| Müfredat Adı | Ders Kodu | Ders Adı | Ders Türü | Dönem | AKTS | Teorik | Uygulama |
| İstatistik-YL-2015 | IST7029 | Zaman Serileri Analizi | Seçmeli | 1 | 8,00 | 3 | 0 |
Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi
Programlar Hakkında Bilgi
Tezli Yüksek Lisans - Fen Bilimleri Enstitüsü - İstatistik
Dersin İçeriği
Dersin Amacı
Zaman serileri analizinde kullanılan olasılıksal ve olsalıksal olmayan yöntemler hakkında temel tanım ve prensiplerin öğretilmesi.
Öğrenim Türü
-
Dersin İçeriği
Olasılıklı ve olsasılıklı olmayan Zaman serisi analiz yöntemlerine ait temel tanım ve kavramlar. Box-Jenkins Yöntemleri, Koşullu Değişen Varyanslı Modeller. Yapay sinir ağları ile zaman serisi öngörüsü, Bulanık çıkarım sistemleri, Bulanık Zaman serileri.
Planlanan Öğrenme Aktiviteleri ve Metodları
Ayrıntılı ders içeriğinin öğretim üyesi tarafından yüz yüze ve online eğitim seçenekleri dikkate alınarak öğrencilere sunumu ve anlatımı
Staj Durumu
Yok
Dersin Sunulduğu Dil
Türkçe
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1. Günay S., Egrioglu E., Aladağ Ç.H., Tek Değişkenli Zaman Serileri Analizi, Hacettepe Üni. Yayınları 2. Aladag, C.H., Egrioglu, E., Editors, (2012) Advances in time series forecasting, Bentham Science Publishers Ltd., eISBN: 978-1-60805-373-5. 3. Yapay Sinir Ağları Öngörü ve Tahmin Uygulamaları, Dr. Erol Eğrioğlu, Dr. Ufuk Yolcu, Dr. Eren Baş, Nobel Akademik Yayıncılık 4. Time Series Analysis: Forecasting and Control, George E. P. Box, Gwilym M. Jenkins, Gregory C. Reinsel, Wiley Series in Probability and Statistics 5. Shumway,R. H. and Stoffer, D. S. "Time Series Analysis and Its Applications: With R Examples" Springer
Dersin Web Sayfası
Yok
Öğrenme Çıktıları
- Amaca uygun zaman serisi yöntemlerini seçebilir
- Zaman serileri analizi için olasılıksal yöntemleri kullanabilir
- Zaman serileri analizi için yapay zeka yöntemlerini kullanabilir
- Zaman serileri analizi için bulanık kümeye dayalı yöntemleri kullanabilir
- Zaman serisi analizine ilişkin verileri ve analiz sonuçlarını yorumlayabilir
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik |
|---|---|
| 1 | Zaman Serileri temel tanım ve kavramlar, Zaman Serilerinin karakteristikleri. Zaman serileri Analizinde Kullanılan Stokastik Süreçler |
| 2 | Box-Jenkins Yöntemleri |
| 3 | Box-Jenkins Yöntemleri - Devam- |
| 4 | Box-Jenkins Yöntemleri - Devam- |
| 5 | Otoregresif Koşullu Değişen Varyanslı Modeller |
| 6 | Otoregresif Koşullu Değişen Varyanslı Modeller - Devam- |
| 7 | Yapay Zeka Yöntemleri ve Esnek Hesaplamaya ilişkin temel kavramlar |
| 8 | Ara Sınav Haftası |
| 9 | Yapay Sinir Ağları ile Zaman Serisi Öngörüsü |
| 10 | Yapay Sinir Ağları ile Zaman Serisi Öngörüsü - Devam- |
| 11 | Yapay Sinir Ağları ile Zaman Serisi Öngörüsü - Devam- |
| 12 | Bulanık Çıkarım Sistemleri - Mamdani ve Sugeno |
| 13 | Bulanık Çıkarım Sistemleri - ANFİS |
| 14 | Tip 1 Bulanık Fonksiyon Yaklaşımı |
| 15 | Bulanık Zaman Serileri |
| 16 | Ders Çalışma Haftası |
| 17 | Yarı Yıl Sonu Sınavı |
Değerlendirme
| Değerlendirme | Değer |
|---|---|
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Değer |
| Final Sınavı | 100 |
Öğrenci İş Yükü Hesabı
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ders Öncesi/Sonrası Bireysel Çalışma | 14 | 7 | 98 |
| Proje ve Hazırlığı | 0 | 0 | 0 |
| Ödev ve Hazırlığı | 4 | 5 | 20 |
| Laboratuvar ve Hazırlığı | 0 | 0 | 0 |
| Atölye ve Hazırlığı | 0 | 0 | 0 |
| Sunum ve Hazırlığı | 0 | 0 | 0 |
| Seminer ve Hazırlığı | 0 | 0 | 0 |
| Demo ve Hazırlığı | 0 | 0 | 0 |
| Araştırma ve Hazırlığı | 4 | 5 | 20 |
| Rapor ve Hazırlığı | 0 | 0 | 0 |
| Arasınav ve Hazırlığı | 2 | 5 | 10 |
| Kısa Sınav ve Hazırlığı | 0 | 0 | 0 |
| Final ve Hazırlığı | 2 | 5 | 10 |
| Teorik Ders Saati | 14 | 3 | 42 |
| Uygulama Ders Saati | 0 | 0 | 0 |