İktisatta İstatistiksel Yöntem (MIT) (Prof. Victor Chernozhukov)
Statistical Method in Economics
Dersin Tanımı
Bu ders, öğrencileri takip eden dönemlerde alacakları ekonometri derslerine hazırlamak üzere istatistik teorisini tanıtmayı amaçlamaktadır. Ders, istatistik teorisinin temel prensiplerini vurgulamaktadır. Olasılığa yönelik temel bir tekrar yapılacaktır; ancak, bu konuların bilindiği varsayılmaktadır. Ders, basit regresyon analizini de kapsamaktadır. İşlenecek konular arasında olasılık, rastsal örneklemler, yanaşıklık yöntemleri, nokta tahminleri, tahmincilerin değerlendirilmesi, Cramer-Rao teoremi, önsav sınamaları, Neyman Pearson lema, Olabilirlik Oranı Testi, aralık tahmini, en iyi doğrusal öndeyici, en iyi doğrusal yaklaşıklık, koşullu beklenti fonksiyonu, işlevsel biçimleri oluşturmak, regresyon cebiri, Gauss-Markov eniyiliği, sonlu örneklemlerde çıkarsama, tutarlılık, yanaşık normallik, farklı yayılım ve kendiyle ilgileşim yer almaktadır.
Öğretim Üyesi: Prof. Victor Chernozhukov Çevirmen: Doç. Dr. Gökhan Özertan Kurum: MIT (Lisansüstü)
Düzey: Lisansüstü
Çevirmenler: Doç. Dr. Gökhan Özertan
Bu ders, öğrencileri takip eden dönemlerde alacakları ekonometri derslerine hazırlamak üzere istatistik teorisini tanıtmayı amaçlar. Olasılık, rastsal örneklemler, tahmin, hipotez testi ve basit regresyon analizi işlenir.
Ölçülebilirlik
Bu ders için ölçülebilirlik konusu anahtar kavramları anlamada kullanılmamasında dolayı önemli değildir. Şurada faydalı ve hızlıca kavranabilecek bir kaynak mevcuttur: Koenker, Roger. "Appendix to 13 Ways." Economics 574 Lecture Notes, Spring 2006.
-
Aç
Ders İzlencesi
İzlence · HTML
-
Aç
Ödev 5 — OLS tahmini, regresyon cebiri, Monte Carlo
Ödev · PDF
-
Aç
Ödev 6 — Doğrusallık, ters regresyon, Stata
Ödev · PDF
-
Aç
Ödev 7 — Tutarlılık, farklı yayılım, tekrar
Ödev · PDF
-
Aç
datapset6qn6.txt
Ödev · TXT
-
Aç
datapset6qn6.dta
Ödev · DTA
-
Aç
STATA kullanıcıları için ipuçları (Raymond Guiteras'ın katkısıyla)
Ödev · PDF
-
Aç
Sonlu Örneklem
Ödev · PDF