Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi

Programlar Hakkında Bilgi

Doktora - Fen Bilimleri Enstitüsü - Matematik

Müfredat Adı Ders Kodu Ders Adı Ders Türü Dönem AKTS Teorik Uygulama
Matematik - Uygulamalı Matematik - Doktora - 2014 IST7062 Çok Değişkenli İstatistiksel Analiz Seçmeli 1 8,00 3 0

Dersin İçeriği

Dersin Amacı

Normallik koşulunun sağlanmaması durumlarında çok değişkenli verilerin analizi, çok değişkenli nitel veriler ve bu verilerin analizinde kullanılan istatistiksel yöntemlerin öğretilmesi.

Öğrenim Türü

-

Dersin İçeriği

1. Çok Değişkenli Dağılımlar 2. Sınıflandırma ve Ayrımsal Çözümleme 3. Çok Boyutlu (Logaritmik Doğrusal) Tablolama 4. Karşılık Getirme (Korespondence) Analizi 5. Homojenite ( Çoklu Korespondence) Analizi 6. Doğrusal olmayan Temel Bileşenler Analizi 7. Doğrusal olmayan Kanonik Korelasyon Analizi 8. Çok Boyutlu Ölçeklendirme Analizi 9. Veri Zarflama Analizi 10. Çok Kriterli Karar Verme Analizi

Planlanan Öğrenme Aktiviteleri ve Metodları

-

Staj Durumu

-

Dersin Sunulduğu Dil

Türkçe

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

1. Mardia, K.V., Kent,J.T. and Bibby,J.M. : Multivariate Analysis, Academic Press, London, 1989. 2. Gibbons, J.D. and Chakraborti,S.: Nonparametric Statistical Inference, Fourth Edition, Wiley and Sons. Inc., New York 2003. 3. Anderson, T.W. : An Introduction to Multivariate Statistical Analysis , John Wiley and Sons. Inc., New York 2003. 4. Johnson, R.A. and Wichern, D.W.: Applied Multivariate Statistical Analysis, 6th Edition , Prentice-Hall, New Jersey, 2007.

Dersin Web Sayfası

-

Öğrenme Çıktıları

  • Tek ve Çok Değişkenlilik Kavramlarının Verilmesi
  • Nitel ve Nicel Veri Türleri
  • Doğrusal ve Doğrusal Olmayan Analiz Yöntemleri
  • Çok Değişkenli Nitel Verilerin Analizi
  • Çok Değişken Olması Durumunda Sınıflama ve Kümeleme

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik
1 1. Giriş 1.1.Kategorik Veri Türleri 1.2. Kategorik Verilerin Analizinde Kullanılan Yöntemler
2 2.Ki-Kare Analizi ve Çok Boyutlu Tablolar 2.1. İki Boyut İçin Ki-Kare Analizi 2.2. Üç Boyut İçin Ki Kare Analizi 2.3. Uygulama
3 2.4. Logaritmik Doğrusal Modeller 2.4.1. Model Oluşturma 2.4.2. Hipotez Testi 2.5. Uygulama
4 3. Karşılık Getirme (Korespondence) Analizi 3.1. Uygulama
5 4. Optimal Ölçekleme Teknikleri 4.1. Homojenity ( Çoklu Korespondence) Analizi 4.2. Doğrusal olmayan Temel Bileşenler Analizi
6 4.3.Doğrusal Olmayan Kanonik Korelasyon Analizi 4.4.Uygulama
7 arasınav
8 5. Lojit ve Probit Modeller 5.1. İki Sonuçlu Lojit Modeller 5.2. Çok Sonuçlu Lojit Modeller 5.3. Sıralı Sonuçlu Lojit Modeller 5.4. Uygulama
9 5.5 İki Sonuçlu Probit Modeller 5.6. Çok Sonuçlu Probit Modeller
10 5.7. Sıralı Sonuçlu Probit Modeller 5.8. Uygulama
11 6. Veri Zarflama Analizi 6.1.Giriş 6.2.Malmquist Toplam Faktör Verimliliği İndeksi 6.3. Uygulama
12 6.4.Girdiye Yönelik Yaklaşım 6.5. Uygulama
13 6.6. Çıktıya Yönelik Yaklaşım 6.7. Uygulama
14 7. Çok Kriterli Kara verme Teknikleri 7.1. Uygulama
15 8.Genel Değerlendirme ve Uygulama
16 Final sınavına hazırlık
17 Final sınavı

Değerlendirme

Değerlendirme Değer
Yarıyıl (Yıl) İçi Etkinlikleri 50
Yarıyıl (Yıl) Sonu Etkinlikleri 50
Yarıyıl (Yıl) Sonu Etkinlikleri Değer
Final Sınavı 100

Öğrenci İş Yükü Hesabı

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Öncesi/Sonrası Bireysel Çalışma 14 4 56
Proje ve Hazırlığı 0 0 0
Ödev ve Hazırlığı 0 0 0
Laboratuvar ve Hazırlığı 0 0 0
Atölye ve Hazırlığı 0 0 0
Sunum ve Hazırlığı 0 0 0
Seminer ve Hazırlığı 0 0 0
Demo ve Hazırlığı 0 0 0
Araştırma ve Hazırlığı 0 0 0
Rapor ve Hazırlığı 0 0 0
Arasınav ve Hazırlığı 14 4 56
Kısa Sınav ve Hazırlığı 0 0 0
Final ve Hazırlığı 14 3 42
Teorik Ders Saati 14 4 56
Uygulama Ders Saati 0 0 0

Program ve Öğrenme Çıktıları İlişkisi

ÖÇ1
ÖÇ2
ÖÇ3
ÖÇ4
ÖÇ5