GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| İST-535 | DAYANIKLI REGRESYON YÖNTEMLERİ-I | Seçmeli Ders Grubu | 1 | 1 | 6,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu dersin amacı veri analizine başlamadan önce model varsayımlarının kontrol edilmesini ve normal dağılıma sahip olmayan veriyi analiz edebilmek için regresyonda kullanılan klasik tahmin yöntemine alternatif olabilecek yöntemlerin kullanılmasını öğretmektir.
Dersi Veren Öğretim GörevlisiGörevlileri
Prof. Dr. Erol EĞRİOĞLU
Öğrenme Çıktıları
| 1 | Basit doğrusal regresyon için dayanıklı yöntemler öğrenir. |
| 2 | Regresyon M-tahminini öğrenir. |
| 3 | Regresyon M-tahmininin özelliklerini öğrenir. |
| 4 | Dayanıklı yöntemler için güven aralıklarını ve hipotez testini oluşturabilir. |
| 5 | Kırılma noktası ve etki fonksiyonunu öğrenir. |
Öğrenim Türü
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Doğrusal regresyon, doğrusal regresyon için klasik tahmin ediciler, aykırı gözlemleri belirlemek için kullanılan klasik yöntemler, dayanıklı tahmin ediciler, çoklu doğrusal regresyon, regresyon M-tahmini, regresyon M-tahmininin etki fonksiyonu, kırılma noktası.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Basit doğrusal regresyonda klasik tahmin ediciler | ||
| 2 | Basit doğrusal regresyonda dayanıklı tahmin ediciler | ||
| 3 | Basit doğrusal regresyonda dayanıklı tahmin ediciler | ||
| 4 | Çoklu doğrusal regresyonda klasik tahmin ediciler | ||
| 5 | Çoklu doğrusal regresyonda klasik tahmin edicilerin özellikleri | ||
| 6 | Çoklu doğrusal regresyonda aykırı değer tespiti | ||
| 7 | Regresyon M-tahmini | ||
| 8 | Arasınav | ||
| 9 | Regresyon M-tahmini | ||
| 10 | Monoton regresyon tahminleri için kırılma noktası | ||
| 11 | Doğrusal hipotezler için dayanıklı testler | ||
| 12 | Sınırlı ρ fonksiyonuna sahip M-tahminleri | ||
| 13 | Kırılma noktası, etki fonksiyonu, asimptotik normallik | ||
| 14 | MM-tahmini | ||
| 15 | Tahminlerin bilgisayar yardımıyla hesaplanması ve uygulamalar | ||
| 16 | Final |
Ders Kitabı Malzemesi Önerilen Kaynaklar
1. Robust Statistics Theory and Methods, Ricardo Maronna, Doug Martin and Victor Yohai, John Wiley ve Sons, 2006. 2. Robust Statistics, P. J. Huber, John Wiley ve Sons, 1981. 3. Robust Statistics The Approach Based on Influence Functions, Frank R. Hampel, Elvezio M. Ronchetti, Peter Rousseeuw, Werner A. Stahel, John Wiley ve Sons, 1986. 4. Rousseeuw, P.J. and Leroy, A.M. 1987. Robust Regression and Outlier Detection. Wiley, New York.
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| 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 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 4 | 56 |
| Ara Sınav İçin Bireysel Çalışma | 14 | 4 | 56 |
| Final Sınavı içiin Bireysel Çalışma | 16 | 4 | 64 |
| Toplam İş Yükü (saat) | 180 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | |
| ÖÇ 1 | |||||||||||||||
| ÖÇ 2 | |||||||||||||||
| ÖÇ 3 | |||||||||||||||
| ÖÇ 4 | |||||||||||||||
| ÖÇ 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek