AKTS - Ekonometri II
Ekonometri II (ECON302) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Ekonometri II | ECON302 | Alan Dışı 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, Gösteri. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | ECON 301 dersinin devamı olan bu derste, çoklu korelasyon, değişken varyans ve otokorelasyon gibi klasik doğrusal regresyon modelinin varsayımlarının geçerli olmadığı durumlar ele alınacaktır. Bu durumların tespiti ve ortaya çıkardıkları sorunlar üzerinde durulacaktır. Ayrıca, kukla değişkenli modeller, model tanımlaması ve teşhis sınamaları gibi çeşitli konular da işlenecektir. İşlenilen konular bilgisayar uygulamalarıyla desteklenecektir. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Regresyon ve hipotez sınamaları konularının tekrarı; kukla değişkenlerin kullanımı; çoklu korelasyon; değişken varyans; otokorelasyon; ağırlıklı en küçük kareler tahmin yöntemi, model tanımlama hataları; model seçim kriterleri; aykırı gözlemlerin tespiti. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | ECON 301 dersi tekrarı | Ders Notları |
| 2 | Kukla Değişkenli Regresyon Modeli | Gujarati, Bölüm 9: ss. 297-309 |
| 3 | Kukla Değişkenlerle Bazı Uygulumalar | Gujarati, Bölüm 9: ss. 310-323 |
| 4 | Çoklu Korelasyonun Tanımı ve Sonuçları | Gujarati, Bölüm 10: ss. 335-358 |
| 5 | Çoklu Korelasyonun Teşhisi ve Sorunu Çözmeye Yönelik Öneriler | Gujarati, Bölüm 10: ss. 359-375 |
| 6 | EViews uygulamaları | Ders Notları |
| 7 | ARA SINAV | |
| 8 | Değişken Varyansın Tanımı ve Sonuçları | Gujarati, Bölüm 11: ss. 387-400 |
| 9 | Değişken Varyansın Teşhisi ve Sorunu Çözmeye Yönelik Öneriler | Gujarati, Bölüm 11: ss. 400-428 |
| 10 | Otokorelasyonun Tanımı ve Sonuçları | Gujarati, Bölüm 12: ss. 441-461 |
| 11 | Otokorelasyonun Teşhisi ve Sorunu Çözmeye Yönelik Öneriler | Gujarati, Bölüm 12: ss. 462-489 |
| 12 | Ekonometrik Modelleme: Model Tanımlama Hataları, Model Seçim Kriterleri | Gujarati, Bölüm 13: ss. 506-529 |
| 13 | Ekonometrik Modelleme: Teşhis Sınamaları ve Aykırı Gözlemlerin Tespiti | Gujarati, Bölüm 13: ss. 530-547 |
| 14 | EViews uygulamaları | Ders Notları |
| 15 | Genel Değerlendirme | |
| 16 | Final Sınavı |
Kaynaklar
| Ders Kitabı | 1. Gujarati, Damodar N. (2003) Basic Econometrics, 4th Edition, New York and Boston: McGraw-Hill |
|---|---|
| Diğer Kaynaklar | 2. Wooldridge, Jeffrey (2008) Introductory Econometrics: A Modern Approach (with Economic Applications), 4th Edition, Cengage Learning. |
| 3. Peter J. Kennedy (1998) A Guide to Econometrics, 4th Edition, MIT Press. | |
| 4. Ramanathan, R. (2002), Introductory Econometrics with Applications, 5th edition, Orlando, FL: Harcourt College Publishers. | |
| 5. Hill, R.C., Griffiths, W.E. and G. G. Judge (2001) Undergraduate Econometrics, 2nd Edition, John Wiley and Sons, Inc. | |
| 6. Hill, R.C., Griffiths, W.E. and G. G. Judge (2000) Using Eviews For Undergraduate Econometrics, 2nd Edition, Wiley. | |
| 7. Asteriou, D. (2006) Applied Econometrics: A Modern Approach using EViews and Microfit, Palgrave-Macmillan. |
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | 1 | 10 |
| Laboratuar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | - | - |
| Sunum | - | - |
| Projeler | - | - |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 1 | 40 |
| Genel Sınav/Final Juri | 1 | 50 |
| Toplam | 3 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | 70 |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 30 |
| 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 | 6 | 96 |
| Sunum/Seminer Hazırlama | |||
| Projeler | |||
| Raporlar | |||
| Ödevler | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 1 | 2 | 2 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 2 | 2 |
| Toplam İş Yükü | 148 | ||