| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Regresyon Analizi | İST303 | 5 | 3 + 1 | 8,0 |
| Birim Bölüm | İSTATİSTİK VE BİLGİSAYAR BİLİMLERİ |
| Derece Seviye | Lisans - Zorunlu - Türkçe |
| Dersin Verilişi | Örgün eğitim |
| EBS Koordinatörü | Dr. Öğr. Üyesi Burçin ÖNER |
| Ders Veren | Dr. Öğr. Üyesi Burçin ÖNER |
| Amaç |
Bu derste öğrenci, Regresyon analizini tanımlayabilecektir. Basit doğrusal regresyon denklemini üretir. Modeli EKK ile tahmin eder Regresyon modelini değerlendirebilecektir. Tahminin standart hatasını, varyansını, korelasyon katsayısını saptar ve yorumlar. EKK varsayımlarını listeler. Parametrelerin aralık tahminlerini tahmin eder ve yorumlar. Regresyon modelini hipotez testleriyle analiz eder ve sonuçları yorumlar Çoklu doğrusal regresyon analizi uygulayabilecektir. Basit doğrusal regresyon analizi ile çoklu doğrusal regresyon analizi arasındaki farklılıkları söyler. Modelin tahminini yapar ve yorumlar. Aralık tahmini ve hipotez testi yapar. Model yeterlilik kontrolü yapar. Artıkların grafiklerini yorumlar. Çoklu bağlantı problemini belirler. |
| Ders İçeriği |
Koşullu Beklenen Değer, Normal Dağılım ve Özellikleri, Regresyon Kavramı, Serpme Diyagramı Basit Doğrusal Regresyon Modeli ve EKK Tahmin Edicileri EKK Tahmin Edicilerinin Özellikleri, Diğer BDR Tahmin Yöntemleri Hata Varyansının Tahmini, Parametreler Hakkında Güven Aralıkları Hipotez Testleri Kareler Toplamı, ANOVA Tablosunun hazırlanması, Anlamlılık testleri, Belirlilik Katsayısı, Doğrusal Regresyonun Varsayımları, Değişken Varyanslılık, Normal Olasılık Grafiği ve Kullanımı Bilgisayar Uygulamaları Parametre Tahminleri ve Varyansların EÇOB ve Matris İşlemleri ile Bulunması, Trend Analizi Çoklu Doğrusal Regresyon Modeli ve Parametre Tahminleri ÇDR Modelinde İstatistiksel Çıkarımlar ve Bilgisayar Uygulamaları ÇDR için ANOVA ve Bilgisayar Uygulamaları Artıkların İncelenmesi, Ağırlıklı EKK Yöntemi, Çoklu Bağlantı ve Otokorelasyon Çoklu Korelasyon Katsayısı, Kısım ve Kısmî Korelasyon Katsayıları, Korelasyon Matrisi Değişken Seçme Yöntemleri ve Bilgisayar Uygulaması |
| Ders Kaynakları |
Hamza Gamgam, Bülent Altunkaynak. (2021). SPSS Uygulamalı Regresyon Analizi, Seçkin Yayınevi.
