Bilgi paylaşıldıkça çoğalır.
Ekonometri Bootcamp ve Masterclass yaz dönemi eğitimlerimize kayıtlar başlamıştır. Erken kayıt fırsatlarından yararlanmak için kontenjanlarımız dolmadan eğitimlerimizi inceleyin!
Ekonometri Bootcamp Eğitimleri
Ekonometriye Uygulamalı Giriş - Stata ve Omegametrix Uygulamalı
(01-04 Temmuz 2025 - 4 gün (9.30-12.00 - 13.00-15.30)
En Küçük Kareler (EKK) Yöntemi
En Küçük Karelerin Ardındaki Varsayımlar
Küçük ve Büyük Örnek Özellikleri
Doğrusal Olmayan Regresyon Modelleri
Logaritmik, Parabolik, Ters Modeller
Varsayımların Testleri ve Sapmalar Halinde Düzeltme Yöntemleri
Çoklu Doğrusal Bağlantı (VIF kriteri)
Normal Dağılım (Jarque Bera testi, D'Agostino, Belanger ve D'Agostino Testi)
Otokorelasyon (Breusch Godfrey LM testi, Durbin Watson testi ve Durbin'in Alternatif testi)
Heteroskedasite (Breusch Pagan LM testi ve White testi)
Tartılı EKK, GEKK (Cochrane-Orcutt ve Prais-Winston Dönüşümleri), White, Newey-West, Bootstrap Standart Hatalar
Değişken ve Model Seçimi
Yuvalanmış Modellerde Seçim (Bilgi Kriterleri ve Stepwise Regresyon)
Yuvalanmamış Modellerde Seçim (Cox ve J testleri)
Fonksiyonel Form Testleri (Bera-McAleer BM, PE ve Box-Cox Testleri)
Spesifikasyon Hatası Testleri
F, LR, Link, Ramsey Reset ve Debenedictis Giles Reset testleri
Kukla Değişkenler
Yapısal Değişiklik Testleri ve Modellenmesi
Cusum, Cusum SQ, Chow, İçsel Belirleme Testleri (LR ve F)
Sabitte ve Eğimde Kırılmaya Sahip Modeller, Spline Fonksiyon
Parçalı Piece-Wise Regresyon
Eşik Değerli (Threshold) Regresyon Modelleri (Hansen ve Hockey-Stick)
Eşik Değerin Belirlenmesi
Değişkenlerin Zaman Yolu Grafikleri, Betimsel İstatistikler, Korelasyon Matrisi ve Serpilme Diyagramı
Yatay Kesit ve Zaman Serisi Verilerinin Düzenlenmesi ve Ekonometrik Analize Uygun Hale Getirilmesi
Genel uygulama
Kimler Katılabilir?
-
Ekonometrik analiz temellerini öğrenmek isteyen öğrenciler
-
Akademik araştırma yapanlar
-
Veri analiziyle ilgilenen
kamu ve özel sektör çalışanları -
Uygulamalı analiz yetkinliğini geliştirmek isteyen herkes
Teknik ön bilgi gerekmez.
Eşanlı ve Dinamik Yapılarla Ekonometrik Modelleme - Stata Uygulamalı
(07-08 Temmuz 2025 - 2 gün - 10 Saat (9.30-12.00 - 13.00-15.30)
İçsellik ve İçselliğin Nedenleri
Araç Değişken Kullanımı
Eşanlı Denklem Modelleri ve Tahmin Yöntemleri
İçsel ve Dışsal Değişkenler
Yapısal Biçim - Daraltılmış Biçim
En Küçük Kareler, Dolaylı En Küçük Kareler, İki ve Üç Aşamalı En Küçük Kareler
Görünürde İlişkisiz Regresyon
Eşitlikler Arası İlişkinin Tespiti İçin Breusch Pagan LM Testi
Genelleştirilmiş En Küçük Kareler
Gecikmeli Modeller
Dağıtılmış Gecikmeli Modeller ve Tahmin Yöntemleri
EKK, Koyck ve Almon Modelleri
Otoregresif Modeller ve Tahmin Yöntemleri
EKK, İki Aşamalı En Küçük Kareler
İçsellik Testleri
Varsayımların Testleri
Kimler Katılabilir?
-
İçsellik ve eşanlılık sorunlarını tanımak ve çözmek isteyen öğrenciler
-
Yapısal modeller, araç değişkenler ve gecikmeli modellerle çalışan araştırmacılar
-
Uygulamalı modellerde nedensellik ilişkilerini doğru kurmak isteyen herkes
Temel ekonometri bilgisi yeterlidir.
Yatay Kesit Verilerle Alternatif Regresyon Modelleri - Stata Uygulamalı
(09-11 Temmuz 2025 - 3 gün - 15 saat (9.30-12.00 - 13.00-15.30)
Yatay Kesit Veri ve Problemleri
Değişkenler ve Yorumları
Kukla (Nitel) Açıklayıcı Değişkenler
Etkileşim Değişkenleri
Kesikli Açıklayıcı Değişkenler
Yatay Kesit Verilerle Tahmin Yöntemleri
En Küçük Kareler (EKK)
Araç Değişkenler Yöntemi
İki Aşamalı EKK
Tartılı EKK
Aşırı Değer ve Aşırı Değer Belirlenme Kriterleri
Robust Regresyon
En Küçük Mutlak Sapmalar
Kantil Regresyon
Kimler Katılabilir?
-
Yatay kesit veri ile çalışan ve klasik EKK’nin ötesinde yöntemler öğrenmek isteyen öğrenciler ve araştırmacılar
-
Kamu ve özel sektörde uygulamalı veri analizi yapan, model seçimi konusunda farklı teknikler kullanmayı hedefleyen analistler
-
Politik etki analizi, grup karşılaştırmaları ve stratejik modelleme tekniklerini geliştirmek isteyen sosyal bilimciler
-
Regresyon analizinde dayanıklı, esnek ve yorumlanabilir sonuçlar elde etmeyi amaçlayan herkes
Temel ekonometri bilgisi yeterlidir.
Veri Analizi: Uçtan Uca Ekonometrik Süreç Yönetimi - Python Uygulamalı
(14-15 Temmuz 2025 - 2 gün - 10 Saat (9.30-12.00 - 13.00-15.30)
Python Programına Giriş
Veri Okuma
Pandas, Numpy, matplotlib, seaborn, scipy, statsmodels Kütüphaneleri
Betimsel İstatistiklerin Elde Edilmesi
Veri Görselleştirme
Hipotez Testleri
Regresyon Modelleri
Varsayımların Test Edilip Doğru Yönteme Karar Veren Algoritmaların Oluşturulması
Kimler Katılabilir?
-
Python ile veri analizi ve regresyon uygulamaları yapmak isteyen öğrenciler
-
Ekonometrik modelleme sürecini kod temelli yürütmek isteyen araştırmacılar
-
İstatistiksel analiz ve modelleme becerilerini yazılım desteğiyle geliştirmek isteyen herkes
Temel ekonometri bilgisi yeterlidir. Kodlama tecrübesi gerekmez.
Zaman Serileriyle Durağanlıktan Nedenselliğe - Eviews ve WinRATS Uygulamalı
16-18 Temmuz 2025 - 3 gün - 15 saat (9.30-12.00 - 13.00-15.30)
Zaman Serisi Bileşenleri, Zaman Serisi Süreçleri, Durağanlık Kavramı
Durağanlık Analizi: Birim Kök Testleri Uygulamaları ve Sonuçların Raporlanması
Geleneksel Birim Kök Testleri
Dickey-Fuller, Genişletilmiş Dickey Fuller, Phillips-Perron, KPSS, Ng-Perron
Kırılmalı Birim Kök Testleri
Zivot-Andrews, Lumsdaine-Papell , Lee-Strazicich
Koentegrasyon Testleri İle Uygulamalar ve Sonuçların Raporlanması
Engle-Granger Yaklaşımı
Johansen Yaklaşımı
ARDL Modeli ve Sınır Testi
Gregory-Hansen Kırılmalı Koentegrasyon Testi
VAR Analizi
Granger Nedensellik Analizi, Varyans Ayrıştırması, Etki-Tepki Analizi
Toda-Yamamoto Nedensellik Analizi
Kimler Katılabilir?
