II. Hafta Dersleri (İstanbul Teknik Üniversitesi)

Koordinatör: Cengiz Kahraman (İTÜ)

İşlenecek Konular:

1. MANTIK VE TARİHÇESİ
BULANIK MANTIK NEDİR?
SIRADAN BULANIK MANTIK
KAVRAMLAR
ARİTMETİK OPERASYONLAR

2. BULANIK KÜME UZANTILARI
TİP-2 BULANIK KÜMELER
SEZGİSEL BULANIK KÜMELER
RESİM BULANIK KÜMELER
PİSAGOR BULANIK KÜMELER
KÜRESEL BULANIK KÜMELER
NÖTROSOFİK KÜMELER
Q-SEZGİSEL BULANIK KÜMELER
T-KÜRESEL BULANIK KÜMELER
UYGULAMALAR

3. KARAR VERME UYGULAMALARI
BULANIK AHP
BULANIK TOPSIS
BULANIK ÇIKARIM SİSTEMLERİ
DİĞER BULANIK ÇOK ÖLÇÜTLÜ KARAR VERME YÖNTEMLERİ

Koordinatör: Burak Güriş (İstanbul Ün)

Doğrusal Olmama Kavramı

Ortalamada Doğrusal Olmayan Modeller

Rejim Değişim Modelleri

• SETAR Model
• STAR Model
• MTAR Model

Doğrusal Olmama Testleri

• Brock, Dechert ve Scheinkman (1987)
• Ramsey (1969)
• McLeod-Li (1983)
• Keenan (1985)
• Tsay (1986)
• Hansen (1999)

 

Doğrusal Olmayan Birim Kök Testleri

• Enders ve Granger (1998)
• Caner ve Hansen (2001)
• Kapetanious, Shin ve Snell(2003)
• Sollis(2009)
• Kruse(2011)
• Hu ve Chen (2016)
• Leybourne, Newbold and Vougas (1998)
• Harvey ve Mills (2002)

 

Doğrusal Olmayan Eşbütünleşme Testleri

• Enders ve Siklos(2001)
• Hansen ve Seo(2002)
• Seo(2006)
• Kapetanios, Shin ve Snell (2006)

 

Eşik Değerli Hata Düzeltme Modelleri

Koordinatör: Hüseyin Taştan (YTÜ)

İşlenecek Konular:

1. Gün
o R programının tanıtımı, RStudio arayüzünün kurulumu ve kullanımı
o R programında temel nesneler, veri yapıları (data frame), veri analizi ve
görselleştirme
o R Tidyverse evrenine giriş: dplyr, tidyr, ggplot2 ve diğer paketlerin tanıtımı,
verilerin işlenmesi, manipülasyonu, temizlenmesi, görselleştirilmesi ve
özetlenmesi
o R Markdown ile doküman hazırlama ve sonuçların raporlanması, R proje
klasörlerinin kullanımı

2. Gün
o R ile doğrusal regresyon analizine giriş: basit ve çoklu regresyon modellerinin
tahmini
o Fonksiyon kalıpları, logaritmik ve karesel dönüştürmeler, kukla değişkenler
o Hipotez testlerine giriş: t testi, F testi, LM testi
o Regresyon analizinde ek konular: standartlaştırılmış regresyon, kalıntı analizi,
potansiyel problemler ve diagnostik araçlar
o Regresyon analizi ve kestirim (prediction): makine öğrenmesi ve regresyon
problemleri, Kestirimlerin değerlendirilmesi ve geçerleme yaklaşımı
(validation), Çapraz geçerleme ve biri-hariç çapraz geçerleme

3. Gün
o R ile zaman serisi regresyon analizine giriş: zaman serilerinin tanımı,
özellikleri, Bağımlılık, Durağanlık, Klasik zaman serisi ayrıştırması, zaman
serisi grafikleri
o R ile zaman serisi öngörü analizi, Basit öngörü modelleri, ARIMA yaklaşımı,
Kalıntı analizi, öngörülerin değerlendirilmesi
o Statik ve dinamik regresyon modelleri, Vektör Otoregresyon (VAR) modeli,
Granger nedensellik testi
o Eşbütünleşme (cointegration) ve Hata Düzeltme Modelleri (ECM)

Koordinatör: Murat Atan (AHVÜ)

İşlenecek Konular:

A. Ölçme Düzeyleri (Sınıflama, Sıralama, Eşit Aralıklı ve Oransal ölçme düzeyi)
B. Sosyal Bilimlerinde Verilerin Toplanması
B.1. Veri Toplama Yöntemleri
B.1.a. Sistematik Veri Toplama Yöntemleri
B.1.b. Özel Veri Toplama Yöntemleri
B.2. Verilerin Sınıflandırılması
B.3. Verilerin Tablolaştırılması
B.3.a. Tablo Düzenleme Kuralları
B.3.b. Tablo Tipleri
B.4. Verilerin Özetlenmesi (Bireysel ve Gruplandırılmış Veriler için)

