1. hafta |
Genel Kavramlar: Zaman Serisi Verileri, R Dili, RStudio, R kullanarak temel programlama |
2. hafta |
Temel Zaman Serileri Analizi: İki Zaman Serisinin Kesişimi, Katkı Ayrıştırma, Çarpma Ayrıştırma |
3. hafta |
Korelasyon: Korelasyon, Otokorelasyon, Kovaryans, R'deki uygulamalar. |
4. hafta |
Tahmin Stratejileri: Öncü değişkenler ve ilişkili değişkenler, Bass difüzyon modeli, R'deki uygulamalar |
5. hafta |
Tahmin Stratejileri: Üstel düzeltme ve Holt-Winters Yöntemi, R'deki uygulamalar |
6. hafta |
Tahmin stratejileri ile ilgili uygulamalar |
7. hafta |
Temel Stokastik Modeller: Beyaz gürültünün tanımı, ikinci dereceden özellikler ve korelogram, rastgele yürüyüşler. |
8. hafta |
Temel Stokastik Modeller: Otoregressif modeller: Tanım, ikinci dereceden özellikler ve korelogram, kısmi otokorelasyon |
9. hafta |
Regresyon Modelleri: Doğrusal modeller, durağanlık, genelleştirilmiş en küçük kareler, mevsimsel değişkenli doğrusal modeller, toplamsal mevsimsel gösterge değişkenleri, |
10. hafta |
Regresyon Modelleri: Harmonik mevsimsel modeller, Logaritmik dönüşümler, Regresyondan tahmin: R de tahminleme |
11. hafta |
Regresyon Modelleri: Uygulamalar |
12. hafta |
Durağan Modeller: Kesinlikle durağan seriler, MA (q) süreci, ARMA süreci |
13. hafta |
Durağan Olmayan Modeller: Mevsimsel olmayan ARIMA modelleri - Farklılaşma, Bütünleşik model - Tanım ve örnekler |
14. hafta |
Durağan Olmayan Modeller: IMA (1, 1) model, Mevsimsel ARIMA modelleri |