Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, bir eğitmen tarafından sunulan regresyon analizi konulu bir eğitim içeriğidir. Eğitmen, regresyon analizinin temel kavramlarını ve uygulamalarını anlatmaktadır.
- Video, regresyonun tanımıyla başlayıp, basit doğrusal regresyon ve çoklu regresyon analizlerinin temel elemanlarını açıklamaktadır. Eğitmen, motivasyon ve başarı değişkenleri üzerinden basit doğrusal regresyon analizi yaparak, kesişim katsayısı, eğim katsayısı, R kare değeri ve ANOVA tablosu gibi analiz sonuçlarını yorumlamaktadır. Video, ikinci bölümde çoklu regresyon analizinden bahsedeceğini belirterek sona ermektedir.
- 00:08Regresyon Analizi Nedir?
- Regresyon analizi, bir veya birden fazla bağımsız değişkenden hareketle bağımlı değişkenin tahmin edilebildiği bir analiz yöntemidir.
- Regresyon analizinde bağımlı ve bağımsız değişkenler arasında ilişki bulunur ve bu ilişkiden faydalanarak yordam işlemi yapılır.
- Regresyon analizinin elemanları: X ile sembolize edilen bağımsız değişken, Y ile sembolize edilen bağımlı değişken ve hata terimi (E) olarak ifade edilir.
- 01:35Basit ve Çoklu Regresyon Analizi
- Bağımlı değişkenin bir, bağımsız değişken sayısının da bir olduğu durumda basit doğrusal regresyon analizi yapılabilir.
- Bağımlı değişken sayısı değişmeden, bağımsız değişken sayısını birden fazlaya çıkarma durumunda çoklu regresyon analizi yapılabilir.
- Basit doğrusal regresyon analizinde tek bir bağımsız değişken ve bir bağımlı değişken kullanılır.
- 02:39Basit Doğrusal Regresyon Örneği
- Motivasyon değişkeni bağımsız değişken, başarı değişkeni ise bağımlı değişken olarak kullanılarak basit regresyon analizi yapılabilir.
- Regresyon analizleri doğrusallık varsayımından hareketle kurulur ve bu varsayım modeller için en önemli varsayımlardan biridir.
- Regresyon analizinde bağımlı değişken (Y) ve bağımsız değişken (X) belirlenir, ardından istatistiksel seçenekler (regresyon katsayıları, model fit, betimsel istatistikler) seçilir.
- 04:37Regresyon Analizi Sonuçları
- Regresyon analizinde öncelikle descript statistics tablosu (ortalama ve standart sapma değerleri) ve correlation tablosu (bağımlı ve bağımsız değişken arasındaki ilişki) görüntülenir.
- Coefficients tablosunda kesim katsayısı (constant) ve eğim katsayısı (b1) bulunur; kesim katsayısı motivasyon sıfıra eşit olduğunda beklenen yordan başarı değerini, eğim katsayısı ise motivasyondaki bir birimlik değişimden kaynaklanan başarı puanındaki artışı gösterir.
- Standartlaştırılmış katsayılar (beta değerleri) ve t değerleri, katsayıların sıfırdan farklı olup olmadığını test eder; anlamlılık değeri sıfırdan farklı ise katsayılar anlamlı olarak kabul edilir.
- 08:33Uyum Değerleri ve ANOVA Tablosu
- R değeri bağımlı ve bağımsız değişken arasındaki korelasyon değerini, R² değeri ise açıklanan varyans değerini verir; örneğin R² değeri 0,75 ise başarıdaki değişimin yaklaşık %75'inin motivasyondan kaynaklandığı anlamına gelir.
- Adjusted R² değeri, örneklem etkisinin analiz dışında bırakıldığı R² değeridir ve araştırmalarda genellikle bu değer raporlanır.
- ANOVA tablosu (F testi) modelin anlamlılığını test eder; anlamlılık değeri sıfırdan farklı ise model anlamlı olarak kabul edilir.