Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTSSon Güncelleme Tarihi
5İKT343İstatistiki Modelleme2+0+02318.08.2026
Dersin Detayları
Dersin Dili Türkçe
Dersin Düzeyi Lisans
Bölümü / Programı İktisat
Öğrenim Türü Örgün Öğretim
Dersin Türü Seçmeli
Dersin Öğretim Şekli Yüz Yüze
Dersin Amacı Bu ders, istatistiksel modelleme tekniklerini tanıtmayı ve öğrencilerin veriye dayalı analiz yapma yeteneklerini geliştirmeyi amaçlamaktadır. Öğrenciler, regresyon analizi, zaman serisi analizi, faktör analizi gibi çeşitli istatistiksel modelleme yöntemlerini öğrenerek, bu teknikleri gerçek dünyadaki veri setlerine uygulamayı öğreneceklerdir.
Dersin İçeriği Ders, istatistiksel modelleme tekniklerinin temellerini öğretmeye odaklanır. Öğrenciler, veriye dayalı analizler yapabilmek için regresyon analizi, zaman serisi analizi, faktör analizi ve makine öğrenmesi gibi yöntemleri öğreneceklerdir. Ayrıca, model değerlendirmesi, doğrulama yöntemleri ve sonuçların yorumlanması da dersin önemli bir parçasıdır. Öğrenciler, istatistiksel yazılımlar (R, Stata) kullanarak, teorik bilgileri gerçek dünya verilerine uygulayacaklar ve analiz sonuçlarını doğru bir şekilde raporlama becerisi kazanacaklardır.
Dersin Yöntem ve Teknikleri Konu Anlatım- Soru-Cevap-Uygulama
Ön Koşulları Yok
Dersin Koordinatörü Sekreter Turgay Bozan
Dersi Verenler Dr.Öğretim Üyesi CEMİLE GÖKÇE ÖZMEN
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar Montgomery, D. C., Peck, E. A., & Vining, G. G. (2012). Doğrusal Regresyon Analizine Giriş.
Ders Notları %70 Katılım Zorunludur

Ders Yapısı
Sosyal Bilimler %100

Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav 1 % 40
Yarıyıl Sonu Sınavı 1 % 60
Toplam :
2
% 100

 
AKTS Hesaplama İçeriği
İş Yükü Sayısı Süre Toplam İş Yükü (Saat)
Ders Süresi 15 2 30
Ara Sınavlar 1 30 30
Yarıyıl Sonu Sınavı 1 30 30
Toplam İş Yükü   AKTS Kredisi : 3 90

 
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 İstatistiksel modelleme tekniklerini ve analiz yöntemlerini anlamak ve uygulamak
2 Regresyon analizi, zaman serisi analizi ve faktör analizi gibi istatistiksel yöntemleri kullanarak veri setlerini analiz etmek
3 İstatistiksel yazılımları (R, Stata vb.) kullanarak modeller oluşturmak ve değerlendirmek

 
Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 İstatistiksel Modelleme Giriş
2 Regresyon Analizi
3 Çoklu Regresyon ve Model Seçimi
4 Zaman Serisi Analizi
5 Korelasyon ve Faktör Analizi
6 Model Değerlendirmesi ve Diagnostikler
7 İleri Düzey Regresyon Modelleri
8 Ara Sınav
9 Zaman Serisi ve Ekonometrik Modeller
10 Makine Öğrenmesi ve Modelleme
11 İstatistiksel Yazılımlar: R ve Stata
12 Veri Madenciliği ve Modelleme
13 Model Sonuçlarının Yorumlanması
14 Kapanış ve Final Sınavı Hazırlığı
15 Genel Değerlendirme

 
Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12
Tüm 3 4 3 4 4 3 4 3 3 4 3 1
Ö1 3 3 4 4 4 3 4 4 3 4 4 1
Ö2 3 3 4 4 3 3 4 4 3 4 4 1
Ö3 5 4 5 4 4 3 4 4 5 3 3 1

  Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek