Çok Değişkenli Analizler

Bölümler

1. 1. Çok Değişkenli Analize Giriş
   • Çok değişkenli veriyi ve analizin gerekçesini açıklamayı
   • Bağımlılık ve karşılıklı bağımlılık yöntemlerini ayırt etmeyi
   • Veri matrisinin boyutunu belirlemeyi
   • Ayrı testlerin toplam I. tip hatayı nasıl büyüttüğünü hesaplamayı
2. 2. Temel Kavramlar: Ortalama Vektörü, Kovaryans ve Korelasyon Matrisleri
   • Ortalama vektörünü ve kovaryans matrisinin öğelerini tanımlamayı
   • Kovaryans ve varyanslardan korelasyon katsayısı hesaplamayı
   • İz (toplam varyans) ile genelleştirilmiş varyansı ayırt etmeyi
   • Korelasyon matrisinin özelliklerini sıralamayı
3. 3. Matrislerle İlgili Gerekli Araçlar: Özdeğer ve Özvektör
   • Özdeğer ve özvektör tanımını açıklamayı
   • 2 × 2 matrisin karakteristik denklemini kurup özdeğerlerini bulmayı
   • Özdeğerleri iz ve determinantla denetlemeyi
   • Simetrik matrislerin özdeğer ve özvektör özelliklerini tanımayı
4. 4. Çok Değişkenli Normal Dağılım
   • Nₚ(μ, Σ) dağılımının parametrelerini tanımayı
   • Çok değişkenli normal dağılımın temel özelliklerini sıralamayı
   • İlişkisiz değişkenlerde Mahalanobis uzaklığını hesaplamayı
   • Tek tek normallik ile ortak normalliği ayırt etmeyi
5. 5. Temel Bileşenler Analizi (TBA / PCA)
   • Temel bileşenler analizinin amacını açıklamayı
   • Bileşen katsayıları ve varyanslarını özvektör ve özdeğerle ilişkilendirmeyi
   • Açıklanan ve birikimli varyans oranını hesaplamayı
   • Tutulacak bileşen sayısını ölçütlerle belirlemeyi
6. 6. Faktör Analizi
   • Faktör modelinin öğelerini tanımlamayı
   • Ortak varyans, özgün varyans ve faktörün açıkladığı varyansı hesaplamayı
   • Açımlayıcı ve doğrulayıcı faktör analizini ayırt etmeyi
   • KMO, Bartlett testi ve döndürme türlerini yorumlamayı
7. 7. Kümeleme Analizi
   • Kümeleme analizinin amacını açıklamayı
   • Öklid, kareli Öklid ve Manhattan uzaklıklarını hesaplamayı
   • Bağlantı yöntemlerini ayırt etmeyi
   • Hiyerarşik kümeleme ile k-ortalamalar yöntemini karşılaştırmayı
8. 8. Diskriminant (Ayırma) Analizi
   • Diskriminant analizinin amacını ve değişken türlerini açıklamayı
   • En fazla diskriminant fonksiyonu sayısını hesaplamayı
   • D skoruna göre birimi sınıflandırmayı
   • Analizin varsayımlarını sıralamayı
9. 9. MANOVA (Çok Değişkenli Varyans Analizi)
   • MANOVA'nın hipotezlerini kurmayı
   • Ayrı ANOVA'lar yerine MANOVA kullanmanın gerekçesini açıklamayı
   • Wilks' lambdayı hesaplayıp yorumlamayı
   • MANOVA test istatistiklerini ve varsayımlarını tanımayı
10. 10. Kanonik Korelasyon Analizi
    • Kanonik korelasyon analizinin amacını açıklamayı
    • Elde edilebilecek kanonik çift sayısını belirlemeyi
    • Paylaşılan varyans oranını hesaplamayı
    • Kanonik korelasyonu basit ve çoklu korelasyonla ilişkilendirmeyi
11. 11. Yöntemlerin Karşılaştırması ve Seçimi
    • Yöntemleri bağımlı ve bağımsız değişkenin türüne göre sınıflandırmayı
    • Araştırma durumuna uygun çok değişkenli yöntemi seçmeyi
    • Sık karıştırılan yöntem çiftlerini ayırt etmeyi
12. 12. Uygulamada Genel Varsayımlar ve Dikkat Edilecek Noktalar
    • Örneklem büyüklüğü ve aykırı değer sorunlarını açıklamayı
    • Standartlaştırmanın hangi yöntemlerde gerektiğini belirlemeyi
    • Çoklu bağlantının yöntemlere göre farklı etkisini ayırt etmeyi

Diğer konular

• Olasılık ve Stokastik Süreçler12 bölüm · 20 soru
• Matematiksel İstatistik11 bölüm · 20 soru
• Yöneylem Araştırması11 bölüm · 20 soru
• Parametrik Olmayan Testler12 bölüm · 20 soru
• Uygulamalı İstatistik12 bölüm · 20 soru
• Zaman Serileri12 bölüm · 20 soru
• Deney Tasarımı ve Varyans Analizi11 bölüm · 20 soru
• Örnekleme12 bölüm · 20 soru
• Regresyon Analizi12 bölüm · 20 soru

Derse dön →