Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi

Dersin amacı Makine Mühendisliği öğrencilerini olasılık ve istatistiğin temel kavramlarıyla tanıştırmak; bu sayede mühendislik kariyerlerinde olasılık modelleri ve istatistik metodlarını kullanmalarında kolaylık sağlamaktır.

-

Temel olasılık ve istatistik kavramları, sayısal ve kategorik verinin sayısal ve grafik yöntemlerle analizi, kesikli ve sürekli olasılık dağılımları, tahmin yöntemleri, hipotez testleri ve regresyon.

Ders Notları, Powerpoint Sunumlar, Alıştırmalar, Ödevler, Projeler.

Yok

Türkçe

Applied Statistics for Engineers and Scientists, by D. M. Levine, P. P. Ramsey and R. K. Smidt, Prentice Hall, 2001. Probability and Statistics for Engineering and the Sciences (6th Edition), by J. L. Duxbury, Addison Wesley, 2004. Business Statistics a First Course (3rd Edition), by D. M. Levine, T. C. Krehbiel and M. L. Berenson, Prentice Hall, 2002. Probability & Statistics for Engineers & Scientists (8th Edition), by R. E. Walpole, R. H. Myers, S. L. Myers and K. Ye, Pearson Prentice Hall, 2007. Introduction to Probability and Statistics (4th Edition), by J. S. Milton, J. C. Arnold, McGraw-Hill, 2003.

-

• Olasılığın temel kavramı ve kuralları ile koşullu olasılık kavramının uygulanması
• Kesikli ve sürekli olasılık dağılımı için olasılık hesaplama ve olasılık dağılım uygulamaları
• Kesikli ve sürekli olasılık dağılımından kümülatif dağılım fonksiyonu elde etme
• Betimsel istatistik nedir? Merkezi eğilim (aritmetik ortalama, medyan, mod, yüzdelik) ve Merkezden dağılım ölçülerinin (standart sapma, varyans, ranj, çeyrek) hesaplanarak analiz edilmesi
• Sayısal ve kategorik verinin grafik tekniklerle gösterilmesi
• Popülasyon parametreleri (ortalama, varyans, standart sapma) için güven aralıklarının tanımlanması ve bulunması. Z ve t tablolarının kullanımı
• Temel hipotez testi kavramlarının tek popülasyondan alınan sayısal veri üzerinde uygulanması (Z ve t tablolarının kullanılması)