| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Doğrusal Regresyon Modelleri II | EKO 550 | 2 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Prof.Dr. NESRİN GÜLER |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | İstatistiksel yöntemlerin temelini oluşturan olasılık ve istatistik ile ilgili kavramların tekrar edilerek öğrencilerin istatistiksel yaklaşımlarda daha güçlü bir temel oluşturmalarını sağlamak ve daha sonra doğrusal ve çok değişkenli doğrusal modelleri tanıtarak, bu modeller altında tahmin ve sonuç çıkarma ile ilgili ilgili kullanacakları yöntemler için öğrencileri hazırlamaktır. |
| Dersin İçeriği | Olasılık ve istatistik ile ilgili temel kavramlar, bazı kesikli ve sürekli rasgele değişkenlerin olasılık dağılımları, örneklem ve örnekleme dağılımları, tahmin. Matris cebiri, doğrusal denklem sistemlerinin çözümü, Doğrusal modeller ve bu modellerden sonuç çıkarma: Tahmin edicilerin dağılımları, güven aralıkları, hipotez testleri. Varyans analizi: Tek yönlü ve çift yönlü sınıflandırılmış veriler, Kovaryans analizi. Çok değişkenli doğrusal model, bu modellerde en iyi lineer yansız tahmin edici (BLUE) ve en büyük olabilirlik tahmini (MLE) |
| Kalkınma Amaçları |
|---|
|
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Olasılık ve istatistik ile ilgili temel kavramlar ve tahmin | Anlatım, Soru-Cevap, Beyin Fırtınası, Grupla Çalışma, | |
| 2 | Matris cebiri, doğrusal denklem sistemlerinin çözümü | Anlatım, Soru-Cevap, Beyin Fırtınası, Grupla Çalışma, | |
| 3 | Doğrusal modeller ve bu modellerden sonuç çıkarma | Anlatım, Soru-Cevap, Beyin Fırtınası, Grupla Çalışma, | |
| 4 | Varyans analizi: Tek yönlü ve çift yönlü sınıflandırılmış veriler ve kovaryans analizi | Anlatım, Soru-Cevap, Beyin Fırtınası, Grupla Çalışma, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | ||
| 2 | ||
| 3 | ||
| 4 | ||
| 5 | ||
| 6 | ||
| 7 | ||
| 8 | ||
| 9 | ||
| 10 | ||
| 11 | ||
| 12 | ||
| 13 | ||
| 14 |
| Kaynaklar | |
|---|---|
| Ders Notu | Öretim elemanı ders notları |
| Ders Kaynakları | D. Sengupta, S. R. Jammalamadaka, Linear models: An integrated approach. World scientific, Singapore, 2003 F. A. Graybill, An introduction to Linear statistical models, Mc Graw Hill co., New York, 1961. S. R. Searle, Linear models, John Wiley and Sons, Inc., New York, 1971. G. A. F. Seber, Linear regression Analysis. John Wiley, New York, 1977. S. Puntanen, G. P. H. Styan, J. Isotalo, Matrix tricks for linear models. Springer Heidelberg, 2011. Meyer, P. L., Introductory probability and statistical applications. Massachusetts:AddisonWesley Pub. Com. 1973. Hogg, R. V., and Craig, A. T., 1978; Introduction to Mathematical statistics, Macmillian Publishing Co., Inc., New York. Özkan Ünver, Hamza Gamgam, Uygulamalı Temel İstatistiksel Yöntemler, 2008. Yılmaz Akdi, Matematiksel İstatistiğe Giriş, Gazi Kitabevi, 2014. Fikri AKDENİZ, Olasılık ve İstatistik, Akademisyen kitabevi, Adana, 2014. Özkan Ünver, Hamza Gamgam, Bülent Özkaynak, Temel İstatistik Yöntemler, Seçkin yayıncılık, Ankara, 2016. |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Genel ekonometrik teori bilgisi. | ||||||
| 2 | Hem temel bilgisayar (word, excel gibi programlarda) hem de en az bir istatistiksel bilgisayar programını (SPSS, Eviews, Gauss, Stata vb.) kullanabilmek | ||||||
| 3 | Matematiksel, ekonomik, istatistiksel ve ekonometrik olarak analiz etme becerisi kazanmak | ||||||
| 4 | Sayısal ve istatistiksel araştırma becerisine ve düşünme becerisine sahip, bunlar doğrultusunda alınacak kararların sonuçlarını tahmin edebilme ve doğru tahminlerde bulunabilme; nedensel ilişkileri göz önünde bulunduran, analitik düşünce yapısına sahip ve stratejik bir yaklaşım geliştirebilme | ||||||
| 5 | Gerçek hayattaki ekonomik olaylara ve sorunlara yaklaşımlarında geniş bir perspektiften ekonomik konularda analitik olarak tutarlı fikirler oluşturma ve savunma becerisine sahip olma. | ||||||
| 6 | Toplumsal, bilimsel ve mesleki etik değerlerin bilincinde olmak | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 |
|---|---|---|---|---|---|---|---|---|
| 1 | Olasılık ve istatistik ile ilgili temel kavramlar ve tahmin | |||||||
| 2 | Matris cebiri, doğrusal denklem sistemlerinin çözümü | |||||||
| 3 | Doğrusal modeller ve bu modellerden sonuç çıkarma | |||||||
| 4 | Varyans analizi: Tek yönlü ve çift yönlü sınıflandırılmış veriler ve kovaryans analizi |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| Toplam | 0 |
| Toplam | 0 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ara Sınav | 25 | 1 | 25 |
| Final | 25 | 1 | 25 |
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
| Toplam İş Yükü | 146 | ||
| Toplam İş Yükü / 25 (Saat) | 5,84 | ||
| Dersin AKTS Kredisi | 6 | ||