Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
İST 3132	Regresyon Çözümlemesinde Özel Konular	SEÇMELİ	3	0	0	5

Dersi Veren Birim

İstatistik

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF.DR. NESLİHAN DEMİREL

Dersi Alan Birimler

İstatistik
İstatistik (İ.Ö)

Dersin Amacı

Bu ders özel regresyon çözümlemeleri konularında yeterli bir bilgi birikimine ulaştırmayı ve istatistiksel paket programlarını kullanmayı amaçlamaktadır.

Dersin Öğrenme Kazanımları

1	Değişken seçim yöntemlerinden Adımsal regresyon, İleriye doğru seçim, geriye dönük eleme ve Olası En İyi alt Küme Seçimi yöntemlerini istatistiksel paket program aracılığı ile uygulayabilme
2	Çoklu Doğrusal Regresyon modeline ait artık analizi sonuçlarını yorumlayabilme
3	Bağımlı değişken üzerinde dönüşüm yapabilme
4	Regresyon çözümlemesinde doğrusal olmayan terimler (polinomal ve trigonometrik) ile model kurabilme
5	Lojistik regresyon çözümlemesi yapabilme
6	Parametrik olmayan regresyon çözümlemesi yapabilme
7	Regresyon analizine ait özel konularda proje hazırlayabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Basit ve Çoklu Doğrusal Regresyon Modeli için tekrar.
2	Çoklu regresyon modelinde değişken seçimi ve olası en iyi alt küme seçimi için istatistiksel paket program kullanılması.
3	Etkin Gözlemlerin Belirlenmesi.
4	Artık Analizi grafikleri.
5	Çoklu Regresyonda Dönüşümler.
6	Box-Cox Dönüşümleri.
7	Polinom ve Trigonometrik Terimlerin modele eklenmesi.
8	Arasınav.
9	Parametrik Olmayan Regresyon modelinin kestirimi.
10	Lojistik Regresyon Modelinin kestirimi.
11	Proje sunumları.
12	Proje sunumları.
13	Proje sunumları.
14	Proje sunumları.

Ders İçin Önerilen Kaynaklar

Ana kaynak:
D. Birkes and Y. Dodge, Alternative Methods of Regression, John Wiley & Sons, 1993.
Yardımcı kaynaklar:
1. P.R. Thomas, Modern Regression Methods, Wiley Series, 1996.
2. J.Neter, M.H Kutner, C.J. Nachttsheim, and W. Wasserman, Applied Linear Statistical Models, Irwin, USA, 1996.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, sınıf içi tartışmalar, ödevler, proje.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	VZ	Vize
2	OD	Ödev
3	FN	Final
4	BNS	BNS	VZ * 0.25 + OD * 0.35 + FN * 0.40
5	BUT	BÜTÜNLEME
6	BUTBN	BÜTÜNLEME SONU BAŞARI NOTU	VZ * 0.25 + OD * 0.35 + BUT * 0.40

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

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Sınavlar, ödevler ve projelerin değerlendirilmesi.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

Dönem boyunca derslerin %70'ine devam etme sorumluluğu öğrenciye aittir. Ders saatine ve ödev teslimi ile ilgili belirtilen zamana uyulmalıdır. Derslerde ve sınavlarda meydana gelebilecek etik-dışı davranışlar konusunda ilgili yönetmelik çerçevesinde hareket edilecektir. D.E.Ü. Fen Fakültesi öğretim ve sınav uygulama esasları yönetmeliğini http://web.deu.edu.tr/fen adresinden temin edebilirsiniz.

Dersin Öğretim Üyesi İletişim Bilgileri

DEU Fen Fakültesi İstatistik Bölümü
Yrd. Doç. Dr. Neslihan DEMİREL
e-posta:Neslihan.ortabas@deu.edu.tr
Tel: 0232 301 85 73

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
Haftalık Ders öncesi/sonrası hazırlıklar	12	1	12
Vize Sınavına Hazırlık	1	10	10
Final Sınavına Hazırlık	1	20	20
Ödev Hazırlama	3	10	30
Final Sınavı	1	2	2
Vize Sınavı	1	2	2
TOPLAM İŞ YÜKÜ (saat)			115

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK	PK.1	PK.2	PK.3	PK.5	PK.6	PK.11
ÖK.1	5	4	3	5	2	4
ÖK.2	5	4	3	5	2	4
ÖK.3	5	4	3	5	2	4
ÖK.4	5	4	3	5	2	4
ÖK.5	5	4	3	5	2	4
ÖK.6	5	4	3	5	2	4
ÖK.7	5	4	3	5	2	4

DERS ADI

DERECE PROGRAMLARI