Endüstri Mühendisliği
Dersin Ayrıntıları
KTO KARATAY ÜNİVERSİTESİ
Mühendislik ve Doğa Bilimleri Fakültesi
Endüstri Mühendisliği Programı
Ders Bolognaları
Mühendislik ve Doğa Bilimleri Fakültesi
Endüstri Mühendisliği Programı
Ders Bolognaları
| Ders Kodu | Ders Adı | Yıl | Dönem | Yarıyıl | T+U+L | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| 15240407 | Nümerik Analiz | 2 | Bahar | 4 | 3+1+0 | 3,5 | 5 |
| Dersin Türü | Zorunlu |
| Dersin Düzeyi | Lisans (TYYÇ: 6. Düzey / QF-EHEA: 1. Düzey / EQF-LLL: 6. Düzey) |
| Dersin Dili | Türkçe |
| Yöntem ve Teknikler | - |
| Dersin Veriliş Şekli | Yüz Yüze |
| Ön Koşullar | - |
| Dersin Koordinatörü | Prof. Dr. Murat DARÇIN |
| Dersi Veren(ler) | - |
| Yardımcı(lar) | - |
Dersin İçeriği
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
Dersin Amacı
Modelleme ve kararı uygulamak için gerekli olan olasılık ve istatistik bilgiyi kullanma yeteneği sağlamak için mühendislik teknikleri yapma.
Dersin Alan Öğretimini Sağlamaya Yönelik Katkısı
| Temel Meslek Dersleri | X |
| Uzmanlık / Alan Dersleri | |
| Destek Dersleri | |
| Aktarılabilir Beceri Dersleri | |
| Beşeri, İletişim ve Yönetim Becerileri Dersleri |
Dersin Öğrenim Kazanımlarının Program Kazanımları ile Olan İlişkileri
| İlişki Düzeyleri | ||||
| En Düşük | Düşük | Orta | Yüksek | En Yüksek |
| 1 | 2 | 3 | 4 | 5 |
| # | Program Yeterlilikleri | Düzey |
|---|---|---|
| P1 | Matematik, fen bilimleri ve Endüstri Mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri karmaşık Endüstri Mühendisliği problemlerinin çözümünde kullanabilme becerisi | 5 |
| P5 | Endüstri Mühendisliği alanındaki karmaşık problemlerin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi | 5 |
Dersin Öğrenim Kazanımları
| Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir: | |||
|---|---|---|---|
| No | Öğrenme Çıktıları | Prog. Yet. İlişkisi | Ölçme Yöntemi ** |
| Ö1 | Grafik ve sayısal yöntemler kullanarak verileri analiz edebilir. | P.1.144 | 1 |
| Ö2 | İstatistiksel karar vermenin temellerini geliştirebilir. | P.1.145 | 1 |
| Ö3 | Değişkenler arasındaki deneysel ilişkileri analiz etme ve modellemek için temel araçları kullanabilir. | P.1.146 | 1 |
| Ö4 | Tek ve çift popülasyonlarda tahmin problemlerini inceleyebilir. | P.1.147 | 1 |
| Ö5 | Hipotez testlerini kullanabilir. | P.1.148 | 1 |
| Ö6 | Grafik ve sayısal yöntemler kullanarak verileri analiz edebilir. | P.5.32 | 1 |
| Ö7 | İstatistiksel karar vermenin temellerini geliştirebilir. | P.5.33 | 1 |
| Ö8 | Değişkenler arasındaki deneysel ilişkileri analiz etme ve modellemek için temel araçları kullanabilir. | P.5.34 | 1 |
| Ö9 | Tek ve çift popülasyonlarda tahmin problemlerini inceleyebilir. | P.5.35 | 1 |
| Ö10 | Hipotez testlerini kullanabilir. | P.5.36 | 1 |
| ** Yazılı Sınav: 1, Sözlü Sınav: 2, Ev Ödevi: 3, Lab./Sınav: 4, Seminer/Sunum: 5, Dönem Ödevi: 6, Uygulama: 7 | |||
Dersin Haftalık İçeriği
| Hafta | Konu |
|---|---|
| 1 | Mühendislik İstatistiğe Giriş (istatistik, bilim ve gözlem, veri yapıları, araştırma yöntemi ve istatistik, değişkenler, ölçme) |
| 2 | Frekans Dağılımları (Tablolar, Grafikler, yüzdelikler) |
| 3 | Merkezi Eğilim Ölçüleri (Ortalama, ortanca, tepedeğer |
| 4 | Değişim ölçüleri (Ranj, varyans, standart sapma) |
| 5 | Değişim ölçüleri (Ranj, varyans, standart sapma) |
| 6 | SPSS Giriş |
| 7 | SPSS Uygulama |
| 8 | Ara sınav |
| 9 | SPSS Uygulama |
| 10 | Hipotez Testleri |
| 11 | Regresyon Analizi-SPSS Uygulama |
| 12 | Doğrusal regresyon ve korelasyon, basit doğrusal regresyon |
| 13 | Parametrik ve Nonparametrik Hipotez Testleri - SPSS Uygulama |
| 14 | Korelasyon Analizi-SPSS Uygulama |
| 15 | Final sınavına hazırlık |
Ders Kitabı veya Malzemesi
| Kaynaklar | MONTGOMERY, D. C., RUNGER, G. C., 1994. Applied Statistics and Probability for Engineers. John Wiley&Sons, Inc., USA. |
Değerlendirme Yöntemi ve Geçme Kriterleri
| Yarıyıl Çalışmaları | Sayısı | Katkı (%) |
|---|---|---|
| Devam | - | - |
| Laboratuvar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj (Varsa) | - | - |
| Ödev | 1 | 30 (%) |
| Sunum | - | - |
| Projeler | - | - |
| Seminer | - | - |
| Kısa sınav (Quiz) | - | - |
| Dinleme | - | - |
| Ara Sınavlar | 1 | 40 (%) |
| Yarıyıl Sonu Sınavı | 1 | 30 (%) |
| Toplam | 100 (%) | |
AKTS / Çalışma Yükü Tablosu
| Etkinlik | Sayı | Süre | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Hafta Sayısı ve Saati | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, Kütüphane, Pekiştirme) | 14 | 3 | 42 |
| Ara Sınav | 1 | 12 | 12 |
| Kısa Sınav | 0 | 0 | 0 |
| Ödev | 1 | 20 | 20 |
| Uygulama | 14 | 1 | 14 |
| Laboratuvar | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Atölye | 0 | 0 | 0 |
| Sunum/Seminer Hazırlama | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Dönem Sonu Sınavı | 1 | 20 | 20 |
| Diğer | 0 | 0 | 0 |
| Toplam İş Yükü: | 150 | ||
| Toplam Yük / 30 | 5 | ||
| Dersin AKTS Kredisi: | 5 | ||
Ders - Öğrenme Çıktıları İlişkisi
| İlişki Düzeyleri | ||||
| En Düşük | Düşük | Orta | Yüksek | En Yüksek |
| 1 | 2 | 3 | 4 | 5 |
| # | Öğrenme Çıktıları | P1 | P5 |
|---|---|---|---|
| Ö1 | Grafik ve sayısal yöntemler kullanarak verileri analiz edebilir. | 5 | - |
| Ö2 | İstatistiksel karar vermenin temellerini geliştirebilir. | 5 | - |
| Ö3 | Değişkenler arasındaki deneysel ilişkileri analiz etme ve modellemek için temel araçları kullanabilir. | 5 | - |
| Ö4 | Tek ve çift popülasyonlarda tahmin problemlerini inceleyebilir. | 5 | - |
| Ö5 | Hipotez testlerini kullanabilir. | 5 | - |
| Ö6 | Grafik ve sayısal yöntemler kullanarak verileri analiz edebilir. | - | 5 |
| Ö7 | İstatistiksel karar vermenin temellerini geliştirebilir. | - | 5 |
| Ö8 | Değişkenler arasındaki deneysel ilişkileri analiz etme ve modellemek için temel araçları kullanabilir. | - | 5 |
| Ö9 | Tek ve çift popülasyonlarda tahmin problemlerini inceleyebilir. | - | 5 |
| Ö10 | Hipotez testlerini kullanabilir. | - | 5 |