VBL5061 - MATLAB ile İstatistiksel Veri Analizi

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
MATLAB ile İstatistiksel Veri Analizi	VBL5061	1	3 + 0	7,5	Seçmeli

Birim Bölüm	Veri Bilimi ve Analitiği - YL - Lisansüstü (Yüz yüze)
Amaç	Öğrencilere büyük veri setlerini MATLAB ortamında yönetme, ileri düzey istatistiksel testleri uygulama ve karmaşık veri yapılarını bilimsel yöntemlerle modelleme ve görselleştirme yetkinliği kazandırmaktır.
Ders İçeriği	MATLAB programlama temelleri, veri manipülasyonu, olasılık dağılımları, hipotez testleri, regresyon analizi, varyans analizi (ANOVA) ve çok değişkenli istatistiksel teknikleri kapsamaktadır.
EBS Koordinatörü	Serpil TÜRKYILMAZ

Hafta	Konu
1	MATLAB Arayüzü ve Programlama Mantığı (Matris işlemleri, script yazımı)
2	Veri Hazırlama: Farklı formatlardaki verileri içe aktarma, temizleme ve ön işleme.
3	Betimsel İstatistik ve İleri Görselleştirme (Custom grafikler, subplot kullanımı).
4	Olasılık Dağılımları ve Rastgele Değişken Simülasyonu.
5	Örnekleme Dağılımları ve Güven Aralıklarının Hesaplanması.
6	Hipotez Testleri I: Parametrik testler (t-testleri, Z-testi)
7	Hipotez Testleri II: Parametrik olmayan testler (Mann-Whitney U, Wilcoxon)
8	Varyans Analizi (Tek ve Çok Yönlü ANOVA)
9	Korelasyon ve Basit Doğrusal Regresyon Analizi
10	Çoklu Doğrusal Regresyon ve Model Teşhis Testleri
11	Lojistik Regresyon ve Sınıflandırma Modellerine Giriş.
12	Çok Değişkenli Analiz: Temel Bileşenler Analizi (PCA).
13	Kümeleme Analizi (K-Means ve Hiyerarşik Kümeleme)
14	Zaman Serisi Analizine Giriş ve Uygulamalı Proje Sunumları.

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
Ham verileri MATLAB kullanarak analiz edilebilir veri yapılarına dönüştürebilir.	-	-	-	-	-	-	-	-	-	-	-
İstatistiksel modelleri MATLAB üzerinde kodlayarak sonuçları bilimsel olarak yorumlayabilir.	-	-	-	-	-	-	-	-	-	-	-
Araştırma sorularına uygun doğru istatistiksel testi seçebilir ve uygulayabilir.	-	-	-	-	-	-	-	-	-	-	-
Veri analiz sonuçlarını yüksek kalitede görselleştirebilir ve raporlayabilir.	-	-	-	-	-	-	-	-	-	-	-
Ortalama Değer	-	-	-	-	-	-	-	-	-	-	-

https://ebs.bilecik.edu.tr/pdf/dersbilgigetir/451287