Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
Veri Analizi: Modelleme | MIS 305 | | | 2 + 2 | 3 | 5,00 |
|
Ders Bilgileri |
Dersin Öğretim Dili | İngilizce |
Dersin Seviyesi | Lisans |
Dersin Türü | |
Dersin Veriliş Biçimi | Yüz Yüze |
|
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
1. Regresyon modellerinin temel prensiplerini ve varsayımlarını anlayabilir. |
2. R kullanarak basit ve çoklu regresyon modellerini tahmin edebilir ve yorumlayabilir. |
3. Model parametreleri için hipotez testleri yapabilir ve güven aralıkları oluşturabilir. |
4. Uygun fonksiyonel formları seçebilir ve model belirleme sorunlarını ele alabilir. |
5. Kategorik bilgileri regresyon modellerine dahil etmek için kukla değişkenleri kullanabilir. |
6. Çoklu doğrusal bağlantı, değişen varyans ve otokorelasyon problemlerini tespit edip önlem alabilir. |
7. İçsellik sorununu çözmek için araç değişken tahmin tekniklerini uygulayabilir. |
8. R kullanarak regresyon modellerini uygulayabilir ve gerçek dünya verilerini analiz edebilir. |
|
Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
Daha Önce Alınmış Olması Önerilen Dersler | Yok |
|
Dersin Tanımı:
Bu ders, öğrencilere veri analizi ve istatistiksel modelleme tekniklerinin temel prensiplerini tanıtarak, iş dünyası ve ekonomiyle ilgili uygulamalara odaklanmaktadır. Dersin konuları arasında regresyon analizi, model spesifikasyonu, hipotez testleri, klasik varsayımlardan sapmalar ve bunlarla başa çıkma yolları yer almaktadır. Ders, teoriyi pratik uygulamalarla harmanlayarak, öğrencilerin R programı ile veri analiz etme ve yorumlama konusunda temel becerileri geliştirmelerine yardımcı olacak uygulamalı bir öğrenme ortamı sağlamaktadır. |
|
Dersin İçeriği (Haftalık Konu Dağılımı): |
|
Hafta | Konu |
1 | Veri Analizi ve Modellemesine Giriş |
2 | Basit Doğrusal Regresyon Modeli |
3 | EKK Tahmin Edicisi ve Özellikleri |
4 | Fonksiyonel Form Seçimi |
5 | Çoklu Doğrusal Regresyon Modeli: Tahmin |
6 | Çoklu Doğrusal Regresyon Modeli: Çıkarım |
7 | Ara Sınav |
8 | Kukla Değişkenlerin Kullanımı |
9 | Çoklu Doğrusal Bağlantı |
10 | Spesifikasyon Hatası |
11 | Değişen Varyans |
12 | Otokorelasyon |
13 | Araç Değişken Tahmini |
14 | Konuların Tekrarı ve Problem Çözümü |
|
Kaynaklar: |
(1) Wooldridge, J. M. (2020), Introductory Econometrics: A Modern Approach, 7th edition. Cengage Learning. (ISBN: 978-1337558860). |
|
Diğer Kaynaklar: |
(1) Stock, J. H. and Watson, M. W. (2019), Introduction to Econometrics, 4th edition. Pearson. (ISBN: 978-0134461991).
(2) Hanck, C.; Arnold, M.; Gerber, A; and Schmelzer, M. (2024), Introduction to Econometrics with R. University of Duisburg-Essen. (https://www.econometrics-with-r.org/).
|
|
Öğretim Yöntem ve Teknikleri: |
Öğretim stratejisi, ders anlatımları, problem çözme ve bilgisayar uygulamalarına dayanmaktadır. Öğrencilerin ders içi tartışmalara katılmaları beklenmekte olup, soru sormaları ve görüşlerini paylaşmaları teşvik edilmektedir. Ders sorumlusu, öğrencilerin ders materyaliyle ilgili sorularını yanıtlamak ve onlara yardımcı olmak için düzenli görüşme saatleri düzenleyecektir. |
|
Değerlendirme Sistemi: |
Yöntem | Adet | Katkı (%) |
Ara Sınav | 1 | %35 |
Final Sınavı | 1 | %35 |
Ödev | 1 | %30 |
|
Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
Gerektirmiyor |