ÇANKIRI KARATEKİN ÜNİVERSİTESİ - Bologna Bilgi Sistemi


  • Ders Tanımı
  • Ders Adı Kodu Yarıyıl Teori+Uygulama (Saat) Havuz Statü AKTS
    Regresyon Analizi I İST 301 GÜZ 2+2 Z 6
    Öğrenme Çıktıları
    1-Regresyon çözümlemesinin tanımını ve hangi alanlarda kullanıldığını bilir.
    2-Regresyon çözümlemesi sonuçlarını yorumlar.
    3-Regresyon çözümlemesi varsayımlarını iyi bilir ve artıklar üzerinden model kontrol aşamasını uygular.
    4-Regresyon çözümlemesinin SPSS ve MINITAB gibi evrensel paket programlarındaki uygulamasını yapar.
    5-Değişkenler arasındaki sebep sonuç ilişkisini yorumlar.
  • AKTS / İŞ YÜKÜ TABLOSU
  • EtkinlikKatkı Yüzdesi

    (100)

    SayısıSüresi (Saat)Toplam İş Yükü (Saat)
    Ders Süresi (Hafta x Ders Saati)14456
    Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, pekiştirme)14456
    Ödevler2021530
    Kısa Süreli Sınavlar (sınav + hazırlık) 0000
    Ara Sınavlar (sınav + hazırlık)3012020
    Proje0000
    Laboratuar 0000
    Yarıyıl Sonu Sınavı (sınav + hazırlık) 5013030
    Diğer 0000
    Toplam İş Yükü(Saat)   192
    Toplam İş Yükü(Saat)/ 30 (s)     6,4 ---- (6)
    Dersin AKTS Kredisi   6
  • Ders Akışı
  • 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
  • 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
    Çankırı Karatekin Üniversitesi  Bilgi İşlem Daire Başkanlığı  @   2017 - Webmaster