DAYANIKLI İSTATİSTİKLER

Öğrenme Çıktıları / Özgü Ölçüt Matrisi

Öğrenme Çıktıları
Klasik İstatistiksel Yöntemlerin Sınırlamalarını Anlama: Klasik istatistiksel yöntemlerin aykırı gözlemler ve sapmalar karşısındaki zayıflıklarını analiz edebilme.
Aykırı Gözlemleri Belirleme: Veri setlerindeki aykırı gözlemleri tespit etmek için uygun yöntemleri (boxplot, Mahalanobis mesafesi, vb.) uygulayabilme.
Dayanıklı Tahmincileri Kavrama: Medyan, M-tahminciler, LTS regresyon gibi dayanıklı tahmincilerin teorik temellerini anlama ve bu yöntemleri uygulayabilme.
Dayanıklı Çok Değişkenli Analiz Yöntemlerini Uygulama: Robust PCA, dayanıklı faktör analizi ve kümeleme gibi çok değişkenli yöntemleri kullanarak veri analizi yapabilme.
Yazılım Becerileri Geliştirme: R veya benzeri istatistiksel yazılımlar kullanarak dayanıklı istatistiksel yöntemleri uygulama ve sonuçları görselleştirme becerisi kazanma.
Veri Dağılımındaki Sapmaları Değerlendirme: Veri dağılımındaki sapmaların analiz sonuçlarına etkisini değerlendirebilme ve uygun dayanıklı yöntemleri seçebilme.
Dayanıklı Regresyon Modelleri Oluşturma: Aykırı değerlerden etkilenmeyen regresyon modelleri (örneğin, LTS regresyon) geliştirme ve yorumlama.
Teorik ve Uygulamalı Bilgiyi Entegre Etme: Dayanıklı istatistiksel yöntemlerin teorik temelleri ile pratik uygulamalarını birleştirerek analiz yapabilme.
Sonuçları Raporlama ve Yorumlama: Analiz sonuçlarını etkili bir şekilde raporlama ve yorumlama yetkinliği kazanma.
Gerçek Hayat Problemlerine Uygulama: Gerçek hayattan veri setleri üzerinde dayanıklı istatistiksel yöntemleri kullanarak problem çözme ve sonuçları değerlendirme becerisi geliştirme.

Katkı Düzeyi : (1) Çok Düşük, (2) Düşük, (3) Orta, (4) Yüksek, (5) Çok Yüksek
Bilgi İşlem Daire Başkanlığı © 2026