|
| Açıldığı Öğretim Yılı | 2022 - 2023 2023-2024 2024 - 2025 |
| Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
| Ara Sınav 1 | 40 |
| Toplam | 40 |
| Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
| Final | %60 |
| Toplam | %60 |
| Yarıyıl İçinin Başarıya Oranı | %40 |
| Yarıyıl Sonu Çalışmalar | %60 |
| Toplam | %100 |
| Kategori | Ders İlişki Yüzdeleri (%) |
|
Aktarılabilir Beceri Dersleri
|
0
|
|
Beşeri, İletişim ve Yönetim Becerileri Dersleri
|
0
|
|
Destek Dersleri
|
0
|
|
Ek Dersler
|
0
|
|
Kategori
|
0
|
|
Mesleki Seçmeli Dersler
|
0
|
|
Temel Meslek Dersleri
|
0
|
|
Uygulama Dersleri
|
0
|
|
Uzmanlık / Alan Dersleri
|
0
|
| Ders İş Yükü | Öğretim Metotlar / Öğretim Metodu | Süresi (Saat) | Sayısı | Toplam İş Yükü (Saat) |
| Dinleme ve anlamlandırma | Ders | 4 | 14 | 56 |
| Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim | Sınıf Dışı Çalışma | 4 | 14 | 56 |
| Ara Sınav 1 | Ara Sınav 1 | 5 | 1 | 5 |
| Final | Final | 10 | 1 | 10 |
| Toplam İş Yükü (Saat) | 127 | |||
| AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 4,98 | |||
| AKTS | ||||
| Hafta | Konu | Öğretim Metodu |
|---|---|---|
| 1 | Koşullu Beklenen Değer, Normal Dağılım ve Özellikleri, | Ders |
| 2 | Regresyon Kavramı, Serpme Diyagramı | Ders |
| 3 | Basit Doğrusal Regresyon Modeli ve EKK Tahmin Edicileri | Ders |
| 4 | EKK Tahmin Edicilerinin Özellikleri, Diğer BDR Tahmin Yöntemleri | Ders |
| 5 | Hata Varyansının Tahmini, Parametreler Hakkında Güven Aralıkları | Ders |
| 6 | Hipotez Testleri Kareler Toplamı, ANOVA Tablosunun hazırlanması, Anlamlılık testleri, Belirlilik Katsayısı, Doğrusal Regresyonun Varsayımları, Değişken Varyanslılık, Normal Olasılık Grafiği ve Kullanımı | Ders |
| 7 | Bilgisayar Uygulamaları Parametre Tahminleri ve Varyansların EÇOB ve Matris İşlemleri ile Bulunması, Trend Analizi | Ders |
| 8 | Ara sınavları | Ders |
| 9 | Çoklu Doğrusal Regresyon Modeli ve Parametre Tahminleri | Ders |
| 10 | ÇDR Modelinde İstatistiksel Çıkarımlar ve Bilgisayar Uygulamaları | Ders |
| 11 | ÇDR için ANOVA ve Bilgisayar Uygulamaları | |
| 12 | Artıkların İncelenmesi, Ağırlıklı EKK Yöntemi, Çoklu Bağlantı ve Otokorelasyon | Ders |
| 13 | Çoklu Korelasyon Katsayısı, Kısım ve Kısmî Korelasyon Katsayıları, Korelasyon Matrisi | Ders |
| 14 | Değişken Seçme Yöntemleri ve Bilgisayar Uygulaması | Ders |
| Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
| Veri için uygun model seçimini yapar. | Yazılı Sınav | Problem Çözme | Önceden planlanmış özel beceriler |
| En Küçük Kareler Yöntemi ile model parametrelerinin tahminini yapar. | Yazılı Sınav | Problem Çözme | Önceden planlanmış özel beceriler |
| İstatistiksel çıkarım işlemlerini uygular. | Yazılı Sınav | Problem Çözme | Önceden planlanmış özel beceriler |
| Model varsayımlarının ve çoklu bağlantı incelemesini yapar. | Yazılı Sınav | Problem Çözme | Önceden planlanmış özel beceriler |
| Değişken seçim yöntemlerini uygular. | Yazılı Sınav | Problem Çözme | Önceden planlanmış özel beceriler |
DERS ÖĞRENME ÇIKTISI |
PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Veri için uygun model seçimini yapar. | 4 | 4 | 3 | - | - | 3 | 3 | 3 | 4 | 2 | 3 | 4 | 4 | 3 | 3 |
| En Küçük Kareler Yöntemi ile model parametrelerinin tahminini yapar. | 4 | 4 | 4 | - | - | 4 | 4 | 2 | 4 | 2 | 4 | 4 | 4 | 4 | 4 |
| İstatistiksel çıkarım işlemlerini uygular. | 4 | 4 | 2 | 2 | - | 4 | 4 | 3 | 4 | 3 | 3 | 4 | 4 | 4 | 4 |
| Model varsayımlarının ve çoklu bağlantı incelemesini yapar. | 5 | 5 | 5 | 2 | 2 | 4 | 4 | 3 | 4 | 2 | 4 | 4 | 4 | 4 | 4 |
| Değişken seçim yöntemlerini uygular. | 4 | 4 | 5 | 2 | 2 | 4 | 4 | 3 | 4 | 2 | 4 | 4 | 4 | 4 | 4 |
