Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Robust Tahmin Yöntemleri ve R UygulamalarıIST451235300
ÖnkoşullarYok
YarıyılBahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ İstatistik Lisans Programı (%30 İngilizce)
Seçmeli @ Matematik Lisans Programı
Seçmeli @ Moleküler Biyoloji ve Genetik Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik Birimİstatistik Bölümü
Dersin KoordinatörüFatma Sevinç Kurnaz
Dersi Veren(ler)Fatma Sevinç Kurnaz
Asistan(lar)ı
Dersin AmacıBu dersin amacı, öğrencilerin sapan değer içeren veri kümeleri (çok boyutlu veri kümeleri de dahil olmak üzere) için tahmin yöntemlerini kavramalarına ve R ile uygulamalarını yapabilmelerine yardımcı olmaktır.
Dersin İçeriğiVerilerdeki sapan değerleri belirmek; Temel Robust tahmin yöntemlerini tanımak; Sapan değer içeren veri kümesine hangi robust metodun uygulanabileceğine karar vermek; Robust tahmin edicilerinin hesaplanması için R’da mevcut olan paketlerin tanıtılması ve kullanılması; Bir robust tahmin edici için kendi paketini oluşturma.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Maronna R.A., Martin R.D., Yohai V.J. Robust Statistics Theory and Methods. 2006.
  • Rousseeuw P.J., Leroy A.M. Robust Regression and Outlier Detection. 1987.
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Veri yapılarını ve özelliklerini değerlendirebileceklerdir.
  2. Hem tek değişkenli hem de çok boyutlu veri kümelerindeki aykırı değerleri belirleyebileceklerdir.
  3. Aykırı değerler içeren veri kümeleri için uygun sağlam yöntemleri belirleyerek uygulayabileceklerdir.
  4. Sağlam tahmin yöntemlerini uygulamak için R kullanabileceklerdir.
  5. Sağlam tahmincileri uygulamak için özel R paketleri geliştirebileceklerdir.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Konu Anlatımı: Veri kümelerine genel bir bakış; Veri kümelerini tanıma Sınıf-içi Uygulama (15 dk.): Veri kümeleri ile ilgili basit örneklerin yaptırılması Sınıf-içi Tartışma (5 dk.): Veri kümeleri ile ilgili tartışmanın yapılması1. Veri kümeleri ile ilgili genel kavramların hatırlanması etkinleştirilmesi Kaynak: Ders kitabı [1], 1-16.
2Konu Anlatımı: Yer ve ölçek parametreleri; Yer ve ölçek parametreleri için temel robust tahmin yöntemleri Sınıf-içi Uygulama (15 dk.): Yer ve ölçek parametreleri için robust tahmin yöntemlerine ilişkin basit örneklerin yaptırılması Sınıf-içi Tartışma (5 dk.): Yer ve ölçek parametreleri Robust tahmin yöntemleri ile ilgili tartışmanın yapılması1. Yer ve ölçek parametrelerinin incelenmesi Kaynak: Ders kitabı [1], 17-49.
3Konu Anlatımı: Yer ve ölçek parametreleri için temel robust tahmin yöntemlerinin R ile uygulanması Sınıf-içi Uygulama (60 dk.): Yer ve ölçek parametreleri için robust tahmin yöntemlerine ilişkin basit R uygulamalarının yaptırılması Sınıf-içi Tartışma (15 dk.): R uygulamalarına ilişkin çıktıların tartışılması Kısa Sınav 1 (15 dk.): Ders sonunda, derste işlenen konuları içeren bir kısa sınavın yapılması1. Yer ve ölçek parametreleri için robust tahmin yöntemlerini içeren R uygulamalarının incelenmesi Kaynak: Ders notları. 2. Kısa sınav 1 (Yer ve ölçek parametreleri için temel robust tahmin yöntemleri)
4Konu Anlatımı: Yer ve ölçek parametreleri için M tahminci ailesinin kullanılması Sınıf-içi Uygulama (15 dk.): Yer ve ölçek parametreleri için M tahminci ailesine ilişkin basit örneklerin yaptırılması Sınıf-içi Tartışma (5 dk.): M tahmincisinin yer ve ölçek parametresi için kullanılması ile ilgili tartışmamanın yapılması1. M tahmin edici ailesi ile ilgili araştırmanın yapılması Kaynak: Ders notları.
5Konu Anlatımı: Yer ve ölçek parametreleri için M tahminci ailesinin R ile uygulanması Sınıf-içi Uygulama (60 dk.): Yer ve ölçek parametreleri için M tahminci ailesine ilişkin basit R uygulamalarının yaptırılması Sınıf-içi Tartışma (15 dk.): R uygulamalarına ilişkin çıktıların tartışılması Kısa Sınav 2 (15 dk.): Ders sonunda, derste işlenen konuları içeren bir kısa sınavın yapılması1. M tahmin edici ailesine ilişkin R uygulamalarının incelenmesi Kaynak: Ders notları. 2. Kısa sınav 2 (Yer ve ölçek parametreleri için M tahmincisi)
6Konu Anlatımı: Robustlık ölçüm yöntemleri: Etki fonksiyonu, Kırılma noktası, Maximum asimptotik yanlılık Sınıf-içi Uygulama (15 dk.): Robustlık ölçümü için basit örneklerin yaptırılması Sınıf-içi Tartışma (5 dk.): Robustlık ölçümü için kullanılan yöntemler ile ilgili tartışmanın yapılması1. Robustlık ölçüm yöntemlerinin incelenmesi 2. Etki fonksiyonu, Kırılma noktası, Maximum asimptotik yanlılık kavramlarının araştırılması Kaynak: Ders kitabı [1], 51-85.
7Konu Anlatımı: Robustlık ölçütlerinin yer ve ölçek parametrelerinin robust tahmin yöntemlerine uygulanması Sınıf-içi Uygulama (15 dk.): Yer ve ölçek parametrelerinin robust tahmininde robustlık ölçütlerinin kullanılmasına ilişkin basit örneklerin yaptırılması Sınıf-içi Tartışma (5 dk.): Farklı robustlık ölçütleri ile ilgili tartışmanın yaptırılması1. Robustlık ölçüm yöntemlerinin hatırlanması Kaynak: Ders kitabı [1], 51-85.
8Ara Sınav 1
9Konu Anlatımı: Regresyon modellerinde robust yöntemlerin kullanılması Sınıf-içi Uygulama (15 dk.): Robust tahmin yöntemlerinin regresyon modellerinde kullanılmasına ilişkin basit örneklerin yaptırılması Sınıf-içi Tartışma (5 dk.): Robust tahmin yöntemlerinin regresyon modellerinde kullanımına ilişkin tartışmanın yaptırılması1. Regresyon modellerinde kullanılan robust tahmin yöntemlerinin araştırılması Kaynak: Ders kitabı [1], 87-114.
10Konu Anlatımı: Regresyon modellerinde robust yöntemlerin kullanılması Sınıf-içi Uygulama (15 dk.): Robust tahmin yöntemlerinin regresyon modellerinde kullanılmasına ilişkin basit örneklerin yaptırılması Sınıf-içi Tartışma (5 dk.): Robust tahmin yöntemlerinin regresyon modellerinde kullanımına ilişkin tartışmanın yaptırılması Kısa Sınav 3 (15 dk.): Ders sonunda, derste işlenen konuları içeren bir kısa sınavın yapılması1. Regresyon modellerinde kullanılan robust tahmin yöntemlerinin araştırılması Kaynak: Ders kitabı [1], 115-173. 2. Kısa sınav 3 (Regresyon modellerinde robust yöntemleri)
11Konu Anlatımı: M, S, MM, MM-Liu tahmin edicileri ve R ile uygulanması Sınıf-içi Uygulama (60 dk.): M, S, MM, MM-Liu tahmin edicilerine ilişkin basit örneklerin yaptırılması Sınıf-içi Tartışma (5 dk.): R uygulamalarına ilişkin çıktıların tartışılması1. M, S, MM, MM-Liu tahmin edicilerinin incelenmesi Kaynak: Ders notları.
12Konu Anlatımı: Çok boyutlu veri kümeleri için robust yöntemlerin uygulanması Sınıf-içi Uygulama (15 dk.): Robust tahmin yöntemlerinin çok boyutlu veri kümelerinde kullanılmasına ilişkin basit örneklerin yaptırılması Sınıf-içi Tartışma (5 dk.): Robust tahmin yöntemlerinin çok boyutlu veri kümelerinde kullanımına ilişkin tartışmanın yaptırılması1. Çok boyutlu veri kümelerinde kullanılan robust tahmin yöntemlerinin araştırılması Kaynak: Ders kitabı [1], 175-228.
13Konu Anlatımı: PRM, RR-MM, PRM-Liu tahmin edicileri ve R ile uygulamaları Sınıf-içi Uygulama (60 dk.): PRM, RR-MM, PRM-Liu tahmin edicilerine ilişkin basit örneklerin yaptırılması Sınıf-içi Tartışma (5 dk.): R uygulamalarına ilişkin çıktıların tartışılması Kısa Sınav 4 (15 dk.): Ders sonunda, derste işlenen konuları içeren bir kısa sınavın yapılması1. PRM, RR-MM, PRM-Liu tahmin edicilerinin incelenmesi Kaynak: Ders notları. 2. Kısa sınav 4 (PRM, RR-MM, PRM-Liu tahmin edicileri)
14Konu Anlatımı: Seçilen bir tahmin yöntemi için R paketi oluşturulması Sınıf-içi Uygulama (180 dk.): R programlama dilinde teorik kavramların pratik uygulamasına ilişkin R paketinin oluşturulması Sınıf-içi Tartışma (5 dk.): Uygulamaya ilişkin tartışmanın yapılması1. Robust tahmin yöntemlerinin hatırlanması Kaynak: Ders notları.
15Konu Anlatımı: Konu Tekrarı ve Uygulamaları Sınıf-içi Uygulama (180 dk.): Örnek problem çözümü1. Bu haftaya kadar işlenen konuların tümünün tekrar edilmesi Kaynak: Ders notları.
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği430
Ödev
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati143
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması143
Derse Özgü Staj
Ödev
Küçük Sınavlar/Stüdyo Kritiği42
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)115
Final (Sınav Süresi + Sınav Hazırlık Süresi)130
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok