Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
---|---|---|---|---|---|
9101055022006 | Genel Doğrusal Modeller | Seçmeli Ders Grubu | 1 | 2 | 8,00 |
Yüksek Lisans
Türkçe
Genel Doğrusal Modellere yönelik analizlerin bilgisayar ortamında yapılmasıdır.
Assoc. Prof. Dr. Hakan Savaş SAZAK
1 | Matlab ve SPSS programının Genel Doğrusal Modelleri Analiz Etmedeki Kullanımını Bilme |
2 | Basit Doğrusal Regresyon Modelinin Bilgisayar Ortamında İfade Edilişini ve Analizini Bilme |
3 | Parametre Tahminini ve Tahmin Edicilerin Özelliklerini Bilme |
4 | Regresyonda Varyans Analizi ve Hipotez Testlerini Bilme ve Uygulama |
5 | Uyum İyiliği Analizini Yapabilme |
6 | Hata Terimi Analizini Yapabilme |
7 | Ağırlıklandırılmış En Küçük Kareler Regresyon Analizini Uygulayabilme |
8 | Kukla Değişkeninin Kullanımını Bilme ve Uygulayabilme |
9 | Çoklu Doğrusal Regresyon Modelini Kullanarak Analiz yapabilme |
10 | Varyans Değişkenliği ve Çoklu Bağlantı Problemi ve Çözümlerini Bilme ve Uygulayabilme |
11 | Tam ve İndirgenmiş Modeller Kavramına Vakıf Olup En İyi Modeli Saptayabilme |
12 | Doğrusal Olmayan Regresyon Modellerini Kullanarak Analiz Yapabilme |
13 | Dayanıklı Regresyon Analizi Yapabilme |
Yok
İleri Regresyon Analizi dersinin alınmış olması önerilir.
Matlab ve SPSS Programının Tanıtımı Basit Doğrusal Regresyon Modeli Parametre Tahmini Tahmin Edicilerin Özellikleri Güven Aralıkları Regresyonda Varyans Analizi ve Hipotez Testleri Hata Terimi Analizi Ağırlıklandırılmış En Küçük Kareler Regresyon Analizi Çoklu Doğrusal Regresyon Modeli Kukla Değişkeninin Kullanımı Tam ve İndirgenmiş Modeller Varyans Değişkenliği ve Çoklu Bağlantı Problemi ve Çözümleri Doğrusal Olmayan Regresyon Modelleri Dayanıklı Regresyon
Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
---|---|---|---|
0 | Matlab ve SPSS Programının Tanıtımı | ||
1 | Basit Doğrusal Regresyon Modeli | ||
2 | Parametre Tahmini | ||
3 | Tahmin Edicilerin Özellikleri | ||
4 | Güven Aralıkları | ||
5 | Regresyonda Varyans Analizi ve Hipotez Testleri | ||
6 | Hata Terimi Analizi | ||
7 | Ara Sınav | ||
8 | Orijinden Geçen Regresyon ve Ağırlıklandırılmış En Küçük Kareler Regresyon Analizi | ||
9 | Çoklu Doğrusal Regresyon Modeli | ||
10 | Kukla Değişkeninin Kullanımı | ||
11 | Tam ve İndirgenmiş Modeller | ||
12 | Varyans Değişkenliği ve Çoklu Bağlantı Problemi ve Çözümleri | ||
13 | Doğrusal Olmayan Regresyon Modelleri | ||
14 | Dayanıklı Regresyon | ||
15 | Final Sınavı |
Draper, N.R. and Smith, H. 1981 “Applied Regression Analysis”, John Wiley & Sons, New York. Neter, J., Kutner, M.H., Nachstheim, C.J., and Wasserman, W., 1996. “Applied Linear Statistical Models”, McGraw-Hill,USA. Computational Statistics Handbook with MATLAB (Martinez, W.L. & Martinez, A.R., 2002., Chapman & Hall/CRC) Özdamar, K., Paket Programlar ile İstatistiksel Veri Analizi
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.
Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
---|---|---|
Ara Sınav | 1 | 100 |
Toplam | 100 | |
Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
Final Sınavı | 1 | 100 |
Toplam | 100 | |
Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
Yarıyıl (Yıl) Sonu Etkinlikleri | 60 |
Yok
Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
---|---|---|---|
Ara Sınav | 1 | 2 | 2 |
Final Sınavı | 1 | 2 | 2 |
Derse Katılım | 14 | 3 | 42 |
Ara Sınav İçin Bireysel Çalışma | 1 | 70 | 70 |
Final Sınavı içiin Bireysel Çalışma | 1 | 109 | 109 |
Toplam İş Yükü (saat) | 225 |
PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | |
ÖÇ 0 | 4 | 3 | 3 | 3 | 3 | ||
ÖÇ 1 | 1 | 2 | 2 | 2 | 1 | ||
ÖÇ 2 | 5 | 5 | 5 | 2 | 5 | ||
ÖÇ 3 | 5 | 5 | 3 | 3 | 1 | 4 | |
ÖÇ 4 | 1 | 1 | 1 | 5 | |||
ÖÇ 5 | 3 | 4 | 4 | 3 | 1 | ||
ÖÇ 6 | 4 | 2 | 5 | 1 | |||
ÖÇ 7 | 4 | 3 | 2 | 2 | |||
ÖÇ 8 | 4 | 5 | 2 | 5 | 2 | ||
ÖÇ 9 | 3 | 3 | 5 | 2 | 1 | 5 | |
ÖÇ 10 | 3 | 4 | 2 | 2 | 3 | 4 | |
ÖÇ 11 | 4 | 4 | 4 | 5 | 2 | 4 | |
ÖÇ 12 | 2 | 2 | 5 | 2 | 5 |