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 |