Temel Ekonometri - 1 (R Uygulamalı)

Description

İNDİRİMLİ FİYATLAR  İÇİN WEB SİTEMİ ZİYARET EDİN (www. alperakpinar .com)

Platformda ilk ve tek Türkçe, detaylı anlatımlı ve uygulamalı, 42 saatlik dev video içeriğine sahip ekonometri kursu!

Bu kursu oluştururken en temel amaçlarımdan bir tanesi, lisans seviyesinde yeterli önem gösterilmeyen ve yalnızca teoriye odaklı ekonometri eğitimlerinin yarattığı büyük boşluğu doldurmaktı. Zaman içerisinde sorunun yalnızca yetersiz uygulama eğitimi olmadığını, aynı zamanda yanlış ve üstünkörü uygulama bilgisi ile eksik teorik bilginin harmanlanması da olduğunu farkettim. Bu bağlamda, temel konuları detaylı ve anlaşılır bir teorik yaklaşımla ele alan, bol örnekli, aynı zamanda da uygulamalı ekonometri’yi de kapsayan bu ekonometri kursunu oluşturmaya karar verdim.

Kursun içeriğini kesit veri analizinin tüm konuları oluşturuyor. Baştan sona, detaylı ve uygulamalı olarak temel ekonometri müfredatını aktarmaya çalıştım. Uygulamada tüm öğrencileri kapsayabilmek adına, ücretsiz ve herkesin rahatlıkla ulaşabileceği R programını tercih ettim. Böylece ekonometri öğrenirken, aynı zamanda popüler ve ücretsiz kullanıma açık olan bir programlama diline de giriş yapmış olacaksınız.

Kursun müfredatı ve içeriği, aşağıdaki gibi oluşuyor:

1. Hazırlık bölümü

Hazırlık bölümü, ekonometriye başlamadan önce mutlaka üzerinden geçmeniz gereken bir bölümdür. Çünkü mevcut olabilecek matematik, istatistik ve iktisata dair temel ve gerekli bazı konuları burada ele aldım. Özellikle matematikle ilgili konulara önem verdim. Maalesef birçok öğrenci, yeterli matematik temeli olmadan ekonometriye başladığı için olumlu sonuçlar elde edemiyor. Bu bölüm bu sorunu ortadan kaldıracak.

2. Ekonometriye Giriş

Bu bölümde, ekonometrinin geneline dair bilgiler yer alıyor. Farklı data türlerini ve bunların farklarını bu bölümde aktardım. Aynı zamanda ekonometrinin amacını, neyi ve nasıl ölçtüğünü, bizim için ne ifade ettiğini göstermeye çalıştım.

3. Basit Regresyon Analizi

Basit regresyon, kursumdaki en temel ve en önemli kısmı oluşturuyor. Her konunun birbirinden önemli olduğunu söylemek tabii ki yanlış olmaz, ancak parametre tahminlerinin, standart hataların, t istatistiğinin ve p değerinin hesaplanması ve bu formüllerin nerden geldiğini kökenine inerek anlattığım basit regresyon bölümü diğerlerini biraz gölgede bırakıyor. Özellikle formüllerin elde edilmesi konusuna önem verdim. Çünkü öğrenci, nerden geldiğini ve neye dayanarak hesaplandığını bilmedikleri formülleri ezberleme dayatması yüzünden ne matematik, ne istatistik ne de ekonometri öğrenemiyor. Ancak bu kursta, bu sorunu ortadan kaldırdık, herşeyi birlikte hesaplıyoruz!

4. Çoklu Regresyon Analizi

Basit regresyonu öğrendikten sonra, birden fazla bağımsız değişkenin modele eklenmesiyle meydana gelen çoklu regresyon konusuna giriş yapacağız. Ancak basit regresyondan daha kolay bir gidişatımız olacak. Çünkü benzer özellikleri hızlı geçerken, farklı olan yanları gene kökeninden ele almamıza rağmen birçok matematiksel çözümleme basit regresyon ile aynı olacak ve siz bu konuda artık tecrübe sahibi olmuş olacaksınız. Bu yüzden teorik kısmı size basit regresyon kadar ağır gelmeyecek. Ayrıca R’da kolay bir şekilde regresyon tahminleri yapmayı bu bölümde göreceğiz. Yüzlerce satırlık kodlar yerine, lm() ve summary() fonksiyonlarını kullanarak regresyon tahmini yapmayı öğreneceğiz.

5. Çoklu Regresyon – Çıkarım

Çoklu regresyonda tahmin yapmayı öğrendik, artık bir adım ileriye giderek hipotezlerimizi test edebiliriz. Çıkarım bölümünde, tekli ve çoklu hipotezlerin test edilmesini, modelden değişken düşme yollarını, f testi ve daha birçok şeyi detaylı bir şekilde göreceğiz. Yorumlama üzerinde durarak, hangi tür değişkeni nasıl yorumlayabileceğimizi konuşacağız.

