Tədqiqat analtikasıSillabus

Fənn kodu

MM-0003

Kredit

6

Tələbənin iş yükü

150

Semestr

Payız semestri

Akademik il

2

Fənnin tipi

Məcburi

Təhsil forması

Əyani

Tədris dili

Azərbaycan

Auditoriyadaxili saatlar

30 saat - mühazirə

Auditoriyadan kənar saatlar

80 saat - sərbəst iş 45 saat - hazırlıq

Fənn elmi və tətbiqi tədqiqatlar zamanı əldə olunan məlumatların sistemləşdirilməsi, təhlili və nəticələrin elmi əsaslarla qiymətləndirilməsi metodlarını əhatə edir. Fənn çərçivəsində məlumatların toplanması və hazırlanması, məlumatların təsviri və statistik təhlili, dəyişənlər arasındakı əlaqələrin müəyyənləşdirilməsi, müqayisəli analiz və nəticələrin vizuallaşdırılması üsulları öyrənilir. Həmçinin tədqiqat nəticələrinin şərh edilməsi, məlumatların etibarlılığının qiymətləndirilməsi, statistik göstəricilərdən istifadə və analitik nəticələrin elmi şəkildə təqdim edilməsi məsələləri nəzərdən keçirilir. Fənn tələbələrdə tədqiqat məlumatlarını düzgün təhlil etmək, analitik metodları məqsədəuyğun seçmək, əldə olunan nəticələri əsaslandırmaq və tədqiqat problemlərinin həllində məlumatlara əsaslanan qərarlar qəbul etmək üzrə nəzəri və praktiki bacarıqlar formalaşdırır.

• mühazirə
• interaktiv müzakirə
• case study
• layihə əsaslı öyrənmə
• komanda işi
• təqdimatlar

1. 1

   CLO 1: Tədqiqat analitikasının əsas anlayışlarını, prinsiplərini və mərhələlərini izah edir.

2. 2

   CLO 2: Tədqiqat probleminə uyğun məlumat toplama, seçmə və analitik metodları tətbiq edir.

3. 3

   CLO 3: Toplanmış məlumatları statistik və analitik üsullardan istifadə etməklə təhlil edir və göstəricilər arasındakı əlaqələri müəyyən edir.

4. 4

   CLO 4: Analitik nəticələri şərh edir, uyğun vizuallaşdırmalar qurur və əsaslandırılmış analitik hesabat hazırlayır.

5. 5

   CLO 5: Müəyyən edilmiş tədqiqat problemi üzrə fərdi və ya komanda şəklində analitik layihə hazırlayır və təqdim edir.

1. 1.
   Tədqiqat analitikasının konseptual və metodoloji əsaslarıMühazirə

   Bu mövzu tədqiqat analitikasının mahiyyətini, məqsədlərini, əsas prinsiplərini və metodoloji yanaşmalarını əhatə edir. Elmi tədqiqatlarda məlumatların toplanması, emalı, təhlili və nəticələrin əsaslandırılması mərhələləri öyrənilir. Kəmiyyət və keyfiyyət tədqiqat metodlarının xüsusiyyətləri, analitik yanaşmaların seçilməsi və məlumatlara əsaslanan qərarların qəbul edilməsi prinsipləri araşdırılır. Həmçinin tədqiqat suallarına uyğun analitik metodların müəyyənləşdirilməsi və əldə olunan nəticələrin elmi etibarlılığının qiymətləndirilməsi üzrə bilik və bacarıqlar formalaşdırılır.

2. 2.
   Tədqiqat problemi və sistematik ədəbiyyat icmalıMühazirə

   Bu mövzu elmi tədqiqat probleminin müəyyənləşdirilməsi, tədqiqat suallarının formalaşdırılması və mövcud elmi biliklərin sistemli şəkildə araşdırılması üsullarını əhatə edir. Elmi mənbələrin axtarışı, seçilməsi, etibarlılığının qiymətləndirilməsi və müqayisəli təhlili öyrənilir. Sistematik ədəbiyyat icmalının hazırlanması, axtarış strategiyasının qurulması, daxil edilmə və istisna meyarlarının müəyyənləşdirilməsi, eləcə də mövcud tədqiqatlardakı boşluqların aşkarlanması məsələləri araşdırılır. Tələbələr elmi mənbələr əsasında tədqiqat problemini əsaslandırmaq və tədqiqatın aktuallığını müəyyən etmək bacarıqları əldə edirlər.

3. 3.
   Tədqiqat dizaynı və dəyişənlərMühazirə

   Bu mövzu tədqiqatın məqsəd və suallarına uyğun dizaynın seçilməsi, dəyişənlərin müəyyənləşdirilməsi və onların ölçülməsi prinsiplərini əhatə edir. Eksperimental, müşahidə, korrelyasiya və digər tədqiqat dizaynlarının xüsusiyyətləri öyrənilir. Müstəqil, asılı, nəzarət və qarışdırıcı dəyişənlərin müəyyən edilməsi, dəyişənlərin əməli şəkildə təsviri, ölçmə şkalalarının seçilməsi və fərziyyələrin formalaşdırılması məsələləri araşdırılır. Həmçinin tədqiqatın daxili və xarici etibarlılığı, nəticələrin təkrarlana bilməsi və metodoloji məhdudiyyətlərin nəzərə alınması prinsipləri öyrənilir.

4. 4.
   Seçmə metodları və məlumatların toplanması metodlarıMühazirə

   Bu mövzu tədqiqatın baş məcmusunun müəyyənləşdirilməsi, seçmənin formalaşdırılması və məlumatların toplanması üsullarını əhatə edir. Təsadüfi, təbəqəli, klaster və sistematik seçmə kimi ehtimallı metodlar, eləcə də məqsədli və əlçatan seçmə kimi qeyri-ehtimallı yanaşmalar öyrənilir. Anket, müsahibə, müşahidə, eksperiment və mövcud məlumat bazalarından istifadə üsulları araşdırılır. Seçmə həcminin müəyyənləşdirilməsi, seçmə xətaları, qərəzlilik və məlumatların keyfiyyətinə təsir edən amillər təhlil edilir.

5. 5.
   Analitik mühit: Python və Excel ilə məlumatların idarə edilməsiMühazirə

   Bu mövzu tədqiqat məlumatlarının idarə edilməsi, emalı və təhlili üçün Python və Microsoft Excel proqramlarından istifadə bacarıqlarının formalaşdırılmasına yönəlmişdir. Excel-də cədvəllərin yaradılması, məlumatların çeşidlənməsi və filtrlənməsi, funksiyaların, şərti formatlaşdırmanın və pivot cədvəllərin tətbiqi öyrənilir. Python mühitində isə əsas proqramlaşdırma əməliyyatları, Pandas kitabxanası vasitəsilə məlumatların oxunması, emalı və qruplaşdırılması, NumPy ilə ədədi hesablamaların aparılması nəzərdən keçirilir. Həmçinin məlumatların müxtəlif formatlarda idxalı və ixracı, təhlil prosesinin avtomatlaşdırılması və təkrarlana bilən analitik iş axınının qurulması üzrə praktiki bacarıqlar inkişaf etdirilir.

6. 6.
   Məlumatların təmizlənməsi və analizə hazırlanmasıMühazirə

   Bu mövzu analitik təhlildən əvvəl məlumatların keyfiyyətinin yoxlanılması və uyğun formaya gətirilməsi üsullarını əhatə edir. Çatışmayan qiymətlərin, təkrarlanan qeydlərin, uyğunsuz formatların və səhv daxil edilmiş məlumatların aşkarlanması və emalı öyrənilir. Kənar qiymətlərin müəyyənləşdirilməsi, məlumatların normallaşdırılması, kateqoriyaların standartlaşdırılması və müxtəlif mənbələrdən əldə edilmiş məlumatların birləşdirilməsi üsulları araşdırılır. Məlumatların təmizlənməsi zamanı ilkin məlumatların qorunması, aparılan dəyişikliklərin sənədləşdirilməsi və analiz üçün yararlılığın yoxlanılması prinsipləri mənimsədilir.

7. 7.
   Təsviri statistika və ilkin məlumat analiziMühazirə

   Bu mövzu məlumatların əsas statistik göstəricilər vasitəsilə ümumiləşdirilməsini və ilkin analitik qiymətləndirilməsini əhatə edir. Orta qiymət, median, moda, dispersiya, standart kənarlaşma, minimum və maksimum göstəricilərinin hesablanması öyrənilir. Məlumatların paylanması, dəyişkənliyi, asimmetriyası, kənar qiymətləri və ilkin qanunauyğunluqları araşdırılır. Histoqramlar, tezlik cədvəlləri və qutu qrafikləri vasitəsilə məlumatların xüsusiyyətlərinin müəyyənləşdirilməsi, eləcə də sonrakı statistik təhlil üçün uyğun metodların seçilməsi üzrə bacarıqlar formalaşdırılır.

