School/Faculty/Institute Faculty of Economics, Administrative and Social Sciences
Course Code ECON 301
Course Title in English Econometrics I
Course Title in Turkish Ekonometri I
Language of Instruction EN
Type of Course Flipped Classroom
Level of Course Advanced
Semester Fall
Contact Hours per Week
Lecture: 3 Recitation: 0 Lab: 0 Other: 0
Estimated Student Workload 136 hours per semester
Number of Credits 5 ECTS
Grading Mode Standard Letter Grade
Pre-requisites MATH 204 - Probability and Statistics for Social Sciences II
Co-requisites None
Expected Prior Knowledge Knowledge of mathematical concepts and statistics
Registration Restrictions None
Overall Educational Objective The aim of the course is to provide students the scope and the methodology of econometrics.
Course Description This is first part of econometrics course and the aim is to provide students the scope and the methodology of econometrics. After a brief refresher on probability and statistics, students will first be introduced to univariate regression analysis (its theory, the statistical and economic interpretation of regression results, etc.). Later, the discussion will be extended to topics such as the problem of estimation in regression models, multivariate regression analysis and nonlinear regression functions. Each topic will be discussed as a theoretical approach and applications for every topic will be covered during the term. The course is quantitatively rigorous and requires knowledge of mathematics and statistics. Upon successful completion of the course, students will be able to conduct simple econometric analysis using linear models and gain insight into the interpretation of empirical economic research findings.

Course Learning Outcomes and Competences

Upon successful completion of the course, the learner is expected to be able to:
1) Tek değişkenli ve çok değişkenli regresyon analizlerinin tekniklerini anlama ve sonuçları yorumlama.
2) Ekonomik verileri standart lineer regresyon modeli kullanarak analiz etme.
3) Ekonometrik modellerden çıkarım yapma ve ilgili sonuçları değerlendirme.
Program Learning Outcomes/Course Learning Outcomes 1 2 3
1) Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak.
2) Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek
3) Mikroekonomik ve makroekonomik teoriyi anlamak
4) Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak.
5) Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak.
6) Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak.
7) Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek.
8) Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak.
9) Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde).
10) Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak.
11) Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek.

Relation to Program Outcomes and Competences

N None S Supportive H Highly Related
     
Program Outcomes and Competences Level Assessed by
1) Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. H Sınav
2) Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek S Ödev
3) Mikroekonomik ve makroekonomik teoriyi anlamak S Sınav
4) Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. S Sınav
5) Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. H Ödev
6) Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. N
7) Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. H Sınav
8) Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. H Sınav
9) Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). S Ödev
10) Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. S Derse Katılım
11) Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. S Ödev
Prepared by and Date NAROD ERKOL , February 2024
Course Coordinator NAROD ERKOL
Semester Fall
Name of Instructor Dr. Öğr. Üyesi NAROD ERKOL

Course Contents

Hafta Konu
1) Derse giriş: Ekonomik sorular ve veriler
2) Olasılığa genel bir bakış: Olasılık Dağılımlarının Özellikleri
3) İstatistiksel Kavramlara Genel Bir Bakış: Tahmin ve Hipotez testi
4) Regresyon analizine giriş
5) Tek değişkenli lineer regresyon
6) İki Değişkenli Regresyon Analizi: Bazı Temel Fikirler
7) Tek değişken ile regresyon analizi: Hipotez Testleri
8) Ara sınav
9) Tek değişken ile regresyon: Güven Aralıkları
10) İki değişkenli regresyon modeli: Tahmin Problemi
11) Çoklu Değişkenli Lineer Regresyon
12) Çok Değişkenli Regresyon Analizi: Tahmin Problemi
13) Çoklu Regresyonda Hipotez Testleri ve Güven Aralıkları
13) Doğrusal Olmayan Regresyon Fonksiyonları
15) Final sınavı
Required/Recommended ReadingsStock, J. H., & Watson, M. W. (2020). Introduction to Econometrics (4th Edition). Pearson. Using R for Introductory Econometrics, Florian Heiss. Basic Econometrics, by D. Gujarati, McGraw-Hill, 5th edition. Applied Econometrics with R, by Kleiber and Zeileis, Springer-Verlag, 2008.
Teaching MethodsActive Learning Flipped Learning
Homework and ProjectsPre and post class assignments
Laboratory WorkNA
Computer UseYes
Other ActivitiesNA
Assessment Methods
Assessment Tools Count Weight
Devam 14 % 0
Küçük Sınavlar 3 % 5
Ödev 2 % 30
Ara Sınavlar 1 % 30
Final 1 % 35
TOTAL % 100
Course Administration erkoln@mef.edu.tr
02123953670
Course Instructor: Asst. Prof. Narod Erkol (erkoln@mef.edu.tr) Attendance/participation: Students are expected to prepare for the lecture via pre-class assignments, videos and reading materials. Students are responsible to follow the announcements, course materials available on Blackboard system. Formal use of e-mails: Students are expected to use their @mef accounts for email traffic. The instructor is only responsible for the information sent/received through Blackboard system and emails using @mef account. The course instructor assumes that any information sent through email will be received in 24 hours, unless a system problem occurs. Grading and evaluation: Evaluation will be based on the student learning outcomes. It is strongly recommended to complete all the work in a timely fashion. Late submissions will not be accepted. Missing projects: No make up unless a legitimate proof of absence is presented. Missing final exam: Faculty regulations. Academic integrity: All students of MEF University are expected to be honest and comply with academic integrity. Students are expected to do their own work and neither give nor receive unauthorized assistance. Disciplinary action will be taken in case of suspicion. Improper behavior, academic dishonesty and plagiarism: Law on Higher Education Article 54. Important: If the learner cannot collect at least 30 points from the activities other than the final exam, they can not take the final exam and will get an FZ grade.

ECTS Student Workload Estimation

Activity No/Weeks Hours Calculation
No/Weeks per Semester Preparing for the Activity Spent in the Activity Itself Completing the Activity Requirements
Ders Saati 14 2 3 70
Ödevler 4 0 8 32
Ara Sınavlar 1 15 2 17
Final 1 15 2 17
Total Workload 136
Total Workload/25 5.4
ECTS 5