1. Anasayfa

Ders Notları

100% Complete (success)
Dikkat !!! Lütfen okuyunuz ...

Öğretim Üyesi (Üyeleri): Prof. Dr. Vedide Rezan Uslu *

(*) Ders notu girebilmek için, bu alanda kendi isminiz yazıyor olmalı...

  • Bologna verilerinin girilmesi;
    ubys.omu.edu.tr adresinden,
    ÜBYS' de Öğretim Elemanları yetkisi seçilmeli... Öğretim elemanı danışmanlık işlemlerinden yapabilirsiniz...
Yıl: 2025, Dönem: Güz
İST442, Artık Analizi (mufredatId:4084, dersId: 60903, programId: 5434)
Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Residual Analysis John Landen An Introduction to Regression Graphics R. Dennis Cook Residuals and Influence in Regression R. Dennis Cook Introduction to Linear Regression Analysis Douglas C. Montgomery; Elizabeth A. Peck; G. Geoffrey Vining

Dersin İçeriği

Sıradan artıklar ve dağılımsal özellikleri, standart artıklar, studentlaştırılmış artıklar, silinmiş artıklar ve tüm bu artıklara ilişkin grafiksel yaklaşımlar.

Dersin Amacı

Lineer regresyon modelinin performansını değerlendirme analizi olarak tanımlanabilecek olan artık analizi model kontrol aşamasında varsayımların sağlanıp sağlanmadığı ve verinin içerisinde aykırı gözlemlerin olup olmadığını tespit etmek için kullanılır. Bu amaca yönelik artıklara ilişkin tüm istatistiksel test ve grafiksel yaklaşımları tanıtmak dersin amacı olarak belirlenmiştir.

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 -Artık (residual) nedir? Neden önemlidir? -İyi bir modelin özellikleri -Lineer modellerin kısa tekrarı -Dersin işleyişi, proje ve değerlendirme bilgileri
2 -Artıkların Tanımı ve Türleri -Artıklar ve hata terimi farkı -İçsel, dışsal ve standartlaştırılmış artıklar -Tahmin hataları ve model güvenilirliği -Artıkların istatistiksel özellikleri -Uygulama: MINITAB
3 -Artıkların Görselleştirilmesi -Artık grafiklerinin yorumlanması -Artık vs tahmin edilen değerler grafiği -QQ plot ve normal olasılık grafikleri -Etkili görselleştirme teknikleri
4 -Normallik Varsayımı ve Testleri -Normallik neden önemlidir? -Shapiro-Wilk, Anderson-Darling, -Kolmogorov-Smirnov testleri -QQ-Plot ile normalliğin görsel testi -Uygulama: Gerçek veri setleriyle normallik testi
5 -Varyans Homojenliği ve Heteroskedastisite -Homoskedastisite ve heteroskedastisite tanımı ve etkileri -Golfeld-Quant ve Park testleri -Heteroskedastisiteyi düzeltme yolları -Uygulama: Ekonomik veri setleriyle analiz
6 Otokorelasyon Otokorelasyonun tanımı Durbin-Watson testi Zaman serisi artık analizine giriş Uygulama: Zaman serisi artık analizi
7 Modelin Uygunluğunun Değerlendirilmesi R² ve Düzeltilmiş R² AIC, BIC kriterleri F testi, t testi ile model değerlendirme Uygulama: Model karşılaştırma çalışmaları
8 Ara Sınav
9 Etkili Gözlemler ve Aykırı Değerler Aykırı değerlerin tespiti (Leverage, Cook’s Distance) Etkili gözlemler nasıl tespit edilir? Aykırı değerlerin modele etkisi Uygulama: Gözlem analizi ve model revizyonu
10 Çoklu Regresyon ve Artık Analizi Çoklu regresyonda artık analizi Çoklu bağlantı Etkileşimli değişkenler ve model karmaşıklığı VIF analizi Uygulama: Çoklu regresyon modellerinin kurulumu
11 Model Seçimi ve Değişken Seçimi Geriye doğru, ileriye doğru, adım adım seçim yöntemleri Lasso, Ridge regresyonlar Aşırı uyum ve yetersiz uyum
12 Doğrusal Olmayan Modellerde Artık Analizi Polinom regresyon Logaritmik, üstel modeller Artıkların doğrusal olmayan modellerdeki rolü
13 Çapraz geçerlilik Parametre ayarlama K-katlı çapraz doğrulama Artıkların CV sürecinde kullanımı
14 Dönem Projesi Sunumları ve Genel Değerlendirme Öğrenci sunumları Dönem boyunca öğrenilen tekniklerin sentezi Geribildirim
15 Dönem Projesi Sunumları ve Genel Değerlendirme Öğrenci sunumları Dönem boyunca öğrenilen tekniklerin sentezi Geribildirim