Dersi Veren Fakülte \ Bölüm
İktisadi ve İdari Bilimler Fakültesi \ Uluslararası Girişimcilik
Kredi
AKTS
Ders Türü
Öğretim Dili
Yapay Zeka ve Karşılaştırmalı Ekonomik Analiz" dersi, nicel araştırma yöntemlerine giriş niteliğindedir. Derste sosyal bilimlerde yaygın olarak kullanılan yeri analiz teknikleri öğrencilere hem teorik hem de yapay zeka araçları kullanılarak uygulamalı biçimde aktarılacaktır. Bu kapsamda betimleyici istatistikler, çıkarımsal analizler ve regresyon modelleri (ör. oLS ve Logit) ele alınacaktır. Veri analizi uygulamaları uygun yazılımlar aracılığıyla yürütülecek; yapay zeka tabanlı araçlar ise analiz sonuçlarının yorumlanması ve sunulmasında destekleyici olarak
kullanılacaktır.
Ders Kitapları ve/veya Kaynaklar
• Pollock III, P. H., & Edwards, B. C. (2019). The Essentials of Political Analysis. CQ Press.
• Pollock III, P. H., & Edwards, B. C. (2018). A Stata® Companion to Political Analysis. CQ Press.
• Gujarati, D. N., & Porter, D. C. (2009). Basic Econometrics (Turkish Translation Eds.: Şenesen, Ü., & Şenesen, G. G.). Literatür Yayıncılık.
• Lisa Daniels & Nicholas Minot (2023). An Introduction to Statistics and Data Analysis Using Stata. SAGE Publications.
• Nancy Whittier, Tina Wildhagen, & Howard J. Gold (2023). Statistics for Social Understanding: With Stata and SPSS.
• Wooldridge, J. M. Introductory Econometrics: A Modern Approach, 5th ed.
• Stock, J. H., & Watson, M. W. Introduction to Econometrics, 4th ed.
• Studenmund, A. H. A Practical Guide to Econometrics.
• Schwabish, J. A. (2021). Better Data Visualizations: A Guide for Scholars, Researchers, and Wonks. Columbia University Press.
• Ek ders materyalleri UZAK sistemine yüklenecektir: https://uzak.etu.edu.tr/login/index.php
1. Öğrencilere sosyal bilimlerde kullanılan temel nicel araştırma yöntemlerini tanıtmak.
2. Öğrencilerin veri toplama, düzenleme ve analiz etme becerilerini geliştirmek.
3. Betimleyici ve çıkarımsal istatistikler ile regresyon analizini uygulamalı olarak öğretmek.
4. Yapay zeka tabanlı araçların veri analizi, sonuçların yorumlanması ve sunum süreçlerinde nasıl kullanılacağını göstermek.
5. Bilimsel çerçevede yorum yapma ve bulguları etkili bir şekilde sunma becerisi kazandırmak.
1. Farklı veri tabanlarından ve resmi istatistik kaynaklarından sürdürülebilirlik ile ilgili veri toplayabilir.
2. Temel istatistiksel yöntemleri ve Stata yazılımını kullanarak veriyi analiz edebilir.
3. Regresyon analizi ve hipotez testleri gibi nicel araştırma yöntemlerini Stata yazılımını kullanarak uygulayabilir.
4. Stata yazılımını kullanarak veriyi görselleştirebilir.
5. Nicel yöntemlerle elde edilen bulguları bilimsel bir çerçevede yorumlayabilir ve sunabilir.
1. Hafta: Dersin tanıtımı
2. Hafta: Araştırma Tasarımı ve Ekonometriye Giriş
3. Hafta: Değişkenlerin ölçülmesi, tanımlanması ve dönüştürülmesi, Verileri özetlemek ve/veya betimlemek için yöntemler
4. Hafta: Nicel verilerin organizasyonu (Tablo kullanımı, Grafiklerle verilerin sunumu), Hipotezlerin oluşturulması, Kontrollü karşılaştırmalar yapma
5. Hafta: Kontrollü karşılaştırmalar yapma, Hipotez testi yapma, Nicel verilerin organizasyonu devam (Tablo kullanımı, Grafiklerle verilerin sunumu)
6. Hafta: Ara sınav
7. Hafta: Ekonometri, Regresyon
8. Hafta: Ekonometri, Regresyon,
9. Hafta: Ekonometri, Kukla Değişkenlerle Regresyon, Projelerin öğrencilerle planlanması
10. Hafta: Kategorik bağımlı değişkenleri açıklamak için kullanılan modeller, Makale sunumu
11. Hafta: Kategorik bağımlı değişkenleri açıklamak için kullanılan modeller, Panel Veri Analizine Giriş
12. Hafta: Panel Veri Analizine Giriş ve Proje Sunumları
Referans Değerlendime Ölçütleri
• Ara Sınav
• Final
• Proje
|
Program Çıktısı
**
|
| 1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|
Ders Çıktısı
|
|---|
| 1 |
|
|
|
|
|
|
|
|
|
|
|
|
| 2 |
|
|
|
|
|
|
|
|
|
|
|
|
| 3 |
|
|
|
|
|
|
|
|
|
|
|
|
| 4 |
|
|
|
|
|
|
|
|
|
|
|
|
| 5 |
|
|
|
|
|
|
|
|
|
|
|
|