Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Regresyon Analizi I UYM 524 0 3 + 0 3 6
Ön Koşul Dersleri Analiz I-II, Lineer Cebir I-II, Olasılık ve İstatistik derslerinin alınmış olması tavsiye edilir.
Önerilen Seçmeli Dersler
Dersin Dili Türkçe
Dersin Seviyesi YUKSEK_LISANS
Dersin Türü Seçmeli
Dersin Koordinatörü Prof.Dr. NESRİN GÜLER
Dersi Verenler
Dersin Yardımcıları Arş.Gör. Emre Kişi
Dersin Kategorisi Diğer
Dersin Amacı Uygulamalı çalışmalar bir teori üzerine inşa edilir. Regresyon analizi istatistikçilerin alet çantalarında sık kullandıkları bir araçtır. Bu dersin amacı regresyon analizi teorisini vermektir.
Dersin İçeriği Rasgele değişkenlerin vektörleri. Çok değişkenli normal dağılım. Lineer regresyon: Tahmin ve dağılım teorisi. F-testi. Güven aralıkları ve güven bölgeleri. Varsayımlardan ayrılışlar.
# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
1 Rasgele değişken kavramını pekiştirir. Anlatım, Soru-Cevap, Deney ve Laboratuvar,
2 Çok değişkenli normal dağılımı tanır. Deney ve Laboratuvar, Anlatım, Soru-Cevap, Beyin Fırtınası,
3 Parametre tahmini için en küçük kareler yöntemini kullanır. Anlatım, Soru-Cevap, Tartışma, Grupla Çalışma, Deney ve Laboratuvar,
4 En küçük kareler tahmininin genelleştirilmesini anlar ve eski hali ile farkını anlar. Anlatım, Soru-Cevap, Tartışma, Grupla Çalışma, Deney ve Laboratuvar,
5 Tahmin metodlarını kavrar ve uygular. Anlatım, Soru-Cevap, Tartışma, Grupla Çalışma, Deney ve Laboratuvar,
6 Lineer regresyonda tahmin ve dağılım teorisini kavrar. Anlatım, Soru-Cevap, Tartışma, Deney ve Laboratuvar,
7 Çeşitli hipotez testleri yapar. Anlatım, Soru-Cevap, Tartışma, Deney ve Laboratuvar,
8 Güven bölgeleri oluşturur. Anlatım, Soru-Cevap, Tartışma, Grupla Çalışma, Deney ve Laboratuvar,
9 Yanlılığı kavrar. Anlatım, Soru-Cevap, Tartışma, Deney ve Laboratuvar,
Hafta Ders Konuları Ön Hazırlık
1 Rasgele değişkenlerin vektörleri [1] sayfa 1-15
2 Çok değişkenli normal dağılım [1] sayfa 17-24
3 Çok değişkenli normal dağılım (devam) [1] sayfa 24-31
4 Lineer regresyon: Tahmin ve dağılım teorisi [1] sayfa 35-44
5 En küçük kareler tahmini [1] sayfa 35-44
6 Genelleştirilmiş en küçük kareler tahmini [1] sayfa 69-70
7 Eksik ranklı tasarım matrisi [1] sayfa 62-64
8 Lineer kısıtlamalı tahmin [1] sayfa 59-62
9 Diğer tahmin metotları [1] sayfa 77-88
10 Lineer regresyon: Hipotez testleri [1] sayfa 97-99
11 F-testi [1] sayfa 99-116
12 Güven aralıkları ve güven bölgeleri [1] sayfa 119-129
13 Güven aralıkları ve güven bölgeleri (devam) [1] sayfa 129-136
14 Varsayımlardan ayrılışlar [1] sayfa 227-130
Kaynaklar
Ders Notu [1] Seber, G. A. F., Linear Regression Analysis, John Wiley, New York, 1977.
Ders Kaynakları [2] Johnson, R. A. and Wichern, D. W., Applied Multivariate Statistical Analysis, Englewood Cliffs, New Jersey, 1982.
[3] Searle, S. R., Matrix Algebra Useful For Statistics, Canada, 1982.
[4] Searle, S. R., Linear Models, John Wiley and Sons, Inc., New York, 1971.
[5] Graybill, F. A., Introduction to Matrices with Applications in Statistics, United States, 1969.
[6] Graybill, F. A., An Introduction to Linear Statistical Models, Volume 1, Mc Graw-Hill Book Co., New York, 1961.
Sıra Program Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Yaşadığı toplumun bilgi toplumu olmasına katkıda bulunmak, toplumsal, bilimsel, kültürel ve etik sorunlara çözüm sunmak amaçlarıyla alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri ulusal ve uluslararası bilimsel ortamlarda (toplantılarda) tanıtır.
2 Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, alanında güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olup ve elde ettiği bilgiyi değerlendirir, yorumlar ve uygular.
3 Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler ile gelişmekte olan yenilikçi yöntemleri kullanır.
4 Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, belirsiz, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlar; verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
5 Alanındaki uygulamaların sosyal, çevresel, sağlık, güvenlik, hukuki boyutlarını ve iş hayatı uygulamalarını bilir ve bunların getirdiği kısıtların farkındadır. Disiplin içi ve çok disiplinli takımlarda etkin bir biçimde birlikte ve ya bağımsız çalışabilir ve sorumluluk alır.
6 Gerçek dünya problemlerini matematiksel olarak modeller. Farklı türde diferansiyel denklemleri çözme yeteneği kazanır ve bu denklemleri biyoloji, fizik ve mühendisliğin çeşitli dallarındaki uygulamalarda kullanabilir. Temel istatistik, olasılık teorisi ve veri analizi konularını öğrenir; optimizayon problemlerini çözme kabiliyeti kazanır ve kazandıkları analitik düşünme becerileri ile gerçek dünya problemlerine matematiksel çözümler getirir.
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
1. Ara Sınav 40
1. Ödev 20
1. Performans Görevi (Seminer) 40
Toplam 100
1. Yıl İçinin Başarıya 60
1. Final 40
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 3 48
Ara Sınav 1 15 15
Ödev 1 8 8
Performans Görevi (Seminer) 1 20 20
Final 1 20 20
Toplam İş Yükü 159
Toplam İş Yükü / 25 (Saat) 6,36
Dersin AKTS Kredisi 6