DERS BİLGİLERİ
Ders Kodu Yarıyıl Ders Süresi Kredi AKTS
Uygulamalı Zaman Serisi Analizleri I IEM   745 1 3 3 6

Ön Koşul Dersleri
Ders Hakkında Önerilen Diğer Hususlar None

Dersin Dili Türkçe
Dersin Seviyesi Yüksek Lisans
Dersin Türü Seçmeli
Dersin Koordinatörü Dr. Öğr. Üyesi Fela ÖZBEY
Dersi Verenler
 
Dersin Yardımcıları
Dersin Amacı
Zaman serisi analizlerinde kullanılan bazı yöntemleri tanıtmak ve bu yöntemlerin R programı kullanılarak uygulamalarını göstermek.
Dersin İçeriği
Zaman Serisinin Karakteristikleri; Zaman Serisi Regresyonu ve Veri Analizi; ARIMA Modelleri; Spektral Analiz ve Filtreleme.

Dersin Öğrenme Kazanımları
1) Zaman serisi verilerindeki ilişkileri belirler.
2) Zaman serisi verisini en iyi tanımlayan modeli seçer.
3) Zaman serisi modellerini tahmin eder.
4) Öğretilen tüm tekniklerin kodlarını yazar.
5) R programını etkin olarak kullanır.
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)


DERSİN PROGRAM KAZANIMLARINA KATKISI
NoTemel öğrenme KazanımlarıKatkı Düzeyi
12345
1
Ekonometri, İstatistik ve Yöneylem Araştırması alanında güncel kavramları açıklar
X
2
Ekonometri, İstatistik ve Yöneylem Araştırması alanında sahip olduğu bilgiler arasındaki ilişkileri açıklar
X
3
Alanında sahip olduğu bilgilerin İktisat, İşletme ve diğer sosyal bilimlere nasıl uygulanacağını açıklar
X
4
Karşılaşılan problemleri matematik, istatistik ve ekonometri bilgisi ile modeller
X
5
Modeli tahmin etmek için en uygun yöntemi uygulayıp sonuçlarını yorumlar
X
6
Problemlere çözüm önerileri geliştirmek üzere kavramsal düzeyde analiz yapar, kıyaslar, değerlendirir ve yorumlar
X
7
Amaca uygun bir şekilde veriyi tanımlar, toplar, düzenler ve analiz eder
X
8
Bir problemi çözmek üzere Ekonometri, İstatistik ve Yöneylem ile ilgili bilgileri kullanarak bireysel çalışma yapar
X
9
Ekip içinde sorumluluk alır, liderlik yapar ve etkin biçimde çalışır
X
10
Bir örgüt/kurum için vizyon, amaç ve hedef belirlemek amacıyla alanında öğrendiği bilgileri kullanır
X
11
Yaşam boyu öğrenmenin gerekliliğinin bilincinde olarak alanıyla ilgili güncel gelişmeleri izler ve kendini sürekli yeniler
X
12
Araştırmadığı bir alanda akademik kurallar çerçevesinde farklı kaynaklardan yararlanır, elde ettiği bilgileri sentezler ve etkin biçimde sunar
X
13
Analiz sonuçlarını uygun şekilde sunar; bulgularını Türkçe veya yabancı bir dilde yüksek lisans tezine ya da mesleki bir rapora dönüştürür
X
14
Ekonometri, İstatistik ve Yöneylem ile ilgili bir paket program kullanır veya yeni bir bilgisayar kodu yazar
X
15
İlgili kişilerin duygu, düşünce ve davranışlarını doğru bir şekilde anlar ve yorumlar; kendisini yazılı ve sözlü olarak doğru bir şekilde ifade eder
X
16
Karşılaştığı problemleri çözmek üzere yeni yaklaşım ve yöntemler arar
X
17
Toplumsal, bilimsel ve mesleki etik değerleri tanır ve uygular
X
18
Güncel konuları takip eder, iktisadi ve sosyal olaylara ilişkin verileri yorumlar
X
19
Ekonometri, İstatistik ve Yöneylem Araştırması yöntemlerini kullanarak kurumların ihtiyaç duyduğu çözüm önerilerini getirir
X

DERS AKIŞI
HaftaKonularÖn Hazırlık Yöntem
1 Zaman Serisinin Karakteristikleri: giriş; zaman serisi verisinin doğası; zaman serisinin istatistiksel modelleri; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
2 Zaman Serisinin Karakteristikleri: bağımlılığın ölçüsü: otokorelasyon ve çapraz korelasyon; durağan zaman serileri; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
3 Zaman Serisinin Karakteristikleri: korelasyonların tahmini; çok boyutlu seriler; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
4 Zaman Serisi Regresyonu ve Veri Analizi: giriş; zaman serisi ile klasik regresyon modeli; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
5 Zaman Serisi Regresyonu ve Veri Analizi: veri analizi; zaman serilerinin düzleştirilmesi; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
6 ARIMA Modelleri: Giriş; otoregresif hareketli ortalama modelleri; fark denklemleri; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
7 ARIMA Modelleri: otokorelasyonlar ve kısmi otokorelasyonlar; öngörü; tatmin; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
8 Ara Sınav Yazılı Sınav
9 ARIMA Modelleri: Durağan olmayan seriler için bütünleşik modeller; ARIMA modelleri; çarpımsal mevsimsel ARIMA modelleri; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
10 Spektral Analiz ve Filtreleme: giriş; döngüsel hareket ve periyodiklik; spektral yoğunluk; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
11 Spektral Analiz ve Filtreleme: periyodogram ve kesikli Fourier dönüşümü; parametrik olmayan spektral tahmin; parametrik spektral tahmin; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
12 Spektral Analiz ve Filtreleme: çoklu seriler ve çapraz spektrum; doğrusal filtreler; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
13 Spektral Analiz ve Filtreleme: dinamik Fourier analizleri ve dalgacıklar; gecikmeli regresyon modelleri; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
14 Spektral Analiz ve Filtreleme: sinyal özütleme ve optimal filtreleme; çok boyutlu serilerin spektral analizi; R uygulamaları. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Anlatım
Soru-Cevap
Gösterip Yaptırma
Ödev
15 Veri seti üzerinde genel uygulama. Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır Alıştırma ve Uygulama
Ödev
16-17 Yarıyıl Sonu Sınavları Yazılı Sınav

KAYNAKLAR
Ders Notu
Diğer Kaynaklar