Anasayfa » Akademik Birimler » Fen-Edebiyat Fakültesi » İstatistik Bölümü » Dersler » Robust Tahmin Yöntemleri ve R Uygulamaları
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 AmacıSapan değer içeren veri kümeleri (çok boyutlu veri kümeleri de dahil olmak üzere) için tahmin yöntemleri kavramak ve R ile uygulamalarını yapabilmek
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
  • Robust Statistics Theory and Methods, Maronna R.A., Martin R.D. ve Yohai V.J.
  • Robust Regression and Outlier Detection, Rousseeuw P.J. ve Leroy A.M.
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenciler, veri kümeleri inceleyebileceklerdir
  2. Öğrenciler veri kümesinde (çok boyutlu veri kümeleri de dahil) bulunan sapan değerleri belirleyebileceklerdir
  3. Öğrenciler sapan değer içeren veri kümelerinde hangi robust yöntemlerin uygulandığına karar verebilecekler ve uygulayabileceklerdir
  4. Öğrenciler robust tahmin yöntemlerinin hesaplanması için R’da mevcut olan paketleri tanıyacaklar, kullanımlarına ait püf noktaları öğreneceklerdir
  5. Öğrenciler bir robust tahmin ediciyi hesaplamak için kendi R paketlerini yazabilecekler ve böylece R’da kendi paketlerini nasıl oluşturabileceklerini deneyimleyebileceklerdir

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5
PÇ-1-----
PÇ-2-----
PÇ-355555
PÇ-455555
PÇ-5-----
PÇ-644444
PÇ-755555
PÇ-8-----
PÇ-9-----
PÇ-10-----
PÇ-11-----
PÇ-12-----
PÇ-13-----
PÇ-14-----
PÇ-15-----
PÇ-16-----
PÇ-17-----
PÇ-18-----
PÇ-19-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Veri kümelerine genel bir bakış, veri kümelerini tanımaKitap I
2Yer ve ölçek parametreleri için temel robust tahmin yöntemleriKitap I
3Yer ve ölçek parametreleri için temel robust tahmin yöntemlerinin R ile uygulanmasıKitap I
4Yer ve ölçek parametreleri için M tahminci ailesinin kullanılmasıKitap I
5Yer ve ölçek parametreleri için M tahminci ailesinin R ile uygulanmasıKitap I
6Robustlık ölçümü için yöntemleri tanımaKitap I
7Etki fonksiyonu, Kırılma noktası, Maximum asimptotik yanlılık gibi robustlık ölçütlerinin yer ve ölçek parametrelerinin robust tahmin yöntemlerine uygulanmasıKitap I
8Ara Sınav 1
9Regresyon modellerinde Robust yöntemlerin kullanılmasıKitap I
10Regresyon modellerinde Robust yöntemlerin kullanılmasıKitap I
11M, S, MM, MM-Liu tahmin edicileri ve R ile uygulanmasıKitap I
12Çok boyutlu veri kümeleri için Robust yöntemlerin uygulanmasıKitap I
13PRM, RR-MM, PRM-Liu tahmin edicileri ve R ile uygulamalarıKitap I
14Seçilen bir tahmin yöntemi için R paketi oluşturulması Kitap I
15Konu Tekrarı ve Uygulamaları
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği130
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 Kritiği110
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