Temelden İleri Seviyeye Yapay Zeka Destekli Panel Veri Analizi Öğrenme Deneyimi

 

Ekonomik, finansal ve sosyal veriler çoğu zaman hem zaman içinde değişen hem de farklı birimleri temsil eden yapılar taşır. Tek başına zaman serisi veya yatay kesit veri analizleri bu karmaşıklığı tam olarak yakalayamaz. İşte bu noktada panel veri analizi, değişkenler arasındaki ilişkileri daha güçlü, daha hassas ve daha güvenilir biçimde incelememizi sağlayan bir yöntem olarak öne çıkar.

Bu eğitim modülü, ister sıfırdan başlıyor olun ister temel regresyon bilgisine sahip olun, sizi sistemli biçimde panel veri modellerini kurabilen, test edebilen ve bilimsel araştırmalar için sağlam sonuçlar üretebilen bir seviyeye taşımayı amaçlar.

Panel veri yaklaşımı, hem zaman dinamiklerini hem de birimler arası farklılıkları aynı model içinde ele alarak karar verme süreçlerinde, akademik çalışmalarda ve politika analizlerinde standart bir araç haline gelmiştir. Bu modül, klasik doğrusal model bilgisinin üzerine inşa edilir; sabit ve tesadüfi etkilerden model tercihlerine, varsayımlardan sağlamlaştırma adımlarına kadar uzanan kapsamlı bir yol sunar. Hedefimiz: ilişkileri daha doğru ölçmek, nedensellik iddialarını güçlendirmek ve daha başarılı öngörüler üretebilmektir.

 

Program kapsamı (özet) (müfredatın tümü için tıklayın)

Temeller: Panel veri tanımı: yatay kesit + zaman boyutu; avantajlar, zayıflıklar ve kullanım alanları. Birim etkisi, zaman etkisi ve karma etkiler. Havuzlanmış model → sabit etkiler → tesadüfi etkiler hiyerarşisi. POLS (Pooled OLS) ile başlangıç: seviye ve trendli yapılar. Birinci farklar yaklaşımı ve içsel sabit etkileri giderme mantığı

Tahminciler ve Yorumlama: Sabit etkiler tahmincisi (FE): within dönüşümü, grup ortalamaları, katsayı yorumu. Tesadüfi etkiler tahmincisi (RE): varyans bileşenleri, GEKK mantığı. İki yönlü modeller: hem birim hem zaman etkisinin birlikte ele alınması. Karma modellerle (mixed) daha esnek yapılar, Panel modellerde katsayı, sabit terim, birim/zaman etkileri ve marjinal etkinin yorumu. FE–RE–POLS–TWFE, TWME modelleri arasında bağlamsal tercih

Varsayımlar, Tanı Testleri ve Model Tercihi: FE–RE karşılaştırması: Hausman testi. Birim etkisi için F testi; zaman etkisi için F testi. Varyans bileşeni testleri (Breusch–Pagan LM). Model yapısının uygunluğu: sabit vs. tesadüfi tercih adımları

Sorunlar ve Çözümler: Heteroskedastisite: Panel BP, White, Robust SE (clustered). Otokorelasyon: Breusch-Godfrey LM, Cluster-Robust SE. Birimler arası korelasyon (cross-sectional dependence): LM, Pesaran CD, Scaled LM testi, Driscoll–Kraay SE. Çoklu doğrusal bağlantı: VIF, Normal dağılım: Jargue-Bera, D'Agestino-Belanger-D'Agestino, Anderson-Darling, Shapiro-Wilk. Spesifikasyon hatası: RESET, Yapısal Değişiklikler​: Chow, Supremum F, rejim modelleri. Model Seçimi: Bilgi kriterleri: AIC, BIC, HQ, Parsimoni, aşırı uyum ve dış-örnek performansı.

Öngörü & Uygulama: Birim/zaman etkileri kullanılarak karşılaştırmalı analizler, Akademik makale formatında tablolar, sağlamlaştırma ve sonuç bölümleri

 

Kimler için?

• Akademide/özel sektörde veriyle karar verenler

• Finans, pazarlama, kamu politikası, enerji, sağlık ekonomisi vb. alanlarda çalışanlar

• İstatistik/ekonometri/veri bilimi öğrencileri ve araştırmacılar

 

Ön koşul

Temel istatistik ve ekonometri kavramlarına ve konularına hakim olmak için öncelikle istatistik ve ekonometri modüllerini bitirmeniz önerilir. 

​​​

Kayıt olun, hemen başlayın, ekonometrinin dilini öğrenin; veriye yön verin.