R ile Uygulamalı Finansal Ekonometri ve Zaman Serileri Analizleri

Tek değişkenli veya çok değişkenli regresyon analizleriyle veya zaman serileri yöntemleriyle geleceği tahmin etme amaçlı ekonometrik modellerin kurulumundan, varsayımların teyit edilmesi ve kurulan model sonucunda tahminde bulunulmasına ihtiyaç duyulabilecek bilgiler bu eğitimde verilecektir.

Kimler Katılmalı

Ekonometrik modelleme ve zaman serileri analizi yapmak isteyen herkesin katılımına uygundur. Temel ekonometri ve zaman serileri bilgisi gerekmektedir.

Eğitim İçeriği

  • 1. R'da Veri Setleri ve Grafikler (Özet)
    • R'ın Kurulumu
    • R'da Veri Setleri
    • R'da Grafikler
  • 2. Zaman Serilerinin Karakteristiklerinin Belirlenmesi
    • Tanımlayıcı Grafikler
    • Olasılık Dağılımın Tespit Edilmesi
    • Goodness-of-Fit Test
    • Zaman Serilerinde Durağanlık
      • Augmented-Dickey Fuller Testi
  • 3. Tek Değişkenli Lineer Regresyon Analizi
    • Model Varsayımları
    • Örnek Bir Model Oluşturma
      • Tahmin Üretme
      • Hipotez Testleri
      • R-squared
    • Lineer Regresyonun Varsayımları
      • Multicollinearity
      • Normallik
        • Jarque-Bera Testi
        • Anderson-Darling Testi
      • Homoscedasticity vs. Heteroscedasticity
        • Breausch-Pagan Testi
        • Goldfeld-Quandt Testi
        • ARCH Testi
      • Autocorrelation
        • Durbin-Watson Testi
        • Box-Pierce Testi
        • Ljung-Box Testi
  • 4. Çok Değişkenli Regresyon Analizi
    • Model Varsayımları
    • Örnek Bir Model Oluşturma
      • Tahmin Üretme
      • Hipotez Testleri
      • R-squared
    • Lineer Regresyonun Varsayımları
      • Multicollinearity
        • Variance Inflation Factor
      • Normallik
        • Jarque-Bera Testi
        • Anderson-Darling Testi
      • Homoscedasticity vs. Heteroscedasticity
        • Breausch-Pagan Testi
        • Goldfeld-Quandt Testi
        • ARCH Testi
      • Autocorrelation
        • Durbin-Watson Testi
        • Box-Pierce Testi
        • Ljung-Box Testi
  • 5. Zaman Serilerinde Stokastik Modelleme
    • Zaman Serileri Analizi
    • Zaman Serilerinde Mevsimsellik
    • Zaman Serilerinde Durağanlık
      • Augmented-Dickey Fuller Testi
    • Bazı Temel Kavramlar
      • Beyaz Gürültü
      • Rasgele Hareket
      • Drift
      • En Küçük Kareler Yöntemi
      • MAE
      • RMSE
    • Univariate Zaman Serisi Modelleri
      • MA(q)
      • AR(p)
      • ARMA(p,q)
      • ARIMA(p,d,q)
      • SARIMA, ARIMA(p,d,q)(P,D,Q)m
    • Örnek Uygulamalar
      • Zaman Serilerinde Durağanlık
        • Augmented-Dickey Fuller Testi* Lineer
        • Multicollinearity
      • Normallik
        • Jarque-Bera Testi
        • Anderson-Darling Testi
      • Homoscedasticity vs. Heteroscedasticity
        • Breausch-Pagan Testi
        • Goldfeld-Quandt Testi
        • ARCH Testi
      • Autocorrelation
        • Box-Pierce Testi
        • Ljung-Box Testi
        • GARCH()

Kuruma Özel Eğitimler

Kurumunuzun ihtiyaçlarına uygun özelleştirilmiş eğitim oluşturmamızı ister misiniz?

Diğer Eğitimler

Python ile Modelleme, Makina Öğrenmesi ve Yapay Zeka

Eğitim kapsamında, elimizdeki veri setini tanıyıp anlamlandırmaktan başlayıp derin öğrenmeye kadar makine öğrenmesinin detayları ele alınacaktır.

  • SeviyeOrta
  • Süre3 gün

R ile Temel Programlama

Bu eğitim programlamaya yeni giriş yapan veya hali hazırda programlamayla ilgilenip yeni bir programlama dili öğrenmek isteyen katılımcılara istatistik temelli bir yazılım ortamı olan R ile tanıştırmak ve detaylarını öğretmeyi amaçlamaktadır.

  • SeviyeTemel
  • Süre2 gün

İleri Düzey Excel Eğitimi Fonksiyon Yazma ve İleri Veri Analizi

Günümüzde Microsoft Excel iş hayatında yoğun şekilde kullanılan vazgeçilmez bir araç haline gelmiştir. Excel’in etkin bir şekilde kullanılması, kurumlarda personel verimliliğinin önemli ölçüde artmasına yardımcı olmakta ve dolaylı olarak maliyetlerin düşmesine de katkıda bulunmaktadır. Personelin işlerini zamanında bitirmesini destekleyen en önemli araç olan Excel, iyi kullanılması durumunda gereksiz fazla mesai saatlerinin de önüne geçmektedir. İleri düzey Excel kullanıcılarının, çalışmalarını daha kısa zamanda ve başarı ile bitirebilmeleri onları iş hayatında ön plana çıkarmaktadır. Bu eğitimde temel amaç orta düzeyde Excel bilgisine sahip kullanıcılara özellikle iş hayatında karşılaşabilecekleri bazı problemlerin çözümünde etkin çözüm metotlarını aktarmaktır. En önemli konu çalışanların çalışmalarını bir veritabanı mantığı çerçevesinde düşünüp Excel çalışma dosyalarını ona göre düzenlemeleri ve kullanmalarıdır. Bu çerçevede verilecek eğitim sadece birtakım formüllerin ve Excel araçlarının anlatılması şeklinde olmayacak olup etkin bir Excel çalışma ortamının nasıl yaratılabileceği üzerinde de yoğun bir şekilde durulacaktır.devamını oku

  • Seviyeİleri
  • Süre2 gün

Python ile Programlamaya Giriş

Bu eğitim programlamaya yeni giriş yapan veya hali hazırda programlamayla ilgilenip yeni bir programlama dili öğrenmek isteyen katılımcılara popülaritesi günden güne artan, kullanıcı dostu, yorumlamalı bir dil olan Python'ın detaylarını uygulamalı olarak öğretmeyi amaçlamaktadır.devamını oku

  • SeviyeTemel
  • Süre2 gün