Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi

Bu ders genelleştirilmiş doğrusal modellerin (GLM) teorisi ve pratiğini, parametrelerin test edilmesini, tahmin edilmesini ve güven aralıklarını, regresyon ve varyans analizini, doğrusal olmayan regresyon teşhislerinin modellenmesini ve grafiklerini, değişken seçimini ve model seçimini öğretir. ​

-

Genelleştirilmiş doğrusal modellerin teorik ve uygulamalı yönleri. Klasik doğrusal modeller, doğrusal olmayan regresyon modelleri ve genelleştirilmiş tahmin denklemleri

Öğretim formları dersler, alıştırmalar, seminerler, bilgisayar oturumları ve özel derslerden oluşabilir.

yok

Türkçe

Verbeek, M. 2017. A Guide to Modern Econometrics. 5th ed. Chichester: Wiley. Cameron, C.A. and P.K. Trivedi. 1998. Regression Analysis of Count Data. Cambridge: Cambridge University Press. Weisberg, S. (2013). Applied Linear Regression, 4th Edition. New York: John Wiley and Sons. My favorite regression text, with good coverage of the basics and a lucid presentation of regression diagnostics. Hardin, J. and Hilbe, J. (2012). Generalized Linear Models and Extensions, 3rd Edition. College Station, Texas: Stata Press. A more applied book covering the fundamentals and including worked out analyses using Stata.

-

• GLM ve ilgili konuların kavramsal anlayışını gösterir.
• Genelleştirilmiş doğrusal modeller, doğrusal olmayan regresyon modelleri ve regresyon modelleri altında tahmin, hipotez testi ve varyans analizi gibi istatistiksel analizleri gerçekleştirir.
• Farklı alanlardan ortaya çıkan verileri modeller geliştirmek ve analiz etmek için standart istatistiksel yazılımı kullanır.
• Bu kursu başarıyla tamamlayan öğrenciler, model oluşturmayı gerçekleştirmek için SAS ve R'yi kullanabilecektir.
• Genelleştirilmiş tahmin denklemleri metodolojisini uygular.