Türkçe | English
FEN FAKÜLTESİ / İSTATİSTİK ve BİLGİSAYAR BİLİMLERİ BÖLÜMÜ
( I. ÖĞRETİM)
Ders Bilgi Paketi
http://www.ktu.edu.tr/isbb
Tel: +90 0462 3773112
FENF
FEN FAKÜLTESİ / İSTATİSTİK ve BİLGİSAYAR BİLİMLERİ BÖLÜMÜ / ( I. ÖĞRETİM)
Katalog Ana Sayfa
  Katalog Ana Sayfa  KTÜ Ana Sayfa   Katalog Ana Sayfa
 
 

IST4006Regresyon Analizi4+0+0AKTS:6
Yıl / YarıyılBahar Dönemi
Ders DuzeyiLisans
Yazılım ŞekliZorunlu
BölümüİSTATİSTİK ve BİLGİSAYAR BİLİMLERİ BÖLÜMÜ
Ön KoşulYok
Eğitim SistemiYüz yüze
Dersin Süresi14 hafta - haftada 4 saat teorik
Öğretim ÜyesiArş. Gör. Buğra Kaan TİRYAKİ
Diğer Öğretim ÜyesiPROF. DR. Türkan ERBAY DALKILIÇ
Öğretim DiliTürkçe
StajYok
 
Dersin Amacı:
Kamu ve Özel Sektörde karşılaşabilecekleri verilerin analizlerini yapabilmek, analiz sonuçlarını yorumlayabilecek düzeyde bilgi, beceri ve pratikliğin kazandırılması
 
Öğrenim KazanımlarıBPKKÖY
Bu dersi başarı ile tamamlayan öğrenciler :
ÖK - 1 : Model parametrelerini tahmin ederek, en uygun modeli elde edebilecek1,5,8,111,
ÖK - 2 : İstatistik paket programlarını kullanarak en iyi şekilde modelleyebilecek1,5,8,111
ÖK - 3 : Önerilen model hakkında iddia edilen hipotezleri test edebilecek1,5,8,111
ÖK - 4 : Önerilen model hakkında istatistiki yorumları yapabilecek1,5,8,111
BPKK :Bölüm program kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı
 
Ders İçeriği
Tek bağımsız değişken durumunda lineer regresyon ve korelasyon, genel lineer regresyon analizi, lineer şekle dönüştürülebilen ilişkiler, klasik lineer regresyon modelinden sapmalar, yapay (kukla) değişkenlerle regresyon analizi, en iyi regresyon modelinin kurulması, parametreleri lineer olmayan regresyon kavramı
 
Haftalık Detaylı Ders İçeriği
 HaftaDetaylı İçerikÖnerilen Kaynak
 Hafta 1Regresyon analizi: genel bilgiler, içerik, amaç ve yöntemin tartışılması.
 Hafta 2Değişkenler, regresyon katsayısı, veri türleri.
 Hafta 3Basit doğrusal regresyon, en küçük kareler yöntemi, örnekler.
 Hafta 4Veri küçültme yöntemleri, model tahmini, katsayıların varyansları.
 Hafta 5Regresyon katsayılarının önem kontrolü, güven aralıkları.
 Hafta 6Regresyon katsayılarının önem kontrolü, güven aralıkları devam ediyor
 Hafta 7Uygulama, ANOVA tablosunun oluşturulması, doğrusallıktan ayrılışın önem kontrolü ve uygulama.
 Hafta 8Arasınav
 Hafta 9Korelasyon, önem kontrolü, doğrusal olmayan regresyon modeli.
 Hafta 10Yeni konu ile ilgili ön bilgi, karesel formlar ve dağılımları, beklenen değer.
 Hafta 11Basit doğrusal regresyonda matris gösterimi, EKKY.
 Hafta 12Örnekler
 Hafta 13Çoklu doğrusal regresyonda hipotez testleri, örnekler.
 Hafta 14Çok terimli regresyon denklemleri, aralık tahmini, çoklu korelasyona giriş.
 Hafta 15Aykırı değer, değişen varyanslılık, kukla değişkenler, çoklu bağlantı, değişken seçim yöntemleri.
 Hafta 16Dönem sonu sınavı
 
Ders Kitabı / Malzemesi
1Gamgam, H., Altunkaynak B. 2021; Regresyon Analizi, Seçkin Yayıncılık, Ankara
 
İlave Kaynak
1Yan, Xin; Su, Xiaogang, 2009; Linear Regression Analysis : Theory and Computing, World Scientific Publishing Co. eBook. 349p.
2Öztürkcan, Meriç. 2009; Regresyon analizi, Maltepe Üniversitesi Yayınları
 
Ölçme Yöntemi
YöntemHaftaTarih

Süre (Saat)Katkı (%)
Arasınav 9 16/04/2022 1,5 50
Dönem sonu sınavı 16 06/06/2022 1,5 50
 
Öğrenci Çalışma Yükü
İşlem adıHaftalık süre (saat)

Hafta sayısı

Dönem toplamı
Yüz yüze eğitim 4 14 56
Sınıf dışı çalışma 2 14 28
Laboratuar çalışması 0 0 0
Arasınav için hazırlık 12 1 12
Arasınav 1.5 1 1.5
Uygulama 0 0 0
Ödev 5 7 35
Proje 0 0 0
Dönem sonu sınavı için hazırlık 15 1 15
Dönem sonu sınavı 1.5 1 1.5
Diğer 1 0 0 0
Diğer 2 0 0 0
Toplam Çalışma Yükü149