• 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 EKO 6036 Çok Değişkenli İstatistiksel Modeller SEÇMELİ 3 0 0 6

Dersi Veren Birim

İktisat Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

DOÇ.DR. KADİR ERTAŞ

Dersi Alan Birimler

İktisat Doktora

Dersin Amacı

Çok değişkenli istatistiksel boyut indirgeme yöntemlerinin teorisini anlayabilme ve yorumlayabilme, çok değişkenli istatistiksel boyut indirgeme yöntemlerinin sosyal bilimler ve fen bilimlerindeki uygulamalarını yapabilmek.

Dersin Öğrenme Kazanımları

1   Faktör modelini oluşturup p değişkenli random örnekler üzerinde uygulayabilme 2   Diskriminant modelini anlayabilme ve p değişkenli random örnekler üzerinde uygulayabilme 3   Kanonik korelasyon analizinin varsayımlarını, teorik yapısını, px1 boyutlu random vektörün parçalanma yapısını anlayabileme. 4   Kümeleme analizinin teorisini anlayabilme ve uygulayabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 p-değişkenli Normal Dağılım Modeli için En Yüksek Olabilirlik Teorisi 2 p-değişkenli Normal Dağılım Modeli için En Yüksek Olabilirlik Teorisi 3 Faktör Analizi ve Uygulaması 4 Faktör Analizi ve Uygulaması 5 Faktör Analizi ve Uygulaması 6 Diskriminant Analizi ve Uygulaması7 7 Diskriminant Analizi ve Uygulaması 8 Ara Sınav 9 Kanonik Korelasyon Analizi ve Uygulamaları 10 Kanonik Korelasyon Analizi ve Uygulamaları 11 Kanonik Korelasyon Analizi ve Uygulamaları 12 Kümeleme Analizi ve Uygulamaları 13 Kümeleme Analizi ve Uygulamaları

Ders İçin Önerilen Kaynaklar

Multivariate Analysis, Academic Press , K.V. Mardia, J.T. Kent, J.M. Biby

Öğrenme ve Öğretme Yöntemleri

Anlatım Metodu, İspat Metodu, Tartışma Metodu ve Problem Çözme Metodu

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 * 0.25 + YYC * 0.25 + YYS* 0.50 5 BUT BÜTÜNLEME 6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS * 0.25 + YYC* 0.25 + 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 Haftalık ders öncesi/sonrası hazırlıklar (ders materyallerinin, makalelerin okunması vb.) 13 4 52 Sunum hazırlama 1 20 20 Diğer kısa sınavlara hazırlık 1 20 20 Bireysel ödev hazırlama 1 25 25 Ara Sınav 1 3 3 Final 1 3 3 TOPLAM İŞ YÜKÜ (saat) 162

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 ÖK.1 1 4 4 ÖK.2 1 1 4 4 ÖK.3 1 2 4 5 ÖK.4 2 4 5 5