AKTS - Çok Boyutlu Veri Modelleme
Çok Boyutlu Veri Modelleme (ECON482) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Çok Boyutlu Veri Modelleme | ECON482 | Alan Seçmeli | 3 | 0 | 0 | 3 | 6 |
| Ön Koşul Ders(ler)i |
|---|
| N/A |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Seçmeli Dersler |
| Dersin Seviyesi | Lisans |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım. |
| Dersin Öğretmen(ler)i |
|
| 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;
|
| 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 | Ara Sınav | |
| 7 | Markov Zinciri Modelleri | WWSW, KSS ve JDH |
| 8 | Yumuşak Geçiş ve Eşik Modelleri | Ders Notları |
| 9 | Frekans Bölgesi: Fourier Fonksiyonu | WWSW, KSS ve JDH |
| 10 | Periyodogram | WWSW |
| 11 | N ve T için Asimptotik Konseptler | JDH |
| 12 | Ridge regression and Lasso estimator | Lecture notes available |
| 13 | Fonksiyonel Regresyon Analizi | Ders Notları |
| 14 | Bilgi Birikimli Çok Katmanlı Modeller (IAM) | Ders Notları |
| 15 | Bilgi Birikimli Çok Katmanlı Modeller (IAM) | Ders Notları |
| 16 | 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 | 1 | 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 | 5 | 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 | Matematik lisans programından edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanarak matematik temelli lisansüstü programlarda, kamu veya özel sektörde bilimsel çalışma ve araştırma yapmak için yeterli bilgiye sahip olur. | |||||
| 2 | Alanında edindiği kuramsal ve uygulamalı bilgileri uygun araç-gereçleri kullanarak ortaöğretime uyarlar ve aktarır. | |||||
| 3 | Alanında edindiği bilgi ve becerileri kullanarak, matematik veya uygulandığı alanlardaki güncel problemleri modelleme ve çözüm için gerekli olan matematiksel yöntemleri seçme, kullanma, geliştirme ve çözme becerisine sahip olur. | |||||
| 4 | Analitik düşünme yeteneğine sahip olur ve sonuç çıkarma sürecinde zamanı etkin kullanır. | |||||
| 5 | Bilgisayar bilimleriyle ilgili alanlarda çalışabilecek düzeyde temel yazılım bilgisine ve bilişim teknolojilerini etkin bir şekilde kullanma becerisine sahip olur. | |||||
| 6 | Karar süreçlerinin ihtiyaç duyacağı verileri toplama, analiz etme, yorumlama ve istatistiksel yöntemleri kullanabilme becerisine sahip olur. | |||||
| 7 | Matematiğin doğrudan veya dolaylı olarak kullanıldığı alanlarda çalışma yapabilecek düzeyde bilgiye sahip olur ve yaşam boyu öğrenmenin bilinci ile mesleki bilgi ve becerilerini yeniler. | |||||
| 8 | Matematiğin kullanıldığı alanlarda bireysel olarak veya takımlarda ekip üyesi olarak sorumluluk alır ve etkin biçimde çalışma becerisine sahip olur. | |||||
| 9 | Matematik veya uygulama alanlarındaki bilgileri izleyecek ve meslektaşları ile iletişim kuracak düzeyde İngilizce bilir. | |||||
| 10 | Görüş ve düşüncesini nicel ve nitel verilerle destekleyerek açık ve anlaşılabilir biçimde yazılı ve sözlü ifade eder, paydaşlarıyla iletişim kurar. | |||||
| 11 | Matematik veya uygulama alanları ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçların duyurulması aşamalarında evrensel ve toplumsal boyutlardaki etkilerini dikkate alan mesleki etik ve sorumluluk bilincine sahip olur. | |||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) | 16 | 3 | 48 |
| Laboratuar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 16 | 3 | 48 |
| Sunum/Seminer Hazırlama | 1 | 10 | 10 |
| Projeler | |||
| Raporlar | |||
| Ödevler | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 1 | 10 | 10 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 25 | 25 |
| Toplam İş Yükü | 141 | ||