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
- Multicollinearity
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()
- Zaman Serilerinde Durağanlık
Diğer Eğitimler
R'a Giriş ve Temel İstatistik
R, istatistiksel bir programlama dilidir ve gün geçtikçe popülerliği artmaktadır. İstatistik hesaplamaları, diğer programlama dillerinin göre R'da olarak daha hızlı, kolay ve anlaşılabilir yapılabilmektedir. Bu eğitimde önce R programlama dili, özellikleri, kurulması, çalıştırılması, veri alma, işleme ve grafik çizimi, tidyverse kullanımı vb. hususlara değinilecektir. Ardından, çeşitli istatistiksel hesaplamalar ilişkin birçok R uygulaması yapılacaktır.devamını oku
- SeviyeTemel
- Süre2 gün
R 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
Temel Düzey Uygulamalı Excel
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. Eğitim boyunca MS Excel 2013’nin kullanımı, bilgisayar başında uygulamalı olarak baştan sona menüler üzerinden anlatılmaktadır. Ayrıca tabloların, grafiklerin oluşturulması ve ileri düzey bazı formüllerin kullanımı da örnek uygulamalar ile yapılmaktadır. Bu eğitim sonunda katılımcılar MS Excel programını günlük iş hayatlarında çok daha hızlı ve etkin şekilde kullanabileceklerdir. Eğitim kurumlarda düzenli olarak yapılan operasyonel işler, raporlamalar ve analizler dikkate alınarak hazırlanmıştır.devamını oku
- SeviyeTemel
- Süre2 gün
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