Eskişehir Teknik Üniversitesi Eskişehir Teknik Üniversitesi
  • Kurumsal
  • Akademik Programlar
  • Öğrenci İçin Bilgi
  • English
Genel Bilgi Programlar
  • Lisansüstü Eğitim Enstitüsü
  • İstatistik Anabilim Dalı
  • İstatistik Anabilim Dalı (Doktora)
  • Dersler - AKTS Kredileri
  • Ekonometrik Modeller
  • Tanıtım
  • Tanıtım
  • Öğrenme Çıktıları
  • Program Çıktılarına Katkısı
  • ÖÇ-PÇ İlişkisi
  • AKTS İş Yükü

Ders Bilgileri

Ders Kodu - Ders Adı İST604 - Ekonometrik Modeller
Ders Türü Seçmeli Dersler
Ders Dili Türkçe
Teori + Uygulama 3+0
AKTS 7.5
Öğretim Elemanları PROFESÖR DOKTOR YELİZ MERT KANTAR
Dersin Veriliş Biçimi Yüz yüze öğretim, teorik ders anlatımı, veri analizi uygulamaları, ödev ve proje destekli öğrenme.
Dersin Önkoşulları İstatistik, Olasılık Teorisi, Temel Ekonometri, Doğrusal Cebir ve Matris Cebiri konularında temel bilgi sahibi olmak önerilir. Eş koşul bulunmamaktadır.
Önerilen Dersler Ekonometri, Uygulamalı İstatistik, Zaman Serileri Analizi, Panel Veri Analizi, Veri Bilimi Uygulamaları.
Zorunlu ya da Önerilen Kaynaklar LeSage, J. & Pace, R.K. Introduction to Spatial Econometrics.Temel Econometri, Gujarati
Okuma Listesi Greene, W.H. Econometric Analysis.Wooldridge, J.M. Introductory Econometrics: A Modern Approach.Cameron, A.C. & Trivedi, P.K. Regression Analysis of Count Data.Maddala, G.S. Limited-Dependent and Qualitative Variables in Econometrics.LeSage, J. & Pace, R.K. Introduction to Spatial Econometrics.
Değerlendirme Ara Sınav @Uygulama Ödevleri Final Sınavı
Staj & Uygulama
Sürdürülebilir Kalkınma Amaçları

Ders İçeriği

Haftalar Konular
1. hafta Ekonometriye giriş, ekonometrik modelleme süreci, doğrusal regresyon modelleri ve En Küçük Kareler Yöntemi
2. hafta Regresyon varsayımları, çoklu doğrusal bağlantı, değişen varyans ve tanı testleri
3. hafta Otokorelasyon problemi, değişen varyans ve düzeltme yöntemleri
4. hafta Doğrusal olmayan regresyon modelleri ve tahmin yöntemleri
5. hafta Mekânsal veri yapıları, mekânsal bağımlılık ve mekânsal regresyon modelleri (SAR, SEM, SDM)
6. hafta Uygulamlar
7. hafta TR: Stokastik önce model
8. hafta Model seçim kriterleri (AIC, BIC, HAC) ve model karşılaştırma yöntemleri, Çapraz doğrulama
9. hafta Sayılabilir veriler, kırpılmış veriler ve regresyon modelleri
10. hafta Sansürlü veri yapıları ve Tobit regresyon modeli
11. hafta Uygulamalar
12. hafta Proje Çalışması
13. hafta Probit, Logit modelleri, yan düzeltme yöntemleri, benzetim ve gerçek yaşam uygulamaları
14. hafta TR: Uygulamalar, similasyonlar

Öğretim Yöntem ve Teknikleri

  • Öğretim Yeterlilikleri
  • Akılcı
  • Sorgulayan
  • Yaratıcı
  • Problem çözme
  • Bağımsız çalışma
  • Organize etme ve planlama
  • Temel matematik becerileri
  • Karar verme becerisi

Ölçme ve Değerlendirme

Değerlendirme Yöntemi ve Geçme Kriterleri
Sayısı Yüzde (%)
2.Ara Sınav 1 25
Ödev 1 25
Dönem Sonu Sınavı 1 50
Toplam (%) 100
  • Kurumsal
  • İsim ve Adres
  • Akademik Takvim
  • Yönetim Kadrosu
  • Kurum Hakkında
  • Akademik Programlar
  • Genel Kabul Şartları
  • Önceki Öğrenmenin Tanınması
  • Kayıt İşlemleri
  • AKTS Kredi Sistemi
  • Akademik Danışmanlık
  • Akademik Programlar
  • Doktora / Sanatta Yeterlik
  • Yüksek Lisans
  • Lisans
  • Önlisans
  • Öğrenci İçin Bilgi
  • Şehirde Yaşam
  • Konaklama
  • Beslenme Olanakları
  • Tıbbi Olanaklar
  • Engelli Öğrenci Olanakları ı
  • Sigorta
  • Maddi Destek
  • Öğrenci İşleri Daire Başkanlığı
  • Öğrenci İçin Bilgi
  • Öğrenim Olanakları
  • Uluslararası Programlar r
  • Değişim Öğrencileri için Pratik Bilgiler
  • Dil Kursları
  • Staj
  • Sosyal Yaşam ve Spor Olanakları
  • Öğrenci Kulüpleri