İST652 - TEKRARLI ÖLÇÜMLÜ VERİ ANALİZİ
Dersin Adı | Kodu | Yarıyılı | Teori (saat/hafta) |
Uygulama (saat/hafta) |
Yerel Kredi | AKTS |
---|---|---|---|---|---|---|
TEKRARLI ÖLÇÜMLÜ VERİ ANALİZİ | İST652 | 1. Yarıyıl | 3 | 0 | 3 | 8 |
Önkoşul(lar)-var ise | Yok | |||||
Dersin Dili | Türkçe | |||||
Dersin Türü | Seçmeli | |||||
Dersin verilme şekli | Yüz yüze | |||||
Dersin öğrenme ve öğretme teknikleri | Anlatım Uygulama-Alıştırma Sorun/Problem Çözme | |||||
Dersin sorumlusu(ları) | Doç.Dr. Melike Bahçecitapar | |||||
Dersin amacı | Aynı birimlerden alınan yinelenmiş ölçümler söz konusu olduğunda ortaya çıkan bağımlılık yapısı için kullanılan yöntemleri tanıtmak, öğrencilere bağımlı ve bağımsız örneklem ayrımını yaptırarak gerekli olan istatistiksel analiz yöntemlerini SPSS, SAS ve R paket programlarında öğretmektir. | |||||
Dersin öğrenme çıktıları |
| |||||
Dersin içeriği | 1. Tekrarlı ölçümlü verilerin tanımı 2. Kappa testi 3. Uyum/Uyumsuzluk Modeli 4. Tekrarlı ölçümlü nitel verilerin analizinde log-doğrusal modeller 5. Tekrarlı ölçümlü verilerde parametrik olmayan yöntemler 6. Tek yönlü tekrarlı ölçümlü varyans analizi 7. İki yönlü tekrarlı ölçümlü varyans analizi 8. Tekrarlı ölçümlü çok değişkenli varyans analizi 9. Çok etkenli tekrarlı ölçümlü varyans analizi 10. Crossover tasarımlar 11. Tekrarlı ölçümlü kovaryans analizi 12. Tekrarlı ölçümlü çok değişkenli kovaryans analizi | |||||
Kaynaklar | 1. Montgomery, D. C., 2001, Design and Analysis of Experiments, John Wiley and Sons, New York. 2. Agresti, A., 2002, Categorical Data Analysis. Wiley, New York . 3. Crowder, M.J., Hand, D.J., 1999, Analysis of Repeated Measures, Chapman&Hall. 4. Davis C.S., 2003,Statistical Methods for the Analysis of Repeated Measurements, Springer. 5. Verma, J., P., 2015. Repeated Measures Design For Empirical Researchers, Wiley, 1st edition. 6.Lindsey, J.K., 1999. Models For Repeated Measurements, Oxford Statistical Science Series, 2nd edition. |
Haftalara Göre İşlenecek Konular
Haftalar | Konular |
---|---|
1. Hafta | 1.1.Tekralı ölçümlü verilerin tanımı. 1.2. Bağımlı örneklem tanımı ve örnekler |
2. Hafta | 2.1. Kappa testi 2.2. Ağırlıklı Kappa testi 2.3. Fleiss Kappa testi |
3. Hafta | 3.1. Uyum modeli 3.2. Uyumsuzluk modeli |
4. Hafta | 4.1. Simetri modeli 4.2. Yarı-simetri modeli 4.3. Koşullu Simetri modeli 4.4. Marjinal Homojenlik modeli |
5. Hafta | 5.1. McNemar testi 5.2. Friedman testi 5.3. Cochran Q testi |
6. Hafta | 6. Tekrarlı ölçümlü varyans analizi 6.1. Tek yönlü tekrarlı ölçümlü varyans analizi |
7. Hafta | 6.2. İki yönlü tekrarlı ölçümlü varyans analizi |
8. Hafta | Ara sınav |
9. Hafta | 7. Tekrarlı ölçümlü çok değişkenli varyans analizi |
10. Hafta | 8.Çok etkenli tekrarlı ölçümlü varyans analizi |
11. Hafta | 9. Crossover tasarımlar |
