Merhaba,
SAS Programı ile İstatistik Proje Ödevlerinizin sunumları 13 Mayıs 2024 Pazartesi günü ders saatinde yapılacaktır. Online sisteme ödev yükleme 06 Mayıs 2024 tarihinde açılacaktır. Ödev dosyalarınızı 12 Mayıs Pazar günü saat 23:00'a kadar online sisteme yükleyiniz. Ödev dosyasını yükleyen ve sunumunu yapan öğrencilerin ödevleri değerlendirmeye alınacaktır.
Sevgiler.
Sevgili arkadaşlar,
Proje sunumları 07 Mayıs 2024 tarihinde başlayacaktır. Sunum tarihinizi AVESIS sayfasındaki listeden kontrol ediniz.
Proje ödevlerinizi sunmadan önce gulhayat@yildiz.edu.tr adresine aşağıda belirtilen şekilde gönderiniz, Ayrıca Proje ödevlerinizi sunduktan sonra aynı gün online sisteme de yükleyiniz (online.yildiz.edu.tr üzerinde tanımlı bulunan "2023-2024 Bahar Regresyon Analizi 2 Proje Ödevi" ).
derslerde de belirttiğim gibi aşağıdaki hususlara dikkat edelim.
1) Proje grupları en fazla 3 kişi olarak oluşturulacak, grup olmak istemeyenler tek başına da yapabilir.
2) https://www.oecd.org/pisa/data/2022database/ sayfasında açık erişimli olarak sav ve sas data dosyaları bulunan 2022 PISA öğrenci anketi dataseti ile çalışılacak (Student questionnaire data file). Bu dosyayı spss veya sas da açıp excele dönüştürebilirsiniz veya istediğiniz formatta veya programda çalışabilirsiniz.
3) Bu dosyadaki seçilen ülkeden (derslerde yoklama ile birlikte verilen seçim kağıdına seçilen ülke yazılmalıdır) her okuldan rastgele 2 öğrenci seçilerek çalışılacak veri seti oluşturulacaktır. Bağımlı değişken matematik skorlarının ortalaması olarak alınacaktır.
MATH=(PV1MATH +…….+PV10MATH)/10
Bağımsız değişkenleri veri setinden seçebilir veya isterseniz veri setinize diğer veri dosyalarından başka değişkenler de ekleyebilir veya bu değişkenlerin farklı formatlarını kullanabilirsiniz. Regresyon modelinde bulunacak bağımsız değişkenler sizin tarafından belirlenecektir.
4) Verileri modellemeden önce veri analizleri yaparak veriyi anlamaya çalışmalısınız.
5) Klasik çoklu doğrusal regresyon modeline ek olarak seçtiğiniz herhangi bir farklı yöntemle de matematik başarısı tahmin edilmeye çalışılacaktır. (örneğin matematik başarısını PISA kriterlerine göre sınıflayarak lojistik regresyon, k-nn regresyon, random forest, xgboot, supoort vector regresyon veya sınıflama kullanılmışsa classification, neural networks, regression trees, ……. Klasik doğrusal regresyon modeli ile karşılaştırmak istediğiniz herhangi bir yöntemi seçebilirsiniz)
6) Proje sunumları yapılacaktır. Sunum tarihleri avesis sayfasında duyurulmuştur. Ödev grubundaki her öğrenci sunuma katılacaktır. Sunumu yapılmayan ödevler değerlendirmeye alınamaz.
Derste görüşmek üzere,
Sevgiler.
2023-2024_Reg2_proje_sunum_listesi.....xlsx![Creative Commons License](/Content/images/creative-commons/licenses/small/by-nc-nd.png)
Uygulamalı Regresyon Yöntemleri
Dersi Sunum Tarihleri listesi ektedir. Proje sunumlarınız 2. Dönem içi sınavı
yerine geçecektir. Sunum dosyası gönderilirken aşağıdaki hususlara dikkat
ediniz;
1) Sunum dosyaları rar dosyası
olarak sunum tarihine kadar gulhayat@yildiz.edu.tr adresine gönderilmelidir.
Dosyanızı gönderirken mail konusuna Dersin adını, Adı_Soyad ve konuyu yazınız
(Örnek: 2023-2024 Bahar Uygulamalı Regresyon Yöntemleri Adı_Soyadı Konu ........).
2) Sunumla ilgili hazırlanacak 1
veya 2 soru, altında cevapları olacak şekilde rar dosyasına Word sayfası olarak
eklenmeli ve diğer dosyalarla beraber tek bir rar dosyası içinde göndermelidir.
Ayrıca hazırlanan sorular ve cevapları sunum sonunda sınıfa gösterilmelidir.
3) Sunumları herhangi bir programda
hazırlayabilirsiniz. Kullanılan kitaplar, makaleler, web sayfaları, veri
setleri vb. gibi kullandığınız bütün kaynakları sunum sonundaki KAYNAKLAR
bölümünde belirtiniz.
4) Sunumu yapılmayan veya dosyası
gönderilmeyen sunumlar değerlendirmeye alınmayacaktır.
Başarılar dilerim.
![Creative Commons License](/Content/images/creative-commons/licenses/small/by-nc-nd.png)
Sevgili Öğrenciler,
2023-2024 Bahar dönemi 1. danışman-öğrenci toplantısı 02.04.2024 tarihinde saat 13:00'da A1-01 no'lu butik sınıfta yapılacaktır.
Görüşmek üzere,
SAS on Demand yükleme adımları:
https://support.sas.com/en/software/ondemand-for-academics-support.html
Sayfasında Independent Researchers kısmına tıklayın.
Register and Upload Your Data Kısmında
registration application tıklanıp, gelen sayfada SAS profilinizi oluşturun. Gelen
maildeki yönergeyi takip edin.
Malideki linki tıklayınca bir defaya mahsus bölge soruyor. EUROPE yi işaretleyip submit yapın. Ardından SAS studio açılıyor. Herhangi bir yükleme vb. yapılmasına gerek yoktur. internet üzerinden çalışmaktadır.
Kaynaklar (Kitap):
Elementary
Statistics Using SAS, Sandra D.
Schlotzhauer. SAS Institute,
2009
Step-by-step Approach to Using
SAS for Univariate & Multivariate Statistics, Larry Hatcher, Edward J. Stepanksi Ph.d,
Norm O'Rourke, SAS Institute, 2005
The Little SAS Book for Enterprise Guide 4.1: Point-and-Click
Access to the Power of SAS, Lora D. Delwiche, Susan
J. Slaughter, SAS Institute, 2006
The
Little SAS Book for Enterprise
Guide 4.2, By: Slaughter, Susan J; Delwiche, Lora
D. SAS Institute. ISBN:
978-1-59994-726-6, 978-1-60764-575-7, 978-1-62959-016-5, 2010
SAS Statistics by Example, Ron Cody,
SAS Institute, 2011
ÖDEV:
Her konu (derste uyguladığımız her kod) için 1 adet örnek kod yazılacak. Verileri herhangi kaynaktan alınabilir (veri bir kaynaktan alınmış ise kaynak belirtilecek)
Sevgili Öğrenciler,
2023-2024 Güz dönemi 2. danışman-öğrenci toplantısı 12.12.2023 tarihinde saat 15:00'da A1-01 no'lu butik sınıfta yapılacaktır.
Görüşmek üzere,
SAS Programming_1 (data sets)
Derste kullanılacak olan bazı veri setleri ve kod dosyaları
Elementary Statistics Using SAS_200....zip![Creative Commons License](/Content/images/creative-commons/licenses/small/by-nc-nd.png)