Ders Bilgi Formu ( BSB 616 )
|
Temel bilgiler
|
|
Ders adı: |
Tıbbi Araştırmalar için İleri İstatistik |
Ders kodu: |
BSB 616 |
Öğretim üyesi: |
Dr. Öğr. Üyesi Pınar PİR
|
AKTS kredisi: |
7.5 |
GTÜ kredisi: |
3 (3+0+0) |
Yılı, Dönemi: |
1, Bahar |
Dersin düzeyi: |
Yüksek lisans |
Dersin tipi: |
Bölüm seçmeli
|
Öğretim dili: |
İngilizce
|
Öğretim şekli: |
Yüz yüze
|
Ön koşullar: |
BSB615 |
Staj durumu: |
Yok |
Dersin amacı: |
Bu ders, öğrencilere ileri istatistik yöntemlerinintıbbi veriler üzerinde kullanımı öğretmeyi amaçlamaktadır |
|
|
|
Öğrenme çıktıları
|
|
Bu dersi başarıyla tamamlayan öğrenciler, şu yetilere sahip olurlar:
-
Biyoloji temelli verilerin analizlerini ileri istatistik yöntemleriyle yapabilirler
Program Çıktılarına Katkıları
-
Biyoinformatik ve Sistem Biyolojisi alanlarındaki temel ve ileri düzey kavramları tanımlamak ve uygulamak
-
Genom ölçekli biyolojik verileri istatistiksel yöntemlerle ve veri madenciliği yöntemleriyle analiz ederek anlamlandırılmak
-
Bilimsel bilgiye ulaşmak ve bağımsız çalışmak
Değerlendirme Tipi
-
Yazılı sınav
-
Ödev
-
Tıbbi temelli verilerden yola çıkarak biyolojik sistemleri modelleyebilirler
Program Çıktılarına Katkıları
-
Biyoinformatik ve Sistem Biyolojisi alanlarındaki temel ve ileri düzey kavramları tanımlamak ve uygulamak
-
Genom ölçekli biyolojik verileri istatistiksel yöntemlerle ve veri madenciliği yöntemleriyle analiz ederek anlamlandırılmak
-
Bilimsel bilgiye ulaşmak ve bağımsız çalışmak
Değerlendirme Tipi
-
Yazılı sınav
-
Ödev
-
Verileri ve modelleri anlamlandırarak biyolojik sistemlerin anlaşılması ve geliştirilmesi için çözümler sunarlar
Program Çıktılarına Katkıları
-
Biyoinformatik ve Sistem Biyolojisi alanlarındaki temel ve ileri düzey kavramları tanımlamak ve uygulamak
-
Genom ölçekli biyolojik verileri istatistiksel yöntemlerle ve veri madenciliği yöntemleriyle analiz ederek anlamlandırılmak
-
Bilimsel bilgiye ulaşmak ve bağımsız çalışmak
Değerlendirme Tipi
-
Yazılı sınav
-
Ödev
|
|
İçerik
|
|
1. hafta: |
Kategorik verilerin analizi - iki kategorili veri tablolarının incelenmesi |
2. hafta: |
Kategorik verilerin analizi - çok kategorili veri tablolarının incelenmesi Ödev-1 |
3. hafta: |
Regresyon yöntemleri
|
4. hafta: |
Korelasyon yöntemleri Ödev-2 |
5. hafta: |
Varyans analizi (ANOVA) - parametrik yöntemler |
6. hafta: |
Varyans analizi (ANOVA) - parametrik olmayan yöntemler |
7. hafta: |
Arasınav-1 Çok faktörlü verilerde varyans analizi |
8. hafta: |
Epidemiyolojik verilerin analizi - kategorik veriler |
9. hafta: |
Epidemiyolojik verilerin analizi - zamana bağlı veriler Ödev4 |
10. hafta: |
Kişi-zaman verilerinin analizi |
11. hafta: |
Sağkalım analiz yöntemleri Ödev5 |
12. hafta: |
Arasınav-2 Parametrik olmayan sağkalım analiz yöntemleri |
13. hafta: |
Deneysel tasarım yöntemleri
|
14. hafta: |
P-değerinin anlamlandırılması |
15. hafta*: |
- |
16. hafta*: |
Final sınavı |
Ders kitapları ve materyaller: |
Rosner, 8ed, Introduction to Biostatistics (Ch10-14) |
Önerilen kaynaklar: |
PennState Eberly School of Science online statistics courses |
|
* 15. ve 16. haftalar arası final sınavına hazırlık haftası bulunmaktadır.
|
|
|
|
Değerlendirme
|
|
|
Değerlendirme tipi |
Hafta numarası |
Ağırlık (%) |
|
Ara sınavlar (Vizeler): |
7, 12 |
40 |
Dönem içi diğer çalışmalar: |
- |
0 |
Proje: |
- |
0 |
Ödev: |
2,4,6,9,11 |
30 |
Kısa sınav (Quiz): |
- |
0 |
Final sınavı: |
16 |
30 |
|
Toplam ağırlık: |
(%) |
|
|
|
İş yükü
|
|
|
Etkinlik |
Süre (Haftalık saat) |
Toplam hafta sayısı |
Dönem boyu toplam iş yükü |
|
Dersler (Yüz yüze öğretme): |
3 |
14 |
|
Ders dışı bireysel çalışma: |
0 |
0 |
|
Uygulama, Rehberli problem çözme: |
0 |
0 |
|
Ödev: |
10 |
5 |
|
Dönem projesi: |
0 |
0 |
|
Dönem projesi sunumu: |
0 |
0 |
|
Kısa sınav (Quiz): |
0 |
0 |
|
Ara sınav için bireysel çalışma: |
30 |
2 |
|
Ara sınav (Vize): |
2 |
2 |
|
Final sınavı için bireysel çalışma: |
30 |
1 |
|
Final sınavı: |
2 |
1 |
|
|
|
Toplam işyükü: |
|
|
|
Toplam AKTS kredisi: |
* |
|
* AKTS kredisi, toplam iş yükünün 25'e bölümüdür. (1 AKTS = 25 saatlik iş yükü)
|
|
|
-->