-
Zaman serisi verisiyle çalışan öğrenciler
-
Makroekonomik göstergeler, finansal seriler gibi verileri analiz etmek isteyen araştırmacılar
-
Uygulamalı zaman serisi modelleme ve yorumlama becerisini geliştirmek isteyen herkes
Eğitim zaman serilerine giriş niteliğindedir, ileri düzey bilgi gerekmez. Temel ekonometri bilgisi yeterlidir.
Sektör Uygulamaları: Anket Tasarımı ve Analizi - SPSS Uygulamalı
25 Temmuz 2025 - 1 gün - 5 saat (9.30-12.00 - 13.00-15.30)
Anket formu oluşturma
Araştırma sorusuna uygun değişken belirleme
Soru tipi ve ölçüm düzeyi seçimi (likert, açık uçlu, vb.)
Örnekleme planı ve hedef kitle tanımı
SPSS ile veri giriş düzeni ve temizleme
Betimsel istatistiklerle raporlama
Güvenilirlik (Cronbach's Alpha) ve geçerlilik analizleri
Çapraz tablolar, t-testi, ANOVA, korelasyon uygulamaları
Raporlama ve sonuçların yorumlanması
Kimler Katılabilir?
-
Anket temelli saha araştırması yapmayı planlayan öğrenciler ve akademisyenler
-
Uygulamalı veri analizi ve raporlama sürecine ilgi duyan kamu ve özel sektör çalışanları
-
SPSS ile analiz pratiği kazanmak isteyen araştırmacılar
-
Veriyle karar vermek isteyen tüm katılımcılar
Başlangıç düzeyinde istatistik bilgisi yeterlidir.
Ekonometri Masterclass Eğitimleri
Öngörü (Gelecek Tahmin) Teknikleri ve Volatilite Modelleri - Eviews ve Win-RATS Uygulamalı
04-06 Ağustos 2025 - 2,5 gün - 12,5 saat
(04-05Ağustos: 9.30-12.00 - 13.00-15.30 ve 06 Ağustos 09.30-12.00)
Doğrusal Modellerle Gelecek Tahmini
ARMA ve ARIMA Modeller
Mevsimsel ARMA (SARMA), Mevsimsel ARIMA (SARIMA) Modeller
Doğrusal Olmayan Modellerle Gelecek Tahmini
Üssel Yumuşak Geçişli Otoregresif (ESTAR) Model
Lojistik Yumuşak Geçişli Otoregresif (LSTAR) Model
Lojistik Yumuşak Geçişli (LSTR) Model
Volatilite Modelleri
ARCH Modeli
GARCH Modeli
ARCH-M Modeli
GARCH-M Modeli
EGARCH Modeli
TARCH Modeli
Kimler Katılabilir?
-
ARIMA, ARCH-GARCH gibi modelleri uygulamalı olarak öğrenmek isteyen öğrenciler
-
Finansal zaman serileri ile çalışan araştırmacılar ve sektör analistleri
-
Ekonomik değişkenler için güvenilir tahmin ve belirsizlik ölçümleri yapmak isteyen herkes
Eğitim ileri düzey analiz içerir, ancak anlatım uygulamalı ve adım adım ilerler. Temel düzeyde zaman serisi bilgisi yeterlidir.
Monte Carlo Simülasyonu ve Ekonometride Uygulamaları - Python Uygulamalı
06-08 Ağustos 2025 - 2,5 gün - 12,5 saat
(06 Ağustos: 13.00-15.30 ve 07-08 Ağustos: 09.30-12.00 - 13.00-15:30)
Simülasyon İle İlgili Temel Kavramlar ve Simülasyonun Ekonometrideki Yeri
Olasılık İntegral Dönüşümü ve Rassal Sayı Üreteçleri
Rasgele Değişkenlerin Dağılımlarından Sanal Gözlemler Üretme:
Ters Dönüşüm, Bazı Kesikli ve Sürekli Dağılımlarda Simülasyon
Sanal deney ve Monte Carlo tahmin
Momentlerin Monte Carlo Tahmini:
Bir Rasgele Değişkenin Beklenen Değer, Varyans ve Diğer Momentlerinin Tahmini İçin Simülasyonlar
Monte Carlo ile Olasılık Tahmini:
Bir Olayın Olasılığının Simülasyon Kullanılarak Tahmini
Monte Carlo Yöntemiyle Kritik Değer Bulma:
Yeni Bir Test İstatistiğinin Kritik Değerleri Nasıl Elde Edilir?
Testin Anlamlılık Düzeyi ve Gücünün Monte Carlo Tahmini:
Test İstatistikleri İçin Sonlu Örneklemlerde Testin Gerçekleşen Anlamlılık Düzeyi ve Gücünün Simülasyonla Tahmini Üzerine Uygulamalar
Regresyon Modellerinde Simülasyon:
EKK, Genelleştirilmiş EKK, Ridge Regresyon ve Lasso İçin Örnek Simülasyon Uygulamaları
Zaman Serilerinde Simülasyon:
Dickey-Fuller Kritik Değerleri ve ADF Testinin Anlamlılık Düzeyi İle Gücü İçin Simülasyon
Bootstrap: Yeniden Örnekleme ile Tahmin Ediciler İçin Ortalama, Standart Hata ve p-değerlerinin Elde Edilmesi
Kimler Katılabilir?
-
Monte Carlo gibi simülasyon tekniklerini öğrenmek isteyen öğrenciler ve araştırmacılar
-
Ekonomik modellerin olasılıksal değerlendirmesini yapmak isteyen veri bilimciler
-
Python ile uygulamalı analizler geliştirmek isteyen herkes
Temel düzeyde Python bilgisi ve ekonometri bilgisi yeterlidir.
Yapay Zeka Destekli Makine Öğrenmesi - Python Uygulamalı
11-15 Ağustos 2025 - 5 gün - 25 saat (9.30-12.00 - 13.00-15.30)
Veri Analizi ve Hazırlık Süreci
Verilerin Yorumlanması, Eksik Veri Analizi, Veri Üretilmesi(Feature Engineering),
Veri Dönüşümleri ve Ölçeklendirme Yöntemleri
Veri Görselleştirilmesi ve Keşifsel Veri Analizi(EDA)
Grafik Çeşitleri, Korelasyon Matrisi, Öznitelik Seçimi
Makine Öğrenmesine Giriş ve Yöntemler
Gözetimli Öğrenme Metotları
Lineer Regresyon, Regresyon Hata Metrikleri Teorisi, Polinomal Regresyon ve uygulama,
Regülarizasyon ile modele hata metrikleri eklenmesi, LogReg Teorisi, Hata metriklerinin sınıflandırılması,
KNN Teorisi, SVM (Destek Vektör Makineleri) Teorisi, DT (Decision Tree, Karar Ağaçları) Teorisi, RF (Rastgele Orman Ağaçları, Bagging Algoritması ) , Boosting Algoritmaları (AdaBoost, Gradient Boost, XGBoost Algoritmaları)
Gözetimsiz Öğrenme Metotları
Kmeans Algoritması, Kümeleme Analizi Teorisi ve uygulamaları
Temel Bileşen Analizi (PCA)
Modellerin Doğrulanması
Bayes Sınıflandırma ve Karmaşıklık Matrisi (Confusion Matrix), ROC Eğrileri, Kesinlik (Precision), Recall, F1 Skorları Tespiti ve Dengesiz Veri Setleri (Imbalanced Datasets), Üst Sayıda Örnekleme (Oversampling), Alt Sayıda Örnekleme (Undersampling), Çapraz Geçerlilik Kuralı (Cross Validation Rule)
Kapsamlı Uygulama ve Proje Geliştirme
Model seçimi, değerlendirme ve hiperparametre optimizasyonu, yapay zeka destekli model geliştirme ve yorumlama
Kimler Katılabilir?
-
Makine öğrenmesi algoritmalarını uygulamalı olarak öğrenmek isteyen öğrenciler
-
Python ile veri analizi, modelleme ve tahmin süreçlerine adım atmak isteyen araştırmacılar
-
Akademik ya da sektörel projelerinde yapay zeka temelli çözüm geliştirmek isteyen herkes
Kodlama tecrübesi gerekmez. Python’a giriş düzeyinde hakimiyet, temel istatistik ve ekonometri bilgisi yeterlidir.
Nitel Tercih Modelleri - Stata Uygulamalı
18-21 Ağustos 2025 - 4 gün - 20 saat (9.30-12.00 - 13.00-15.30)
İkili Tercih Modelleri
Doğrusal Olasılık Modeli (DOM)
Logit
Probit
Gompit Modeller
Çoklu Tercih Modelleri
Sıralı Tercih Modelleri
Sıralı Logit ve
Sıralı Probit Modeller
Sırasız Tercih Modelleri
Multinominal Logit,
Multinominal Probit ve
Şartlı Logit Modeller
Yuvalanmış Logit Modeller
Ardışık Tercih Modeli
Ardışık Logit Model
Kimler Katılabilir?
-
Bireylerin seçim davranışlarını modellemek isteyen araştırmacılar
-
Anket verisi, tercih verisi veya kategorik veri ile çalışan öğrenciler
-
Kamu politikaları, pazarlama, sağlık ve ulaştırma gibi alanlarda tercih analizleri yapmak isteyen uzmanlar
-
Logit, probit ve çok kategorili tercih modellerini Stata’da uygulamalı öğrenmek isteyen herkes
Temel ekonometri bilgisi yeterlidir.
Panel Veri Ekonometrisi - Stata Uygulamalı
25-28 Ağustos 2025 - 4 gün - 20 saat (9.30-12.00 - 13.00-15.30)
Panel Veri – Temel Kavramlar
Klasik Model-Havuzlanmış EKK
Sabit Etkiler Modeli ve Tahmin Yöntemleri
Grup İçi Tahminci, Gölge Değişkenli EKK
Tesadüfi Etkiler Modeli ve Tahmin Yöntemleri
Genelleştirilmiş EKK, En Çok Olabilirlik
Tek Yönlü Zaman Etkileri ve İki Yönlü Modeller ve Tahmin Yöntemleri (Sabit ve Tesadüfi Etkiler)
Panel Veri Modellerinin Tahmin Yöntemleri Arasında Tercihler
LM, LR, F, Hausman, Robust Hausman Testleri
Panel Veri Modellerinde Varsayımlar ve Testleri
Otokorelasyon (Wooldridge'nin testi, Jochmans (2019) ve Inoue ve Solon (2006) Portmanteau testi, Durbin Watson, Breusch Godfrey LM, Box Pierce, Engle LM ARCH testleri, Bhargava, Franzini ve Narendranathan’ın Durbin-Watson ve Baltagi-Wu’nun Yerel En İyi Değişmez Testleri, sapması düzeltilmiş LM ve Q testleri, Born ve Breitung HR testi)
Heteroskedasite (Breusch Pagan&Cook Weisberg, King LM testleri, White testi, Hall Pagan testi, LM, ALM, LR, Wald testleri, Levene, Brown ve Forsthye testleri)
Birimler Arası Korelasyon (Yatay Kesit Bağımlılık) (LM, CD testleri)
Normal Dağılım (Jarque Bera ve D'Agostino, Belanger ve D'Agostino SK testleri)
Çoklu Doğrusal Bağlantı (VIF kriteri)
Spesifikasyon Hataları (Ramsey ve DeBenedictis Giles Reset testleri, White testi)
Yapısal Kırılma testleri (Bai Perron (1198, 2003), Karavias, Narayan, Westerlund (2021) ve Ditzen, Karavias, Westerlund (2021) testleri) ve Modellenmesi
Dirençli Standart Hatalarla Tahmin
Genel Uygulama
Kimler Katılabilir?
-
Panel veri setleriyle çalışan öğrenciler
-
Zamana ve bireylere bağlı heterojenliği modellemek isteyen araştırmacılar
-
Sosyal bilimler, finans, sağlık ve kamu politikası alanlarında panel veriyle çalışan analistler
-
Sabit, tesadüfi ve iki yönlü modelleri Stata’da uygulamalı öğrenmek isteyen herkes
Temel ekonometri bilgisi yeterlidir.