III-IV-V. Hafta Dersleri (Anadolu Üniversitesi)

“Refinitiv DataStream&EIKON ve Eviews 13 Tanıtımı Global, Bölgesel ve Ülke Bazlı Verilerin Elde Edilmesi”

Saat: 16.00 / BİST-LAB Laboratuvarı

Zekeriya Yıldırım (Anadolu Ün)

**Panel tüm katılımcılara ücretsizdir.

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: Gülay Demirci (SCÜ)

İşlenecek Konular:

1. Gün

*Karar verme ve ÇKKV
*ÇKKV temel bileşenleri
*ÇKKV problemlerinin genel yapısı
*ÇKKV süreci ve yapılan işlemler
 Normalizasyon yöntemleri

2. Gün

*Ağırlıklandırmada kullanılan ÇKKV yöntemleri
 Subjektif yöntemler
o Uygulama DEMATEL
o Uygulama FUCOM ve BWM
 Objektif yöntemler
o Uygulama ENTROPY
o Uygulama LOPCOW
 Birleştirme yöntemleri

3. Gün

*Sıralamada kullanılan ÇKKV yöntemleri
o Uygulama CoCoSo
o Uygulama CRADIS
 Birleştirme yöntemleri
 ÇKKV problemlerinde duyarlılık analizi
*TR dizinli makaleler için ÇKKV
*SCI vb. endeksli makaleler için ÇKKV

Koordinatör: Mustafa Özer (Anadolu Ün)

İşlenecek Konular:

1. Veri türleri ve veri girişi
2. Veri işlemleri
2.1. Veri dönüştürmeleri
2.2. Normal dağılım ve normal dağılımdan türetilen dağılımlar (t, F ve
2.3. Temel istatistikler
2.3.1. Betimleyici istatistikler
2.3.2. İkili korelasyon katsayılarının elde edilmesi ve anlamlılık sınaması
2.4. Grafik elde edilmesi ve yorumlanması
3. Ekonometrik modelin oluşturulması
3.1. Basit doğrusal regresyon modeli
3.2. Çoklu doğrusal regresyon modeli
3.3. Model seçim kriterleri
3.4. Alternatif fonksiyonel biçimler
3.4.1. Log-log modeli
3.4.2. Yarı logartimek modeller
3.4.2.1. Lin-log modeli
3.4.2.2. Log-lin modeli
3.4.3. Ters model
3.4.4. Polinom biçiminde modeller
4. Ekonometrik modelin tahmini ve yorumlanması
4.1. En küçük kareler (OLS) ile tahmin.
4.2. Tahmin sonuçlarının yorumlanması
4.3. Katsayıların ve modelin anlamlılık testleri
4.4. Doğrusal kısıt testleri: LM, LR ve Wald-F testleri
5. Kukla değişkenlerin kullanımı
6. Diagnostik testler
6.1. Yapısal değişim testleri
6.1.1. Chow testleri
6.1.2. Quandt-Andrews yapısal kırılma testi
6.1.3. CUSUM; CUSUMSQ
6.1.4. Kukla değişkenlerle yapısal değişim testleri
6.2. Jarque-Bera normallik testi
6.3. Otokorelasyon testleri
6.3.1. Birinci derece otokorelasyon testleri
6.3.1.1. Durbin Watson testi
6.3.1.2. Durbin’in h-testi
6.3.1.3. Breusch -Godfrey LM testi
6.3.2. Birinci dereceden daha yüksek derecede otokorelasyon testleri
6.3.2.1. Breusch -Godfrey LM testi
6.3.2.2. Korologram (bağımçizim) incelemesi
6.4. Değişen varyans testleri
6.4.1. Breusch-Pagan testi
6.4.2. White testi
6.4.3. Harvey-Godfrey testi
6.4.4. Glejser testi

 

 

6.4.5. Koenker-Bassett testi
6.4.6. ARCH testi
6.5. Genelleştirilmiş en küçük kareler (GLS) yöntemi
6.6. Çoklu bağıntının araştırılması
6.7. Fonksiyonel biçim testleri
6.7.1. Yuvalanmış ve yuvalanmamış model testler
6.7.2. Davidson-MacKinnon-J testi
6.8. Model kurma hata testleri: Ramsey’in RESET testi

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: Ezgi Demir (Lancaster Ün. – Sümer Teknoloji)

İşlenecek Konular:

Modül 1: 2 Saat
• Python’a giriş
• Algoritma Oluşturma ve Programlamaya Giriş
• Anaconda Navigator Çalışma Ortamı, Spyder ve Jupyter Python Editörleri
• Sayılar
• Değişkenler
• Aritmetik Operatörler
• Uygulama
Modül 2: 2 Saat
• Temel G/Ç Komutları
• İlişkisel ve Mantıksal Operatörler
• Şart yapıları (if, elif)
• Döngüler (for, while)
• Diziler, Dizi Operasyonları
• Uygulama
Modül 3: 2 Saat
• Kullanıcı Tanımlı Fonksiyonlar ve Modüler Programlama Yaklaşımı
• Python Kütüphaneleri ve Kütüphane Kullanımı
• Dosya Operasyonları ve Data Analizi
• İstatistik ve Makine Öğrenmesi İlgili Örnek Uygulamalar

Koordinatör: Erkan Dinç (Anadolu Ün.), Elvan Günel (Anadolu Ün.), Işıl K. YURDAKUL (Anadolu Ün.)

İşlenecek Konular:

Pozitivist, Post-pozitivist, Natüralist, Eleştirel ve Yorumlamacı Paradigmalar Bağlamında Nitel Araştırmaların Felsefi ve Teorik Temelleri

Nitel Araştırmalarda Literatür Taraması
Nitel Araştırma Desenleri:
Fenomenoloji
Durum Çalışması
Anlatı Araştırması ve Yaşam Öyküleri

Nitel Araştırma Desenleri:
Etnografi ve Netnografi
Eylem Araştırması
Gömülü Teori/Temellendirilmiş Kuram Çalışmaları ve Bu Çalışmalarda Veri Analizi

Nitel Araştırmalarda Veri Toplama:
Gözlem
Görüşmeler ve Odak Gruplar
Dokümanlar

Doğal Olarak Ortaya Çıkan Konuşmalar ve Karşılıklı Konuşma Analizi
Söylem Analizi
Görseller

Nitel Araştırma Tasarımı:
Amaç ve araştırma sorularının yazımı,
Çalışma grubunun/katılımcıların belirlenmesi veya örnekleme

Nitel Araştırmada Etik Konular
Nitel Araştırmaların Geçerliliği, Tutarlılığı veya Amaca Uygunluğu
Nitel Araştırmaların Dış Geçerliliği, Genellenebilirliği veya Aktarılabilirliği
Nitel Araştırmaların Güvenilirliği, Güvenilebilirliği ya da İnandırıcılığı

Nitel Veri Analizinin Kavramsal ve Kuramsal Temelleri
Nitel Veri Analizi Yaklaşımları ve Türleri

Uygulamalı Bilgisayar Destekli Nitel Veri Analizi:
NVivo çalışma alanını
NVivo ile proje oluşturma
NVivo ile verileri analize hazırlama

Uygulamalı Bilgisayar Destekli Nitel Veri Analizi:
NVivo ile verileri kodlama ve temalara ulaşma
NVivo ile nitel verilerin görselleştirilmesi ve sunumu

Uygulamalı Bilgisayar Destekli Nitel Veri Analizi:
Sosyal medya verilerinin analizi
Diğer Nitel Veri Analizi Yazılımları

Nitel Verilerin Raporlaştırılması:
Nitel bulguların yazımı, sunumu ve yorumlanması

“Uluslararası Saygın Hakemli Dergilerde Yayın Yapma Stratejileri”

Saat: 16.00 / BİST-LAB Laboratuvarı

Ekrem Tatoğlu – Gulf University for Science and Technology (Kuwait) and Ibn Haldun University (Turkey)

**Panel tüm katılımcılara ücretsizdir.

Koordinatör: Murat Atan (AHVÜ)

İşlenecek Konular:

Veri Zarflama Analizi (VZA) (Data Envelopment Analysis – DEA)
Veri Zarflama Analizi İle İlgili Temel Tanımlar ve Kavramlar
Veri Zarflama Analizi Modelleri
 CCR Girdi Yönlü (Input Oriented) Primal
 CCR Girdi Yönlü (Input Oriented) Dual
 CCR Çıktı Yönlü (Output Oriented) Primal
 CCR Çıktı Yönlü (Output Oriented) Dual
 BCC Girdi Yönlü (Input Oriented) Primal
 BCC Girdi Yönlü (Input Oriented) Dual
Veri Zarflama Analizi Modellerinin Bilgisayar Programları (EMS, ETAKS, DEAP) İle
Çözümü
Etkin Olmayan Karar Birimlerin Etkin Hale Dönüştürülebilmesi İçin Potansiyel
İyileştirme Önerileri
Potansiyel İyileştirme Önerilerinin Bilgisayar Programları İle Çözümü
Malmquist Toplam Faktör Verimliliği (TFV)
Stokastik Sınır Yaklaşımı (SSY)

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

İşlenecek Konular:

• VERİNİN HAZIRLANMASI
• VARYANS ANALİZLERİ (ANAVO, MANOVA)
• İKİ VE DAHA FAZLA GRUP İÇİN AYIRTMA (DİSCRİMİNANT) ANALİZİ
• LOGİSTİC REGRESYON ANALİZİ
• KÜMELEME (CLUSTER) ANALİZİ
• KANONİK (CANONICAL) KORELASYON ANALİZİ
• CONJOINT ANALİZİ
• CORRESPONDENCE ANALİZİ

Koordinatör: Veysel Yılmaz (OGÜ), Murat Doğan (CBÜ), Rana Doğan (CBÜ)

İşlenecek Konular:

1. Bilgisayarlara Programların Yüklenmesi
YEM’in Tanımı ve Doğru Anlaşılması
Gereken Noktalar
YEM’in Kullanıldığı Durumlar
YEM’e İlişkin Temel Kavramlar
Yapısal Modelin Oluşturulması‐ Modelin Belirlenmesi
Model Testi‐ Uyum İndeksleri‐ Model Modifikasyonu

2. YEM’de Kullanılan ProgramlarınKarşılaştırılması
LISREL ve AMOS ile Başlangıç
LISREL’de Ölçüm Modeli ve Yapısal Modelin Oluşturulması
AMOS’da Ölçüm Modeli ve Yapısal Modelin Oluşturulması
LISREL ve AMOS’ta Çok Değişkenli
Normallik Testi ve YEM Uygulamaları
LISREL ve AMOS’ta Yapı Geçerliliği ve Ayırt Edici Geçerlilik

3. LISREL ve AMOS’ta Birinci ve ikinci Düzey
Doğrulayıcı Faktör Analizi
LISREL ve AMOS’ta Aracılık Etkisi İncelenmesi
Düzenleyicilik Etkisi
LISREL ve AMOS’ta Sık Karşılaşılan Hatalar
Analiz Sonuçlarının Makale Formatında Raporlanması
Kısmi En küçük Kareler Yapısal Eşitlik Modellemesine Giriş ve SMARTPLS Analiz Sonuçlarının Makale Formatında Raporlanması

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

Koordinatör: Mustafa Özer (Anadolu Ün.)

İşlenecek Konular:

AÇILIŞ
 Yaşam boyu proje/projeleri içselleştirme, buz kırıcılar
 TÜBİTAK 3005 Sosyal ve Beşerî Bilimlerde Yenilikçi Çözümler Araştırma
Projeleri Destek Programı tanıtımı
 Başvuru dönemleri, başvuru koşulları ve temel bilgiler
 Başvuru Formları ve hazırlanması

1. Teorik: Konu seçimi, araştırmanın modellenmesi, araştırma ekibinin oluşturulması,
yöntemin belirlenmesi
Uygulama: Konu seçimi, araştırmanın modellenmesi, araştırma ekibinin
oluşturulması, yöntemin belirlenmesi
2. Teorik: Ulusal kazanımlar, toplumsal ve kamusal fayda potansiyeli, amaç ve hedefler
Uygulama
3. Teorik: Yenilikçi yönü, yöntem
Uygulama
4. Teorik: Proje yönetimi, risk yönetimi, araştırma olanakları, yaygın etki, proje
çıktılarının paylaşımı ve yayılımı tablosu
Uygulama
5. Teorik: Bütçe ve gerekçesi, konsorsiyum oluşturma, etik kurul belgesi, destek
mektupları, kaynakça, başvuru. Değerlendirme süreci hakkında bilgilendirme.
Uygulama

 Katılımcılara daha önce kabul edilmiş TÜBİTAK 3005 proje örneği de sunulacaktır.

Koordinatör: Hakan Ulucan (Anadolu Ün.)

İşlenecek Konular:

A. Yarı Deneysel Yöntemlere Giriş – Nedensel etki ve basit korelasyon arasındaki fark; Doğal deneyler; Ampirik dizayn; Olası veri kaynakları; Farklı yöntemlere bakış.
B. Basit Doğrusal Regresyon (OLS) – Tanım; Tahminlerdeki olası yanlılıklar; Uygulamalar
C. Araç Değişken Yöntemi (Instrumental Variables) ve Uygulamaları
D. Farkların Farkı Yöntemi (Difference in Differences) ve Uygulamaları
E. Regresyon Süreksizlik Tasarımı (Regression Discontinuity Design) ve Uygulamaları
F. Çıkarsama Yöntemleri (Mode of Inference)

 

Koordinatör: Özlem Önder (Ege Ün.)

İşlenecek Konular:

1. Giriş, Mekansal analiz tanımı, Mekansal analizi oluşturan unsurlar
2. Mekansal otokorelasyon kavramı
3. Mekansal ağırlıklandırma
4. Bilgisayar Uygulaması (GeoDa programı ve kesit veri ile)
5. Mekansal regresyon, mekânsal gecikmeli bağımlı ve mekânsal hata bağımlılığı modelleri
6. Mekânsal etkinin varlığına ilişki hipotez testleri
7. Mekânsal modellerin tahmin yöntemleri
8. Bilgisayar Uygulaması (MATLAB programı ile)

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: Murat Ertuğrul (Anadolu Ün.)

İşlenecek Konular:

1. Gün

 Eviews Programa Giriş
 Duraganlık Analizi ( Geleneksel ve Yapısal Kırılmalı Testler)
 AR/MA Modelleri ve Box Jenkins Yöntemi
 VAR Modelleri/ Etki Tepki ve Varyans Ayrıştırma Modelleri
 DCC (Dynamic Conditional Correlation) Modeli

2. Gün

 Volatilite Modelleri (ARCH Ailesi Modelleri)
 ARDL ve Non-Linear ARDL Modelleri
 Markov Switching Modeli
 Threshold Regresyon Modeli
 Kalman Filtresi Modeli

3. Gün
 Alternatif Modellerin Öngörü Performanslarının Karşılaştırılması
1) Alternatif Modellerin Tahmini (OLS, ARDL, NARDL, Markov, Threshold)
2) Tahmin Edilen Modellerin Öngörü Performanslarının Karşılaştırılması

Koordinatör: Bülent Batmaz (Anadolu Ün.)

İşlenecek Konular:

1.Gün: TEMEL KAVRAMLAR
1) İstatistiksel kavramlar:
a. İstatistik, değişken, ölçme ve ölçme araçları ve türleri
b. Ölçek türleri
c. Merkezi eğilim ölçüleri ve değişkenlik, normallik.
2) Değişkenlerin ölçme düzeylerine göre: Veri derleme türleri
a. İsimsel (Nominal) Ölçek (Sınıflandırmalı değişkenler): Anket, Gözlem
b. Sıralı (Ordinal) Ölçek (Sıralı değişkenler): Likert Ölçeği, Sıralama Soruları, Karar
matrisleri
c. Aralık Ölçeği: Anketler, Ölçüm cihazları (Termometre vb.) Testler.
d. Oranlı Ölçek (Oransal ölçekler): Anket, Ölçüm cihazları (Ağırlık, uzunluk vb.), Standart
testler.

 

 

2.Gün: ÖLÇEK GELİŞTİRME SÜRECİ
1) Kavramsallaştırma: Yapının oluşturulması süreci
2) Madde Oluşturma: Madde havuzu yazım ve dikkat edilecek hususlar
3) İçerik Geçerliliği
4) Pilot Uygulama
a. Odak grup
b. Anket
i. Örneklem yeterliliği

5) Madde Analizi: Madde zorluğunu, Madde ayırt ediciliği ve iç tutarlılık
6) Ölçek Düzeltme: Pilot uygulama ve Madde analizi sonucunda maddelerin seçilmesi ve
düzeltilmesi.
7) Güvenilirlik Testi: iç tutarlılık (örneğin, Cronbach's alpha) ve test-tekrar test güvenilirliği.
8) Yapı Geçerliliği: Ölçeğin amaçlanan yapıyı ne ölçüde ölçtüğünü değerlendirilmesi.
a. Faktör Analizi: SPSS uygulaması, ölçek tek boyutlu, çok boyutlu veya alt boyutlar
varsa bunların belirlenmesi.
i. Madde ve gözlem sayısı: Örneklem yeterliliği?
ii. Korelasyon matrisinin incelenmesi ve yorumlanması

iii. Faktör yükleri
iv. Döndürme
v. Boyutların (Kavramsallaştırılmasında faktör isimlendirme)
vi. DFA (Doğrulayıcı faktör analizi Lisrel uygulamalı)

9) Norm oluşturma: Ölçek puanlarından referans değerleri oluşturma, cut-off değerleri
belirleme, bireylerin puanlarının ana kütleye göre değerlendirilmesi ve yorumlanması.

i.
3.Gün: ÖLÇEK UYARLAMA:
10) Kültürler Arası Uyum: Ölçek faklı kültürlerden alınmış ise, kültürler arası uyum süreci
11) Zamana göre Uyum. Ölçek farklı zamanı yansıtıyor ve zamana göre değişiklikler var ise zaman
göre uyum sallaştırma süreci.
12) Norm oluşturma: Ölçek puanlarından referans değerleri oluşturma, cut-off değerleri
belirleme, bireylerin puanlarının ana kütleye göre değerlendirilmesi ve yorumlanması, Süreç,
sosyal bilimlerde amaçlanan yapıyı ölçmek için sağlam ve etkili bir ölçek geliştirmek için
birden fazla yineleme ve revizyonların yapılmasını gerekmektedir.
4.Gün: UYGULAMA ve TARTIŞMA
Uygulama ve tartışma örnek veri seti üzerinde SPSS ve LİSREL paket program ile uygulama ve
sonuçları yorumlama üzerine çalışmaları ve tartışmaları içerir.

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: Serap Cavkaytar (Anadolu Ün.)

İşlenecek Konular:

Nitel Araştırmanın Tanımı, Amacı, Temel Özellikleri
Nitel araştırma desenleri, Amaç Yazımı ve Örneklem
Nitel Araştırmalarda Veri Toplama Teknikleri
Nitel Araştırmalarda Veri Toplama Teknikleri
Nitel Verilerin Analizi (Betimsel Analiz)
Nitel Verilerin Analizi (İçerik Analizi)
Nitel Araştırmalarda İnanırlık ve Etik
Nitel Araştırmalarda Karşılaşılan Yaygın Hatalar
Proje  Oluşturma, Veri Kaynaklarını Aktarma- Oluşturma
Nvivo 12 Programı Çalışma Alanı ve Ara yüz Tanıtımı
Verileri Analize Hazırlama
Verileri Kodlama ve Temalaştırma
Sorgu Oluşturma
Model Oluşturma
İlinti Kurma
Rapor Oluşturma