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 ile model kurabilme
5	Ridge, Lasso, Temel Bileşenler regresyon çözümlemesi yapabilme
6	Elastik Net 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	Ridge Regresyon
7	Lasso Regresyon
8	Polinom Regresyon
9	Temel Bileşenler Regresyonu
10	Elastik Net Regresyon
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, projeler.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	VZ	Vize
2	PRJ	PROJE
3	FN	Final
4	BNS	BNS	VZ * 0.30 + PRJ * 0.30 + FN * 0.40
5	BUT	BÜTÜNLEME
6	BUTBN	BÜTÜNLEME SONU BAŞARI NOTU	VZ * 0.30 + PRJ * 0.30 + BUT * 0.40

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Sınavlar 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
Prof. Dr. Neslihan DEMİREL
e-posta:neslihan.ortabas@deu.edu.tr
Tel: 0232 301 80 00

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Görüşme talebi için 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	1	14
Vize Sınavına Hazırlık	1	10	10
Final Sınavına Hazırlık	1	20	20
Proje Hazırlama	2	15	30
Final Sınavı	1	2	2
Vize Sınavı	1	2	2
TOPLAM İŞ YÜKÜ (saat)			120

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