İST637 - BENZETİM TEKNİKLERİ
Dersin Adı | Kodu | Yarıyılı | Teori (saat/hafta) |
Uygulama (saat/hafta) |
Yerel Kredi | AKTS |
---|---|---|---|---|---|---|
BENZETİM TEKNİKLERİ | İST637 | 2. 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 Tartışma Soru-Yanıt | |||||
Dersin sorumlusu(ları) | Prof.Dr.Nursel Koyuncu | |||||
Dersin amacı | Bu dersin amacı öğrencilerin rasgele sayı kavramını kavramasını, çeşitli kesikli ve sürekli dağılımlardan rasgele veri üretebilmesini, olasılıksal süreçlerin benzetimini yapabilmesini, sistem kavramını öğrenmesini, model üzerinden ve olay üzerinden sistem benzetimi yapabilmesini, benzetim çıktılarının çözümleyebilmesini ve yorumlayabilmesini sağlamaktır. | |||||
Dersin öğrenme çıktıları |
| |||||
Dersin içeriği | 1. Temel Tanım ve Kavramlar 2. Rasgele Veri Üretme 3. Rasgele Süreç Benzetimi 4. Monte Carlo Benzetim | |||||
Kaynaklar | 1. Demirhan Parlak, Y., Demirhan, H., Bacanlı, S., 2008, A Simulation Study on Power Comparisons for Group Sequential Tests of Non-Parametric Statistics, Journal of Statistical Computation and Simulation, 79, 6, 769-785. 2. Demirhan, H., Dolgun, N.A. Demirhan Parlak, Y., Dolgun, M.Ö., 2010, Performance of Some Multiple Comparison Tests Under Heteroscedasticity and Dependency, Journal of Statistical Computation and Simulation, 80, 10, 1083 ? 1100. 3. Demirhan H., Hamurkaroğlu, C. Bayesian control limits for and R control charts for exponentially distributed measurements, Journal of Statistical Computation and Simulation, Basımda. 4. Erdemir, C., Kadılar, C., 2003, Benzetim Tekniklerine Giriş, Hacettepe Üniversitesi Yayınları, Ankara. 5. Fishman, G.S., 1995, Monte Carlo, Concepts, Algorithms and Applications, Springer, New York. 6. Gentle, J.E., 2003, Random number Generation and Monte Carlo Methods, Springer, New York. |
Haftalara Göre İşlenecek Konular
Haftalar | Konular |
---|---|
1. Hafta | 1.1. Dersin amacı 1.2. Temel tanım ve kavramlar: 1.3. Sistem, sistem modelleri, olasılıksal sistem benzetimi, 1.4. Benzetim yöntemlerinin tarihine kısa bir bakış. 1.5. Rasgele sayı üretme. |
2. Hafta | 1.6. Üretilen rasgele sayının kabul edilmesi; 2.1. Rasgele sayı üretme yöntemleri: 2.1.1. Ters dağılım fonksiyonu yöntemi, 2.1.2. Birleştirme yöntemi, 2.1.3. Reddetme yöntemi, 2.1.4. Tekbiçimlilerin oranı yöntemi. |
3. Hafta | 2.2. Özel sürekli dağılımlardan rasgele sayı üretme: 2.2.1. Normal, 2.2.2. Kesilmiş normal, 2.2.3. Log-normal, 2.2.4. Half-normal, 2.2.5. Çarpık-normal, 2.2.6. Gamma, 2.2.7. Log-gamma, 2.2.8. Genelleştirilmiş log-gamma, 2.2.9. Erlang, |
4. Hafta | 2.2.9. Cauchy, 2.2.10. Üstel, 2.2.11. Kesilmiş üstel, 2.2.12. Hiper-üstel, 2.2.13. Laplace, 2.2.14. Ki-kare, 2.2.15. Weibull, 2.2.16. Gumbel, 2.2.17. Pareto, 2.2.18. Rayleigh, 2.2.19 Lojistik, 2.2.20. Genelleştirilmiş lamda, 2.2.21. t-dağ |
5. Hafta | 2.3. Özel kesikli dağılımlardan rasgele sayı üretme: 2.3.1. Bernoulli, 2.3.2. Binom, 2.3.3. Hipergeometrik, 2.3.4. Negatif binom, 2.3.5. katlı ? terimli, 2.4. Sürekli çok değişkenli dağılımlardan rasgele vektör üretme: 2.4.1. çok değişkenli no |
6. Hafta | 2.4.2. genelleştirilmiş çok değişkenli log-gamma. 2.5. Olasılık fonksiyonu ya da olasılık yoğunluk fonksiyonu bilinen dağılımlardan rasgele sayı üretme. |
7. Hafta | Ara Sınav |
8. Hafta | 2.6. Sıralı istatistikler. 2.7. Rasgele süreç benzetimi : 2.7.1. Poisson süreci, |
9. Hafta | 2.7.2. Birleşik Poisson süreci, 2.7.3. Homojen olmayan Poisson süreci, 2.7.4. Doğum ? ölüm süreci. 2.7.5. Uygulamalar |
10. Hafta | 2.8. Model üzerinden benzetim: 2.8.1. Çoklu doğrusal regresyon modeli, 2.8.2. Tek yönlü varyans çözümleme modeli, 2.8.3. Poisson regresyon modeli, 2.8.4. Lojstik regresyon modeli, 2.8.5. Log-doğrusal model |
11. Hafta | 2.8. Model üzerinden benzetim: 2.8.6. Makro-ekonomik modeller, 2.8.7. Eşanlı modeller, 2.8.8. Meso-ekonomik modeller, 2.8.9. Mevsimsel olmayan ve mevsimsel arıma modelleri. |
12. Hafta | 2.9. Tek ? yönlü varyans çözümleme düzenlerinde çoklu karşılaştırma testleri benzetimi. |
13. Hafta | 2.10. Olay üzerinden benzetim: 2.10.1. Yaşam dağılımları, 2.10.2. Yaşam verileri, 2.10.3. Sabit hazard oranlı klinik denemeler, 2.10.4. Sabit olmayan hazard oranlı klinik denemeler. 2.10.5. Birinci tip hatalar |
14. Hafta | 2.11. Grup ardışık klinik deneme benzetimi 2.12. Üretim süreci benzetimi |
15. Hafta | Sınava hazırlık |
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 | 2 | 15 |
Sunum | 2 | 15 |
Projeler | 0 | 0 |
Seminer | 0 | 0 |
Ara Sınavlar | 1 | 20 |
Genel sınav | 1 | 50 |
Toplam | 100 | |
Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 5 | 50 |
Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 1 | 50 |
Toplam | 100 |
AKTS (Öğrenci İş Yükü) Tablosu
Etkinlikler | Sayısı | Süresi | Toplam İş Yükü |
---|---|---|---|
Ders Süresi | 14 | 3 | 42 |
Laboratuvar | 0 | 0 | 0 |
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) | 14 | 10 | 140 |
Sunum / Seminer Hazırlama | 0 | 0 | 0 |
Proje | 0 | 0 | 0 |
Ödevler | 2 | 15 | 30 |
Ara sınavlara hazırlanma süresi | 1 | 10 | 10 |
Genel sınava hazırlanma süresi | 1 | 18 | 18 |
Toplam İş Yükü | 32 | 56 | 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