| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Regresyon Analizi 2 | IST3122 | 3 | 5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli @ İstatistik Lisans Programı (%30 İngilizce) Seçmeli @ Matematik Lisans Programı Seçmeli @ Moleküler Biyoloji ve Genetik Lisans Programı |
| Ders Kategorisi | Temel Meslek Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | İstatistik Bölümü |
|---|---|
| Dersin Koordinatörü | Gülhayat Gölbaşı Şimşek |
| Dersi Veren(ler) | Gülhayat Gölbaşı Şimşek |
| Asistan(lar)ı |
| Dersin Amacı | Veri özellikleri ve model varsayımlarını da dikkate alarak regresyonda modelleme becerisini geliştirmek |
|---|---|
| Dersin İçeriği | Çoklu Regresyon; Açıklayıcı Değişkenlerin Seçimi; Çoklu Doğrusal Bağlantının Ortaya Çıkarılması; Sapan Değerler; Etkili Gözlemler; Ridge Regresyon; Lojistik Regresyon; Robust Regresyon; Doğrusal Olmayan Regresyon |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenciler çoklu regresyon modelini kurabilecek ve elemanlarını yorumlayabilecektir.
- Öğrenciler kukla değişkenli ve etkileşim terimli modelleri tahmin edebilecektir.
- Öğrenciler bir veri setindeki yüksek kaldıraç, sapan ve etkili değerleri teşhis edecektir.
- Öğrenciler çoklu doğrusal bağlantı problemini teşhis edecektir
- Öğrenciler sabit varyans ve normal dağılım varsayımlarını kontrol edecektir
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
| DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 | DÖÇ-5 |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Çoklu regresyonda açıklayıcı değişkenlerin seçimi | |
| 2 | Kalıntı grafikleri ve kısmi regresyon grafikleri | |
| 3 | Çoklu doğrusal bağlantı ve etkileri | |
| 4 | Değişken seçiminde adımsal yöntemler, ileriye doğru seçme, geriye doğru çıkarma | |
| 5 | Adımsal regresyon | |
| 6 | Bağımlı değişkendeki sapan değer araştırması, Studentize artıklar | |
| 7 | Şapka matrisi ve kaldıraç değerleri | |
| 8 | Ara Sınav 1 | |
| 9 | Etkili gözlemlerin tespiti | |
| 10 | Mahalonobis ve Cook uzaklıkları | |
| 11 | Gösterge Değişkenler | |
| 12 | Ridge regresyon | |
| 13 | Robust ve doğrusal olmayan regresyonun temelleri | |
| 14 | Lojistik Regresyon | |
| 15 | Genel tekrar | |
| 16 | Final |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | 14 | 10 |
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | ||
| Sunum/Jüri | ||
| Projeler | 1 | 20 |
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 30 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 14 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 14 | 3 | |
| Derse Özgü Staj | |||
| Ödev | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 25 | |
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 20 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 30 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
