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 |
MAT5021 | Zaman Seri Analizi | 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: | Yok |
Dersin Amacı: | Bu dersin amacı, öğrencilerin bir rasgele değişkendeki değişimi zaman açıklayıcı değişkenini kullanarak açıklayabilmesini, zamana bağlı olarak yapılan farklı modelleme yaklaşımları arasındaki farkı kavrayabilmesini ve otoregresif veri setlerine uygulanabilecek zaman serileri modellerinin öğrenilmesini sağlamaktır. |
Bu dersi başarıyla tamamlayabilen öğrenciler; Bu dersi başarı ile tamamlayan öğrenci,hangi tür verilerin zaman serisi olarak adlandırabileceğini bilecek, otoregresif veriyi diğer verilerden ayırt edebilecek, bir otoregresif zaman serisi verisinin uyabileceği alternatif modelleri tanıyabilecek,otoregresif veriyi farklı modellere uyumlayabilecek ve en uygun modeli seçebilecek, anlamlı tahminlerde bulunabilecek. Uygun bilgisayar progrmaları kullanabilecek (örn: eviews) |
Zaman serisi hakkında genel bilgiler. Farklı zaman serisi modelleri ve bu modellere ilişkin temel özellikler. Zaman serisi modellerinin katsayılarının tahminlenme yöntemi. Veri setlerinin durağanlık analizi. Zaman serisi modellerinin uygunluğunu kontrol için istatistiksel yaklaşımlar. Uygun model yardımıyla geleceğe dönük tahminleme yapma ve yorumlama. |
Hafta | Konu | Ön Hazırlık |
1) | Zaman serilerine giriş, zaman serisi verisi, temel modelleme ilkeleri, stokastik modellemenin prensipleri. | |
2) | Zaman serisi verisinin bileşenlerinin tanımlanması. | |
3) | Otoregresif (AR) zaman serisi modelinin tanımı ve özellikler. | |
4) | Hareketli ortalama (MA) zaman serisi modelinin tanımı ve özellikler. | |
5) | Otoregresif-Hareketli ortalama (ARMA) zaman serisi modelinin tanımı ve özellikler. | |
6) | Durağan olmayan Otoregresif-Hareketli ortalama (ARIMA) zaman serisi modelinin tanımı ve özellikler. | |
7) | Veri setlerinin durağanlığına ilişkin testler. | |
8) | Problem çözümleri. | |
9) | Box – Jenkins yönteminin temel teorik yapısı ve özellikleri. Box – Jenkins yöntemi ile tahminleme. | |
10) | Box – Jenkins yöntemi, devam. | |
11) | GARCH modelinin tanımı ve özellikleri. | |
12) | ARCH - M modelinin tanımı ve özellikleri. | |
13) | Vektör otoregresif modelin yapısı. | |
14) | Kointegrasyon yöntemi. |
Ders Notları / Kitaplar: | Turkish books: 1. Ekonometrik Zaman Serileri Analizi EViews Uygulamalı, M. Sevüktekin ve M. Nargeleçekenler, Nobel Yayın, 2007. 2. Zaman Serileri Analizi, H. Bozkurt, Ekin Kitabevi, 2007. YARDIMCI KİTAPLAR: 3. Zaman Serileri Analizi (Birim Kökler ve Kointegrasyon), Y. Akdi, Bıçaklar Kitabevi, 2003. English references Time Series Analysis and Its Applications With R Examples, R.H. Shumway and D.S. Stoffer, Springer, 2006. Statistical Methods for Forecasting, B. Abraham and J. Ledolter, John Wiley and Sons, Inc. Publication, 2005. |
Diğer Kaynaklar: |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Projeler | 4 | % 40 |
Ara Sınavlar | 1 | % 30 |
Final | 1 | % 30 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 30 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 70 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
Ders Saati | 14 | 3 | 42 |
Proje | 4 | 29 | 116 |
Ara Sınavlar | 1 | 17 | 17 |
Final | 1 | 25 | 25 |
Toplam İş Yükü | 200 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı |