Ekonometri I

İçerik

Dersin Amacı

Dersin amacı, iktisat yüksek lisans öğrencilerine ekonometrik analizin temel araçlarını kazandırmak; bu araçları gerçek iktisadi verilerle R'de uygulayarak yorumlama becerisi geliştirmektir. Bu kapsamda şu konular işlenecek ve beceriler kazandırılacaktır:

- Verilerin R yazılımı ile düzenlenmesi, temizlenmesi, dönüştürülmesi ve modern grafik teknikleriyle görselleştirilmesi.
- Tekrarlanabilir analiz mantığının R Markdown/Quarto üzerinden erken aşamada öğrenilmesi.
- Basit ve çoklu doğrusal regresyon modellerinin araştırma sorularına uygun biçimde kurulması ve yorumlanması.
- Standart hata, güven aralığı, t-istatistiği ve p-değeri gibi istatistiksel çıkarım araçlarının eleştirel biçimde yorumlanması.
- Bootstrap ve permütasyon testleri aracılığıyla çıkarımın yeniden örnekleme temelli alternatif yollarla doğrulanması.
- Dummy değişkenler ve etkileşim terimleri kullanılarak grup farklılıklarının ve koşullu ilişkilerin analiz edilmesi.
- Regresyon analizinin ileri konularına giriş: model seçimi, fonksiyonel biçim, değişken ölçekleme
ve yapısal değişim testleri.

Bu derste öğrencilerin formül ezberlemesi değil; araştırma sorusuna uygun veriyi seçmesi, R ortamında analiz etmesi, sonuçları eleştirel biçimde yorumlaması, bireysel bir analiz süreci yürütmesi ve bu süreci tekrarlanabilir biçimde raporlaması hedeflenir. Öğrenciler kod yazımı, hata ayıklama ve yorum geliştirme süreçlerinde yapay zekâ araçlarından yararlanabilir; ancak kullandıkları her analiz adımını açıklamak ve savunmakla yükümlüdür.

Dersin İçeriği

Ders, R/RStudio ve Quarto/R Markdown ortamında tekrarlanabilir veri analizi sürecinin kurulmasıyla başlar. İkinci haftada R ile veri akışı (input-output) ele alınır. Devamında veri yönetimi, betimleyici analiz ve ggplot2 ile görselleştirme ele alınır. Daha sonra basit ve çoklu doğrusal regresyon, istatistiksel çıkarım ve bootstrap yöntemleri anlatılır. Dönemin sonunda dummy değişkenler, etkileşim terimleri ve regresyon analizinin ileri konuları (düzeltilmiş R2 ve model seçimi, fonksiyonel biçim, RESET testi), değişken ölçekleme, beta katsayıları ve yapısal değişim (Chow testi) ele alınır.

Dersin Öğrenme Çıktıları

Bu dersin başarı ile tamamlanması sonucunda öğrenci:

- R/RStudio ve R Markdown/Quarto ortamında tekrarlanabilir bir veri analizi süreci kurar; veri yükleme, temizleme, dönüştürme ve raporlama adımlarını bütünlüklü biçimde yürütür.
- Gerçek bir iktisadi veri setini düzenler, betimleyici istatistikler ve ggplot2 grafikleriyle keşfeder, verideki temel örüntüleri bağlamsal olarak yorumlar.
- Basit ve çoklu doğrusal regresyon modellerini kurar, katsayıları yorumlar, kontrol değişkenlerinin rolünü açıklar ve model çıktılarını eleştirel biçimde değerlendirir.
- İstatistiksel çıkarım yapar ve hipotez testlerini uygular; bootstrap ve permütasyon testlerini R ortamında uygulayarak çıkarım sonuçlarını doğrular.
- Dummy değişkenler ve etkileşim terimlerini kullanarak grup farklılıklarını ve koşullu ilişkileri regresyon çerçevesinde analiz eder; sonuçları grafiklerle destekleyerek yorumlar.
- Regresyon analizinin ileri konularını (düzeltilmiş R2 ve model seçimi, fonksiyonel biçim ve düzey-log karşılaştırması, değişken ölçekleme, beta katsayıları ve yapısal değişim/Chow testi) açıklar ve bu araçları R ortamında uygular..
- Bireysel projesinde analiz sorumluluklarını katkı beyanında tanımlar, rapor ve poster üretimini bağımsız olarak yürütür ve sözlü savunmada kendi analiz sürecini açıklar.

Öğretim Yöntemleri

- Bilgisayar destekli uygulamalı anlatım: R/RStudio ile canlı veri analizi, veri temizleme, görselleştirme ve raporlama.
- Kavramsal tartışma ve sezgisel öğrenme: formül ezberi yerine araştırma sorusu, yöntem seçimi ve yorum odaklı sınıf içi diyalog.
- Gerçek dünya veri setleri üzerinden vaka analizi: Eurostat, OECD, Penn World Table, Dünya Bankası, Gapminder, World Values Survey vb.
- Kısa, uygulamaya yönelik öğrenme aktiviteleri ve anlık geri bildirim; öğrencilerin analiz sürecinde yapay zekâdan yararlanabilmesi ancak kullanılan her adımı açıklayabilir ve savunabilir olması.
- Sınıf içi ve bireysel geri bildirim: öğrencilerin hazırladıkları kod, tablo, grafik ve yorumların ders hocası ve sınıf arkadaşları tarafından eleştirel biçimde değerlendirilmesi; her öğrencinin kendi analiz sürecini savunması.

Kaynaklar

1. Wickham, H., Çetinkaya-Rundel, M., & Grolemund, G. (2023). R for Data Science (2nd ed.). Açık erişimli, R ile veri yönetimi, temizlik, dönüşüm ve görselleştirme için temel kaynak.https://r4ds.hadley.nz/ (İngilizce) ve https://tr.r4ds.hadley.nz/ (Türkçe)

2. Wooldridge, J. M. (2020). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. Kitapta kullanılan veri setleri ve R kodları için bkz.https://justinmshea.github.io/wooldridge/

3. Faydalanabileceğiniz bazı veri setleri ve R paketleri:
- Eurostat: Avrupa Birliği istatistikleri: https://ec.europa.eu/eurostat/web/main/data/database, R paketleri: eurostat, restatapi.
- OECD Data Explorer: Ekonomik ve sosyal göstergeler: https://www.oecd.org/en/data.html, R paketleri: readoecd, OECD.
- Penn World Table (PWT): https://www.rug.nl/ggdc/productivity/pwt/, R paketi: pwt10.
- World Bank Open Data: Kalkınma göstergeleri: https://data.worldbank.org/, R paketi: WDI.
- World Values Survey: https://www.worldvaluessurvey.org/
- European Social Survey: https://www.europeansocialsurvey.org/, R paketi: essurvey
- R paketleri aracılığıyla kolayca indirip inceleyebileceğiniz diğer veriler için bkz.https://github.com/rOpenGov

Konu Başlıkları

Değerlendirme Sistemi

AKTS - İş Yükü Tablosu