|
Hafta
|
Konular
|
Ön Hazırlık
|
|
1
|
Giriş
|
Ders Notu
|
|
2
|
Basit Doğrusal Regresyon, basit doğrusal regresyon modeli, model parametrelerinin en küçük kareler tahmini.
|
Ders Notu
|
|
3
|
En küçük kareler tahminlerinin ve regresyon modeli tahmininin özellikleri
|
Ders Notu
|
|
4
|
Hata varyansının tahmini, Eğim ve kesişim parametrelerine ilişkin hipotez testleri, basit doğrusal regresyonda aralık tahminleri
|
Ders Notu
|
|
5
|
Parametrelere ilişkin güven aralıkları, ortalamaya ilişkin güven aralığı, determinasyon katsayısı, çoklu korelasyon katsayısı
|
Ders Notu
|
|
6
|
Çoklu regresyon modeli, Model varsayımlarının grafiksel yorumu
|
Ders Notu
|
|
7
|
Çoklu regresyon model parametrelerinin en küçük kareler tahmini
|
Ders Notu
|
|
8
|
Ara Sınav
|
|
|
9
|
Çoklu regresyon model parametrelerinin en küçük kareler tahmini
|
Ders Notu
|
|
10
|
Çoklu regresyonda hata varyansının tahmini
|
Ders Notu
|
|
11
|
Çoklu regresyonda parametrelere ilişkin güven aralıkları
|
Ders Notu
|
|
12
|
Hipotez testleri
|
Ders Notu
|
|
13
|
Determinasyon katsayısı, çoklu korelasyon katsayısı, Korelasyon ve kısmi korelasyonlar
|
Ders Notu
|
|
14
|
İlave kareler toplamları, kısmi F testleri
|
Ders Notu
|
|
15
|
Artıklar
|
Ders Notu
|
|
Ön Koşul
|
-
|
|
Ders Dili
|
Türkçe
|
|
Dersin Koordinatorü
|
Dr. Öğr. Üyesi Tolga ZAMAN
|
|
Dersi Verenler
|
-
|
|
Ders Yardımcıları
|
-
|
|
Kaynaklar
|
1. Intoduction to Linear Regression Analysis, Montgomery and Peck
|
|
Yardımcı Kitap
|
2. Applied regression Analysis, Draper and Smith
3. Uygulamalı Regresyon Analizi, Dursun Aydın,2014
|
|
Döküman
|
-
|
|
Dersin Amacı
|
Regresyon analizi çok değişkenli veri analizleri için en yaygın olarak kullanılan bir istatistiksel tekniktir. Dersin amacı çok çeşitli disiplinlerde uygulama imkanı bulan bu tekniğin teorik alt yapısını ve uygulamasını öğrenciye tanıtmaktır.
|
|
Dersin İçeriği
|
Regresyon analizindeki temel tanımlar ve kavramlar, basit doğrusal regresyon modeli, model parametrelerinin tahmin edilmesi, en küçük kareler yöntemi, model varsayımları, hipotez testleri ve güven aralıkları, model uyum iyiliği ölçüsü, en küçük kareler tahmin edicilerinin özellikleri, çoklu regresyon, kısmi regresyon katsayıları ve kısmi korelasyonlar.
|
|
Program Yeterlilik Çıktıları |
Katkı Düzeyi |
|
1
|
İstatistik bilimindeki kavramsal, kuramsal ve uygulamalı bilgilere sahip olur ve aralarında ilişki kurar.
|
5
|
|
2
|
İstatistiksel veriyi toplar, düzenler; veriyi özetlemek için uygun tablo ve grafikleri oluşturur.
|
3
|
|
3
|
Veriyi çözümleyerek, uygun istatistiksel yöntemi belirler, istatistiksel olarak değerlendirir ve geleceğe yönelik tahmin yapar
|
5
|
|
4
|
Deney tasarlar ve deney sonuçlarını istatistiksel olarak analiz eder ve yorumlar
|
-
|
|
5
|
İstatistik bilimine temel olan Matematik alanında yeterli düzeyde ve İktisat alanında temel düzeyde bilgi sahibi olur
|
2
|
|
6
|
İstatistiki sorunları tanımlar, kanıtlar ve araştırmaya dayalı çözüm önerileri geliştirir
|
3
|
|
7
|
İstatistik alanında edindiği bilgiyi disiplinler arası çalışmalarda kullanır
|
5
|
|
8
|
Bir projenin oluşturulması, yürütülmesi ve sonuçların raporlanması aşamalarını gerçekleştirir
|
5
|
|
9
|
İstatistik bilimini etkin olarak uygulayabilecek bilgisayar programlama ve istatistik alanındaki hazır yazılımları kullanır
|
4
|
|
10
|
Analitik düşünme becerisine sahip olur
|
3
|
|
11
|
Bireysel çalışma becerisi ve bağımsız karar verebilme yetisine sahip olma
|
3
|
|
12
|
Takım çalışmalarında gerekli olan niteliklere sahiptir ve liderlik yapabilir.
|
-
|
|
13
|
Bilimsel çalışmalar için gerekli olan teknikleri, yetenekleri ve modern araçları kullanabilir ve kaynak taraması yapabilir.
|
3
|
|
14
|
İstatistiğin kullanıldığı bilim alanları ile ilgili verileri toplar, yorumlar, duyurulması aşamalarında toplumsal, bilimsel ve etik değerlere sahip olur
|
5
|