Course Name Code Semester T+U Hours Credit ECTS
Uygulamali Regresyon Analizi ENM 519 0 3 + 0 3 6
Precondition Courses
Recommended Optional Courses
Course Language Türkçe
Course Level Yüksek Lisans
Course Type Seçmeli
Course Coordinator Prof.Dr. BAYRAM TOPAL
Course Lecturers
Course Assistants
Course Category
Course Objective Bu dersin amacı, bağımlı ve bağımsız değişkenler arasındaki ilişkileri açıklayan en iyi matematiksel modellerinin kurulması ve kurulan bu modelle tahminler yapısal analizler yapılmasını sağlamaktır.
Course Content Değişkenler arası ilişkiler, korelasyon analizi, basit doğrusal regresyon, çoklu regresyon, regresyon modellerinin geçerliliği ve güvenilirliği, eğrisel regresyon, Doğrusal regresyon modeli varsayımları ve bu varsayımlardan sapma halleri.
# Course Learning Outcomes Teaching Methods Assessment Methods
1 Kurulan modellerden hareketle tahmin ve analizler yapar Anlatım, Alıştırma ve Uygulama, Sınav , Ödev,
2 Değişkenler arası ilişkileri araştırır Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Sınav , Ödev,
3 Değişkenler arası ilişkilere dayanarak modeller kurar Gösterip Yaptırma, Alıştırma ve Uygulama, Anlatım, Ödev, Sınav ,
Week Course Topics Preliminary Preparation
1 Regresyon analizine giriş; Regresyon analizinin tanımı ve amaçları; Regresyon analizinde veri türleri
2 Basit Doğrusal Regresyon; Regresyon katsayılarının EKKY (En Küçük Kareler Yöntemi) ile tahmini
3 Regresyon modelinin ve katsayıların standart hatası, anlamlılık testleri ve güven aralıkları
4 Korelasyon katsayısı, belirlilik katsayısı ve bunların anlamlılık testleri
5 Çoklu Regresyon; Çoklu regresyon modelinin varsayımları
6 Katsayıların geçerlilik ve güvenilirliklerinin araştırılması, esneklik katsayıları
7 Çoklu determinasyon katsayısı, regresyon modelinin geçerliliği için Varyans Analizi
8 Doğrusal olmayan basit ve çoklu regresyon modelleri
9 Rassal hata terimi (artıklar- kalıntılar) ile ilgili varsayımlar, hata teriminin normalliği varsayımının incelenmesi
10 Otokorelasyon probleminin tespiti ve çözüm yolları
11 Sabit Varyans varsayımı (Homoskedasite), değişken varyans (Heterodskedasite) halinin ortaya çıkardığı sorunlar ve çözüm yolları
12 Çoklu Doğrusal Bağlantı problemi ve çözüm yolları
13 Çoklu doğrusal regresyon modellerinde modele dahil edilecek değişkenlerin seçiminde alternatif yöntemler
14 Regresyon modellerinin çözümünde paket program uygulamaları
Resources
Course Notes
Course Resources 1-Draper, N, R., Smith, H., éApplied Regression Analysis”, John Wiley&Sons, 1998
2-Orhunbilge, N.,“Uygulamalı Regresyon ve Korelasyon Analizi”, Ataol yayınları,İstanbul, 1996.
3-Gujarati, D, N., “Temel Ekonometri”, (Çeviren, Ümit Şenesen, Gülay Günlük Şenesen), Literatür yayınları, 1999
4-Fox, C., “Applied Regression Analysis, Linear Models, and Related Methods”, Sage Publication, 1997
Order Program Outcomes Level of Contribution
1 2 3 4 5
1 Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulamaktır. X
2 Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlayabilme ve uygulama becerisi; değişik disiplinlere ait bilgileri bütünleştirebilmektir. X
3 Mühendislik problemlerini kurgulayabilme, çözmek için yöntem geliştirme ve çözümlerde yenilikçi yöntemler uygulamaktır. X
4 Yeni ve orijinal fikir ve yöntemler geliştirme becerisi; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirebilmektir. X
5 Analitik, modelleme ve deneysel esaslı araştırmaları tasarlama ve uygulama becerisi; bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlamaktır. X
6 Gereksinim duyulan bilgi ve verileri tanımlama, bunlara ulaşma ve ileri düzeyde değerlendirmektir. X
7 Çok disiplinli takımlarda liderlik yapma, karmaşık durumlarda çözüm yaklaşımları geliştirebilme ve sorumluluk almaktır. X
8 Çalışmalarının süreç ve sonuçlarını, o alandaki veya dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarabilmektir. X
9 Mühendislikte uygulanan modern teknik ve yöntemler ile bunların sınırları hakkında kapsamlı bilgileri yorumlamaktır. X
10 Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalık; gerektiğinde bunları inceleme ve öğrenebilmektir. X
11 Mühendislik uygulamalarının sosyal ve çevresel boyutlarını anlama ve sosyal çevreye uyum sağlamaktır. X
12 Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetmektir. X
Evaluation System
Semester Studies Contribution Rate
1. Ara Sınav 60
1. Kısa Sınav 20
1. Ödev 20
Total 100
1. Yıl İçinin Başarıya 50
1. Final 50
Total 100
ECTS - Workload Activity Quantity Time (Hours) Total Workload (Hours)
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) 16 3 48
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) 16 2 32
Ara Sınav 1 15 15
Kısa Sınav 1 10 10
Ödev 1 15 15
Performans Görevi (Laboratuvar) 1 30 30
Total Workload 150
Total Workload / 25 (Hours) 6
dersAKTSKredisi 6