Bilgi Paketi / Ders Kataloğu
Kantitatif Genetikte İleri Biyometrik Metodlar
Ders Kodu: ZZO626
Ders Türü: Seçmeli
Ders Grubu: Doktora
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 2
Uyg.: 2
Kredi: 3
Laboratuvar: 0
AKTS: 8
Amaç

Hayvan ıslahı alanında kantitatif genetik problemlerin çözümlenmesi amacıyla Likelihood ve Bayesian yaklaşımların uygulanması yönünde lisans üstü öğrencilerin eğitilmesi

Özet İçerik

Olasılık, istatistikte yaygın dağılımılar ve değişkenler, matrislerin istatistikte kullanımı, Maksimum Likelihood ve Bayesian yöntemleri, MarkovChain Monte Carlo ve karışık doğrusal modeller, Metropolis-Hastings örnekleme yöntemleri, Robust modeller

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
1.1. İstatistikle ilgili temel kavramları öğrenme
2.2. En az bir istatistik programı kullanma ve programlama becerisi kazanma
3.3. Maksimum Likelihood ve Bayesian tahmin yötemlerinin teorisini ve pratikte uygulama becerisi kazanma
4.4. Hayvan ıslahında yaygın olan karışık doğrusal modellerin oluşturulması ve uygulanması hakkında beceri kazanma
5.5. Bayesian yöntemini uygulama konusunda gerekli olan Metropolis-Hastings gibi örnekleme yöntemleri hakkında bilgi kazanma
6.6. Sürekli ve kesikli özelliklerin analizi hakkında beceri kazanma
7.7. Robsut modeller oluşturma hakkında beceri kazanma
8.8. Yaygın istatistik tahmin metotları, hayvan ıslahı ve programlama ile ilgili yoğun bilgiler elde etme
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Likelihood, Bayesian, andMCMCMethods in Quantitative Genetics, (2002) Daniel Sorensenand Daniel Gianola, Springer
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik & Uygulama
Olasılık teorisi ve biyolojide kullanılan yaygın kesikli ve sürekli dağılımlar
2. Hafta - Teorik & Uygulama
Tesadüf değişkenlerin varyans ve kovaryansları, programlamada kullanılacak SAS gibi bir programın tanıtılması
3. Hafta - Teorik & Uygulama
Matrisler ve istatistikte kullanılan matrisler
4. Hafta - Teorik & Uygulama
Çok değişkenli normal dağılım ve özellikleri
5. Hafta - Teorik & Uygulama
Maksimum Likelihood’a Giriş
6. Hafta - Teorik & Uygulama
Likelihood Tahminlerinin Özellikleri
7. Hafta - Teorik & Uygulama
Likelihood Tahminlerinin Özellikleri
8. Hafta - Teorik & Uygulama
Kesikli verilere ait model parametrelerinin likelihood tahmini
9. Hafta - Teorik & Uygulama
Bayesian istatistiğine giriş
10. Hafta - Teorik & Uygulama
Hiyerarşik Bayesian model ve Emprikal Bayes analiz
11. Hafta - Teorik & Uygulama
Markov Chain Monte Carlo
12. Hafta - Teorik & Uygulama
Karışık Doğrusal Modeller
13. Hafta - Teorik & Uygulama
Eşikli Karışık Modeller için MCMC
14. Hafta - Teorik & Uygulama
Metropolis-Hastings örneklemesine giris
Değerlendirme
Değerlendirme TürüAdetYüzde
Ara Sınav (Vize)1%30
Dönem Sonu Sınavı (Final)1%70
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders142256
Uygulamalı Ders142256
Dönem Ödevi141242
Ara Sınav118220
Dönem Sonu Sınavı124226
TOPLAM İŞ YÜKÜ (Saat)200
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
PÇ-8
PÇ-9
PÇ-10
OÇ-1
2
1
OÇ-2
2
2
2
OÇ-3
2
1
2
OÇ-4
2
2
1
OÇ-5
1
1
2
OÇ-6
1
1
OÇ-7
1
1
2
OÇ-8
2
2
1
1
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026