| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Uygulamalı Mikro Veri Analizi | İVA 518 | 5 | 9 | 3 + 0 | 3 | 7,50 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | Türkçe |
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Mikro veriler söz konusu olduğunda neden standart ekonometrik tekniklerin ötesinde farklı mikro ekonometrik tekniklere ihtiyaç duyulduğunu kavrar |
| 2. Farklı mikro iktisadi modeller ve farklı mikro veri tipleri için hangi mikro ekonometrik yöntemin uygun olduğunu bilir |
| 3. R Programını kullanarak mikro verilerin analizini gerçekleştirebilir ve elde edilen sonuçları yorumlayabilir |
| 4. Literatürdeki mikro veri kullanan ampirik çalışmaları takip edebilir, mikro ekonometrik teknikleri kendi verilerine uygulayabilir |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu derste, çalışma ekonomisi, endüstriyel organizasyon ve sağlık ekonomisi gibi mikro iktisadın uygulamalı alanlarındaki ampirik araştırmalarda sıklıkla kullanılan mikro verilerin analizine yönelik ekonometrik teknikler uygulamalı olarak öğretilmektedir. Ders kapsamında yer alan konular arasında sabit etkili ve rassal etkili panel veri modelleri, dinamik panel veri modelleri, probit ve logit modelleri, multinomial probit ve logit modelleri, sıralı (ordered) probit ve logit modelleri, Tobit modeli, probit örneklem seçim modelleri ve Heckman’ın iki aşamalı örneklem seçim modeli (Heckit), Tobit örneklem seçim modelleri gibi konular yer almaktadır. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Çoklu doğrusal regresyon modeli; varsayımlar ve tahmin |
| 2 | Genelleştirilmiş en küçük kareler yöntemi |
| 3 | Maksimum olabilirlik ve genelleştirilmiş momentler yöntemleri |
| 4 | Sabit etkili panel veri modeli |
| 5 | Rassal etkili panel veri modeli |
| 6 | Dinamik panel veri modelleri |
| 7 | Ara sınav |
| 8 | Probit modeli |
| 9 | Logit modeli |
| 10 | Multinomial probit ve logit modelleri |
| 11 | Sıralı (ordered) probit ve logit modelleri |
| 12 | Tobit modeli |
| 13 | Probit örneklem seçim modelleri; Heckman’ın iki aşamalı örneklem seçim modeli (Heckit) |
| 14 | Tobit örneklem seçim modelleri |
| |
| Kaynaklar: |
| (1) Wooldridge, J. M. (2020). Introductory Econometrics: A Modern Approach, 7th edition. Cengage Learning. (ISBN: 978-1337558860).
(2) Heiss, F. (2020). Using R for Introductory Econometrics. Independently published. (ISBN: 979-8648424364). |
| |
| Diğer Kaynaklar: |
| (1) Cameron, A. C. and Trivedi, P. K. (2005). Microeconometrics: Methods and Applications. Cambridge University Press. (ISBN: 978-0521848053).
(2) Cameron, A. C. and Trivedi, P. K. (2009). Microeconometrics Using STATA. STATA Press. (ISBN: 978-1597180481).
(3) Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data, 2nd edition. MIT Press. (ISBN: 978-0262232586).
(4) Hill, C. R., Griffiths, W. E. and Lim, G. C. (2018). Principles of Econometrics, 5th edition. Wiley. (ISBN: 978-1118452271).
(5) Johnston J. and DiNardo, J. (1997). Econometric Methods, 4th edition. McGraw-Hill (ISBN: 978-0079131218). |
| |
| Öğretim Yöntem ve Teknikleri: |
| Öğretim stratejisi çoğunlukla dersler, problem çözme ve ödevlere dayanmaktadır. Sınıf için tartışmalara katılmaları beklenen öğrenciler soru sorma ve düşüncelerini paylaşma konularında teşvik edilirler. Ders sorumlusu, öğrencilerin ders materyali hakkındaki sorularını cevaplamak ve onlara yardımcı olmak için düzenli görüşme saatlerine sahiptir. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ara sınav | 1 | %40 |
| Final sınavı | 1 | %40 |
| Ödev | 2 | %20 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |