Ders İçerikleri

Dersin temel amacı, klasik veya ana akım istatistik teorisinin ve uygulamalarının (gerekli olasılık teorisinin de dahil edilmesi anlamında) kapsamlı ve kendi içinde tutarlı bir tanımını sunmaktır.

Öğrenciler temel veri analizini (örneğin, ortalama, medyan, standart sapma ve diğer tanımlayıcı istatistikleri bulma) ve verileri grafiksel olarak nasıl sunacaklarını (örneğin, histogramlar, kök grafikleri) öğrenmelidir. Popülasyon ve örnek arasındaki farkları ve teorik ve örnek özelliklerini anlamalıdırlar. Olasılık teorisinin unsurları olmadan istatistik öğretmek faydalı olmadığından, temel kavramlarını ve sonuçlarını incelemek dersin bir parçasıdır.

Yok

Camm et al., Business Analytics: Descriptive, Predictive, Prescriptive, 4th edition,Cengage, 2020.S. C. Albright, Business Analytics: Data Analysis and Decision Making, 7th edition,Cengage, 2020.

Kopya çekmek, intihal yapmak, bilgi veya alıntı uydurmak, başkalarının sahtekârlık eylemlerini kolaylaştırmak, sınavlara izinsiz olarak sahip olmak, başka bir kişinin çalışmasını veya daha önce kullanılmış bir çalışmayı eğitmene haber vermeden teslim etmek veya diğer öğrencilerin akademik çalışmalarını tahrif etmek, bunlarla sınırlı olmamak üzere, akademik dürüstlük ihlalleri arasındadır. Her türlü akademik sahtekârlık ciddi bir akademik ihlaldir ve disiplin cezasıyla sonuçlanacaktır. Bu derste üretken yapay zeka (ÜYZ) araçlarının kullanımına ilişkin olarak, YÖK tarafından yayımlanan 'Yükseköğretim Kurumları Bilimsel Araştırma ve Yayın Faaliyetlerinde Üretken Yapay Zekâ Kullanımına Dair Etik Rehber (2024)' hükümleri geçerlidir.