| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Uygulamalı Regresyon Analizi | ENM 519 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Doç.Dr. ELİF ELÇİN GÜNAY |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Bu dersin amacı, bağımlı ve bağımsız değişkenler arasındaki ilişkileri açıklayan en iyi matematiksel modellerinin kurulması ve kurulan bu modelle tahminler yapısal analizler yapılmasını sağlamaktır. |
| Dersin İçeriği | 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. |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Değişkenler arası ilişkileri araştırır | Anlatım, Soru-Cevap, Alıştırma ve Uygulama, | Sınav, Ödev, |
| 2 | Değişkenler arası ilişkilere dayanarak modeller kurar | Gösterip Yaptırma, Alıştırma ve Uygulama, Anlatım, | Ödev, Sınav, |
| 3 | Kurulan modellerden hareketle tahmin ve analizler yapar | Alıştırma ve Uygulama, Anlatım, | Ödev, Sınav, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 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 |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | 1-Draper, N, R., Smith, H., "Applied Regression Analysis”, John Wiley&Sons, 1998 |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 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 | |||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Değişkenler arası ilişkileri araştırır | ||||||||||||
| 2 | Değişkenler arası ilişkilere dayanarak modeller kurar | ||||||||||||
| 3 | Kurulan modellerden hareketle tahmin ve analizler yapar |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 60 |
| 1. Kısa Sınav | 20 |
| 1. Ödev | 20 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 50 |
| 1. Final | 50 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| 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 |
| Toplam İş Yükü | 150 | ||
| Toplam İş Yükü / 25 (Saat) | 6 | ||
| dersAKTSKredisi | 6 | ||