Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTS
3YBS 221Olasılık ve İstatistik I3+0+035

Dersin Detayları
Dersin Dili Türkçe
Dersin Düzeyi Lisans
Bölümü / Programı Yönetim Bilişim Sistemi(Türkçe)
Öğrenim Türü Örgün Öğretim
Dersin Türü Zorunlu
Dersin Amacı Olasılık ve istatistiğin temel kavramlarını öğretmek
Dersin İçeriği İstatistiğe giriş, istatistiğin temel kavramları, veri sunumu, özet ölçüler,olasılığa giriş, kesikli ve sürekli olasılık modelleri
Dersin Yöntem ve Teknikleri Yüz yüze/uzaktan eğitim/karma
Ön Koşulları Yok
Dersin Koordinatörü Yok
Dersi Verenler Yok
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar

Ders Yapısı
Matematik ve Temel Bilimler %80
Mühendislik Bilimleri %20

Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav 1 % 40
Devam 14 % 0
Uygulama 8 % 0
Yarıyıl Sonu Sınavı 1 % 60
Toplam :
24
% 100

 
AKTS Hesaplama İçeriği
Etkinlik Sayısı Süre Toplam İş Yükü (Saat)
Ders Süresi 14 3 42
Sınıf Dışı Ç. Süresi 14 5 70
Ödevler 14 2 28
Ara Sınavlar 1 2 2
Yarıyıl Sonu Sınavı 1 2 2
Toplam İş Yükü   AKTS Kredisi : 5 144

Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 İstatistiğin temel tanımlarını bilir
2 veri seti sunabilir
3 Bir veri setinin özet istatistiklerini hesaplayabilir ve raporlayabilir
4 Olasılık kavramlarını anlar
5 Sürekli ve ayrık olasılık modellerini ayırt edip anlayabilecektir


Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 İstatistikte temel tanımlar, veri sunumuna giriş, frekans tabloları
2 Histogramlar, çubuk grafikler, gövde ve yaprak grafikleri
3 Bazı veri kümeleriyle alıştırmalar
4 Konum ve yayılma frekansları ölçümü
5 Box &Whisker grafikleri
6 Veri kümeleriyle alıştırma
7 Vize
8 Olasılık uzayı, sigma cebiri, olasılık ölçüsünün tanımı, örnek uzaylar, olaylar, kümeler
9 Olasılık aksiyomları, basit özellikler, bağımsız olaylar, koşullu olasılık, toplam olasılık teoremi, Bayes Kuralı
10 Rastgele değişkenin tanımı, kesikli ve sürekli rasgele değişkenler, beklenen değer, rasgele değişkenin varyansı
11 Ayrık olasılık modelleri, olasılık kütle fonksiyonlarına ve dağılım fonksiyonlarına giriş, beklenti, varyans ve özellikleri
12 Bazı yaygın ayrık olasılık modelleri ve özellikleri
13 Sürekli olasılık modelleri, olasılık yoğunluk fonksiyonları ve dağılım fonksiyonlarına giriş, beklenti, varyans ve özellikleri
14 Bazı yaygın sürekli olasılık modelleri ve özellikleri
15 Normal Dağılım
16 Final


Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11
Tüm 5 2 2 4 1 5 2 3 5 2 3
Ö1 5 2 2 4 1 5 2 3 5 2 3
Ö2 5 2 2 4 1 5 2 3 5 2 3
Ö3 5 2 2 4 1 5 2 3 5 2 3
Ö4 5 2 2 4 1 5 2 3 5 2 3
Ö5 5 2 2 4 1 5 2 3 5 2 3

Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek


https://obs.ankarabilim.edu.tr/oibs/bologna/progCourseDetails.aspx?curCourse=105782&lang=tr&curProgID=6008