 Ortalama
 Medyan (Ortanca)
 Mod (Tepe Değer)
 Varyans ve Standart
Sapma
 Çarpıklık ve Basıklık
 Frekans Dağılımı (%)
 Çapraz Tablolama
 Ki – Kare ( 2 )
 Contingency Coefficient
 Phi and Cramér’s V
 Lambda
 Uncertainty Coefficient
 Kendall Tau b ve Tau c
 Gamma ve Somers’d
 Eta
 Kappa, Risk McNemar
 Cochran’s Mantel-
Haenszel
C. İstatistiksel Analiz Yöntemleri
C.1. Raporlama (Betimleyici İstatistikler) – Case Summarize
Merkezi Eğilim ve Dağılım Ölçütleri
C.2. Güven Aralığı / Z skor (Standartlaştırma) / Normal Dağılım Testleri
C.3. Hipotez Testleri
C.3.a. Hipotezlerin Kurulması, Test İşlemleri ve Yorumlanması
C.3.b. Hipotez Testlerinin Çeşitleri
C.3.b.i. Parametrik Testler
C.3.b. i.1. Tek Örneklem t- Testi Uygulamaları ve Yorumlanması

C.3.b. i.2. Bağımsız Örneklem t – Testi, Uyg. ve Yorumlanması
C.3.b. i.3. Eşleştirilmiş T – Testi Uygulamaları ve Yorumlanması
C.3.b. i.4. Tek Yönlü Varyans Analizi
C.3.b.ii. Parametrik Olmayan Testler
C.3.b. ii.1. Kolmogorov – Smirnof (KS) Testi
C.3.b. ii.2. Bağımsız 2 Örneklem t – Testi, Uyg. ve Yorumlanması
(Mahn – Whitney U Testi)
C.3.b. ii.3. Bağımsız k Örneklem t – Testi, Uyg. ve Yorumlanması
(Kruskal Wallis H Testi)
C.3.b. ii.4. 2 İlişkili Örneklem t – Testi, Uyg. ve Yorumlanması
(Wilcoxon İşaret Testi)
C.3.b. ii.5. k İlişkili Örneklem t – Testi, Uyg. ve Yorumlanması
(Fredman Testi)
E. Korelâsyon Analizi
E.1. Korelâsyon Analizi
 Bivariate Pearson Korelasyon Analizi
 Spearman Sıra Korelasyon Analizi
 Kısmi Korelasyon Analizi
F. Regresyon
F.1. Regresyon Analizi Yöntemleri
F.2. Basit Doğrusal Regresyon Analizi
F.3. Çoklu Regresyon Analiz
F.4. Lojistik Regresyon (Binary ve Multinominal)
G. Anket tipi (Yatay – Kesit) veriler için Geçerlilik ve güvenilirlik analizleri
G.1. Cronbach Alpha
G.2. Split Half (Yarı Bölme)
G.3. Guttman
G.4. Paralel / Strict Paralel

Koordinatör: Murat Kırdar (Boğaziçi Ün.)

İşlenecek Konular:

1) Logit ve Probit Modelleri
2) Tobit Modeli (Köşe Çözümü)
3) Poisson Regresyon Modeli
4) Sansürlü (Censored) ve budanmış (Truncated) Regresyon Modelleri
5) Örnek Seçim problemi ve çözümler

Koordinatör: Ömer Faruk Beyca (İTÜ)

İşlenecek Konular:

1. Makine Öğrenmesine Giriş ve Kavramlar
2. Denetimli Öğrenme Yöntemler
a. Regresyon
i. Doğrusal Regresyon
b. Sınıflandırma
i. Logistic Regresyon
c. İleri Seviye Modeller
i. Naive Bayes
ii. K-en yakın komşu
iii. Karar Ağaçları
iv. Rastgele Ağaç
v. Gradyan Artırma
vi. Destek Vektör Makineleri

3. Denetimsiz Öğrenme
a. Kümeleme
b. Anomali Saptama
c. Boyu Azaltma
4. Veri Önişleme
5. Model açıklama
6. Derin Öğrenme

Koordinatör: Sinan Ertemel (İTÜ)

İşlenecek Konular:

Ünite 1: Statik Oyunlar
• Oyun nedir ?
• Oyunların normal form sunumu
• Baskınlaştırılmış stratejilerin elenmesi
• Nash Dengesi
• Reaksiyon Fonksiyonu
• Karışık Stratejiler
• Nash Teoremi
• Cournot Oyunu
• Bertrand Oyunu
• Mahkumlar Açmazı Oyunu
• Cinsiyet Çatışması Oyunu
• Ortak mal oyunu
• Tahmin Oyunu

Ünite 2: Dinamik Oyunlar
• Kırkayak Oyunu
• Tersine Çözüm
• Stackelberg Oyunu
• Rubinstein Pazarlık Oyunu
• Turnuva Oyunu
• Tekrarlı Oyunlar

• Sonsuz Tekrarlı Oyunlar
• Cournot Oyununda İşbirliği
• Verimli Ücret Oyunu
• Oyunların Ağaç Gösterimi
• Alt Oyun Nash Dengesi
• İnandırmayan Tehdit

Ünite 3: Tam Olmayan Bilgilerin Olduğu Statik Oyunlar
• Bayes Nash Dengesi
• İhale Oyunu
• Çift taraflı İhale Oyunu
• Ortaya Çıkma Prensibi

Koordinatör: Selim Zaim (İTÜ- emekli İZÜ), Enes Eryarsoy (Sabancı Ün.)

İşlenecek Konular:

1. VERİNİN HAZIRLANMASI
2. KEŞFEDİCİ (EXPLORATORY) FAKTÖR ANALİZİ
3. DOĞRULAYICI (CONFIRMATORY) FAKTÖR ANALİZİ
4. GEÇERLİLİK TESTLERİNİN İNCELENMESİ
5. KOVARYANS TABANLI YAPISAL DENKLİK MODELLERİ
6. VARYANS TABANLI YAPISAL DENKLİK MODELLERİ (PLS)
7. DOĞRUSAL OLMAYAN YAPISAL DENKLİK MODELLERİ (NEUSREL)
7. MODERATÖR VE MEDİATÖR DEĞİŞKENLERİN ANALİZİ
8. ÇOK SEVİYELİ (MULTI-LEVEL) YAPISAL DENKLİK MODELLERİNİN ANALİZİ

Koordinatör: Bülent Güloğlu (İTÜ), Murat Güven (SAÜ), Merve Altaylar

İşlenecek Konular:

Panel Veri Analizine Giriş
• Panel veri modelleri hakkında genel bilgi
• Ekonometrik modelin bileşenlerinin detaylı şekilde açıklanması
• panel veri ile ilgili örnek veri setleri gösterimi
• Stata programı genel tanıtımı
• Stata’ya veri yüklenmesi
• Stata’da verinin panel olarak tanıtılması
• Stata’da verinin logaritmasının-üstel fonksiyonun ve karekökünün alınması alınması
• Stata’da panel veri modelinin birimleri için ID atanması ( egen komutu)
• Stata’da betimleyici istatistiklerin elde edilmesi
• Stata’da korelasyon tablosunun elde edilmesi
• Stata’da panel verinin uzun – geniş ( long- wide) ve geniş-uzun (wide-long) formata
dönüştürülmesi
• Stata’da panel veride bireysel ortalama- zaman ortalaması ve genel ortalamanın
elde edilmesi
• Gauss programı genel tanıtımı
• Gauss’a veri yüklenmesi
• Gauss’ta Panel veri gecikmelerin sayılarının belirlenmesi
• Gauss’ta panel verinin uzun (long) formata dönüştürülmesi
• Gauss’ta panel verinin geniş (geniş) formata dönüştürülmesi

Yatay Kesit Bağımlılığı ve Bağımsızlığı Durumu
• Homojen panel ve heterojen panel seçimi
• Yatay kesit bağımlılık ve homojenlik testleri
• LM ve CD testleri
• Sapması düzeltilmiş LM testi
• Pesaran and Yamagata Delta testleri
Panel Birim Kök Testleri
• Birinci Nesil Panel Birim Kök Testleri
Levin-Lin Chu Testi

Im-Pesaran- Shin Testi
Maddal- Wu Testi
Choi Testi
Hadri Testi
İkinci Nesil Panel Birim Kök Testleri
• CADF testi
• Hadri _ Kurozomi testi
Panel Eşbütünleşme Testleri
• Birinci Nesil Panel Eşbütünleşme Kök testleri
Kao testi
Larson testi
Pedroni testi

• Panel Kırılmalı Birim Kök Testleri
Bir ya da iki Kırılmalı Birim Kök Testleri (Karavias and Tzavalis ,2014)
En fazla Beş kırılmalı Birim Kök Testleri ( Karavia et. al., 2021) ve Ditzen et. Al,
2021)
• İkinci Nesil Panel Eşbütünleşme Kök Testleri
Westerlund ECM testi
Westerlund & Edgerton LM testi
Westerlund(2008) testi
Panel Nedensellik Testleri
• Panel Pairwise Granger Causality testi
• Panel Dumitrescu Hurlin Granger Causality testi
Değişen Varyans ve Otokorelasyon
• Değişen Varyans Testleri
• Otokorelasyon testleri
• Değişen Varyans ve Otokorelasyonun düzeltilmesi

Tahminciler
White (1980) tahmincisi
Newey- West(1987) tahmincisi
Driscoll-Kraay (1998) tahmincisi

• Tek Yönlü Hata Bileşen Modeli
Sabit Etki Modeli
Rassal Etki Modeli
• İki Yönlü Hata Bileşen Modeli
Sabit Etki Modeli
Rassal Etki Modeli
Bireysel Etkilerin test edilmesi
• Population-Averaged Modelleri
• Between-Effects Modeli
• En Küçük Kareler Kukla Değişken Modeli -LSDV
• Panel FMOLS
• Panel DOLS
• Pooled Mean-Group tahmincisi (PMG)
• Panel Logit modelleri
• Panel Probit modelleri
• Panel Ortalama Grup tahmincileri
Mean Group Estimator- MG(Pesaran and Smith, 1995)
Common Correlated Effects -CCE(Pesaran, 2006)
Augmented Mean Group estimator- AMG( Eberthart and Teal, 2010)
• Panel Kantil Regresyon
Generalized Quantile Regression
Quantile Regression for Panel Data (QRPD)
Method of moments(Machado and Silva, 2019)
• Panel Sayma Veri (Count Data) Modelleri Analizi
Poisson regression

Negative Binomial Fixed Effects
• Dinamik Panel CCE modeli- DCCE( Chudik and Pesaran, 2015)
Quantile Mean Group Estimator- QMG(Harding et. al., 2020)

Koordinatör: Mustafa Özer (Anadolu Ün.)

İşlenecek Konular:

1. Zaman serilerinin tanımlayıcı istatistikleri (durağanlık, otoregresif ve harketli ortalama
süreçleri, örnek otokorelasyon ve kısmi otokorelasyon fonksiyonları).
2. ARIMA modelleri (Box-Jenkins model belirleme yaklaşımı, bilgi kriterlerine dayalı
model seçimi).
3. Durağan olmayan seriler ve birim kök testleri: Birim kök ve sahte regresyon,
geleneksel birim kök testleri, yapısal kırılmalı birim kök testleri (Bai-Perron, Zivot-
Andrews ve Lee-Strazicich testleri).
4. Çok değişkenli zaman serileri analizi
6.1. Durağan Vektör Otoregresif (VAR)
6.1.1. VAR modellerini gösterimi ve tahmini
6.1.2. Granger nedensellik testleri
6.1.3. Etki-tepki analizi
6.1.4. Varyans ayrıştırması.
6.2. Durağan olmayan VAR modelleri ve eşbütünleşme analizi
6.2.1. Eşbütünleşme kavramı
6.2.2. Eşbütünleşme testleri
6.2.2.1. Tek eşitlikli eşbütünleşme testleri (Engle-Granger ve

 

 

Philips-Quilaris)

6.2.2.2. Johansen eşbütünleşme testi
6.3. Vektör Hata Düzeltme Modeli (VECM)
6.3.1. Kısa ve uzun dönemli Granger nedensellik testleri
6.3.2. Etki-tepki analizi
6.3.3. Varyans ayrıştırması
6.4. Otoregresif gecikmesi dağıtılmış (ARDL) ve doğrusal olmayan otoregresif
gecikmesi dağıtılmış (NARDL) modelleri
6.4.1. Kısa ve uzun dönem katsayılarının tahmini
6.4.2. Kısa ve uzun dönem asimetrik etkilerin testi
6.4.3. Dinamik çarpan analizi
7. Tek Eşitlikli ARCH/GARCH modelleri

7.1. EGARCH Modeli
7.2. TARCH Modeli
7.3. IGARCH Modeli
7.4. PARCH Modeli
7.5. Component GARCH Modeli
7.6. GARCH_in_mean
7.7. FIGARCH Modeli
7.8. FIEGARCH(1,1) Modeli
8. MGARCH Modelleri
8.1. BEKK MGARCH Modeli
8.2. CCC MGARCH Modeli
8.3. DCC MGARCH Modeli
9. Ek Konular
9.1. Toda-Yamamoto (TY) nedensellik testi
9.2. Frekansta nedensellik (FDC) testi
9.3. Varyansta nedensellik (Hafner&Herwartz) testi
9.4. Bağlantılılık (Connectedness) ve Yayılma (Spillover) Analizi
9.5. Asimetrik VAR
9.5.1. Etki-Tepki analizi
9.5.2. Simetri testi