| ENDÜSTRİ 4.0 (İNGİLİZCE, TEZSİZ) | |||||
| Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey | ||
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| ECO4441 | Mikroekonometri | Güz | 3 | 0 | 3 | 6 |
| Bu dersin açılması ilgili bölüm tarafından yarıyıl başında belirlenir |
| Öğretim Dili: | En |
| Dersin Türü: | Departmental Elective |
| Dersin Seviyesi: | LİSANSÜSTÜ |
| Dersin Veriliş Şekli: | Hibrit |
| Dersin Koordinatörü: | Dr. Öğr. Üyesi GÖKHAN ŞAHİN GÜNEŞ |
| Dersin Amacı: | Bu dersin amacı firma, hanehalkı ve bireysel düzeydeki verilerin incelenmesinde kullanılan mikro ekonometrik model ve yöntemlerin açıklanması ve model sonuçlarının yorumlanmasıdır. Derste öğrencilerin ilgili istatiksel paketlerin (STATA, R gibi) nasıl kullanılacağı öğretilerek, mikro veri seti analizlerinin uygulaması gösterilecektir. |
|
Bu dersi başarıyla tamamlayabilen öğrenciler; 1 Mikro ekonometri, mikro ekonomik veri ve özellikleri kavramlarını bilirler. 2 Bağımlı nitel tercih modellerini kurabilirler, kurulmuş ve yeni kuracakları modelleri yorumlayabilir ve uyum iyiliği ölçülerini bilirler. 3 Bağımlı nitel tercih modellerinin tahmin yöntemlerini bilerek uygun tahmin yöntemini seçebilirler. 4 Çoklu tercih modellerini kurabilirler, kurulmuş ve yeni kuracakları modelleri yorumlayabilirler. 5 Multinominal logit/probit ve sıralı logit/probit modellerini kurabilirler, kurulmuş ve yeni kuracakları modelleri yorumlayabilirler. 6 Panel Veri Analizini basit düzeyde yapabilirler. 7 İcsellik Probleminin ne olduğunu öğrenir ve sorunun çözülmesi için hangi teknikleri uygulamaları gerektiğini bilirler. 8 Yanlı seçim probleminin ne olduğunu bilir ve alternatif metotlar önerebilirler. |
| Bu derste, ekonometrinin temel prensiplerini ve En Küçük Kareler Yöntemi (EKK) tekrar edildikten sonra, mikroekonometriye giriş yapılacaktır. Öğrenciye bu aşamada mikro veri setleri tanıtılacak ve uygulama alanlarından bahsedilecektir. Dersin sonraki aşamalarında doğrusal olasılık modelleri, probit/logit modelleri, tobit modelleri, çok değişkenli ve sıralı probit/logit modelleri, içsellik sorunu, araç değişken modelleri, yanlı seçim sorunu, eğilim skoru eşleme yöntemi, regresyon süreksizlik tasarımı, fark-fark metodu ve panel veri seti (sabit ve rassal etkiler) modelleri incelenecektir.Öğrencilere dönem süresince ilgili istatistik paketleri hakkında bilgi verilerek teorik olarak öğretilen bilgilerin uygulamadaki kullanımı öğretilecektir. |
| Hafta | Konu | Ön Hazırlık | |
| 1) | Giriş, Temel Kavramlar, En Küçük Kareler Yöntemi (EKK) | Bölüm 1,4 Cameron | |
| 2) | Mikroekonomik Data Yapısı, Kesit Veri Tanımı, Kesit Veriler için modellemeye giriş | Bölüm 3 Cameron | |
| 3) | Doğrusal Olasılık, Probit ve Logit Modelleri | Bölüm 14, Cameron | |
| 4) | Sıralı Probit ve Sıralı Logit Modelleri, Multinomial Logit Modelleri | Bolum 15 Cameron | |
| 5) | Tobit Modelleri | Bolum 16 Cameron | |
| 6) | Kesit Verilerde içsellik problemi: İçsellik Problemini çözüm önerileri | Bolum 4 Cameron | |
| 7) | Araç Değişken Metodları | Bolum 4 Cameron | |
| 8) | Kesit Verilerde yanlı seçim sorunu: Eğilim skoru eşleme yöntemi | Bolum 25, Cameron | |
| 9) | Regresyon süreksizlik tasarımı | Bolum 25, Cameron | |
| 10) | Fark Farkı Yöntemi | Bolum 25, Cameron | |
| 11) | Panel Veri Seti Analizine Giriş: Doğrusal Panel Modeller | Bolum 21, Cameron | |
| 12) | Sabit ve Rassal Etkiler Modeli | Bolum 21, Cameron | |
| 13) | Panel Veri Setinde Genişletilmiş Modeller Yöntemi (GMM) | Bolum 22, Cameron | |
| 14) | Genel revizyon ve değerlendirme | Ders Notlari | |
| Ders Notları: | A. Colin Cameron ve Pravin K. Trivedi, Microeconometrics, New York: Cambridge University Press, 2005. |
| Diğer Kaynaklar: | A. Colin Cameron ve Pravin K. Trivedi, Microeconometrics Using Stata, Stata Press, 2010. |
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Devam | % 0 | |
| Laboratuar | % 0 | |
| Uygulama | % 0 | |
| Arazi Çalışması | % 0 | |
| Derse Özgü Staj | % 0 | |
| Küçük Sınavlar | % 0 | |
| Ödev | % 0 | |
| Sunum | % 0 | |
| Projeler | % 0 | |
| Seminer | % 0 | |
| Ara Sınavlar | 1 | % 30 |
| Ara Juri | % 0 | |
| Final | 1 | % 30 |
| Rapor Teslimi | 1 | % 40 |
| Juri | % 0 | |
| Bütünleme | % 0 | |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 70 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 30 | |
| Toplam | % 100 | |
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 3 | 42 |
| Laboratuvar | 0 | 0 | 0 |
| Uygulama | 4 | 1 | 4 |
| Derse Özgü Staj | 0 | 0 | 0 |
| Arazi Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışması | 14 | 7 | 98 |
| Sunum / Seminer | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Ödevler | 0 | 0 | 0 |
| Küçük Sınavlar | 0 | 0 | 0 |
| Ara Juri | 0 | 0 | 0 |
| Ara Sınavlar | 1 | 2 | 2 |
| Rapor Teslimi | 0 | 0 | 0 |
| Juri | 0 | 0 | 0 |
| Final | 1 | 2 | 2 |
| Toplam İş Yükü | 148 | ||
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı |