| School/Faculty/Institute |
Faculty of Education |
| Course Code |
MATH 234 |
| Course Title in English |
Statistics II |
| Course Title in Turkish |
Statistics II |
| Language of Instruction |
EN |
| Type of Course |
Flipped Classroom,Lecture |
| Level of Course |
Introductory |
| Semester |
Bahar |
| Contact Hours per Week |
| Lecture: 2 |
Recitation: |
Lab: 1 |
Other: |
|
| Estimated Student Workload |
130 hours per semester |
| Number of Credits |
5 ECTS |
| Grading Mode |
Standard Letter Grade
|
| Pre-requisites |
None |
| Expected Prior Knowledge |
None |
| Co-requisites |
None |
| Registration Restrictions |
Only Undergraduate Students
|
| Overall Educational Objective |
To learn the basic concepts and procedures in descriptive and inferential statistics. |
| Course Description |
This course covers the basic concepts and procedures in descriptive and inferential statistics. As a follow up of MATH 233 Statistics I course, this course begins with the review of basic concepts such as standard deviation, standardized scores (i.e., z-scores), standard error, the distribution of sample means, and probability and normal distribution. The course will continue with the methods for hypothesis testing and describing relationships between two (or more) variables, t-statistic, the t-test for the two independent and related samples, estimation, analysis of variance test for differences among two or more population means (ANOVA), correlations, and nonparametric tests.
|
| Course Description in Turkish |
Bu ders, tanımlayıcı ve çıkarımsal istatistikteki temel kavramları ve prosedürleri kapsar. MATG233 İstatistik I dersinin devamı niteliğinde olan bu ders, standart sapma, standartlaştırılmış puanlar (yani, z puanları), standart hata, örnek ortalamaların dağılımı ve olasılık ve normal dağılım gibi temel kavramların gözden geçirilmesiyle başlar. Ders, hipotez testi ve iki (veya daha fazla) değişken arasındaki ilişkileri tanımlama yöntemleri, t-istatistiği, iki bağımsız ve ilgili örnek için t-testi, tahmin, iki veya daha fazla popülasyon arasındaki farklar için varyans analizi (ANOVA), korelasyonlar ve parametrik olmayan testlerle devam edecektir..
|
Course Learning Outcomes and Competences
Upon successful completion of the course, the learner is expected to be able to:
1) İstatistik ve veri analizinin önemini takdir etmek
2) hipotez testinin temellerini anlamak;
3) Yönsüz ve yönlü hipotez testi tekniklerini anlamak ve uygulamak
4) iki veya daha fazla popülasyon ortalaması (ANOVA) arasındaki farklar için varyans testi analizi kavramını anlamak;
5) Korelasyon ve regresyon tekniklerini anlamak ve uygulamak
6) Ki-kare istatistiği kavramı gibi bazı parametrik olmayan testleri anlamak
|
| Program Learning Outcomes/Course Learning Outcomes |
1 |
2 |
3 |
4 |
5 |
6 |
| 1) |
|
|
|
|
|
|
| 2) |
|
|
|
|
|
|
| 3) |
|
|
|
|
|
|
| 4) |
|
|
|
|
|
|
| 5) |
|
|
|
|
|
|
| 6) |
|
|
|
|
|
|
| 7) |
|
|
|
|
|
|
| 8) |
|
|
|
|
|
|
| 9) |
|
|
|
|
|
|
| 10) |
|
|
|
|
|
|
| 11) |
|
|
|
|
|
|
| 12) |
|
|
|
|
|
|
Relation to Program Outcomes and Competences
| N None |
S Supportive |
H Highly Related |
| |
|
|
| |
Program Outcomes and Competences |
Level |
Assessed by |
| 1) |
|
S |
Exam
|
| 2) |
|
S |
Exam
|
| 3) |
|
N |
|
| 4) |
|
N |
|
| 5) |
|
N |
|
| 6) |
|
N |
|
| 7) |
|
H |
HW
|
| 8) |
|
S |
Lab
|
| 9) |
|
N |
|
| 10) |
|
N |
|
| 11) |
|
N |
|
| 12) |
|
N |
|
| Prepared by and Date |
MAHMUT KERTİL , |
| Course Coordinator |
BENGİ BİRGİLİ |
| Semester |
Bahar |
| Name of Instructor |
Dr. Öğr. Üyesi MAHMUT KERTİL |
Course Contents
| Hafta |
Konu |
| 1) |
Derse giriş
Temel kavramların gözden geçirilmesi |
| 2) |
Hipotez Testine Giriş: Hipotez Testinin Mantığı |
| 3) |
Yönlü Hipotez Testi
İstatistik Laboratuvarı: MsExcel veya SPSS Kullanımı |
| 4) |
T istatistiğine giriş
T istatistiği ile hipotez testleri |
| 5) |
İki bağımsız örnek için t testi
(İstatistik Laboratuvarı: MsExcel veya SPSS Kullanımı) |
| 6) |
İlgili iki örnek için t testi |
| 7) |
İlgili iki örnek için t testi (devamı)
İstatistik Laboratuvarı: MsExcel veya SPSS Kullanımı |
| 8) |
Varyans Analizine Giriş (ANOVA) |
| 9) |
Varyans Analizine Giriş (ANOVA) |
| 10) |
Tekrarlanan Ölçümler Varyans Analizi |
| 11) |
İki Faktörlü Varyans Analizi |
| 12) |
Korelasyon ve Regresyona Giriş |
| 13) |
Parametrik olmayan testler: Ki-Kare İstatistiği |
| 14) |
Parametrik olmayan testler |
| 15) |
Final Sınav Dönemi |
| 16) |
Final Sınav Dönemi |
| Required/Recommended Readings | Gravetter, F. J. & Wallnau L. B. (2010). Essentials of Statistics for the Behavioral Sciences (9th ed.). Wadsworth, Cengage Learning.
Shavelson, R.J. (1996). Statistical reasoning for the behavioral sciences (3rd ed.). Boston: Allyn & Bacon.
|
| Teaching Methods | Flipped learning, Direct instruction, Group work on some classroom activities, Laboratory work |
| Homework and Projects | Students will be assigned four homework through the whole semester
|
| Laboratory Work | Laboratory work will be held once in two weeks. In laboratory work, students are expected to use MsExcel or SPSS in order to apply the statistical concepts that they learned in the course.
|
| Computer Use | Computer use is necessary during laboratory work.
|
| Other Activities | In-class group works on some problems will be conducted.
|
| Assessment Methods |
| Assessment Tools |
Count |
Weight |
| Devam |
1 |
% 10 |
| Ödev |
1 |
% 40 |
| Projeler |
1 |
% 15 |
| Final |
1 |
% 35 |
| TOTAL |
% 100 |
|
| Course Administration |
kertilm@mef.edu.tr
Dr. Mahmut Kertil
e-mail: kertilm@mef.edu.tr
Office Hours: by appointment
Rules for attendance: The student must attend at least 70% of the classes.
Academic dishonesty and plagiarism: YOK Disciplinary Regulation
|
Bilgi Paketi / Ders Kataloğu