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 Fen Bilimleri 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 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 Lisans öğreniminden elde edilen yeterlilikleri temel alarak, aynı ya da farklı bir alandaki bilgileri geliştirebilme ve derinleştirebilme yeteneğine sahip olur.
2 Bilimsel araştırma yaparak bilgiye ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama becerisine sahip olur.
3 Alanında özümsediği bilgiyi ve problem çözme yeteneğini disiplinlerarası çalışmalarda uygulayabilir.
4 Alanında, bağımsız olarak, bir problem kurgulayabilir, çözüm yöntemi geliştirerek problemi çözebilir ve sonuçları değerlendirebilir.
5 Alanındaki çalışmalarda karşılaşabileceği öngörülemeyen karmaşık durumlarda, çözümün üretilmesine yönelik sistematik yaklaşımların geliştirilmesinde bireysel ve ekip üyesi olarak sorumluluk alır.
6 Alanı ile ilgili konularda strateji, uygulama planları ve prensipler geliştirerek elde edilen sonuçları, kalite süreçleri çerçevesinde değerlendirebilir.
7 Alanındaki bilgiyi geliştirerek bunları bilimsel, toplumsal ve etik sorumluluk ile kullanır.
8 Alanı ile ilgili güncel gelişmeleri inceleyerek, kendi çalışmalarını bilimsel verilerle destekler, alanındaki ve alanı dışındaki gruplara, yazılı, sözlü ve görsel olarak sistemli bir şekilde sunma becerisine sahip olur.
9 Matematik veya uygulama alanlarındaki bilimsel çalışmaları takip ederek araştırma yapacak ve meslektaşları ile sözlü ve yazılı iletişim kuracak düzeyde İngilizce bilir.
10 Matematik temelli yazılımları, bilişim ve iletişim teknolojilerini bilimsel amaçlı kullanabilir.
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) 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