Akademik Birim: |
|
Öğrenim Türü: |
Örgün eğitim |
Ön Koşullar |
Yok. |
Öğrenim Dili: |
İngilizce |
Dersin Düzeyi: |
Lisans |
Dersin Koordinatörü: |
Meltem ŞENGÜN UCAL |
Dersin Amacı: |
1. Ekonometrik analiz ile temel ekonomik teoriler arasında ki bağlantıyı kurabilmek,
2. Regresyon teriminin hem tarihsel hem de modern yorumunu yapabilmek ve bu iki yorum arasındaki farkları ekonomi ve diğer alanlardan pek çok örnekle anlatmak,
3. En küçük kareler yöntemini kullanarak regresyon parametrelerini tahmin etmek tahmin edicilerin temel özelliklerini anlamak, ekonometrik yazılımdan regresyon çıktısını elde edebilmek ve bunu yorumlayabilmek,
4. Gerekli olduğunda Eviews yazılımını kullanarak uygun hipotezi belirlemek için temel ekonomik kavramlarla uygulama yapmak ve klasik lineer regresyon modelleri için hipotez testlerini kurmak,
5. İki değişkenli geniş regresyon modelinin çeşitleri arasındaki farkı sayısal çalışmalar için E-views ve diğer programları kullanarak anlamak : orijinden geçen regresyon , ölçme , ölçü birimi , regresyon modellerinin fonksiyonel biçimi ( logaritmik, yarı logaritmik, resiprok)
6. Çok değişkenli regresyon modellerini tahmin etmek ve tanımlamak. En küçük kareler yönteminin bu modellerin parametrelerini tahmin etmek için nasıl genişletilebileceğini tespit etmek. |
Dersin İçeriği: |
Bu ders, uygulamalı ekonomide kullanılan bazı temel ekonometrik modelleri tanıtır. Bu derste ekonometrinin teorik yönünden çok model ve metodların uygulaması önemli olacaktır. Bu modellerin sayısal örneklerle uygulaması ekonometrik yazılım olan E-views kullanılarak anlatılacaktır. |
Dersin Öğrenme Çıktıları (ÖÇ): |
- 1- Doğrusal ve doğrusal olmayan regresyon modellerinde regresyon katsayılarını yorumlamak.
- 2- Ekonometrik ilişkilerin uygunluğunu ve istatistiksel anlamlılığını değerlendirmek.
- 3- Pek çok parametre ile ilgili / ekonomik hipotez ile bağlantılı
/aralık tahmini ve hipotez testlerini kurmak.
- 4- Farklı yapıdaki veriler arasındaki farkı ve bu veriler için uygun modeli anlamak : kesit verisi, zaman serisi, panel veri.
- 5- Fonksiyonel yapının seçimini kritik olarak değerlendirmek.
- 6- İstatistiksel modeldeki varsayımları , hatanın sonuçlarını ve tespit yöntemlerini anlamak.
- 7- İstatistiksel yazılım Eviews kullanmak.
|
Dersin Öğrenme Yöntem ve Teknikleri |
Bu ders ödevler, projeler ve labaratuar Uygulamaları ( E-views- Excel- SAS-STATA) ile desteklenecektir. |
Hafta | Konular | Ön Hazırlık |
1 |
Giriş ve Bazı İstatistiksel Kavramların Gözden Geçirilmesi |
|
2 |
Tek Denklemli Regresyon Modelleri ? Regresyon Analizinin Yapısı ve İki Değişkenli Regresyon Analizi: Bazı Temel Konular |
1. Kısım , 1.bölüm |
3 |
İki Değişkenli Regresyon Modeli : Tahmin Etme Sorunu |
2. ve 3. bölüm |
4 |
Klasik Normal Lineer Regresyon Modeli ( KNLRM ) : Hata Teriminin Olasılık Dağılımı |
4.bölüm |
5 |
Normal Dağılım Varsayımı Altında EKK Tahmin Edicilerinin Özellikleri |
4.bölüm |
6 |
En Çok Benzerlik ( EB ) Yöntemi |
4.bölüm |
7 |
İki Değişkenli Regresyon: Tahmin Etme ve Hipotez Testi |
5.bölüm |
8 |
Hipotez Testi: Bazı Pratik Yönler |
5.bölüm |
9 |
İki Değişkenli Regresyon Modelinin Geniş Değerlendirilmesi |
6.bölüm |
10 |
Orijinden Geçen Regresyon, Parametreleri Açısından Doğrusal Olmayan Regresyon Modeli |
6.bölüm |
11 |
Çok Değişkenli Regresyon Analizi: Tahmin Etme Sorunu |
7.bölüm |
12 |
Çok Değişkenli Regresyon Analizi: Çıkarsama Sorunu |
8.bölüm |
13 |
Gölge Değişkenli Regresyon Modelleri |
9.bölüm |
14 |
E-Views, STATA, SAS, EXCEL ve Veri Kullanarak Alıştırmalar |
|
Kadir Has Üniversitesi'nde bir dönem 14 haftadır, 15. ve 16. hafta sınav haftalarıdır.