• ANASAYFA
• ÜNİVERSİTE HAKKINDA
  • İsim - Adres
  • Genel Bilgi
  • Üniversite Yönetimi
  • Akademik Takvim
  • Derece Programları
  • Yabancı Dilde Eğitim Veren Birimler
  • Genel Kabul ve Kayıt Koşulları
  • Kredi Hareketliliği ve Önceki Öğrenmenin Tanınması
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
  • İletişim
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Uluslararası Öğrenciler için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları ve Kulüpler
  • İzmir-Türkiye Hakkında
• ULUSLARARASI İLİŞKİLER
  • Dış İlişkiler Koordinatörlüğü
  • Kayıt İşlemleri
  • Anlaşmalar
  • Koordinatörler
  • Belgeler
  • Yabancı Dilde Eğitim Veren Birimler
  • AKTS/DE Etiketi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS EMT 3016 REGRESYON ANALİZİ ZORUNLU 3 0 0 5

Dersi Veren Birim

Ekonometri

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF.DR. İPEK DEVECİ KOCAKOÇ

Dersi Alan Birimler

Ekonometri (İ.Ö) Ekonometri

Dersin Amacı

Ekonometrik model analizlerindeki teorik bilgilerin öğretilmesidir.

Dersin Öğrenme Kazanımları

1   Üzerinde çalışma yapılacak veri seti ilgili en uygun modeli belirleyebilme 2   Oluşturulan modelin varsayımlarının sağlanıp sağlanmadığını belirleyebilme 3   Modelin anlamlı olup olmadığını belirleyebilme 4   Saf hata ve uyum yetersizliğini test edebilme 5   Modeldeki sapan gözlemleri, etkili gözlemleri ve yüksek etki notlarını belirleyebilme 6   Artıkların analizini yapabilme ve yorumlayabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 En Küçük Kareler Regresyonu ve Varsayımları 2 Karesel Formlar 3 Regresyonun Anlamlılığı İçin F Testi 4 Saf Hata Ve Uyum Yetersizliği 5 Doğrusal Regresyonunda İzdüşüm Matrisinin Geometrisi 6 İzdüşüm Matrisinin Özellikleri 7 Sapan Gözlemler, Etkili Gözlemler Ve Yüksek Etki Noktaları 8 Ara Sınav 9 Ara Sınav 10 Tek Bir Gözlem İçin Regresyon Tanıları 11 Artıkların Üzerine Oluşturulmuş Ölçümler, Artıkların Analizi 12 X-Y Uzayındaki Tek Bir Noktanın Silinmesi Üzerine Oluşturulan Ölçümler 13 Etki Eğrileri Üzerine Oluşturulan Gözlemler 14 X Matrisinin Özyapısı Üzerine Oluşturulan Gözlemler,Transformasyonlar

Ders İçin Önerilen Kaynaklar

1-Applied Regression Analysis, Drapper and Smith, 2009. 2-Applied Regression Analysis, Rawlings, 2000.

Öğrenme ve Öğretme Yöntemleri

Anlatım Metodu, Soru-Cevap Metodu, Tartışma Metodu ve Problem Çözme Metodu

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 ARS Arasınav 2 YIN Yarıyıliçi notu ARS * 1 3 FN Yarıyılsonu sınavı 4 BNS BNS YIN * 0.40 + FN * 0.60 5 BUT Bütünleme Notu 6 BBN Bütünleme Sonu Başarı Notu YIN * 0.40 +BUT * 0.60 *** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat) Ders Anlatımı 12 3 36 Haftalık Ders öncesi/sonrası hazırlıklar 12 2 24 Vize Sınavına Hazırlık 1 25 25 Final Sınavına Hazırlık 1 28 28 Vize Sınavı 1 1 1 Final Sınavı 1 1 1 TOPLAM İŞ YÜKÜ (saat) 115

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK PK.1 PK.2 PK.3 PK.4 PK.5 PK.6 PK.7 PK.8 PK.9 PK.10 ÖK.1 1 ÖK.2 1 ÖK.3 1 ÖK.4 1 ÖK.5 1 ÖK.6 1