DERS ADI

: Tahminleme Modelleri için Kesikli ve Sürekli İstatistiksel Dağılımlar

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
EKO 6075 Tahminleme Modelleri için Kesikli ve Sürekli İstatistiksel Dağılımlar SEÇMELİ 3 0 0 6

Dersi Veren Birim

Ekonometri Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

PROF.DR. İPEK DEVECİ KOCAKOÇ

Dersi Alan Birimler

Ekonometri Doktora

Dersin Amacı

Ders tamamlandığında öğrenciler, kesikli ve sürekli istatistiksel dağılımlarla ilgili temel konularda ve istatistiksel yorumlamada parametre tahminlemesi ile ilgili En Yüksek Olabilirlik Tahminlemesi ve Momentler Tahminleme Yöntemi İle ilgili araştırma konularında teorik ve uygulama yeteneklerini geliştirmiş olacaklardır.

Dersin Öğrenme Kazanımları

1   Olasılık ve Olabilirlik kavramlarını karşılaştırma yeteneğine sahip olabilme
2   İstatistiksel Yorumlama alanında sıklıkla kullanılan marjinal dağılımları ve birleşik dağılımları öğrenebilme ve uygulayabilme
3   Tahminleyicilerin sapmasızlık, etkinlik, asimtotik etkinlik, kararlılık ve yeterlilik özelliklerini anlayabilme ve uygulayabilme
4   İstatistiksel Yorumlama ve dağılış teorisi alanındaki araştırma yetenektlerini zenginleştirebilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Kesikli ve sürekli Şans Değişkenleri
2 Olasılık Kitle Fonksiyonu, Olasılık yoğunluk Fonksiyonu, Kümülatif Dağılış Fonksiyonu
3 Bernoulli Dağılımı, Binom Dağılımı, Negatif Binom Dağılımı. Bu dağılımların Olasılık Türeten ve Moment Türeten Fonksiyonları
4 Geometrik Dağılım ve Negatif Binom Dağılımı. Bu dağılımların Olasılık Türeten ve Moment Türeten Fonksiyonları
5 Sürekli Üniform Dağılımı ve Üstel Dağılım. Bu dağılımların Moment Türeten Fonksiyonları
6 Normal Dağılım, Standart Normal Dağılım ve Gama Dağılımı
7 Ara Sınav
8 Parametre Tahmini Kavramı, Tek parametre tahmini ve çoklu parametre tahmini
9 En Yüksek Olabilirlik Tahmini ve bazı sürekli ve kesikli dağılımlarda uygulamaları
10 En Yüksek Olabilirlik Tahmininin Özellikleri
11 Fisher Bilgisi, Cramer - Rao Alt Sınırı, Neyman- Pearson Teoremi
12 Momentler Metodu ve bazı sürekli ve kesikli dağılımlarda uygulamaları
13 Momentler Metodu ve bazı sürekli ve kesikli dağılımlarda uygulamaları
14 En Yüksek Olabilirlik tahmininde çoklu parametre tahmini ve Gauss Dağılımı Uygulaması

Ders İçin Önerilen Kaynaklar

1- George Casella ( University of Florida ) and Roger L. Berger ( North Carolina State University ), Second Edition, 2002.

Öğrenme ve Öğretme Yöntemleri

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ARS ARASINAV
2 YYC YARIYIL İÇİ ÇALIŞMA
3 YYS YARIYIL SONU SINAVI
4 YYBN YARIYIL SONU BAŞARI NOTU ARS * 0.30 + YYC* 0.20 + YYS* 0.50
5 BUT BÜTÜNLEME
6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS * 0.30 + YYC* 0.20 + 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

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 13 3 39
Vize Sınavına Hazırlık 1 30 30
Final Sınavına Hazırlık 1 30 30
Haftalık Ders öncesi/sonrası hazırlıklar 13 3 39
Vize Sınavı 1 3 3
Final Sınavı 1 3 3
TOPLAM İŞ YÜKÜ (saat) 144

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9
ÖK.111
ÖK.211
ÖK.3111
ÖK.4111