AKTS - İleri Veri Modelleme

İleri Veri Modelleme (ECON552) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
İleri Veri Modelleme ECON552 Alan Seçmeli 3 0 0 3 5
Ön Koşul Ders(ler)i
N/A
Dersin Dili İngilizce
Dersin Türü Seçmeli Dersler
Dersin Seviyesi Doktora
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 Ampirik bir araştırmayı anlayabilmek, bağımsız araştırma projeleri planlamak ve yürütmek için gerekli istatistiksel araçların sağlandığı bu ders; öğrencilerin çeşitli verilere dayanarak daha iyi ve daha hızlı kararlar vermesini sağlayan yazılım teknolojilerinin anlaşılmasını amaçlamaktadır.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Bu dersin tamamlanması ile öğrenciler; İleri düzey ekonometrik tekniklerin tanımlanması,
  • İleri düzey ekonometri teknikleri kullanılarak denklemlerin çözümlenmesi ve bu çözümlerin kullanılarak ekonometrik modellerin inşa edilmesi,
  • Veriye dayalı materyalleri analiz edebilme ve eleştirel olarak değerlendirebilme; araştırılan alanla ilgili politika değişikliklerinin etkilerini öngörebilme becerisine sahip olacaktır.
Dersin İçeriği İstatistiksel çıkarım, regresyon, genelleştirilmiş en küçük kareler, araç değişkenleri, eşanlı denklem modelleri, politika ve programların değerlendirilmesi.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 İki Değişkenli Regresyon Modelleri: Tahmin Sorunu DG ve DCP Bölüm 1.
2 Klasik Normal Doğrusal Regresyon JJ ve JD Bölüm 2-3.
3 Çoklu Regresyon Analizi: Çıkarsama Sorunu DG ve DCP Bölüm 10-13. JJ ve JD Bölüm 6.
4 Doğrusal Regresyon Modeli: Matris Yaklaşımı DG ve DCP Bölüm 14.
5 Klasik Modelde Varsayım Esnetme Vize Sınavı DG ve DCP Bölüm 15. JJ ve JD Bölüm 13.
6 Doğrusal Olmayan Regresyon Modelleri DG ve DCP Bölüm 16. JJ ve JD Bölüm 12.
7 Niteliksel Tepki Regresyon Modelleri DG ve DCP Bölüm 17. JJ ve JD Bölüm 8.
8 Panel Veri Regresyon Modelleri DG ve DCP Bölüm 18-20
9 Dinamik Ekonometrik Modelleri: ARDL Modelleri DG ve DCP Bölüm 21-22. JJ ve JD Bölüm 8-9.
10 Eşanlı Denklemler SRP ve AM
11 Zaman Serisi Analizi TT ve GCEJ
12 Panel Zaman Serisi Analizi DG ve DCP Bölüm 3-8.
13 Zaman Serisi ve Panel Veri Analizinde Doğrusal Olmayan Modelleme JJ ve JD Bölüm 3
14 Final Sınavı

Kaynaklar

Ders Kitabı 1. Domador Gujarati, Dawn C. Porter (2015) Introduction to Econometrics McGraw Hill Higher Education; 5th edition
2. Jack Johnston and John Dinardo Econometric Methods. McGraw Hill Higher Education; 4th edition
3. Terasvirta T. and Granger C.E.J Modelling Nonlinear Economic Time Series
4. Smith R.P. and Fuertes A.M. Panel Time Series (2012)

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 Alanında, bağımsız olarak, bir problem kurgulayabilir, çözüm yöntemi geliştirerek problemi çözebilir ve sonuçları değerlendirebilir X
2 Matematiğin temel alanlarında ve kendi uzmanlığı olarak seçtiği alanda gerekli alt yapıyı oluşturur. X
3 Matematik literatürünü ve özel olarak kendi araştırma konusu ile ilgili ulusal ve uluslararası güncel yayınları takip edebilir ve bunlardan kendi araştırma konusu ile ilgili olanları çalışmalarında kullanabilir X
4 Bilimsel etik değerleri ve kuralları dikkate alır ve mesleki ve toplumsal yaşamda kullanabilir X
5 Kendi çalışmalarının sonuçlarını veya belli bir konudaki güncel çalışmaları ve bulguları, çeşitli bilimsel toplantılarda topluluk önünde Türkçe ve İngilizce olarak sunabilir ve tartışmalara katılabilir. X
6 Gerek bireysel, gerek bir çalışma grubunun üyesi olarak çalışabilme becerisini geliştirir X
7 Yaratıcı ve eleştirel düşünme, problem çözme, özgün bir çalışma üretme becerisini geliştirir. Bilimsel gelişmeleri takip eder, özümsediği bilgilerin analiz, sentez ve değerlendirmesini yapabilir. X
8 Kazandığı bilgi, beceri ve yetkinlikleri yaşam boyu geliştirmeye açık olur. X
9 Alanında özümsediği bilgiyi ve problem çözme yeteneğini disiplinler arası çalışmalarda uygulayabilir; karşılaşılan problemleri matematiksel modellerle ifade ederek, matematiksel bakış açısı ile farklı çözüm yöntemleri önerir. X
10 Matematik temelli yazılımları, bilişim ve iletişim teknolojilerini bilimsel amaçlı kullanabilir. 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