VBL5033 - Uygulamalı Parametrik Olmayan İstatistik Yöntemler

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ

LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

VERİ BİLİMİ VE ANALİTİĞİ - YL

(2025 - 2026) Ders Bilgi Formu

Ders Adı	Kodu	Yarıyıl	T+U Saat	AKTS	Z / S
Uygulamalı Parametrik Olmayan İstatistik Yöntemler	VBL5033	1	3 + 0	7,5	Seçmeli

Birim Bölüm	Veri Bilimi ve Analitiği - YL - Lisansüstü (Yüz yüze)
Amaç	Bu dersin amacı, öğrencilerin parametrik olmayan istatistiksel yöntemleri tanıması, bu yöntemlerin kuramsal temellerini kavraması, veri analizlerinde uygun biçimde uygulayabilmesi, elde edilen sonuçları yorumlayabilmesi ve bulguları akademik standartlara uygun olarak raporlayabilme yetkinliklerini geliştirmesidir.
Ders İçeriği	Temel kavramlar; Uyum İyiliği Testleri; Tek Örneklem İçin Testler; Bağımlı/Bağımsız İki Örneklem İçin Testler; Bağımlı/Bağımsız Çok Örneklem Testleri; Uyum İyiliği Testleri.
EBS Koordinatörü	Serpil TÜRKYILMAZ

Hafta	Konu
1	Konu Anlatımı: Temel kavramlar; parametrik ve parametrik olmayan testlerin karşılaştırılması, veri türleri, ölçek düzeyleri, hipotez testine giriş.
2	Uyum İyiliği Testleri: Ki-kare uyum iyiliği testi, Kolmogorov–Smirnov uyum iyiliği testi, Liliefors testi, Shapiro–Wilk testi. Sınıf-içi Uygulama Örnek veri setleri üzerinden Ki-kare uyum iyiliği testi, Kolmogorov–Smirnov testi, Liliefors testi ve Shapiro–Wilk testinin uygulanması ve sonuçların yorumlanması ile ilgili uygulama yaptırılması. Sınıf-içi Tartışma : Uyum iyiliği testleri arasındaki farklar ve hangi durumlarda hangi testin tercih edilmesi gerektiği ile
3	Varyansların Homojenliği İçin Testler: Levene Testi, Brown–Forsythe Testi. Sınıf-içi Uygulama (45 dk.): Levene ve Brown–Forsythe testlerinin örnek sorular üzerinde uygulanması, sonuçların yorumlanması ile ilgili uygulama yaptırılması Sınıf-içi Tartışma (5 dk.): Varyans homojenliği varsayımının önemi ve parametrik/parametrik olmayan testlerdeki yeri
4	Tek Örneklem İçin Testler: Binom Testi, İşaret Testi. Sınıf-içi Uygulama (45 dk.): Örnek bir veri setleri üzerinden Binom testi ve İşaret testinin uygulanması ve sonuçların yorumlanması ile ilgili uygulama yaptırılması Sınıf-içi Tartışma (5 dk.): Tek örneklemde medyan veya oran için hipotez testleri ve bu testlerin kullanım alanları ile ilgili tartışma yapılması
5	Tek Örneklem İçin Testler: Wilcoxon–İşaretli Sıra Sayıları Testi ve Dizi Parçaları (Run) Testi Sınıf-içi Uygulama (45 dk.): Örnek veri setleri üzerinden Wilcoxon–işaretli sıra sayıları testi ve dizi parçaları (Run) testinin uygulanması, sonuçların yorumlanması ile ilgili uygulama yaptırılması Sınıf-içi Tartışma (5 dk.): Wilcoxon–işaretli sıra sayıları testinin ve Run testinin kullanım alanları, veri bağımsızlığı ve sıralama esasına dayalı testlerin avantajlarını ile ilgili tartışma
6	İki Bağımsız Örneklem İçin Testler: Medyan Testi, Mann–Whitney U Testi Sınıf-içi Uygulama (45 dk.): Örnek veri setleri üzerinden Medyan testi ve Mann–Whitney U testinin uygulanması, elde edilen sonuçların yorumlanması ile ilgili uygulama yaptırılması Sınıf-içi Tartışma (5 dk.): İki bağımsız örneklem karşılaştırmalarında parametrik olmayan testlerin kullanım alanları ve Medyan testi ile Mann–Whitney U testi arasındaki farklar ile ilgili tartışma yapılması
7	İki Bağımsız Örneklem İçin Testler: İki dağılım parametresinin eşitliği için Mood Testi ve Siegel–Tukey Testi Sınıf-içi Uygulama (45 dk.): Örnek veri setleri üzerinden Mood testi ve Siegel–Tukey testinin uygulanması, elde edilen sonuçların yorumlanması ile ilgili uygulama yaptırılması Sınıf-içi Tartışma (5 dk.): İki dağılım parametresinin eşitliği ile ilgili testler ve kullanım alanları ile ilgili tartışma yapılması
8	İki Bağımlı Örneklem İçin Testler: İşaret Testi, Wilcoxon İşaretli Sıra Sayıları Testi, McNemar Testi. Sınıf-içi Uygulama (45 dk.): Örnek veri setleri üzerinden İşaret testi, Wilcoxon İşaretli Sıra Sayıları testi ve McNemar testinin uygulanması, elde edilen sonuçların yorumlanması ile ilgili uygulama yaptırılması. Sınıf-içi Tartışma (5 dk.): İki bağımlı örneklem için kullanılan testlerin varsayımları, kullanım alanları ve birbirlerine göre avantaj/dezavantajları ile ilgili tartışma
9	Bağımsızlık ve Homojenlik İçin Ki-kare Testleri: İki kategorik değişkenin bağımsızlığının test edilmesi ve farklı örneklemlerden elde edilen kategorik veri dağılımlarının karşılaştırılması. Sınıf-içi Uygulama (45 dk.): Bağımsızlık testi ve homojenlik testi ile ilgili uygulama yaptırılması. Sınıf-içi Tartışma (5 dk.): Bağımsızlık ve homojenlik testlerinin benzerlikleri, farklılıkları ve uygulama alanları ile ilgili tartışma yapılması.
10	K Bağımsız Örneklem İçin Testler: Kruskal–Wallis H testi ve çoklu karşılaştırmalar. Sınıf-içi Uygulama (45 dk.): Örnek veri setleri üzerinden Kruskal–Wallis H testinin uygulanması ve çoklu karşılaştırma yöntemleri ile ilgili uygulama yaptırılması.
11	K Bağımlı Örneklem İçin Testler: Friedman testi ve çoklu karşılaştırmalar. Küçük sınav. Sınıf-içi Uygulama (45 dk.): Friedman testinin uygulanması ve çoklu karşılaştırma teknikleri ile ilgili uygulama yaptırılması.
12	K Bağımlı Örneklem İçin Testler: Cochran Q testi. Sınıf-içi Uygulama (45 dk.): Cochran Q testinin uygulanması ve sonuçların yorumlanması ile ilgili uygulama yaptırılması. Sınıf-içi Tartışma (5 dk.): Cochran Q testinin kullanım alanları ve parametrik olmayan eşdeğerleri ile ilgili tartışma yapılması.
13	İlişki Katsayıları: Spearman sıra korelasyon katsayısı; Kendall ilişki katsayısı. Sınıf-içi Uygulama (45 dk.): Örnek veri setleri üzerinden Spearman ve Kendall korelasyon katsayılarının hesaplanması ve yorumlanması ile ilgili uygulama yaptırılması.
14	Genel tekrar ve uygulama. Sınıf-içi Uygulama (45 dk.): Dönem boyunca işlenen konulara ilişkin farklı veri setleri üzerinden parametrik olmayan testlerin uygulanması ve sonuçların yorumlanması ile ilgili genel uygulama yaptırılması.

Program Çıktıları
1	Veri bilimi ve analitiğinin temel bileşenlerine hâkim olma; istatistiksel analiz, veri madenciliği ve makine öğrenmesine ilişkin yöntemleri uygulamalı olarak kullanabilme
2	Yapılandırılmış ve yapılandırılmamış veri tiplerini analiz etme becerisine sahip olma; büyük veri kümeleri üzerinden anlamlı çıkarımlar yaparak analitik yöntemleri etkili biçimde kullanabilme
3	Veri analizi ve modelleme süreçlerinde Python, R, SQL gibi programlama dillerinden yararlanabilme; veri işleme ve otomasyon adımlarını etkin biçimde yönetebilme
4	Veri görselleştirme ve sonuç raporlama tekniklerini kullanarak analiz bulgularını açık, etkili ve karar verme süreçlerine katkı sunacak biçimde ifade edebilme
5	Karmaşık veri odaklı problemleri analiz edebilme, uygun çözüm yolları geliştirebilme ve bilimsel araştırma yöntemleri aracılığıyla yaratıcı, veri temelli kararlar alabilme
6	Veri bilimi ve analitiği kapsamında karşılaşılan problemleri analiz edebilme, uygun veri analizi tekniklerini seçerek çözüm yolları geliştirebilme; istatistiksel, algoritmik ve yapay zekâ temelli yöntemleri eleştirel düşünme yeteneğiyle değerlendirebilme
7	Veri bilimi ve analitiği uygulamalarında Python, R, SQL gibi programlama dillerini etkin biçimde kullanabilme; veri madenciliği, makine öğrenmesi, büyük veri işleme, veri görselleştirme ve modelleme araçlarıyla pratik çözümler geliştirebilme, gerçek veri setleri üzerinde uygulamalar gerçekleştirebilme
8	Veri bilimi ve analitiği ile ilgili bireysel veya ekip çalışmalarında sorumluluk üstlenebilme, karmaşık veri projelerini bağımsız olarak planlayıp yürütebilme; karşılaştığı sorunlara analitik ve yaratıcı çözümler geliştirerek karar alma süreçlerinde etkin rol oynayabilme
9	Veri bilimi ve analitiği alanındaki güncel gelişmeleri, teknolojileri ve yöntemleri izleyerek yaşam boyu öğrenme bilinciyle kendini sürekli geliştirme yetkinliğine sahip olma; yeni bilgi ve becerileri hızla edinip uygulamaya aktarabilme
10	Veri bilimi ve analitiği alanındaki çalışmalarını yazılı, sözlü ve görsel yollarla açık ve etkili bir biçimde ifade edebilme; çok disiplinli takımlarda etkin biçimde çalışabilme, iletişim kurabilme ve iş birliğine dayalı çözümler geliştirebilme
11	Veri bilimi ve analitiği alanına özgü kavramlara, yöntemlere, algoritmalara ve araçlara hâkim olma; etik ilkelere uygun biçimde veri toplama, işleme, analiz etme ve yorumlama süreçlerini yürütebilme, veri gizliliği ve güvenliği konularında sorumluluk bilinciyle hareket edebilme

Ders Öğrenme Çıktısı - Program Çıktıları (1 -5 Puan Aralığı)

Ders Öğrenme Çıktısı	PÇ 1	PÇ 2	PÇ 3	PÇ 4	PÇ 5	PÇ 6	PÇ 7	PÇ 8	PÇ 9	PÇ 10	PÇ 11
Veri tipleri ve ölçek türleri gibi temel istatistiksel kavramların özelliklerini açıklayabileceklerdir.	-	-	-	-	-	-	-	-	-	-	-
Parametrik ve parametrik olmayan yöntemler arasındaki farkları ve bu yöntemlerin uygun kullanım koşullarını belirleyebileceklerdir.	-	-	-	-	-	-	-	-	-	-	-
Parametrik olmayan testleri tek örneklem, iki örneklem ve ikiden fazla örneklem başlıkları altında sınıflandırabileceklerdir.	-	-	-	-	-	-	-	-	-	-	-
Parametrik olmayan testleri bağımlı ve bağımsız örneklemler için ayırt edebileceklerdir.	-	-	-	-	-	-	-	-	-	-	-
Verilen veri setine uygun parametrik olmayan testleri uygulayabileceklerdir.	-	-	-	-	-	-	-	-	-	-	-
Ortalama Değer	-	-	-	-	-	-	-	-	-	-	-

https://ebs.bilecik.edu.tr/pdf/dersbilgigetir/451259