|
| Ders Bilgileri |
|
| Dersin Adı |
: |
Regresyon Kuramı I |
|
| Dersin Kodu |
: |
ISB-541 |
|
| Dersin Türü |
: |
Zorunlu |
|
| Dersin Aşaması |
: |
İkinci Aşama (Yüksek Lisans) |
|
| Dersin Yılı |
: |
1 |
|
| Dersin Dönemi |
: |
Güz (16 Hafta) |
|
| Dersin AKTS Kredisi |
: |
6 |
|
| Eğitici(ler)nin Adı |
: |
Doç.Dr. MAHMUDE REVAN ÖZKALE
|
|
| Dersin Öğrenme Kazanımları |
: |
Çoklu lineer regresyon modeli uygular
Çoklu lineer regresyonda sonuç çıkarım yapar
Model varsayımlarını açıklar
Model yeterliliğini kontrol eder
Rezidü analizi yapar
Model yetersizliliği durumunda gerekli metotları uygular
Etkili gözlemleri belirler
Polinom regresyon modelini açıklar
Çoklu lineer regresyon modelini istatistiksel paket programlar yardımıyla analiz eder
|
|
| Dersin Veriliş Şekli |
: |
Örgün (Yüz Yüze) |
|
| Dersin Önkoşulları |
: |
Yok |
|
| Ders Hakkında Önerilen Diğer Hususlar |
: |
Yok |
|
| Dersin Amacı |
: |
Birden fazla açıklayıcı değişkene sahip regresyon modelleri için model oluşturulması ve model yeterlilik analizlerinin yapılması |
|
| Dersin İçeriği |
: |
Çoklu lineer regresyon modeli, model yetersizliğinin denetlenmesi, model yetersizliklerinin düzeltilmesi, kaldıraç ve etkin gözlemler için tanılama, polinom regresyon modeller |
|
| Dersin Dili |
: |
Türkçe |
|
| Dersin Yeri |
: |
Bölüm Seminer Salonu |
|
|
Ders Planı |
| Hafta | Konu | Öğrencinin Ön Hazırlığı | Öğrenme Aktiviteleri ve Öğretme Yöntemleri |
|
1 |
Çoklu regresyon modelleri, regresyon katsayılarının en küçük kareler tahmini ve özellikleri |
Kaynak okuma |
Düz anlatım, tartışma |
|
2 |
Hata varyansının tahmini, maksimum likelihood tahmin, çoklu berlileyicilik katsayısı, çoklu lineer regresyonda regresyonun önemliliğinin test edilmesi |
Kaynak okuma |
Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme |
|
3 |
Her bir regresyon katsyısı üzerinde hipotez testi, genel lineer hipotezin test edilmesi |
Kaynak okuma |
Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme |
|
4 |
Çoklu regresyonda güven aralıkları, yeni gözleminm ön tahmin |
Kaynak okuma |
Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme |
|
5 |
Gizli dış değer bulma, regresyon katsyılarının standartlaştırılması |
Kaynak okuma |
Düz anlatım, tartışma |
|
6 |
Model yeterliliğinin test edilmesi, rezidü analizi |
Kaynak okuma |
Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme |
|
7 |
Rezidüleri ölçeklendirmek için yöntemler, rezidü grafikleri |
Kaynak okuma |
Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme |
|
8 |
Ara sınav |
Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi |
Yazılı sınav |
|
9 |
Regresyon modelinin uyum eksikliği |
Kaynak okuma |
Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme |
|
10 |
Model yetersizliğini düzeltmek için ağırlıklandırma ve dönüşümler |
Kaynak okuma |
Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme |
|
11 |
Dönüşümü belirlemek için analitik metotlar |
Kaynak okuma |
Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme |
|
12 |
Genelleştirilmiş ve ağırlıklı en küçük kareler |
Kaynak okuma |
Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme |
|
13 |
Etkin ve leverage gözlemlerin belirlenmesi |
Kaynak okuma |
Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme |
|
14 |
Tek değişkneli polimon tipi modeller |
Kaynak okuma |
Düz anlatım, tartışma ve istatistiksel paket programlarını kullanabilme |
|
15 |
İki veya daha fazla değişkenli polinom tipi modeller |
Kaynak okuma |
Düz anlatım, tartışma |
|
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 |
 Montgomery, D. C., Peck, E. A., Vining, G. G. (2001), Introduction to Linear Regression Analysis, 3rd edition, John Wiely & Sons Inc.
|
| |
| Diğer Kaynaklar |
Myers R. H. (1990), Classical and Modern Regression with Applications, Duxbury Press.
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 |
4 |
56 |
| Değerlendirmeler ile İlgili Çalışmalar |
|
Ödev, Proje, Diğer |
5 |
5 |
25 |
|
Ara Sınavlar (Yazılı, Sözlü, vs.) |
1 |
5 |
5 |
|
Yarıyıl/Yıl Sonu/Final Sınavı |
1 |
10 |
10 |
|
Toplam İş Yükü: | 138 |
| Toplam İş Yükü / 25 (s): | 5.52 |
| Dersin AKTS Kredisi: | 6 |
|
|
|