6. Çoklu Regresyon – İleri Konular

Bu bölümde, modellerimize farklı fonksiyonel formları eklemeyi öğreneceğiz. Logaritmayı buraya gelene kadar çoktan öğrendik, burda ise ilaveten modelimize karesel formları, etkileşim terimlerini ve dummy değişkenleri ekleyeceğiz. Dummy değişkenleri modele eklerken data setine istediğimiz değişkenleri nasıl ekleyebileceğimizi de öğreneceğiz. Ayrıca dummy gruplandırmaları yaparak yeni değişkenler oluşturacağız. Büyük oranda uygulama ile geçen keyifli bir bölüm olacak!

7. Heteroskedasticity

Heteroskedasticity, diğer adıyla değişen varyans sorunu, program ekonometricilerinin en büyük kabuslarından! Çünkü teorik bilgileri olmayan, yalnızca ekonometri programlarından sağdan soldan tahmin yapmayı öğrenmiş ekonometriciler sorunlarla karşılaştıklarında bunlara teorik çözümler üretemez. Ancak bu kursta dersleri dikkatlice izleyip uygulamaları benle birlikte yaparsanız, karşılaştığınız sorunlara çözüm üretmekte zorlanmayacaksınız. Heteroskedasticity’de öyle! Önce onu farklı yöntemlerle tespit etmeyi (Breusch-Pagan Test, White Test), ardından farklı yöntem(White Yöntemi) ve modellerle(WLS/GLS, FGLS) çözmeyi öğreneceğiz.

8. Tanılama ve Veri Sorunları

Bu bölümde, modelimiz için zorunlu bir diğer yapısal test olan spesifikasyon testini yapmayı ve bu sorunu nasıl çözebileceğimizi öğreneceğiz. Spesifikasyon, modelin doğru bir şekilde kurulup kurulmadığını söyler. Ancak doğru değilse, sebebini söylemez. Bunu bulmakta bize kalmış, ancak merak etmeyin. Detaylı bir şekilde arayacağız! Bunun yanı sıra, uç gözlem sorunu, eksik veri sorunu, proxy değişken ve dinamik modellere de değineceğiz. Böylece kursumuzun eğitim müfredatı tamamlanmış olacak.

Kurs boyunca her zaman yanınızda olacağım. Anlamadığınız yerleri, videolarda anlaşılmadığını düşündüğünüz yerleri ve kafanıza takılan sorularınızı bana iletin. Kesit veri analizine dair temel ekonometri konularından anlatmadığımı düşündüğünüz, belki de gözden kaçırdığım yerler varsa da bana mutlaka iletin. Her zaman sorularınızı yanıtlamaktan, gerekirse yeni videolar eklemekten memnuniyet duyarım. Unutmayın; Ekonometri zor değildir, yalnızca kötü öğretmenler vardır. Öğrenmek istiyorsanız, doğru yerdesiniz.

Önemli Not: Yüksek Lisans eğitimim sürecinde verdiği emekler ve iyi eğitim sayesinde bu kursu hazırlayabildiğim Katip Çelebi Üniversitesi Öğretim Üyelerinden Sayın Muharrem Burak ÖNEMLİ hocama herşey için çok teşekkür ediyorum.

What You Will Learn!

• Temel düzeyde R programının kullanımı
• R programlama dilinde ekonometrinin kullanılması
• Ekonometri için ihtiyaç duyulacak temel matematik; Toplam operatörü, genel istatistik, fonksiyonların tanınması, matematiksel istatistik
• Ekonometrinin kısa tarihi
• Basit regresyon modelleri (Kesit veri analizi)
• Çoklu regresyon modelleri (Kesit veri analizi)
• Çoklu regresyonda çıkarım ve analiz
• Kukla (dummy) değişkenler ve kullanımları
• Proxy değişkenler
• Model seçme yöntemleri ve bazı tanımlayıcı istatistikler
• Tanısal Testler
• Heteroskedasticity Tespiti ve Çözümü
• Farklı Fonksiyonel Formların Modele Dahil Edilmesi
• F dağılımı ve F Testi
• T dağılımı ve T Testi
• Normal ve Standart Normal Dağılım
• Dinamik modellere giriş
• Hipotez Testlerini Oluşturma ve Gerçekleştirme
• Uç gözlem sorunu ve çözümü
• Parametre formüllerinin kökenleri
• Kesit veri analizine dahil tüm temel ekonometri müfredatı (Uygulamalarla)

Who Should Attend!

• Üniversitelerin iktisat, ekonomi, ekonometri, maliye, işletme vb. İİBF bölümlerinde okuyan öğrenciler
• Akademisyenler
• Özel sektörde istatistik veya ekonometri üzerine çalışan kişiler
• Makale okumaya meraklı olup makalelerin ampirik kısımlarını anlayabilmek isteyen herkes

TAKE THIS COURSE