---|---|
| No | Temel öğrenme Kazanımları | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Matematik, fen bilimleri ve Gıda Mühendisliğine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık Mühendislik problemlerinin çözümünde kullanabilme becerisi. |
||||||
| 2 | Gıda Mühendisliği ve teknolojisi alanlarındaki karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. |
||||||
| 3 | Gıda Mühendisliğinde karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. |
||||||
| 4 | Gıda Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. |
||||||
| 5 | Gıda Mühendisliği alanında karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. |
||||||
| 6 | Disiplin içi (Gıda Mühendisliği) ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. |
||||||
| 7 | Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; Gıda Mühendisliği alanında etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. |
||||||
| 8 | Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; Gıda Mühendisliği alanında bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. |
||||||
| 9 | Etik ilkelerine uygun davranma, Gıda Mühendisliği alanında mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. |
||||||
| 10 | Gıda Mühendisliği alanında proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. |
||||||
| 11 | Gıda Mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın Gıda Mühendisliği alanına yansıyan sorunları hakkında bilgi; Gıda Mühendisliği çözümlerinin hukuksal sonuçları konusunda farkındalık. |
||||||
| DERS AKIŞI | |||
|---|---|---|---|
| Hafta | Konular | Ön Hazırlık | Yöntem |
| 1 | Tanımlayıcı İstatistik | Ders Notları | Anlatım |
| 2 | Örneklem dağılımları ve noktasal kestirim | Ders Notları | Anlatım |
| 3 | Örneklem dağılımları ve noktasal kestirim | Ders Notları | Anlatım |
| 4 | Örneklem dağılımları ve noktasal kestirim | Ders Notları | Anlatım |
| 5 | Tek Örneklem için Güven Aralığı Tahmini | Ders Notları | Anlatım |
| 6 | Tek Örneklem için Güven Aralığı Tahmini | Ders Notları | Anlatım |
| 7 | İki Örneklem için Güven Aralığı Tahmini | Ders Notları | Anlatım |
| 8 | Ara Sınav | Ders Notları | Anlatım Yazılı Sınav |
| 9 | Tek Örneklem için Hipotez Testleri | Ders Notları | Anlatım |
| 10 | Tek Örneklem için Hipotez Testleri | Ders Notları | Anlatım |
| 11 | İki Örneklem için Hipotez Testleri | Ders Notları | Anlatım |
| 12 | İki Örneklem için Hipotez Testleri | Ders Notları | |
| 13 | Basit Doğrusal Regresyon ve Korelasyon | Ders Notları | Anlatım |
| 14 | Çoklu Doğrusal Regresyon ve Korelasyon ve Excel Uygulamaları | Ders Notları | Anlatım |
| 15 | Çoklu Doğrusal Regresyon ve Korelasyon ve Excel Uygulamaları | Ders Notları | Anlatım |
| 16-17 | Yarıyıl Sonu Sınavları | Ders Notları | Yazılı Sınav |
| KAYNAKLAR | |
|---|---|
| Ders Notu | |
| Diğer Kaynaklar | |
