Bugünkü ders · 90 dakikalık akış

Karşıla, hedefi söyle ve ortamı aç

Yap ve göster

• RStudio’yu ve öğrencinin kendi R Script dosyasını açtır. Script ile Console’u göster; satırı Ctrl+Enter (Mac: Cmd+Enter) ile çalıştırmasını iste.
• Ders 0 sayfasındaki “Problem / Algoritma / R / RStudio” ayrımını aç. Bugün hedef: basit kodu okumak, yazmak ve çıktıyı açıklamak.

Sor: “R ile RStudio sence aynı şey mi? Bir kod satırını çalıştırmadan önce ne yapmasını beklediğini söyleyebilir misin?”

Kurulum çalışmazsa: öğrenciyle aynı adımları kâğıt üzerinde tahmin et; bağlantı ve kurulum sorununu ayrı not et. Çalıştırılmış kabul etme.

Başlangıç yoklaması: tahmin → dene → açıkla

Öğrenciye aşağıdaki satırları önce okut; sonucu tahmin ettikten sonra kendisi çalıştırsın.

x <- c(2, 4, 6)
mean(x)
mean(c(2, NA, 6))

Sor: “<- neyi nereye koyuyor? c() ne yapıyor? Son satır neden sayı vermeyebilir?”

Karar: Öğrenci nesne, ortalama ve NA’yı gerekçeli açıklayamıyorsa 18–45 aralığında yavaş git; biliyorsa örnekleri kısalt, 60–75’teki ileri seçeneğe geç. Bu bir notlandırma değildir.

Aç: 1. hafta kod rehberi →

Problemi bilgisayara anlat

Ders 0: problem ve algoritma bölümünü göster. Öğrenciden “bir ankette boş cevapları ayırıp ortalamayı bulma” işini kod yazmadan sıralamasını iste.

Sor: “Girdi nedir? Hangi adımda eksikleri fark edeceğiz? Çıktının doğru olduğunu nasıl kontrol edersin?”

Yaptır: 3–4 adımlık sözlü algoritma yazdırsın. Ardından R’nin dil, RStudio’nun çalışma ortamı olduğunu kendi cümlesiyle anlatsın.

Hazır öğrencide bu bölümü kısalt; kazanılan zamanı 60–75’teki Week 2 köprüsüne ekle.

Birlikte yaz: vektör, fonksiyon, NA

Ders 0’daki “İlk çalışan R programın” bölümünü aç veya öğrenci starter.R dosyasının ilk bölümünü indir. Örnekler kurgusaldır.

1. Öğrenci scores <- c(12, 10, 14, NA, 9) satırını yazsın.
2. length(scores), mean(scores) ve mean(scores, na.rm = TRUE) için ayrı ayrı önce tahmin, sonra çalışma yaptır.
3. Geçerli gözlem sayısı için is.na(), ! ve sum() parçalarını birlikte oku.

Sor: “NA sıfır mı? na.rm = TRUE hangi gözlemleri hesaplamadan çıkarıyor? Değerleri çıkarmak eksikliğin nedenini çözer mi?”

Aç: fonksiyon ve argüman açıklamaları →

UCL Week 1’e bağla: tablo ve sütun

Öğrencinin özel olarak sahip olduğu pr01. Familiarisation (3).r dosyasında “Dataframes” ve “Extracting a variable” bölümlerini açtır. Orijinal dosya siteye yüklenmez.

Göster, sonra öğrenci yapsın: 1. hafta kod rehberindeki crime <- USArrests, head(crime), crime$Murder ve max(crime$Murder) örneklerini kullan.

Sor: “Tabloda satır ve sütun neyi temsil ediyor? $ hangi parçayı seçiyor? max() hangi soruya cevap veriyor?”

Süre yetişmezse head() ve tek bir sütun seçimi yeterli; ikinci maksimumu sonraki çalışmaya bırak.

Kısa ara

Beş dakika ara ver. Dönüşte öğrenciden, destek görmeden ilk satırı kendisinin yazmasını iste.

Öğrencinin bağımsız uygulaması

Varsayılan yol: Ekranı öğrenci kullansın; kendi Script dosyasında aşağıdaki kurmaca vektörü oluştursun:

practice <- c(2, 5, 8, 11)

1. Kaç değer olduğunu ve ortalamasını bulmasını iste.
2. 6’dan büyük değerleri seçmesini iste; sonucu çalıştırmadan tahmin ettir.
3. Bir değeri NA yapıp ortalamanın davranışını ve seçtiği kuralı açıklatsın.

Yardım sırası: Beklenen sonuç → gerçek sonuç → hata mesajı → nesne adı ve türü → tek küçük ipucu. Önce öğrencinin düşünmesine zaman ver.

Hazır öğrenci için alternatif: Aynı 15 dakikada Week 2’deki iki anahtarlı birleştirme örneğine geç. Önce “hangi iki sütun eşleşiyor, eşleşmeyen satıra ne olur?” sorularını sor. tidyverse kurulu değilse kurulumla süreyi tüketme; iki küçük tablo üzerinde eşleşmeyi sözlü yaptır.

Başvuru: Ders 1 öğrenci görevleri A–D · English.

Yorumla ve hatayı ayıkla

Ders 0’daki beş kurgusal gözlemden ön/son değerlerini göster; öğrenciden bir kişinin değişimini sözlü hesaplamasını, eksik ön testin ne anlama geldiğini açıklamasını iste. Her iki grup ortalamasının ve kişilerin eşleştirilmiş değişimlerinin aynı soru olmadığını konuştur.

Sor: “Son test ortalaması daha büyükse uygulamanın kesin etkili olduğunu söyleyebilir miyiz? Başka hangi açıklamalar veya eksikler olabilir?”

İhtiyaca göre aç: Statistics Lab Modül 0. Amaç bir istatistik dersi bitirmek değil, sonucun yorum sınırını bir cümleyle kurmak.

Çıkış bileti ve ödevi seç

Öğrenciden üç kısa yanıt al: (1) Nesne ve fonksiyon nedir? (2) NA görünce neyi kontrol edersin? (3) Bir sonuç neden tek başına nedensellik göstermez?

Bir sonraki adım: Nesne/vektör hâlâ zor geliyorsa Ders 0 tekrarı; temel adımlar bağımsızsa Week 1 devamı ve uygun olduğunda Week 2. Performans gözlemini yalnız özel öğretmen kaydında tut.

Aşağıdaki iki ödev seçeneğinden yalnız uygun olanı ver ↓