DERS ADI

: Alternatif Regresyon Yöntemleri

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
STA 5024 Alternatif Regresyon Yöntemleri SEÇMELİ 3 0 0 8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROF. DR. NESLİHAN DEMİREL

Dersi Alan Birimler

İstatistik Doktora (İngilizce)
İstatistik Yüksek Lisans (İngilizce)
İstatistik Bütünleşik Doktora (İngilizce)

Dersin Amacı

Bu ders çoklu doğrusal regresyon modelinin varsayımlarının sağlanmadığı durumlarda alternatif yöntemlerden Ağırlıklandırılmış En Küçük Kareler Regresyonu, Ridge Regreyon ve Lasso Regresyon yöntemleri ile lojistik regresyon modeli, regresyon ve sınıflandırma ağaçları ve rassal orman gibi bir çok popüler regresyon ve sınıflama metotlarını kapsayacaktır. Öğrenciler bu yöntemlerin performanslarını nasıl değerlendireceklerini öğreneceklerdir. Yöntemleri uygulamak için R yazılımı kullanacaklardır.






Dersin Öğrenme Kazanımları

1   Yanıt değişkeninin iki düzeyli ve sürekli olduğu durumlar için regresyon modeli kurmak ve kestirimler yapmak.
2   Alternatif regresyon yöntemleri için modeller kurmak ve kestirimler yapmak
3   Ağaç tabanlı yöntemler kullanarak analiz etmek
4   Model için tanı koymak
5   Modelin performansını değerlendirmek
6   R yazılımı kullanarak, modeli kurmak, görselleştirmek ve performansını test etmek.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Giriş, Basit Doğrusal Regresyon
2 Çoklu Doğrusal Regresyon
3 Çoklu Doğrusal Regresyon Varsayımları
4 Dönüştürme
5 Ağırlaklandırılmış En Küçük Kareler Yöntemi
6 Ridge Regresyon
7 Lasso Regresyon
8 Regresyon Ağaçları
9 Rassal Ormanlar Regresyonu
10 Lojistik Regresyon-Tahminleme, Tanı koyma
11 Lojistik Regresyon-Model Seçimi
12 Sınıflandırma Ağaçları
13 Rassal Ormanlar Sınıflandırma
14 Proje Sunumları

Ders İçin Önerilen Kaynaklar

Draper, N. R., & Smith, H. (1998). Applied regression analysis (Vol. 326). John Wiley & Sons.
Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2005). Applied linear statistical models (Vol. 5). New York: McGraw-Hill Irwin.
Mendenhall, W., Sincich, T., & Boudreau, N. S. (1996). A second course in statistics: regression analysis (Vol. 5). Upper Saddle River, NJ: Prentice Hall.
James, G., Witten, D., Hastie, T., Tibshirani, R. (2013). An Introduction to Statistical Learning with Applications in R. Springer, New York.

Öğrenme ve Öğretme Yöntemleri

Ders, sınıf içi tartışma, ödevler

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ODV ÖDEV
2 ARS ARASINAV
3 YSS YIL SONU SINAVI
4 YSBN YIL SONU BAŞARI NOTU ODV * 0.30 + ARS * 0.30 + YSS * 0.40
5 BUT BÜTÜNLEME
6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ODV * 0.30 + ARS * 0.30 + BUT * 0.40


Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Ödevler, arasınav ve yarıyıl sonu sınavının 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
e-posta: neslihan.ortabas@deu.edu.tr
Tel: 0232 301 86 00

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Görüşme talebi için neslihan.ortabas@deu.edu.tr adresine e-posta gönderiniz.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 14 3 42
Haftalık Ders öncesi/sonrası hazırlıklar 14 3 42
Final Sınavına Hazırlık 1 45 45
Vize Sınavına Hazırlık 1 30 30
Ödev Hazırlama 2 15 30
Final Sınavı 1 2 2
Vize Sınavı 1 2 2
TOPLAM İŞ YÜKÜ (saat) 193

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10
ÖK.155555
ÖK.255555
ÖK.3555
ÖK.455555
ÖK.555555
ÖK.65555555555