DERS BİLGİLERİ
Ders Kodu Yarıyıl Ders Süresi Kredi AKTS
Dayanıklı Regresyon ISB   568 2 3 3 6

Ön Koşul Dersleri
Ders Hakkında Önerilen Diğer Hususlar None

Dersin Dili Türkçe
Dersin Seviyesi Doktora
Dersin Türü Seçmeli
Dersin Koordinatörü Prof.Dr. Ali İhsan GENÇ
Dersi Verenler
 
Dersin Yardımcıları
Dersin Amacı
Bu dersin amacı öğrencilere regresyonda ve genelleştirilmiş lineer modellerde dayanıklı yöntemleri tanıtıp nasıl kulanabilecekleri bilgisini kazandırmaktır.
Dersin İçeriği
Regresyon M-tahmini, bozulma noktası, dayanıklı testler, çoklu regresyon ve M-tahmini, M-tahmin edicilerin hesaplanması, L-tahmini, S-tahmini, LTS-tahmini, dayanıklı güven aralıkları, eliptik dağılımlar, genelleştirilmiş lineer modeller.

Dersin Öğrenme Kazanımları
1) Regresyonda M-tahmin edicileri bulur.
2) Regresyonda M-tahmin edicileri hesaplar.
3) Dayanıklı regresyon yöntemlerini kavrar.
4) Dayanıklı güven aralıkları hesaplar.
5) Dayanıklı hipotez testleri yapar.
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)


DERSİN PROGRAM KAZANIMLARINA KATKISI
NoTemel öğrenme KazanımlarıKatkı Düzeyi
12345
1
İstatistiksel problemlerin modellenmesinde ve probleme özgü çözümlerin üretilmesinde yeni yöntem ve stratejiler geliştirir.
X
2
İstatistik alanında belirli bir konu hakkında detaylı araştırma yapabilir.
X
3
İstatistik literatürüne katkı yapabilecek düzeyde istatistik teorisine hakimdir.
X
4
İstatistik alanında edindiği bilgiyi disiplinler arası çalışmalarda kullanabilir.
X
5
İstatistik alanında proje ve etkinlikler düzenleyebilir.
X
6
Bir projenin oluşturulması, yürütülmesi ve sonuçların raporlanması aşamalarını gerçekleştirebilir.
X
7
Bilimsel irdeleme yetisine sahip olur.
X
8
İstatistik alanında bilimsel yayın üretebilir.
X
9
Analitik düşünme becerisine sahip olur.
X
10
Mesleki yenilik ve gelişmeleri hem ulusal hem de uluslar arası düzeyde takip edebilir.
X
11
İstatistik literatürünü takip edebilir.
X
12
Yabancı dil bilgisini, alanında yabancı dilde yayın ve sunum yapabilecek düzeyde geliştirebilir.
X
13
Bilişim teknolojilerini ileri düzeyde kullanabilir.
X
14
Bireysel çalışma becerisi ve bağımsız karar verebilme yetisine sahip olur.
X
15
Takım çalışmalarında gerekli olan niteliklere sahiptir.
X
16
Mesleki ve etik sorumluluk bilincine sahip olur.
X
17
Bilimsel etik kurallara uygun davranır.
X

DERS AKIŞI
HaftaKonularÖn Hazırlık Yöntem
1 Klasik regresyon ve regresyon M-tahmini Kaynak okuma Anlatım
Alıştırma ve Uygulama
2 Regresyon M-tahmini Kaynak okuma Anlatım
Alıştırma ve Uygulama
3 Bozulma noktası Kaynak okuma Anlatım
Alıştırma ve Uygulama
4 Lineer hipotez için dayanıklı testler Kaynak okuma Anlatım
Alıştırma ve Uygulama
5 Çoklu regresyon ve M-tahmini Kaynak okuma Anlatım
Alıştırma ve Uygulama
6 Çoklu regresyon ve M-tahmini Kaynak okuma Anlatım
Alıştırma ve Uygulama
7 M-tahmin edicilerin hesaplanması Kaynak okuma Anlatım
Alıştırma ve Uygulama
8 Ara Sınav Genel Tekrar Ödev
9 M-tahmin edicilerin hesaplanması Kaynak okuma Anlatım
Alıştırma ve Uygulama
10 L-tahmini, S-tahmini, LTS tahmini Kaynak okuma Anlatım
Alıştırma ve Uygulama
11 Dayanıklı güven aralıkları Kaynak okuma Anlatım
Alıştırma ve Uygulama
12 Dayanıklı esas bileşenler Kaynak okuma Anlatım
Alıştırma ve Uygulama
13 Eliptik dağılımlar Kaynak okuma Anlatım
Alıştırma ve Uygulama
14 Genelleştirilmiş lineer modeller Kaynak okuma Anlatım
Alıştırma ve Uygulama
15 Genelleştirilmiş lineer modeller Kaynak okuma Anlatım
Alıştırma ve Uygulama
16-17 Yarıyıl Sonu Sınavları Genel tekrar Ödev

KAYNAKLAR
Ders Notu
Diğer Kaynaklar