Bu dersin sonunda öğrenciler; 1) Bu derste öğrenciler zaman serilerini ve taşıdıkları desenleri tanımayı, serinin özelliğine göre öngörü modelleri geliştirmeyi öğrenecektir. 2) Modeller arasından iyi olanı seçip, seçilen model aracılığı ile öngörüde bulunabilecektir.
DERSİN VERİLİŞ BİÇİMİ
Yüz Yüze
DERSİN ÖNKOŞULLARI
Yok
ÖNERİLEN DERSLER
Bu dersle ilişkili önerilen başka dersler bulunmamaktadır.
DERS TANIMI
Bu derste öngörü süreci; Veri yapıları; Model ve Model seçimi; Hareketli Ortalamalar, Üstel Düzleştirme Yöntemleri; Regresyon ayrdımı ile Öngörü; Zaman Sersinin Bileşenlerine Ayrıştırılması; Box-Jenkins (ARIMA) türü Modeller ve Öngörü Modellerinin birlikte kullanılması anlatılacaktır.
Business Forecasting, by Wilson/Keating, 2nd edition, Irwin, 1994. Time Series Analysis: Forecasting and Control, by Box/Jenkins/Reinsell, 3rd edition, Englewoods Cliffs, Prentice-Hall, 2001. Forecasting:Methods and Applications, by Makridakis/Wheelwright/Hyndman, 3rd edition, John Wiley & Sons, Inc., Newyork, 1998.
ÖĞRETİM YÖNTEM VE TEKNİKLERİ
Anlatım,Soru-Cevap,Örnek Olay İncelemesi,Sorun/Problem Çözme
DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ
Sayısı
Toplam Katkısı(%)
Ara Sınav
1
40
Mini-Sınav
5
10
Toplam(%)
50
Yıl İçinin Başarıya Oranı(%)
50
Finalin Başarıya Oranı(%)
50
Toplam(%)
100
DİL
Türkçe
STAJ / UYGULAMA
Yok
PROGRAM YETERLİLİKLERİ (P) / DERSİN ÖĞRENME KAZANIMLARI (Ö) MATRİSİ