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 Öğretmen(ler)i |
|
| 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;
|
| 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 | ||