Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
İST 4040	Zaman Serileri Çözümlemesi	ZORUNLU	2	2	0	7

Dersi Veren Birim

İstatistik

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF. DR. ESİN FİRUZAN

Dersi Alan Birimler

İstatistik

Dersin Amacı

Öğrencilerin, verilerin zamana bağlı sistematik yapılarını belirleyebilmelerini ve geçmiş gözlemlere dayanarak öngörü yapabilmelerini sağlamaktır. Öğrenciler, bu derste herhangi öngörü uzun dönem planlara karar verebilmede öğrendikleri teknikleri kullanabilmelidir.

Dersin Öğrenme Kazanımları

1	Zaman serileri bileşenlerini ayırt edebilme,
2	Trend Analizi yapabilme ve yorumlayabilme,
3	Bileşenlerine Ayırma Yöntemini uygulayabilme ve yorumlayabilme,
4	Üstel Düzleme Yöntemlerini uygulayabilme ve yorumlayabilme,
5	Otokorelasyon ve Kısmi otokorelasyon fonksiyonlarını kullanarak geçici Mevsimsel olmayan Box-Jenkins modellerini belirleyebilme,
6	Geçici Mevsimsel modelin parametrelerinin anlamlılığını test edebilme,
7	Modelin yeterliliğine karar verebilme, öngörü yapabilme,
8	Trend Analizi, Bileşenlerine Ayırma Yöntemi, Üstel Düzleme Yöntemleri, ARIMA modelleri arasından en iyi öngörüyü verecek metodolojik sonuçları karşılaştırabilme ve karar verebilme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Hafta 1	Zaman Serisi Nedir Zaman Serisi verisi nasıl anlaşılır
2	Hafta 2	Zaman Serisi Bileşenleri Nelerdir Trend Analizi nedir
3	Hafta 3	Doğrusal, karesel, log doğrusal, üstel trend modelleri gibi çeşitli trend modelleri ile trend analizi yapabilme ve öngörü elde edebilme
4	Hafta 4	Bileşenlerine Ayırma Yöntemi- Toplamsal bileşenlerine ayırma yöntemi
5	Hafta 5	Bileşenlerine Ayırma Yöntemi- Çarpımsal bileşenlerine ayırma yöntemi
6	Hafta 6	Üstel Düzleştirme Yöntemleri Basit Üstel Düzleştirme
7	Hafta 7	İkili Üstel Düzleştirme- Üçlü Üstel Düzleştirme Yöntemleri
8	Hafta 8	Otokorelasyon ve Kısmi Otokorelasyon kavramları, Mevsimsel Olmayan Box-Jenkins Modelleri- Geçici Model Belirleme
9	Hafta 9	Otoregresif Model AR(p)
10	Hafta 10	Hareketli Ortalamalar Modeli MA(q)
11	Hafta 11	Karma Otoregresif Hareketli Ortalamalar Modeli ARMA(p,q), ARIMA (p,d,q)
12	Hafta 12	Tahminleme- Tanısal Kontrol- Öngörüleme
13	Hafta 13	Mevsimsel ARIMA(p,d,q)(P,D,Q)
14	Hafta 14	Yapay Sinir Ağları- LSTM
15	Hafta 15	Proje Ödevlerinin Sunulması ve Değerlendirilmesi

Ders İçin Önerilen Kaynaklar

Ana kaynak:
Eğrioğlu E, Baş E, 2021, Zaman Serileri ve Öngörü Yöntemleri (R Uygulamalı), Nobel Akademik Yayıncılık

Yardımcı kaynak(lar):
Bowerman L. B., O Connell R. T. (1993) Forecasting and Time Series, 3rd Edition, Duxbury
Wei, W.W.S., 2006, Time Series Analysis, Univariate and Multivariate Methods, 2nd EdnPearson

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, proje ve sunum

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, proje ve sunumun değerlendirilmesi

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

10 ilimizde 06.02.2023 tarihinde meydana gelen deprem nedeniyle YÖK kararı ile alınan uzaktan eğitim sistemi nedeniyle devam etme sorumluluğu öğrenciye aittir. Üniversite Senatosunun vereceği tüm kararlara göre uygulamalar değişebilir. Ders saatine ve proje 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: esin.firuzan@deu.edu.tr
Tel: 0232 301 85 61

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	14	5	70
Uygulama	2	5	10
Haftalık Ders öncesi/sonrası hazırlıklar	15	1	15
Vize Sınavına Hazırlık	1	20	20
Final Sınavına Hazırlık	1	25	25
Proje Hazırlama	1	18	18
Vize Sınavı	1	2	2
Final Sınavı	1	2	2
Proje Final Sunumu	4	6	24
TOPLAM İŞ YÜKÜ (saat)			186

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK	PK.1	PK.2	PK.3	PK.4	PK.5	PK.6	PK.8	PK.9	PK.11	PK.12	PK.13	PK.14
ÖK.1	5	5	5			4			4	5
ÖK.2	5	5	5			4			4	5
ÖK.3	5	5	5			4			4	5
ÖK.4	5	5	5			4			4	5
ÖK.5	5	5	5			4			4	5
ÖK.6	5	5	5			4			4	5
ÖK.7	5	5	5			4			4	5
ÖK.8			5	5	5	5	5	5		4	4	4

DERS ADI

DERECE PROGRAMLARI