Lisansüstü
Lisansüstü Eğitim Enstitüsü
Matematik-Bilgisayar
Anlık RSS Bilgilendirmesi İçin Tıklayınız.Düzenli bilgilendirme E-Postaları almak için listemize kaydolabilirsiniz.


İleri Regresyon Analizi

Ders KoduYarıyıl Ders Adı T/U/L Türü Öğrenim Dili AKTS
YMB0006 İleri Regresyon Analizi 3/0/0 SA Türkçe 8
Dersin Amacı
Analitik teknikler ile birlikte Regresyon Analizini öğrenmek.
Ön Koşullar Yok.
Eş Koşullar Yok.
Özel Koşullar Lisansüstü matematik ders kitaplarını takip edebilecek seviyede İngilizce yeterliliği.
Öğretim Üyeleri Dr.Öğr.Üyesi Hikmet ÇAĞLAR
Asistanlar Yok.
Ders Gün,Saat ve Yeri Yeni dönemde belirlenecektir.
Görüşme Saatleri ve Yeri Yrd. Doç. Dr. Hikmet ÇAĞLAR, AK/3-A-09.
Öğretim Yöntem ve Teknikleri Konu anlatımı ve ödevler.
Temel Kaynaklar Douglas C. Montgomery, Elizabeth A. Peck, G. Geoffrey, Introduction to Linear Regression Analysis,Wiley Series in Probability and Statistics, 5th Edition.
Diğer Kaynaklar -
Haftalık Ders Programı
Hafta Dersin İçeriği Öğretim Yöntem ve Teknikleri
1. Hafta Dersin içeriği ve Matlab giriş Konu anlatımı ve uygulama
2. Hafta Veri inceleme ve İstatiksel Modelleme Giriş Konu anlatımı ve uygulama
3. Hafta Regresyona Giriş ve Veri Dönüşümleri Konu anlatımı ve uygulama
4. Hafta Lineer en küçük Kareler Regresyonu Konu anlatımı ve uygulama
5. Hafta Çoğul Regresyon/Çoklu Regresyon Konu anlatımı ve uygulama
6. Hafta Regresyonun İstatiksel olarak değerlendirilmesi Konu anlatımı ve uygulama
7. Hafta Regresyonun İstatiksel olarak değerlendirilmesi(devam) Konu anlatımı ve uygulama
8. Hafta Ara Sınav Ara sınav
9. Hafta Sahte Değişkenli Regresyon Konu anlatımı ve uygulama
10. Hafta Mantıksal Regresyon Konu anlatımı ve uygulama
11. Hafta Model Belirleme Konu anlatımı ve uygulama
12. Hafta Sıradışı ve Etkili Veriler Konu anlatımı ve uygulama
13. Hafta Non-linearlik Konu anlatımı ve uygulama
14. Hafta Aynı Doğrultuda olan Değişkenler ve Değişken Seçimi Konu anlatımı ve uygulama
15. Hafta Final Sınavı Final Sınavı
16. Hafta Final Sınavı Final Sınavı
17. Hafta Final Sınavı Final Sınavı
Değerlendirme Ölçütleri
Ölçüt Tipleri Adet Yüzdesi(%)
Ara sınav(lar) 1 50
Final 1 50


ÖÇ-1Basit regresyon analiz modelleri kurarlar
ÖÇ-2Çoklu regresyon analiz modelleri kurarlar.
ÖÇ-3Model parametrelerini test ederler.
ÖÇ-4Güven aralıklarını bulurlar.
ÖÇ-5Matlab kullarak modelleri çözerler.
Program Çıktıları
PÇ-1Matematik ve Bilgisayar bilimleri konularında bilimsel araştırma yapacak düzeyde kuramsal ve uygulamalı bilgilere sahiptir.
PÇ-2Lisans düzeyi yeterliliklerine dayalı olarak, aynı veya farklı bir alanda bilgilerini uzmanlık düzeyinde geliştirir, derinleştirir ve istatistik metotları kullanarak analiz eder ve yorumlar.
PÇ-3Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunların çözümü için yeni stratejik yaklaşımlar geliştirir ve sorumluluk alarak çözüm üretir.
PÇ-4Alanında edindiği uzmanlık düzeyindeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirir ve öğrenmesini yönlendirir.
PÇ-5Alanındaki güncel gelişmeleri ve kendi çalışmalarını, nicel ve nitel veriler ile destekleyerek alanındaki ve alan dışındaki gruplara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarır.
PÇ-6Alanının gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde kullanır.
PÇ-7Alanında karşılaştığı problemleri modelleyip etkin algoritmalar geliştirir ve güncel programlama dilleri kullanarak söz konusu problemleri çözüme kavuşturur.
PÇ-8Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerleri gözetir.
PÇ-9Alanı ile ilgili karşılaşılan sorunların çözümünde stratejik karar verme süreçlerini kullanarak işlevsel etkileşim kurar.
PÇ-10En az bir yabancı dili kullanarak ileri düzeyde yazılı, sözlü ve görsel iletişim kurar ve tartışır.
Alan Yeterlilikleri Matrisi
Program Çıktıları - Öğrenim Çıktıları Matrisi
--
 PÇ 1PÇ 2PÇ 3PÇ 4PÇ 5PÇ 6PÇ 7PÇ 8PÇ 9PÇ 10
ÖÇ 1          
ÖÇ 2          
ÖÇ 3          
ÖÇ 4          
ÖÇ 5