ECON 2115
İstatistik I
Öğretim Elemanı: Dr. Öğr. Üyesi FIRAT YILMAZ
Dersin Amacı
Bu dersin amacı, öğrencilerin temel istatistiksel kavramları ve yöntemleri öğrenmelerini ve bu yöntemleri ekonomik ve sosyal verilerin analizinde kullanabilmelerini sağlamaktır. Ders kapsamında veri türleri, tanımlayıcı istatistikler, olasılık, rassal değişkenler, olasılık dağılımları, örnekleme, tahmin, güven aralıkları, hipotez testleri, korelasyon ve basit doğrusal regresyon konuları ele alınmaktadır. Öğrencilerin verileri düzenleme, özetleme, analiz etme ve elde edilen istatistiksel sonuçları ekonomik ve sosyal bağlamda yorumlama becerilerinin geliştirilmesi hedeflenmektedir.
Dersin İçeriği
İstatistiğe giriş; veri türleri ve ölçüm düzeyleri; verilerin sınıflandırılması ve sunumu; frekans dağılımları, tablolar ve grafikler; merkezi eğilim ölçüleri; değişkenlik ve dağılım ölçüleri; temel olasılık kavramları ve olasılık kuralları; koşullu olasılık ve Bayes yaklaşımı; rassal değişkenler; kesikli ve sürekli olasılık dağılımları; binom ve normal dağılım; örnekleme ve örnekleme dağılımları; nokta tahmini ve güven aralıkları; hipotez testlerinin temel prensipleri; tek anakütle ortalaması ve oranı için testler; iki anakütlenin karşılaştırılması; korelasyon ve basit doğrusal regresyona giriş; ekonomik ve sosyal verilerin istatistiksel olarak analiz edilmesi ve sonuçların yorumlanması.
Dersin Ön Koşulu/ Yan Koşulu
Yok
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Newbold, P., Carlson, W. L. & Thorne, B., Statistics for Business and Economics, Pearson.
Akademik Dürüstlük ve Yapay Zeka
Öğrencilerin tüm sınav, çalışma ve diğer akademik faaliyetlerinde akademik dürüstlük ilkelerine uymaları beklenmektedir. Başka kaynaklardan alınan bilgi, veri, tablo, grafik ve fikirler uygun şekilde kaynak gösterilmelidir. İntihal, veri veya sonuçların değiştirilmesi, başka bir öğrenci adına çalışma yapılması ve yetkisiz yardımlaşma akademik dürüstlük ihlali olarak değerlendirilir. Yapay zeka araçları, ders sorumlusunun izin verdiği durumlarda istatistiksel kavramları açıklamak, çalışma örnekleri oluşturmak veya veri analizi yöntemlerini araştırmak amacıyla kullanılabilir. Öğrenciler yapay zeka tarafından üretilen sonuçların doğruluğunu kontrol etmekten sorumludur. Yapay zeka araçları öğrencinin kendi hesaplamasının, analizinin ve yorumunun yerine geçemez ve kullanımları ders sorumlusunun belirlediği kurallara uygun olarak belirtilmelidir.