Anasayfa » Akademik Birimler » Fen-Edebiyat Fakültesi » İstatistik Bölümü » Dersler » İleri Regresyon Analizi
Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
İleri Regresyon AnaliziIST511037.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli @ İstatistik ABD İstatistik Yüksek Lisans Programı
Seçmeli @ İstatistik ABD İstatistik Yüksek Lisans Programı (Tezsiz, 2. Öğretim)
Seçmeli @ İstatistik ABD İstatistik Doktora Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik Birimİstatistik Bölümü
Dersin KoordinatörüElif Tuna
Dersi Veren(ler)
Asistan(lar)ı
Dersin AmacıRegresyon modelleri konusunda öğrencilere yüksek lisans seviyesinde bilgi vermek.
Dersin İçeriğiDoğrusal regresyon modelleri. Kalıntı analizi. Varsayımlardan sapmaların teşhis ve tedavi edilmesi. Doğrusal olmayan modeller.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Montgomery,D.C., Peck, E.A., Vining, G.G. ; Introduction to Linear Regression Analysis, Wiley, 5th edition
  • Neter, J. ; Wasserman, W.; Kutner, M.H.; Applied Linear Statistical Models, Irwin, 2nd edition
  • Rawlings J.O.; Applied Regression Analysis, A Research Tool; Wadsworth&Brooks/Cole
  • Belsley,D.A., Kuh, E., Welsch, R.E.; Regression Diagnostics: Identifying Influential Data and Sources of Collinearity, Canada,John Wiley &Sons, 1980
  • Çağlayan, E., Nonparametrik Regresyon Modelleri, Derin Yayınları, 2012
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenciler Regresyon analizinden çıkarımları öğrenirler.
  2. Öğrenciler Görsel yöntemlerle kalıntı analizini öğrenirler.
  3. Öğrenciler Varsayımlardan sapmaları öğrenirler
  4. Öğrenciler Çoklu doğrusal bağlantı ve Ridge regresyonu öğrenirler.
  5. Öğrenciler Otokorelasyonu öğrenirler.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5
PÇ-1-----
PÇ-2-----
PÇ-3-----
PÇ-4-----
PÇ-5-----
PÇ-6-----
PÇ-7-----
PÇ-8-----
PÇ-9-----
PÇ-10-----
PÇ-11-----
PÇ-12-----
PÇ-13-----
PÇ-14-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Temel Regresyon Analizi. Yalın Regresyon Analizinde tahmin ve hipotez testleriNeter, Wasserman, Kutner, s 21-108
2Çoklu Regresyon, Tahmini, Hipotez Testleri ve Güven AralıklarıMontgomery,Peck,Vining, s 67-119
3Model Uygunluğunun Test Edilmesi, Kalıntı AnaliziMontgomery,Peck,Vining, s 129-165
4Model Uygunluğunun Düzeltilmesi için Dönüşümler ve Tartılandırmalar, Genelleştirilmiş ve Tartılı En Küçük KarelerMontgomery,Peck,Vining, s 171-202
5Kaldıraç Etkisi olan ve Etkili Gözlemler için Diagnostikler, Cook's D, DFFITS, DFBETAS, COVRATIOBelsley,Kuh,Welsch, kitap bölüm 1-2
6Polinomiyal Regresyon ModelleriMontgomery,Peck,Vining, s 223-254
7Nonparametrik Regresyon ModelleriÇağlayan, Kitap bölüm 1-2
8Ara Sınav 1 / Uygulama veya Konu Tekrarı
9Genelleştirilmiş Doğrusal Modeller, Lojistik Regresyon Modelleri, Poisson RegresyonMontgomery,Peck,Vining, s 421-462
10Çoklu doğrusal bağlantı, Kaynakları ve Etkileri, Diagnostikleri, Çoklu Doğrusal Bağlantıyı Giderme YöntemleriMontgomery,Peck,Vining, s 285-323
11Değişken seçimi ve Model KurmaMontgomery,Peck,Vining, s 327-367
12Zaman serilerinde Regresyon AnaliziMontgomery,Peck,Vining, pp 474-496
13Doğrusal olmayan Regresyon.Neter, Wasserman, Kutner, pp 466-490
14Final
15Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev220
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar140
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati133
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması138
Derse Özgü Staj
Ödev130
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)120
Final (Sınav Süresi + Sınav Hazırlık Süresi)125
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok