|
|
| EKO3004 | Zaman Serileri - II | 3+0+0 | AKTS:6 | | Yıl / Yarıyıl | Bahar Dönemi | | Ders Duzeyi | Lisans | | Yazılım Şekli | Zorunlu | | Bölümü | EKONOMETRİ BÖLÜMÜ | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze , Uygulama | | Dersin Süresi | 14 hafta - haftada 3 saat teorik | | Öğretim Üyesi | Arş. Gör. Serkan SAMUT | | Diğer Öğretim Üyesi | Prof. Dr. Rahmi YAMAK | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Bu ders Zaman Serileri-I dersinin devamıdır ve onunla aynı amaçlara sahiptir. |
| Öğrenim Kazanımları | BPKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | zaman serileri analizlerinde kullanılan matematiksel ve istatistiksel teknikleri tanırlar. | 1,4 | 1, | | ÖK - 2 : | söz konusu tekniklerin hangi durumda (ne zaman) ve nasıl kullanılacağını ayırt edebilirler. | 1,4 | 1, | | ÖK - 3 : | zaman serilerini kullanarak öngörü üretebilirler. | 1,4 | 1, | | ÖK - 4 : | üretilen öngörüleri değerlendirip en güçlüsünü seçebilirler. | 1,4 | 1, | | ÖK - 5 : | seçilen öngörüye ve incelenen seriye bağlı olarak mikro veya makro düzeyde politikalar üretebilirler. | 1,4 | 1, | | BPKK :Bölüm program kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | | |
| Çoklu regresyon ile öngörü. Zaman serilerinde korelasyonun incelenmesi: otokorelasyon fonksiyonu (ACF) ve kısmi otokorelasyon fonksiyonu (PACF). Durağanlık. ARIMA modelleri ve ARIMA modelleri ile öngörü. Otoregresif şartlı değişen varyans (ARCH) modellerine giriş. Vektör otoregresif modeller. Koentegrasyon.
|
| |
| Haftalık Detaylı Ders İçeriği | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Durağanlığın Tanımı ve Özellikleri | | | Hafta 2 | Birim Kök Testleri | | | Hafta 3 | Birim Kök Testleri | | | Hafta 4 | Koentegrasyon Testi, Engle-Granger Yöntemi | | | Hafta 5 | Koentegrasyon Testi, Johansen-Juselius Yöntemi | | | Hafta 6 | Nedensellik Testleri | | | Hafta 7 | VAR Analizleri | | | Hafta 8 | Hata Düzeltme Modelleri | | | Hafta 9 | Ara Sınav | | | Hafta 10 | Box-Jenkins Modelleri | | | Hafta 11 | Box-Jenkins Modelleri | | | Hafta 12 | ARCH Modelleri | | | Hafta 13 | GARCH Modelleri | | | Hafta 14 | E-GARCH ve M-GARCH Modelleri | | | Hafta 15 | E-Views Uygulamaları | | | Hafta 16 | Dönem Sonu Sınavları | | | |
| 1 | Yamak, R. ve Erdem H.F. 2017; Uygulamalı Zaman Serisi Analizleri EViews Uygulamalı, Celepler, Trabzon | | | 2 | Enders, W. 2004; Applied Econometric Time Series, John Wiley & Sons, USA. | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 9 | 01/04/2024 | 1 | 50 | | Dönem sonu sınavı | 16 | 01/06/2024 | 1 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 3 | 14 | 42 | | Sınıf dışı çalışma | 6 | 14 | 84 | | Laboratuar çalışması | 0 | 0 | 0 | | Arasınav için hazırlık | 9 | 2 | 18 | | Arasınav | 1 | 1 | 1 | | Uygulama | 0 | 0 | 0 | | Klinik Uygulama | 0 | 0 | 0 | | Ödev | 0 | 0 | 0 | | Proje | 0 | 0 | 0 | | Kısa sınav | 0 | 0 | 0 | | Dönem sonu sınavı için hazırlık | 11 | 3 | 33 | | Dönem sonu sınavı | 2 | 1 | 2 | | Diğer 1 | 0 | 0 | 0 | | Diğer 2 | 0 | 0 | 0 | | Toplam Çalışma Yükü | | | 180 |
|