Eğitim Hakkında
Günümüzde sağlık bilimleri başta olmak üzere tüm akademik disiplinlerde veri hacmi ve karmaşıklığı hızla artmaktadır. Bu durum, araştırmacılarımızın verilerini etkin bir şekilde analiz ederek anlamlı bulgulara ulaşmaları ve bu bulguları şeffaf, tekrarlanabilir yöntemlerle yayınlamaları gerekliliğini beraberinde getirmektedir. Önerilen “R Programlamaya Giriş ve Veri Analizinin Temelleri Eğitimi" ile Üniversitemiz Sağlık Bilimleri Fakültesi akademisyenlerinin araştırmalarında ve yayın süreçlerinde kullanabilecekleri, tamamen ücretsiz ve açık kaynaklı, güçlü bir araç olan R programlama dilini ve modern veri analizinin temellerini sunmayı hedeflemektedir. Bu eğitimde kullanılacak RStudio gibi yardımcı araçlar da yine ücretsiz ve erişilebilir olup, herhangi bir ek maliyet oluşturmamaktadır. Eğitim boyunca, özellikle sağlık alanından örneklerle, veri odaklı problem çözme, araştırma süreçlerinde tekrarlanabilirlik sağlama ve analiz sonuçlarını profesyonelce raporlama becerilerinin geliştirilmesi amaçlanmaktadır. Bu eğitimin, Sağlık Bilimleri Fakültesi akademisyenlerinin araştırma kapasitelerini artırmasına, yayın kalitelerini yükseltmesine ve veri bilimi çağının gerektirdiği analitik yetkinlikleri kazanmalarına önemli katkılar sunacaktır.
Kursun Tanımı ve Amacı
22 saatlik eğitim, fakültemiz bünyesindeki değerli akademisyenlere, giderek artan veri yoğunluklu araştırma ortamında analitik yetkinliklerini güçlendirmeleri ve araştırma süreçlerini daha verimli hale getirmeleri için tasarlanmıştır. Eğitimin temel amacı, katılımcıların R programlama dilini kullanarak kendi araştırma alanlarındaki verileri etkin bir şekilde analiz etme, karmaşık veri setlerini manipüle etme, bulgularını etkili bir şekilde görselleştirme ve analiz süreçlerini şeffaf, tekrarlanabilir raporlar halinde (R Markdown) sunma becerilerini kazanmalarını sağlamaktır. Eğitim süresince, R'ın temel programlama prensiplerinden başlayarak, veri bilimi dünyasında yaygın olarak kullanılan dplyr (veri manipülasyonu için) ve ggplot2 (gelişmiş veri görselleştirme için) gibi modern R paketlerinin pratik uygulamalarına odaklanılacaktır. Tüm uygulamalar, bilimsel araştırmalarda kritik öneme sahip olan tekrarlanabilirlik ve dinamik doküman oluşturma prensipleri doğrultusunda, R Markdown platformu üzerinde interaktif olarak gerçekleştirilecektir. Özellikle sağlık bilimleri alanından güncel ve pratik örneklerle zenginleştirilecek olan eğitimde, katılımcıların kendi araştırma projelerinde karşılaşabilecekleri veri işleme zorluklarına yönelik çözümler sunulacaktır. Bunun yanı sıra, hasta mahremiyeti ve veri gizliliğinin büyük önem taşıdığı sağlık alanında, sentetik veri üretimi kavramına ve R ile temel uygulama tekniklerine de giriş yapılarak, veri erişim kısıtlamalarının olduğu durumlarda veya eğitim amaçlı kullanılabilecek alternatif veri kaynakları oluşturma konusunda farkındalık kazandırılacaktır.
Nihai olarak bu eğitim, katılımcı akademisyenlerin;
• Araştırma verimliliklerini artırmalarını,
• Daha karmaşık analizleri kendi başlarına yürütebilmelerini,
• Yayınlarında ve sunumlarında daha etkili ve profesyonel görseller kullanmalarını,
• Bilimsel çalışmalarının şeffaflığını ve tekrarlanabilirliğini artırarak akademik etki ve güvenilirliklerini pekiştirmelerini,
•Ve R ekosisteminin sunduğu geniş imkanlardan faydalanarak sürekli öğrenme ve gelişimlerini desteklemelerini amaçlamaktadır.
Öğrenim Çıktıları
Bu kursu başarıyla tamamlayan öğrenciler aşağıdaki yetkinliklere sahip olacaklardır:
• R ve RStudio entegre geliştirme ortamını etkin bir şekilde kullanabileceklerdir.
• R dilinin temel sözdizimini, veri tiplerini ve veri yapılarını anlayıp uygulayabileceklerdir.
•R Markdown kullanarak analizlerini, kodlarını ve yorumlarını içeren dinamik ve tekrarlanabilir raporlar oluşturabileceklerdir.
• Farklı formatlardaki (CSV, Excel vb.) verileri R ortamına aktarabilecek, temel veri inceleme ve temizleme işlemlerini yapabileceklerdir.
• dplyr paketi ile ileri düzey veri manipülasyonu ve düzenleme işlemlerini gerçekleştirebileceklerdir.
• ggplot2 paketi ile etkili ve bilgilendirici veri görselleştirmeleri oluşturabileceklerdir.
• Temel istatistiksel analizleri R üzerinde uygulayıp yorumlayabileceklerdir.
• Sağlık verilerinde sentetik veri kavramını, önemini ve temel üretim tekniklerini anlayabileceklerdir.
• R'da synthpop gibi paketler kullanarak basit sentetik sağlık veri setleri üretebileceklerdir.
• RStudio projelerini kullanarak çalışmalarını organize edebilecek ve yönetebileceklerdir.
Gerekli Ön Bilgi ve Materyaller
• Temel bilgisayar okuryazarlığı Sayfa 3 / 4
• Temel istatistik bilgisi faydalı olacaktır ancak zorunlu değildir.
• Ders notları, sunumları ve ek kaynaklar paylaşılacaktır.
Değerlendirme Yöntemleri
• Haftalık Uygulamalar/Ödevler: [% 50]
• Proje/Sunum: [% 50]
Ders İzleme Politikaları
• Derse katılım beklenmektedir.
• Ödevlerin zamanında teslim edilmesi önemlidir.
• Akademik dürüstlük ilkesine uyulması esastır.
Haftalık Ders Planı ve İşlenecek Konular
___________________________________________________________
Modül 1: R Programlama ve R Markdown Temelleri (Hafta 1-4)
Hafta 1: R'a Giriş, RStudio ve R Markdown'a İlk Adım (2 Saat)
Hafta 2: Temel R Sözdizimi ve Veri Tipleri (2 Saat)
Hafta 3: İleri Veri Yapıları ve Operatörler (2 Saat)
Hafta 4: Kontrol Yapıları ve Fonksiyonlar (2 Saat)
____________________________________________________________
Modül 2: Veri İşlemleri ve Manipülasyon (Hafta 5-7)
Hafta 5: Veri İçe Aktarma & Dışa Aktarma ve Temel Veri İnceleme (2 Saat)
Hafta 6: Temel Veri Manipülasyonu (Base R) ve dplyr Paketine Giriş (2 Saat)
Hafta 7: dplyr ile İleri Veri Manipülasyonu ve Veri Düzenleme (tidyr) (2 Saat)
_____________________________________________________________
Modül 3: Veri Görselleştirme, Analiz ve Raporlama (Hafta 8-11)
Hafta 8: Veri Görselleştirme (2 Saat)
Hafta 9: ggplot2 ile İleri Görselleştirme ve Temel İstatistiksel Analizler (2 Saat)
Hafta 10: Sağlıkta Sentetik Veri Üretimine Giriş (2 Saat)
Hafta 11: R Markdown ile Gelişmiş Raporlama ve Kapsamlı Proje Sunumu (2 Saat)
• Akademisyenlerimize bir sağlık verisi senaryosu veya veri seti üzerinden baştan sona bir analiz projesi (veri içe aktarma, temizleme, manipülasyon, görselleştirme, temel analizler ve isteğe bağlı olarak basit sentetik veri üretimi/karşılaştırması) R Markdown raporu olarak hazırlama görevi.
• Kursun genel tekrarı, soru-cevap, ileriye dönük öğrenme kaynakları.
Yorumlar