İşletme DR (İngilizce)
Doktora TYYÇ: 8. Düzey QF-EHEA: 3. Düzey EQF-LLL: 8. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu: STA630
Ders İsmi: Multivariate Statistical Methods
Ders Yarıyılı: Bahar
Ders Kredileri:
Teorik Pratik Kredi AKTS
3 0 3 10
Öğretim Dili: EN
Ders Koşulu:
Ders İş Deneyimini Gerektiriyor mu?: Hayır
Dersin Türü: Zorunlu Ders
Dersin Seviyesi:
Doktora TYYÇ:8. Düzey QF-EHEA:3. Düzey EQF-LLL:8. Düzey
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Dr.Öğr.Üyesi ONUR EMRE
Dersi Veren(ler):
Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı: Bu dersin amacı, öğrencileri çok değişkenli istatistiksel yöntemlerin temel kavramları ve pratik uygulamaları hakkında bir anlayışla donatarak, bu tür yöntemleri kullanan araştırma çalışmalarının sonuçlarını yorumlamak ve bu analitik teknikleri tezlerinin veya tez araştırmasının bir parçası olarak uygulamaktır.
Dersin İçeriği: • Çok değişkenli istatistiksel yöntemleri belirler ve uygun araştırma alanlarında uygulamalarını açıklar
• Çok değişkenli istatistiksel teknikleri kullanan araştırma makalelerini yorumlar
• Nicel verileri analiz ederken çok değişkenli istatistiksel yöntemler kullanır

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
Öğrenme Kazanımları
1 - Bilgi
Kuramsal - Olgusal
1) Çok değişkenli istatistiksel yöntemleri tanımlar ve uygun araştırma alanlarında uygulamalarını açıklar.
2 - Beceriler
Bilişsel - Uygulamalı
1) Nicel verileri analiz ederken çok değişkenli istatistiksel yöntemler kullanır
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
Öğrenme Yetkinliği
1) Çok değişkenli istatistiksel teknikleri kullanan araştırma makalelerini yorumlar
2) Nu analitik teknikleri tezlerinin veya tez araştırmalarının bir parçası olarak uygular.
Alana Özgü Yetkinlik
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

Ders Akış Planı

Hafta Konu Ön Hazırlık
1) • Anahtar terimleri tanır • Tek değişkenli ve çok değişkenli analiz arasında ayrım yapar • Ders içeriğini tartışır • Newbold, Carlson ve Thorne'da (2019) Bölüm 1 ve 2'yi okuma
2) • Tablolar ve Grafikler, Çapraz Tablolar, Pasta Grafikler, Pareto Diyagramları • Frekans Dağılımları, Histogramlar, Bir Dağılımın Şekli, Gövde ve Yaprak Görüntüleri, Dağılım Grafikleri • Ortalama, Medyan ve Mod, Geometrik Ortalama, Yüzdelikler ve Çeyreklikler • Aralık ve Çeyrekler Arası Aralık, Kutu ve Bıyık Grafikleri, Varyans ve Standart Sapma, Varyasyon Katsayısı Newbold, Carlson ve Thorne'da (2019) Bölüm 3'ü Okuma
3) • Experiment, Outcomes, and Events • Classical Probability, Permutations and Combinations • Conditional Probability, Probability Rules • Bivariate Probabilities • Bayes’ Theorem • Newbold, Carlson ve Thorne'da (2019) Bölüm 4 ve 5'i okuma • Atanan alıştırmaları çözme
4) • Rastgele Değişkenler, Beklenen Değer • Binom dağılımı, Poisson dağılımı • Düzgün dağılım, Normal dağılım, Üstel dağılım • Ortak olarak dağıtılmış ayrık ve sürekli rastgele değişkenler • Newbold, Carlson ve Thorne'da (2019) Bölüm 6'yı Okumak • Atanan alıştırmaları çözme
5) • Örnekleme ve örnekleme dağılımları • Örneklem ortalamalarının örnekleme dağılımları • Örneklem oranlarının örnekleme dağılımları • Örneklem oranlarının örnekleme dağılımları, Ki-kare dağılımı • Newbold, Carlson ve Thorne'da (2019) Bölüm 7 ve 8'i okuma • Atanan alıştırmaları çözme
6) • Normal Dağılımın Ortalaması için Güven Aralığı Tahmini: Bilinen Popülasyon Varyansı • Normal Dağılımın Ortalaması için Güven Aralığı Tahmini: Bilinmeyen Popülasyon Varyansı: Student's t dağılımı • Normal Dağılımın Varyansı için Güven Aralığı Tahmini • Numune Boyutunun Belirlenmesi: Büyük ve Sonlu Popülasyonlar • Newbold, Carlson ve Thorne (2019)'de Bölüm 9'u Okumak • Atanan alıştırmaları çözme
7) • Normal Dağılımın Ortalamasının Testleri: Bilinen Popülasyon Varyansı • Normal Dağılımın Ortalamasının Testleri: Bilinmeyen Popülasyon Varyansı • Nüfus Oranının Testleri (Büyük Örneklem) • Bir Testin Gücünü Değerlendirme • Normal Dağılımın Varyansının Testleri • Sınıf içi problem çözme • Ara sınava hazırlanmak • Atanan alıştırmaları çözme
8) Vize Sınavı Newbold, Carlson ve Thorne'da (2019) Bölüm 10'u Okumak
9) • İki Normal Popülasyon Ortalaması Arasındaki Farkın Testleri: Bağımlı / Bağımsız Örneklem • İki Popülasyon Oranı Arasındaki Farkın Testleri (Büyük Örneklem) • Normal Dağıtılmış İki Popülasyon Arasındaki Varyansların Eşitliğinin Testleri • Newbold, Carlson ve Thorne (2019)'de Bölüm 11'i Okumak • Atanan alıştırmaları çözme
10) • Doğrusal Regresyon Modeli • En Küçük Kareler Katsayısı Tahmin Edicileri • Lineer Regresyon Denklemin Açıklayıcı Gücü • İstatistiksel Çıkarım: Hipotez Testleri ve Güven Aralıkları • Tahminleme • Grafiksel Analiz •, Carlson ve Thorne'da (2019) Bölüm 12; Mertler ve Reinhart'ta (2017) Bölüm 7; Hair et al. (2019)'de Bölüm 5. • Atanan alıştırmaları çözme
11) • Çoklu Regresyon Modeli • Katsayıların Tahmini • Çoklu Regresyon Denklemin Açıklayıcı Gücü • Bireysel Regresyon Katsayıları için Güven Aralıkları ve Hipotez Testleri • Regresyon Katsayıları Üzerindeki Testler • Tahmin • Doğrusal Olmayan Regresyon Modeli için Dönüşümler • Regresyon Modelleri için Kukla Değişkenler • Çoklu Regresyon Analizi Uygulama Prosedürü • Newbold, Carlson ve Thorne (2019)'da Bölüm 13'ü Okuma • Atanan alıştırmaları çözme
12) • Model Oluşturma Metodolojisi • Kukla Değişkenler ve Deneysel Tasarım • Bağımlı Değişkenin Regresör Olarak Gecikmeli Değerleri • Spesifikasyon Sapması • Çoklu doğrusallık • Heteroskedastisite • Otokorelasyon • Newbold, Carlson ve Thorne'da (2019) Bölüm 15; Mertler ve Reinhart'ta (2017), Bölüm 6; Hair et al. (2019)'da Bölüm 6 • Atanan alıştırmaları çözme
13) • Çeşitli Popülasyon Ortalamalarının Karşılaştırılması, Tek Yönlü Varyans Analizi, Kruskal-Wallis Testi, İki Yönlü Varyans Analizi • MANOVA: Grup Farklılıklarını Değerlendirmek için Tek Değişkenli Yöntemleri Genişletme • MANOVA için Bir Karar Süreci • MANOVA Analizinin İllüstrasyonu • Mertler ve Reinhart'ta (2017) Bölüm 9; Hair vd. (2019)'de Bölüm 3; Manly ve Alberto'da (2017) Bölüm 7.
14) • Faktör analizi modeli • Faktör analizi prosedürü • Temel bileşenler analizi yapmak için bir faktör analizi programı kullanmak • Faktörlerin Yorumlanması • Final sınavına hazırlanmak
15) Final Sınavı Yok

Kaynaklar

Ders Notları / Kitaplar: Newbold, P., Carlson, W., & Thorne, B. (2019). Statistics for Business and Economics, 9th Edition. Pearson
Diğer Kaynaklar: Newbold, P., Carlson, W., & Thorne, B. (2019). Statistics for Business and Economics, 9th Edition. Pearson

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları

1

2

4

3
Program Kazanımları
1) işletme alanında yer alan temel fonksiyonları teori ve uygulama düzeyinde bilgi kazandırıp gerçek yaşamda uygulayabilmek.
2) iş yaşamının karar süreçlerinde bilimsel araştırma teknikleri araçlarını ve teknolojiyi kullanmak.
3) Politik , yasal , coğrafik , ekonomik ve teknolojik faktörlerin işletmecilik alanın rekabetçi yapısına olan etkilerinin ekip çalışması ile değerlendirilmesi ve gerekli çözümlerin sunulması.
4) işletme alanında güncel konuların farkında olma ve problemlere karşı duyarlılık kazandırma
5) Rapor , çıktı , örgüt içi yazışma gibi yazılı belgelerin sözlü olarak etkin bir şekilde aktarılması.
6) Mesleki uzmanlık ve kavram bilgisi çerçevesinde takım oluşturarak ve liderlik özelliklerini kullanarak problemi tanımlama , analiz etme ve çözme.
7) işletmeciliğin diğer alanlarıyla ilişki kurabilme , küresel ve toplumsal etik normların bilincinde olma.

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok 1 En Düşük 2 Düşük 3 Orta 4 Yüksek 5 En Yüksek
           
Dersin Program Kazanımlarına Etkisi Katkı Payı
1) işletme alanında yer alan temel fonksiyonları teori ve uygulama düzeyinde bilgi kazandırıp gerçek yaşamda uygulayabilmek.
2) iş yaşamının karar süreçlerinde bilimsel araştırma teknikleri araçlarını ve teknolojiyi kullanmak.
3) Politik , yasal , coğrafik , ekonomik ve teknolojik faktörlerin işletmecilik alanın rekabetçi yapısına olan etkilerinin ekip çalışması ile değerlendirilmesi ve gerekli çözümlerin sunulması.
4) işletme alanında güncel konuların farkında olma ve problemlere karşı duyarlılık kazandırma
5) Rapor , çıktı , örgüt içi yazışma gibi yazılı belgelerin sözlü olarak etkin bir şekilde aktarılması.
6) Mesleki uzmanlık ve kavram bilgisi çerçevesinde takım oluşturarak ve liderlik özelliklerini kullanarak problemi tanımlama , analiz etme ve çözme.
7) işletmeciliğin diğer alanlarıyla ilişki kurabilme , küresel ve toplumsal etik normların bilincinde olma.

Öğrenme Etkinliği ve Öğretme Yöntemleri

Anlatım
Bireysel çalışma ve ödevi
Ders
Okuma
Ödev
Problem Çözme
Soru cevap/ Tartışma
Uygulama (Modelleme, Tasarım, Maket, Simülasyon, Deney vs.)

Ölçme ve Değerlendirme Yöntemleri ve Kriterleri

Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama)
Ödev
Uygulama
Sunum
Bilgisayar Destekli Sunum

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Ödev 3 % 30
Ara Sınavlar 1 % 30
Final 1 % 40
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 60
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 40
Toplam % 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler Aktivite Sayısı İş Yükü
Ders Saati 13 39
Sınıf Dışı Ders Çalışması 13 52
Ödevler 14 56
Ara Sınavlar 7 28
Final 13 52
Toplam İş Yükü 227