| School/Faculty/Institute | Faculty of Engineering | |||||
| Course Code | MATH 228 | |||||
| Course Title in English | Probability and Statistics for Engineering II | |||||
| Course Title in Turkish | Mühendislik için Olasılık ve İstatistik II | |||||
| Language of Instruction | EN | |||||
| Type of Course | Exercise,Lecture | |||||
| Level of Course | Introductory | |||||
| Semester | Spring,Fall | |||||
| Contact Hours per Week |
|
|||||
| Estimated Student Workload | 172 hours per semester | |||||
| Number of Credits | 7 ECTS | |||||
| Grading Mode | Standard Letter Grade | |||||
| Pre-requisites |
MATH 227 - Probability and Statistics for Engineering I |
|||||
| Co-requisites | None | |||||
| Expected Prior Knowledge | Prior knowledge of basic concepts of probability is expected | |||||
| Registration Restrictions | Only undergraduate students | |||||
| Overall Educational Objective | To acquire basic knowledge of statistical analysis concepts with on hands applications using modern tools | |||||
| Course Description | The aim of the course is to give the fundamentals of statistical analysis. This course introduces the basics of statistics for engineers to summarize numerical and categorical data obtained from surveys, experiments, etc. The topics include different data types, measures of location, variability, shape, and association between variables. The fundamental concepts of estimation, confidence intervals, hypothesis testing and apply appropriate tests for population mean, proportion, variance and difference, independence, and goodness to fit. Students will be able to apply Analysis of Variance and Linear Regression using modern tools. |
Course Learning Outcomes and CompetencesUpon successful completion of the course, the learner is expected to be able to:1) Sayısal ve kategorik veriyi özetler; 2) Örnekleme dağılımlarının temel kavramları hakkında anlayış kazanır; 3) Hipotez testlerinin sonuçlarını tasarlar, çözer ve yorumlar; 4) Deneylerin sonucunu yönetir, analiz eder ve sonuçların doğruluğunu değerlendirir; 5) Bir takımın uzlaşı, organizasyon ve performansını verimli bir şekilde yönetir ve değerlendirir; 6) Etkili yazılı ve sözlü iletişim organize eder ve gerçekleştirir. |
| Program Learning Outcomes/Course Learning Outcomes | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| 1) Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi. | ||||||
| 2) Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi. | ||||||
| 3) Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği. | ||||||
| 4) Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi. | ||||||
| 5) Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi. | ||||||
| 6) Mesleki etik standartların içselleştirilmesi ve yayılması. | ||||||
| 7) Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme. | ||||||
| 8) Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi. | ||||||
| 9) Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme. | ||||||
| 10) Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme. | ||||||
| 11) Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi. | ||||||
| 12) Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi. | ||||||
| 13) Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme. |
| N None | S Supportive | H Highly Related |
| Program Outcomes and Competences | Level | Assessed by | |
| 1) | Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi. | N | |
| 2) | Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi. | N | |
| 3) | Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği. | H | Sınav,Ödev,Derse Katılım |
| 4) | Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi. | N | |
| 5) | Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi. | N | |
| 6) | Mesleki etik standartların içselleştirilmesi ve yayılması. | N | |
| 7) | Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme. | N | |
| 8) | Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi. | N | |
| 9) | Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme. | S | Derse Katılım |
| 10) | Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme. | S | Ödev,Derse Katılım |
| 11) | Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi. | N | |
| 12) | Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi. | S | Sınav,Ödev |
| 13) | Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme. | H | Sınav,Ödev |
| Prepared by and Date | ŞİRİN ÖZLEM , March 2024 |
| Course Coordinator | ŞİRİN ÖZLEM |
| Semester | Spring,Fall |
| Name of Instructor | Dr. Öğr. Üyesi ŞİRİN ÖZLEM |
| Hafta | Konu |
| 1) | U1, Giriş, Veri, Veri tipleri, Verinin kaynakları |
| 2) | U2, Tanımlayıcı İstatistik, Kategorik ve sayısal değişkenler için Veriyi Özetleme |
| 3) | U3, U4, Konumun ölçümü, değişkenlik ve dağılım şekli |
| 4) | U5, U6, Kutu grafikleri, ağırlıklı ortalama, aykırı değerler, İki değişken arasındaki ilişkinin ölçümleri, İki değişken için verilerin özetlenmesi |
| 5) | U7, Büyük sayılar kanunu ve merkezi limit teoremi |
| 6) | U8, Örnekleme Dağılımları ve Aralık Tahmini |
| 7) | U9, Hipotez Testi, İstatistiğin analizin temel aşamaları |
| 8) | U10a, U10b,Tek Örneklem Testini İçeren Hipotez Testi, Popülasyon Varyansı |
| 9) | U11, İki Örneklem İçeren Hipotez Testi, Eşleştirilmiş ve Eşleştirilmemiş Örnekleri Ayırt Etme |
| 10) | U12, U13, ANOVA, Popülasyon varyanslarının oranının test edilmesi |
| 11) | U14, U15, Doğrusal Regresyon |
| 12) | U16,Uygunluk İyiliği testi ve bağımsızlığın testi |
| 13) | Proje çalışmaları |
| 14) | Proje çalışmaları |
| 15) | Final Sınavı/Proje Sunum Dönemi |
| 16) | Final Sınavı/Proje Sunum Dönemi |
| Required/Recommended Readings | Required: Applied Probability and Statistics for Engineers, D.C. Montgomery, G.C. Runger, John Wiley & sons, 2011 Recommended: Probability and Statistics for Engineers, R. L. Sheaffer, M. Mulekar. J.T. McClave, Duxbury Press, 2010; Probability and Statistics for Engineers, R. L. Sheaffer, J.T. McClave, Duxbury Press, 1994 | ||||||||||||
| Teaching Methods | Lecture/Exercise/ | ||||||||||||
| Homework and Projects | - | ||||||||||||
| Laboratory Work | Students will apply the methods they learned using Excel at the laboratory hours. | ||||||||||||
| Computer Use | Required | ||||||||||||
| Other Activities | None | ||||||||||||
| Assessment Methods |
|
||||||||||||
| Course Administration |
sirin.ozlem@mef.edu.tr Course Instructor: Asst. Prof. Şirin Özlem, email: sirin.ozlem@mef.edu.tr., office: A block, 5th floor Pre-lecture videos: We will use udacity videos for this course. We will complete two free lessons (intro to descriptive statistics and intro to inferential statistics). Lecture time will be devoted to discussion, application and additional material that is NOT COVERED ON VIDEOS. Attendance/participation: According to YÖK regulations, students are required to attend at least 70% of the lectures. Students are expected to prepare for the lecture via pre-lecture videos and reading materials and attend the lectures. Formal use of e-mails: The course instructor assumes that any information sent through email will be received in 24 hours, unless a system problem occurs. Grading and evaluation: There will ve midterm exams and a final project Missing midterm exam: With a document of excuse approved by the faculty Missing final exam: Faculty regulations. |
||||||||||||
| Activity | No/Weeks | Hours | Calculation | ||||
| No/Weeks per Semester | Preparing for the Activity | Spent in the Activity Itself | Completing the Activity Requirements | ||||
| Ders Saati | 14 | 1 | 3 | 1 | 70 | ||
| Laboratuvar | 14 | 2 | 1 | 42 | |||
| Proje | 1 | 20 | 4 | 24 | |||
| Ara Sınavlar | 3 | 10 | 2 | 36 | |||
| Total Workload | 172 | ||||||
| Total Workload/25 | 6.9 | ||||||
| ECTS | 7 | ||||||