| 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 |
| ECO4442 | Zaman Serileri Ekonometrisi | 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 EMİNE ZEREN TAŞPINAR |
| Dersin Amacı: | Bu dersin amacı, öğrencileri özellikle uzun dönem planlama ve tahmin yapmak için ekonometrik yöntemler hakkında bilgi sahibi yapmak ve ilgili istatistik paketlerin nasıl kullanılacağını göstererek (STATA, E-Views, R gibi) teorik derslerde öğrendikleri ekonometrik metodlarını pratikte uygulamalarını sağlamaktır.Bu aşamada öğrenciler belli bir kurumun internet sitesinden (örneğin, T.C. Merkez Bankası) verilerin (örneğin, yıllık enflasyon, büyüme, işsizlik) nasıl indireceklerini ve zaman serileri analizlerinin gerçek yaşamda nasıl uygulandığını öğreneceklerdir. |
|
Bu dersi başarıyla tamamlayabilen öğrenciler; 1. Zaman-serisi ekonometrisi aracılığıyla ekonomik veriler arasındaki dinamik nedensel ilişkiyi nasıl sorgulayacağını ve ekonomik verilerin gelecek dönemler için değerlerini tahmin edebileceğini, 2. Zaman-serisi ekonometrisinin temel unsurlarını ve alanda kullanılan terminolojiyi, 3. Durağan zaman-serisi modellerinin temel unsurlarını, 4. Durağan olmayan zaman-serisi modellerinin temel unsurlarını, 5. Zaman-serisi modellerinin tahmin edilmesini, 6. Zaman-serisi bileşenlerini, bunları ayrıştırmayı ve bu bileşenlerden biri olan mevsimsel etkiyi seriden nasıl arındıracağını, 7. Tahminlemeyi, 8. Zaman-serisi modellerinin regresyon analizini, mevsimsellikten arındırmayı ve tahminlemeyi R uygulamasında yapmasını bilmesi beklenir. |
| Öğrencinin 3. sınıfta aldığı ekonometri derslerinde gördüğü ekonometrik temel kavram ve prensipler ile En Küçük Kareler Yöntemi (EKK)'nın tekrarlanmasından sonra zaman serileri modellerine giriş yapılacaktır. Dönem süresince otokorelasyon analizleri, durağanlık, fark denklemi, gecikme işlemcisi, durağan olmayan zaman serilerinin fark alma süresince durağan hale getirilmesi, otoregresif (AR) süreçler için istatistiksel modeller, Hareketli Ortalama (MA) süreçler için istatistiksel modeller, otoregresif hareketli ortalama (ARMA) süreçleri için istatistiksel modeller, durağan-dışılık ve entegrasyon süreçleri, Otoregresif Entegre Hareketli Ortalama (ARIMA) süreçleri için istatistiksel modeller, mevsimsel Box-Jenkins ARIMA modelleri, tek değişkenli süreçler için birim kökler, Dickey-Fuller ve Phillips-Peron birim kök testleri, koentegresyon ve koentegresyon testleri, mevsimsellik ve eğilim, mevsimsellikten ve eğilimden arındırılma, mevsimsel entegresyon ve koentegresyon testleri, Otoregresif Koşullu Değişen Varyans (ARCH ve GARCH) modelleri ele alınacaktır. Dönem sonuna doğru öğrencilerin geçmiş ve şu anki verileri kullanılarak gelecek dönemler için nasıl tahmin yapılacağı anlatılacaktır. Öğrencilere dönem süresince teorik olarak öğretilen bilgilerin ilgili ekonometrik paketlerin kullanılması göstererek pratikte nasıl uygulanacağı anlatılacaktır. Dönem sonunda öğrencilerin öğrendikleri bilgileri kullanarak uzun dönemde iktisadi değişkenler arasındaki ilişkiyi inceleyen bir proje yapmaları beklenmektedir. |
| Hafta | Konu | Ön Hazırlık | |
| 1) | Giriş, Temel Kavramlar, En Küçük Kareler Yöntemi (EKK) | Bolum 1 Brockwell | |
| 2) | Fark Denklemleri ve Çözümleri, Fark Denklemlerinin Zaman Serileri Analizlerinde Kullanımı | Bolum 1 Enders | |
| 3) | Durağanlık ve Durağanlık Testleri (Dickey-Fuller; Augmented Dickey Fuller; Phillips-Peron) | Bolum 2 Brockwell | |
| 4) | Otoregresif Süreçler (AR), Hareketli Ortalama Süreçleri (MA), Otoregresif Hareketli Ortalama Süreçleri (ARMA) | Bolum 2 Enders, Bolum 3 Brockwell | |
| 5) | Otoregresif Entegre Hareketli Ortalama Süreçleri (ARIMA) | Bolum 2 Enders | |
| 6) | Mevsimsellik, Mevsimsellikten Arındırılma | Bolum 2 Enders | |
| 7) | Mevsimsel Box-Jenkins ARIMA Modelleri | Bolum 2 Enders | |
| 8) | Zaman Serilerinde Değişkenliği Modellemeye Giriş | Bolum 3 Enders | |
| 9) | Otoregresif Koşullu Değişen Varyans (ARCH ve GARCH) Modelleri | Bolum 3 Enders | |
| 10) | Eğilim ve Dönemsel Kırılmalar Analizi | Bolum 4 Enders | |
| 11) | Koentegrasyon ve Hata Düzeltme Modelleri | Bolum 6 Enders | |
| 12) | Zaman Serilerinde Dinamik Modellemeler | Bolum 5 Enders | |
| 13) | Tahminleme | Bolum 10 Brockwell | |
| 14) | Genel revizyon, değerlendirme ve proje sunumları | Ders Notlari | |
| Ders Notları: | Walter Enders, Applied Econometric Time Series, 4th Edition, Wiley, 2014. Peter J. Brockwell ve Richard A. Davis, Introduction to Time Series and Forecasting, Switzerland: Springer, 2016. |
| Diğer Kaynaklar: | John E. Hanke ve Dean W. Wichern, Business Forecasting, New Jersey: Pearson, 2009. |
| 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 | 1 | % 40 |
| Seminer | % 0 | |
| Ara Sınavlar | 1 | % 30 |
| Ara Juri | % 0 | |
| Final | 1 | % 30 |
| Rapor Teslimi | % 0 | |
| Juri | % 0 | |
| Bütünleme | % 0 | |
| 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 |
| Laboratuvar | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Derse Özgü Staj | 0 | 0 | 0 |
| Arazi Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışması | 14 | 8 | 112 |
| Sunum / Seminer | 1 | 1 | 1 |
| 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 | 159 | ||
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı |