DERECE PROGRAMLARI  Ön Lisans Derecesi  Lisans Derecesi  Yüksek Lisans Derecesi

Ders Bilgileri Dersin Adı : Regresyon Kuramı II Dersin Kodu : ISB-542 Dersin Türü : Zorunlu Dersin Aşaması : İkinci Aşama (Yüksek Lisans) Dersin Yılı : 1 Dersin Dönemi : Bahar (16 Hafta) Dersin AKTS Kredisi : 6 Eğitici(ler)nin Adı : Doç.Dr. MAHMUDE REVAN ÖZKALE Dersin Öğrenme Kazanımları : Gösterge değişkenli regresyon modellerini uygular Değişken seçim metotlarını uygular Çoklu iç ilişkiyi değerlendirir Çoklu iç ilişkiyi ortadan kaldıran metotları kullanır Otokorelasyonu belirler Otokorelasyonlu hataya sahip regresyon modellerinde tahmin yapar Lineer olmayan regresyon modellerini oluşturur İkili yanıt değişkene sahip lojisitk regresyon modelini kullanır Veriye uyan en iyi modeli oluşturur Dersin Veriliş Şekli : Örgün (Yüz Yüze) Dersin Önkoşulları : Yok Ders Hakkında Önerilen Diğer Hususlar : Yok Dersin Amacı : Açıklayıcı ve yanıtı değişkenlerin durumuna göre en iyi modeli oluşturabilmesi ve farklı tahmin yöntemlerini uygulayabilmesi Dersin İçeriği : Gösterge değişkenli modeller, değişken seçimi ve model oluşturma, çoklu iç ilişki, lineer olmayan regresyon, lojistik regresyon Dersin Dili : Türkçe Dersin Yeri : Bölüm Seminer Salonu   Ders Planı Hafta Konu Öğrencinin Ön Hazırlığı Öğrenme Aktiviteleri ve Öğretme Yöntemleri 1 Gösterge değişkenler ile ilgili genel fikirler ve gösterge değişkenlerin kullanımı ile ilgili yorumlar Kaynak okuma Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme 2 İki seviyeden fazla olması durumunda gösterge değişken, birden fazla gösterge değişken Kaynak okuma Düz anlatım, tartışma 3 Varyans analizinde regresyon Kaynak okuma Düz anlatım, tartışma 4 Model oluşturma problemi, modelin yanlış belirlenmesinin sonuçları, alt regresyon modellerinin değerlendirilmesi için kriterler Kaynak okuma Düz anlatım, tartışma 5 Mümkün olan tüm regresyonlar Kaynak okuma Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme 6 Çoklu iç ilişkinin nedenleri, etkileri Kaynak okuma Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme 7 Çoklu iç ilişkinin belirlenmesi Kaynak okuma Düz anlatım, tartışma 8 Ara sınav Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi Yazılı sınav 9 Ridge regresyon Kaynak okuma Düz anlatım, tartışma 10 Ridge regresyonun diğer tahmin edicilerle ilişkisi, ridge regresyon ve değişken seçimi Kaynak okuma Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme 11 Genelleştirilmiş ridge regresyon, temel bileşenler regresyon Kaynak okuma Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme 12 Lineer olmayan regresyon modelleri, lineer olmayan en küçük kareler, lineer modele dönüştürme Kaynak okuma Düz anlatım, tartışma 13 Lineer olmayan bir sistemde parametre tahmini Kaynak okuma Düz anlatım, tartışma 14 Lojistik regresyon, Poisson regresyon Kaynak okuma Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme 15 Otokorelasyonlu hataya sahip regresyon modelleri Kaynak okuma Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme 16/17 Final Sınavı Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi Yazılı sınav   Önerilen Kaynak ve Okumalar Kaynak Türü Kaynak Adı Ders Notu ve Kitaplar  1. Montgomery, D. C., Peck, E. A., Vining, G. G. (2001), Introduction to Linear Regression Analysis, 3rd edition, John Wiely & Sons Inc. Diğer Kaynaklar  1. Myers R. H. (1990), Classical and Modern Regression with Applications, Duxbury Press   2. Chatterjee, S., Hadi, A. S., Price, B. (2000), Regression Analysis by Example, John Wiley & Sons Inc.   Değerlendirme (Sınav) Yöntemleri ve Kriterleri Yarıyıl/Yıl İçi Değerlendirmeleri Sayısı Katkı Yüzdesi     Ara Sınavlar (Yazılı, Sözlü, vs.) 1 60     Ödev/Proje/Diğer 5 40 Toplam 100 Yarıyıl/Yıl İçi Değerlendirmelerinin Başarıya Katkısı 40   Yarıyıl/Yıl Sonu Değerlendirmesi 100 Yarıyıl/Yıl Sonu Değerlendirmesinin Başarıya Katkısı 60 Toplam 100   Dersin Temel Öğrenme Kazanımlarına Katkısı No Temel Öğrenme Kazanımı Katkısı* 1 Olasılık ve İstatistik konularında derinlemesine ve genişlemesine kuramsal ve uygulamalı bilgilere sahiptirler 5 2 Matematik, Olasılık ve İstatistik konularında bilimsel araştırma yaparlar. 5 3 İstatistik alanında doktora planları yapabilecek bilgilere sahiptirler. 5 4 İstatistikte kullanılan analiz ve modelleme yöntemleri hakkında kapsamlı bilgiye sahiptir. 5 5 İstatistikte kullanılan yöntemler hakkında kapsamlı bilgiye sahiptir. 5 6 İstatistiksel problemleri işaret eder, çözmek için yöntem geliştirir. 5 7 İstatistiksel problemleri çözümlemede yenilikçi yöntemler uygular. 4 8 Alanında karşılaştığı problemleri analitik modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular. 5 9 Bilgiye erişir ve bununla ilgili kaynak araştırması yapar. 3 10 Karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır. 4 11 Sorumluluk alma özgüvenine sahiptir. 3 12 Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalığa sahip olduğunu çalışmalarıyla gösterir. 2 13 Çalışmalarının süreç ve sonuçlarını ulusal ve uluslararası ortamlarda açık bir şekilde yazılı ya da sözlü olarak aktarır. 0 14 Verilerin toplanması, işlenmesi, kullanılması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. 5 15 Kendini istatistikte ve ilgili alanlarda sürekli yeniler. 0 16 Türkçe ve İngilizce sözlü ve yazılı iletişim kurar. 0 17 İstatistik uygulamaları için gereken donanım ve yazılımları kullanır. 5 * Katkı düzeyleri 0 (yok) ve 5 (en yüksek) arasında ifade edilmiştir.   Öğrenci İş Yükü - AKTS Çalışmalar Sayısı Süresi (Saat) Toplam İş Yükü (Saat) Ders ile İlgili Çalışmalar     Ders (Sınav haftaları dahil değildir) 14 3 42     Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) 14 3 42 Değerlendirmeler ile İlgili Çalışmalar     Ödev, Proje, Diğer 5 8 40     Ara Sınavlar (Yazılı, Sözlü, vs.) 1 10 10     Yarıyıl/Yıl Sonu/Final Sınavı 1 10 10 Toplam İş Yükü: 144 Toplam İş Yükü / 25 (s): 5.76 Dersin AKTS Kredisi: 6