• 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 ERA 4943 ÇOK DEĞİŞKENLİ İSTATİSTİK: İŞLETME VE İKTİSAT UYGULAMALI SEÇMELİ 3 0 0 5

Dersi Veren Birim

Ekonometri

Dersin Düzeyi

Lisans

Ders Koordinatörü

DOÇ. DR. KADİR ERTAŞ

Dersi Alan Birimler

Ekonometri (İ.Ö) Ekonometri

Dersin Amacı

Değişkenler arasındaki karşılıklı ilişkilerin yapısının incelenerek ortaya konulması ve analiz edilmesidir.

Dersin Öğrenme Kazanımları

1   Rassal vektörler ve dağılımlarını tanımlayabilme 2   Rassal vektörlerin varyans, kovaryans ve korelasyon yapılarını tanımlayabilme 3   Çok değişkenli normal dağılımla ilgili matematiksel özellikleri ve teoremleri ilgili ekonomi, işletme ve pazarlama konularına uyarlayabilme 4   Çok değişkenli normal dağılımla ilgili matematiksel özellikleri ve teoremleri formüle edebilme 5   Boyut indirgeme teorisinin temel matematiksel özelliklerini formüle edebilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

HAZIRLIK - HAZIRLIK SINIFI

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Tesadüfî değişken, Tesadüfî vektör ve Tesadüfî matris kavramları ve bunlarla ilgili örnekler Random variable, random vector and random matrix concepts and examples related to them 2 Çok değişkenli ( p değişkenli ) tesadüfî örnek kavramı, Tesadüfî değişken uzayı ve gözlem uzayları The concept of multivariate (p variables) random sample, Random variable space and observation spaces 3 Tesadüfî vektörlerin varyans ve kovaryans yapıları, populasyon ortalama vektörü, populasyon kovaryans ve korelasyon matrisleri ve bunlarla ilgili beklenen değer Tanımları ve beklenen değer cebirleri Variance and covariance structures of random vectors, population mean vector, population covariance and correlation matrices and related expected value Definitions and expected value algebras 4 Reel matrislerde transpoz ve ters alma işlemi, varyans-kovaryans matrisinin özdeğer-özvektör yapısı ile ilgili temel teoremlerin ispatı Transpose and inversion of real matrices, proof of basic theorems about the eigenvalue-eigenvector structure of the variance-covariance matrix 5 2x2 ve 3x3 reel matrislerle ilgili özdeğer özvektör analizi uygulamaları . Applications of eigenvalue and eigenvector analysis for 2x2 and 3x3 real matrices. 6 Kuadratik form kavramı, Matrislerde ya da aynı anlamda olmak üzere kuadratik formlarda pozitif belirlilik, pozitif yarı belirlilik, negatif belirlilik, negatif yarı belirlilik, belirsizlik durumları ve ilgili teoremler ve ispatları. The concept of quadratic form, positive definiteness, positive semi-definiteness, negative definiteness, negative semi-definiteness, uncertainty in matrices or quadratic forms in the same sense, and related theorems and proofs. 7 Doğrusal bileşen kavramı, tesadüfî vektörlerin doğrusal bileşenleri, Doğrusal bileşenlerin varyans ve kovaryans yapıları Concept of linear components, linear components of random vectors, variance and covariance structures of linear components 8 Doğrusal bileşen kavramı, tesadüfî vektörlerin doğrusal bileşenleri, Doğrusal bileşenlerin varyans ve kovaryans yapıları Concept of linear components, linear components of random vectors, variance and covariance structures of linear components 9 Doğrusal bileşen kavramı, tesadüfî vektörlerin doğrusal bileşenleri, Doğrusal bileşenlerin varyans ve kovaryans yapıları Concept of linear components, linear components of random vectors, variance and covariance structures of linear components 10 Ara Sınav Midterm Exam 11 Çok değişkenli Normal dağılım, olasılık yoğunluk fonksiyonunun elde edilmesi, İki veya daha çok değişkenli fonksiyonlarda değişken değiştirme, Jacobian Matris ve Jacobian Determinant kavramları ve uygulamalar Multivariate Normal distribution, obtaining the probability density function, Substitution of variables in functions of two or more variables, Jacobian Matrix and Jacobian Determinant concepts and applications 12 p değişkenli normal dağılımın quadratik formu, kuadratik formun sağladığı matematiksel özellikler ve geometrik yorumlanması p değişkenli normal dağılımın quadratik formunun dağılımının elde edilmesi, quadratic form of the normal distribution with p variables, mathematical properties and geometric interpretation of the quadratic form Obtaining the distribution of the quadratic form of the normal distribution with p variables, 13 Random vektörlerin parçalanması ve koşullu beklenen değer, koşullu varyans- kovaryans matrisi. Parçalanma sonrası p- değişkenli Normallik varsayımı altında alt vektörlerin koşullu dağılımıyla ilgili teoremler ve bunların ispatları Decomposition of random vectors and conditional expected value, conditional variance-covariance matrix. Theorems about the conditional distribution of sub-vectors under the assumption of p-variable normality after decomposition and their proofs 14 p- değişkenli Normal dağılım varsayımı altında populasyon ortalama vektörü ile ilgili hipotez testi, Hotelling T squared istatistiği Hypothesis test on the population mean vector under the assumption of a normal distribution with p-variables, Hotelling T squared statistic 15 Tesadüfî matrislerin Dağılımı, Wishart dağılımı. ( the Wishart Distribution) Distribution of random matrices, the Wishart distribution. (the Wishart Distribution)

Ders İçin Önerilen Kaynaklar

1- Morrison, Donald F. Multivariate Statistical Methods, McGraw Hill, New York. 2- Recommended (for those without background in matrix algebra): Matrix Operations, Richard Bronson, Schaum Outline Series, McGraw-Hill, 1989. 3 -Johnson R.A. and Wichern D.W. (2002). Applied Multivariate Statistical Analysis. 5th edition, Prentice Hall.

Öğrenme ve Öğretme Yöntemleri

Dersle ilgili tüm matematiksel analizler ders saatinde tahtada yapılmaktadır.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 ARS Arasınav 2 YIN Yarıyıliçi notu ARS * 1 3 FN Yarıyılsonu sınavı 4 BNS BNS YIN * 0.40 + FN * 0.60 5 BUT Bütünleme Notu 6 BBN Bütünleme Sonu Başarı Notu YIN * 0.40 +BUT * 0.60

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

İngilizce

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 12 3 36 Haftalık Ders öncesi/sonrası hazırlıklar 12 3 36 Vize Sınavına Hazırlık 1 20 20 Final Sınavına Hazırlık 1 25 25 Vize Sınavı 1 1 1 Final Sınavı 1 1 1 TOPLAM İŞ YÜKÜ (saat) 119

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 PK.10 ÖK.1 1 ÖK.2 1 ÖK.3 1 ÖK.4 1 ÖK.5 1