Industrial Engineering
Course Details
KTO KARATAY UNIVERSITY
Mühendislik ve Doğa Bilimleri Fakültesi
Programme of Industrial Engineering
Course Details
Mühendislik ve Doğa Bilimleri Fakültesi
Programme of Industrial Engineering
Course Details
| Course Code | Course Name | Year | Period | Semester | T+A+L | Credit | ECTS |
|---|---|---|---|---|---|---|---|
| 15240407 | Numerical Analysis | 2 | Spring | 4 | 3+1+0 | 3,5 | 5 |
| Course Type | Compulsory |
| Course Cycle | Bachelor's (First Cycle) (TQF-HE: Level 6 / QF-EHEA: Level 1 / EQF-LLL: Level 6) |
| Course Language | Turkish |
| Methods and Techniques | - |
| Mode of Delivery | Face to Face |
| Prerequisites | - |
| Coordinator | Prof. Murat DARÇIN |
| Instructor(s) | - |
| Instructor Assistant(s) | - |
Course Content
Teori örnekleme, örnekleme dağılımları, anlamına gelir, örnekleme dağılımı farklarını, t dağıtım, kikare dağılımı, F dağılımı, Sezimleme Teorisi, klasik teori tahmini, Hipotez testleri, iyilik uygun test, test Bağımsızlık, Homojenizasyon, doğrusal regresyon ve korelasyon, Varyans analizi için test
Objectives of the Course
To provide the ability of using probability and statistics knowledge which is required to apply modeling and decision making techniques in engineering.
Contribution of the Course to Field Teaching
| Basic Vocational Courses | X |
| Specialization / Field Courses | |
| Support Courses | |
| Transferable Skills Courses | |
| Humanities, Communication and Management Skills Courses |
Relationships between Course Learning Outcomes and Program Outcomes
| Relationship Levels | ||||
| Lowest | Low | Medium | High | Highest |
| 1 | 2 | 3 | 4 | 5 |
| # | Program Learning Outcomes | Level |
|---|---|---|
| P1 | Sufficient knowledge of mathematics, science and Industrial Engineering discipline-specific subjects; Ability to use theoretical and applied knowledge in these fields to solve complex Industrial Engineering problems | 5 |
| P5 | Ability to design, conduct experiments, collect data, analyze and interpret results for the study of complex problems or discipline-specific research topics in the field of Industrial Engineering | 5 |
Course Learning Outcomes
| Upon the successful completion of this course, students will be able to: | |||
|---|---|---|---|
| No | Learning Outcomes | Outcome Relationship | Measurement Method ** |
| O1 | Grafik ve sayısal yöntemler kullanarak verileri analiz edebilir. | P.1.144 | 1 |
| O2 | İstatistiksel karar vermenin temellerini geliştirebilir. | P.1.145 | 1 |
| O3 | Değişkenler arasındaki deneysel ilişkileri analiz etme ve modellemek için temel araçları kullanabilir. | P.1.146 | 1 |
| O4 | Tek ve çift popülasyonlarda tahmin problemlerini inceleyebilir. | P.1.147 | 1 |
| O5 | Hipotez testlerini kullanabilir. | P.1.148 | 1 |
| O6 | Grafik ve sayısal yöntemler kullanarak verileri analiz edebilir. | P.5.32 | 1 |
| O7 | İstatistiksel karar vermenin temellerini geliştirebilir. | P.5.33 | 1 |
| O8 | Değişkenler arasındaki deneysel ilişkileri analiz etme ve modellemek için temel araçları kullanabilir. | P.5.34 | 1 |
| O9 | Tek ve çift popülasyonlarda tahmin problemlerini inceleyebilir. | P.5.35 | 1 |
| O10 | Hipotez testlerini kullanabilir. | P.5.36 | 1 |
| ** Written Exam: 1, Oral Exam: 2, Homework: 3, Lab./Exam: 4, Seminar/Presentation: 5, Term Paper: 6, Application: 7 | |||
Weekly Detailed Course Contents
| Week | Topics |
|---|---|
| 1 | Introduction to Engineering Statistics (statistics, science and observation, data structures, research method and statistics, variables, measurement) |
| 2 | Frequency Distributions (Tables, Graphs, Percentages) |
| 3 | Measures of Central Tendency (Mean, median, peak) |
| 4 | Measures of change (Range, variance, standard deviation) |
| 5 | Measures of change (Range, variance, standard deviation) |
| 6 | SPSS Login |
| 7 | SPSS Application |
| 8 | Ara sınav |
| 9 | SPSS Application |
| 10 | Hypothesis Tests |
| 11 | Regression Analysis-SPSS Application |
| 12 | Linear Regression and Correlation, Simple Linear Regression |
| 13 | Parametric and Nonparametric Hypothesis Testing - SPSS Application |
| 14 | Correlation Analysis-SPSS Application |
| 15 | Final Exam |
Textbook or Material
| Resources | MONTGOMERY, D. C., RUNGER, G. C., 1994. Applied Statistics and Probability for Engineers. John Wiley&Sons, Inc., USA. |
Evaluation Method and Passing Criteria
| In-Term Studies | Quantity | Percentage |
|---|---|---|
| Attendance | - | - |
| Laboratory | - | - |
| Practice | - | - |
| Field Study | - | - |
| Course Specific Internship (If Any) | - | - |
| Homework | 1 | 30 (%) |
| Presentation | - | - |
| Projects | - | - |
| Seminar | - | - |
| Quiz | - | - |
| Listening | - | - |
| Midterms | 1 | 40 (%) |
| Final Exam | 1 | 30 (%) |
| Total | 100 (%) | |
ECTS / Working Load Table
| Quantity | Duration | Total Work Load | |
|---|---|---|---|
| Course Week Number and Time | 14 | 3 | 42 |
| Out-of-Class Study Time (Pre-study, Library, Reinforcement) | 14 | 3 | 42 |
| Midterms | 1 | 12 | 12 |
| Quiz | 0 | 0 | 0 |
| Homework | 1 | 20 | 20 |
| Practice | 14 | 1 | 14 |
| Laboratory | 0 | 0 | 0 |
| Project | 0 | 0 | 0 |
| Workshop | 0 | 0 | 0 |
| Presentation/Seminar Preparation | 0 | 0 | 0 |
| Fieldwork | 0 | 0 | 0 |
| Final Exam | 1 | 20 | 20 |
| Other | 0 | 0 | 0 |
| Total Work Load: | 150 | ||
| Total Work Load / 30 | 5 | ||
| Course ECTS Credits: | 5 | ||
Course - Learning Outcomes Matrix
| Relationship Levels | ||||
| Lowest | Low | Medium | High | Highest |
| 1 | 2 | 3 | 4 | 5 |
| # | Learning Outcomes | P1 | P5 |
|---|---|---|---|
| O1 | Grafik ve sayısal yöntemler kullanarak verileri analiz edebilir. | 5 | - |
| O2 | İstatistiksel karar vermenin temellerini geliştirebilir. | 5 | - |
| O3 | Değişkenler arasındaki deneysel ilişkileri analiz etme ve modellemek için temel araçları kullanabilir. | 5 | - |
| O4 | Tek ve çift popülasyonlarda tahmin problemlerini inceleyebilir. | 5 | - |
| O5 | Hipotez testlerini kullanabilir. | 5 | - |
| O6 | Grafik ve sayısal yöntemler kullanarak verileri analiz edebilir. | - | 5 |
| O7 | İstatistiksel karar vermenin temellerini geliştirebilir. | - | 5 |
| O8 | Değişkenler arasındaki deneysel ilişkileri analiz etme ve modellemek için temel araçları kullanabilir. | - | 5 |
| O9 | Tek ve çift popülasyonlarda tahmin problemlerini inceleyebilir. | - | 5 |
| O10 | Hipotez testlerini kullanabilir. | - | 5 |