Araştırma Senaryosu Paketi 5

İlişki ve Regresyon · Regresyon

1. 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. Binom GLMM (logit, nAGQ = 25) P4 için OR = 0.206, %95 GA [0.089, 0.476], p < .001 ve σ²_u = 0.419 verdi. En doğru yorum hangisidir?

A) P4 döneminde sürülerdeki hastalanma olasılığı %20.6'ya inmiştir; yani her beş hayvandan biri hastalanmıştır. B) İzleme süresi uzadıkça hastalık azaldığından dönemlerin hastalığı azaltan bir neden olduğu kanıtlanmıştır. C) Aynı sürü içinde P4'teki hastalık odds'u P1'in yaklaşık beşte biri kadardır; bu koşullu (sürüye özgü) bir etkidir. D) p < .001 olduğundan dönem etkisinin büyüklüğü çok yüksektir; bu nedenle etki büyüklüğü ayrıca raporlanmaz. E) OR = 0.206 nüfus ortalamalı bir etkidir; tüm sürülerin ortalama odds'unun P4'te beşte bire indiğini gösterir.

Zaman, Mekân ve Sağkalım · Harita (Mekânsal Analiz)

2. spData paketindeki nc.sids verisinde (Cressie ve Chan 1989) Kuzey Carolina'nın 100 ilçe merkezi ve 1974-78 ani bebek ölümü sayısı (SID74) vardır. Bir epidemiyolog SID74 sayılarının mekânda kümelenip kümelenmediğini küresel Moran's I ile çift yönlü sınamak istiyor. Uygun hipotez çifti hangisidir?

A) H₀: SID74 değerleri mekânda rastgele dağılır (I = E[I]); H₁: Mekânsal otokorelasyon vardır (I ≠ E[I]). B) H₀: Örneklemde hesaplanan I değeri 0.132'dir; H₁: Örneklemde hesaplanan I 0.132'den farklıdır. C) H₀: SID74 değerlerinde pozitif otokorelasyon vardır; H₁: SID74 değerleri rastgele dağılmıştır. D) H₀: İlçe merkezlerinin konumları tam uzamsal rastgelelik gösterir; H₁: Konumlar kümelidir. E) H₀: 100 ilçenin SID74 ortalamaları birbirine eşittir; H₁: En az bir ilçenin ortalaması farklıdır.

Temel İstatistik · Kategorik Veri

3. UCLA OARC hsb2 verisinde race değişkeni 1-4 arası kodludur ve araştırmacı ırk/köken dağılımını %10, %10, %10, %70 oranlarıyla sınamak istiyor. Oranların yanlış kategoriye eşlenmesinden kaygılanıyor. 'Beklenen oranlar' alanı için doğru uygulama hangisidir?

A) Oranları yalnız ondalık olarak (0.1, 0.1, 0.1, 0.7) yazmak; yüzde yazımı analizi durdurur B) Oranları '1=10, 2=10, 3=10, 4=70' gibi kategori adıyla yazmak; oranlar toplamına bölünür C) 'G-testi' kutusunu açmak; beklenen oranlar olabilirlik oranıyla kendiliğinden belirlenir D) Alanı boş bırakmak; MerQur kuramsal oranları gözlenen sıklıklardan kendisi kestirir E) 'Kategori aralığı'nı 1, 3 yapmak; dördüncü kategori %70 olarak kendiliğinden tamamlanır

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Sınıflandırma

4. R pROC paketindeki aSAH verisi, subaraknoid kanama geçiren 113 hastayı (41 kötü, 72 iyi klinik sonuç) ve sürekli ölçülen S100B biyobelirtecini (s100b) içerir. Bir klinisyen bu belirtecin kötü sonucu iyi sonuçtan ne kadar iyi ayırdığını tüm olası eşiklerde değerlendirmek istiyor. Belirtecin ayırma gücünün şans düzeyinden farklı olup olmadığını sınayan hipotez çifti hangisidir?

A) H₀: Duyarlılık = özgüllük; H₁: duyarlılık ≠ özgüllük. B) H₀: İki grubun s100b ortalaması eşit; H₁: eşit değil. C) H₀: Evrendeki AUC = 0.5; H₁: AUC ≠ 0.5. D) H₀: Örneklem AUC'si 0.731 = 0.5; H₁: 0.731 ≠ 0.5. E) H₀: Evrendeki AUC = 1; H₁: AUC < 1.

Temel İstatistik · Parametrik Testler

5. UCLA hsb2 verisinde (High School and Beyond, n = 200) araştırmacı yazma (write) ve matematik (math) puanları arasındaki Pearson korelasyonu için bootstrap güven aralığı istiyor. MerQur Bootstrap Güven Aralığı panelinde sütun olarak write seçilmiştir. Diğer ayarlar ne olmalıdır?

A) İstatistik: Spearman, tabakalı örnekleme açık; math grup olarak kullanılır B) İstatistik: ortalama farkı, grup: math; iki sütun ayrı ayrı örneklenir C) İstatistik: Pearson, 2. sütun: math; satır çiftleri birlikte yeniden örneklenir D) İstatistik: oran, sayılan değer math; korelasyon oran üzerinden bulunur E) İstatistik: Pearson, 2. sütun: write; korelasyon sütunun kendisiyle hesaplanır

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

6. ToothGrowth verisinde (n = 60) iki yönlü analizde supp × doz etkileşimi için frekansçı sonuç F(2, 54) = 4.11, p = .022'dir. Bayesci ANOVA'da (JZS, r = 0.5) etkileşimin dahil etme Bayes faktörü BF_incl = 10.72, eşlenmiş BF = 2.73; BIC yaklaşımıyla etkileşim BF₁₀ = 1.166 bulunmuştur. En uygun yorum hangisidir?

A) Etkileşim lehine kanıt yönteme göre orta ile zayıf arasındadır; p = .022 güçlü kanıt demek değildir B) Eşlenmiş BF 3'ün altında kaldığından etkileşimin bulunmadığı kanıtlanmış olur C) p = .022 olduğundan etkileşimin gerçek olma olasılığı .978'dir; Bayes faktörleri bunu doğrular D) BIC BF'si 1'den büyük olduğundan etkileşim lehine kesin kanıt vardır; JZS sonucu gereksizdir E) BF_incl = 10.72, etkileşimin etki büyüklüğünün supp ana etkisinden büyük olduğunu gösterir

Zaman, Mekân ve Sağkalım · Harita (Mekânsal Analiz)

7. spatstat.data paketindeki redwood verisinde (Strauss 1975) 62 kızılağaç fidanının konumu bulunur; değer sütunu yoktur. Silverman bandıyla (hx = 0.107 km) en yüksek yoğunluk 138.9 nokta/km², daha geniş bant veren Scott kuralıyla 101.5 nokta/km² bulunmuştur. Hangi yorum doğrudur?

A) 62 fidanın 138.9'u tepe hücresinde yer aldığından fidanların çoğu tek bir noktada toplanmıştır. B) Tepe değeri bant seçimine bağlıdır; mutlak bir yoğunluk olarak değil, göreli yoğunlaşma göstergesi olarak okunmalıdır. C) Alanın her kilometrekaresinde yaklaşık 138.9 fidan bulunmaktadır; yoğunluk alan genelinde sabittir. D) Scott bandında tepe değeri düştüğüne göre Silverman sonucu hatalıdır ve raporlanmamalıdır. E) Fidanların kümeli dağıldığı ve bu kümelenmenin rastgelelikten anlamlı biçimde farklı olduğu birkaç tepeli KDE yüzeyiyle kanıtlanmıştır.

Zaman, Mekân ve Sağkalım · Sağkalım

8. R survival paketindeki kidney verisinde (McGilchrist ve Aisbett 1991) diyaliz hastalarının kateter enfeksiyonları izlenir: 38 hasta, hasta başına 2 enfeksiyon süresi, toplam 76 gözlem ve 58 olay. Süre time (gün), olay status, küme id (hasta); yordayıcılar age ve cinsiyet. Nefrolog yaş ve cinsiyetin birlikte enfeksiyon tehlikesini yordayıp yordamadığını global Wald testiyle sınamak istiyor. Uygun hipotez çifti hangisidir?

A) H₀: Yaş ve cinsiyet katsayılarının en az biri 0'dan farklıdır; H₁: İkisi de 0'a eşittir. B) H₀: Erkek ve kadınların ortalama enfeksiyon süreleri eşittir; H₁: Ortalama süreler farklıdır. C) H₀: Evrende yaş ve cinsiyet katsayılarının ikisi de 0'dır; H₁: En az biri 0'dan farklıdır. D) H₀: Aynı hastanın iki enfeksiyon süresi birbirinden bağımsızdır; H₁: Süreler ilişkilidir. E) H₀: Örneklemde cinsiyet katsayısı 0.8293'e eşittir; H₁: Bu katsayı 0.8293'ten farklıdır.

İlişki ve Regresyon · Regresyon

9. ologit verisinde (n = 400) sıralı lojistik regresyon LR χ²(3) = 24.18, p < .001 vermiştir. pared için b = 1.048, OR = 2.85 (%95 GA [1.693, 4.800], p < .001); paralel çizgiler testi χ²(3) = 4.01, p = .260; McFadden R² = .033'tür. En doğru yorum hangisidir?

A) Paralel çizgiler testi anlamsız olduğundan orantılı odds varsayımı kanıtlanmıştır B) pared için OR = 2.85 yalnız 'çok olası' ile 'olası değil' karşılaştırmasına aittir C) Ebeveyni lisansüstü eğitimlilerin daha üst başvuru kategorisinde olma odds'u 2.85 kattır D) Ebeveyni lisansüstü eğitimli öğrencilerin %85'i 'çok olası' kategorisinde yer alır E) McFadden R² = .033 olduğundan pared etkisi pratikte sıfırdır ve yorumlanamaz

Temel İstatistik · Parametrik Olmayan Testler

10. Diggle (1990) lh verisinde 48 ardışık LH hormon ölçümü vardır. Araştırmacı otokorelasyonun gücü ya da gecikmesiyle ilgilenmiyor; yalnız medyanın üstü ve altı değerlerin rastgele bir sırayla gelip gelmediğini hızlıca sınamak istiyor. En uygun MerQur analizi hangisidir?

A) Shapiro-Wilk testi B) Koşu testi C) Durbin-Watson testi D) Binom testi E) İşaret testi

Zaman, Mekân ve Sağkalım · Zaman Serileri

11. R fpp2 austourists verisi, 2005-2015 arasında Avustralya'ya gelen uluslararası turistlerin çeyreklik geceleme sayısını (milyon) içerir (n = 44). Seride hem artış eğilimi hem de her yıl yinelenen çeyrek deseni vardır ve bir turizm planlamacısı önümüzdeki çeyrekleri hızlı ve sezgisel bir modelle tahmin etmek istiyor. Araştırmacı Holt-Winters yöntemini seçti, ancak tarih sütunu çeyreklik olduğu hâlde mevsim periyodunu kontrol etmedi. Hangi ayar yapılmalıdır?

A) Mevsim periyodu elle 4 girilir; periyot tarihten otomatik algılanmaz ve varsayılan 12'dir. B) Benzetim tohumu değiştirilir; farklı tohum çeyrek desenini doğru biçimde yakalamayı sağlar. C) Mevsim periyodu 12 bırakılır; MerQur çeyreklik tarihi tanıyıp periyodu kendisi 4'e indirir. D) Mevsim tipi 'Yok' seçilir; çeyreklik veride mevsim terimi gereksiz olduğundan Holt yeterlidir. E) Sönümlü trend işaretlenir; trendin sönmesi yanlış mevsim periyodunun etkisini giderir.

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme

12. iris verisinde UMAP haritası kuran araştırmacı türlerin (Species) haritada belirgin biçimde ayrılmasını istiyor ve bunun için tür bilgisini gömme sürecine katmayı düşünüyor. Hangi ayar uygundur ve neye dikkat edilmelidir?

A) 'Min mesafe' 1.0 yapılır; daha dağınık kümeler tür bilgisini gömmeye otomatik olarak katar B) 'Gözetimli hedef (y)' için Petal.Length seçilir; sürekli bir hedef türleri en iyi biçimde ayırır C) 'Gözetimli hedef (y)' boş bırakılıp 'Uzaklık metriği' kosinüs yapılır; böylece türler haritada kendiliğinden ayrılır D) 'Eksik veri' ortalama ile doldurulur; böylece tür bilgisi de gömme sürecine dahil edilmiş olur E) 'Gözetimli hedef (y)' için Species seçilir; harita etiketi kullandığından ayrışma keşifsel kanıt sayılmaz

İlişki ve Regresyon · Regresyon

13. nlme paketindeki Oats verisinde (Yates 1935) yulaf verimi (yield), rastgele örneklenmiş kabul edilen 3 çeşit (Variety) ve 6 blok (Block) için ölçülmüştür; iki faktör çaprazlanmış ve ikisi de rastgele alınmıştır. Araştırmacı çeşitlerin verime katkısını çapraz karma modelde sınamak istiyor. Çeşit rastgele faktör olduğuna göre uygun hipotez çifti hangisidir?

A) H₀: σ²_çeşit > 0; H₁: σ²_çeşit = 0 (çeşitler arasında değişkenlik yoktur) B) H₀: σ²_çeşit×blok = 0; H₁: çeşit etkisi bloktan bloğa değişir C) H₀: x̄ değerleri üç çeşitte eşittir; H₁: üç örneklem ortalaması birbirinden farklıdır D) H₀: σ²_çeşit = 0; H₁: σ²_çeşit > 0 (çeşitler evreninde verim değişkenliği vardır) E) H₀: μ_Marvellous = μ_GoldenRain = μ_Victory; H₁: en az bir çeşit ortalaması farklıdır

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. Küresel variogram yönsüz (izotrop) varsayılarak uydurulmuştur; araştırmacı çinkonun nehir boyunca ve nehre dik yönde farklı uzaklıklara kadar benzer kalabileceğinden şüpheleniyor. Hangi seçenek bu şüpheyi inceler?

A) Blok boyutu 0.04 km seçilir; blok ortalaması yönsel farkı standart hataya yansıtır. B) Palet RdYlBu seçilir; ıraksak renk ölçeği yönsel farkları harita üzerinde ayırır. C) Nugget etkisini uydur kapatılır; kısa uzaklık davranışı yönlere göre ayrılmış olur. D) Komşu sayısı (nmax) 10 yapılır; yerel kriging yön farklarını kendiliğinden yakalar. E) Yönlü variogram (0°, 45°, 90°, 135°); yön başına range ve anizotropi oranı raporlanır.

Ölçme, Anket ve Örnekleme · Karmaşık Örneklem

15. 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. Araştırmacı evrendeki okulların yüzde kaçının ödül programına (awards: Yes/No) hak kazandığını tasarıma uygun güven aralığıyla kestirmek istiyor. Hangi MerQur analizi uygundur?

A) Ağırlıklı Lojistik Regresyon B) Pearson ki-kare testi (ağırlıksız) C) Ağırlıklı Toplam D) Ağırlıklı Frekans E) Ağırlıklı Doğrusal Regresyon

Zaman, Mekân ve Sağkalım · Sağkalım

16. SAS SURVEYPHREG örnek verisi mortality, karmaşık örneklem tasarımlı ulusal bir ölüm araştırmasıdır (n = 1458, 630 ölüm; 22 tabaka, 44 PSU). Süre AGE, olay DEAD, yordayıcı yoksulluk durumu POVARIND (k1 temel düzey, k2); örnekleme ağırlığı SWEIGHT, PSU VARPSU, tabaka VARSTRATA. Bir halk sağlığı araştırmacısı yoksulluk durumunun yaşa göre ölüm tehlikesiyle ilişkisini evren düzeyinde çift yönlü sınamak istiyor. Uygun hipotez çifti hangisidir?

A) H₀: k2 grubunun tehlike oranı 1'den küçüktür; H₁: Tehlike oranı 1'e eşit ya da büyüktür. B) H₀: Evrende k2 grubunun k1'e göre ölüm tehlike oranı 1'dir; H₁: Bu tehlike oranı 1'den farklıdır. C) H₀: k2 ve k1 gruplarındaki ölen kişi sayıları eşittir; H₁: Ölen kişi sayıları farklıdır. D) H₀: Örneklemde kestirilen tehlike oranı 0.6815'e eşittir; H₁: Bu oran 0.6815'ten farklıdır. E) H₀: 44 PSU'nun ölüm oranları birbirine eşittir; H₁: En az bir PSU'nun ölüm oranı farklıdır.

İlişki ve Regresyon · Regresyon

17. Prostat verisinde (n = 67) lpsa sekiz klinik öngörücüyle tahmin edilecektir; öngörücülerin bir kısmı birbiriyle güçlü ilişkilidir ve OLS katsayıları kararsızdır. Araştırmacı tüm öngörücüleri modelde tutmak, katsayıları sıfıra doğru büzerek kararlı kılmak ve yeni hastalarda iyi tahmin elde etmek istiyor. En uygun analiz hangisidir?

A) Doğrusal Karma Model; hastalar rastgele kesişim olarak alınır B) Lasso Regresyon; bazı katsayılar tam sıfıra indirilerek model kendiliğinden sadeleştirilir C) Ridge Regresyon; L2 cezasıyla tüm katsayılar büzülür ama sıfır olmaz D) Çoklu Doğrusal Regresyon; katsayılar cezasız EKK ile yorumlanır E) Adımsal seçimli Çoklu Doğrusal Regresyon; p değerine göre değişken atılır

Temel İstatistik · Kategorik Veri

18. Fisher (1962) Convictions verisinde suçlu bulunmuş 30 kişinin ikiz eşinin de mahkûm olup olmadığı, ikiz türüne (tek ya da çift yumurta) göre 2x2 tabloda verilmiştir. Araştırmacı herhangi bir yön öngörmeden ilişkiyi Fisher kesin testiyle sınayacaktır. Uygun hipotez çifti hangisidir?

A) H₀: örneklem odds oranı 0.04'e eşittir; H₁: örneklem odds oranı 0.04'ten farklıdır B) H₀: tek yumurta ikizlerinde mahkûmiyet daha sıktır; H₁: bu oran daha sık değildir C) H₀: ikiz türü ile eşin mahkûmiyeti bağımsızdır (popülasyon OR = 1); H₁: OR ≠ 1 D) H₀: iki ikiz türünde ortalama ceza süresi eşittir; H₁: ortalama süreler farklıdır E) H₀: ikiz türü ile mahkûmiyet ilişkilidir (OR ≠ 1); H₁: popülasyonda OR = 1

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

19. UCLA IDRE binary verisinde (lisansüstü kabul, N = 400) bağımlı değişken ikilidir (kabul edildi / edilmedi). Araştırmacı kabul olasılığını GRE, GPA ve okul sırasına standart normal birikimli fonksiyonla bağlamak ve sonucu gizil normal eşik yorumuyla anlatmak istiyor; odds oranı gerekmiyor. En uygun MerQur analizi hangisidir?

A) Kantil Regresyon B) Koşullu Lojit C) Doğrusal Olmayan Regresyon D) Tobit Regresyon E) Probit Regresyon

Ölçme, Anket ve Örnekleme · Ölçek ve Anket

20. Bir araştırmacı Holzinger ve Swineford verisinde görsel yeteneğin sözel yeteneği, görsel ve sözel yeteneğin birlikte hız yeteneğini yordadığı kuramsal bir modeli sınamak istiyor. Her yetenek üç testle tanımlanıyor (x1-x9) ve bütüncül uyum ölçütleri raporlanacak. Hangi analiz uygundur?

A) Çoklu regresyon; test toplam puanları arasındaki yönlü ilişkileri ölçme hatasıyla birlikte modeller B) Yapısal eşitlik modeli; gizil faktörleri ve aralarındaki yönlü yolları tek modelde birlikte sınar C) Doğrulayıcı faktör analizi; faktörler arası kovaryansları serbest bırakıp yalnız ölçme modelini sınar D) Açıklayıcı faktör analizi; dokuz testin kaç faktörde toplandığını önceden varsayım yapmadan keşfeder E) PLS-SEM; kuramı bütüncül uyum ölçütleriyle sınamak ve yansıtıcı yapılar için en uygun yöntemdir

İlişki ve Regresyon · İlişki ve Çok Değişkenli

21. UCLA OARC mmreg verisinde (N = 600) psikolojik ölçekler (kontrol odağı, benlik kavramı, motivasyon) ile akademik ölçüler (okuma, yazma, matematik, fen, cinsiyet) iki küme olarak ele alınmaktadır. Araştırmacı önce iki küme arasında herhangi bir doğrusal ilişki olup olmadığını Bartlett sıralı Wilks testinin ilk adımıyla sınayacaktır. Bu adımın hipotezleri hangisidir?

