DERS ADI

: Yeniden Örnekleme Yöntemleri

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
STA 5007 Yeniden Örnekleme Yöntemleri SEÇMELİ 3 0 0 8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DOÇ. DR. ENGİN YILDIZTEPE

Dersi Alan Birimler

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

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Yeniden örnekleme yöntemlerinin doğru kullanabilme,
2   Bu yöntemlerin kullanılmasını gerektiren sebepleri anlayabilme,
3   Permütasyon testlerinin ve bootstrap yöntemlerin kavrayabilme,
4   Güven aralığı oluşturmada bootstrap yöntemleri kullanabilme,
5   Bootstrap hipotez testlerinin kullanabilme,
6   Regresyon modellerinde bootstrap kullanabilme,
7   Gerçek veri problemlerinde yeniden örneklemeyi kullanabilme,
8   Yeniden örnekleme uygulamalarıyla benzetim çalışmaları yapabilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 R ile programlama; R ile hesaplama, Operatörler, Değer atama, Nesneler ve veri yapıları, Veri alma/verme, Kontrol yapıları ve akış kontrol
2 Fonksiyonlar ve fonksiyonel programlama; Hazır fonksiyonlar, Fonksiyon yazma
3 R ile istatistiksel çözümleme; Olasılık dağılımları, Rassal veri türetme, Kestirim için Monte Carlo yöntemleri
4 Yeniden örneklemeye genel bakış; Permütasyon testleri, Bootstrap yöntemi
5 Jacknife yöntemi
6 Bootstrap yöntemi; Standart hatanın bootstrap kestirimi
7 Parametrik ve parametrik olmayan bootstrap
8 Bootstrap Güven Aralıkları; Standart bootstrap güven aralığı, Yüzdelik güven aralığı, Bootstrap-t güven aralığı
9 BC ve BCa güven aralığı, Güven aralığı oluşturmada diğer yöntemler
10 Hipotez Testi; Permütasyon testleri, Bootstrap hipotez testi
11 Regresyon modellerinde Bootstrap; Çiftlerle Bootstrap
12 Regresyon modellerinde Bootstrap; Artıklarla Bootstrap
13 İlgili Yöntemler; Balanced bootstrap, Jacknife-after-bootstrap, Cross validation, .632 bootstrap
14 Benzetim çalışmaları

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Dersler, kaynak kitaplardaki teorik kavramların seçilen çok sayıda sayısal örnek ve bilgisayar uygulamaları ile açıklanması biçiminde yapılandırılmıştır. Ders anlatımı, ödevler, problem çözümü ve bilgisayar uygulamaları olacaktır.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ODV ÖDEV
2 YSS YIL SONU SINAVI
3 YSBN YIL SONU BAŞARI NOTU ODV * 0.50 +YSS * 0.50
4 BUT BÜTÜNLEME
5 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ODV * 0.50 + BUT * 0.50


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 14 3 42
Haftalık Ders öncesi/sonrası hazırlıklar 13 2 26
Final Sınavına Hazırlık 1 48 48
Ödev Hazırlama 3 25 75
Final 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.14554
ÖK.24554
ÖK.34554
ÖK.44554
ÖK.54554
ÖK.64554
ÖK.74554
ÖK.84554