UYGULAMALI MATEMATİK (TÜRKÇE, TEZLİ) | |||||
Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
MAT5019 | Uygulamalı İstatistiksel Analiz | Güz Bahar |
3 | 0 | 3 | 12 |
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Öğretim Dili: | Türkçe |
Dersin Türü: | Departmental Elective |
Dersin Seviyesi: | LİSANSÜSTÜ |
Dersin Veriliş Şekli: | Yüz yüze |
Dersin Koordinatörü: | Prof. Dr. İRİNİ DİMİTRİYADİS |
Opsiyonel Program Bileşenleri: | İstatistik paket programlarının kullanımı. |
Dersin Amacı: | Dersin amacı öğrenciye olasılık ve istatistik kuramının temel kavramlarını Excel uygulamaları üzerinden anlatarak,karmaşık gerçek hayat problemlerinin nasıl çözülebileceğini göstermektir. |
Bu dersi başarıyla tamamlayabilen öğrenciler; Bu dersin sonunda öğrenci kesikli ve sürekli rastlantı değişkenlerinin, koşullu beklenen değerin ekonomik problem çözümlerinde, proje kredilendirme kararlarında, bir şirketin kar seviyesinin modellenmesinde ne şekilde kullanıldığını anlayacak, veri üzerinden korelasyon hesaplaması, regresyon analizi yapabilecek, portföy optimizasyonunun neleri içerdiğini anlayacak, öngörü modellerinin nasıl kurulduğunu ve ne şekilde işlediğini bilecektir. |
Simülasyon ve koşullu olasılık, kesikli ve sürekli rastlantı değişkenleri ve uygulamları, korelasyon ve çok boyutlu Normal değişkenler ve uygulamları, koşullu beklenen değer ve lineer regresyon, simülasyon ve karar verme, risk paylaşımı, dinamik modeller ve GLM'e giriş. |
Hafta | Konu | Ön Hazırlık |
1) | Excel uzerinde veri analizi, basit simulasyon modeli, koşullu beklenen değer, olasılık ağaçları ve Bayes kuralı, ileri excel çizelgeleri. | |
2) | Kesikli rastlantı değişkenleri, kesikli değişkenlerin simülasyonu, beklenen değer ve standart sapma, veriden tahmin ve karar kriterleri. | |
3) | Sabit risk toleransı altında fayda, risk sevmezlik,simülasyon verisi ile fayda analizi, belirlilik eşitliği ve risk primi. | |
4) | Sürekli rastlantı değişkenleri, Normal dağılım, logaritmik ve üstel dağılımlar, Normal lotaryaların belirlilik eşitliği, diğer dağılımlar. | |
5) | Çok boyutlu raslantı değişkenlerinin korelasyonu. | |
6) | Çok boyutlu Normal yatırım gelirli portföy analizi, etkin portföy kurgusu. | |
7) | Koşullu olasılık,Lineer Regresyon modelleri. | |
8) | Karar değişkenlerinin optimizasyonu, karar vermede simülasyonun yeri, karar ağaçları, rekabet davranışı analizi. | |
9) | Finansta risk paylaşımı,optimal risk paylaşımı, ahlaki istismar altında risk paylaşımı. | |
10) | Kurumsal karar verme süreçleri, borsa değerlemeleri ve arbitraj fiyatlaması. | |
11) | Dinamik büyüme modelleri, zaman serileri ile tahmin, log-optimal yatırım stratejileri. Uygulamalar. | |
12) | Genelleştirilmiş doğrusal modellere giriş, bağlantı fonksiyonları, tahmin ve test etme. | |
13) | Genelleştirilmiş doğrusal modellere devam. | |
14) | Tekrar ve diğer uygulamalar. |
Ders Notları / Kitaplar: | Probability Models for Economic Decisions, Roger, B. Myerson, Duxubury Applied Series. |
Diğer Kaynaklar: |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Projeler | 4 | % 100 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 0 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 100 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
Ders Saati | 14 | 3 | 42 |
Sınıf Dışı Ders Çalışması | 6 | 5 | 30 |
Proje | 4 | 32 | 128 |
Toplam İş Yükü | 200 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı |