\u0130ki spesifik fakt\u00f6r\u00fcn belirli bir yan\u0131t de\u011fi\u015fkenini etkileyip etkilemedi\u011fini bilmek istedi\u011fimizde iki y\u00f6nl\u00fc ANOVA’y\u0131 kullan\u0131r\u0131z.<\/span><\/p>\n Ancak bazen iki fakt\u00f6r aras\u0131nda, fakt\u00f6rler ile yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki ili\u015fkiyi nas\u0131l yorumlad\u0131\u011f\u0131m\u0131z\u0131 etkileyebilecek bir etkile\u015fim etkisi<\/strong> olabilir.<\/span><\/p>\n \u00d6rne\u011fin, (1) egzersiz<\/em> ve (2) cinsiyet<\/em> fakt\u00f6rlerinin kilo kayb\u0131na<\/em> verilen yan\u0131t de\u011fi\u015fkenini etkileyip etkilemedi\u011fini bilmek isteyebiliriz. Her iki fakt\u00f6r\u00fcn de kilo kayb\u0131na etki etmesi m\u00fcmk\u00fcn oldu\u011fu gibi birbirleriyle etkile\u015fime girmeleri de m\u00fcmk\u00fcnd\u00fcr.<\/span><\/p>\n \u00d6rne\u011fin egzersizin kad\u0131n ve erkeklerde farkl\u0131 oranlarda kilo kayb\u0131na neden olmas\u0131 m\u00fcmk\u00fcnd\u00fcr. Bu durumda egzersiz ile cinsiyet aras\u0131nda etkile\u015fim etkisi vard\u0131r.<\/span><\/p>\n \u0130ki fakt\u00f6r aras\u0131ndaki etkile\u015fim etkilerini tespit etmenin ve anlaman\u0131n en basit yolu, etkile\u015fim grafi\u011fi<\/strong> kullanmakt\u0131r.<\/span><\/p>\n Bu, bir yan\u0131t de\u011fi\u015fkeninin uygun de\u011ferlerini y ekseninde ve ilk fakt\u00f6r\u00fcn de\u011ferlerini x ekseninde g\u00f6r\u00fcnt\u00fcleyen bir \u00e7izim t\u00fcr\u00fcd\u00fcr. Bu arada grafikteki \u00e7izgiler ikinci ilgi fakt\u00f6r\u00fcn\u00fcn de\u011ferlerini temsil ediyor.<\/span> <\/p>\n Bu e\u011fitimde R’de bir etkile\u015fim grafi\u011finin nas\u0131l olu\u015fturulaca\u011f\u0131 ve yorumlanaca\u011f\u0131 a\u00e7\u0131klanmaktad\u0131r.<\/span><\/p>\n Diyelim ki ara\u015ft\u0131rmac\u0131lar egzersiz yo\u011funlu\u011funun ve cinsiyetin kilo kayb\u0131n\u0131 etkileyip etkilemedi\u011fini belirlemek istiyor. Bunu test etmek i\u00e7in, 30 erkek ve 30 kad\u0131n\u0131 bir deneye kat\u0131lmak \u00fczere i\u015fe ald\u0131lar ve bunlardan 10’unu bir ay boyunca egzersizsiz, hafif egzersiz veya yo\u011fun egzersiz program\u0131na uyacak \u015fekilde rastgele atad\u0131lar.<\/span><\/p>\n R’de bir veri \u00e7er\u00e7evesi olu\u015fturmak, iki y\u00f6nl\u00fc bir ANOVA ger\u00e7ekle\u015ftirmek ve egzersiz ile cinsiyet aras\u0131ndaki etkile\u015fim etkisini g\u00f6rselle\u015ftirmek i\u00e7in bir etkile\u015fim grafi\u011fi olu\u015fturmak i\u00e7in a\u015fa\u011f\u0131daki ad\u0131mlar\u0131 kullan\u0131n.<\/span><\/p>\n Ad\u0131m 1: Verileri olu\u015fturun.<\/strong><\/span><\/p>\n A\u015fa\u011f\u0131daki kod, R’de bir veri \u00e7er\u00e7evesinin nas\u0131l olu\u015fturulaca\u011f\u0131n\u0131 g\u00f6sterir:<\/span><\/p>\n Ad\u0131m 2: \u0130ki y\u00f6nl\u00fc ANOVA modelini yerle\u015ftirin.<\/strong><\/span><\/p>\n A\u015fa\u011f\u0131daki kod, verilere iki y\u00f6nl\u00fc bir ANOVA’n\u0131n nas\u0131l s\u0131\u011fd\u0131r\u0131laca\u011f\u0131n\u0131 g\u00f6sterir:<\/span><\/p>\n Egzersiz ve cinsiyet aras\u0131ndaki etkile\u015fim terimi i\u00e7in p de\u011ferinin ( 0,0141<\/strong> ) istatistiksel olarak anlaml\u0131 oldu\u011funu ve bu durumun iki fakt\u00f6r aras\u0131nda anlaml\u0131 bir etkile\u015fim etkisi oldu\u011funu g\u00f6sterdi\u011fini unutmay\u0131n.<\/span><\/p>\n Ad\u0131m 3: Etkile\u015fim grafi\u011fini olu\u015fturun.<\/strong><\/span><\/p>\n A\u015fa\u011f\u0131daki kod, egzersiz ve cinsiyet i\u00e7in bir etkile\u015fim grafi\u011finin nas\u0131l olu\u015fturulaca\u011f\u0131n\u0131 g\u00f6sterir:<\/span> <\/p>\n Genel olarak etkile\u015fim grafi\u011finin iki \u00e7izgisi paralelse etkile\u015fim etkisi yoktur. Ancak \u00e7izgiler kesi\u015firse muhtemelen bir etkile\u015fim etkisi ortaya \u00e7\u0131kar.<\/span><\/p>\n Bu grafikten erkekler ve kad\u0131nlar i\u00e7in \u00e7izgilerin kesi\u015fti\u011fini g\u00f6rebiliyoruz, bu da egzersiz yo\u011funlu\u011fu de\u011fi\u015fkenleri ile cinsiyet aras\u0131nda muhtemelen bir etkile\u015fim etkisi oldu\u011funu g\u00f6steriyor.<\/span><\/p>\n Bu, ANOVA tablosu sonucundaki p de\u011ferinin, ANOVA modelindeki etkile\u015fim terimi i\u00e7in istatistiksel olarak anlaml\u0131 oldu\u011fu ger\u00e7e\u011fine kar\u015f\u0131l\u0131k gelmektedir.<\/span><\/p>\n R’de tek y\u00f6nl\u00fc ANOVA nas\u0131l ger\u00e7ekle\u015ftirilir<\/a> \u0130ki fakt\u00f6re b\u00f6l\u00fcnm\u00fc\u015f \u00fc\u00e7 veya daha fazla ba\u011f\u0131ms\u0131z grubun ortalamalar\u0131 aras\u0131nda fark olup olmad\u0131\u011f\u0131n\u0131 belirlemek i\u00e7in iki y\u00f6nl\u00fc ANOVA kullan\u0131l\u0131r. \u0130ki spesifik fakt\u00f6r\u00fcn belirli bir yan\u0131t de\u011fi\u015fkenini etkileyip etkilemedi\u011fini bilmek istedi\u011fimizde iki y\u00f6nl\u00fc ANOVA’y\u0131 kullan\u0131r\u0131z. Ancak bazen iki fakt\u00f6r aras\u0131nda, fakt\u00f6rler ile yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki ili\u015fkiyi nas\u0131l yorumlad\u0131\u011f\u0131m\u0131z\u0131 etkileyebilecek bir etkile\u015fim etkisi olabilir. \u00d6rne\u011fin, (1) […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1046","post","type-post","status-publish","format-standard","hentry","category-rehber"],"yoast_head":"\n![\"R'deki](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/interactionplot1.png\")
<\/p>\n \u00d6rnek: R’deki etkile\u015fim grafi\u011fi<\/strong><\/span><\/h3>\n
#make this example reproducible\n<\/span>set.seed(10)\n\n#create data frame\n<\/span>data <- data.frame(gender = rep<\/span> (c(\"Male\", \"Female\"), each<\/span> = 30<\/span> ),\n exercise = rep<\/span> (c(\"None\", \"Light\", \"Intense\"), each<\/span> = 10<\/span> , times<\/span> = 2<\/span> ),\n weight_loss = c(runif(10, -3, 3), runif(10, 0, 5), runif(10, 5, 9),\n runif(10, -4, 2), runif(10, 0, 3), runif(10, 3, 8)))\n\n#view first six rows of data frame\n<\/span>head(data)\n\n gender exercise weight_loss\n1 Male None 0.04486922\n2 Male None -1.15938896\n3 Male None -0.43855400\n4 Male None 1.15861249\n5 Male None -2.48918419\n6 Male None -1.64738030<\/strong><\/pre>\n #fit the two-way ANOVA model\n<\/span>model <- aov(weight_loss ~ gender * exercise, data = data)\n\n#view the model output<\/span>\nsummary(model)\n\n# Df Sum Sq Mean Sq F value Pr(>F) \n#gender 1 15.8 15.80 11.197 0.0015 ** \n#exercise 2 505.6 252.78 179.087 <2e-16 ***\n#gender:exercise 2 13.0 6.51 4.615 0.0141 * \n#Residuals 54 76.2 1.41 \n#---\n#Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1<\/strong><\/pre>\n interaction.plot(x.factor = data$exercise, #x-axis variable<\/span>\n trace.factor = data$gender, #variable for lines<\/span>\n response = data$weight_loss, #y-axis variable<\/span>\n fun = median, #metric to plot<\/span>\n ylab = \"Weight Loss\",\n xlab = \"Exercise Intensity\",\n col = c(\"pink\", \"blue\"),\n lty = 1, #line type<\/span>\n lwd = 2, #linewidth<\/span>\n trace.label = \"Gender\")\n<\/strong><\/pre>\n<\/p>\n Ek kaynaklar<\/strong><\/span><\/h2>\n
R’de iki y\u00f6nl\u00fc ANOVA nas\u0131l ger\u00e7ekle\u015ftirilir<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"