Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, bir konuşmacının Minitab programı kullanarak faktör analizi ve çoklu regresyon analizi konularını anlattığı bir eğitim içeriğidir.
- Video, koyunların canlı ağırlığını tahmin etmek için morfolojik özelliklerden yola çıkarak faktör analizi ve çoklu regresyon analizi yapma sürecini adım adım göstermektedir. İçerikte faktör sayısının belirlenmesi, faktör skorlarının elde edilmesi, faktör yükünün ne olduğu, faktör skorları ile gerçek ham değişkenler arasındaki Pearson korelasyonları ve faktör skorlarının nasıl yorumlanacağı detaylı olarak anlatılmaktadır.
- Eğitim, faktör analizinin çoklu bağlantılı (multilinearite) sorununu önlemek için önerildiğini vurgulamakta ve faktör skorlarının birbiriyle korelasyon olmadığını göstermektedir. Ayrıca, faktör analizi skor değişkenlerinden yola çıkarak normal çoklu doğrusal regresyon analizi yapma süreci de adım adım açıklanmaktadır.
- 00:01Minitab ile Çoklu Regresyon Analizi
- Minitab programı kullanılarak faktör skorlarında çoklu regresyon analizi yapılacaktır.
- Bu analizin en büyük amacı multilineriti (çoklu bağlantılı) önlemek için önerilen bir yöntemdir.
- C1 sütununda koyunların canlı ağırlığı bulunurken, C2 ile C9 arasındaki sütunlarda yaş ve morfolojik özellikler yer almaktadır.
- 01:18Faktör Analizi Uygulaması
- Bağımsız değişkenler (morfolojik değişkenler) faktör analizine tabi tutulacaktır.
- Rotasyon olarak Varimax kullanılacaktır, bu döndürme sağlayarak yorum yapmayı kolaylaştırır.
- Sod Loading aktif edilerek sıralanmış ve rotasyona uğramış sonuçlar elde edilecektir.
- 02:53Faktör Sayısının Belirlenmesi
- Faktör sayısı, öz değeri 1 ve 1'den büyük olan faktör kadar belirlenir.
- Birinci faktörün öz değeri 2,67, ikinci faktörün 2,11, üçüncü faktörün 1,37 olduğu için en uygun faktör sayısı 3'tür.
- Maliyet faktör analizinde faktör sayısı olarak 3 belirlenir.
- 04:05Faktörlerin Yorumlanması
- Birinci faktörün oluşmasında SC, SD ve BL özellikleri en yüksek korelasyona sahiptir.
- İkinci faktörün oluşmasında EGE, TL ve VES değişkenleri önemli etkiye sahiptir.
- Üçüncü faktörün oluşmasında WH, TL ve HG özellikleri önemli etkiye sahiptir.
- 05:18Komünalite ve Faktör Skorları
- Bir değişkenin komünalitesi (ortak varyansı), faktörlerin karelerinin toplamıdır ve 0,98 değerini verir.
- Üç faktör, toplam farklılığın %93,30'unu açıklar.
- Faktör skor değişkenleri elde edilirken, uygun faktör sayısı kadar latent (gizli) ve birbirleriyle korelasyonu sıfır olan saf değişkenler üretilir.
- 08:27Bağımlı Değişkenin Standardizasyonu ve Regresyon Analizi
- Ağırlık değişkeni (bağımlı değişken) sigma şeklinde standardize edilir ve C10 sütununa yazılır.
- Normal regresyon analizi yapılırken, C10'daki bağımlı değişken response kutucuğuna, C11, C12 ve C13'deki bağımsız değişkenler ise predictör kutucuğuna atılır.
- Regresyon analizi sonucunda ayrıntılı bir çıktı elde edilir.
- 14:15Faktör Analizi ve Korelasyon
- Faktör yükü, ham değişkenlerle yeni ürettiğimiz faktör skor değerleri arasındaki Pearson korelasyon değeridir.
- Faktör skor değerleri arasındaki korelasyon, faktör yükü ile gerçek ham değişkenler arasındaki ilişkiyi gösterir.
- Faktör skor değerleri arasındaki korelasyon, faktör yükü ile gerçek ham değişkenler arasındaki ilişkiyi gösterir.
- 16:10Faktörlerin Oluşmasında Etki Eden Değişkenler
- Üçüncü faktörün oluşmasında SC, SD ve BL değişkenleri majör etkiye sahip.
- İkinci faktörün oluşmasında yaş, TL ve VS özellikleri oldukça büyük etkiye sahip.
- Faktör skor değişkenleri, ham değişkenlerle pozitif veya negatif korelasyona sahip olabilir.
- 17:12Faktör Skor Değişkenlerinin Yorumlanması
- SC, SD ve BL özellikleri arttıkça faktör skor bir miktarı artıyor ve bu da canlı ağırlığında artış beklenir.
- Yaş, TL ve VS özellikleri arttıkça faktör skor iki miktarı azalıyor, ancak bu durumda canlı ağırlığında artış beklenir.
- Regresyon denkleminde işaretler aynıysa (hem negatif hem pozitif), canlı ağırlığında artış beklenir.
- 19:37Regresyon Analizi Sonuçları
- Regresyon katsayıları önemli olup, faktör skor değerleri arasındaki korelasyonun giderildiğini gösterir.
- Toplam canlı ağırlıkta meydana gelen farklılıkların yaklaşık %80'i üç faktör tarafından açıklanıyor.
- Fit değerleri, tahmin edilen değerlerin gerçek değerlerle arasındaki farkı gösterir.
- 20:34Gözlemler ve Sonuçlar
- 25-26, 37, 56, 62 ve 78. gözlemler hata kareler toplamını artırıcı etkiye sahip.
- Ham değişkenlerin miktarı arttıkça canlı ağırlığı artıyor, bu bilgi ilave çalışmalar için önemlidir.
- Faktör skorları birbirleriyle korelasyonlu değil, bağımsız gizli değişkenler olarak elde edilmiştir.