Araştırma Senaryosu Paketi 18

Zaman, Mekân ve Sağkalım · Zaman Serileri

1. AirPassengers verisi, 1949-1960 arasında aylık uluslararası havayolu yolcu sayısını (bin) içerir (n = 144) ve belirgin bir yıllık mevsim deseni taşır. Bir ulaştırma planlamacısı serinin kendi geçmiş değerleri ve geçmiş tahmin hatalarıyla önümüzdeki ayları tahmin etmek istiyor. Varsayılan ARIMA(1,1,1) uyduruldu, ancak artıklarda güçlü 12 aylık otokorelasyon kaldı. Modeli iyileştirmek için hangi ayar yapılmalıdır?

A) Güven Düzeyi %99 yapılır; geniş aralıklar artık otokorelasyonunu dengelemiş olur. B) Mevsimsel (P, D, Q) terimleri m = 12 ile eklenir; yıllık mevsim deseni modele alınır. C) Tahmin adımı 24'e çıkarılır; daha uzun ufuk artıklardaki 12 aylık yapıyı dağıtır. D) Drift ekle işaretlenir; doğrusal eğilim terimi 12 aylık otokorelasyonu soğurur. E) Kestirim yöntemi CLS seçilir; koşullu kareler mevsim etkisini kendiliğinden kestirir.

Temel İstatistik · Tanımlayıcı İstatistikler

2. Bir araştırmacı hsb2 verisindeki 200 öğrencinin yazma puanının (write) merkezini, yayılımını ve şeklini özetlemek, makalenin örneklem tablosunu hazırlamak ve olası aykırı değerleri yakalamak istiyor. Henüz grup karşılaştırması ya da varsayım testi planlamıyor. İlk adım olarak hangi analiz uygundur?

A) Normallik testleri; dağılımın normal dağılımdan gelip gelmediğini biçimsel olarak sınar B) Tanımlayıcı istatistikler; merkez, yayılım ve şekli özet sayı ve grafiklerle verir C) Korelasyon analizi; yazma puanının diğer ders puanlarıyla ilişkisinin gücünü ölçer D) K-ortalamalar kümeleme; öğrencileri benzer puan profillerine göre gruplara ayırır E) Temel bileşenler analizi; puanları daha az sayıda ilişkisiz bileşene indirger

Zaman, Mekân ve Sağkalım · Harita (Mekânsal Analiz)

3. spData paketindeki boston verisinde (Harrison ve Rubinfeld 1978) 506 sayım bölgesi merkezi ve konut değeri (CMEDV) vardır. Bir kent ekonomisti Getis-Ord Gi* ile her sayım bölgesinin konut değeri sıcak ya da soğuk nokta mı diye bakıyor. Her bölge i için sınanan hipotez çifti hangisidir?

A) H₀: Örneklemde i bölgesinin Gi* z-skoru 0'dır; H₁: Örneklemde hesaplanan z-skoru 0'dan farklıdır. B) H₀: i ve komşularındaki CMEDV toplamı rastgelelik altında beklenene eşittir; H₁: Beklenenden yüksek ya da düşüktür. C) H₀: Tüm alanda CMEDV'de mekânsal otokorelasyon yoktur; H₁: Alan genelinde CMEDV'de otokorelasyon vardır. D) H₀: 506 bölgedeki CMEDV değerleri normal dağılır; H₁: CMEDV değerleri normal dağılmaz, dağılım en az bir bölgede sapar. E) H₀: 506 sayım bölgesinin merkezleri CSR gösterir; H₁: Sayım bölgesi merkezleri kümeli dağılmıştır.

Zaman, Mekân ve Sağkalım · Harita (Mekânsal Analiz)

4. spData paketindeki boston verisinde (Harrison ve Rubinfeld 1978) 506 sayım bölgesinin merkez konumu ve konut değeri (CMEDV) vardır. Hexbin haritasında (15 altıgen, hücre alanı 6.0 km²) en kalabalık hücre 41 merkez içeriyor; araştırmacı bu kalabalık hücrelerin şansla açıklanamayacak bir sıcak nokta olup olmadığını sınamak istiyor. Hangi ifade doğrudur?

A) Hexbin betimseldir; hücre sayımlarının yerel olarak beklenenden yüksek olup olmadığı Gi* ile sınanır. B) En az nokta eşiği 5 yapılır; eşikten sonra haritada kalan hücreler istatistiksel olarak anlamlı sıcak noktadır. C) Hexbin'de H₀: tüm hücrelerin sayımı 41'dir kurulur; çoğu hücre 1 içerdiğinden reddedilir. D) Jenks sınıflamasının en üst sınıfına düşen hücreler %95 güvenle anlamlı sıcak nokta sayılır. E) H₀: dolu hücre sayısı 129'dur kurulur; ızgara değiştikçe sayı değiştiğinden sıcak nokta vardır.

Zaman, Mekân ve Sağkalım · Zaman Serileri

5. R robustbase hbk verisi (Hawkins, Bradu ve Kass) 75 gözlem ve üç sayısal değişken (X1, X2, X3) içerir. Bir veri analisti analiz öncesi kalite denetiminde verinin genel yapısına uymayan gözlemleri belirlemek istiyor. Gözlemlerin hangi gruba ait olduğu bilinmiyor ve amaç yalnız şüpheli kayıtları işaretlemek. En uygun MerQur analizi hangisidir?

A) Anomali Tespiti; istatistiksel ya da makine öğrenmesi ölçütleriyle olağandışı gözlemleri işaretler. B) Karışıklık Matrisi Metrikleri; tahmin ile gerçek sınıfı karşılaştırıp başarım ölçütü verir. C) Cronbach Alfa; aynı özelliği ölçen maddelerin birbiriyle tutarlılığını sayısal olarak verir. D) k-En Yakın Komşu; etiketli eğitim verisinden yeni gözlemin sınıfını komşu oylarıyla kestirir. E) Diskriminant Analizi; önceden bilinen grupları ayıran değişken birleşimlerini bulup gözlemleri sınıflar.

Ölçme, Anket ve Örnekleme · Karmaşık Örneklem

6. R survey paketindeki California API verisinin tabakalı örnekleminde (apistrat) n = 200 okul, okul türüne göre 3 tabaka (stype) vardır; küme yoktur, örnekleme ağırlığı pw'dir ve tasarım df = 197'dir. Bağımlı değişken api00; yordayıcılar İngilizce öğrenen yüzdesi (ell), ücretsiz yemek alan yüzdesi (meals) ve yeni öğrenci yüzdesi (mobility). Araştırmacı modeli yalnız comp_imp = Yes olan okullar için kurmak istiyor. Hangi ayar tercih edilmelidir?

A) Alt-popülasyon (domain) sütunu comp_imp, değeri Yes seçilir; tasarım bilgisi tam tasarımdan gelir. B) Veri comp_imp = Yes satırlarına süzülür; SE ve df yalnız kalan okullardan yeniden hesaplanır. C) Etkileşim terimine comp_imp*meals yazılır ve yalnız etkileşim katsayısı yorumlanır. D) Referans düzeyleri alanına comp_imp=Yes yazılır; model bu okullarla sınırlanmış olur. E) Tabakayı modele sabit etki (kukla) olarak ekle seçeneği açılır ve comp_imp tabaka yapılır.

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

7. attitude verisinde 30 kurum biriminin genel değerlendirme puanı (rating) sürekli bir sonuçtur; complaints ve learning iki sürekli yordayıcıdır ve birimler daha üst kümelere ayrılmamıştır. Araştırmacı her katsayı için sonsal dağılım ve kredibl aralık raporlamak, gerekirse önceki bilgiyi önsel olarak modele katmak istiyor. MerQur'da en uygun analiz hangisidir?

A) Lojistik Regresyon, rating puanı ortancadan ikiye bölünerek B) Bayesci Doğrusal Regresyon, rating hedef, iki yordayıcıyla C) Hiyerarşik Bayesci Regresyon, birimler için rastgele kesişimle D) Bayesci Korelasyon, rating ile her yordayıcı için ayrı ayrı E) Bayesci ANOVA, complaints ve learning faktör olarak alınarak

Ölçme, Anket ve Örnekleme · Ölçek ve Anket

8. Bir ölçme uzmanı difR paketindeki verbal verisinde (N = 316) 24 ikili sözel saldırganlık maddesine Rasch modeli uyduruyor ve sınırlı bilgi uyum testi M2'ye bakıyor. M2 testinin sıfır hipotezi hangisidir?

A) H₀: Rasch modeli ana kütlede madde yanıtlarının dağılımını doğru betimler, yani model uyar B) H₀: Maddeler kadın ve erkek gruplarında farklı işlev göstermez C) H₀: Rasch modeli veriye uymaz; H₁: Rasch modeli ana kütlede madde yanıtlarını doğru biçimde betimler D) H₀: Örneklemdeki 24 madde yanıtı birbirinden istatistiksel olarak bağımsızdır E) H₀: Ana kütlede 24 maddenin güçlük parametreleri birbirine eşittir

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme

9. USArrests MDS çalışmasında araştırmacı eyaletler arası uzaklıkların yalnız sıralamasının anlamlı olduğunu, oran düzeyindeki büyüklüklerine güvenilemeyeceğini düşünüyor. Hangi ayar uygundur?

A) 'Metric MDS' kutusunu kapatmak; yalnız sıralamayı koruyan monoton MDS uygulanır B) 'Başlangıç sayısı'nı 20 yapmak; çok başlangıç uzaklıkları sıralı düzeye indirger C) 'Boyut sayısı'nı 3 yapmak; ek boyut uzaklıkların sıralamasını da korumuş olur D) 'Metric MDS' kutusunu açık tutmak; oran ölçeğinde SMACOF yalnız sıralamayı korur E) 'Mesafe metriği'ni Gower yapmak; bu metrik uzaklıkları sıralı ölçekte hesaplar

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

10. ESL prostat eğitim kümesinde (Stamey ve ark., N = 67) log PSA (lpsa) sekiz klinik yordayıcıdan (lcavol, lweight, age, lbph, svi, lcp, gleason, pgg45) kestirilecek. Yordayıcılar birbiriyle ilişkili; araştırmacı aşırı uyumu önleyen ve hangi yordayıcıların modelde kalacağını da seçen bir yöntem istiyor. En uygun MerQur analizi hangisidir?

A) Sağlam Regresyon (MM kestirici) B) Doğrusal Olmayan Regresyon C) Kantil Regresyon (medyan doğrusu) D) Kısmi En Küçük Kareler Regresyonu (PLS) E) Düzenlileştirilmiş Regresyon (LASSO)

Zaman, Mekân ve Sağkalım · Sağkalım

11. R survival paketindeki mgus2 kohortunda (n = 1373 MGUS hastası) bir hematolog, plazma hücre malignitesi (PCM, 115 olay) ile PCM görülmeden ölümün (854 olay) birbirini engelleyen olaylar olduğunu biliyor. Süre etime (ay), olay tipi event (1 = PCM, 2 = ölüm); kovaryatlar age, sex ve mspike (M-protein düzeyi). Araştırmacı, PCM'siz ölümün birikimli insidans eğrilerinin kadın ve erkeklerde eşit olup olmadığını regresyon katsayısı yorumlamadan, eğriler düzeyinde sınamak istiyor. Hangi ayarı yapmalıdır?

A) Kovaryatlara sex eklenir ve yalnız neden-özgü Cox modelinin tehlike oranı okunur. B) CIF grup değişkeni alanına sex girilir; grup başına birikimli insidans ve Gray testi elde edilir. C) Olay 1 ve Olay 2 etiketleri 'kadın' ve 'erkek' olarak yazılır ve sayımlar karşılaştırılır. D) Güven düzeyi %99'a çıkarılır; aralıkların çakışmaması eğrilerin farklı olduğunu gösterir. E) Bağ yöntemi Efron yerine Breslow seçilir; böylece eğriler iki cinsiyet için ayrılır.

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

12. Columbus suç verisinde (49 mahalle, k = 5 komşulu satır standart W) SAR modeli ρ = 0.465 (p < .001) ve gelir için β = -0.911 vermiştir. Etki ayrıştırmasında gelirin doğrudan etkisi -0.954, dolaylı (yayılma) etkisi -0.748, toplam etkisi -1.702'dir (toplam p = .005; dolaylı p = .065). Gelirin etkisinin en doğru yorumu hangisidir?

A) ρ anlamlı olduğundan gelirin mahalle suçunu azalttığı nedensel olarak gösterilmiştir B) Doğrudan etki -0.954, β'dan farklı olduğu için model hatalıdır ve OLS tercih edilmelidir C) Gelir artışı suçu azaltır; toplam etki anlamlıdır, ancak yayılma kısmı %5 düzeyinde anlamlı değildir D) Dolaylı etki -0.748 olduğundan komşulara yayılma %5 düzeyinde anlamlı bir bulgudur E) β = -0.911 gelirdeki 1 birimlik artışın suça marjinal etkisidir; etki ayrıştırması gereksizdir

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme

13. iris verisinde araştırmacı 150 çiçeğin dört ölçümündeki yerel benzerlik yapısını, yakın gözlemleri haritada da yakın gösterecek biçimde iki boyutta görselleştirmek istiyor. Eksenlerin yorumlanması ya da haritanın yeni gözlemlere uygulanması gerekmiyor. Hangi analiz uygundur?

A) K-ortalamalar kümeleme; çiçekleri önceden belirlenen sayıda gruba ayırır B) Gizil profil analizi; çiçeklerin profillere üyelik olasılıklarını kestirir C) Çok boyutlu ölçekleme; tüm uzaklıkları haritada olabildiğince korur D) t-SNE; yerel komşulukları koruyan doğrusal olmayan bir harita üretir E) Temel bileşenler analizi; yorumlanabilir doğrusal bileşenler üretir

Ölçme, Anket ve Örnekleme · Ölçek ve Anket

14. UCLA M255 anket verisinde 1428 katılımcı, 1-5 arasında puanlanan 12 Likert maddesini (ITEM13-ITEM24) yanıtlamıştır; 1365 kişi tüm maddeleri yanıtlamış, 63 kişide en az bir eksik vardır. Bir eğitim araştırmacısı yanıtların madde madde nasıl dağıldığını ve katılım oranlarını raporlamak istiyor. Kategori yüzdeleri, üst-2 ve alt-2 katılım oranları ve bunların güven aralıkları istenmektedir. En uygun MerQur analizi hangisidir?

A) Likert Ölçek Analizi; madde başına dağılımı, katılım oranlarını ve Wilson aralıklarını verir. B) Kruskal-Wallis testi; bir maddedeki yanıtların gruplar arasında farkını sınar. C) Cronbach Alfa; iç tutarlılığı omega ve madde silinirse alfa ile ayrıntılı inceler. D) Açımlayıcı faktör analizi; on iki maddenin kaç boyutta toplandığını araştırır. E) Ki-kare bağımsızlık testi; iki kategorik değişkenin ilişkili olup olmadığını sınar.

Zaman, Mekân ve Sağkalım · Zaman Serileri

15. R datasets nottem serisi, Nottingham'da 1920-1939 arasındaki aylık ortalama sıcaklıkları Fahrenheit olarak içerir (n = 240). Bir iklim araştırmacısı seriyi uzun dönem eğilim, yıllık mevsim deseni ve rastgele dalgalanma bileşenlerine ayırıp her ayın tipik mevsim etkisini görmek istiyor. STL (periyot 12, s.window 7) mevsim gücü F_S = 0.9582, trend gücü F_T = 0.2347, trend SD = 0.78 verdi. En doğru yorum hangisidir?

A) F_S = 0.96 bir p değeridir; .05'ten büyük olduğundan mevsimsellik anlamlı bulunmamıştır. B) Artık bileşeni mevsim bileşeninden büyük olduğundan sıcaklık değişimi büyük ölçüde rastgeledir. C) F_T = 0.23 sıfırdan büyük olduğundan yirmi yıl boyunca istatistiksel olarak anlamlı bir ısınma eğilimi vardır. D) STL trend için anlamlılık testi uyguladı ve trendin olmadığını bu testle kanıtlamış oldu. E) Seride mevsimsellik baskın, trend zayıftır; yirmi yılda belirgin bir ısınma ya da soğuma görülmemektedir.

Temel İstatistik · Çok Seçimli Yanıtlar

16. farmer2 verisinde 3 kirletici × 4 depolama yöntemi = 12 hücre aynı anda sınanıyor. Araştırmacı keşifsel bir taramada bulunduğunu belirterek yanlış keşif oranını denetlemek istiyor. 'p düzeltmesi' için hangisi seçilmeli ve kaç hücre anlamlı kalır?

A) Benjamini-Hochberg (FDR); yanlış keşif oranını denetler ve beş hücre anlamlı kalır B) Bonferroni; ailesel hatayı denetler ve bu ayarla hiçbir hücre anlamlı kalmaz C) Holm; yanlış keşif oranını denetler ve bu ayarla altı hücre anlamlı kalmaya devam eder D) Düzeltme yok; yanlış keşif oranı ham p ile denetlenir ve altı hücre anlamlıdır E) Bonferroni; yanlış keşif oranını denetler ve bu ayarla beş hücre anlamlı kalır

Temel İstatistik · Kategorik Veri

17. SAS/STAT PROC FREQ SkinCondition örneğinde iki dermatolog 88 hastanın deri durumunu 1-4 arası sıralı derecelerle puanlamıştır. Araştırmacı iki dermatoloğun uyumunun şans düzeyinin ötesinde olup olmadığını Cohen kappa ile sınayacaktır. Uygun hipotez çifti hangisidir?

A) H₀: κ = 1 (uyum tamdır); H₁: κ < 1 B) H₀: gözlenen uyum p_o = 0.511'dir; H₁: p_o ≠ 0.511 C) H₀: iki dermatoloğun puan ortalamaları eşittir; H₁: farklıdır D) H₀: κ ≠ 0; H₁: κ = 0 (uyum şans düzeyindedir) E) H₀: κ = 0 (popülasyonda uyum şans düzeyindedir); H₁: κ ≠ 0