12. Hafta | 10. Tekrarlı ölçümlü kovaryans analizi |
13. Hafta | 11. Tekrarlı ölçümlü çok değişkenli kovaryans analizi |
14. Hafta | 12. Genel tekrar |
15. Hafta | 13. Sunumlar |
16. Hafta | Genel Sınav |
Değerlendirme Sistemi
Yarıyıl içi çalışmaları | Sayısı | Katkı Payı % |
---|---|---|
Devam (a) | 0 | 0 |
Laboratuar | 0 | 0 |
Uygulama | 0 | 0 |
Alan Çalışması | 0 | 0 |
Derse Özgü Staj (Varsa) | 0 | 0 |
Ödevler | 5 | 10 |
Sunum | 1 | 10 |
Projeler | 0 | 0 |
Seminer | 0 | 0 |
Ara Sınavlar | 1 | 20 |
Genel sınav | 1 | 60 |
Toplam | 100 | |
Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 7 | 40 |
Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 1 | 60 |
Toplam | 100 |
AKTS (Öğrenci İş Yükü) Tablosu
Etkinlikler | Sayısı | Süresi | Toplam İş Yükü |
---|---|---|---|
Ders Süresi | 14 | 2 | 28 |
Laboratuvar | 14 | 1 | 14 |
Uygulama | 0 | 0 | 0 |
Derse özgü staj (varsa) | 0 | 0 | 0 |
Alan Çalışması | 0 | 0 | 0 |
Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb) | 1 | 28 | 28 |
Sunum / Seminer Hazırlama | 1 | 40 | 40 |
Proje | 0 | 0 | 0 |
Ödevler | 5 | 10 | 50 |
Ara sınavlara hazırlanma süresi | 1 | 30 | 30 |
Genel sınava hazırlanma süresi | 1 | 50 | 50 |
Toplam İş Yükü | 37 | 161 | 240 |
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
D.9. Program Yeterlilikleri | Katkı Düzeyi* | ||||
---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | |
1. İstatistik lisans düzeyinde edindiği kuramsal ve uygulamalı yeterlilikleri geliştirme. | X | ||||
2. Belirli bir alana yönelerek o alanda detaylı araştırma yapabilme ve uzmanlaşma | X | ||||
3. İstatistiksel problemlere ilişkin yeni çözüm yöntemleri geliştirme | X | ||||
4. İstatistik alanında edindiği bilgiyi disiplinler arası çalışmalarda kullanabilme | X | ||||
5. İstatistik alanındaki bir konuyu belirli süre içerisinde etkin bir şekilde sunabilme | X | ||||
6. İstatistik alanında proje ve etkinlikler düzenleme. Bir projenin oluşturulması, yürütülmesi ve sonuçların raporlanması aşamalarını gerçekleştirebilme. | X | ||||
7. Bilimsel irdeleme yetisine sahip olma | X | ||||
8. Analitik düşünme becerisine sahip olma | X | ||||
9. Mesleki yenilik ve gelişmeleri hem ulusal hem de uluslar arası düzeyde takip edebilme | X | ||||
10. İstatistik literatürünü takip edebilme | X | ||||
11. Bilişim teknolojilerini ileri düzeyde kullanma | X | ||||
12. Bireysel çalışma becerisi ve bağımsız karar verebilme yetisine sahip olma | X | ||||
13. Takım çalışmalarında gerekli olan niteliklere sahip olma ve takım liderliği yapabilme | X | ||||
14. Yabancı dil bilgisini, alanında yabancı dilde çalışmalar yapabilecek ve bu çalışmaları sunabilecek düzeyde geliştirme. | X | ||||
15. Mesleki ve etik sorumluluk bilincine sahip olma | X |
*1 En düşük, 2 Düşük, 3 Orta, 4 Yüksek, 5 Çok yüksek