DERS ADI

: TAMİNLEME VE ZAMAN SERİLERİ ANALİZİ

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
END 3915 TAMİNLEME VE ZAMAN SERİLERİ ANALİZİ SEÇMELİ 3 0 0 4

Dersi Veren Birim

Endüstri Mühendisliği

Dersin Düzeyi

Lisans

Ders Koordinatörü

DR.ÖĞR.ÜYESİ SEREN ÖZMEHMET TAŞAN

Dersi Alan Birimler

Endüstri Mühendisliği

Dersin Amacı

Bu dersin ana amacı, öğrencileri tahminleme ve zaman serileri, regresyon yöntemleri ve hareketli ortalamalar, üssel düzgünleştirme yöntemleri, adaptif kontrol, Box - Jenkins modelleri gibi kavramlarla tanıştırmaktır.

Dersin Öğrenme Kazanımları

1   Çeşitli veriler üzerinde tahminleme için gereken istatistiksel çıkarsamaları yapabilme ve sonuçları yorumlayabilme
2   Zaman serilerin temel kavramlarını tanıtabilme
3   Tahminleme için regresyon yöntemini tanıtabilme ve sonuçlarını yorumlayabilme
4   Üssel düzgünleştirme yöntemlerini tanıtabilme ve sonuçlarını yorumlayabilme
5   Adaptif kontrol ve box-jenkins modeli gibi kavramları tanıtabilme
6   Tahminleme için bilgisayar yazılımı kullanabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Tahminlemeye giriş, temel istatistiksel kavramların gözden geçirilmesi
2 Veri yapılarının incelenmesi, tahminleme yöntemlerine giriş
3 Hareketli ortamalar ve üssel düzgünleştirme yöntemleri
4 Zaman serileri ve bileşenleri
5 Basit doğrusal regresyon
6 Çoklu regresyon analizi
7 Zaman serilerinde regresyon analizi
8 Vize sınavı
9 Box-Jenkins (ARIMA) yöntemi
10 Niteliksel tahminleme yöntemleri, tahminleme hatalarının analizi
11 Tahminleme sürecinin yönetilmesi
12 Proje Sunumları
13 Proje Sunumları
14 Proje Sunumları

Ders İçin Önerilen Kaynaklar

Ana kaynak
1. D. C. Montgomery, C.L. Jennings and M. Kulahci. (2008).Introduction to Time Series Analysis and Forecasting. Wiley-Interscience, USA.
Yardımcı kaynaklar:
1. F. X. Diebold. (2007). Elements of Forecasting (Fourth Edition), South-Western College Publishing, USA.
2. J. E. Hanke and D. Wichern (2008). Business Forecasting, Prentice Hall, UK.

Öğrenme ve Öğretme Yöntemleri

Ders içeriği ile ilgili olarak ders sunumları, tahta ve görsel sunum kullanılarak verilecektir. Ders sunumlarına ek olarak bilgisayar laboratuar çalışmaları ile destek sağlanacaktır.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 VZ Vize
2 OD Ödev
3 FN Final
4 BNS BNS VZ*0.35+OD *0.15+FN * 0.50
5 BUT Bütünleme Notu
6 BBN Bütünleme Sonu Başarı Notu VZ*0.35+OD *0.15+BUT * 0.50


*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İş tel: 301 76 22,
e-mail: seren.ozmehmet@deu.edu.tr

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 13 3 39
Ders Anlatımı 1 3 3
Haftalık Ders öncesi/sonrası hazırlıklar 10 2 20
Vize Sınavına Hazırlık 1 15 15
Final Sınavına Hazırlık 1 15 15
Ödev Hazırlama 4 2 8
Sunum Hazırlama 1 2 2
Final Sınavı 1 3 3
Vize Sınavı 1 3 3
TOPLAM İŞ YÜKÜ (saat) 108

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11PK.12
ÖK.1553
ÖK.24
ÖK.34
ÖK.4554
ÖK.555543
ÖK.65