| Ders Kodu: | MIS308 | ||||
| Ders İsmi: | Nicel Karar Yöntemleri | ||||
| Ders Yarıyılı: |
Güz |
||||
| Ders Kredileri: |
|
||||
| Öğretim Dili: | İngilizce | ||||
| Ders Koşulu: | |||||
| Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||
| Dersin Türü: | Bölüm/Program Seçmeli | ||||
| Dersin Seviyesi: |
|
||||
| Dersin Veriliş Şekli: | Yüz yüze | ||||
| Dersin Koordinatörü: | Doç. Dr. OKAN YAŞAR | ||||
| Dersi Veren(ler): | Okan Yaşar | ||||
| Dersin Yardımcıları: |
| Dersin Amacı: | Yönetim uygulamalarını ve karar vermeyi desteklemek için nicel yöntemler ve elektronik tablo becerileri. Konular, istatistiksel hipotez testi, güven aralıkları, regresyon analizi, optimizasyon modellemesi, karar analizi ve risk analizini içerir. Bu nedenle, bu kurs, yönetim uygulamasını ve aşağıdakileri içeren karar vermeyi desteklemek için nicel yöntemler ve elektronik tablo becerileri geliştirir: hipotez testi, güven aralıkları, regresyon analizi, karar analizi, optimizasyon ve risk analizi. Kursun hedefleri şunlardır: 1) Niceliksel analizin karar vermeyi iyileştirdiği ve rekabet avantajları yarattığı geniş bir yelpazedeki durumları göstermek; 2) Öğrencilerin analitik düşünme becerilerini geliştirir. 3) Elektronik tablo modellerini ve sonuçların etkili iletişimini kullanarak analiz ustalığı geliştirin. |
| Dersin İçeriği: | Kursu tamamladıktan sonra öğrenci şunları yapabilmelidir: 1. Histogramları, dağılım diyagramlarını ve özet istatistikleri kullanarak bir dizi veriyi tanımlama. 2. Güven aralığı tahmini, hipotez testi ve regresyon analizini desteklemek için örnek verilerden istatistikleri hesaplayın. 3. Güven aralığı tahmini, hipotez testi ve regresyon analizinden elde edilen içgörülerin istatistiksel kesinliğini çıkarın. 4. Profesyonel elektronik tablo tasarımı ilkelerini kullanarak etkili karar verme durumları modelleri oluşturun. 5. Kantitatif analizin karar vermeyi iyileştirdiği çok çeşitli durumların yönetimi için karar verme modellerine en uygun çözümleri hesaplayın. 6. Optimallik ve risk için birden çok kriteri kullanarak elektronik tablo simülasyon modellerini ve sonuçları belirsiz kararları analiz edin. |
|
Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Kursu tamamladıktan sonra öğrenci şunları yapabilmelidir: 1. Histogramları, dağılım diyagramlarını ve özet istatistikleri kullanarak bir dizi veriyi tanımlama. 2. Güven aralığı tahmini, hipotez testi ve regresyon analizini desteklemek için örnek verilerden istatistikleri hesaplayın. 3. Güven aralığı tahmini, hipotez testi ve regresyon analizinden elde edilen içgörülerin istatistiksel kesinliğini çıkarın. 4. Profesyonel elektronik tablo tasarımı ilkelerini kullanarak etkili karar verme durumları modelleri oluşturun. 5. Kantitatif analizin karar vermeyi iyileştirdiği çok çeşitli durumların yönetimi için karar verme modellerine en uygun çözümleri hesaplayın. 6. Optimallik ve risk için birden çok kriteri kullanarak elektronik tablo simülasyon modellerini ve sonuçları belirsiz kararları analiz edin. 2) 2. Güven aralığı tahmini, hipotez testi ve regresyon analizini desteklemek için örnek verilerden istatistikleri hesaplayın. 3) 3. Güven aralığı tahmini, hipotez testi ve regresyon analizinden elde edilen içgörülerin istatistiksel kesinliğini çıkarın. 4) 4. Profesyonel elektronik tablo tasarımı ilkelerini kullanarak etkili karar verme durumları modelleri oluşturun. |
| Hafta | Konu | Ön Hazırlık |
| 1) | Bölüm 1 (Kantitatif Analize Giriş) | |
| 2) | Bölüm 2 (Olasılık Kavramları ve Uygulamaları) | |
| 3) | Bölüm 2 (Olasılık Kavramları ve Uygulamaları) | |
| 4) | Tahmin ve Güven Aralıkları | |
| 5) | Tahmin ve Güven Aralıkları | |
| 6) | Bölüm (Regresyon Modelleri) | |
| 7) | Bölüm (Regresyon Modelleri) | |
| 8) | Bölüm (Karar Analizi) | |
| 9) | Doğrusal Programlama Modelleri: Grafik ve Bilgisayar Yöntemleri | |
| 10) | Doğrusal Programlama Uygulamaları | |
| 11) | Simülasyon Modelleme | |
| 12) | Olasılığa giriş, Bayes Teoremi | |
| 13) | Olasılığa giriş, Bayes Teoremi | |
| 14) | Oyun Kuramı |
| Ders Notları / Kitaplar: | Clemen, R. T., & Reilly, T. (2013). Making hard decisions with DecisionTools. Cengage Learning. |
| Diğer Kaynaklar: | Lecture Notes |
| Course Learning Outcomes | 1 |
2 |
3 |
4 |
|---|---|---|---|---|
| Program Kazanımları |
| Etkisi Yok | 1 En Düşük | 2 Orta | 3 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı |
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Ara Sınavlar | 1 | % 40 |
| Final | 1 | % 60 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 40 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 60 | |
| Toplam | % 100 | |
| Aktiviteler | Aktivite Sayısı | İş Yükü |
| Ders Saati | 14 | 42 |
| Sınıf Dışı Ders Çalışması | 16 | 78 |
| Ara Sınavlar | 1 | 2 |
| Final | 1 | 3 |
| Toplam İş Yükü | 125 | |