Çok Değişkenli Yöntemler ve Makine Öğrenmesi — Ders Denemesi (20 Soru) — Çalışma Kağıdı

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

1. R airquality verisinde (New York 1973, eksiksiz N = 111) ozon için Gauss GAM sonucu: açıklanan sapma .756; s(Wind) edf = 4.22, p < .001; s(Temp) edf = 4.37, p < .001; s(Solar.R) edf = 4.41, p = .051. Hangi yorum doğrudur?

A) edf değerleri 1'e yakın olduğundan ilişkiler doğrusaldır B) edf > 1 olduğundan üç açıklayıcının etkisi de anlamlıdır C) Solar.R için p = .051 ozonla ilişkisinin olmadığını kanıtlar D) Rüzgar ve sıcaklığın etkisi anlamlı ve eğriseldir; Solar.R sınırda anlamsızdır E) Açıklanan sapma .756 olduğundan sıcaklık tek başına ozonun %75.6'sına neden olur

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

2. Bir analizde duyarlılık analizinin temel amacı hangisidir?

A) Doğru modeli belirlemek için alternatif modeller arasında resmî bir hipotez testi yapmak B) Eksik değerleri değişken ortalamasıyla doldurarak analize tam veriyle başlamak C) Farklı seçenekleri deneyip en küçük p değerini veren analizi belirleyip raporlamak D) Eksik gözlemleri yeniden örnekleyerek analizin örneklem büyüklüğünü artırmak E) Sonucun makul seçim değişikliklerine karşı ne kadar sağlam kaldığını görünür kılmak

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

3. Bir anket araştırmasında 500 katılımcının %22'si gelir sorusunu, %12'si eğitim sorusunu boş bırakmış. Eksik satırlar silinirse örneklem belirgin biçimde küçülüyor ve eksikliğin yaş gibi gözlenen değişkenlerle ilişkili olduğu görülüyor. Araştırmacı regresyon sonuçlarının eksikliğin yarattığı belirsizliği de yansıtmasını istiyor. En uygun yöntem hangisidir?

A) Tobit regresyon B) Sağlam regresyon C) Varyans bileşenleri analizi D) Düzenlileştirilmiş regresyon E) Çoklu atama

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

4. Bayesci t Testinde sleep eşleştirilmiş verisinde JZS prior scale r = √2/2 (medium) iken BF10 = 17.259 bulunmuştur. r = 1 (wide) seçilirse BF10 ve frekansçı çıktı için hangisi doğrudur?

A) BF10 = 17.259; yalnız sonsal değişir B) BF10 = 18.415; t ve p değişmez C) BF10 = 15.030; t ve p değişmez D) BF10 = 18.415; t değeri büyür E) BF10 = 18.015; t ve p değişmez

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Sınıflandırma

5. DeLong yöntemi ROC analizinde ne işe yarar?

A) Tahmin edilen olasılıkların gerçek oranlarla uyumunu, yani kalibrasyonu sınar B) Youden indeksini en büyük yapan kesme noktasını bulur ve o eşikteki duyarlılığı verir C) Kesinlik-duyarlılık eğrisinin altındaki alanı adım toplamıyla hesaplar D) Modelin kurulduğu verideki AUC'nin iyimserliğini bootstrap tekrarlarıyla kestirip görünen değerden düşer E) AUC'nin standart hatasını dağılımsız hesaplar ve aynı kişilerdeki iki AUC'yi eşleşik karşılaştırır

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme

6. USArrests verisinde araştırmacı 50 eyaleti dört sürekli göstergeye göre, sayısını kabaca üç olarak tahmin ettiği benzer profilli gruplara ayırmak istiyor. Kümelerin yaklaşık küresel olduğu düşünülüyor ve her eyaletin bir gruba atanması gerekiyor. Hangi analiz uygundur?

A) Temel bileşenler analizi; dört göstergeyi ilişkisiz ve önem sıralı bileşenlere indirger B) DBSCAN; yoğun bölgeleri küme sayar ve seyrek eyaletleri gürültü olarak ayırır C) Gizil sınıf analizi; kategorik göstergelerdeki yanıt örüntülerinden sınıf kestirir D) K-ortalamalar kümeleme; gözlemleri önceden belirlenen K merkeze yakınlıkla gruplar E) t-SNE; eyaletleri yerel komşulukları koruyan iki boyutlu bir haritaya yerleştirir

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme

7. Bir ölçekte gözlenen ilk dört özdeğer 4,1; 1,9; 1,25 ve 1,05'tir. Aynı boyutta rastgele verilerden elde edilen karşılık gelen özdeğerlerin ortalamaları 1,45; 1,32; 1,22 ve 1,13'tür. Kaiser kuralı ve Horn paralel analizi kaç faktör önerir?

A) Kaiser 2, paralel analiz 4 B) Kaiser 4, paralel analiz 2 C) Kaiser 3, paralel analiz 3 D) Kaiser 4, paralel analiz 3 E) Kaiser 3, paralel analiz 2

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

8. Bir çimento fabrikasında dayanım ölçümlerinin neden bu kadar dağınık çıktığı araştırılıyor. Rastgele seçilen 12 üretim gününden her gün üç torba, her torbadan iki ölçüm alınmış. Amaç, toplam değişkenliğin ne kadarının günler arasındaki, ne kadarının aynı gündeki torbalar arasındaki farklardan ve ne kadarının ölçüm hatasından geldiğini kestirmektir. En uygun analiz hangisidir?

A) Genelleştirilmiş toplamsal model B) Yol analizi C) Sabit etkili tek yönlü ANOVA D) Varyans bileşenleri analizi E) Kantil regresyon

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

9. MerQur'un Koşullu Lojit panelinde kişinin geliri gibi, seçim kümesindeki tüm seçenekler için aynı olan bir özellik modele nasıl katılabilir?

A) 'Chosen sütunu' ile çarpılarak yalnız seçilen satırlarda B) 'Chooser sütunu' olarak tanımlanıp seçim kümesi kimliğinin yerine C) 'Kişi özellikleri (x alternatif)' ile alternatif kuklalarıyla çarpılarak D) 'Alternatif özellikleri' listesine doğrudan eklenip tüm seçenekler için tek bir katsayıyla E) 'ASC referans alternatifi' olarak seçilip sabit terimin yerine

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

10. R Puromycin verisinde (Treloar, işlem görmüş enzim, N = 12) tepkime hızı (rate) substrat derişimine (conc) rate = Vmax·conc / (Km + conc) modeliyle bağlanıyor. MerQur her parametre için t testi raporluyor. Km parametresi için sınanan hipotez çifti hangisidir?

A) H₀: Km = 0; H₁: Km ≠ 0 B) H₀: K̂m = 0.0641; H₁: K̂m ≠ 0.0641 C) H₀: Km = Vmax/2; H₁: Km ≠ Vmax/2 D) H₀: Km ≠ 0; H₁: Km = 0 E) H₀: ρ(rate, conc) = 0; H₁: ρ ≠ 0

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

11. Koşullu lojit gibi seçim modellerinde alternatife özgü sabitler (ASC) neyi yakalar?

A) Kişinin geliri gibi seçenekler arasında değişmeyen özelliklerin doğrudan etkisini B) Aynı kişinin birden çok seçim kümesindeki tercihleri arasındaki bağımlılığı C) Fiyat ve süre gibi özelliklerin seçilme odds'u üzerindeki etkisini D) Her seçim kümesinde gerçekte hangi seçeneğin tercih edildiğini gösteren 0/1 değeri E) Ölçülen özelliklerle açıklanamayan, temel seçeneğe göre ortalama çekiciliği

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

12. Bir analist Huber M-tahmincisinin ayar sabitini varsayılan 1.345'ten 0.8'e düşürüyor. Bu değişikliğin beklenen sonucu hangisidir?

A) Kestirim kaldıraç noktalarına karşı da tam koruma kazanır. B) Huber fonksiyonu sabitin dışında kalan büyük artıklara sıfır ağırlık vermeye başlar ve böylece Tukey biweight'e dönüşür. C) Daha az gözlemin ağırlığı düşer ve kestirim, veri temiz olsun olmasın, EKK kestirimine yaklaşır. D) Ayar sabiti yalnız güven aralığının düzeyini değiştirir. E) Daha fazla gözlemin ağırlığı düşer; kestirim aykırılara daha dayanıklı olur ama veri temizken daha az verimli olur.

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Sınıflandırma

13. Bir araştırmacı, kandaki sürekli bir biyobelirtecin hasta ve sağlıklı bireyleri tüm olası eşiklerde ne kadar iyi ayırdığını görmek ve uygulamada kullanılacak bir kesme noktası seçmek istiyor. Bu amaç için en uygun analiz hangisidir?

A) Doğrusal diskriminant analizi B) Karışıklık matrisi metrikleri C) Belirli eşikte gerçek beceri istatistiği (TSS) D) k-en yakın komşu sınıflandırması E) ROC eğrisi ve eğri altındaki alan

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Sınıflandırma

14. Karışıklık Matrisi Metriklerinde FOB örneğinde Pozitif sınıf 1 yerine 0 seçildiğinde aşağıdakilerden hangisi DEĞİŞMEZ?

A) F1 (0.1739) ve prevalans B) Kappa (0.1521) ve DOR (20.2222) C) PPV (0.10) ve NPV (0.9945) D) Özgüllük (0.91) ve LR- (0.3663) E) Duyarlılık (0.6667) ve LR+ (7.4074)

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Sınıflandırma

15. Bir analist gradyan artırma modelinde tur (ağaç) sayısını 100'den 2000'e çıkarıyor ve doğrulama hatasının yaklaşık 400. turdan sonra yeniden yükseldiğini görüyor. Bu bulgunun en doğru yorumu hangisidir?

A) Yükseliş yalnız hesaplama süresinin uzamasından kaynaklanır ve tahminleri etkilemez B) Doğrulama hatasının yükselmesi öğrenme oranının çok küçük seçildiğini gösterir ve oran büyütülmelidir C) Gradyan artırmada tur sayısı model karmaşıklığını belirler; yükseliş aşırı uyuma işaret eder ve tur sayısı erken durdurma ya da çapraz geçerlemeyle seçilmelidir D) Rastgele ormanda olduğu gibi ağaç eklemek aşırı uyum yaratmaz; yükseliş rastlantısaldır ve ağaç sayısı artırılmaya devam edilirse hata yeniden düşecektir E) Bu durum modelin eksik uyum gösterdiğini, bu yüzden ağaçların derinleştirilmesi gerektiğini gösterir

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme

16. Gizil sınıf analizinde Lo-Mendell-Rubin (LMR) testi neyi sınar?

A) Kovaryatların sınıf üyeliğini anlamlı biçimde yordayıp yordamadığını. B) Göstergelerin sınıf içinde yerel bağımsızlık varsayımını sağlayıp sağlamadığını. C) Modelin mutlak uyumunu G² istatistiğiyle. D) K sınıflı modelin K - 1 sınıflı modelden anlamlı biçimde daha iyi uyup uymadığını. E) Bireylerin sınıflara ne kadar net atandığını.

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

17. quantreg engel verisinde (Engel 1857, Belçikalı haneler, N = 235) araştırmacı gelirin gıda harcamasını yalnız ortalamada değil, az, orta ve çok harcayan hanelerde de nasıl etkilediğini görmek istiyor. Etkinin dağılımın farklı kesimlerinde farklı olmasından şüpheleniliyor. En uygun MerQur analizi hangisidir?

A) Sağlam Regresyon B) Düzenlileştirilmiş Regresyon C) Kantil Regresyon D) Tobit Regresyon E) Genelleştirilmiş Toplamsal Model

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

18. hsbdemo verisinde (n = 200) araştırmacının tek bir öncülü (math), tek bir aracısı (read) ve tek bir sonucu (science) vardır; üçü de gözlenen test puanlarıdır. Odak, dolaylı etkinin bootstrap güven aralığı ve aracılanan oranın raporlanmasıdır; dolaylı etkinin bir moderatöre göre değiştiği yönünde bir beklenti yoktur. En uygun MerQur analizi hangisidir?

A) Yol Analizi, özel model metniyle çok sonuçlu denklemler kurularak B) Aracılık Analizi, Model 7 ile moderasyonlu aracılık indeksiyle C) Yapısal eşitlik modeli, üç puan ayrı gizil değişkenler olarak tanımlanarak D) Kısmi korelasyon, read sabit tutularak math-science ilişkisiyle E) Aracılık Analizi, X math, M read, Y science ve bootstrap aralığıyla

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

19. Kantil Regresyonda engel verisinde τ = 0.5 için gelir eğimi 0.5602 bulunmuştur. Quantile'lar kutusuna 0.75 de eklendiğinde τ = 0.75 eğimi hangisidir ve ne gösterir?

A) 0.8120; gelirin etkisi üst kesimde iki katına çıkar B) 0.4741; gelirin etkisi üst kesimde daha küçüktür C) 0.6440; gelirin etkisi üst kesimde daha küçüktür D) 0.6440; gelirin etkisi üst kesimde daha büyüktür E) 0.5602; eğim tüm kantillerde aynı kalır

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme

20. Gizil Profil Analizinde iris EEI K = 1 modeli ham ölçekte log-olabilirlik -741.0175 verir. Göstergeleri standartlaştır (z) açıldığında ne olur?

A) Log-olabilirlik -379.9146 olur; model EEE'ye dönüşür B) Log-olabilirlik -849.3564 olur; seçilen model ve profiller aynı kalır C) Log-olabilirlik -741.0175 kalır; profil ortalamaları z ölçeğinde verilir D) Log-olabilirlik -849.3564 olur; BIC başka bir profil sayısı seçer E) Log-olabilirlik -849.3564 olur; profil üyelikleri yeniden atanır

Çok Değişkenli Yöntemler ve Makine Öğrenmesi — Ders Denemesi (20 Soru)

Çok Değişkenli Yöntemler ve Makine Öğrenmesi — Ders Denemesi (20 Soru)

Cevap Anahtarı