GERİ DÖN

Ders Öğretim Planı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS
9104026022013 Ekosistem Ekolojisi Araştırmalarında Modern Yöntemler Seçmeli Ders Grubu 1 2 8,00

Dersin Seviyesi

Doktora

Dersin Sunulduğu Dil

Türkçe

Dersin Amacı

Bu dersin amacı, öğrencilerin ileri düzey gruplama, asal eksen ve çok boyutlu ölçeklendirme analizlerini ve uygulamaları hakkında bilgi sahibi olmasını sağlamaktır.

Dersi Veren Öğretim Görevlisi/Görevlileri

Prof. Dr. Tufan KORAY

Öğrenme Çıktıları

1 Ekosistem ekolojisi araştırmasının tanımı, veri tipleri ve analizlere uyumları hakkında yorum yapabilme.
2 Başlıca modern ekolojik analiz tiplerini tanıma ve kullanılış alanlarını öğrenme.
3 Çok değişkenli regresyon analizini teorik olarak öğrenme.
4 Çok değişkenli regresyon analizi ile ilgili uygulamalar ve sonuçları biyo-ekolojik yönden yorumlayabilme.
5 Principle component (asal eksen) analizini teorik olarak öğrenme.
6 Principle component (asal eksen) analizi ile ilgili uygulamalar ve sonuçları biyo-ekolojik yönden yorumlayabilme.
7 Discriminant analizini teorik olarak öğrenme.
8 Discriminant analizi ile ilgili uygulamalar ve sonuçları biyo-ekolojik yönden yorumlayabilme.

Öğretim Sistemi

Dersin Ön Koşulu Olan Dersler

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Dersin İçeriği

Kümelenme analizlerinde verilerin düzenlenmesi, benzerlik ve uzaklık katsayıları, hiyerarşik gruplama teknikleri, diskriminant analizleri, asal eksen analizleri ve eigen vektör değerleri, PC1 ve PC2 değerlerinin yorumlanması, çok boyutlu ölçeklendirme yöntemleri verilmektedir.

Haftalık Ayrıntılı Ders İçeriği

Hafta Konular (Teorik) Uygulama Öğretim Yöntem ve Teknikleri Ön Hazırlık
1 Kümelenme analizlerinde verilerin düzenlenmesi
2 Benzerlik katsayıları
3 Uzaklık katsayıları
4 Hiyerarşik gruplama teknikleri
5 Diskriminant analizleri teorik yaklaşımlar
6 Diskriminant analizleri uygulamalı örnekler
7 Asal eksen analizleri (Principle component analyses).
8 Eigen vektör değerlerinin kullanımı ve yorumlanması
9 Arasınav
10 PC1 ve PC2 değerlerinin yorumlanması ve çizimi.
11 PC3 …. PCn değerlerinin yorumlanması ve çizimleri.
12 Principle component analizlerinin biyolojik verilere uygulanması larval gelişimin izlenmesi.
13 Principle component analizlerinin fiziko-kimyasal verilere uygulanması ekosistemin anlaşılmasında kullanılması.
14 Multifaktör analizlerinin su ürünleri araştırmalarına katkılarının örneklerle incelenmesi.
15 Dönem projesi sunumları
16 Final Sınavı

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Ders kitabı: FAO/IOC/UNESCO/UNEP (1988): Report on the Training Workshop on the Statistical Treatment and Interpretation of Marine Community Data. FIR/MEDPOL/TW/3. Snedecor, G. W. and Cochran, G. W. (1969): Statistical Methods. Iowe State College Press. Ames Iowa. Yardımcı Kitaplar: Campbell, R. C. (1974): Statistics for Biologist. 2nd Ed.Cambridge University Press. Fisher, R. A. (1963): Statistical Metods for Research Workers. Oliver and Boyd Ltd. London. Sokal, R. R. and Rohlf, F. J. (1981): Biometry. 2nd Ed. W. H. Freeman Com. New York. Tukey, J. W. (1977): Exploratory Data Analyses. Addison-Wesley. Massachusetts. Yule, G. U. and Kendall, M. G. (1950): An Introduction to the Theory of Statistics. 14th ed. Hafner. New York.

Planlanan Öğrenme Aktiviteleri ve Metodları

Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme

Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Ara Sınav 1 100
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Final Sınavı 1 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Staj Durumu

Yok

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Derse Katılım 14 2 28
Uygulama/Pratik 14 2 28
Proje Hazırlama 1 20 20
Bireysel Çalışma 5 2 10
Ara Sınav İçin Bireysel Çalışma 1 10 10
Final Sınavı içiin Bireysel Çalışma 1 14 14
Okuma 14 10 140
Toplam İş Yükü (saat) 250

Program ve Öğrenme Çıktıları İlişkisi

PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6 PÇ 7
ÖÇ 1
ÖÇ 2
ÖÇ 3
ÖÇ 4
ÖÇ 5
ÖÇ 6
ÖÇ 7
ÖÇ 8
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek