Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Regresyon Analizi II UYM 525 0 3 + 0 3 6
Ön Koşul Dersleri Analiz I-II, Lineer Cebir I-II, Olasılık, İstatistik ve Regresyon Analizi I 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 Doğru tipli regresyon. Polinomsal regresyon. Varyans analizi. Kovaryans analizi. Kayıp gözlemler. Belli bir regresyona uydurma için hesaplamalı teknikler. En iyi regresyonu seçme.
# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
1 Lineer regresyon kavramını pekiştirir. Anlatım, Soru-Cevap, Tartışma, Deney ve Laboratuvar, Gezi / Gözlem,
2 Polinomsal regresyonu kavrar. Deney ve Laboratuvar, Gezi / Gözlem, Anlatım, Soru-Cevap, Tartışma,
3 Varyans analizinin nasıl yapıldığını ve kullanıldığını anlar. Anlatım, Soru-Cevap, Tartışma, Grupla Çalışma, Deney ve Laboratuvar, Gezi / Gözlem,
4 Kovaryans analizinin nasıl yapıldığını ve kullanıldığını anlar. Anlatım, Soru-Cevap, Tartışma, Grupla Çalışma, Rol Oynama, Deney ve Laboratuvar, Gezi / Gözlem,
5 Belli regresyona uydurmayı anlar. Anlatım, Soru-Cevap, Tartışma, Grupla Çalışma, Deney ve Laboratuvar, Gezi / Gözlem,
6 En iyi regresyon seçimini kavrar. Anlatım, Soru-Cevap, Tartışma, Grupla Çalışma, Deney ve Laboratuvar, Gezi / Gözlem,
Hafta Ders Konuları Ön Hazırlık
1 Doğru tipli regresyon [1] sayfa 139-150
2 Doğru tipli regresyon (devam) [1] sayfa 150-163
3 Polinomsal regresyonlar: Tek değişkenli polinomlar ve ortogonal polinomlar [1] sayfa 165-172
4 Parça parça polinom uydurma [1] sayfa 172-185
5 Varyans analizi [1] sayfa 187-222
6 Tek, çift yönlü sınıflandırma [1] sayfa 187-222
7 Kovaryans analizi [1] sayfa 222-225
8 Kayıp gözlemler [1] sayfa 220-221
9 Belli bir regresyona uydurma için hesaplamalı teknikler [1] sayfa 329-353
10 Belli bir regresyona uydurma için hesaplamalı teknikler (devam) [1] sayfa 353-376
11 Belli bir regresyona uydurma için hesaplamalı teknikler (devam) [1] sayfa 376-388
12 En iyi regresyonu seçme: Tüm mümkün regresyonları üretmek [1] sayfa 399-413
13 En iyi regresyonu seçme: Yalnızca en iyi regresyonları üretmek [1] sayfa 439-447
14 Diğer metodlar [1] sayfa 447-456
Kaynaklar
Ders Notu Seber, G. A. F., Linear Regression Analysis, John Wiley, New York, 1977.
Ders Kaynakları [1] Johnson, R. A. and Wichern, D. W., Applied Multivariate Statistical Analysis, Englewood Cliffs, New Jersey, 1982.
[2] Searle, S. R., Matrix Algebra Useful For Statistics, Canada, 1982.
[3] Searle, S. R., Linear Models, John Wiley and Sons, Inc., New York, 1971.
[4] Graybill, F. A., Introduction to Matrices with Applications in Statistics, United States, 1969.
[5] 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.
# Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6
1 Lineer regresyon kavramını pekiştirir.
2 Polinomsal regresyonu kavrar.
3 Varyans analizinin nasıl yapıldığını ve kullanıldığını anlar.
4 Kovaryans analizinin nasıl yapıldığını ve kullanıldığını anlar.
5 Belli regresyona uydurmayı anlar.
6 En iyi regresyon seçimini kavrar.
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