Buradasın
Excel'de Çoklu Değişkenli Doğrusal Regresyon Analizi Eğitimi
youtube.com/watch?v=x874Zs7-3BgYapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, Dr. Sermet Demir tarafından sunulan bir eğitim içeriğidir. Dr. Demir, önceki videoda tek değişkenli regresyon analizini anlattığını belirterek, bu videoda çoklu değişkenli doğrusal regresyon analizini Excel'de nasıl uygulayacağımızı göstermektedir.
- Videoda, çoklu değişkenli doğrusal regresyon analizinin temel prensipleri açıklanarak başlanıyor ve ardından Excel'de bu analizi adım adım gösteriliyor. Eğitmen, doğrusal regresyondan ikinci derece regresyona geçiş yaparak uyumun nasıl arttığını gösteriyor ve ikinci dereceden regresyonun doğrusal regresyona göre daha iyi sonuçlar verdiği anlatılıyor.
- Video boyunca Excel'de regresyon analizi yapma, veri seçimi, özet çıktı alma ve grafik çizme işlemleri detaylı olarak açıklanıyor. Ayrıca, daha yüksek dereceli regresyon analizi (ikinci ve üçüncü dereceden) yaparak uyum değerlerinin nasıl arttığı gösteriliyor ve deneylerdeki verileri kullanarak her bir nokta için yüksek güvenle tahmin yapabildiğimiz anlatılıyor.
- Çoklu Değişkenli Doğrusal Regresyon Analizi
- Dr. Sermet Demir, önceki videoda tek değişkenli doğrusal regresyon analizini göstermiş, bu videoda ise birden çok değişkenli regresyon analizini anlatacak.
- Tek değişkenli regresyonda denklem y = mx + c şeklindeyken, çoklu değişkenli regresyonda denklem y = m₁x₁ + m₂x₂ + ... şeklinde olur.
- Çoklu değişkenli regresyonda her bir değişkenin kendi eğimi ve kesişim değeri bulunur.
- 01:32Excel'de Çoklu Değişkenli Regresyon Uygulaması
- Veriler Excel'de seçildikten sonra, regresyon analizi için veri çözümlemesinden regresyon seçeneği kullanılır.
- Y ve X giriş aralıkları seçildikten sonra, güvenilirlik düzeyi ve mühendislik düzeyi belirlenir.
- Özet çıktının oluşacağı bölge seçildikten sonra, Excel regresyon analizi sonucunu verir.
- 03:05Regresyon Sonuçlarının Yorumlanması
- Regresyon analizinde R değeri, verilerin regresyon eğrisine uyumunu gösterir.
- Kesişim değeri, regresyon eğrisinin x eksenini kestiği noktayı gösterir.
- Her bir değişkenin eğimi, regresyon eğrisindeki o değişkenin etkisini gösterir ve yanıt yüzeyi optimizasyonu gibi yöntemlerde önemlidir.
- 04:53Yüksek Dereceli Regresyon Analizi
- Düz lineer regresyon, verilerin trendine uyumsuz kaldığında daha yüksek dereceli regresyon analizi uygulanabilir.
- İkinci dereceden regresyon için X'in kareleri hesaplanır ve regresyon analizi yapılır.
- Yüksek dereceli regresyon, R değeri ve uyum oranını önemli ölçüde artırır.
- 09:00Grafiksel Gösterim ve Daha Yüksek Dereceli Regresyon
- Regresyon grafiği çizdirilirken polinom derecesi seçilebilir (ikinci derece, üçüncü derece vb.).
- Grafikte R kare değeri, X'in değeri, X²'nin değeri ve kesişim noktası gösterilir.
- Daha yüksek dereceli regresyon için (örneğin üçüncü dereceden) X'in küpü alınmalıdır.
- 10:22Regresyon Analizi Sonuçları
- Veri çözümleme ve regresyon analizinde y değerinin yeri değişti ve yeni bir sayfa oluşturuldu.
- Üçüncü derece regresyon sonucunda 996,99 değerine ulaşıldı, bu da üç anlamlı basamak için 997 olarak ifade edilebilir.
- Birinci derece regresyonda 978 değerine ulaşıldığı için, ikinci derece yerine üçüncü derece regresyonun mantıklı olmadığı, ancak doğrusal yerine ikinci derece regresyonun çok daha anlamlı olduğu belirtildi.
- 11:26Regresyon Analizinin Önemi
- Videoda birden fazla değişkenle regresyon yapma yöntemi gösterildi.
- İkinci dereceden veya daha yüksek dereceli regresyon yapıldığında, denklemin verileri karşılamasının ne kadar arttığı vurgulandı.
- Deneylerdeki verileri kullanmak yerine, bu denklemin her bir nokta için çok yüksek güvenle kullanılabilmesi belirtildi.