| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Regresyon Analizi | EKO 502 | 2 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Zorunlu |
| Dersin Koordinatörü | Prof.Dr. NESRİN GÜLER |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | İstatistiksel yöntemlerin temelini oluşturan istatistik ile ilgili kavramların tekrar edilerek öğrencilerin istatistiksel yaklaşımlarda daha güçlü bir temel oluşturmalarını sağlamak ve daha sonra doğrusal ve çok değişkenli doğrusal modelleri tanıtarak, bu modeller altında tahmin ve sonuç çıkarma ile ilgili ilgili kullanacakları yöntemler için öğrencileri hazırlamaktır. |
| Dersin İçeriği | İstatistik ile ilgili temel kavramlar, Matris cebiri, doğrusal denklem sistemlerinin çözümü, doğrusal regresyon modelleri ve bu modellerden sonuç çıkarma |
| Kalkınma Amaçları |
|---|
|
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Olasılık ve istatistik ile ilgili temel kavramlar | ||
| 2 | Matris cebiri, doğrusal denklem sistemlerinin çözümü | ||
| 3 | Basit doğrusal modeller ve bu modellerden sonuç çıkarma, eğrisel modeller | ||
| 4 | Çoklu doğrusal modeller ve bu modellerden sonuç çıkarma | ||
| 5 | Artıkların incelenmesi, çoklu bağlantı |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Olasılık ve istatistik ile ilgili temel kavramlar | |
| 2 | Matris cebiri, doğrusal denklem sistemlerinin çözümü | |
| 3 | Matris cebiri, doğrusal denklem sistemlerinin çözümü | |
| 4 | Matris cebiri, doğrusal denklem sistemlerinin çözümü | |
| 5 | Basit doğrusal modeller ve bu modellerden sonuç çıkarma | |
| 6 | Basit doğrusal modeller ve bu modellerden sonuç çıkarma | |
| 7 | Basit doğrusal modeller ve bu modellerden sonuç çıkarma | |
| 8 | Basit doğrusal modeller ve bu modellerden sonuç çıkarma | |
| 9 | Eğrisel modeller | |
| 10 | Çoklu doğrusal modeller | |
| 11 | Çoklu doğrusal modeller | |
| 12 | Çoklu doğrusal modeller | |
| 13 | Artıkların incelenmesi | |
| 14 | Çoklu bağlantı |
| Kaynaklar | |
|---|---|
| Ders Notu | Öğretim elemanı ders notları |
| Ders Kaynakları | D. Sengupta, S. R. Jammalamadaka, Linear models: An integrated approach. World scientific, Singapore, 2003 F. A. Graybill, An introduction to Linear statistical models, Mc Graw Hill co., New York, 1961. S. R. Searle, Linear models, John Wiley and Sons, Inc., New York, 1971. G. A. F. Seber, Linear regression Analysis. John Wiley, New York, 1977. S. Puntanen, G. P. H. Styan, J. Isotalo, Matrix tricks for linear models. Springer Heidelberg, 2011 Meyer, P. L., Introductory probability and statistical applications. Massachusetts:AddisonWesley Pub. Com. 1973. Hogg, R. V., and Craig, A. T., 1978; Introduction to Mathematical statistics, Macmillian Publishing Co., Inc., New York. Özkan Ünver, Hamza Gamgam, Uygulamalı Temel İstatistiksel Yöntemler, 2008. Yılmaz Akdi, Matematiksel İstatistiğe Giriş, Gazi Kitabevi, 2014. Fikri AKDENİZ, Olasılık ve İstatistik, Akademisyen kitabevi, Adana, 2014. Özkan Ünver, Hamza Gamgam, Bülent Özkaynak, Temel İstatistik Yöntemler, Seçkin yayıncılık, Ankara, 2016.
|
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Genel ekonometrik teori bilgisi. | ||||||
| 2 | Hem temel bilgisayar (word, excel gibi programlarda) hem de en az bir istatistiksel bilgisayar programını (SPSS, Eviews, Gauss, Stata vb.) kullanabilmek | ||||||
| 3 | Matematiksel, ekonomik, istatistiksel ve ekonometrik olarak analiz etme becerisi kazanmak | X | |||||
| 4 | Sayısal ve istatistiksel araştırma becerisine ve düşünme becerisine sahip, bunlar doğrultusunda alınacak kararların sonuçlarını tahmin edebilme ve doğru tahminlerde bulunabilme; nedensel ilişkileri göz önünde bulunduran, analitik düşünce yapısına sahip ve stratejik bir yaklaşım geliştirebilme | X | |||||
| 5 | Gerçek hayattaki ekonomik olaylara ve sorunlara yaklaşımlarında geniş bir perspektiften ekonomik konularda analitik olarak tutarlı fikirler oluşturma ve savunma becerisine sahip olma. | X | |||||
| 6 | Toplumsal, bilimsel ve mesleki etik değerlerin bilincinde olmak | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 |
|---|---|---|---|---|---|---|---|---|
| 1 | Olasılık ve istatistik ile ilgili temel kavramlar | 5 | 5 | |||||
| 2 | Matris cebiri, doğrusal denklem sistemlerinin çözümü | 5 | 5 | |||||
| 3 | Basit doğrusal modeller ve bu modellerden sonuç çıkarma, eğrisel modeller | 5 | 5 | 5 | ||||
| 4 | Çoklu doğrusal modeller ve bu modellerden sonuç çıkarma | 5 | 5 | 5 | ||||
| 5 | Artıkların incelenmesi, çoklu bağlantı | 5 | 5 | 5 |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 50 |
| 1. Ödev | 20 |
| 1. Performans Görevi (Seminer) | 30 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 50 |
| 1. Final | 50 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ara Sınav | 16 | 1 | 16 |
| Ödev | 10 | 1 | 10 |
| Performans Görevi (Seminer) | 10 | 1 | 10 |
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
| Final | 28 | 1 | 28 |
| Toplam İş Yükü | 160 | ||
| Toplam İş Yükü / 25 (Saat) | 6,4 | ||
| Dersin AKTS Kredisi | 6 | ||