Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Regresyon Analizi 1IST312135300
ÖnkoşullarYok
YarıyılGüz
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiLisans
Dersin TürüZorunlu @ İstatistik Lisans Programı
Ders KategorisiTemel Meslek Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik Birimİstatistik Bölümü
Dersin KoordinatörüGülhayat Gölbaşı Şimşek
Dersi Veren(ler)Gülhayat Gölbaşı Şimşek
Asistan(lar)ı
Dersin Amacıİstatistik analizlerde temel oluşturan regresyon ve korelasyonun ana ilkelerini tanıtmak ve bu yöntemler yardımıyla analiz becerisini geliştirmek.
Dersin İçeriğiDoğrusal Regresyon Ve Varsayımları; Tahmincilerin Dağılımsal Özellikleri; Parametreler İçin Hipotez testleri Ve Güven Aralıkları; Kalıntı Analizi; Regresyonda Matris Yaklaşımı.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • J. Neter, M. H. Kutner, C.J. Nachtsheim, W. Wasserman (1996). Applied Linear Regression Models, Third edition, IRWIN.
  • Mendenhall, W. and T. Sincich (1996). A Second Course in statistics: Regression Analysis, Prentice Hall.
  • Rawlings, John O. (1988). Applied Regression Analysis: A Research Tool, Wadsworth & Brooks.
  • Genceli, M. (2000). Ekonometri ve İstatistik İlkeleri, Filiz Kitabevi.
  • D.C. Montgomery, E.A. Peck and G.G. Vining (2001) Introduction to Linear Regression Analysis, Third edition, John Wiely & Sons Inc.
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenciler regresyon modelini oluşturacaktır
  2. Öğrenciler model parametrelerini tahmin edecektir
  3. Öğrenciler parametreler için güven aralıkları bulacak ve hipotez testlerini yapacaktır
  4. Öğrenciler ANOVA tablosunu hazırlacak ve nasıl kullanılacağını bilecektir
  5. Öğrenciler en uygun modeli seçmek için verileri ve grafikleri inceleyecektir

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5
PÇ-155555
PÇ-244444
PÇ-3-----
PÇ-444455
PÇ-5-----
PÇ-6-----
PÇ-7-----
PÇ-8-----
PÇ-9-----
PÇ-10-----
PÇ-11-----
PÇ-12-----
PÇ-13-----
PÇ-14-----
PÇ-15-----
PÇ-16-----
PÇ-17-----
PÇ-18-----
PÇ-19-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Anakütle regresyon modeli, koşullu beklenen değer ve regresyon, regresyon modellerinin sınıflandırılması
2Örnek regresyon modeli, saçılma grafikleri
3Basit doğrusal regresyon modeli ve parametrelerin en küçük kareler tahmincileri, regresyon modelinin alternatif gösterimi
4Basit doğrusal regresyon ve korelasyon, regresyon ve korelasyona geometrik ve cebirsel yaklaşım
5Parametrelerin en küçük kareler tahmincilerinin özellikleri, tahmincilerin varyansları, BLUE tahminciler, Gauss-Markov Teoremi
6Normallik varsayımı altında tahmincilerin dağılımı, varyans ayrıştırma, ANOVA tablosunun hazırlanması, Hata terimininin varyans tahmini, F istatistiğinin oluşturulması
7Parametreler için güven aralıkları ve hipotez testleri
8Ara Sınav 1 / Uygulama veya Konu Tekrarı
9Korelasyon katsayısının testi ve Fisher z dönüşümü, Tahmin ve öngörü aralıkları
10Model uyumu, belirginlik katsayısı, orjinden geçen regresyon
11Klasik çoklu doğrusal regresyon modeli ve varsayımları, En Yüksek Olabilirlik tahmin yöntemi
12Basit ve çoklu regresyonda matris yaklaşımı, Sınav
13Matris yaklaşımıyla parametre tahmini, hipotez testleri ve güven aralıklarının bulunması
14Çoklu regresyon modellerinin uygulamaları
15Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği130
Ödev
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati133
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması133
Derse Özgü Staj
Ödev
Küçük Sınavlar/Stüdyo Kritiği120
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)120
Final (Sınav Süresi + Sınav Hazırlık Süresi)125
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok