Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Doğrusal Regresyon Modelleri I EKO 611 1 3 + 0 3 6
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili Türkçe
Dersin Seviyesi Doktora
Dersin Türü Zorunlu
Dersin Koordinatörü Prof.Dr. HİLAL YILDIZ
Dersi Verenler Prof.Dr. HİLAL YILDIZ,
Dersin Yardımcıları
Dersin Kategorisi Diğer
Dersin Amacı
Dersin İçeriği
Kalkınma Amaçları
# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
1 Dersin Tanıtımı: Regresyon analizi nedir? Nerelerde kullanılır? Problem Çözme, Yazılı Sınavlar (Kısa ve Uzun Yanıtlı), Sözlü Sınavlar,
2 Bağımlı değişkenin tahmin edilmesi. Problem Çözme, Yazılı Sınavlar (Kısa ve Uzun Yanıtlı), Sözlü Sınavlar,
3 Gözlemler arasında bağımsızlık varsayımı. Problem Çözme, Mikro Öğretim, Yazılı Sınavlar (Kısa ve Uzun Yanıtlı),
4 Modelin anlamlılık testi. Problem Çözme, Çoktan Seçmeli Testler, Yazılı Sınavlar (Kısa ve Uzun Yanıtlı),
5 Değişken seçme yöntemleri. Problem Çözme, Çoktan Seçmeli Testler, Sözlü Sınavlar,
6 Geriye doğru, ileriye doğru ve adım adım seçme yöntemleri. Problem Çözme, Çoktan Seçmeli Testler, Yazılı Sınavlar (Kısa ve Uzun Yanıtlı),
7 Değişkenler arasındaki etkileşimlerin modellenmesi.
8 Model doğrulama ve performans ölçümü. Problem Çözme, Çoktan Seçmeli Testler, Yazılı Sınavlar (Kısa ve Uzun Yanıtlı),
9 Modeldeki aykırı gözlemlerin etkisi. Problem Çözme, Performans Değerlendirme, Ödev / Evde-Çöz Sınavlar,
10 Zaman serisinde doğrusal regresyon. Problem Çözme, Anlatım, Beyin Fırtınası, Çoktan Seçmeli Testler, Sözlü Sınavlar,
11 Değişken seçimi ve regularization.
12 İleri düzey model iyileştirme yöntemleri.
13 Çıktıların yorumlanması. Problem Çözme, Performans Değerlendirme, Ödev / Evde-Çöz Sınavlar,
14 Final sınavı Soru-Cevap, Anlatım, Yazılı Sınavlar (Kısa ve Uzun Yanıtlı),
Hafta Ders Konuları Ön Hazırlık
Kaynaklar
Ders Notu
Ders Kaynakları
Sıra Program Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Genel ekonometrik teori bilgisi. X
2 Hem temel bilgisayar (word, excel gibi programlarda) hem de en az bir istatistiksel bilgisayar programını (SPSS, Eviews, Gauss, Stata vb.) kullanabilmek X
3 Matematiksel, ekonomik, istatistiksel ve ekonometrik olarak analiz etme becerisi kazanmak X
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 X
5 Gerçek hayattaki ekonomik olaylara ve sorunlara yaklaşımlarında geniş bir perspektiften ekonomik konularda analitik olarak tutarlı fikirler oluşturma ve savunma becerisine sahip olma. X
6 Toplumsal, bilimsel ve mesleki etik değerlerin bilincinde olmak X
# Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6
1 Dersin Tanıtımı: Regresyon analizi nedir? Nerelerde kullanılır?
2 Bağımlı değişkenin tahmin edilmesi.
3 Gözlemler arasında bağımsızlık varsayımı.
4 Modelin anlamlılık testi.
5 Değişken seçme yöntemleri.
6 Geriye doğru, ileriye doğru ve adım adım seçme yöntemleri.
7 Değişkenler arasındaki etkileşimlerin modellenmesi.
8 Model doğrulama ve performans ölçümü.
9 Modeldeki aykırı gözlemlerin etkisi.
10 Zaman serisinde doğrusal regresyon.
11 Değişken seçimi ve regularization.
12 İleri düzey model iyileştirme yöntemleri.
13 Çıktıların yorumlanması.
14 Final sınavı
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
1. Ara Sınav 40
1. Kısa Sınav 30
1. Ödev 30
Toplam 100
1. Yıl İçinin Başarıya 50
1. Final 50
Toplam 100
AKTS - İş Yükü Etkinlik Sayı Süre (Saat) Toplam İş Yükü (Saat)