Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
Olasılık, İstatistik ve Karar Analizleri | TAS105 | 1 | 3 + 0 | 4,0 |
Birim Bölüm | ENDÜSTRİYEL TASARIM |
Derece Seviye | Lisans - Zorunlu - Türkçe |
Dersin Verilişi | yüz yüze |
EBS Koordinatörü | Prof. Dr. Bülent YILMAZ |
Ders Veren | Doç. Dr. Veysel ÇOBAN |
Amaç |
Endüstri Ürünleri Tasarımcılarının tasarım kararı alabilmeleri için; örnekleme yöntemiyle elde edilen verileri derleme, özetleme, çözümleme, sonuçları yorumlama ve genelleme yapma; olasılık problemlerini çözebilme; rasgele değiskenler, dağılımlar, beklenen değer, varyans ve momentlerin bulunması; veriden istatistiksel sonuçlar çıkarmak; herhangi bir verinin temel istatistiksel yöntemlerle modellenmesi; gerekli hipotez testlerinin olusturulmasi ve analizlerinin yapılarak istatistiksel olarak yorumunun yapılması ve gerekli istatistiksel donanımın sağlanması, ürün tasarımı alanı ile olasılık ve istatistik kavramları arasındaki ilişkiyi ve karar mekanizmalarını kurmaktır. |
Ders İçeriği |
Olasılığın tasarımdaki yeri, Olasılık ve istatistiğin temel kavramları. Rastlantısal olaylarınanalitik modeli. Rastlantısal olaylar ve istatistiksel değişkenlik gösteren problemler. Ürün tasarımında kullanılan karar verme model ve teorileri, karar destek sistemleri; tek boyutlu (tek kriterli) karar verme, tek aşamalı – çok aşamalı karar verme, karar analizinin temel adımları, karar verme tipleri; belirlilik ortamında, belirsizlik ortamında, risk ortamında, Stokastik olmayan kritere bağlı karar kuralları,stokastik olmayan kritere bağlı karar kuralları, beklenen değer kriterine bağlı karar analizi,beklenen değer kriterine bağlı karar analizi, fayda teorisi, risk paylaşımı, kısmi ve tam bilginin değeri,çok özellikli fayda fonksiyonları, analitik hiyerarşi süreci,hedef programlama, optimizasyon, örnek uygulamalar. |
Ders Kaynakları |
Aytaç, Mustafa ve Necmi Gürsakal (2015), Karar Verme, Dora Yayıncılık.
Altunışık, Remzi, Recai Coşkun ve Engin Yıldırım (2017), Sosyal Bilimlerde Araştırma yöntemleri, Sakarya Kitabevi. Aktaş, Ramazan, M. M. Doğanay, Y. Gökmen, Y. Gazibey ve U. Türen (2015), Sayısal Karar Verme Yöntemleri, Beta Yayıncılık. Newbold, Paul (2016), İstatistik, Literatür Yayıncılık. |
Açıldığı Öğretim Yılı | 2016 - 2017 2017 - 2018 2018 - 2019 2019 - 2020 2020 - 2021 2021 - 2022 2022 - 2023 2023-2024 2024 - 2025 |
Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
Ara Sınav 1 | 35 |
Kısa Sınav 1 | 10 |
Kısa Sınav 2 | 10 |
Toplam | 55 |
Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
Final | %45 |
Toplam | %45 |
Yarıyıl İçinin Başarıya Oranı | %55 |
Yarıyıl Sonu Çalışmalar | %45 |
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) |
Araştırma – yaşam boyu öğrenme, yazma, okuma | İnceleme / Anket Çalışması | 2 | 14 | 28 |
Dinleme ve anlamlandırma | Ders | 3 | 14 | 42 |
Ara Sınav 1 | Ara Sınav 1 | 8 | 1 | 8 |
Uygulama 1 | Uygulama 1 | 10 | 1 | 10 |
Final | Final | 14 | 1 | 14 |
Toplam İş Yükü (Saat) | 102 | |||
AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 4 | |||
AKTS |
Hafta | Konu | Öğretim Metodu |
---|---|---|
1 | Dersin amaç, kapsam ve yönteminin tanıtılması, İstatistiğin Temel Kavramları, Bazı Örnekleme Yöntemleri, Bilgi Elde etme Yöntemleri, İstatistiksel Çıkarsama Araçları, Verilerin Düzenlenmesi: Sıklık Tabloları ve Grafikler | |
2 | Nicel ve Nitel Verilerde Konum ve Değişim Ölçüleri, Raslantı Değişkeni ve Rasgele Olay, Olasılık ,Koşullu Olasılık,Bayes Teoremi, Kesikli Dağılımlar; Bernoulli, Binom, Çokterimli, Geometrik, Negatif Binom (Paskal), Poisson | |
3 | Sürekli Dağılımlar; Normal, Standart Normal, Düzgün, Üstel,Gamma,Beta, Dağılımlar Arasındaki İlişkiler Örneklem Dağılımları; Ki_kare, t, F, | |
4 | Tahmin ve Hipotez Testi, | |
5 | Ki-Kare Çözümlemesi, Çapraz Tabloların Analizi, Regresyon ve Korelasyon Çözümlemesi, Tek YönlüVaryans Çözümlemesi, | |
6 | Parametrik Olmayan Yöntemler ve Uygulamaları, | |
7 | Ara Sınav | |
8 | Ürün tasarımında kullanılan karar verme model ve teorileri, karar destek sistemleri; tek boyutlu (tek kriterli) karar verme, tek aşamalı – çok aşamalı karar verme, | |
9 | Karar analizinin temel adımları, karar verme tipleri; belirlilik ortamında, belirsizlik ortamında, risk ortamında | |
10 | Stokastik olmayan kritere bağlı karar kuralları,stokastik olmayan kritere bağlı karar kuralları, | |
11 | Örnek ürün için; beklenen değer kriterine bağlı karar analizi,beklenen değer kriterine bağlı karar analizi, | |
12 | Fayda teorisi, | |
13 | Örnek ürün için; risk paylaşımı, kısmi ve tam bilginin değeri,çok özellikli fayda fonksiyonları, | |
14 | Örnek ürün için; analitik hiyerarşi süreci,hedef programlama, optimizasyon, örnek uygulamalar. |
Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
Karar verme model ve teorileri, karar destek sistemleri, optimizasyonu örnek uygulamalar sayesinde kavrar. | |||
Olasılık ve istatistiğin temel kavramlarını öğrenir. | |||
Bilimsel araştırma sürecini öğrenir. | |||
Anket yolu ile toplanan verileri analiz eder, yorumlar ve rapor yazar. | |||
Olasılık ve istatistik kavramlarının tasarım disiplini içerisindeki yerini kavrar |
DERS ÖĞRENME ÇIKTISI |
PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Karar verme model ve teorileri, karar destek sistemleri, optimizasyonu örnek uygulamalar sayesinde kavrar. | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
Olasılık ve istatistiğin temel kavramlarını öğrenir. | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
Bilimsel araştırma sürecini öğrenir. | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
Anket yolu ile toplanan verileri analiz eder, yorumlar ve rapor yazar. | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
Olasılık ve istatistik kavramlarının tasarım disiplini içerisindeki yerini kavrar | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |