<\/p>\n
Regresyon analizi<\/strong> istatistikte en s\u0131k kullan\u0131lan tekniklerden biridir.<\/span><\/p>\n Regresyon analizinin temel amac\u0131, bir veya daha fazla yorday\u0131c\u0131 de\u011fi\u015fken ile bir yan\u0131t de\u011fi\u015fkeni<\/a> aras\u0131ndaki ili\u015fkiyi en iyi \u015fekilde tan\u0131mlayan bir modele uymakt\u0131r.<\/span><\/p>\n Bu yaz\u0131da, ger\u00e7ek hayatta en s\u0131k kullan\u0131lan 7 regresyon modelini ve her bir regresyon t\u00fcr\u00fcn\u00fcn ne zaman kullan\u0131laca\u011f\u0131n\u0131 payla\u015f\u0131yoruz.<\/span><\/p>\n Do\u011frusal regresyon, bir veya daha fazla \u00f6ng\u00f6r\u00fcc\u00fc de\u011fi\u015fken ile say\u0131sal yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki ili\u015fkiyi tan\u0131mlayan bir regresyon modeline uymak i\u00e7in kullan\u0131l\u0131r.<\/span><\/p>\n \u015eu durumlarda kullan\u0131n:<\/b><\/span><\/span><\/p>\n \u00d6rnek:<\/strong> Bir perakende \u015firketi, toplam sat\u0131\u015flar\u0131 tahmin etmek i\u00e7in reklam harcamalar\u0131n\u0131 kullanarak do\u011frusal bir regresyon modeli uygulayabilir.<\/span><\/p>\n Bu iki de\u011fi\u015fken aras\u0131ndaki ili\u015fki muhtemelen do\u011frusal oldu\u011fundan (reklam i\u00e7in harcanan daha fazla para genellikle daha fazla sat\u0131\u015fla sonu\u00e7lan\u0131r) ve yan\u0131t de\u011fi\u015fkeni (toplam sat\u0131\u015flar) s\u00fcrekli bir say\u0131sal de\u011fi\u015fken oldu\u011fundan, do\u011frusal bir regresyon modelini ayarlamak mant\u0131kl\u0131d\u0131r.<\/span><\/p>\n Kaynak:<\/strong><\/span> \u00c7oklu Do\u011frusal Regresyona Giri\u015f<\/a><\/p>\n Lojistik regresyon, bir veya daha fazla \u00f6ng\u00f6r\u00fcc\u00fc de\u011fi\u015fken ile ikili yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki ili\u015fkiyi tan\u0131mlayan bir regresyon modeline uymak i\u00e7in kullan\u0131l\u0131r.<\/span><\/p>\n \u015eu durumlarda kullan\u0131n:<\/b><\/span><\/p>\n \u00d6rnek:<\/strong> T\u0131bbi ara\u015ft\u0131rmac\u0131lar, bir bireyin kalp krizi ge\u00e7irme olas\u0131l\u0131\u011f\u0131n\u0131 tahmin etmek i\u00e7in egzersiz ve sigara i\u00e7me al\u0131\u015fkanl\u0131klar\u0131n\u0131 kullanarak bir lojistik regresyon modeli uydurabilirler.<\/span><\/p>\n Yan\u0131t de\u011fi\u015fkeni (kalp krizi) ikili oldu\u011fundan (birey ya kalp krizi ge\u00e7irir ya da ge\u00e7irmez), lojistik regresyon modeline uymak uygundur.<\/span><\/p>\n Kaynak:<\/strong><\/span> Lojistik Regresyona Giri\u015f<\/a><\/p>\n Polinom regresyon, bir veya daha fazla \u00f6ng\u00f6r\u00fcc\u00fc de\u011fi\u015fken ile say\u0131sal bir yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki ili\u015fkiyi tan\u0131mlayan bir regresyon modeline uymak i\u00e7in kullan\u0131l\u0131r.<\/span><\/p>\n \u015eu durumlarda kullan\u0131n:<\/b><\/span><\/p>\n \u00d6rnek:<\/strong> Psikologlar, belirli bir sekt\u00f6rdeki \u00e7al\u0131\u015fanlar\u0131n “genel mutlulu\u011funu” tahmin etmek i\u00e7in “\u00e7al\u0131\u015f\u0131lan saatleri” kullanarak polinom regresyonunu uydurabilirler.<\/span><\/p>\n Bu iki de\u011fi\u015fken aras\u0131ndaki ili\u015fki muhtemelen do\u011frusal de\u011fildir. Yani, saat say\u0131s\u0131 artt\u0131k\u00e7a birey daha fazla mutluluk bildirebilir, ancak belirli bir \u00e7al\u0131\u015fma saatinden sonra genel mutluluk muhtemelen azalacakt\u0131r. Yorday\u0131c\u0131 de\u011fi\u015fken ile yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki bu ili\u015fki do\u011frusal olmad\u0131\u011f\u0131ndan polinom regresyon modeline uymak mant\u0131kl\u0131d\u0131r.<\/span><\/p>\n Kaynak:<\/strong><\/span> Polinom Regresyona Giri\u015f<\/a><\/p>\n Ridge regresyonu, bir veya daha fazla \u00f6ng\u00f6r\u00fcc\u00fc de\u011fi\u015fken ile say\u0131sal yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki ili\u015fkiyi tan\u0131mlayan bir regresyon modeline uymak i\u00e7in kullan\u0131l\u0131r.<\/span><\/p>\n \u015eu durumlarda kullan\u0131n:<\/b><\/span><\/p>\n \u00d6rnek:<\/strong> Bir basketbol veri bilimcisi, oyuncu maa\u015flar\u0131n\u0131 tahmin etmek i\u00e7in say\u0131lar, asistler ve ribaundlar gibi tahmin de\u011fi\u015fkenlerini kullanarak bir ridge regresyon modelini uydurabilir.<\/span><\/p>\n Daha iyi oyuncular\u0131n daha fazla say\u0131, asist ve ribaund alma e\u011filiminde olmas\u0131 nedeniyle, tahmin de\u011fi\u015fkenlerinin y\u00fcksek d\u00fczeyde korelasyona sahip olmas\u0131 muhtemeldir. Dolay\u0131s\u0131yla \u00e7oklu do\u011frusall\u0131\u011f\u0131n bir sorun olmas\u0131 muhtemeldir, dolay\u0131s\u0131yla bu sorunu s\u0131rt regresyonu kullanarak en aza indirebiliriz.<\/span><\/p>\n Kaynak:<\/strong><\/span> Ridge Regresyonuna Giri\u015f<\/a><\/p>\n Kement regresyonu, Ridge regresyonuna \u00e7ok benzer ve bir veya daha fazla \u00f6ng\u00f6r\u00fcc\u00fc de\u011fi\u015fken ile say\u0131sal yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki ili\u015fkiyi tan\u0131mlayan bir regresyon modeline uymak i\u00e7in kullan\u0131l\u0131r.<\/span><\/p>\n \u015eu durumlarda kullan\u0131n:<\/b><\/span><\/p>\n \u00d6rnek:<\/strong> Bir ekonomist, hane halk\u0131 gelirini tahmin etmek i\u00e7in toplam e\u011fitim s\u00fcresi, \u00e7al\u0131\u015f\u0131lan saat ve ya\u015fam maliyeti gibi tahmin edici de\u011fi\u015fkenleri kullanarak bir kement regresyon modeli uygulayabilir.<\/span><\/p>\n Daha e\u011fitimli bireyler ayn\u0131 zamanda ya\u015fam maliyetlerinin daha y\u00fcksek oldu\u011fu \u015fehirlerde ya\u015fama ve daha fazla saat \u00e7al\u0131\u015fma e\u011filiminde olduklar\u0131ndan, yorday\u0131c\u0131 de\u011fi\u015fkenler muhtemelen y\u00fcksek oranda ili\u015fkilidir. Dolay\u0131s\u0131yla \u00e7oklu ba\u011flant\u0131n\u0131n bir sorun olmas\u0131 muhtemeldir, bu nedenle kement regresyonunu kullanarak bu sorunu en aza indirebiliriz.<\/span><\/p>\n Lasso regresyonunun ve Ridge regresyonunun olduk\u00e7a benzer oldu\u011funu unutmay\u0131n. Bir veri setinde \u00e7oklu do\u011frusall\u0131k bir sorun oldu\u011funda, hangi modelin en iyi \u015fekilde \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131 g\u00f6rmek i\u00e7in hem Lasso hem de Ridge regresyon modelinin uygun hale getirilmesi \u00f6nerilir.<\/span><\/p>\n Kaynak:<\/strong><\/span> Kement Regresyonuna Giri\u015f<\/a><\/p>\n Poisson regresyonu, bir veya daha fazla yorday\u0131c\u0131 de\u011fi\u015fken ile bir yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki ili\u015fkiyi tan\u0131mlayan bir regresyon modeline uymak i\u00e7in kullan\u0131l\u0131r.<\/span><\/p>\n \u015eu durumlarda kullan\u0131n:<\/b><\/span><\/p>\n \u00d6rnek:<\/strong> Bir \u00fcniversite, belirli bir \u00fcniversite program\u0131ndan mezun olan \u00f6\u011frencilerin say\u0131s\u0131n\u0131, programa girdiklerindeki genel not ortalamalar\u0131na ve cinsiyetlerine g\u00f6re incelemek i\u00e7in Poisson regresyonunu kullanabilir.<\/span><\/p>\n Bu durumda, yan\u0131t de\u011fi\u015fkeni say\u0131m verisi oldu\u011fundan (mezun olan \u00f6\u011frenci say\u0131s\u0131n\u0131 \u201csayabiliriz\u201d \u2013 200, 250, 300, 413 vb.), Poisson regresyonunun kullan\u0131lmas\u0131 uygundur.<\/span><\/p>\n Kaynak:<\/strong><\/span> Poisson Regresyonuna Giri\u015f<\/a><\/p>\n Kantil regresyon, bir veya daha fazla \u00f6ng\u00f6r\u00fcc\u00fc de\u011fi\u015fken ile bir yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki ili\u015fkiyi tan\u0131mlayan bir regresyon modeline uymak i\u00e7in kullan\u0131l\u0131r.<\/span><\/p>\n \u015eu durumlarda kullan\u0131n:<\/b><\/span><\/p>\n \u00d6rnek:<\/strong> Bir profes\u00f6r, \u00e7al\u0131\u015f\u0131lan saat say\u0131s\u0131na ba\u011fl\u0131 olarak s\u0131nav puanlar\u0131n\u0131n beklenen y\u00fczde 90’l\u0131k dilimini tahmin etmek i\u00e7in nicelik regresyonunu kullanabilir:<\/span><\/p>\n Bu durumda profes\u00f6r yan\u0131t de\u011fi\u015fkeninin (s\u0131nav puanlar\u0131) belirli bir y\u00fczdelik dilimini tahmin etmek istedi\u011finden niceliksel regresyonun kullan\u0131lmas\u0131 uygundur.<\/span><\/p>\n Kaynak:<\/strong><\/span> Kantil Regresyona Giri\u015f<\/a><\/p>\n Do\u011frusal Regresyonun Ger\u00e7ek Hayatta Kullan\u0131m\u0131na 4 \u00d6rnek<\/a> Regresyon analizi istatistikte en s\u0131k kullan\u0131lan tekniklerden biridir. Regresyon analizinin temel amac\u0131, bir veya daha fazla yorday\u0131c\u0131 de\u011fi\u015fken ile bir yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki ili\u015fkiyi en iyi \u015fekilde tan\u0131mlayan bir modele uymakt\u0131r. Bu yaz\u0131da, ger\u00e7ek hayatta en s\u0131k kullan\u0131lan 7 regresyon modelini ve her bir regresyon t\u00fcr\u00fcn\u00fcn ne zaman kullan\u0131laca\u011f\u0131n\u0131 payla\u015f\u0131yoruz. 1. Do\u011frusal regresyon Do\u011frusal regresyon, […]<\/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-1964","post","type-post","status-publish","format-standard","hentry","category-rehber"],"yoast_head":"\n 1. Do\u011frusal regresyon<\/strong><\/span><\/h3>\n
\n
2. Lojistik regresyon<\/strong><\/span><\/h3>\n
\n
3. Polinom regresyonu<\/strong><\/span><\/h3>\n
\n
4. S\u0131rt Regreyonu<\/strong><\/span><\/h3>\n
\n
5. Kement Regresyon<\/strong><\/span><\/h3>\n
\n
6. Poisson regresyonu<\/strong><\/span><\/h3>\n
\n
7. Kantil regresyon<\/strong><\/span><\/h3>\n
\n
Ek kaynaklar<\/strong><\/span><\/h3>\n
Lojistik Regresyonun Ger\u00e7ek Hayatta Kullan\u0131m\u0131na \u0130li\u015fkin 4 \u00d6rnek<\/a>
ANOVA vs regresyon: fark nedir?<\/a>
Tam K\u0131lavuz: Regresyon Sonu\u00e7lar\u0131 Nas\u0131l Raporlan\u0131r?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"