| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Kimyada Veri Analizi | KIM5026 | 3 + 0 | 7,5 |
| Birim Bölüm | KİMYA - YL |
| Derece Seviye | Lisansüstü - Seçmeli - Türkçe |
| Dersin Verilişi | Yüz yüze |
| EBS Koordinatörü | Dr. Öğr. Üyesi Sedat TÜRE |
| Ders Veren | Dr. Öğr. Üyesi Sedat TÜRE |
| Amaç |
Bilim ve teknoloji ile birlikte veri kaynakları ve akışı da hızla gelişmektedir. Hızla gelişen teknoloji ile birlikte çeşitli sistemler oldukça karmaşık ve fazla veri üretmektedir. Dersimiz kapsamında, fen bilimleri ve özellikle de kimya alanında elde edilen karmaşık verilerin kolaylıkla işlenmesi, analiz edilmesi ve mevcut programlar eşliğinde görselleştirilmesi için gerekli bilgiler öğrenilecektir. YL Öğrencilerine araştırma süreci ve araştırma tasarımı çeşitleri, elde edilen ve çok değişken veriler için çeşitli ve gerekli analiz varsayımları ve çok değişkenli analiz yöntemleri öğretilecektir. Nicel veri toplama ve analizi bilgisi ve becerisini kazandırmak, nitel eğitim araştırmalarının kurumsal temel bilgisini ve becerisini kazandırmaktır. |
| Ders İçeriği |
Parametrik ve non-parametrik veri toplama yöntemleri ve analizi, tek değişkenli (yönlü) veri analizi ölçümü ve yöntemleri, çok değişkenli veri analizi için önerilen ve gerekli olan varsayımsal analiz yöntemleri. Fen bilmleri ve özellikle kimya alanında elde edilen karmaşık verilerin analizi ve anlamlandırılması. Temel istatistiksel kavramlar, Örnekleme ve örneklem dağılımları, çeşitli testler: Hipotez Testi: Z-testi, Hipotez , Dixon Testi (Q-testi),T-testi, Tn-testi, Cochran-testi, F-testi, Aralık-testi, ANOVA, Model Yeterlik Kontrolü, Regresyon Analizleri, Tukey Testi, LSD Yöntemi, Dunnett testi, Parametrik Olmayan Yöntemler: Kruskal-Wallis Testi, Excel ve SPSS yardımıyla parametrik ve parametrik olmayan verilerin çözümlenmesi. |
| Ders Kaynakları |
Kimyacılar için istatistik, Prof. Dr. Turgut Gündüz, Gazi Kitapevi ve Yayıncılık
Kimyada veri analizi ve uygulamalı istatistik, derleme notlar, Dr. Sedat Türe Kimyada veri analizi, Prof. Dr. Mustafa Cebe Deney Düzenlemede İstatistiksel Yöntemler, Charles R. Hicks, Gazi Kitapevi Design and Analysis of Experiments, Douglas C. Montgomery, John Wiley and Sons, Inc Building Bioinformatics Solutions: with Perl, R and MySQL, Oxford University Press, USA, 2009. Bessant C., Shadforth I., Oakley D. |
| Açıldığı Öğretim Yılı | 2020 - 2021 2021 - 2022 |
| Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
| Ara Sınav 1 | 35 |
| Ödev 1 | 15 |
| Toplam | 50 |
| Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
| Final | %50 |
| Toplam | %50 |
| Yarıyıl İçinin Başarıya Oranı | %50 |
| Yarıyıl Sonu Çalışmalar | %50 |
| Toplam | %100 |
| Kategori | Ders İlişki Yüzdeleri (%) |
|
Aktarılabilir Beceri Dersleri
|
0
|
|
Beşeri, İletişim ve Yönetim Becerileri Dersleri
|
0
|
|
Destek Dersleri
|
0
|
|
Ek Dersler
|
0
|
|
Kategori
|
0
|
|
Mesleki Seçmeli Dersler
|
0
|
|
Temel Meslek Dersleri
|
0
|
|
Uygulama Dersleri
|
0
|
|
Uzmanlık / Alan Dersleri
|
0
|
| Ders İş Yükü | Öğretim Metotlar / Öğretim Metodu | Süresi (Saat) | Sayısı | Toplam İş Yükü (Saat) |
| Toplam İş Yükü (Saat) | 0 | |||
| AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 0 | |||
| AKTS | ||||
| Hafta | Konu | Öğretim Metodu |
|---|---|---|
| 1 | Giriş: veri analizi, kimyasal veri işleme ve uygulamaları | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 2 | Temel istatistiksel kavramlar, Kesinliğin belirlenmesi: Dağılım, sapma, ortalama ve bağıl ortalama sapma, variyans, standart ve bağıl standart sapma (RSD) | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 3 | Temel istatistiki yöntemler: Örnekleme ve örnekleme dağılımları | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 4 | Veri analizinde uygulanan çeşitli testler: t-Testi, Dixon Testi (Q-testi), Tn-testi | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 5 | F-testi (verileri analizi uygulamalarında iki metodun karşılaştırılması), Cochran-testi (elde edilen verilerin ve analizlerin karşılaştırılma yöntemi), veri aralıkları ve Aralık-testi | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 6 | Hatalar: rasgele hatalar, sabit ve sistematik hatalar (Sabit BİAS) ve sistematik bağıl hata | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 7 | Sistematk hataların büyüklüğü ve düzeltilmesi; güven aralığı kavramı ve geliştirilmesi | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 8 | Ara sınav | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 9 | Hipotez Testi: Z-testi, Hipotez Testi: T-testi, Sınıf Uygulaması: Z-testi ve T-testi Problemleri, Z-testi ve EXCEL'li T-testi | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 10 | Rastgele hatalar, sistematik hatalar ve sistematik bağıl hataların çeşitli yöntemler eşliğinde belirlenmesi | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 11 | Sistematik bağıl hatanın belirlenmesi ve düzeltilmesi: en küçük kareler metodu (regresyon analizi) | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 12 | Hataların regresyon ve simülasyon analizleri ile belirlenmesi ve düzeltilmesi | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 13 | ANOVA testi nedir ve nasıl yapılır? SPSS tek yönlü Anova testi ve Amos istatistiksel analiz | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 14 | Yöntemlerin karşılaştırılması, EXEL ile iki faktör ANOVA testi | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| 15 | Dönem sonu sınavı | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü |
| Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
| Öğrenciler basit, büyük ve karmaşık verileri nasıl analiz edeceklerini ve doğruluklarını nasıl test edeceklerini öğrenirler | Yazılı Sınav Sözlü Sınav Ödev / Proje | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü Tartışmalı Ders | Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Önceden planlanmış özel beceriler Önceden planlanmış özel beceriler Araştırma – yaşam boyu öğrenme, durumları işleme, soru geliştirme, yorumlama, sunum Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme |
| Öğrenciler veri depolama sistemindeki klasik ve modern uygulamaları öğrenir Büyük ve karmaşık verilerden modelleme yapabilir hale gelir | Yazılı Sınav Sözlü Sınav Ödev / Proje | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü Tartışmalı Ders | Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Önceden planlanmış özel beceriler Önceden planlanmış özel beceriler Araştırma – yaşam boyu öğrenme, durumları işleme, soru geliştirme, yorumlama, sunum Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme |
| Nitel ve nicel veri analizinin teorik temellerini öğrenir ve uygular | Yazılı Sınav Sözlü Sınav Ödev / Proje | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü Tartışmalı Ders | Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Önceden planlanmış özel beceriler Önceden planlanmış özel beceriler Araştırma – yaşam boyu öğrenme, durumları işleme, soru geliştirme, yorumlama, sunum Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme |
| Veri toplama ve bilimi, büyük veri analizi problemlerinin veya disipline özgü araştırma konularının incelenmesi için tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi kazanır. | Yazılı Sınav Sözlü Sınav Ödev / Proje | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü Tartışmalı Ders | Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Önceden planlanmış özel beceriler Önceden planlanmış özel beceriler Araştırma – yaşam boyu öğrenme, durumları işleme, soru geliştirme, yorumlama, sunum Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme |
| Literatürdeki farklı istatistiksel analizleri anlama ve uygulama becerisini geliştirir | Yazılı Sınav Sözlü Sınav Ödev / Proje | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü | Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Önceden planlanmış özel beceriler Önceden planlanmış özel beceriler Araştırma – yaşam boyu öğrenme, durumları işleme, soru geliştirme, yorumlama, sunum |
| Öğrenciler, her "çok değişkenli veri analizi" yönteminin avantajlarını ve dezavantajlarını eleştirel olarak değerlendirebilir | Yazılı Sınav Sözlü Sınav Ödev / Proje | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü Tartışmalı Ders | Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Önceden planlanmış özel beceriler Önceden planlanmış özel beceriler Araştırma – yaşam boyu öğrenme, durumları işleme, soru geliştirme, yorumlama, sunum Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme |
| Öğrenciler, her bir "çok değişkenli veri analizi" yönteminin ne zaman kullanılabileceği ve sonuçlarının ne zaman değerlendirilebileceği konusunda bilgi ve becerilerini geliştirir | Yazılı Sınav Sözlü Sınav Ödev / Proje | Ders Sınıf Dışı Çalışma Özel Destek / Yapısal Örnekler Problem Çözme Sözlü Tartışmalı Ders | Dinleme ve anlamlandırma Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim Önceden planlanmış özel beceriler Önceden planlanmış özel beceriler Araştırma – yaşam boyu öğrenme, durumları işleme, soru geliştirme, yorumlama, sunum Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme |
DERS ÖĞRENME ÇIKTISI |
PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| Öğrenciler basit, büyük ve karmaşık verileri nasıl analiz edeceklerini ve doğruluklarını nasıl test edeceklerini öğrenirler | - | - | - | - | - | - | - | - | - | - |
| Öğrenciler veri depolama sistemindeki klasik ve modern uygulamaları öğrenir Büyük ve karmaşık verilerden modelleme yapabilir hale gelir | - | - | - | - | - | - | - | - | - | - |
| Nitel ve nicel veri analizinin teorik temellerini öğrenir ve uygular | - | - | - | - | - | - | - | - | - | - |
| Veri toplama ve bilimi, büyük veri analizi problemlerinin veya disipline özgü araştırma konularının incelenmesi için tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi kazanır. | - | - | - | - | - | - | - | - | - | - |
| Literatürdeki farklı istatistiksel analizleri anlama ve uygulama becerisini geliştirir | - | - | - | - | - | - | - | - | - | - |
| Öğrenciler, her "çok değişkenli veri analizi" yönteminin avantajlarını ve dezavantajlarını eleştirel olarak değerlendirebilir | - | - | - | - | - | - | - | - | - | - |
| Öğrenciler, her bir "çok değişkenli veri analizi" yönteminin ne zaman kullanılabileceği ve sonuçlarının ne zaman değerlendirilebileceği konusunda bilgi ve becerilerini geliştirir | - | - | - | - | - | - | - | - | - | - |
