|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/temel-ekonometri-1-r-uygulamali/
课程评论：没有评论
## 课程总结：Temel Ekonometri - 1 (R Uygulamalı) 本 Coursera 课程“Temel Ekonometri - 1 (R Uygulamalı)”是一门为期42小时的全面入门级计量经济学课程，旨在填补传统本科教育在实践应用方面存在的不足，提供深入的理论讲解和实际操作。课程由经验丰富的讲师带领，强调理论与实践相结合，并使用免费且易于获取的R语言进行实操。 **课程核心内容：** 1. **预备知识：** 巩固必要数学、统计学和经济学概念，尤其强调数学基础的重要性，以克服学生在学习计量经济学时常遇到的数学障碍。 2. **计量经济学入门：** 介绍计量经济学的基本概念，区分不同数据类型，阐述计量经济学的目标、测度方法及其意义。 3. **简单回归分析：** 作为课程的基石，深入讲解参数估计、标准误、t统计量和p值的计算原理，强调公式的推导过程，帮助学生理解而非死记硬背。 4. **多元回归分析：** 在掌握简单回归的基础上，引入多个自变量的模型，通过R语言的`lm()`和`summary()`函数演示如何轻松进行回归估计。 5. **多元回归推断：** 学习如何检验单个和多个假设，变量剔除的策略，以及F检验等推断方法。重点关注变量的解释，提升学生的模型解读能力。 6. **多元回归进阶：** 引入非线性模型，包括二次形式、交互项和虚拟 (dummy) 变量。通过大量实践操作，学习如何将这些变量纳入模型并创建新变量。 7. **异方差性 (Heteroskedasticity)：** 深入探讨和解决异方差性问题，包括使用Breusch-Pagan检验和White检验进行检测，以及White方法、WLS/GLS和FGLS等模型进行处理。 8. **诊断与数据问题：** 学习进行模型设定检验，识别模型设定误差的根源并加以解决。此外，课程还将触及离群值、缺失数据、代理变量和动态模型等常见数据问题。 **课程特色：** * **全程土耳其语授课，内容详实。** * **理论与R语言实践紧密结合。** * **强调公式推导和原理理解，而非死记硬背。** * **使用免费开源的R语言，降低学习门槛。** * **讲师承诺提供全程支持，解答学生疑问。** 该课程旨在帮助学习者打下坚实的计量经济学基础，并掌握使用R语言进行实际分析的能力。
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 bölümüHazırlık 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 GirişBu 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 AnaliziBasit 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 AnaliziBasit 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 - ÇıkarımÇoklu 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 KonularBu 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. HeteroskedasticityHeteroskedasticity, 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 SorunlarıBu 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.
