• 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 EMT 4019 GENELLEŞTİRİLMİŞ DOĞRUSAL MODELLER SEÇMELİ 3 0 0 5

Dersi Veren Birim

Ekonometri

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF. DR. RABİA ECE OMAY

Dersi Alan Birimler

Ekonometri Ekonometri (İ.Ö)

Dersin Amacı

Bu ders, öğrencilere genelleştirilmiş doğrusal modellerin teorisini ve uygulama alanlarını kavrayabilme ve uygulamalı beceriler kazandırmayı amaçlamaktadır. Öğrenci böylece, genelleştirilmiş doğrusal modelleri tanıyabilir, farklı üstel aile dağılımları için farklı modeller kurabilir, analiz edebilir ve yorumlayabilir.

Dersin Öğrenme Kazanımları

1   Üstel aile dağılımlarını tanımak 2   Genelleştirilmiş doğrusal modellerin temel kavramlarını açıklamak 3   Genelleştirilmiş doğrusal modellerin karakteristik yapısını tanımak 4   Genelleştirilmiş doğrusal modeli kurmak ve yorumlamak 5   Lojistik regresyon modellerinin teorik alt yapısını kavramak ve farklı veri setleri için lojistik regresyon modelleri kurmak ve yorumlamak 6   Poisson regresyon modellerinin teorik alt yapısını kavramak ve farklı veri setleri için lojistik regresyon modelleri kurmak ve yorumlamak

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Temel Bilgiler 2 En çok olabilirlik yöntemi 3 Doğrusal model için en çok olabilirlik fonksiyonu 4 Üstel aile dağılımları 5 Üstel aile dağılımları 6 Genelleştirilmiş doğrusal modellerin karakteristik yapısı 7 Genelleştirilmiş doğrusal modellerin karakteristik yapısı 8 Genelleştirilmiş doğrusal modeller için en çok olabilirlik fonksiyonu 9 Ara Sınav 10 Lojistik regresyon ve R uygulamaları 11 Lojistik regresyon ve R uygulamaları 12 Poisson regresyonu ve R uygulamaları 13 Poisson regresyonu ve R uygulamaları 14 GLM ve R uygulamları 15 GLM ve R uygulamları

Ders İçin Önerilen Kaynaklar

Dobson, A. J., An Introduction to Generalized Linear Regression, Chapmen&Hall.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, uygulama, grup çalışması, sunum

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

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

Prof. Dr. Rabia Ece OMAY (rabiaece.omay@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 14 3 42 Haftalık Ders öncesi/sonrası hazırlıklar 14 1 14 Vize Sınavına Hazırlık 1 20 20 Final Sınavına Hazırlık 1 25 25 Bağımsız Çalışma 1 20 20 Vize Sınavı 1 1 1 Final Sınavı 1 1 1 TOPLAM İŞ YÜKÜ (saat) 123

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 ÖK.6 1