TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | IEM1846 |
| Ad | Uygulamalı Zaman Serisi Modelleri II |
| Yarıyıl | . Yarıyıl |
| Süre (T+U) | 4-0 (T-U) (17 Hafta) |
| AKTS | 8 AKTS |
| Yerel Kredi | 4 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Doktora Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Dr. Öğr. Üyesi FELA ÖZBEY |
Dersin Amacı
Bu dersin amacı regresyon analizinde uzamsal otokorelasyonları modelleme yöntemlerini tanıtmak ve öğrencilerin R programını kullanarak bu yöntemlerin uygulama yetisini kazandırmaktır.
Dersin İçeriği
Bu dersin içeriğini Klasik Doğrusal Regresyon Modeli, Önemli Mekansal Kavramlar, Mekansal Doğrusal Regresyon Modelleri, R Uygulamaları konuları oluşturmaktadır.
Dersin Ön Koşulu
Yok
Kaynaklar
Robert H. Shumway, David S. Stoffer (2011),Time Series Analysis and its Applications with R Examples, Third Edition, Springer-Verlag, New York, ISBN 978-1-4419-7864-6
Notlar
James Douglas Hamilton, (1994) Time Series Analysis, Princeton University Press, ISBN: 9780691042893
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Zaman serisi verilerindeki ilişkileri belirler. |
| ÖÇ02 | Zaman serisi verisini en iyi tanımlayan modeli seçer. |
| ÖÇ03 | Zaman serisi modellerini tahmin eder. |
| ÖÇ04 | Öğretilen tüm tekniklerin kodlarını yazar. |
| ÖÇ05 | R programını etkin olarak kullanır. |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Ekonometrik bir problemi tespit edip bu probleme yeni bir çözüm önerir | 2 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Ekonometri, İstatistik ve Yöneylem Araştırması alanında güncel kavramları kullanarak yeni bilgiler geliştirir | 2 |
| PÖÇ03 | Bilgi - Kuramsal, Olgusal | Ekonometrik yöntemlerin diğer alan ve disiplinlere hangi amaçla ve nasıl uygulandığını açıklar | 3 |
| PÖÇ04 | Beceriler - Bilişsel, Uygulamalı | Sahip olduğu bilgileri kullanarak İktisat, İşletme ve diğer sosyal bilimlerde yer alan problemlere özgün çözümler getirir | 3 |
| PÖÇ05 | Beceriler - Bilişsel, Uygulamalı | Karşılaşılan problemi çözmek üzere matematik, istatistik ve ekonometri bilgisi kullanarak yeni bir model oluşturur | |
| PÖÇ06 | Beceriler - Bilişsel, Uygulamalı | Modeli tahmin etmek için en uygun yöntemden elde ettiği sonuçları yorumlar | 5 |
| PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Problemlere çözüm önerileri geliştirmek üzere kavramsal düzeyde analiz yapar | 2 |
| PÖÇ08 | Beceriler - Bilişsel, Uygulamalı | Amaca uygun bir şekilde veri toplar | 5 |
| PÖÇ09 | Beceriler - Bilişsel, Uygulamalı | Araştırmadığı bir alanda akademik kurallar çerçevesinde farklı kaynaklardan yararlanarak elde ettiği bilgileri sentezler | 3 |
| PÖÇ10 | Beceriler - Bilişsel, Uygulamalı | Analiz sonuçlarını uygun bir şekilde sunar | 2 |
| PÖÇ11 | Beceriler - Bilişsel, Uygulamalı | Bulgularını Türkçe veya yabancı bir dilde yüksek lisans tezine ya da mesleki bir rapora dönüştürür | |
| PÖÇ12 | Beceriler - Bilişsel, Uygulamalı | Karşılaştığı problemleri çözmek üzere güncel yaklaşım ve yöntemleri araştırıp yeni çözümler önerir | 2 |
| PÖÇ13 | Beceriler - Bilişsel, Uygulamalı | Ekonometrik ve istatistiki yöntemleri kullanarak uzun vadeli plan ve stratejiler geliştirir | |
| PÖÇ14 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Bir problemi çözmek üzere Ekonometri, İstatistik ve Yöneylem ile ilgili bilgileri kullanarak bireysel çalışma yapar | 4 |
| PÖÇ15 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Ekip içinde sorumluluk alarak liderlik yapar | |
| PÖÇ16 | Yetkinlikler - Öğrenme Yetkinliği | Yaşam boyu öğrenmenin gerekliliğinin bilincinde olarak alanıyla ilgili güncel gelişmeleri izleyerek kendini sürekli yeniler | 2 |
| PÖÇ17 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Bir örgüt/kurum için vizyon, amaç ve hedef belirlemek amacıyla alanında öğrendiği bilgileri kullanır | |
| PÖÇ18 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Ekonometri, İstatistik ve Yöneylem ile ilgili bir paket program kullanır veya yeni bir bilgisayar kodu yazar | 5 |
| PÖÇ19 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | İlgili kişilerin duygu, düşünce ve davranışlarını doğru bir şekilde yorumlar/kendisini yazılı ve sözlü olarak doğru bir şekilde ifade eder | |
| PÖÇ20 | Yetkinlikler - Alana Özgü Yetkinlik | Toplumsal, bilimsel ve mesleki etik değerleri uygular | |
| PÖÇ21 | Yetkinlikler - Alana Özgü Yetkinlik | Güncel konuları takip ederek iktisadi ve sosyal olaylara ilişkin verileri yorumlar | 3 |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | ÖNGÖRÜ: Minimum hata kareleri ortalaması öngörüsü; deterministik trend öngörüsü; ARIMA öngörüsü; kestirim limitleri; öngörü yorumları; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 2 | ÖNGÖRÜ: ARIMA öngörüsünü güncelleme; Öngörü ağırlıkları ve üssel ağırlıklandırılmış hareketli ortalamalar; dönüştürülmüş serilerle öngörü; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 3 | ÖNGÖRÜ: Koşullu beklenen değerler; minimum hata kareleri ortalaması kestirimi; sınırlı lineer süreç; durum uzay modelleri; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 4 | MEVSİMSEL MODELLER: Mevsimsel ARIMA modelleri; çarpımsal mevsimsel ARMA modelleri; durağan olmayan mevsimsel ARIMA modelleri; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 5 | MEVSİMSEL MODELLER: Model spesifikasyonu, modelin uydurulması ve kontrol; Mevsimsel modellerle öngörü; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 6 | ZAMAN SERİSİ İLE REGRESYON MODELLERİ: yapısal kırılma analizleri; sapan değerler; sahte korelasyonlar; filtreleme ve stokastik regresyon; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 7 | KOŞULLU VARYANS MODELLERİ: finansal serilerin bazı ortak özellikleri; GARCH modelleri; maksimum olabilirlik tahminleri;model sınaması;koşullu varyansın negatif olmamasını sağlayan koşullar; GARCH modellerine bazı genişletmeler; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 8 | Ara Sınav | Ölçme Yöntemleri: Ödev |
|
| 9 | SPEKTRAL ANALİZE GİRİŞ: giriş; periodogram; spektral gösterim ve spektral dağılım; spektral yoğunluk; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 10 | SPEKTRAL ANALİZE GİRİŞ: ARMA süreçlerinin spektral yoğunluğu; örneklem spektral dağılımının örneklem özellikleri; sinüs ve kosinüs dizilerinin ortogonaliği; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 11 | SPEKTRUMUN TAHMİNİ: spektral yoğunluğu düzleştirme; yanlılık ve varyans; band genişliği; spektrum için güven aralığı; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 12 | SPEKTRUMUN TAHMİNİ: sızıntılar ve incelmeler; otoregresif spektrum tahmini; simüle edilmiş verilerle örnekler; gerçek verilerle örnekler; spektral tahminlerde diğer yöntemler; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 13 | EŞİKLİ MODELLER: doğrusal olmamanın grafik üzerinde araştırılması; doğrusal olmama testleri; polinom modeller; 1.sıra eşikli otoregresif modeller; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 14 | EŞİKLİ MODELLER: eşikli modeller; eşikli doğrusal olmama için testler; TAR modelinin tahmini; R uygulamaları. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Gösterip Yaptırma |
| 15 | Veri seti üzerinde genel uygulama. | Öğrenciler, konu başlıklarına göre kaynak kitapların ilgili bölümlerini okuyarak derse ön hazırlık yapacaklardır | Öğretim Yöntemleri: Gösterip Yaptırma |
| 16 | Yarıyıl Sonu Sınavları | Ölçme Yöntemleri: Yazılı Sınav |
|
| 17 | Yarıyıl Sonu Sınavları | Ölçme Yöntemleri: Yazılı Sınav |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 4 | 56 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 8 | 112 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 2 | 4 | 8 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 12 | 12 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 24 | 24 |
| Toplam İş Yükü (Saat) | 212 | ||
| Toplam İş Yükü / 25 (s) | 8,48 | ||
| AKTS | 8 AKTS | ||