1. YÜKSEK LİSANS
  2. SAĞLIK BİLİMLERİ ENSTİTÜSÜ
  3. TIBBİ BİYOLOJİ ANABİLİM DALI
  4. 3301 TIBBİ BİYOLOJİ
Ders Bilgileri Ders Öğrenme Kazanımları Dersin Program Yeterlilikerine Katkısı AKTS / İş Yükü Tablosu Ders Şubeleri
Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
TIB 520DENEYSEL TASARIM VE VERİ ANALİZİ2 + 12. Yarıyıl6

DERS TANIMI
Ders Düzeyi Yüksek Lisans
Ders Türü Seçmeli
Dersin Amacı Bu dersin amacı, öğrencilere biyolojik bilimlerde deneysel tasarım ve istatistiksel veri analizi konusunda temel bir anlayış kazandırmak ve bunları R programlama dili kullanılarak pratik uygulamaya dönüştürmektir
Ders İçeriği Ders, temel R programlama, veri türleri ve veri aktarımını; hipotez testinde temel kavramları, varyans ve belirsizliği; görselleştirme tekniklerini; t-testlerini ve etki büyüklüklerini; araştırmada etik konuları; psödoreplikasyon dahil olmak üzere deneysel tasarım ilkelerini; istatistiksel güç ve örneklem büyüklüğü tahminini; tek yönlü ve iki yönlü ANOVA'yı; ve veri dönüştürme tekniklerini kapsar. Tekrarlanabilirliğe, istatistiksel sonuçların yorumlanmasına ve biyolojik alakaya vurgu yapılır.
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.

DERS ÖĞRENME KAZANIMLARI
1Deneysel verileri düzenlemek, analiz etmek, görselleştirmek ve yorumlamak için R ve RStudio'yu kullanabilir.
2Hipotezler formüle edebilir ve sözde tekrarı (psödoreplikasyon) önleyen sağlam deneyler tasarlayabilir.
3Standart sapmayı, standart hatayı ve güven aralıklarını hesaplayabilir ve yorumlayabilir.
4İstatistiksel testleri (örneğin, t-testleri, ANOVA, etki büyüklüğü, güç analizi) gerçekleştirebilir ve yorumlayabilir.
5Şüpheli araştırma uygulamalarını (örneğin, p-hacking, cherry-picking) belirleyebilir ve eleştirebilir.
6Tekrarlanabilir, iyi yönetilen veri analizi iş akışları oluşturabilir ve sunabilir.

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07PY 08PY 09PY 10PY 11
ÖK 001           
ÖK 002           
ÖK 003           
ÖK 004           
ÖK 005           
ÖK 006           
Ara Toplam           
Katkı00000000000

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)51050
Ödevler41040
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)199
Arasınav11515
Toplam İş Yükü

Dersin AKTS Kredisi





156

6
DERS ŞUBELERİ
 Dönem seçiniz :   


 Ders DönemiŞube NoDersi Veren Öğretim Elemanı
Detay 2025-2026 Güz1CEREN ERDEM


Yazdır

Ders Şube Detayları
Dersin Kodu Dersin Ad Saat (T+P) Şube No Öğretim Dili Şube Dönemi Öğretim Sistemi
TIB 520 DENEYSEL TASARIM VE VERİ ANALİZİ 2 + 1 1 Türkçe 2025-2026 Güz Yüz Yüze
Öğretim Elemanı  E-Posta  İç Hat  Ders Yeri Devam Zorunluluğu
Dr. Öğr. Üyesi CEREN ERDEM cerdem@pau.edu.tr KKM A0307 Dersin Devam Yüzdesi : %
Amaç Bu dersin amacı, öğrencilere biyolojik bilimlerde deneysel tasarım ve istatistiksel veri analizi konusunda temel bir anlayış kazandırmak ve bunları R programlama dili kullanılarak pratik uygulamaya dönüştürmektir
İçerik Ders, temel R programlama, veri türleri ve veri aktarımını; hipotez testinde temel kavramları, varyans ve belirsizliği; görselleştirme tekniklerini; t-testlerini ve etki büyüklüklerini; araştırmada etik konuları; psödoreplikasyon dahil olmak üzere deneysel tasarım ilkelerini; istatistiksel güç ve örneklem büyüklüğü tahminini; tek yönlü ve iki yönlü ANOVA'yı; ve veri dönüştürme tekniklerini kapsar. Tekrarlanabilirliğe, istatistiksel sonuçların yorumlanmasına ve biyolojik alakaya vurgu yapılır.
Haftalık Konu Başlıkları
HaftaKonular
1 R programına giriş
2 Tıbbi Biyolojide deney tasarımının temel yönleri
3 Hipotez testi için temel kavramları öğrenme
4 Varyans, Ölçüm belirsizliği (Sd, SEM, 95% CI )
5 Veriyi görselleştirme
6 T-testleri
7 Etki büyüklüğü – p değerleri
8 Araştırma Sürecinde Hatalı veya Yetersiz Deneysel Yaklaşımlar
9 Güç analizi
10 Tek Yönlü ANOVA / 1-Faktörlü Genel Doğrusal Model
11 Veri dönüşümü
12 İki Yönlü ANOVA / 2- Faktörlü Genel Doğrusal Model
13 Veri Analizi ve Görselleştirme için GraphPad Prism'e Giriş
14 Uygulamalı oturum: R ve Graphpad Prism kullanarak örnek veri kümelerini analiz etme
Materyaller
Materyal belirtilmemiştir.
Kaynaklar
KaynaklarKaynak Dili
Experimental Design for the Life Sciences. Ruxton, Graeme D, and Nick Colegrave. Fourth edition. Oxford: Oxford University Press, 2016.English
Applied Statistical Methods in Agriculture, Health and Life Sciences. Bayo Lawal: First edition, Springer Cham, 2014English
Ders Değerlendirme Sistemi
Değerlendirme YöntemiKatkı Yüzdesi (%)Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı50Dönem Sonu Sınavı
Ara Sınav50Ara Sınav
T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları