Ders Öğretim Planı
Dersin KoduDersin AdıDersin TürüYılYarıyılAKTS
İST301REGRESSION ANALYSISZorunlu357
Dersin Seviyesi
Lisans
Dersin Amacı
Bu dersin amacı öğrencilerin, değişkenler arasında fonksiyonel bir ilişki olması halinde bir model oluşturabilmelerini, oluşturulan modeli analiz edebilmelerini, modele ait parametre tahmininde bulunabilmeleri ve değişik kaynaklardan elde edilen veriler için istatistiksel çıkarsamada bulunabilmelerini sağlamaktır.
Dersi Veren Öğretim Görevlisi/Görevlileri
Prof. Dr. Onur KÖKSOY
Öğrenme Çıktıları
1İstatistiksel model yapısını kavrayabilme
2Doğrusal model tahmini yapabilme
3Model anlamlılık kontrolünün farkında oluş
4Model geçerliliğinin farkında oluş
5Normallik varsayımının geçerliliğini sınayabilme
6Korelasyon katsayısını yorumlayabilme
7Verilen herhangi bir veri setini regresyon model varsayımları altında analiz edebilme
Öğrenim Türü
Örgün Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Model ve parametre tahmini, Tahmin edici bulma yöntemleri ve en küçük kareler tahmin edicilerinin özellikleri, Katsayıların önem kontrolü, güven aralığı ve hipotez testi, Uyum iyiliği, residual analiz ve uyum testi ile residual grafikleri, Normalliğin gövde-yaprak ve kutu grafiği ile denetimi, Korelasyon ve determinasyon katsayıları, Çoklu doğrusal regresyon modelleri, En küçük karelerle matris yaklaşımı, Çoklu doğrusal regresyon modelinde aralık tahmini ve model parametrelerinin tahmini, Kukla değişken kullanımı, değişken seçimi için kriterler, model dönüşümü, Çoklu bağlantı ve korelasyon, Örnek olay çalışmaları
Haftalık Ayrıntılı Ders İçeriği
HaftaTeorikUygulamaLaboratuvar
1Model oluşturma ve parametrelerinin tahmini
2Tahmin edici bulma yöntemleri ve en küçük kareler tahmin edicileri
3Katsayıların önem kontrolü, güven aralığı ve hipotez testi
4Uyum iyiliği testi ve residual analiz grafikleri
5Gövde-yaprak ve kutu grafiği
6Korelasyon ve determinasyon katsayıları
7Çoklu doğrusal regresyon modelleri
8Arasınav
9En küçük karelerle matris yaklaşımı
10Çoklu doğrusal regresyon modeli ve parametrelerinin tahmini
11Çoklu doğrusal regresyon modeli, aralık tahmini ve hipotez testleri
12Kukla değişken, değişken seçimi ve model dönüşümü
13Çoklu bağlantı ve korelasyon
14Örnek olay çalışmaları
15Örnek olay çalışmaları
16Final
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Arnold, M. “Introduction to Probability and Statistics” Smith, D., F., “Applied Regression Analysis” Wasserman, N., F., “Applied Linear Statistical Models” Paul Newbold, William L. Carlson, Betty M. Thorne, “Statistics for Business and Economics
Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.
Değerlendirme
Yarıyıl (Yıl) İçi EtkinlikleriAdetDeğer
Ara Sınav1100
TOPLAM100
Yarıyıl(Yıl) Sonu EtkinliklerAdetDeğer
Final Sınavı1100
TOPLAM100
Yarıyıl (Yıl) İçi Etkinlikleri40
Yarıyıl (Yıl) Sonu Etkinlikleri60
TOPLAM100
Dersin Sunulduğu Dil
İngilizce
Staj Durumu
Yok
İş Yükü Hesaplaması
EtkinliklerSayısıSüresi (saat)Toplam İş Yükü (saat)
Ara Sınav122
Final Sınavı122
Quiz144
Derse Katılım14456
Soru-Yanıt248
Takım/Grup Çalışması3618
Proje Hazırlama13232
Bireysel Çalışma3515
Ara Sınav İçin Bireysel Çalışma13535
Final Sınavı içiin Bireysel Çalışma14040
TOPLAM İŞ YÜKÜ (saat)212
Program ve Öğrenme Çıktıları İlişkisi

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24
ÖÇ155 4444  5  4    44    4
ÖÇ255 4444  5  4    44    4
ÖÇ355 4444  5  4    44    4
ÖÇ455 4444  5  4    44    4
ÖÇ555 4444  5  4    44    4
ÖÇ655 4444  5  4    44    4
ÖÇ755 4444  5  4    44    4
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek
 
Ege University, Bornova - İzmir / TURKEY • Phone: +90 232 311 10 10 • e-mail: intrec@mail.ege.edu.tr