A) H₀: en az bir popülasyon kanonik korelasyonu sıfırdan farklıdır; H₁: ρ₁ = ρ₂ = ρ₃ = 0 olarak tümü sıfırdır B) H₀: ρ₁ > ρ₂ > ρ₃ sıralaması geçerlidir; H₁: bu sıralama popülasyonda bozulur C) H₀: örneklem kanonik korelasyonu r₁ = 0.464 sıfıra eşittir; H₁: r₁ sıfırdan büyüktür D) H₀: iki kümedeki değişkenlerin ortalamaları eşittir; H₁: en az bir ortalama farklıdır E) H₀: popülasyondaki tüm kanonik korelasyonlar sıfırdır (ρ₁ = ρ₂ = ρ₃ = 0); H₁: en az biri sıfırdan farklıdır

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

22. quantreg engel verisinde (Engel 1857, Belçikalı haneler, N = 235) gelir arttıkça gıda harcamasındaki yayılım belirgin biçimde artıyor, yani hatalar değişen varyanslıdır. MerQur Kantil Regresyon panelinde varsayılan SE yöntemi 'robust' (tek yoğunluklu sandviç) olarak gelir. Hangi ayar önerilir?

A) SE / GA yöntemi: nid (ya da ker); değişen varyansta önerilir ve katsayılar değişmez B) Quantile'lar alanına 1.2 eklenir; üst kuyruk daha iyi kestirilir C) Güven düzeyi %90; Hall-Sheather bandını daraltıp SE'yi düzeltir D) SE yöntemi robust bırakılır; değişen varyansta en geniş ve en güvenli aralığı o verir E) SE yöntemi boot; kantil katsayılarını OLS katsayısına eşitler

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · İleri Düzey

23. cars verisinde (n = 50) fren mesafesi (dist) hıza (speed) göre LOESS ile düzgünleştirilmektedir (derece 2, span 0.75). Saçılım grafiğinde birkaç arabanın fren mesafesi aynı hızdaki diğerlerinden çok uzaktır ve araştırmacı eğrinin bu aykırı gözlemlere çekilmesini istemiyor. Hangi ayar seçilmelidir?

A) İstatistikler Kesin seçilmeli; tam matris aykırı ağırlıklarını sıfırlar B) Aile Gauss bırakılıp span 0.3'e düşürülmeli; eğri aykırılardan uzaklaşır C) Yerel polinom derecesi 2 korunmalı; ikinci derece aykırıları dışlar D) Aile olarak Simetrik (sağlam, bisquare) seçilmeli E) Normalleştir kutusu açılmalı; aykırılar kırpılmış SD ile bastırılır

İlişki ve Regresyon · Regresyon

24. respiratory verisinde hastalar iki merkezde izlenmiştir ve hasta kimlik numaraları her merkezde yeniden başlamaktadır; yani aynı kimlik numarası iki merkezde iki farklı hastaya aittir. Araştırmacı GEE'de bağımlılığa dayanıklı (robust) standart hataların doğru kurulmasını istiyor. Hangi ayar uygundur?

A) Korelasyon yapısı Independence seçilmeli; böylece kimlik çakışması önemsizleşir B) Zaman / sıra değişkeni olarak merkez verilmeli; ölçümler merkeze göre sıralanır C) Grup (cluster) değişkeni, merkez ve kimliğin birleşimi (cid) olarak verilmeli D) Offset olarak merkez eklenmeli; katsayısı 1 olan terim çakışmayı düzeltir E) Standart hata Model tabanlı (naive) seçilmeli; bu SE küme tanımına bağlı değildir

Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme

25. USArrests verisinde araştırmacının 50 eyaletin kaç gruba ayrılacağı hakkında önceden bir fikri yok. Eyaletler arasındaki iç içe benzerlik yapısını bir ağaç üzerinde görmek ve sonra ağacı uygun bir düzeyden kesmek istiyor. Hangi analiz uygundur?

A) DBSCAN; yoğun bölgeleri küme, seyrek bölgelerdeki noktaları gürültü olarak sayar B) Çok boyutlu ölçekleme; uzaklıkları iki boyutlu bir benzerlik haritasına yerleştirir C) Gizil profil analizi; sürekli göstergelerde profil üyelik olasılıklarını kestirir D) K-ortalamalar kümeleme; küme sayısı önceden verilerek gözlemleri merkezlere yakınlıkla gruplar E) Hiyerarşik kümeleme; adım adım birleşmelerle dendrogram kurar ve istenen düzeyde keser

Araştırma Senaryosu Paketi 5

Cevap Anahtarı