Araştırma Senaryosu Paketi 11

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

1. R airquality verisinde (New York 1973, eksiksiz N = 111) ozon düzeyinin güneş ışınımı (Solar.R), rüzgar (Wind) ve sıcaklık (Temp) ile doğrusal olmayan biçimde ilişkili olduğundan şüpheleniliyor; ancak ilişkinin biçimi kuramdan bilinmiyor. Araştırmacı biçimi veriden öğrenen esnek ve yorumlanabilir bir model istiyor. En uygun MerQur analizi hangisidir?

A) Genelleştirilmiş Toplamsal Model B) Sağlam Regresyon (MM kestirici) C) Kantil Regresyon (medyan doğrusu) D) Düzenlileştirilmiş Regresyon E) Doğrusal Olmayan Regresyon

İlişki ve Regresyon · Regresyon

2. binary verisinde (n = 400) lojistik regresyon LR χ²(5) = 41.46, p < .001 vermiştir. gpa için OR = 2.2345, %95 GA [1.1661, 4.2819], p = .015; Nagelkerke R² = .138 ve AUC = 0.693'tür. gpa bulgusu için en doğru yorum hangisidir?

A) Diğerleri sabitken GPA'daki 1 puanlık artış kabul odds'unu yaklaşık 2.23 kat artırır B) Nagelkerke R² = .138 düşük olduğundan gpa etkisi anlamsız sayılmalıdır C) GPA'daki 1 puanlık artış kabul olasılığını 2.23 yüzde puanı artırır D) GPA'daki 1 puanlık artış kabul olasılığını %223 oranında artırır E) OR 1'den büyük olduğundan yüksek not ortalamasının kabulü nedensel olarak sağladığı gösterilmiştir

Ölçme, Anket ve Örnekleme · Karmaşık Örneklem

3. R survey paketindeki apiclus1 verisi California okullarından okul bölgelerinin (dnum) küme olarak seçildiği tek aşamalı bir küme örneklemidir (15 bölge); seçilen bölgedeki tüm okullar örnekleme girer. Araştırmacı ell değişkeninin evren ortalamasını kestirirken aynı bölgedeki okulların birbirine benzediğini biliyor. Tasarımda dnum hangi alana girilmelidir ve neden?

A) Küme / PSU alanına; küme içi benzerlik SE'ye yansır ve tasarım df = 15 - 1 = 14 olur. B) FPC (popülasyon) alanına; bölge sayısı evren büyüklüğü sayılarak SE küçültülür. C) Tabaka alanına; bölgeler arası değişkenlik varyanstan çıkar ve SE daha kesin hesaplanır. D) Tasarıma ayrıca girilmez; okullar ağırlıklandırıldığı için küme yapısı kendiliğinden hesaba katılır. E) Alt grup (by) alanına; her bölge için ayrı ortalama alınıp bunların ortalaması raporlanır.

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme

4. 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

5. Bir araştırmacı Fisher'ın iris verisini UMAP ile iki boyuta indiriyor ve haritada yerel ayrıntı ile küresel yapı arasındaki dengeyi ayarlamak istiyor; komşu sayısı 5'te 794, 15'te 2678 kenarlı bir graf kuruluyor. Küresel yapıyı daha çok öne çıkarmak için hangi ayar değiştirilmelidir?

A) 'Boyut sayısı' 5 yapılmalı; özellik sayısından fazla boyut küresel yapıyı açığa çıkarır B) 'Rastgele tohum' değiştirilmeli; farklı bir tohum küresel yapıyı güçlendirir C) 'Komşu sayısı (n_neighbors)' artırılmalı; yüksek değer küresel yapıyı öne çıkarır D) 'Komşu sayısı (n_neighbors)' azaltılmalı; düşük değer küresel yapıyı öne çıkarır E) 'Min mesafe' 0'a indirilmeli; daha sıkı kümeler küresel yapıyı daha iyi korur

İlişki ve Regresyon · İlişki ve Çok Değişkenli

6. Greenacre (1984) smoke verisinde personel grubu ile sigara içme düzeyi uyum analizine alınmıştır. Veride ayrıca ulusal sigara içme dağılımını gösteren 'National' satırı bulunmaktadır. Araştırmacı bu satırın haritayı belirlemesini istemiyor, yalnız konumunu çözümle karşılaştırmak istiyor. Hangi ayar uygundur?

A) 'Ek sütun kategorileri' alanına National yazmak; satır profili sütun noktası olarak işlenir B) National'ı etkin satır bırakıp 'Boyut sayısı'nı 3'e çıkarmak; ulusal profil üçüncü boyuta ayrılır C) 'Normalleştirme'yi sütun principal yapmak; National satırı hesaplamadan kendiliğinden dışlanır D) National'ı 'MCA değişkenleri' listesine eklemek; ulusal profil ayrı bir MCA bölümünde gösterilir E) 'Ek satır kategorileri' alanına National yazmak; profil çözümü belirlemeden haritaya izdüşürülür

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

7. R datasets'teki cars verisinde (Ezekiel 1930; n = 50) arabaların fren mesafesi (dist) ile hız (speed) arasındaki ilişki, biçim varsayılmadan LOESS ile çizilecektir. Araştırmacı span değerini gözle seçmenin öznel olacağını, eğrinin pürüzlülüğünü veriye dayalı bir ölçütle belirlemek istediğini söylüyor. Hangi ayar uygundur?

A) Yerel polinom derecesi 1 seçilmeli; derece span'ı kendiliğinden belirler B) Span seçimi Otomatik: AICc (ya da Otomatik: GCV) seçilmeli C) Güven Düzeyi %99 seçilmeli; geniş bant eğrinin pürüzünü belirler D) Düzgünleştirme (span) 0.2 girilmeli; küçük span en nesnel eğriyi verir E) İstatistikler Kesin (SAS DIRECT) seçilmeli; span tam matrisle bulunur

İlişki ve Regresyon · Regresyon

8. ologit verisinde (n = 400) sonuç değişkeni apply; 'olası değil', 'biraz olası' ve 'çok olası' olmak üzere üç sıralı kategoriden oluşur. Araştırmacı bu sıranın ebeveyn eğitimi, okul türü ve not ortalamasıyla ilişkisini tek bir katsayı takımıyla, daha üst kategoride olma odds'u olarak raporlamak istiyor. En uygun analiz hangisidir?

A) Ordinal (sıralı lojistik) Regresyon; kategori sırası düşükten yükseğe B) Çoklu Doğrusal Regresyon; 0, 1, 2 kodları aralık ölçeği sayılarak C) Lojistik Regresyon; 'biraz olası' ve 'çok olası' birleştirilerek D) Poisson Regresyon; kategori kodları sayım olarak modellenerek E) Multinomial Lojistik Regresyon; her kategori ayrı denklemle referansa karşılaştırılır

Zaman, Mekân ve Sağkalım · Zaman Serileri

9. R datasets mdeaths serisi, İngiltere'de 1974-1979 arasında aylık erkek akciğer hastalığı ölümlerini içerir (n = 72). Araştırmacı bir tahmin modeli kurmadan önce serinin durağan olup olmadığını, otokorelasyon ve mevsimsellik taşıyıp taşımadığını incelemek istiyor. ADF ile KPSS sonuçları çelişti ve araştırmacı kaç olağan ve kaç mevsimsel fark alınması gerektiğini bir ölçüte dayandırmak istiyor. Hangi ayar seçilmelidir?

A) Yumuşatma (MA pencere 12) açılır; düzeltilmiş seri mevsimsel farkın yerine geçer ve durağanlık testleri bu seri üzerinde yinelenir. B) Güven Düzeyi %99 yapılır; daha sıkı α ile ADF ve KPSS arasındaki çelişki ortadan kalkar ve fark sayısı kendiliğinden belirlenir. C) ACF/PACF gecikme sayısı 40'a çıkarılır; daha uzun korelogram durağanlık testlerinin kararını yeniden hesaplar ve fark sayısını belirler. D) Çapraz korelasyon (CCF) serisi olarak fdeaths seçilir; iki seri arasındaki r(0) değeri gereken fark sayısını doğrudan gösterir. E) Ek çıktılardan 'Fark alma önerisi (ndiffs / nsdiffs)'; KPSS tabanlı fark sayısını ve mevsim gücüne dayalı mevsimsel fark sayısını verir.

İlişki ve Regresyon · Ekonometri ve Nedensel Çıkarım

10. Stata [R] ivregress örneğindeki hsng verisinde (N = 50) bağımlı değişken kira (rent), içsel açıklayıcı konut değeri (hsngval), dışsal açıklayıcı kentli yüzdesi (pcturban); araçlar aile geliri (faminc) ve bölge kuklaları reg2-reg4'tür. 2SLS çıktısında birinci aşama F(4, 44) = 13.30, Wu-Hausman F(1, 46) = 15.91 (p < .001) ve Sargan χ²(3) = 11.29 (p = .010) bulunmuştur. Sargan sonucunun doğru yorumu hangisidir?

A) Sargan p = .010 olduğundan araçların %1'i geçersiz, kalan %99'u geçerli kabul edilmektedir. B) Aşırı tanımlama kısıtları reddedilmiştir; araçlardan en az biri geçersiz olabileceğinden tahmin ihtiyatla yorumlanmalıdır. C) Sargan p = .010 araçların güçlü olduğunu gösterir; birinci aşama F'si de bu bulguyu doğrulamaktadır. D) Sargan anlamlı çıktığı için konut değerinin kira üzerinde etkisinin bulunmadığı anlaşılmaktadır. E) Sargan anlamlı olduğundan hsngval dışsaldır; bu durumda 2SLS yerine sıradan EKK tahmininin raporlanması daha doğru olur.

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

11. ToothGrowth verisinde (n = 60) her kobay yalnız bir supp (OJ, VC) × doz (0.5, 1, 2 mg) hücresinde yer almış ve diş uzunluğu (len) ölçülmüştür. Araştırmacı iki faktörün ana etkileri ve etkileşimi için kanıtın gücünü Bayes faktörüyle derecelendirmek, gerekirse 'etki yok' lehine kanıtı da raporlamak istiyor; kovaryat yoktur. En uygun MerQur analizi hangisidir?

A) Bayesci t testi; supp iki düzeyli olduğundan doz düzeyleri ayrı ayrı sınanabilir B) Bayesci ANOVA, kobay kimliği denek sütunu alınarak tekrarlı ölçüm biçiminde C) Bayesci ANOVA, iki yönlü ara-grup modunda (Faktör 1 supp, Faktör 2 doz) D) Kruskal-Wallis testi; altı hücre tek bir faktörün düzeyleri olarak karşılaştırılır E) Bayesci ANCOVA (kovaryatlı Bayesci ANOVA), doz kovaryat olarak alınarak

Temel İstatistik · Çok Seçimli Yanıtlar

12. farmer1 verisinde beş bilgi kaynağının her biri için eğitim düzeyine göre ayrı χ² testi yapılıyor; araştırmacı ailesel birinci tip hata oranını denetlemek istiyor. 'Yem firmaları' için ham p = 0.02715 bulunuyor. Hangi ayar ve sonuç doğrudur?

A) 'p düzeltmesi' için Benjamini-Hochberg; ailesel hatayı Holm yönteminden daha sıkı denetler B) 'p düzeltmesi' için Holm; düzeltilmiş p = 0.1357 olduğundan yem firmaları farkı anlamlı kalmaz C) 'p düzeltmesi' için Düzeltme yok; beş test ayrı seçeneklerde yapıldığından ailesel hata artmaz D) 'p düzeltmesi' için Bonferroni; düzeltilmiş p = 0.0054 olduğundan fark daha da güçlenir E) 'Güven Düzeyi'ni %80 yapmak; karar eşiği yükseldiğinde ailesel hata oranı da düşer

Temel İstatistik · Parametrik Testler

13. UCLA hsb2 verisinde (High School and Beyond, n = 200) yazma puanı (write) dağılımı normal değildir (Shapiro-Wilk p < .001). Araştırmacı bir fark sınamak değil, ortalama için dağılım varsayımı ya da hazır formül gerektirmeyen, veriden yeniden örneklemeyle üretilmiş bir %95 güven aralığı istiyor. En uygun MerQur analizi hangisidir?

A) Bayesci t Testi B) Sağlam Regresyon C) Permütasyon Testi D) Tek Örneklem t-Testi E) Bootstrap Güven Aralığı

Zaman, Mekân ve Sağkalım · Harita (Mekânsal Analiz)

14. R sp paketindeki meuse verisinde Meuse nehri taşkın ovasından alınmış 155 toprak örneğinin konumu ve log dönüşümlü çinko derişimi (logzinc) vardır; meuse.grid tahmin ızgarasını verir. Bir toprak bilimci örneklenmemiş konumlarda çinkoyu tahmin eden bir harita ile bu tahminlerin belirsizliğini gösteren bir standart hata haritası üretmek istiyor. Hangi MerQur harita yöntemi uygundur?

A) Variogram + Kriging B) KDE Yoğunluk Haritası C) Moran's I D) Hexbin Haritası E) Ters uzaklık ağırlıklandırma (IDW)

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

15. quantreg engel verisinde (Engel 1857, Belçikalı haneler, N = 235) gıda harcaması (foodexp) gelire (income) τ = .25, .50 ve .75 kantillerinde bağlanıyor. Araştırmacı gelir etkisinin bu kantiller arasında aynı olup olmadığını Wald testiyle sınamak istiyor. Uygun hipotez çifti hangisidir?

A) H₀: üç kantilde gıda harcaması ortalaması eşittir; H₁: farklıdır B) H₀: β(.25) = β(.50) = β(.75); H₁: en az bir kantilde eğim farklıdır C) H₀: kantil eğimleri farklıdır; H₁: üç kantilde eğim eşittir D) H₀: hata varyansı sabittir; H₁: hata varyansı değişkendir E) H₀: b̂(.25) = b̂(.75); H₁: b̂(.25) ≠ b̂(.75)

İlişki ve Regresyon · Regresyon

16. geepack paketindeki respiratory verisinde (Koch ve ark. 1990) solunum hastalığı denemesindeki hastaların dört vizitteki solunum durumu (outcome: iyi = 1, kötü = 0) kaydedilmiştir. Araştırmacı merkez, cinsiyet, yaş ve başlangıç durumu sabitken plasebonun (P) aktif tedaviye (A) göre iyi solunum odds'unu nüfus ortalaması düzeyinde değiştirip değiştirmediğini GEE ile sınamak istiyor. Uygun hipotez çifti hangisidir?

A) H₀: β_treat ≠ 0; H₁: β_treat = 0 (tedavinin etkisi yoktur) B) H₀: OR_treat = 0; H₁: OR_treat ≠ 0 (tedavinin bir etkisi vardır) C) H₀: çalışma korelasyonu α = 0; H₁: tekrarlı ölçümler birbiriyle ilişkilidir D) H₀: her hastaya özgü tedavi etkisi sıfırdır; H₁: denek-özgü (koşullu) etki vardır E) H₀: β_treat = 0 (OR = 1); H₁: β_treat ≠ 0 (marjinal tedavi etkisi vardır)

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

17. R AER Affairs verisinde (Fair, 601 kişi) ilişki sayısı 0'da yığılmıştır (451/601). MerQur Tobit panelinde sansür ayarı yapılacak. Hangi ayar doğrudur?

A) Sol kesim = -1 girilir; sıfırlar gözlenmiş sayılarak yanlılık azalır B) Varsayım tanıları (CM) açılır; sansür sınırını veriden belirler C) Robust (sandwich) SE seçilir; sansür bu yolla hesaba katılır D) Sol kesim = 0 ve 'Soldan sansür uygula' işaretlenir; 451 gözlem sol sansürlü sayılır E) Sağ kesim = 0 ve 'Sağdan sansür uygula' işaretlenir; sıfırlar üst sınırda yığılmıştır

İlişki ve Regresyon · Ekonometri ve Nedensel Çıkarım

18. R plm paketindeki Grunfeld (1958) verisinde 10 firmanın 20 yıllık gözlemi (N = 200) vardır. Bağımlı değişken brüt yatırım (inv), açıklayıcılar firma değeri (value) ve sermaye stoku (capital); birim firm, zaman year. Sabit etkiler (birim içi) modelinde capital için b = 0.310 (SE 0.017, t(188) = 17.87, p < .001) ve R² (birim içi) = .77 bulunmuştur. Hangi yorum doğrudur?

A) p < .001 olduğundan sermaye stoku ile yatırım arasındaki ilişki tüm firmalarda aynı büyüklüktedir. B) R² = .77 olduğundan sermaye stoku firmaların yatırımının %77'sine doğrudan neden olmaktadır. C) t = 17.87 olduğundan capital'in etkisi value'nun etkisinden yaklaşık 17 kat daha büyüktür. D) Aynı firma içinde sermaye stoku bir birim arttığında yatırım ortalama 0.31 birim artmaktadır. E) Sermaye stoku yüksek firmalar düşük olanlara göre ortalama 0.31 birim daha fazla yatırım yapar.

Temel İstatistik · Kategorik Veri

19. UCLA OARC hsb2 verisinde (n = 200) öğrencilerin ırk/köken dağılımı (1 Hispanik, 2 Asyalı, 3 Afrikalı Amerikalı, 4 beyaz) incelenmektedir. Araştırmacı örneklemin %10, %10, %10, %70 biçiminde öngörülen oranlara uyup uymadığını sınayacaktır. Uygun hipotez çifti hangisidir?

A) H₀: örneklemde 11 Asyalı öğrenci vardır; H₁: örneklemdeki Asyalı sayısı 20'dir B) H₀: dört kategorinin popülasyon oranları birbirine eşittir (her biri %25); H₁: en az bir kategorinin oranı %25'ten farklıdır C) H₀: oranlar öngörülenden farklıdır; H₁: oranlar %10, %10, %10, %70'e eşittir D) H₀: popülasyonda kategori oranları %10, %10, %10, %70'tir; H₁: en az bir kategorinin oranı bundan farklıdır E) H₀: ırk/köken ile cinsiyet bağımsızdır; H₁: iki değişken ilişkilidir

Zaman, Mekân ve Sağkalım · Sağkalım

20. SAS ICLIFETEST'teki bcs verisinde (Finkelstein ve Wolfe 1985) meme kanseri tedavisi sonrası kozmetik bozulmanın zamanı yalnız iki kontrol ziyareti arasında bir aralık olarak bilinir (n = 94; 51 aralık, 5 soldan, 38 sağdan sansürlü). Alt sınır lTime, üst sınır rTime (ay); boş üst sınır sağdan sansür demektir. Araştırmacı bozulmasız kalma eğrisini ve medyan bozulma zamanını kestirmek istiyor. Hangi MerQur analizi uygundur?

A) Aralık Sansürlü Sağkalım (Turnbull NPMLE) B) Zamana Bağlı Cox Regresyonu (start-stop aralıklarıyla) C) Kaplan-Meier (aralık orta noktası olay zamanı sayılarak) D) Rekabet Eden Riskler (sol ve sağ sansürü iki olay sayarak) E) Küme-Sağlam Cox (her ziyareti ayrı gözlem sayarak)

İlişki ve Regresyon · Regresyon

21. lme4 cbpp verisinde 15 sığır sürüsü dört gözlem döneminde izlenmiş; her satırda sürü büyüklüğü (size) ve yeni plöropnömoni vakası sayısı (incidence) var. Araştırmacı, aynı sürünün tekrarlı ölçümlerini hesaba katarak hastalık oranının dönemler arasında değişip değişmediğini sınamak istiyor. Bu desen ve sonuç türü için en uygun MerQur analizi hangisidir?

A) Sürüye rastgele kesişim veren, olay/deneme biçiminde binom ailesiyle kurulan genelleştirilmiş doğrusal karma model B) Vaka oranını sürekli bağımlı değişken sayıp sürüye rastgele kesişim veren doğrusal karma model (LMM) C) Sürüleri bağımsız gözlem sayan ve dönemi kategorik öngörücü olarak alan sıradan lojistik regresyon modeli D) Her dönemdeki vaka sayısını ayrı ayrı sürü büyüklüğüyle ilişkilendiren dört basit Poisson regresyonu E) Dört dönemde ölçülen vaka sayılarını tekrarlı ölçümler varyans analiziyle karşılaştıran parametrik test

Zaman, Mekân ve Sağkalım · Harita (Mekânsal Analiz)

22. spatstat.data paketindeki redwood verisinde (Strauss 1975) 62 kızılağaç fidanının konumu bulunur; değer sütunu yoktur. Araştırmacı fidanların alanın neresinde yoğunlaştığını hücre sınırları olmadan, sürekli bir yoğunluk yüzeyi olarak görmek istiyor. Hangi MerQur harita yöntemi uygundur?

A) Hexbin Haritası B) KDE Yoğunluk Haritası C) Moran's I D) DBSCAN Mekânsal Kümeleme E) Variogram + Kriging

Temel İstatistik · Parametrik Testler

23. UCLA hsb2 verisinde (High School and Beyond, n = 200) yazma puanı ortalaması μ₀ = 50 ile karşılaştırıldı. MerQur sonucu: M = 52.78, t(199) = 4.14, p < .001, Cohen d = 0.29, farkın %95 GA'sı [1.45, 4.10]. Hangi yorum doğrudur?

A) H₀ reddedilemez; ana kütle ortalaması 50'ye eşit kabul edilir ve fark şanstır B) Ortalama 50'den anlamlı biçimde yüksektir, ancak etki küçüktür (d = 0.29) C) Öğrencilerin tamamının yazma puanı 50'nin üzerindedir D) p < .001 olduğundan 2.78 puanlık fark büyük ve pratikte çok önemli bir etkidir E) Fark GA'sı 0'ı içerdiğinden sonuç kararsız kalır

Temel İstatistik · Parametrik Olmayan Testler

24. Hollander ve Wolfe (1973) RoundingTimes verisinde Friedman testi anlamlı çıkmıştır (χ²(2) = 11.14, p = .0038). Araştırmacı post-hoc karşılaştırmaların Friedman ile aynı blok içi sıralara dayanmasını ve bu aile içinde en güçlü seçenek olmasını istiyor. Hangi ayar uygundur?

A) 'Kendall W GA' onay kutusunu açmak B) 'Monte Carlo p' onay kutusunu açmak C) 'Page' onay kutusunu açmak D) İkili Wilcoxon + Bonferroni düzeltmesi E) 'Post-hoc test' alanında Conover (Holm)

Zaman, Mekân ve Sağkalım · Harita (Mekânsal Analiz)

25. R datasets paketindeki quakes verisinde Fiji yakınındaki 1000 deprem odağının enlem ve boylamı vardır; veri 180. meridyeni keser. Araştırmacı bazı deprem kümelerinin çok yoğun, bazılarının seyrek olduğunu ve tek bir sabit yarıçapın her ikisini aynı anda yakalayamadığını görüyor. Algoritma için hangisi seçilmelidir?

A) DBSCAN, en az nokta 2 yapılarak; yoğunluk farkı bu ayarla giderilir. B) OPTICS, eps boş bırakılarak; erişilebilirlik grafiği kümeleri kesmeden atar. C) Tanı onay kutusu açılarak; silüet değeri farklı yoğunlukları ayrı kümeler yapar. D) HDBSCAN; sabit eps gerektirmeden farklı yoğunluktaki kümeleri bulur. E) DBSCAN, eps büyütülerek; seyrek kümeler yoğun kümelerle birleşmeden yakalanır.

Araştırma Senaryosu Paketi 11

Cevap Anahtarı