PROGRAMI
DERS TANITIM VE UYGULAMA BİLGİLERİ

Ders AdıKoduVerildiği YılVerildiği YarıyılSüresi (T+U)Yerel KredisiAKTS Kredisi
Uygulamalı Zaman Serileri AnaliziIE 4123 + 035,00
 
Ders Bilgileri
Dersin Öğretim Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüSeçmeli
Dersin Veriliş BiçimiYüz Yüze
 
Dersin Öğrenme Kazanımları:

Bu dersi başarı ile tamamlayan öğrenciler:
1. Zaman serisi çözümlemeri ve uygulamaları hakkında bilgi edinme
2. Zaman serisi verilerinin modellemesi ve tahmini becerileri
3. Zaman serisi paket programları kullanma becerisi
4. Veritabanlarından very toplama becerisi
5. Rapor yazma becerisi
6. Etik konularda farkındalık
 
Dersin Önkoşulları ve Birlikte Alınması Gereken DerslerYok
Daha Önce Alınmış Olması Önerilen DerslerYok
 
Dersin Tanımı:

Giriş; zaman serisi, zaman serisi bileşkeleri, otokorelasyon, güçlü ve zayıf durağanlık, otoregresif (AR) modeller, kayan ortalama (MA) modelleri, otoregresif kayan ortalama (ARMA) modelleri, model teşhis ve tahmin, durağan olmama hali ve birim kök testleri, otoregresif bütünleşik kayan ortalama (ARIMA) modelleri, mevsimsel otoregresif kayan ortalama (SARMA) modelleri, mevsimsel otoregresif bütünleşik kayan ortalama (SARIMA) modelleri, model teşhis, mevsimsel modeller için tahmin, mevsimsel birim kökler için testler.
 
Üretken Yapay Zeka Kullanımı:

 
Dersin İçeriği (Haftalık Konu Dağılımı):
 
HaftaKonu
1Zaman serilerine giriş
2Zaman serisi parçaları, durağanlık, otokorelasyon fonksiyonu
3Durağanlık, durağan olmayan Zaman serilerini durağan yapma çevrimleri yöntemleri
4Durağan modeler: AR
5Durağan modeler: MA
6Durağan modeler: ARMA
7Durağan ve mevsimsel olmayan zaman serilerinin model tanımlamaları
8Durağan ve mevsimsel olmayan modellerin kestirimleri
9Durağan ve mevsimsel olmayan zaman serilerinin tahmini
10Durağan olmayan modeller: ARIMA, Birim kök testleri
11Mevsimsel modeller: SARMA, SARIMA
12Mevsimsel zaman serilerinin model tanımlamaları
13Mevsimsel modellerin tahmin ve kestirimleri
14Mevsimsel birim kök testleri
 
Kaynaklar:
 
 
Diğer Kaynaklar:
P.J. Brockwell, Introduction to Time Series and Forecasting (2nd ed.), Springer, 2002. G.J. Janacek, Practical Time Series, Arnold, 2001. J.D. Cryer ve K.-S. Chan, Time Series Analysis with Applications in R (2nd ed.), Springer, 2008. P.S.P. Cowpertwait ve A.V. Metcalfe, Introductory Time Series with R, Springer, 2009.
 
Öğretim Yöntem ve Teknikleri:
Her hafta 3 saat ders anlatılacaktır.
 
Değerlendirme Sistemi:
YöntemAdetKatkı (%)
Ara Sınav1%30
Ödev1%10
Proje1%20
Final Sınavı1%40
 
Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu?
Gerektirmiyor
 
Dersin AKTS İş Yükü:
#AktiviteAdetSüre (Saat)İş Yükü
1Derslere Katılım (haftalık bazda)142,0028,00
2Laboratuvarlara/Derslere Katılım (haftalık bazda)00,000,00
3Notların önceden hazırlanması ve son haline getirilmesi (haftalık bazda)00,000,00
4İlgili materyalin toplanması ve seçilmesi (bir kez)12,002,00
5İlgili materyalin kendi kendine incelenmesi (haftalık bazda)00,000,00
6Ev ödevleri115,0015,00
7Sınavlara Hazırlık00,000,00
8Ara Sınavlara Hazırlık (Sınavların süresi dahil)125,0025,00
9Dönem Ödevi/Vaka Çalışması Raporunun Hazırlanması (sözlü sunum dahil)00,000,00
10Dönem Projesi/Saha Çalışması Raporunun Hazırlanması (sözlü sunum dahil)125,0025,00
11Final Sınavına Hazırlık (sınav süresi dahil)130,0030,00
 
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
#Program YeterlilikleriKatkı (0-4)
1Matematik, fen bilimleri, temel mühendislik, bilgisayarla hesaplama ve Endüstri Mühendisliği disiplinine özgü konularda bilgi.4
2Edinilen bilgileri karmaşık Endüstri Mühendisliği problemlerinin çözümünde kullanma becerisi.4
3İnsan, malzeme, makine, para, bilgi, zaman, teknoloji ve enerji gibi bileşenleri içeren karmaşık Endüstri Mühendisliği problemlerini, temel bilim, matematik ve mühendislik bilgilerini kullanarak ve ele alınan problemle ilgili BM Sürdürülebilir Kalkınma Amaçlarını* gözeterek tanımlama, uygun yöneylem araştırması metotları ve modelleme teknikleri ile formüle etme ve analiz etme becerisi.0
4İnsan, malzeme, makine, para, bilgi, zaman, teknoloji ve enerji gibi bileşenleri içeren karmaşık Endüstri Mühendisliği problemlerine yaratıcı çözümler tasarlama becerisi.0
5Karmaşık bir sistemi ve/veya alt-sistemi veya süreci gerçekçi kısıtları ve koşulları gözeterek, mevcut ve gelecekteki gereksinimleri karşılayacak biçimde tasarlama becerisi.0
6Endüstri Mühendisliği uygulamalarında karşılaşılan karmaşık mühendislik problemlerinin analizi ve çözümüne yönelik, tahmin ve modelleme de dahil olmak üzere, Endüstri Mühendisliği ile ilgili yazılım olanakları ile uygun teknikleri, kaynakları, modern mühendislik ve bilişim araçlarını, sınırlamalarının da farkında olarak seçme ve kullanma becerisi.0
7Karmaşık Endüstri Mühendisliği problemlerinin incelenmesi için literatür araştırması, deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama dahil, araştırma yöntemlerini kullanma becerisi.0
8Mühendislik uygulamalarının BM Sürdürülebilir Kalkınma Amaçları kapsamında, topluma, sağlık ve güvenliğe, ekonomiye, sürdürülebilirlik ve çevreye etkileri hakkında bilgi.0
9Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.0
10Mühendislik meslek ilkelerine uygun davranma, etik sorumluluk hakkında bilgi.3
11Hiçbir konuda ayrımcılık yapmadan, tarafsız davranma ve çeşitliliği kapsayıcı olma konularında farkındalık.3
12Bireysel olarak ve disiplin içi ve çok disiplinli takımlarda (yüz yüze, uzaktan veya karma) takım üyesi veya lideri olarak etkin biçimde çalışabilme becerisi.3
13Hedef kitlenin çeşitli farklılıklarını (eğitim, dil, meslek gibi) dikkate alarak, teknik konularda sözlü ve yazılı etkin iletişim kurma becerisi.2
14Teknik resim, akış diyagramı gibi görsel araçları kullanma becerisi.2
15Proje yönetimi ve ekonomik yapılabilirlik analizi gibi iş hayatındaki uygulamalar hakkında bilgi.0
16Girişimcilik ve yenilikçilik hakkında farkındalık.0
17Bağımsız ve sürekli öğrenebilme, yeni ve gelişmekte olan teknolojilere uyum sağlayabilme ve teknolojik değişimlerle ilgili sorgulayıcı düşünebilmeyi kapsayan yaşam boyu öğrenme becerisi.1