Öğretim Dili: |
İngilizce |
Dersin Türü: |
Departmental Elective |
Dersin Seviyesi: |
LİSANS
|
Dersin Veriliş Şekli: |
Yüz yüze
|
Dersin Koordinatörü: |
Prof. Dr. ÇAĞLAR YURTSEVEN |
Dersin Amacı: |
Bu dersin ana amacı, istatistik/ekonometrik modellemelerin ekonomi alanında nasıl uygulandığını göstermektir. Bu ders, veri işleme ve ekonomi alanında kullanılan modellerin oluşturulması, tahmin edilmesi ve yorumlanması üzerine yoğunlaşıyor. Ders, istatistik ve ekonometri alanının eğlenceli örneklerini, görseller, videolar ve sınıf içindeki karşılıklı etkileşim ile göstermektedir.
Konular, veri işlemenin temelleri, tanımlayıcı istatistikler, regresyon analizi, tahmin edicilerin istatistiksel özellikleri, örnekleme dağılımları, çıkarım, tahmin ve model varsayımlarının ihlalleri ile başlayacaktır. Uygulamada kullanılan birçok pratik ayrıntıyı göreceksiniz. Kursun nihai amacı, ekonometrik analiz yaparken ve bilimsel makaleleri okurken ve yorumlarken kendinize daha fazla güven duymanızı sağlamaktır.
Öğrenciler, dersler sırasında vaka çalışmaları kullanarak istatistiksel ve ekonometrik modelleri uygulayacaklardır. Öğrencilerin Stata programlamayı temel/orta seviyede öğrenip yüksek kaliteli raporlar yazacakları bilgisayar laboratuvarları da olacaktır. |
Hafta |
Konu |
Ön Hazırlık |
1) |
Ders Seti 0. Genel Bakış
- Dersin amaçları
- Model nedir?
- Modelleme trendleri
- Verilerin işlenmesi
- Verinin korkusu
- Veri türleri
- Modelleme jargonları |
Ders Kitabı: Bölüm 1, 1.2, 1.3, and 1.4. |
2) |
Ders Seti 0. Bazi Tekrarlar: Betimleyici ve Çıkarımsal İstatistik Yöntemleri
- Tekrar: Betimleyici analiz - Bir vaka çalışması
- Güzel grafikler oluşturmak
- Tekrar: İstatistiksel çıkarım nedir? Genel bir giriş
- Vaka Çalışması: TV Dizisi 100 ile etkileşimli simülasyonlar |
Ders Kitabı: Appendix B ve C (Genel olarak gözden geçir) |
3) |
Ders Seti I. Regresyon Modellemesinin Temelleri
- Ekonometrik Modeller
- Çocukça bir yaklaşım
- En küçük kareler aracı
- Residuallar
- R-kare ve Star Trek
- Bir modelle falcılık yapmak: tahmin
- Birkaç örnek |
Ders Kitabı: Bölüm 2.1, 2.2, 2.3 and 3.1, 3.2, 6.4 |
4) |
Bilgisayar Laboratuvarı I. Stata ile Regresyon Modelleri
- Stata'ya giriş
- Stata ile çoklu regresyonların tahmin edilmesi
- Vaka Çalışması: Para mutluluğu satın alabilir mi? |
|
5) |
Ders Seti II. Regresyon Modellemesinde Çıkarım
- Varsayımlar ve başarısızlıklar: Gauss-Markov Teoremi
- Regresyonun sağlığı - basit artıklar analizi
- Özet: İstatistiksel çıkarım nedir? Simülasyon çalışmaları
- Regresyon parametrelerinin istatistiksel testi
- Birleşik hipotez testi
- Güven aralıkları
- Bütün modelin testi
- Vaka Çalışması: Eğitim ve maaş modellemesi |
Ders Kitabı: Bölüm 4 ve 8.1, 15.1 |
6) |
Bilgisayar Laboratuvarı II. Stata ile İstatistiksel Çıkarım
- OLS örnekleme dağılımlarının ve merkezi limit teoreminin simülasyonu
- Stata ile istatistiksel çıkarım yapmak
- Vaka Çalışması: Sağlık ve sağlık davranışları modellemesi |
|
7) |
Ders Seti III. Regresyon Modellemesinde Ölçüm ve Dummy Değişkenler
- Ölçüm birimleri
- Ölçüm birimlerinin örnekleri
