DERS ADI

: Doğrusal Zaman Serisi Analizi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
STA 5105 Doğrusal Zaman Serisi Analizi SEÇMELİ 3 0 0 8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROF. DR. ESİN FİRUZAN

Dersi Alan Birimler

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

Dersin Amacı

Dersin Öğrenme Kazanımları

1   1. Zaman serileri bileşenlerini ayırt edebilme ve zaman serisi verileriyle çalışılan alanlarda ampirik araştırmalar yapmak için gerekli becerileri geliştirme,
2   2. Herhangi bir stokastik sürecin otokovaryans fonksiyonunu elde edebilme,
3   3. Mevsimsel olmayan Box-Jenkins modellerini Otokorelasyon ve Kısmi otokorelasyon fonksiyonlarını kullanarak belirleyebilme,
4   4. Geçici olarak belirlenen ARIMA (p,d,q) modellerinin parametrelerinin anlamlılığını test edebilme,
5   5. En çok olabilirlik, Yule-Walker ve En küçük kareler tahmin yöntemleri ile parametre tahmini yapabilme,
6   6. Modelin yeterliliğine karar verebilme,
7   7. Mevsimsel model ile mevsimsel olmayan modelleri ayırt edebilme,
8   8. Oluşturulan ARIMA(p,d,q)x(P,D,Q) modeli kullanarak öngörü yapabilme,
9   9. Algoritmalar kullanarak öngörü yapabilmek,

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 1.Hafta Zaman Serisinde Durağanlık Kavramı
2 2.Hafta Sıfır-ortalamalı modeller/Beyaz Gürültü/Rassal Yürüyüş Süreçleri
3 3.Hafta Veri tarama yöntemleri ile bileşenleri belirleme
4 4.Hafta Zaman Serisi Regresyonu ve Üssel Düzeltme Teknikleri
5 5.Hafta Otokorelasyon Fonk. &Kısmi Otokorelasyon Fonksiyonu
6 6.Hafta Mevsimsel Olmayan Box-Jenkins Modelinin Geçici Olarak Belirlenmesi
7 7.Hafta Otoregresif Model AR(p), Hareketli Ortalamalar Modeli MA(q),
8 8.Hafta Karma Otoregresif Hareketli Ortalamalar Modeli ARMA(p,q)
9 9.Hafta Yule-Walker/ En Çok Olabilirlik/En Küçük Kareler
10 10.Hafta Ödev 1/2/3, Burgs Algthm/Innovation Algrthm
11 11.Hafta Tanısal Kontrol
12 12.Hafta FPE Kriteri-AICC Kriteri
13 13.Hafta Öngörüleme
14 14.Hafta Öngörü birleştirme, Öngörü performansı ölçümü

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, ödev, proje ve sunum

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ODV 1 ÖDEV 1
2 ODV 2 ÖDEV 2
3 ODV 3 ÖDEV 3
4 YSS YIL SONU SINAVI
5 YSBN YIL SONU BAŞARI NOTU ODV 1 + ODV 2 + ODV 3/3 * 0.40 + YSS * 0.60
6 BUT BÜTÜNLEME
7 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ODV 1 + ODV 2 + ODV 3/3 * 0.40 + BUT * 0.60


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 3 42
Final Sınavına Hazırlık 1 36 36
Ödev Hazırlama 3 24 72
Final Sınavı 1 8 8
TOPLAM İŞ YÜKÜ (saat) 200

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10
ÖK.1555545
ÖK.2555
ÖK.355
ÖK.4455
ÖK.555
ÖK.654555553
ÖK.75555
ÖK.85555
ÖK.9555535