Ders Öğretim Planı

Ders Kodu Ders Adı Ders Türü Yıl Dönem AKTS
İST384 Doğrusal Olmayan Regresyon Çözümlemesi 927003 3 6 3

Dersin Amacı

Öğrencilerin çeşitli regresyon modellerini öğrenmesini ve mevcut problemlerde modelleme yapabilme becerilerini sağlamak, Doğrusal olmayan regresyonda parametre tahmini ve hazır paket programlarla çözüm yapabilmelerini öğretmek

Dersin Veren Öğretim Görevlisi/Görevlileri

İstatistik Bölümü Öğretim Üyeleri

Ön Koşul Dersleri

Yok

Önerilen Diğer Hususlar

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

1. Douglas M. Bates and Donald G. Watts, “Nonlinear Regression Analysis and its Applications” 2. Birkey, D., Dodge, Y. (1993), Alternative Methods of Regression, John Wiley ve Sons İnc., U.S.A.

Dersin Sunulduğu Dil

Türkçe

Staj Durumu

Yok

Dersin İçeriği

Çoklu Doğrusal regresyon modeli ve en küçük kareler yöntemi, En Küçük Karelerin Geometrik yaklaşımı, Proje uygulaması

Değerlendirme

# Etkinlikler Adet Yuzde Katkısı Yarıyıl İci Etkinlik Yıl Sonu Etkinlik
90 Yarıyıl (Yıl) İçi Etkinlikleri 0 40
91 Yarıyıl (Yıl) Sonu Etkinlikleri 0 60
1 Ara Sınav 1 100 1
2 Final Sınavı 1 100 1

Ders İş Yükü Verisi

# Etkinlikler Adet Süresi(saat) Toplam İş Yükü(saat)
1 Ara Sınav 1 2 2
2 Final Sınavı 1 2 2
5 Derse Katılım 13 3 39
11 Soru-Yanıt 2 3 6
29 Bireysel Çalışma 3 2 6
31 Ödev Problemleri için Bireysel Çalışma 3 3 9
32 Ara Sınav İçin Bireysel Çalışma 1 3 3
33 Final Sınavı içiin Bireysel Çalışma 1 5 5
54 Ev Ödevi 2 2 4

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Temel kavramlar matrislerde özdeğer –özvektör kavramı
2 Karesel formlar ve türevleri
3 Basit doğrusal regresyon modeli ve en küçük kareler yöntemi
4 Çoklu Doğrusal regresyon modeli ve en küçük kareler yöntemi
5 Model varsayımları ve testleri
6 Doğrusal olmayan regresyon modeli
7 Doğrusallaştırılabilen modeller
8 Ara sınav
9 Gaus-Newton Metodu ile parametre tahmini
10 En Küçük Karelerin Geometrik yaklaşımı
11 Newton-Raphson metodu ile parametre tahmini
12 Levenberg-Marquardt algoritması
13 Model spesifikasyonu
14 Proje uygulaması

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1273985 Doğrusal regresyon modelini öğrenme
2 1273986 Mevcut problemlerde modelleme yapabilme
3 1273987 Modelin parametrelerini tahmin edebilme.
4 1273988 Doğrusal Regresyon modelini tahmin amaçlı kullanabilme
5 1273989 Proje uygulayabilme

Bölüm Program Çıktıları

# Program Çıktı Id Açıklama
1 63602 İstatistik bilgilerini kullanabilme becerisi
2 63615 İstatistiksel olaylar için matematiksel modelleme yapabilme becerisi
3 63613 İstatistiksel veri toplama, düzenleme, analiz etme ve yorumlama becerisi
4 63614 Meslekte gelişmeye devam etme becerisi
5 63603 Analitik düşünme yeteneği kazandırma ve kullanma becerisi
6 63604 Bilimsel çalışmalar için gerekli olan teknikleri, yetenekleri ve modern araçları kullanabilme, yaygın ve kaynak taraması yapabilme becerisi
7 63605 Gerçek yaşamda karşılaşabileceği sorulara çözüm bulmada uygun istatistiksel modelleme yaklaşımını tespit etme ve uygulama becerisi
8 63606 Deney tasarlama, deney yapma, deney sonuçlarını istatistiksel olarak analiz etme ve yorumlama becerisi
9 63608 Ekonomi, bilgi teknolojileri ve sosyal bilimlerde temel bilgiye sahip olma becerisi
10 63607 Sözel ve yazılı olarak iş ahlakı içinde takım üyeleri ile ve müşterilerle etkin iletişim kurma becerisi
11 63609 Bireysel olarak ve disiplinler arası takımlarda çalışabilme becerisi
12 70076 Etkin iletişim kurabilme becerisi
13 63610 Mesleki ve etik sorumluluğa sahip olma yeteneği
14 63611 İstatistiksel problem çözmede bilgisayar programı yazabilme, paket program ve algoritmaları kullanabilme becerisi
15 63612 Genelde istatistiksel, kısmen matematiksel problemleri tanımlama, formüle etme ve çözme becerisi

Ögrenme Çıktı Matrisi

Program Çıktısı
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Öğrenme Çıktısı
1 5 5 3 3 4 4 4 5 3 2 3 1 1 3 4
2 5 4 4 3 4 4 4 5 3 2 3 1 1 3 4
3 5 5 4 3 4 4 4 5 3 2 3 1 1 3 4
4 5 4 4 3 4 4 4 5 3 2 3 1 1 3 4
5 5 4 5 3 4 4 4 5 3 2 5 3 1 3 4
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek