Ders Detayı

İleri SPSS ile Veri Analizi -2
8 Video, Ders Süresi: 45 gün

Dersler

Ders 1: Tanıtım

Ders 2: Uyum Analizi

Ders 3: Diskriminant Analiz

Ders 4: Regreyon Korelasyon Analizi

Ders 5: Kanonik Korelasyon

Ders 6: Kümeleme Analizi

Ders 7: Yaşam Sürdürme Analizi

Ders 8: Lojistik Regresyon

 

 

Eğitmen Hakkında

2006 yılında Anadolu Üniversitesi Bankacılık Sigortacılık Bölümünden, 2007 yılında Eskişehir
Osmangazi Üniversitesi İstatistik Bölümünden, 2008 yılında Anadolu Üniversitesi İşletme
Bölümünden mezun olmuştur. 2009 yılında Gazi Üniversitesi Fen Bilimleri Enstitüsü, İstatistik
Anabilim Dalında Yüksek Lisansını, 2014 yılında Ankara Üniversitesi Sağlık Bilimleri Enstitüsü
Tıp Fakültesi Biyoistatistik Anabilim Dalında Doktora eğitimini tamamlamıştır.
2010-2015 yılları arasında Başkent Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalında
Akademik Uzman olarak, 2015-2016 yıllarında İ.Ü. Medikal Park Hastanesi Tıp Fakültesi
Biyoistatistik ve Tıp Bilişimi ABD’da Yrd. Doç. Dr. (Dr. Öğr Üyesi) olarak, 2016-2017 yıllarında
Türkiye Cumhuriyeti Ulusal Ulaştırma Master Planı’nda veri analisti olarak görev yapmıştır.
Mezuniyet Öncesi Veteriner Eğitimi Ulusal Çekirdek Eğitim Programı – 2019 komisyonunda
görev yapmıştır.2020 Temmuz ayı itibariyle SCI, SCI-expanded, SSCI, AHCI’de yer alan ve Impact faktörü 1.0 ve üzeri olan uluslararası dergilerde yayımlanan 31, SCI, SCI-expanded, SSCI, AHCI’de yer alan Impact faktörü 0.1-0.9 arası olan uluslararası dergilerde yayımlanan 33 araştırma makalesi,
50 adet ulusal hakemli dergilerde araştırma makalesi ve 21 adet Uluslararası sözlü sunum ve
ulusal sözlü sunum olarak 68 adet bilimsel çalışma yapmıştır.2017 Kasım-2020 Hazitan tarihinlerinde Selçuk Üniversitesi Veteriner Fakültesi Biyoistatistik ABD’da Doç. Dr. olarak görev yapmıştır.
2020 Temmuz ayı itibariyle İzmir Kâtip Çelebi Üniversitesi Tıp Fakültesi Biyoistatistik ABD ‘da
görev yapmaktadır.

 

Eğitmen:Doç.Dr.Mustafa Agah TEKİNDAL

Katılım Belgesi: Evet

Durum: Tüm Dersler Eklendi

Garanti: %100 Memnuniyet ve İade garantisi

Özellikleri: İnteraktif, Online Sınav, Eğitmene soru sorma İmkanı

Fiyat:
249,90 TL
Ders İzleme Süresi: 45 Gün
Erişim Zamanı: 7/24
Video Sayısı: 8
Durum: Satın Alınabilir
Favoriye Ekle


Tanıtım Videosunu İzle



Örnek Dersi İzle

Puanlar 0 Kişi Oyladı (0/100)

0 Kişi
0 Kişi
0 Kişi
0 Kişi
0 Kişi

Yorumlar

N.K.

SAYIN HOCAM ANLATIŞ TARZINIZ ÇOK KEYİFLİ. AÇIKLAMALARINIZ ÖRNEKLERİ DAHA ANLAŞILIR KILIYOR. KEŞKE VERİ SETLERİNİ DİĞER HOCALARIMIZ GİBİ PAYLAŞSAYDINIZ. NURULLAH


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Sayın Hocam, Öncelikle ilginiz için teşekkür ederim. matekindal@gmail.com adresinden ulaşabilirseniz veiler hakkında haberleşebiliriz.


P.B.

HOCAM, BASİT DOĞRUSAL REGRESYON ANALİZİ VE ÇOKLU REGRESYON ANALİZİNDE HEM BAĞIMLI HEM BAĞIMSIZ DEĞİŞKENLER SAYISAL DEĞİŞKENLER Mİ OLMASI LAZIM. YANİ KATEGORİK DEĞİŞKENLER DE OLABİLİR Mİ?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Hem basit hem de çoklu doğrusal regresyonda bağımlı değişken mutlak suretle sürekli olmak zorunda ancak, bağımsız değiken (önerilmesede) bazen kategorik olabiliyor bu durumda kukla değişken kodlaması yaparak model kurulabilir.


P.B.

HOCAM, ÇOKLU REGRESYONDA ÇOKLU BAĞLANTI OLMAMALI, OTO KORELASYON OLMAMASI GİBİ ŞARTLARI VAR. BU BASİT DOĞRUSAL REGRESYON ANALİZİNDE DE GEÇERLİ MİDİR?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Basit doğrusal regresyon analizinde tek bir bağımsız değişken olduğu için bu varsayımlar çoklu doğrusal regresyon için geçerlidir. Çoklu doğrusal bağlantı; Bağımsız değişkenler arasında doğrusal (yada doğrusala yakın) ilişki olmasıdır. Çoklu regresyon analizinde otokorelasyon, hata teriminin birbirini izleyen değerleri arasındaki ilişkiyi tanımlar. Bu durum, genel doğrusal regresyon modelinin önemli bir varsayımından sapmadır. Genel doğrusal regresyon modeli varsayım gereği olarak, hata terimleri arasında bir ilişki yoktur.


P.B.

HOCAM, ÇOKLU REGRESYONDA BACKWARD VE FORWARD YÖNTEMİNDE KATSAYILARIN DA BAĞIMLI DEĞİŞKEN HAKKINDA BAĞIMSIZ OLARAK TAHMİNDE BULUNDUĞU İÇİN VE ANLAMSIZLARI KENDİ OTOMATİK ÇIKARDIĞI İÇİN BACKWARD VE FORWARD YÖNTEMİ ENTER YÖNTEMİNE GÖRE DAHA AVANTAJLI DİYEBİLİR MİYİZ YORUMLAMA İÇİN? ENTER YÖNTEMİNDE TEK TEK KATSAYI YORUMU YAPILMIYOR MU HOCAM?? ENTER YÖNTEMİNDE BİR DEĞİŞKEN ANLAMSIZ ÇIKTI, BİZ HEPSİ YANİ BÜTÜN DEĞİŞKENLER İÇİN Mİ ANLAMLI ÇIKTI DİYE YORUM MU YAPIYORUZ (ANOVADA ANLAMLI ÇIKTI DİYE)? HER BİR DEĞİŞKEN İÇİN KATSAYILARINA BAKARAK MI YORUM YAPIYORUZ? MESELA ŞU DEĞİŞKEN İÇİN 1 BİRİM DEĞİŞİRSE BAĞIMLI DEĞİŞKEN ŞU KADAR ARTAR DİYE TEKER TEKER Mİ YORUM YAPIYORUZ ENTER YÖNTEMİNDE? ANLAMSIZ ÇIKAN İÇİN DE BU ŞEKİLDE Mİ?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Çoklu regresyonda bazen hangi bağımsız değişkenin daha önemli olduğunu ve bağımlı değişkeni daha çok etkilediğini bilmek gerekir.Bunun için önce korelasyonlara bakarız.Yüksek korelasyon,daha güçlü doğrusal ilişkiyi gösterir.Dkinci yol,bağımsız değişkenin bağımlı değişkeni,bir kez ikili değişken formülünde bir kez de ikili ,bir kez de çoklu regresyon içinde nasıl etkilediğine bakmaktır. Çoklu Regresyon Metodları • Enter metodu :Bağımsız değişkenleri bir blok olarak tek adımda girilip değerlendirildiği metod. • İleri Doğru Seçim Metodu (Forward selection) : Bağımlı değişken ile en yüksek pozitif veya negatif korelasyonu olan bağımsız değişken ilkönce seçilir.Daha sonra girilen değişkenin katsayısının 0 olduğu hipotezi F testi ile test edilir .Burada elde edilen F değeri,SPSS’in öngörülen F değerleri ile karşılaştırılır.SPSS’in iki F ölçütü vardır. 1. F değeri sizin belirleyeceğiniz minumum bir F değeri ile karşılaştırılır.( F-to-enter,FIN ).Normal ayar 3,84’tür.(Bunu ayar yeri “Linear regression” penceresinden “options” anahtarı ile geçilen pencerede “Use F Value” kısmındadır. 2. F istatistiği ile bağlantılı ihtimalin ayarlanması (Porbability of F-to-enter,PIN).Bunun normal ayarı da 0,05’tir.Eğer elde edilen F değeri bu ölçütlere eşit veya küçükse,o bağımsız değişken regresyon değerlendirmesine alınır ve seçim ileri doğru devam eder;yoksa işlem orada durdurulur. Bir değişken seçilip işleme alındığında,geride kalan bağımsız değişkenlerle bağımlı değişken arasındaki korelasyonlara bakılır ve en yüksek korelasyona sahip bağımsız değişken bir sonraki aday olur.Bu, aynı zamanda en yüksek F değerine sahip değişkenin de seçimi olur. Geriye Doğru Eleme ( Backward Elimination ) Metodu : İleri doğru seçimin tersine,burada önce bütün bağımsız değikenler seçilir;sonra sıra ile belli ölçütlere göre eleme yapılır.SPSS ; eleme için iki ölçüt koymaktadır. 1. Değişkenin formülde kalabilmesi için en küçük kareler F değeri ( F-to-remove,FOUT ).Normal ayar 2,71’dir. 2. En büyük F ihtimali (Probabability of F-to-remove,POUT).Bunun normal ayarı da 0,10’dur. İlk önce en küçük kısmi korelasyon katsayısına sahip değişken incelenir.Öngörülen değerlerden,büyük değere sahip değişken elenir. Adım Adım Seçme (Stepwise Selection) Metodu : İlk olarak bağımsız değişken seçilir;eğer bu –ileri doğru seçmedeki- FIN veya PIN gereklerini yerine getirirse ikinci değişken seçilir;yoksa işlem orada biter.Dkinci değişken olarak en yüksek kısmi korelasyona sahip değişken alınır.Seçimler yüksek korelasyondan düşüğe doğru yapılır.Bağımsız değişkenler ölçütlere uyarsa regresyon analizine başlanır. İlk değişken seçildikten sonra Adım Adım seçme,ileri doğru seçmeden farklılaşır.İlk değişkenin,geriye doğru elemedeki gibi FOUT veya POUT ölçütlerine uyup uymadığı kontrol edilir.Yani adım adım seçmede,hem ileri doğru seçme hem e geriye doğru eleme işlemleri yapılır. Burada biri diğerinden daha avantajlıdır diyebilmesi sadece araştırmacının veri yapısını ve değişkneler arasındaki örüntüyü iyi bilmesine bağlıdır. Enter Yönteminde değişkenlerin regresyon katsayalı anlamsız çıktığında yorum yapılmamaz. ANcak model anlamlı ise değişkenler tek tek değil de model kullanılabilirliği yorumlanabilir. Her bir değişken için regresyon katasayısını yorumlamak isterseniz değişkene ait regresyon katsayısının anlamlı olup olmamasını mutlaka göz önünde bulundurmalısınız.


P.B.

HOCAM, ÇOKLU REGRESYONDA; *COFFECİENTS'DE VIF DEĞERLERİNİN 5'İN ALTINDA OLMASINA BAKIYORUZ. (ÇOKLU BAĞLANTI İÇİN) *COFFECİENT CORRELATİON'DA KATSAYILARIN 0.800 DEĞERİNDEN KÜÇÜK OLMASINA BAKIYORUZ. *COLİNEARİTY DİAGNOSİS'DE +3 VE -3 DEĞERLER ARASINDA MI DİYE BAKIYORUZ. *DURBİN-WATSON'UN 2 CİVARI ÇIKMASI BEKLENİYOR. HOCAM, BAŞKA NEYE BAKIYORDUK? BUNLAR, BASİT DOĞRUSAL REGRESYON YA DA LOJİSTİK REGRESYON İÇİN DE GEÇERLİ Mİ? PEKİ BU DEĞERLER İSTEDİĞİMİZ GİBİ OLMAZSA REGRESYON YAPAMIYOR MUYUZ HOCAM?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Varsayımlardan sapmalar sonucu oluşan durumları şu şekilde sıralayabiliriz; 1. Tahmin hataları arasında ( Ui) bağımlılık olması. (Otokorelasyon) 2. Tahmin hatalarının varyanslarının eşit olmaması. 3. Bağımsız değişkenler arasında bağımlılık olması.(Çoklu doğrusal bağlantı) 4. Hataların(Ui) normal dağılıma uymaması.6 Bu seçeneklerde nelerin yer aldığına kısaca göz atalım. Estimates seçeneği regresyon katsayılarını, yani istatistik dilindeki beta katsayılarını veriyor. Bu sayede bağımsız değişkenlerimizin bağımlı değişken üzerindeki lineer etkisini matematiksel olarak görebiliyoruz. Confidence intervals seçeneği de beta katsayılarımıza ait güven aralıklarını gösteriyor. Salt güven aralıklarına baksak bile, beta katsayılarımızın istatistiksel olarak anlamlı olup olmadığını tespit edebiliyoruz. Güven aralıklarımızın hangi güven düzeyinde hesaplanacağına da karar verebiliyoruz. SPSS programının kendi hazır değeri %95 olarak veriliyor. Confidence intervals seçeneği beta katsayılarımıza ait varyans-kovaryans matrisini bize sunuyor. Nasıl ki değişkenlerin varyans-kovaryans matrisleri varsa, parametre tahminlerimizin de varyans-kovaryans matrisleri var. Model fit seçeneği regresyon analizi sonuçlarımızda ANOVA tablosunu, çoklu korelasyon katsayısını, belirtme katsayısını (R-kare) ve modelin standart hatasının tahmin değerini bize sunuyor. Bu açıdan olmazsa olmazsa adımlardan birini oluşturuyor. R squared change seçeneği modelimize yeni bir değişkenin eklenmesi sonucunda R-kare değerimizin nasıl değişeceğini gösteriyor. Bu adım modele yeni bir değişkeni eklediğimizde anlamlı bir katkının oluşup oluşmayacağını bize gösteren spesifik bir seçim işleminden oluşuyor. Descriptives seçeneği değişkenlere yönelik tanımlayıcı istatistikleri bize gösteriyor. Tanımlayıcı istatistiklerden aritmetik ortalama ve standart sapma değerlerini görebiliyoruz. Ayrıca bu seçenek bize değişkenlerimize dönük Pearson korelasyon analizi sonuçlarını matris şeklinde sunuyor. Part and partial correlations seçeneği bize bağımsız değişkenlerimize yönelik sıfır-dereceli, kısım ve kısmi korelasyonları ayrı ayrı veriyor. Collinearity diagnostics seçeneği bize çoklu bağlantı probleminin tespitine yönelik varyans şişirme faktörü (VIF) ve koşul indeksi gibi istatistikleri sunuyor. Bu istatistiklerden yola çıkılarak, çoklu regresyon analizi SPSS uygulamalarında çoklu bağlantı probleminin ortaya çıkıp çıkmadığına ilişkin fikir yürütebiliyoruz. Çoklu regresyon analizi SPSS programı ile uygulanırken artık değerlerimiz, yani hatalarımıza dair birtakım özel istatistikleri Residuals bölümünden elde edebiliyoruz. Şimdi bu seçeneklere göz atalım. Durbin-Watson seçeneğinde hata değerlerinden hareketle otokorelasyon probleminin olup olmadığını test edebiliyoruz. Bu seçenek bize Durbin-Watson testinin sonuçlarını sunuyor. Casewise diagnostics seçeneği bize hata değerlerimize yönelik istatistikleri sunuyor. Bu bölümden hata paylarında aykırı değerin olup olmadığını belirleyebiliyoruz. Outliers outside şeklinde görülen rakama göre, hangi gözlemlerin aykırı değer sınıfına girebileceğini kendimiz tanımlayabiliyoruz. Çoklu regresyon analizi SPSS programı ile modellenirken, burada yer alan değer 3 standart sapma olarak belirlenmiş. Buna göre hata değeri 3 standart sapmadan uzak olan hatalar potansiyel aykırı değer olarak belirleniyor ve çıktılarda varsa bize gösteriliyor. Ayrıca bu bölümde yer alan istatistiklere göre hatalara ait ortalama, standart sapma, minimum ve maksimum değerlerini de gözlemleyebiliyoruz. Bu değerler bize modelimizin varsayımlarını (örneğin hata ortalaması sıfır olup olmadığını) kontrol etmemizi sağlıyor. Çoklu regresyon analizi SPSS ile uygulanırken Save seçeneğinden bir takım özel ölçümleri (Cook uzaklığı, standardize artıklar vb.) kaydedebiliyoruz. Ayrıca Plots seçeneğinden de regresyon sonuçlarımıza dair bir takım istatistiksel grafikleri de çizdirebiliyoruz. Bu grafikler ve kaydedilen değerler sayesinde modelimizin genel sonuçlarını, varsayımsal bulguları ve gözlemlerimizin potansiyel sorunlarını belirleyebiliyoruz. Eğer Varsayımlar sağlanmıyorsa, Veri transformasyonu yapabilirsiniz Ek veri toplayabilirsiniz Temel bileşenler regresyonu kullanabilirsiniz Rigde regresyon kullanabilirsiniz Modeli yeniden farklı değişkenlerle kurabilirsiniz. Ayrıca Lojistik regresyon bambaşka dinamiklerle değerlendirilmelidir. Kesinlikle çoklu doğrusal regresyon mantığında düşünülmemelidir.


P.B.

HOCAM, LOJİSTİK REGRESYONDA HOSMER DEĞERİ 0,05'DEN BÜYÜK MÜ OLMASI GEREKİYOR?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Lojistik Regresyonda (model iyiliği testleri) 0,05'den büyük olmalı. Uyum iyiliğinin sağlanması için.


P.B.

HOCAM, BİZİM İKİ BAĞIMLI DEĞİŞKENİMİZ VAR. (ÖRNEĞİN; ANKSİYETE VE YAŞAM DOYUMU ÖLÇEĞİ). BİZ BUNLARLA İLGİLİ ÇEŞİTLİ TESTLER YAPTIK (ÖRNEĞİN; CİNSİYETE GÖRE ANKSİYETEYE BAKTIK VS.) SONRA ANKSİYETENİN DE YAŞAM DOYUMU ÜZERİNE ETKİSİNE BAKMAK İÇİN REGRESYON YAPABİLİR MİYİZ HOCAM? YANİ İKİ BAĞIMLI DEĞİŞKENİN BİRİNİN DİĞERİNE ETKİSİNE BAKMAK İÇİN REGRESYON YAPABİLİR MİYİZ?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Burada ANKSİYETE VE YAŞAM DOYUMU ÖLÇEĞİNDEN elde edilen toplam puanları korelason ile değerlendirmeniz daha doğru olacaktır. İyi çalışmalar


E.Ö.

MERHABA HOCAM, HİYERARŞİK REGRESYON ANALİZİ YAPARKEN HEM BAĞIMLI HEM DE BAĞIMSIZ DEĞİŞKENLERİN SÜREKLİ OLMA ŞARTI VAR MI? BU ANALİZE BAŞLAMADAN ÖNCE DE NORMALLİK VE DOĞRUSALLIK GEREKLERİNİN KARŞILANIP KARŞILANMADIĞINA BAKMAMIZ GEREKİYOR MUYDU HOCAM?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Hiyerarşik Regresyon analizinde de benzer şekilde çok değişkenli doğrusal regresyon analizinin varsayımları geçerlidir. İyi çalışmalar


E.Ö.

MERHABA HOCAM, HİYERARŞİK REGRESYON ANALİZİ YAPARKEN HEM BAĞIMLI HEM DE BAĞIMSIZ DEĞİŞKENLERİN SÜREKLİ OLMA ŞARTI VAR MI? BU ANALİZE BAŞLAMADAN ÖNCE DE NORMALLİK VE DOĞRUSALLIK GEREKLERİNİN KARŞILANIP KARŞILANMADIĞINA BAKMAMIZ GEREKİYOR MUYDU HOCAM?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Bağımlı değişken mutlaka sürekli olmalıdır. bağımsız değişken eğer kategorik ise dummy kodlanmalıdır. Ancak tercihimiz hem bağımlı hem de bağımsız değişkenin sürekli olmasıdır. Analize başlamadan önce varsayımların çok değişkenli doğrusal regresyon analizine benzer şekilde sağlanması gerekmektedir. İyi çalışmalar


T.A.

SAYIN HOCAM BURADAKİ FREKANS İLGİLİ SATIRLARDAKİ DENEK SAYISI MI?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Frekans sayıları olarak belirtilen gözeler, denek sayıların ilgili kategorilere dağılımıdır. İyi çalışmalar


P.B.

MERHABA HOCAM, ÇOKLU REGRESYON YAPABİLMEK İÇİN BAĞIMSIZ DEĞİŞKENLERİN BAĞIMLI DEĞİŞKENLE ARASINDA İLİŞKİ (KORELASYON) OLMASI ŞARTI VAR MI? VERİLERİN NORMAL DAĞILIP DAĞILMADIĞI REGRESYONDA ÖNEMLİ DEĞİL Mİ HOCAM? HOCAM, DUMMY KODLAMA NASIL OLMALIDIR? COOK UZAKLIĞI, MAHALONOBİS DEĞERLERİ KAÇ OLMALIDIR?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Varsayımlar şu şekildedir: 1-)Hata terimmi stokastiktir 2-)Hata terimi normal dağılımlı olmalıdır. 3-)Hata teriminin ortalaması sıfırdır. 4-)Hata teriminin varyansı sabittir. 5-)Hata terimiyle X açıklayıcı değişkenleri ilişkisizdir. 6-)Hata terimleri arasında ardışık bağımlılık(otokorelasyon) olmamalıdır 7-)Bağımsız değişkenler arasında tam doğrulsa ilişki(korelasyon) olmamalıdır. Dummy Kodlama için: 2 kategorisi olan bir değişkeni 1 ve 0 şeklinde kodladığımızda aslında tek kategoriye indirmiş oluyoruz. Burada erkek=0 kadın=1 olarak kodlandığında değişkeni erkek olmak ya da olmamak şeklinde yorumlayarak regresyon analizi yapıyoruz. Burada yaptığımız bir grubu referans grubu alıp sadece diğer grubun verileri ile analiz yapıp daha sonra elde edilen regresyon katsayısını da analize giren grup üzerinden yorumlamaktır. Peki 3 kategorisi olan değişkenlerde bunu nasıl başaracağız? Burada yapmamız gereken uygulama aynı değişken için 1. kategoride olup 2. ve 3. kategoride olmayanları, 2. kategoride olup 1. ve 3. kategoride olmayanları, 3. kategoride olup 1. ve 2. kategoride olmayanları belirtmek olacaktır. 2 kategorili durumda olduğu gibi tek değişkenle bunu başarmamız mümkün değildir. Öncelikle üç kategoriden bir tanesini referans grup olarak belirlememiz gerekmektedir. Daha sonra 2 tane yapay değişken üretmemiz gerekmektedir (k-1sayıdayapaydeğişken). Bu iki yapay değişkenlerde referans grubuna ve hesaba katılmayan gruba sıfır hesaba katılan gruba da 1 rakamını gireceğiz. Mahalonobis uzaklığı için bir analmlılık sınaması yapmak gereklidir (Ki kare dağıldığı varsayımı altında) ancak genelde5'in üstünde ise uç değer olma ihtimali yüksektir. Cook uzaklığının 1'den büyük değerler aldığında uç değerli gözlemler olarak kabul edilmektedir.


E.Ü.

HOCAM, BAĞIMSIZ SÜREKLİ DEĞİŞKENLER İLE LOGİT ARASINDA LİNEERLİK VARSAYIMI SAĞLANAMAZSA LOJİSTİK REGRESYON TESTİ YAPILABİLİR Mİ? BEN BUNUN İÇİN BOX TİDWELL TESTİ YAPTIM X1*LNX1 KIYASLAMASI EKLEDİM MODELE VE ÖNEMLİ BİR DEĞİŞKEN BURADA P<0.05 ÇIKTIĞI İÇİN MODELE EKLEYEMİYORUM. BU VARSAYIM SAĞLAMAK İÇİN YAPABİLECEĞİM BAŞKA BİR ŞEY VAR MI? TEŞEKKÜR EDERİM.


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Veri setini görmeden bir strateji belirlemek doğru olmaycaktır. Ancak "Regression Modeling Strategies With Applications to Linear Models, Logistic and Ordinal Regression, and Survival Analysis Authors: Harrell, Frank" kaynağı yardımcı olabilir.


P.B.

HOCAM, VERİLERİN BULGULARI ARASINDA KORELASYON (İLİŞKİ) YOKSA BU VERİLERLE REGRESYON YAPMAYA GEREK VAR MIDIR?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

MErhabalar, Elbette yapılabilir ancak büyük bir olasılıkla hem regresyon denklemi hem de katsayılar anlamsız çıkma eğilimde olacaktır.


P.B.

HOCAM, FORWARD YÖNTEMİNDE DE STEPWASE YÖNTEMİNDE DE EN SON Kİ MODELDEKİ SONUÇLARI YAZDIM HOCAM. EN SON Kİ MODELE DAHİL OLAN DEĞİŞKENLERİ YAZDIM HOCAM. EN SON Kİ MODELDE DAHA FAZLA BAĞIMSIZ DEĞİŞKEN VARDI. BU EN SON Kİ MODELDEKİ BAĞIMSIZ DEĞİŞKENLERİN BAĞIMLI DEĞİŞKENİ ETKİLEDİĞİNİ YAZDIM. EN SON Kİ MODELDEKİ P, F DEĞERİ, BETA, STD. BETA, R2, R, ADJUSTED R2 DEĞERLERİNİ YAZDIM HOCAM. DOĞRU MUDUR?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Son adımdaki model için ilgili değerleri yazmak doğrudur.


P.B.

HOCAM, ÇOKLU REGRESYONA BAKTIM. VİF DEĞERLERİ 5’İN ÜZERİNDE DEĞİL. KATSAYILAR 0.800’ÜN ÜZERİNDE DEĞİL. DURBİN-WATSON'UN 1.700 ÇIKTI. COLİNEARİTY DİAGNOSİS'DE +-3 STANDART SAPMA İÇİNDE. COOK DEĞERLERİ, 1’İN ÜZERİNDE DEĞİL. MAHALONOBİS DEĞERLERİN BAZILARI 20'İN ÜZERİNDE. AMA BEN BU MODELİ KULLANIYORUM HOCAM. DOĞRU MUDUR?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Model uygun bir modeldir.


P.B.

HOCAM, DEĞİŞKENLERİ DUMMY ŞEKLİNDE KODLADIK. ÖRNEĞİN; BEN BAKIM VERENİN EĞİTİM DÜZEYİNİ İLKOKUL OLANLARA=1, DİĞERLERİNE=SIFIR DİYE KODLAYINCA BAKIM VERENİN EĞİTİM DÜZEYİNİN BAKIM YÜKÜ PUANINI ETKİLEDİĞİNİ BULDUM (REGRESYON SONUCU). AMA ÜNİVERSİTE VE ÜSTÜ=1, DİĞERLERİNE=SIFIR DİYE KODLAYINCA BAKIM VERENİN EĞİTİM DÜZEYİNİN BAKIM YÜKÜ PUANINI ETKİLEMEDİĞİNİ BULDUM (REGRESYON SONUCU). ANLAMI OLAN SONUCU MU KULLANMAK GEREKİYOR. VE ANLAMLI OLAN SONUCU NASIL YORUMLAMAK GEREKİYOR. ÖRNEĞİN; EĞİTİM DÜZEYİ ARTTIKÇA BAKIM YÜKÜ PUANI ARTIYOR DİYEBİLİR MİYİZ=İLKOKUL MEZUNU 1 KODLAYINCA.


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Burada temel olan sizin yola çıkış hipotezinizdir. Eğitim durumu ilkokul ve diğerleri olarakmı planladınız yoksa üniversite okuyan ve okumayan şeklinde mi? Bu durum netleştikten sonra sizin için uygun olan modeli kullanabilirisiniz. Eğitim düzeyindeki bir birimlik değişim(örneğin üni okuyan ve okumayan) (üniokumayanlara göre üni okuyanlar) katsayı pozitif çıktıysa katsayı miktarı kadar bakım yükü puanında değişim meydana getirmektedir, şeklinde yorumlamak daha doğru olacaktır.


P.B.

MERHABA HOCAM, "STEPWİSE METHODU KULLANARAK YAPILAN ÇOKLU REGRESYON MODELİ" İLE "HİYERARŞİK REGRESYON" AYNI MIDIR?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, farklı uygulamalar ve kavramlardır


Ş.K.

MERHABALAR HOCAM, 2 DENEY GRUBU KULLANARAK YAPTIĞIMIZ ÇALIŞMAMIZDA HAZIR BULUNUŞLUĞUN BAŞARI PUANINA ETKİSİNE BAKMAK İSTİYORUZ VE DEĞİŞKENLERİN İKİSİ DE SÜREKLİ. BU DURUMDA KISMİ KORELASYON MU YOKSA REGRESYON MU KULLANMAMIZ GEREKİR?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Hazır bulunuşluğun başarı puanı üzerindeki etkisini araştırmak isterseniz regresyon analizini, eğer birbirlerine olan ilişkilerini ölçmek isterseniz korelasyon analizini kullanmanız daha doğru olacaktır. İyi çalışmalar