8. 8.
   Məlumatların vizuallaşdırılması və qrafik təqdimatıMühazirə

   Bu mövzu məlumatların qrafik və vizual vasitələrlə aydın, anlaşılan və elmi cəhətdən əsaslandırılmış şəkildə təqdim edilməsini əhatə edir. Sütun, xətt, səpələnmə, sahə və qutu qrafiklərinin, həmçinin histoqramların tətbiq sahələri öyrənilir. Python və Excel vasitəsilə qrafiklərin yaradılması, uyğun vizuallaşdırma növünün seçilməsi, oxların, başlıqların, şkalaların və əfsanələrin düzgün tərtib edilməsi araşdırılır. Vizuallaşdırma zamanı məlumatların təhrif edilməməsi, qrafiklərin oxunaqlılığı və auditoriyaya uyğun təqdimat prinsipləri mənimsədilir.

9. 9.
   Ehtimal nəzəriyyəsi, paylanmalar və statistik nəticəçıxarmaMühazirə

   Bu mövzu statistik təhlilin nəzəri əsaslarını təşkil edən ehtimal nəzəriyyəsini, təsadüfi dəyişənləri və ehtimal paylanmalarını əhatə edir. Şərti ehtimal, müstəqil hadisələr, riyazi gözləmə və dispersiya anlayışları öyrənilir. Binom, normal, Puasson və digər ehtimal paylanmalarının xüsusiyyətləri, onların tətbiq sahələri və məlumatların modelləşdirilməsində rolu araşdırılır. Baş məcmusunun parametrlərinin seçmə əsasında qiymətləndirilməsi, etibar intervallarının qurulması, statistik fərziyyələrin yoxlanılması, p-qiymətinin şərhi və statistik əhəmiyyətlə praktiki əhəmiyyət arasındakı fərq izah edilir.

10. 10.
    Qrup müqayisələri, statistik əlaqələrin təhlili və A/B testMühazirə

    Bu mövzu müxtəlif qruplar arasında fərqlərin müəyyənləşdirilməsi, dəyişənlər arasındakı statistik əlaqələrin qiymətləndirilməsi və eksperimental nəticələrin təhlilini əhatə edir. Orta qiymətlərin müqayisəsi, müvafiq parametrik və qeyri-parametrik testlərin seçilməsi, korrelyasiya əmsallarının hesablanması və nəticələrin şərhi öyrənilir. A/B testlərinin dizaynı, nəzarət və sınaq qruplarının formalaşdırılması, əsas göstəricilərin seçilməsi, seçmə həcminin planlaşdırılması və statistik fərqlərin qiymətləndirilməsi araşdırılır. Həmçinin çoxsaylı müqayisələr, qərəzlilik, qarışdırıcı amillər və nəticələrin düzgün şərh edilməsinin əhəmiyyəti nəzərdən keçirilir.

11. 11.
    Reqressiya analizi: izahedici və proqnozlaşdırıcı modellərMühazirə

    Bu mövzu dəyişənlər arasındakı əlaqələrin modelləşdirilməsi və nəticə göstəricilərinin izahı və proqnozlaşdırılması üçün reqressiya metodlarının tətbiqini əhatə edir. Sadə və çoxsaylı xətti reqressiya, model əmsallarının qiymətləndirilməsi, izahedici dəyişənlərin seçilməsi və nəticələrin şərhi öyrənilir. Determinasiya əmsalı, qalıqların təhlili, multikollinearlıq, heteroskedastiklik və digər model fərziyyələrinin yoxlanılması araşdırılır. Proqnozlaşdırıcı modellərlə izahedici modellərin məqsədləri arasındakı fərqlər, modelin məhdudiyyətləri və nəticələrin elmi əsaslandırılması məsələlərinə diqqət yetirilir.

12. 12.
    Proqnoz modelləri və model validasiyasıMühazirə

    Bu mövzu məlumatlar əsasında proqnoz modellərinin qurulması, onların dəqiqliyinin qiymətləndirilməsi və yeni məlumatlar üzərində etibarlılığının yoxlanılması üsullarını əhatə edir. Təlim, validasiya və test məlumat dəstlərinin formalaşdırılması, çarpaz validasiya, hiperparametrlərin seçilməsi və modelin həddindən artıq öyrənməsinin qarşısının alınması öyrənilir. Reqressiya və təsnifat modelləri üçün uyğun qiymətləndirmə göstəriciləri, o cümlədən MAE, RMSE, dəqiqlik, precision, recall və F1 göstəriciləri araşdırılır. Məlumat sızmasının qarşısının alınması, modellərin ümumiləşdirmə qabiliyyətinin qiymətləndirilməsi və alternativ modellərin müqayisəsi üzrə praktiki bacarıqlar formalaşdırılır.

13. 13.
    Mətn məlumatlarının analiziMühazirə

    Bu mövzu mətn formasında olan məlumatların toplanması, emalı və analitik təhlili metodlarını əhatə edir. Mətnlərin təmizlənməsi, tokenləşdirmə, sözlərin normallaşdırılması, tezlik təhlili və mətnlərin strukturlaşdırılmış verilənlərə çevrilməsi üsulları öyrənilir. Təbii dilin emalı (NLP), açar sözlərin müəyyənləşdirilməsi, mövzu modelləşdirilməsi, mətnlərin təsnifatı və sentiment analizi kimi yanaşmalar araşdırılır. Python kitabxanaları vasitəsilə mətn korpuslarının təhlili, nəticələrin vizuallaşdırılması və mətn məlumatlarından elmi nəticələrin çıxarılması üzrə praktiki bacarıqlar inkişaf etdirilir.

14. 14.
    Tədqiqat məlumatlarında etik normalar, razılıq və hüquqi uyğunluqMühazirə

    Bu mövzu elmi tədqiqatlarda məlumatların toplanması, saxlanması, emalı və istifadəsi zamanı riayət edilməli olan etik prinsipləri və hüquqi tələbləri əhatə edir. İştirakçıların məlumatlandırılmış razılığının alınması, şəxsi məlumatların qorunması, anonimləşdirmə, məxfilik və məlumatlara giriş hüquqlarının idarə edilməsi öyrənilir. Məlumatların məqsədəuyğun istifadəsi, təhlükəsiz saxlanması, üçüncü tərəflərlə paylaşılması və tədqiqat nəticələrinin dürüst təqdim edilməsi məsələləri araşdırılır. Həmçinin plagiat, məlumatların saxtalaşdırılması, nəticələrin manipulyasiyası və süni intellekt alətlərindən akademik etikaya uyğun istifadə prinsipləri nəzərdən keçirilir.

15. 15.
    Analitik nəticələrin şərhi və akademik təqdimatıMühazirə

    Bu mövzu analitik təhlil nəticələrinin elmi əsaslarla şərh edilməsini, tədqiqat sualları ilə əlaqələndirilməsini və akademik formada təqdim olunmasını əhatə edir. Statistik göstəricilərin, qrafiklərin, cədvəllərin və modellərin nəticələrinin düzgün izahı, əsaslandırılmış nəticələrin çıxarılması və tədqiqat məhdudiyyətlərinin müəyyənləşdirilməsi öyrənilir. Elmi hesabatların, tədqiqat məqalələrinin, təqdimatların və analitik arayışların hazırlanması, istinad qaydalarına riayət edilməsi və nəticələrin müxtəlif auditoriyalara uyğun çatdırılması məsələləri araşdırılır. Tələbələr əldə edilmiş nəticələri aydın, ardıcıl və obyektiv şəkildə təqdim etmək, elmi arqumentlər qurmaq və gələcək tədqiqat istiqamətlərini müəyyənləşdirmək bacarıqları əldə edirlər.

1. Saunders, M. N. K., Lewis, P., & Thornhill, A. (2023). Research Methods for Business Students (9th ed.). Pearson.
2. McKinney, W. (2022). Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter (3rd ed.). O'Reilly Media
3. Diez, D. M., Çetinkaya-Rundel, M., & Barr, C. D. (2019). OpenIntro Statistics (4th ed.). OpenIntro
4. James, G., Witten, D., Hastie, T., Tibshirani, R., & Taylor, J. (2023). An Introduction to Statistical Learning: with Applications in Python. Springer.
5. Braun, V., & Clarke, V. (2021). Thematic Analysis: A Practical Guide. SAGE.
6. Winston, W. L. (2022). Microsoft Excel Data Analysis and Business Modeling (Office 2021 and Microsoft 365) (7th ed.). Microsoft Press.