AKTS - Çok Boyutlu Veri Modelleme

Çok Boyutlu Veri Modelleme (ECON553) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Çok Boyutlu Veri Modelleme ECON553 3 0 0 3 5
Ön Koşul Ders(ler)i
N/A
Dersin Dili İngilizce
Dersin Türü N/A
Dersin Seviyesi Sosyal Bilimler Yüksek Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
  • Prof. Dr. Tolga Omay
Dersin Asistan(lar)ı
Dersin Amacı Bu dersin amacı öğrencilere teorik istatistiksel kavramlar hakkında yeterli bilgi verip, R yazılımında programlama yapabilme yeteneği kazandırmaktır. Bu sayede öğrenciler kendi araştırmalarındaki çok boyutlu istatistiksel analizlerde R programını kullanabilecektir.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Bu dersin tamamlanmasıyla öğrenciler: Çok boyutlu istatistiksel analiz için R yazılımı kullanabilme,
  • Kullanılan verilere uygulanan çok boyutlu istatistiksel yöntemlerin sonuçlarını yorumlayabilme,
  • Kantitatif verileri tanımlamak ve analiz etmek için R kullanabilme,
  • Matematiksel kavramları anlayabilme, uygulayabilme, çeşitli veri türlerini analiz edebilme ve yorumlayabilme yetenekleri kazanırlar.
Dersin İçeriği Çok değişkenli istatistik, faktör analizi, temel bileşenler analizi, önyükleme, durum uzayı analizi ve Kalman Filtresi, Markov Zinciri, yumuşak geçiş, frekans bölgesi, fonksiyonal regresyon analizi.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Çok Değişkenli İstatistikte Bazı Kavramlar WWSW ve KSS
2 Sınıflandırma, Ayrıştırma ve Yakınlık WWSW ve KSS
3 Faktör Analizi ve Temel Bileşenler Analizi WWSW ve KSS
4 Önyükleme WWSW ve KSS
5 Durum Uzayı Analizi ve Kalman Filtresi WWSW, KSS ve JDH
6 Markov Zinciri Modelleri WWSW, KSS ve JDH
7 Yumuşak Geçiş ve Eşik Modelleri Ders Notları
8 Frekans Bölgesi: Fourier Fonksiyonu WWSW, KSS ve JDH
9 Periyodogram WWSW
10 N ve T için Asimptotik Konseptler JDH
11 Ridge Regresyonu ve Lasso Tahmincisi Ders Notları
12 Fonksiyonel Regresyon Analizi Ders Notları
13 Bilgi Birikimli Çok Katmanlı Modeller (IAM) Ders Notları
14 Final Sınavı

Kaynaklar

Ders Kitabı 1. K. S. Srivastava (2002) Methods of Multivariate Statistics. Wiley Series in probability and statistics
2. W.W.S. Wei (1991) Time Series Analysis: Univariate and Multivariate Methods. Addison Wesley Publishing Company.
3. J. D. Hamilton (1994)Time Series Analysis. Princeton University Press

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım 14 10
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler - -
Sunum 2 20
Projeler - -
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 20
Genel Sınav/Final Juri 1 50
Toplam 18 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 100
Toplam 100

Kurs Kategorisi

Temel Meslek Dersleri X
Uzmanlık/Alan Dersleri
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi

# Program Yeterlilikleri / Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Temel mikro ekonomik teorileri ve yaklaşımları karşılaştırabilmek ve eleştirel bir bakış açısıyla değerlendirebilmek
2 Temel makro ekonomik teorileri ve yaklaşımları karşılaştırabilmek ve eleştirel bir bakış açısıyla değerlendirebilmek
3 Matematiksel modelleme uygulayabilmek X
4 İktisadi olguları istatistiksel ve ekonometrik yöntemleri kullanarak analiz edebilmek X
5 Temel ekonomik göstergeleri analiz edebilmek ve yorumlayabilmek X
6 Literatür taraması yaparak teorik bilgiye ulaşabilmek ve ampirik olarak doğrulanabilir bir hipotez oluşturabilmek X
7 Bir araştırma tasarlayabilmek ve belirlenen zaman çerçevesinde araştırmayı yürütebilmek X
8 Uygulamalı iktisat alanındaki karmaşık problemlerin çözümlerine yönelik yeni yaklaşımlar geliştirebilmek X
9 Akademik araştırma sonuçlarına dayanan uygun politikalar geliştirebilmek ve önerebilmek X
10 Sorunların çözümü için diğer disiplinlerden elde edilen bilgi ile ekonomik bilgiyi birleştirerek değerlendirebilmek
11 Bilgi teknolojisini etkin bir şekilde kullanabilmek X
12 Bağımsız araştırma yapabilmek ve öğrenebilme becerisi edinmek X

ECTS/İş Yükü Tablosu

Aktiviteler Sayı Süresi (Saat) Toplam İş Yükü
Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) 14 3 42
Laboratuar
Uygulama
Derse Özgü Staj
Alan Çalışması
Sınıf Dışı Ders Çalışma Süresi 14 3 42
Sunum/Seminer Hazırlama 1 21 21
Projeler
Raporlar
Ödevler
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 20 20
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 25 25
Toplam İş Yükü 150