- Dummy değişkenler
- Dummy değişkenlerin yorumu
- Vaka Çalışması: Cinsiyet ayrımcılığı modellemesi |
Ders Kitabı: Bölüm 2.4 ve 3.1, 3.2, 6.1, 7.1, 7.2 ve 7.3 |
8) |
Bilgisayar Laboratuvarı III. Stata ile Ölçüm ve Dummy Değişkenler
- Stata'da ölçüm birimlerinin değiştirilmesine dair örnekler
- Stata'da dummy değişkenler
- Vaka Çalışması: Konut memnuniyetinin belirleyicileri |
|
9) |
Ders Seti IV. Doğrusal Olmayan Regresyon Modelleri
- Doğrusal olmayan regresyon
- Kuadratik regresyon
- Vaka Çalışması: Üretim maliyetinin ortalaması
- Kuadratik regresyonların yorumu: marjinal etkiler
- Kübik regresyon ve ötesi
- Vaka Çalışması: Üretimde toplam maliyet |
Ders Kitabı: Bölüm 6 |
10) |
Bilgisayar Laboratuvarı IV. Stata ile Doğrusal Olmayan Regresyon Modelleri
- Regresyonlarda polinom fonksiyonları
- Stata ile marjinal etkiler
- Vaka Çalışması: Yaş ve mutluluk ilişkisini modelleme |
|
11) |
Ders Seti V. Regresyon Modellerinde Logaritmalar ve Etkileşimler
- Neden logaritma kullanıyoruz?
- Logaritmik, üssel ve güç regresyonları
- Logaritma içeren modellerin yorumu
- Heterojenlik ve etkileşimler
- Dummy değişkenlerle etkileşimler
- Vaka Çalışması: Profesör maaşlarında cinsiyet farkları |
Ders Kitabı: Bölüm 7.1 ve 7.4 |
12) |
Bilgisayar Laboratuvarı V. Stata ile Logaritmaların ve Etkileşimlerin Kullanımı
- Stata'da logaritma fonksiyonları
- Stata dilinde etkileşimler ve marjinal etkiler
- Vaka Çalışması: Mutluluk üzerinde cinsiyet priminin etkisi var mı? |
|
13) |
Ders Seti VI. İkili Seçim Modelleri
- Seçim modelleme: iki yorum
- Doğrusal olasılık modeli ve yorumlar
- Lojistik regresyon ve yorumlar
- Lojistik regresyon sonrası uyum iyiliğini değerlendirme
- Vaka Çalışması: İpotek başvurularını modelleme |
Ders Kitabı: Bölüm 17.1 |
14) |
Bilgisayar Laboratuvarı VI. Stata ile Logaritmaların ve Etkileşimlerin Kullanımı
- Stata ile doğrusal olasılık ve lojistik regresyon tahmini
- Vaka Çalışması: İş gücü arzı modelleri - İş gücüne katılım |
|
|
Dersin Program Kazanımlarına Etkisi |
Katkı Payı |
1) |
Matematik ve istatistik alanlarında geliştirilen bilgili birikimi ile hem mikro hem de makro düzeyde ekonomik mekanizmaların nasıl çalıştığını anlamak. |
5 |
2) |
Piyasaların, endüstrinin ve piyasa düzenleme politikalarının özelliklerini anlama. |
5 |
3) |
Farklı ekonomik bakış açılarını anlayarak küresel ekonomik olayları açıklama yeteneği kazanma. |
4 |
4) |
Siyasetin ekonomiye etkisini ve ekonominin siyasete etkisini analiz etme yeteneği. |
4 |
5) |
Ekonomik sorunlara çözüm üretme ve karşıt politika önerilerini değerlendirme yetkinliği kazanma. |
4 |
6) |
Yeni ekonomik gelişmeleri ve yaklaşımları anlama ve değerlendirme. |
4 |
7) |
Ekonomik haberleri ve gelişmeleri yazılı, sözlü ve grafiklerle aktarabilme becerisi kazanma. |
2 |
8) |
Ekonomik sorunlara yönelik planlı çözümler üretme yetkinliği. |
5 |
9) |
Sayısal ve sözel becerileri kullanarak ekonomik varsayımları destekleyici bulgular sunma yetkinliği. |
3 |
10) |
Yabancı dil kullanarak ekonomiyle ilgili bilgileri takip etme ve meslektaşlarla iletişim kurabilme yetkinliği. |
2 |