Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi

Programlar Hakkında Bilgi

Lisans - Mühendislik Fakültesi - Endüstri Mühendisliği (İngilizce)

Müfredat Adı Ders Kodu Ders Adı Ders Türü Dönem AKTS Teorik Uygulama
2015 -Endüstri Mühendisliği (İngilizce) - Anadal IE2152 Statistics for Industrial Engineers Zorunlu 4 11,00 3 2

Dersin İçeriği

Dersin Amacı

Dersin amacı endüstri mühendisliği öğrencilerine daha ileri derslerde ve mühendislik kariyerlerinde ihtiyaç duyulacak istatistiksel teori ve uygulamaları öğretmektir. İlave olarak, öğrencilerin kantitatif ve kalitatif analizler, istatistiksel düşünme, karar verme, yorumlama ve toplanan bir veri setinden sonuç çıkarmadaki yeteneklerini geliştirmektir.

Öğrenim Türü

-

Dersin İçeriği

Giriş ve Veri Toplama Veriyi Tablo ve Grafiklerle Gösterme Sayısal Tanımlayıcı Ölçüler Sayısal Tanımlayıcı Ölçüler (devamı) Temel Olasılık Temel Olasılık (devamı) Olasılık Dağılımları MGF (Moment Üretme Fonksiyonu), Beklenen Değerler, Varyans Birleşik Dağılımlar Vaka Analizi Sunumları Olasılık Dağılımları (devamı) (kesikli) Olasılık Dağılımları (devamı) (sürekli) Örnekleme Dağılımları ve Güven Aralığı Tahmini (devam)

Planlanan Öğrenme Aktiviteleri ve Metodları

Ders Notları, Powerpoint Sunumları, Ödevler, Vaka Analizi

Staj Durumu

-

Dersin Sunulduğu Dil

İngilizce

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

1 TEXTBOOK: Jay L. Devore, Probability and Statistics for Engineering and the Sciences Fifth Edition, Duxbury, 2000. 2 David M. Levine, Patricia P. Ramsey Robert K. Smidt "Applied Statistics for Engineers and Scientist" 3 Richard A. Johnson "Probability and Statistics for Engineers" 4. Ronald E. Walpole, Raymond H. Myers Sharon L. Myers, Keying Ye "Probability and Startistics for Engineers and Scientists" 5. William Mendenhall, Terry Sincich "Statistics for Engineering and the Science"

Dersin Web Sayfası

-

Öğrenme Çıktıları

  • Alan araştırması, problem çözme, karar verme vs. için ham veri, bilgi veya bilimsel veri toplama, daha sonra toplanan veriyi düzenleme (1)
  • Sayısal ve kategorik veriyi sıralamak ve çeşitli görselleştirme teknikleri vasıtası ile grafik çizmek (1)
  • Bir veri setini merkezi eğilim ve değişkenlik ölçümlerini hesaplayarak tanımlamak (1) Veri setinin özelliklerini araştırmak (1)
  • Olasılık teoremi ve dağılımların temel konseptleri ve kurallarını kullanarak endüstriyel olayların / oluşların / vakaların yapısını analiz etme (2,3,4, 5)
  • Modelleme ve benzetim için kesikli ve sürekli tesadüfi sistemlerin dağılımını belirleme (3,4) Modelleme ve benzetim için kesikli ve sürekli tesadüfi sistemlerin dağılımını belirleme (3,4)

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik
1 Giriş ve Veri Toplama
2 Veriyi Tablo ve Grafiklerle Gösterme
3 Sayısal Tanımlayıcı Ölçüler
4 Sayısal Tanımlayıcı Ölçüler (devamı)
5 Temel Olasılık
6 Temel Olasılık (devamı)
7 Olasılık Dağılımları
8 Ara Sınav Haftası
9 MGF (Moment Üretme Fonksiyonu), Beklenen Değerler, Varyans
10 Birleşik Dağılımlar
11 Vaka Analizi Sunumları
12 Arasınav II
13 Olasılık Dağılımları (devamı) (kesikli)
14 Olasılık Dağılımları (devamı) (sürekli)
15 Örnekleme Dağılımları ve Güven Aralığı Tahmini (devam)
16 Ders Çalışma Haftası
17 Yarı Yıl Sonu Sınavı

Değerlendirme

Değerlendirme Değer
Yarıyıl (Yıl) İçi Etkinlikleri 60
Yarıyıl (Yıl) Sonu Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri Değer
Final Sınavı 100

Öğrenci İş Yükü Hesabı

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ödev ve Hazırlığı 8 25 200
Arasınav ve Hazırlığı 2 25 50
Final ve Hazırlığı 1 25 25

Program ve Öğrenme Çıktıları İlişkisi

ÖÇ1
ÖÇ2
ÖÇ3
ÖÇ4
ÖÇ5