GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| İST-536 | DAYANIKLI REGRESYON YÖNTEMLERİ-II | Seçmeli Ders Grubu | 1 | 1 | 6,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu dersin amacı aykırı gözlem tespit yöntemlerini öğreterek, çoklu doğrusal regresyon için kullanabileceği dayanıklı yöntemler öğretmektir.
Dersi Veren Öğretim GörevlisiGörevlileri
Prof. Dr. Erol EĞRİOĞLU
Öğrenme Çıktıları
| 1 | Çoklu doğrusal regresyonda aykırı değer tespit eder. |
| 2 | Dayanıklılığı ölçmeyi öğrenir. |
| 3 | Çoklu regresyonda kullanabileceği dayanıklı yöntemleri öğrenir. |
Öğrenim Türü
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Çoklu doğrusal regresyon, aykırı değer tespit etme yöntemleri, dayanıklılığın ölçülmesi, kırılma noktası, kırılma noktası yüksek tahmin ediciler, LMS-tahmini, LTS-tahmini, S-tahmini, GM-tahmini.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Çoklu doğrusal regresyonda veri yapısı | ||
| 2 | Çoklu doğrusal regresyonda klasik tahmin ediciler | ||
| 3 | Aykırı değer tespiti- Şapka matrisi ve LS artıkları | ||
| 4 | Aykırı değer tespiti- Şapka matrisi ve LS artıkları | ||
| 5 | Dayanıklılığın ölçülmesi | ||
| 6 | Çoklu regresyonda kullanılan dayanıklı tahmin ediciler | ||
| 7 | LMS-tahmini | ||
| 8 | Arasınav | ||
| 9 | LMS-tahmini | ||
| 10 | S-tahmini | ||
| 11 | LMS, LTS ve S tahminlerinin özellikleri | ||
| 12 | Dayanıklı güven aralıkları ve M-tahmini için testler | ||
| 13 | GM-tahmini | ||
| 14 | GM-tahmini | ||
| 15 | Diğer tahminler (τ-tahminleri, projeksiyon tahminleri, kısıtlı M-tahminleri) | ||
| 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 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek