ENGLISH
GİRİŞ
  • Ders Bilgi Paketi
  • Yüksek Lisans >
  • Eğitim Bilimleri Enstitüsü >
  • Matematik Eğitimi (y.l)
  • > ECONOMETRICS I
DBP Hakkında
Skip Navigation Links

Ders Hakkında

Bölüm Hakkında
Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
ECONOMETRICS I İkinci Düzey ECON 675 1 7.00 7.00 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri No
Eğitimin Dili English
Koordinatör PROF. DR. FAİK BİLGİLİ
Dersi Veren Öğretim Eleman(lar)ı PROF. DR. FAİK BİLGİLİ
Yardımcı Öğretim Eleman(lar)ı No
Dersin Veriliş Şekli Lecture and Computer Applications
Dersin Amacı To teach the students the habit of thought, knowledge and understanding to be able to carry out good quality applied economic research with confidence To develop the critical insight to appraise econometric results obtained by other researchers.
Dersin Tanımı LS, MO Estimation methods. Tests for the main assumptions of LS method and etc.

Dersin İçeriği
1 Introduction to time-series models
2 Difference Equations and their solutions
3 Convergence, divergence, and stability of the equilibrium
4 Model selection (Box-Jenkins) and long-memory models (ARFIMA)
5 ARMA and ARIMA models .
6 Auto-correlation and partial autocorrelation functions
7 Stochastic difference models and stationarity and unit root tests
8 Midterm
9 Applications: Regression with time series errors, A model of interest rate spread
10 Forecast evaluation and structural break tests + Markov-regime switching
11 Characteristics of volatility and testing for ARCH effects
12 GARCH models
13 Applications to GARCH models
14 Alternative conditional variance models: T-GARCH, GARCH-M, E-GARCH, Asymmetric GARCH, and their applications
15 Course review and state of art methods (Fourier wavelet estimations)
16 Final Exams
17 Final Exams
18
19
20

Dersin Öğrenme Çıktıları
1 By the end of the course the students will have developed the necessary skills needed for empirical research using modern econometrics techniques. To have knowledge on the basic principles of econometric analysis.
2 To be able to know how to apply regression analysis to real-world economic examples and data sets for hypothesis testing and prediction. Through their computer based assignments they will be also trained in conducting research using primary data
3 To have knowledge on simple and multiple regression models. To be able to understand the assumptions of the classical regression model.
4 To have knowledge on problems on estimation of models and to be able to understand both the fundamental techniques and wide array of applications involving linear regression estimation.
5 To develop the critical insight to appraise econometric results obtained by the other researchers
6 To have some knowledge on econometric computer programs such as Eviews and Stata
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Matematik eğitimi alanında uzman düzeyinde ve güncel bir alan ve meslek bilgisine sahiptir. Matematik eğitimi alanında uzman düzeyinde ve güncel bir alan ve meslek bilgisine sahiptir.
2 Matematik eğitimi ve eğitim ile diğer disiplinler arasındaki ilişkiyi kavrar. 6-
3 Çalıştığı dönem ve bölgeye ait belge ve kaynakları okuyup değerlendirebilir.
4 Matematik eğitimi alanında edindiği kuramsal ve uygulamalı bilgileri araştırma ve öğretim amacıyla kullanabilir
5 Alanında elde ettiği bulguları diğer disiplin alanlarında yapılan çalışmalarla bütünleştirip yeni bilgiler oluşturabilir.
6 Araştırma, öğretim veya sunum amacı ile her türlü görsel ve işitsel teknolojileri kullanabilir.
7 Matematik eğitimi alanında var olan bir sorunu farkedebilir, olası çözüm yolları geliştirebilir, olası çözümleri uygulayarak ölçebilir, elde ettiği verileri analiz edip değerlendirerek bir sonuca varabilir.
8 Matematik eğitiminde kullanılan yöntem ve sistemlerde karşılaşılabilecek sorunlar karşısında sorumluluk alarak yeni stratejik yaklaşımlar ve çözümler geliştirebilir.
9 Araştırma, uygulama, ve öğretim çalışmalarını bağımsız veya ekip olarak yürütebilir.
10 Matematik eğitimi ile ilgili bilgi ve bulguları eleştirel ve tarafsız bir şekilde değerlendirebilir.
11 Matematik eğitimi ve eğitim alanlarında kendisinin veya diğer uzmanların yaptığı çalışmaları her kesimden insana yazılı, sözlü ve görsel olarak sistemli ve anlamlı bir şekilde aktarabilir.
12 Mesleki Gelişim ve Yaşamboyu Öğrenme ilkelerini kendisi ve diğerleri için uygulayabilir.
13 Mesleki ve profesyonel ortamlardaki sosyal ilişkileri eleştirel bir gözle değerlendirebilir ve gerektiğinde bunları geliştirmek üzere yapılacak çalışmalara öncülük edebilir.
14 Bir yabancı dilde en az “Avrupa Dil Portföyü B2 Genel” düzeyinde yazılı ve sözlü iletişim kurabilir.
15 Matematik eğitimi alanında uygulanan politikaları yorumlayabilir, kalite süreçleri çerçevesinde değerlendirebilir ve gerektiğinde bunları geliştirebilecek çalışmalar yapabilir.
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 14 2 28
Ödevler 7 4 28
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 20 20
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 12 12
Yarıyıl sonu sınavı 1 2 2
Araştırma 5 3 15
Toplam iş yükü     149
AKTS     6.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 40
Kısa sınav 0 0
Ödev 0 0
Yarıyıl içi toplam   40
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı Enders, W. (2008). Applied econometric time series. John Wiley & Sons.
Yardımcı Kaynaklar R (2022), R Project manuals and documentations, https://cran.r-project.org/manuals.html Mathworks, 2022, MATLAB documentation, https://www.mathworks.com/help/matlab/ Tsay, R. S. (2013). Multivariate time series analysis: with R and financial applications. John Wiley & Sons. Tsay, R. S. (2005). Analysis of financial time series. John Wiley & sons. Gujarathi, D. M. (2022). Gujarati: Basic Econometrics. McGraw-hill. Hamilton, J. D. (2020). Time series analysis. Princeton university press.

Ders İle İlgili Dosyalar