TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | ISB541 |
| Ad | Regresyon Kuramı I |
| Dönem | 2024-2025 Eğitim-Öğretim Yılı |
| Dönem | Güz |
| Süre (T+U) | 3-0 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Yüksek Lisans Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Prof. Dr. MAHMUDE REVAN ÖZKALE |
| Dersin Öğretim Elemanı |
Prof. Dr. MAHMUDE REVAN ÖZKALE
(A Grubu)
(Sor. Öğr. Ele.)
|
Dersin Amacı / Hedefi
Birden fazla açıklayıcı değişkene sahip regresyon modelleri için model oluşturulması ve model yeterlilik analizlerinin yapılması
Dersin İçeriği
Çoklu lineer regresyon modeli, model yetersizliğinin denetlenmesi, model yetersizliklerinin düzeltilmesi, kaldıraç ve etkin gözlemler için tanılama, polinom regresyon modeller
Dersin Ön Koşulu
yok
Kaynaklar
Montgomery, D. C., Peck, E. A., Vining, G. G. (2001), Introduction to Linear Regression Analysis, 3rd edition, John Wiely and Sons Inc.
Notlar
ders notları
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Çoklu doğrusal regresyon modeli kurmayı öğrenir |
| ÖÇ02 | Model yeterliliğini kontrol eder |
| ÖÇ03 | Model yetersizliklerini düzeltir ve dönüşümler yapar |
| ÖÇ04 | Etkili ve leverage gözlemleri belirler |
| ÖÇ05 | Polinom regresyoni bilir |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Olasılık ve İstatistik konularında derinlemesine ve genişlemesine kuramsal ve uygulamalı bilgilere sahiptirler | 3 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | İstatistik alanında doktora planları yapabilecek bilgilere sahiptirler. | 4 |
| PÖÇ03 | Bilgi - Kuramsal, Olgusal | İstatistikte kullanılan analiz ve modelleme yöntemleri hakkında kapsamlı bilgiye sahiptir. | 4 |
| PÖÇ04 | Bilgi - Kuramsal, Olgusal | İstatistikte kullanılan yöntemler hakkında kapsamlı bilgiye sahiptir. | 5 |
| PÖÇ05 | Bilgi - Kuramsal, Olgusal | Matematik, Olasılık ve İstatistik konularında bilimsel araştırma yaparlar. | 3 |
| PÖÇ06 | Bilgi - Kuramsal, Olgusal | İstatistiksel problemleri işaret eder, çözmek için yöntem geliştirir. | 4 |
| PÖÇ07 | Bilgi - Kuramsal, Olgusal | İstatistiksel problemleri çözümlemede yenilikçi yöntemler uygular. | 3 |
| PÖÇ08 | Bilgi - Kuramsal, Olgusal | Alanında karşılaştığı problemleri analitik modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular. | 3 |
| PÖÇ09 | Bilgi - Kuramsal, Olgusal | Bilgiye erişir ve bununla ilgili kaynak araştırması yapar. | 4 |
| PÖÇ10 | Bilgi - Kuramsal, Olgusal | Karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır. | 5 |
| PÖÇ11 | Bilgi - Kuramsal, Olgusal | Sorumluluk alma özgüvenine sahiptir. | 2 |
| PÖÇ12 | Beceriler - Bilişsel, Uygulamalı | Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalığa sahip olduğunu çalışmalarıyla gösterir. | 5 |
| PÖÇ13 | Beceriler - Bilişsel, Uygulamalı | Kendini istatistikte ve ilgili alanlarda sürekli yeniler. | 4 |
| PÖÇ14 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Türkçe ve İngilizce sözlü ve yazılı iletişim kurar. | |
| PÖÇ15 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Çalışmalarının süreç ve sonuçlarını ulusal ve uluslararası ortamlarda açık bir şekilde yazılı ya da sözlü olarak aktarır. | 4 |
| PÖÇ16 | Yetkinlikler - Öğrenme Yetkinliği | Verilerin toplanması, işlenmesi, kullanılması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | 3 |
| PÖÇ17 | Yetkinlikler - Öğrenme Yetkinliği | İstatistik uygulamaları için gereken donanım ve yazılımları kullanır. | 2 |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Çoklu regresyon modelleri, regresyon katsayılarının en küçük kareler tahmini ve özellikleri | Kaynak okuma | Öğretim Yöntemleri: Anlatım |
| 2 | Hata varyansının tahmini, maksimum likelihood tahmin, çoklu berlileyicilik katsayısı, çoklu lineer regresyonda regresyonun önemliliğinin test edilmesi | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 3 | Her bir regresyon katsyısı üzerinde hipotez testi, genel lineer hipotezin test edilmesi | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 4 | Çoklu regresyonda güven aralıkları, yeni gözleminm ön tahmin | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 5 | Gizli dış değer bulma, regresyon katsyılarının standartlaştırılması | Kaynak okuma | Öğretim Yöntemleri: Anlatım |
| 6 | Model yeterliliğinin test edilmesi, rezidü analizi | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 7 | Rezidüleri ölçeklendirmek için yöntemler, rezidü grafikleri | Kaynak okuma | Öğretim Yöntemleri: Anlatım |
| 8 | Ara Sınav | Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi | Ölçme Yöntemleri: Yazılı Sınav |
| 9 | Regresyon modelinin uyum eksikliği | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 10 | Model yetersizliğini düzeltmek için ağırlıklandırma ve dönüşümler | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 11 | Dönüşümü belirlemek için analitik metotlar | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 12 | Genelleştirilmiş ve ağırlıklı en küçük kareler | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 13 | Etkin ve leverage gözlemlerin belirlenmesi | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 14 | Tek değişkneli polimon tipi modeller | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 15 | İki veya daha fazla değişkenli polinom tipi modeller | Kaynak okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 16 | Veri parçalama | Kaynak okuma | Ölçme Yöntemleri: Performans Değerlendirmesi |
| 17 | Yarıyıl Sonu Sınavları | Anlatılan konuların ders notları ve kaynaklardan tekrar edilmesi | 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 | 3 | 42 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 5 | 70 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 0 | 0 | 0 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 15 | 15 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 30 | 30 |
| Toplam İş Yükü (Saat) | 157 | ||
| Toplam İş Yükü / 25 (s) | 6,28 | ||
| AKTS | 6 AKTS | ||