|
| Ders Bilgileri |
|
| Dersin Adı |
: |
Regresyon Analizi |
|
| Dersin Kodu |
: |
İSB321 |
|
| Dersin Türü |
: |
Zorunlu |
|
| Dersin Aşaması |
: |
Birinci Aşama (Lisans) |
|
| Dersin Yılı |
: |
3 |
|
| Dersin Dönemi |
: |
Güz (16 Hafta) |
|
| Dersin AKTS Kredisi |
: |
5 |
|
| Eğitici(ler)nin Adı |
: |
Doç.Dr. MAHMUDE REVAN ÖZKALE
|
|
| Dersin Öğrenme Kazanımları |
: |
Regresyon modelinin oluşturulmasını kavrar
Model parametrelerinin tahminini öğrenir
Parametreler hakkında güven aralıkları ve hipotez testlerini uygular
ANOVA tablosu hazırlar ve nasıl kullanılacağını öğrenir
Verileri inceleyerek en uygun modelin elde edilmesini kavrar
Model varsayımlarını kontrol eder
Çoklu regresyonda ANOVA tablosunu oluşturur
İstatistiksel paket program kullanarak regresyon analizi yapar
|
|
| Dersin Veriliş Şekli |
: |
Örgün (Yüz Yüze) |
|
| Dersin Önkoşulları |
: |
Yok |
|
| Ders Hakkında Önerilen Diğer Hususlar |
: |
Yok |
|
| Dersin Amacı |
: |
Lisans öğretimi içerisinde gerekli teorik alt yapıyı oluşturmak, kamu ve özel sektörde karşılaşabilecekleri verilerin analizlerini yapabilmek, analiz sonuçlarını yorumlayabilecek düzeyde bilgi, beceri ve pratikliğin kazandırılması. |
|
| Dersin İçeriği |
: |
Basit doğrusal regresyon modelde parametre tahmini ve hipotez testleri. Sapan değer ve etkili gözlemlerin belirlenmesi. |
|
| Dersin Dili |
: |
Türkçe |
|
| Dersin Yeri |
: |
Fen Edebiyat Fakültesi Ek Bina Derslikleri |
|
|
Ders Planı |
| Hafta | Konu | Öğrencinin Ön Hazırlığı | Öğrenme Aktiviteleri ve Öğretme Yöntemleri |
|
1 |
Koşullu beklenen değer, regresyon kavramı ve model oluşturma |
Kaynak okuma |
Düz Anlatım |
|
2 |
Basit doğrusal regresyon modelinin oluşturulması ve parametrelerin en küçük kareler tahmin edicilerinin bulunması, merkezileştirilmiş model |
Kaynak okuma |
Düz Anlatım |
|
3 |
Parametrelerin en küçük kareler tahmin edicilerinin özellikleri |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
4 |
Hata varyansının tahmin edilmesi ve uydurulmuş regresyon doğrusunun özelliklerinin incelenmesi |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
5 |
Regresyon parametrelerinin ve hata varyansının en çok olabilirlik yöntemiyle tahmin edilmesi |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
6 |
Parametreler hakkında hipotez testleri, regresyonun önemliliğinin test edilmesi |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
7 |
ANOVA tablosunun hazırlanması ve nasıl kullanılacağının açıklanması, çoklu belirleyicilik katsayısının incelenmesi |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
8 |
Ara sınav |
Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi |
Yazılı sınav |
|
9 |
Parametreler hakkında aralık tahmini, ortalama yanıtın aralık tahmini, yeni gözlemlerin tahmin edilmesi |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
10 |
Originden geçen regresyon doğruları, model varsayımlarının irdelenmesi (artık analizi), değişen varyanslılık durumunun incelenmesi, normal olasılık grafiği |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
11 |
Aykırı gözlemlerin ve etkili gözlemlerin tanıtılması ve en küçük kareler tahmin ediciler üzerindeki etkilerinin incelenmesi |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
12 |
Çoklu regresyon modelinin oluşturulması, matris gösterimi ve regresyon parametrelerinin tahmin edilmesi |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
13 |
Regresyon parametrelerinin en küçük kareler tahmin edicilerinin dağılımsal özelliklerinin incelenmesi ve hata varyansının tahmin edilmesi |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
14 |
Çoklu regresyonda ANOVA tablosunun oluşturulması ve regresyon parametreleri hakkında hipotez testleri |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
15 |
Çoklu regresyonda etkili gözlemlerin belirlenmesi |
Kaynak okuma |
Düz anlatım, Problem çözme, İstatistiksel paket programlarını kullanma |
|
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 | |
|
|
|
Değerlendirme (Sınav) Yöntemleri ve Kriterleri |
|
Yarıyıl/Yıl İçi Değerlendirmeleri |
Sayısı |
Katkı Yüzdesi |
|
Ara Sınavlar (Yazılı, Sözlü, vs.) |
1 |
80 |
|
Ödev/Proje/Diğer |
4 |
20 |
|
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 |
Bilgisayar sistemlerini ve programlarını kullanır |
4 |
|
2 |
İstatistiksel analiz yöntemlerini uygular |
5 |
|
3 |
İstatistiksel sonuç çıkarım (tahmin, hipotez testi, v.b.) yapar |
5 |
|
4 |
İstatistiksel teknikleri kullanarak farklı disiplinlerin problemlerine çözüm üretir |
4 |
|
5 |
Görsel, veritabanı ve web programlama tekniklerini anlar ve nesnel program yazabilme yeteneğine sahip olur |
0 |
|
6 |
İstatistiksel paket programları kullanarak model oluşturur ve analiz yapar |
5 |
|
7 |
İstatistiksel metotlar arasındaki farkı ayırt eder |
5 |
|
8 |
İstatistik ile ilişkili disiplinler arasındaki etkileşimin farkında olur |
2 |
|
9 |
İstatistiksel yöntemleri kullanarak elde edilen sonuçları sözlü ve görsel olarak sunar |
2 |
|
10 |
Bireysel ve ortaklaşa olarak etkili ve üretken çalışma yapma becerisine sahip olur |
0 |
|
11 |
İstatistiğin kullanıldığı bilim alanları ile ilgili verilerin toplanması, yorumlanması, duyurulması aşamalarında toplumsal, bilimsel ve etik değerlere sahip olur. |
5 |
|
12 |
Olasılık, İstatistik ve Matematiğin temel kavram ve ilkelerini açıklar |
5 |
|
13 |
Yaşamda istatistiğin yerini ve önemini belirtir |
5 |
|
14 |
İktisadi ve hukuksal temel kavram ve ilkeleri tanımlar |
0 |
|
15 |
Karşılaşılabileceği sorunlar karşısında, sayısal ve istatistiksel çözümler üretir |
5 |
|
16 |
Matematiksel ve istatistiksel teknikleri kullanarak rasgelelik içeren problemlere model kurma, çözme ve yorumlama |
5 |
|
17 |
İstatistiksel verilerin elde edilmesi ve/veya düzenlenmesi için uygun yöntem ve teknikleri kullanır |
5 |
|
18 |
Mesleki gelişimlerinin yanı sıra ilgi ve yetenekleri doğrultusunda bilimsel, kültürel, sanatsal ve sosyal alanlarda eğitim gereksinimlerini belirleyerek kendini sürekli geliştirir |
0 |
| * 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 |
4 |
8 |
32 |
|
Ara Sınavlar (Yazılı, Sözlü, vs.) |
1 |
5 |
5 |
|
Yarıyıl/Yıl Sonu/Final Sınavı |
1 |
10 |
10 |
|
Toplam İş Yükü: | 131 |
| Toplam İş Yükü / 25 (s): | 5.24 |
| Dersin AKTS Kredisi: | 5 |
|
|
|