DAYANIKLI İSTATİSTİKLER

İzlence Konu Başlık

Hafta Teori Konu Başlıkları
1 Giriş ve Temel Kavramlar Dersin tanıtımı ve hedefleri. Dayanıklı istatistiksel yöntemlerin önemi ve uygulama alanları. Klasik istatistiksel yöntemlerin sınırlamaları. Aykırı gözlemlerin tanımı ve istatistiksel analizdeki etkisi.
2 Aykırı Gözlemlerin Türleri ve Belirlenmesi
3 Dayanıklı tahmincilerin özellikleri. Klasik tahmincilerin (ör. ortalama, varyans) dayanıksızlığı. Robust tahminciler: Medyan, kesilmiş ortalama, Winsorized ortalama.
4 Klasik regresyonun aykırı gözlemlere duyarlılığı. Robust regresyon yöntemleri: M-tahminciler, R-tahminciler, LTS (Least Trimmed Squares). Uygulama örnekleri.
5 Robust kovaryans matrisi, uygulama
6 Aykırı gözlemlerin dayanıklı yöntemlerle belirlenmesi
7 Ara sınav
8 Kanonik Korelasyon Analizi - Temel Kavramlar
9 Robust kanonik korelasyon yöntemleri. Robust kovaryans matrisleri kullanımı. Uygulama örnekleri ve yazılım uygulamaları.
10 Temel bileşenler analizinin amacı ve matematiksel temelleri. Klasik PCA'nın aykırı gözlemlere duyarlılığı. PCA uygulama örnekleri
11 Robust PCA yöntemleri: Robust kovaryans matrisleri kullanımı. Uygulama örnekleri ve yazılım uygulamaları.
12 Faktör analizinin amacı ve uygulama alanları. Klasik faktör analizi yöntemleri. Robust faktör analizi yöntemleri. Robust kovaryans matrisleri ve faktör yükleri.
13 Kümeleme analizinin amacı ve yöntemleri: Hiyerarşik kümeleme, k-ortalamalar.
14 Robust kümeleme yöntemleri: Robust k-ortalamalar, DBSCAN.

Bilgi İşlem Daire Başkanlığı © 2026