• 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 6060 İstatistiksel Karar Teorisi SEÇMELİ 3 0 0 6

Dersi Veren Birim

Ekonometri Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

DOÇ.DR. İSTEM KESER

Dersi Alan Birimler

Ekonometri Doktora

Dersin Amacı

Bu dersin amacı, istatistiksel karar alma mekanizmaları ile ilgili temel fikir ve sonuçları edindirmektir

Dersin Öğrenme Kazanımları

1   Bayes kuramının özelliklerini uygulayabilme 2   Karar süreçlerini karar ağaçlarını kullanarak çözebilme. 3   Optimal karar verme süreçlerinde riske dayalı istatistiksel prosedürleri 4   Karar kuramının temel öğelerini karşılaştırabilme 5   Önsel olasılıkların bilindiği sistemleri oluşturabilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 İstatistiksel modelleme: Temel kavramlar ve elemanlar 2 İstatistiksel modelleme: Sonuç çıkarma 3 İstatistikî karar teorisinin temel elemanları 4 Beklenen kayıp, karar kuralları, ve risk 5 Karar ilkeleri, Karar Ağaçları 6 Fayda ve zarar: Fayda teorisi 7 Fayda ve zarar: Para programı, kayıp fonksiyonu 8 Ara Sınav 9 Önsel bilgi ve öznel olasılık 10 Bayes analizi 11 Bayes analizi 12 Minimax Analizi 13 Uygulamalar 14 Uygulamalar

Ders İçin Önerilen Kaynaklar

Statistical Decision Theory and Bayesian Analysis, James O. Berger, Springer, 1980

Öğrenme ve Öğretme Yöntemleri

Anlatım Metodu, Soru-Cevap 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 * 0.30 + YYC * 0.30 + YYS* 0.40 5 BUT BÜTÜNLEME 6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS * 0.30 + YYC * 0.30 + BUT* 0.40 *** 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

Yrd.Doç.Dr.İstem Keser istem.koymen@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 Vize Sınavına Hazırlık 1 35 35 Haftalık Ders öncesi/sonrası hazırlıklar 1 35 35 Haftalık Ders öncesi/sonrası hazırlıklar 13 3 39 Vize Sınavı 1 3 3 Final Sınavı 1 3 3 TOPLAM İŞ YÜKÜ (saat) 154

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