• ANASAYFA
• ÜNİVERSİTE HAKKINDA
  • İsim - Adres
  • Genel Bilgi
  • Üniversite Yönetimi
  • Akademik Takvim
  • Derece Programları
  • Yabancı Dilde Eğitim Veren Birimler
  • Genel Kabul ve Kayıt Koşulları
  • Kredi Hareketliliği ve Önceki Öğrenmenin Tanınması
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
  • İletişim
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Uluslararası Öğrenciler için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları ve Kulüpler
  • İzmir-Türkiye Hakkında
• ULUSLARARASI İLİŞKİLER
  • Dış İlişkiler Koordinatörlüğü
  • Kayıt İşlemleri
  • Anlaşmalar
  • Koordinatörler
  • Belgeler
  • Yabancı Dilde Eğitim Veren Birimler
  • AKTS/DE Etiketi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS ERA 4943 ÇOK DEĞİŞKENLİ İSTATİSTİK: İŞLETME VE İKTİSAT UYGULAMALI SEÇMELİ 3 0 0 5

Dersi Veren Birim

Ekonometri

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF.DR. İPEK DEVECİ KOCAKOÇ

Dersi Alan Birimler

Ekonometri (İ.Ö) Ekonometri

Dersin Amacı

Değişkenler arasındaki karşılıklı ilişkilerin yapısının incelenerek ortaya konulması ve analiz edilmesidir.

Dersin Öğrenme Kazanımları

1   Rassal vektörler ve dağılımlarını tanımlayabilme 2   Rassal vektörlerin varyans, kovaryans ve korelasyon yapılarını tanımlayabilme 3   Çok değişkenli normal dağılımla ilgili matematiksel özellikleri ve teoremleri ilgili ekonomi, işletme ve pazarlama konularına uyarlayabilme 4   Çok değişkenli normal dağılımla ilgili matematiksel özellikleri ve teoremleri formüle edebilme 5   Boyut indirgeme teorisinin temel matematiksel özelliklerini formüle edebilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

HAZIRLIK - HAZIRLIK SINIFI

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Tesadüfî değişken, Tesadüfî vektör ve Tesadüfî matris kavramları ve bunlarla ilgili örnekler 2 Çok değişkenli ( p değişkenli ) tesadüfî örnek kavramı, Tesadüfî değişken uzayı ve gözlem uzayları 3 Tesadüfî vektörlerin varyans ve kovaryans yapıları, populasyon ortalama vektörü, populasyon kovaryans ve korelasyon matrisleri ve bunlarla ilgili beklenen değer Tanımları ve beklenen değer cebirleri 4 Reel matrislerde transpoz ve ters alma işlemi, varyans-kovaryans matrisinin özdeğer-özvektör yapısı ile ilgili temel teoremlerin ispatı 5 2x2 ve 3x3 reel matrislerle ilgili özdeğer özvektör analizi uygulamaları . 6 Kuadratik form kavramı, Matrislerde ya da aynı anlamda olmak üzere kuadratik formlarda pozitif belirlilik, pozitif yarı belirlilik, negatif belirlilik, negatif yarı belirlilik, belirsizlik durumları ve ilgili teoremler ve ispatları. 7 Doğrusal bileşen kavramı, tesadüfî vektörlerin doğrusal bileşenleri, Doğrusal bileşenlerin varyans ve kovaryans yapıları 8 Ara sınav 9 Ara Sınav 10 Çok değişkenli Normal dağılım, olasılık yoğunluk fonksiyonunun elde edilmesi, İki veya daha çok değişkenli fonksiyonlarda değişken değiştirme, Jacobian Matris ve Jacobian Determinant kavramları ve uygulamalar 11 p değişkenli normal dağılımın quadratik formu, kuadratik formun sağladığı matematiksel özellikler ve geometrik yorumlanması p değişkenli normal dağılımın quadratik formunun dağılımının elde edilmesi, 12 Random vektörlerin parçalanması ve koşullu beklenen değer, koşullu varyans- kovaryans matrisi. Parçalanma sonrası p- değişkenli Normallik varsayımı altında alt vektörlerin koşullu dağılımıyla ilgili teoremler ve bunların ispatları 13 p- değişkenli Normal dağılım varsayımı altında populasyon ortalama vektörü ile ilgili hipotez testi, Hotelling T squared istatistiği 14 Tesadüfî matrislerin Dağılımı, Wishart dağılımı. ( the Wishart Distribution)

Ders İçin Önerilen Kaynaklar

1- Morrison, Donald F. Multivariate Statistical Methods, McGraw Hill, New York. 2- Recommended (for those without background in matrix algebra): Matrix Operations, Richard Bronson, Schaum Outline Series, McGraw-Hill, 1989. 3 -Johnson R.A. and Wichern D.W. (2002). Applied Multivariate Statistical Analysis. 5th edition, Prentice Hall.

Öğrenme ve Öğretme Yöntemleri

Dersle ilgili tüm matematiksel analizler ders saatinde tahtada yapılmaktadır.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 ARS Arasınav 2 YIN Yarıyıliçi notu ARS * 1 3 FN Yarıyılsonu sınavı 4 BNS BNS YIN * 0.40 + FN * 0.60 5 BUT Bütünleme Notu 6 BBN Bütünleme Sonu Başarı Notu YIN * 0.40 +BUT * 0.60 *** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat) Ders Anlatımı 12 3 36 Haftalık Ders öncesi/sonrası hazırlıklar 12 3 36 Vize Sınavına Hazırlık 1 20 20 Final Sınavına Hazırlık 1 25 25 Vize Sınavı 1 1 1 Final Sınavı 1 1 1 TOPLAM İŞ YÜKÜ (saat) 119

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK PK.1 PK.2 PK.3 PK.4 PK.5 PK.6 PK.7 PK.8 PK.9 PK.10 ÖK.1 1 ÖK.2 1 ÖK.3 1 ÖK.4 1 ÖK.5 1