1. LİSANS
  2. İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ
  3. EKONOMETRİ BÖLÜMÜ
  4. 211 EKONOMETRİ
Ders Bilgileri Ders Öğrenme Kazanımları Dersin Program Yeterlilikerine Katkısı AKTS / İş Yükü Tablosu Ders Şubeleri
Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
EKNM 213MATEMATİKSEL İSTATİSTİK3 + 03. Yarıyıl6

DERS TANIMI
Ders Düzeyi Lisans
Ders Türü Zorunlu
Dersin Amacı İstatistik, gözlenen verilerden çıkarsama yapma bilimini ve belirsizlik/risk altında karar verme sorunlarını içermektedir. Bu çıkarsama ve karar verme konularının temel ve kuramsal dayanağını Matematiksel İstatistik oluşturur. Matematik ve Olasılık temelli bir derstir. Bu derste Olasılık ders konularının devamı niteliğinde Bileşik dağılımlardan İstatistiğin temel teoremlerine uzanan çeşitli konular yer alacaktır.
Ders İçeriği Raslantı Değişkeni, Kesikli ve Sürekli Raslantı Değişkenleri ve Beklenen Değerleri, Varyansı ve Standart Sapması, Olasılık ve Dağılım Fonksiyonları, Kesikli ve Sürekli Raslantı Değişkenlerinde Dönüştürme, Beklenen Değer ve Momentler, Moment Çıkaran Fonksiyon, Moment Çıkaran Fonksiyon Yardımıyla Momentlerin Bulunuşu, Bileşik Dağılımlar, Kesikli ve Sürekli Raslantı Değişkenleri için Bileşik Olasılık Fonksiyonları, Bileşik Dağılım Fonksiyonları, Marjinal Fonksiyonları, Bağımsız Raslantı Değişkenleri, Kovaryans, İlişki Katsayısı, Kesikli ve Sürekli Raslantı Değişkenleri için Koşullu Olasılık Fonksiyonu, Koşullu Dağılım Fonksiyonu, Koşullu Beklenen Değer ve Varyans, Limit teoremleri: Çebişef teoremi, Merkezi limit teoremi, Büyük sayılar yasası
Ders Ön Koşul EKNM 104 MATEMATİK - II
Ders Yan Koşul Dersin yan koşulu yok.
Öğretim Sistemi Yüz Yüze

DERS ÖĞRENME KAZANIMLARI
1Problem çözme ve düzenli çalışma alışkanlığı kazanır.
2Ekonometri biliminde ihtiyaç duyulan istatistik teorisi bilgisini kazanır.
3Rassal değişkenlerin dağılımlarını tanır.
4Rassal değişkenler için beklenen değer ve momentleri bulur.
5Rassal değişkenler için moment çıkaran fonksiyonu ve olasılık çıkaran fonksiyonu bulur.
6Rassal değişkenlerin fonksiyonlarının dağılımını bulur.
7Rassal değişkenlerin birleşik (ortak) dağılımlarını tanır.
9Limit dağılımlarını bulur.
8Rassal değişkenlerin koşullu dağılımlarını tanır.

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07PY 08PY 09PY 10PY 11PY 12
ÖK 001  5         
ÖK 002  5     5   
ÖK 003  5         
ÖK 004  5         
ÖK 005  5         
ÖK 006  5         
ÖK 007  5         
ÖK 008  5         
ÖK 009  5         
Ara Toplam  45     5   
Katkı005000001000

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)14342
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)14228
Ödevler12626
Arasınavlar(hazırlık süresi dahil)13030
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)13030
Toplam İş Yükü

Dersin AKTS Kredisi





156

6
DERS ŞUBELERİ
 Dönem seçiniz :   


 Ders DönemiŞube NoDersi Veren Öğretim Elemanı
Detay 2023-2024 Güz1FERDA ESİN GÜLEL


Yazdır

Ders Şube Detayları
Dersin Kodu Dersin Ad Saat (T+P) Şube No Öğretim Dili Şube Dönemi
EKNM 213 MATEMATİKSEL İSTATİSTİK 3 + 0 1 Türkçe 2023-2024 Güz
Öğretim Elemanı  E-Posta  İç Hat  Ders Yeri Devam Zorunluluğu
Doç. Dr. FERDA ESİN GÜLEL fegulel@pau.edu.tr İİBF C0107 Dersin Devam Yüzdesi : %70
Amaç İstatistik, gözlenen verilerden çıkarsama yapma bilimini ve belirsizlik/risk altında karar verme sorunlarını içermektedir. Bu çıkarsama ve karar verme konularının temel ve kuramsal dayanağını Matematiksel İstatistik oluşturur. Matematik ve Olasılık temelli bir derstir. Bu derste Olasılık ders konularının devamı niteliğinde Bileşik dağılımlardan İstatistiğin temel teoremlerine uzanan çeşitli konular yer alacaktır.
İçerik Raslantı Değişkeni, Kesikli ve Sürekli Raslantı Değişkenleri ve Beklenen Değerleri, Varyansı ve Standart Sapması, Olasılık ve Dağılım Fonksiyonları, Kesikli ve Sürekli Raslantı Değişkenlerinde Dönüştürme, Beklenen Değer ve Momentler, Moment Çıkaran Fonksiyon, Moment Çıkaran Fonksiyon Yardımıyla Momentlerin Bulunuşu, Bileşik Dağılımlar, Kesikli ve Sürekli Raslantı Değişkenleri için Bileşik Olasılık Fonksiyonları, Bileşik Dağılım Fonksiyonları, Marjinal Fonksiyonları, Bağımsız Raslantı Değişkenleri, Kovaryans, İlişki Katsayısı, Kesikli ve Sürekli Raslantı Değişkenleri için Koşullu Olasılık Fonksiyonu, Koşullu Dağılım Fonksiyonu, Koşullu Beklenen Değer ve Varyans, Limit teoremleri: Çebişef teoremi, Merkezi limit teoremi, Büyük sayılar yasası
Haftalık Konu Başlıkları
HaftaKonular
1 Giriş
2 Raslantı Değişkeni, Kesikli ve Sürekli Raslantı Değişkenleri ve Beklenen Değerleri
3 Kesikli ve Süreli Raslantı Değişkenlerinin Varyansı ve Standart Sapması, Olasılık, Olasılık ve Dağılım Fonksiyonları
4 Kesikli ve Sürekli Raslantı Değişkenlerinde Dönüştürme
5 Beklenen Değer ve Momentler, Moment Çıkaran Fonksiyon
6 Moment Çıkaran Fonksiyon Yardımıyla Momentlerin Bulunuşu
7 Kesikli Dağılımlar, Bernoilli Dağılımı, Binom Dağılımı
8 Arasınav
9 Kesikli Dağılımlar, Poisson Dağılımı, Hipergeometrik Dağılım, Geometrik Dağılım
10 Sürekli Dağılımlar, Normal Dağılım, Standart Normal Dağılım
11 Sürekli Dağılımlar, Tekbiçimli Dağılım, Üstel Dağılım, Gamma Dağılımı, Beta Dağılımı
12 Bileşik Dağılımlar, Kesikli ve Sürekli Raslantı Değişkenleri için Bileşik Olasılık Fonksiyonları, Bileşik Dağılım Fonksiyonları
13 Bağımsız Raslantı Değişkenleri, Kovaryans, İlişki Katsayısı
14 Kesikli ve Sürekli Raslantı Değişkenleri için Koşullu Dağılımlar, Beklenen Değerler
Materyaller
Materyal belirtilmemiştir.
Kaynaklar
KaynaklarKaynak Dili
• Mathematical Statistics with Applications, Dennis D. Wackerly and William Mendenhall, R.L.Scheaffer, Duxbury Press, USA,2007English
• Introduction to Mathematical Statistics, R.V.Hogg and A.T. Craig, Collier MacMillan, 2004English
• John E. Freund's Mathematical Statistics with Applications, Irwin Miller, Marylees Miller, Prentice Hall, 2003English
• Olasılık ve Matematiksel İstatistik, S. Günay & C. İnal, H.Ü. Fen Fakültesi Basımevi, Ankara, 1999Türkçe
Olasılık ve Matematiksel İstatistik, Prof. Dr. Süleyman Günay ve Prof. Dr. Ceyhan İnal, Hacetteppe Üniv. Fen Fak. BasımeviTürkçe
Mathematical Statistics, John E. Freund, Prentice Hall, NJ, USAEnglish
Introduction to Probability and Mathematical Statistics, Lee, J. Bain and Max Engelhardt, PWS-KENT Publishing Company Boston, USAEnglish
Ders Değerlendirme Sistemi
Değerlendirme YöntemiKatkı Yüzdesi (%)Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı60Dönem Sonu Sınavı
Ara Sınav40Ara Sınav
T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları