Regresyon, değişkenler arasındaki ilişkiyi inceleyen istatistiksel tekniktir. Bağımlı değişken Y, bağımsız değişkenler X ile gösterilir. Regresyonda α sabit, β ise doğrusal fonksiyonun eğimini gösterir
Korelasyon analizi değişkenler arasındaki ilişkiyi, regresyon analizi ise değişim ilişkisini inceler. Korelasyon katsayısı -1 ile +1 arasında değişir, 0 ilişki olmadığını gösterir. Regresyon analizi, bilinen verilerden gelecekteki olayları tahmin etmeyi sağlar
Regression determines relationship between dependent and independent variables. Linear regression is most common form, showing straight line of best fit. Simple linear uses one independent variable, multiple uses two or more
Bu video, bir eğitmen tarafından sunulan istatistik ve karar teorisi konularındaki soru çözümlerini içermektedir. Eğitmen, önceki videolardaki soruların devamı niteliğinde olan soruları çözmektedir.. Video, toplam 10 sorudan oluşan bir testin çözümünü içermektedir. Sorular arasında basit doğrusal regresyon denklemi, korelasyon katsayısı, tahminlerin standart hatası, zaman serisi, indeksler, karar teorisi ve kötümserlik ölçütleri gibi konular yer almaktadır. Her soru için eğitmen, formülleri açıklayarak ve örnekler vererek çözüm yöntemlerini detaylı şekilde anlatmaktadır.
AI enables machines to think and make decisions like humans. Machine Learning is a subfield of AI that helps machines learn from data. AI algorithms combine inputs and outputs simultaneously for learning
Basit doğrusal regresyon, iki sürekli değişken arasındaki ilişkiyi inceleyen istatistiksel yöntemdir. Regresyon çizgisi y = mx + c formülüyle ifade edilir. Bağımlı değişken, bağımsız değişkenlerin değerlerine göre tahmin edilir
Regresyon problemleri sürekli hedef değişkenlerle ilgilenir. Sınıflandırma problemleri sınırlı sayıda kategorik değer alır. Facebook'un insanları etiketlemesi sınıflandırma örneğidir
Bu video, bir eğitim dersi formatında olup, bir eğitmen tarafından regresyon analizi konusu anlatılmaktadır.. Video, önceki videolarda ele alınan noktaların doğruya olan uzaklıklarının karesini minimize eden doğru kavramını hatırlatarak başlıyor. Ardından, y'deki toplam varyasyonun x'teki varyasyonla açıklanabilen yüzdesini hesaplamak için determinasyon katsayısı (R kare) kavramı açıklanıyor. Eğitmen, doğrunun karesel hatasının küçük olması durumunda doğrunun yerleşiminin iyi olduğunu ve R kare değerinin 1'e yakın olması gerektiğini vurguluyor. Video, bir sonraki derste gerçek verileri değerlendirerek regresyon doğrularını ve R kare değerini hesaplayarak doğrunun yerleşiminin ne kadar iyi olduğuna karar vermeye çalışılacağını belirterek sona eriyor.
Bu video, bir eğitmen tarafından sunulan matematik eğitimi formatında bir ders anlatımıdır.. Videoda en küçük kareler yöntemi kullanılarak eğri uydurma konusu detaylı şekilde ele alınmaktadır. İlk bölümde eğri kavramı, doğru ve parabol gibi temel eğri türleri açıklanırken, ikinci bölümde dört nokta verilen bir veri kümesine doğrusal bir eğri uydurma süreci adım adım gösterilmektedir. Eğitmen, veri grubuna doğru uydurma yapma, lineer denklem sistemi oluşturma ve yok etme metoduyla denklemleri çözme aşamalarını örnek sorular üzerinden anlatmaktadır.. Video, bir sonraki örnek olarak ikinci derece polinom (parabol) uydurma konusuna geçileceğini belirterek sona ermektedir.
Bu video, bir eğitmen tarafından sunulan İstatistik 2 dersinin beşinci ünitesi olan regresyon ve korelasyon analizi konusunu içeren eğitim dersidir.. Videoda, regresyon ve korelasyon analizi konusu detaylı şekilde ele alınmaktadır. Eğitmen, serpilme diyagramları, doğrusal regresyon, en küçük kareler yöntemi, regresyon denklemleri, korelasyon katsayısı (r), belirli katsayı (r²) ve hata terimleri gibi temel kavramları açıklamaktadır. Özellikle sıcaklık ve dondurma satış miktarı örneği üzerinden regresyon denkleminin nasıl oluşturulduğu ve korelasyon katsayısının nasıl hesaplanacağı adım adım gösterilmektedir.. Video, teorik bilgilerin yanı sıra örnek sorular çözümleri de içermekte olup, istatistik dersinde regresyon ve korelasyon analizi konularını öğrenmek isteyenler için faydalı bir kaynaktır. Hata kareleri toplamı, standart hatası, serpilme diyagramı tanımı ve hipotez testleri gibi konular da videoda ele alınmaktadır.
Bu video, bir eğitmen tarafından sunulan ekonometri bölümü ve regresyon analizi dersine yönelik vize sınavına yönelik soru çözümlerini içermektedir.. Videoda üç farklı soru çözülmektedir. İlk soruda en küçük kareler yöntemiyle beta değerinin bulunması, ikinci ve üçüncü sorularda ise b1 ve b2 katsayılarının doğrusallığının ispatı yapılmaktadır. Her soru için adım adım matematiksel işlemler gösterilmekte ve formüller açıklanmaktadır. Video, vize sınavına hazırlanan öğrenciler için temel regresyon analizi konularını pekiştirmek amacıyla hazırlanmıştır.
Bu video, Dr. Sermet Demir tarafından sunulan bir istatistiksel analiz eğitim dersidir. Eğitmen, Excel programında regresyon analizi yapma yöntemlerini adım adım göstermektedir.. Video, basit doğrusal regresyon (en küçük kareler yöntemi) ile başlayıp, daha yüksek dereceli regresyon analizlerine geçiş yapıyor. İlk bölümde uzun hesaplama yöntemleri gösterilirken, ikinci bölümde Excel'in hazır makrolarını kullanarak regresyon analizi yapma süreci anlatılıyor. Ayrıca standart hata, doğrusal korelasyon katsayısı (R) ve R kare değerlerinin nasıl görüntüleneceği, dağılım grafiği çizme ve doğrusal trend çizgisi ekleme işlemleri de gösteriliyor.. Bu video bir serinin ilk bölümü olup, ikinci videoda birden çok değişkenle doğrusal regresyon, doğrusal olmayan regresyon ve polinom regresyon analizlerinin nasıl yapılacağı anlatılacağı belirtilmektedir.
Bu video, bir eğitmen tarafından sunulan makine öğrenmesi algoritmalarından regresyon analizi hakkında kapsamlı bir eğitim dersidir. Eğitmen, 20 sayfalık bir sunum üzerinden konuyu anlatmaktadır.. Video, regresyon analizinin temel kavramlarından başlayarak, doğrusal ve doğrusal olmayan regresyon türlerini, basit ve çoklu doğrusal regresyonu detaylı olarak ele almaktadır. İçerikte saçılma diyagramları, sebep-sonuç ilişkileri, en küçük kareler yöntemi, tahmin hatası, SSR, SSD ve R kare gibi model değerlendirme kriterleri matematiksel ve görsel örneklerle açıklanmaktadır.. Eğitmen, günlük hayattan örnekler (öğrenci başarısı, suç, beslenme-kanser ilişkisi) kullanarak konuyu pekiştirmekte ve çoklu doğrusal regresyonun iki temel amacı olarak giriş değişkenlerinin kolektif etkisi ve bireysel katkılarının bulunması vurgulanmaktadır. Video, regresyon analizinin amacı, nokta tahmini ve en küçük kareler yönteminin neden kullanıldığı gibi temel soruların cevaplarıyla sonlanmaktadır.
Bu video, bir eğitim içeriği olup, konuşmacı Excel'de basit doğrusal regresyon analizinin nasıl yapılacağını adım adım göstermektedir.. Video, Excel'in Veri Çözümleme Eklentisi kullanılarak basit doğrusal regresyon analizi yapma sürecini kapsamaktadır. Öncelikle Veri Çözümleme Eklentisinin nasıl aktif edileceği anlatılmakta, ardından regresyon analizi için gerekli veri girişlerinin nasıl yapılacağı, regresyon sonuçlarının nasıl yorumlanacağı ve grafiklerin nasıl oluşturulacağı gösterilmektedir. Video, regresyon istatistiklerinin (R, R-kare, standart hata, F istatistiği, t istatistikleri) yorumlanması ve güven aralıklarının nasıl okunacağı konularını içermektedir.
Bu video, bir eğitim içeriği olup, konuşmacı SPSS programında basit doğrusal regresyon analizinin nasıl yapılacağını göstermektedir.. Video, basit doğrusal regresyon analizinin temel prensiplerini açıklayarak başlıyor ve ardından SPSS programında bu analizi adım adım gösteriyor. Konuşmacı, reklam bütçesi ve albüm satışları arasındaki ilişkiyi örnek olarak kullanarak, regresyon analizinin nasıl yorumlanacağını, R-kare değerinin ne anlama geldiğini ve hipotez testlerinin nasıl yapılacağını detaylı şekilde anlatıyor. Ayrıca, günümüzde SPSS'in regresyon analizlerinde yeterince güçlü olmadığı ve alternatif programların (AMOS, STATA) kullanılması gerektiği konusunda bilgi veriyor.
Bu video, bir eğitim içeriği olup, konuşmacı SPSS programı kullanarak doğrusal regresyon analizinin nasıl yapılacağını göstermektedir.. Video, SPSS'de veri editörü üzerinden ara sınav puanları ve final puanları arasındaki ilişkiyi analiz etmeyi konu alıyor. Konuşmacı, regresyon analizinin nasıl yapılacağını adım adım gösteriyor, bağımlı ve bağımsız değişkenleri belirliyor ve sonuçları yorumluyor. Ayrıca standartlaştırılmış ve standartlaştırılmamış değerler arasındaki farkları açıklıyor ve bazı ileri seviye kavramların (örneğin, ANOVA) daha sonra ele alınacağını belirtiyor.
Bu video, bir doçent unvanlı üniversite öğretim üyesi tarafından sunulan istatistik eğitimi formatında bir ders anlatımıdır.. Video, regresyon analizi konusunu kapsamlı şekilde ele almaktadır. İçerikte regresyon analizinin tanımı, amacının ne olduğu, doğrusal ve doğrusal olmayan regresyon, basit ve çoklu regresyon arasındaki farklar açıklanmaktadır. Ayrıca basit doğrusal regresyon denklemi (y^ = a + bx) detaylı olarak incelenmekte, regresyon katsayısı (b) ve sabit (a) değerlerinin hesaplanması için iki farklı yöntem gösterilmektedir.. Videoda regresyon analizinin yapılabilmesi için gerekli şartlar (korelasyon bulunması, doğrusal ilişki, değişkenlerin ölçme düzeyleri ve normal dağılım) detaylı olarak anlatılmakta ve en küçük kareler yöntemi kullanılarak regresyon denkleminin nasıl oluşturulduğu örnek veri setleri üzerinden gösterilmektedir.
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.
Bu video, bir eğitim içeriği olup, konuşmacı regresyon doğrusu ve en küçük kareler yöntemi hakkında bilgi vermektedir.. Video, regresyon doğrusunun dik üçgende hipotenüs oluşturduğunu açıklayarak başlıyor. Dik üçgende hipotenüsün uzunluğunu hesaplama formülü (a² + b² = c²) kullanılarak, gözlenen ve teorik y arasındaki sapmanın a kenarının b kenarına bölünmesiyle regresyon katsayısının (doğrunun eğimi) nasıl bulunacağı anlatılıyor. Video, örnek bir veri setinde regresyon katsayısının 0,75 olduğunu belirterek ve en küçük kareler yönteminin formülünü göstererek sonlanıyor.
Bu video, bir eğitmen tarafından sunulan matematik ve makine öğrenmesi dersidir. Eğitmen, regresyon ve korelasyon analizi konularını detaylı bir şekilde anlatmaktadır.. Video, regresyon ve korelasyonun temel kavramlarını tanıtarak başlayıp, en küçük kareler yöntemi, hata fonksiyonu ve doğrusal regresyon hesaplamalarını adım adım göstermektedir. İçerikte korelasyonun pozitif, negatif ve nötr olabileceği, makine öğrenmesi uygulamaları ve aşırı uydurma (overfitting) kavramları da ele alınmaktadır.. Videoda ayrıca matris çarpımı ve lineer cebir kavramları kullanılarak verilen (x, y) değerlerine en uygun doğru denkleminin nasıl bulunacağı matematiksel hesaplamalarla gösterilmektedir. Örnek olarak (0,1), (2,4), (3,6) noktalarına en uygun doğru denklemi y = 6.7x + 4.7 olarak hesaplanmakta ve farklı şekillerin (parabol gibi) daha az hata payı verebileceği vurgulanmaktadır.