• 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 STA 5075 Regresyon Çözümlemesi SEÇMELİ 3 0 0 7

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROF. DR. NESLİHAN DEMİREL

Dersi Alan Birimler

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

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Basit Doğrusal Regresyon ve Korelasyon 2   Artık analizi 3   Çoklu Regresyon 4   Model geçerliliğinin ölçülmesi 5   Polinomiyal regresyon 6   Çoklu Regresyon karşılaşılan problemler 7   Model kurma problemi 8   Model değerlendirme

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 İstatistiğe giriş 2 Araştırıcı veri analizi 3 Basit Doğrusal Regresyon ve Korelasyon 4 Aralık kestirimi ve Basit Doğrusal Regresyon 5 Artık analizi 6 Çoklu Regresyon 7 Çoklu Regresyonda güven aralıkları 8 Model geçerliliğinin ölçülmesi 9 Polinomiyal regresyon 10 Çoklu Regresyon karşılaşılan problemler 11 Model kurma problemi-Adımsal regresyon yöntemleri 12 Model kurma problemi-Olası En İyi Alt Küme Seçimi 13 Model Değerlendirme 14 Proje sunumu

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Dersler, kaynak kitabın okunması ve teorik kavramların seçilen çok sayıda sayısal örnek ve bilgisayar uygulamaları ile açıklanması biçiminde yapılandırılmıştır. Ana ağırlık uygulamaya verilmiştir. Soru sorulması ve konu üzerine tartışılması teşvik edilir. Ders anlatımı ve problem çözümü olacaktır.

Değerlendirme Yöntemleri

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

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 14 2 28 Vize Sınavına Hazırlık 1 30 30 Final Sınavına Hazırlık 1 40 40 Proje Hazırlama 1 30 30 Final Sınavı 1 2 2 Vize Sınavı 1 2 2 TOPLAM İŞ YÜKÜ (saat) 174

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 5 5 5 ÖK.2 5 5 5 ÖK.3 5 5 5 ÖK.4 5 5 5 ÖK.5 5 5 5 ÖK.6 5 5 5 ÖK.7 5 5 5 ÖK.8 5 5 5