MerQuR+Başvuru Kitabı

61. Boş Şablon (R)

Şablon kimliği: bos_r · Kategori: öğretici · Dil: R · Dosya: pro/sablonlar/ogretici/bos_r.R (satır 1–41; üstbilgi 1–15) · Örnek veri: _ornek/gruplu_verim.csv · Paketler: yalnız R'nin çekirdek paketleri (stats, graphics)

61.1 Ne işe yarar

Bu şablon bir istatistik yöntemi değildir; kullanıcının kendi R şablonunu yazarken başlayacağı iskelettir. Python iskeletinin (Bölüm 60) R karşılığıdır ve aynı parçaları gösterir: üstbilgi, tek bir parametre, veri denetimi, iki dilli ileti, metin çıktısı, bir tablo ve bir şekil. Çalıştırıldığında seçilen sütunun gözlem sayısını, ortalamasını ve standart sapmasını yazar; verinin summary özetini konsola basar; altı satırlık bir özet tablosu ve bir histogram üretir.

Ne zaman kullanılır? Yapılacak hesap bir R paketine dayanıyorsa ve kütüphanede karşılığı yoksa; var olan bir R betiği form, tablo ve şekil düzenine taşınacaksa; şablon sözleşmesinin R yüzünü (P listesi, mq_* işlevleri) öğrenmek için.

Ne zaman kullanılmaz?

  • Yalnız özet istatistik gerekiyorsa: temel programdaki Tanımlayıcı İstatistikler.
  • Hesap Python paketlerine dayanıyorsa: bos_python (Bölüm 60).
  • Karma modelde kontrast gibi sık bir iş için hazır şablon varsa (r_emmeans_kontrast, ozel_kontrast): hazır şablonun denetimleri ve doğrulaması yeniden yazılmaz.

Temel programla ilişki. R şablonları temel programın veri sekmesindeki etkin veriyi, ayrı bir R sürecinde df adıyla alır ve sonuçlarını temel programın sonuç kartlarına yazar (Bölüm 1.3). R'nin ve kullanılan paketlerin bilgisayarda kurulu olması gerekir; şablon eksik paketi kendisi kurmaz.

61.2 Şablonun girdileri

Üstbilgi, # /// mq-sablon ile # /// arasındaki yorum satırlarına gömülü TOML belgesidir (bos_r.R:1–15). Alanların kuralları iki dilde aynıdır (Bölüm 60.2); R iskeletinde dil = "r" yazılır ve dosya uzantısı .R'dir.

Alan (form etiketi) · ad Tür · sekme Varsayılan Geçerli değerler Kodda etkisi
Sayısal değişken · degisken sayısal sütun · Değişkenler ilk sayısal sütun sayısal sütun df[[P$degisken]] (22).

Örnek ayar (ornek_param, satır 9): degisken = verim.

Şablonun kendi denetimleri.

Koşul İleti Satır
Veri açık değil "Önce Veri sekmesinde bir veri açın." 21
Sütunun bütün değerleri eksik "Seçilen değişkende değer yok." 22–24

Formun biçimsel denetimi kod çalışmadan önce yapılır (Bölüm 1.2): sayısal olmayan bir sütun seçilirse ya da şemada olmayan bir parametre gönderilirse çalıştırma başlamaz.

61.3 Örnek veri

Dosya: _ornek/gruplu_verim.csv. 60 parsel, 4 sütun; eksik değer yoktur.

Değişken Rol Tür (veri sekmesi) Özet
parsel kullanılmaz metin P01–P60.
grup kullanılmaz (türetilmiş örnekte grup) kategorik (3 düzey) Kontrol, Gübre_A, Gübre_B; her birinde 20 parsel.
blok kullanılmaz kategorik (5 düzey) B1–B5; her birinde 12 parsel.
verim Seçilen değişken sayısal 2,31–15,27; ortalama 6,9945.

Kategorik sütunlar R'ye faktör olarak, düzeyleri verideki ilk görülme sırasıyla gelir (Bölüm 1.3): grup için Kontrol, Gübre_A, Gübre_B. Metin türündeki parsel karakter vektörüdür. Bu bölümdeki çalıştırmalar: (1) iskelet, örnek ayar; (2) iskeletten türetilen örnek şablon (61.4.4), y = verim, grup = grup; (3) aynı şablon, grup = blok, güven düzeyi 0,90, nokta grafiği; (4) sözleşmenin sınır durumları (61.8).

61.4 Yöntem: formüller ve hesap adımları

Çalışma dört aşamadır: (1) üstbilgi ayrıştırılır ve form kurulur; (2) form değerleri denetlenir; (3) kod, yardımcı betiğin hazırladığı ortamda Rscript ile çalışır; (4) yardımcının topladığı metin, tablo ve şekiller sonuç kartına aktarılır.

61.4.1 Hazır adlar

Ad İçerik Kaynak (pro/kod/r_yardim.R)
df Etkin veri (data.frame); veri açık değilse NULL. Sütun türleri veri sekmesindeki türlerden kurulur. 94–122, 445
P Form değerleri listesi: P$degisken → "verim". 71–92
mq_veri_adi, mq_dil Veri dosyasının adı; arayüz dili (tr, en, es). 269, 273
mq_turler, mq_dislanan Veri sekmesindeki sütun türleri; analiz dışı bırakılan satırlar. 270–271

P'deki değerin türü: sütun türlerinde tek öğeli karakter, sutunlar'da karakter vektörü (boşsa character(0)), tamsayi'da tamsayı, ondalik'ta sayı, secim ve metin'de karakter, onay'da mantıksal; zorunlu olmayan boş sütun alanı NULL'dır.

61.4.2 Çıktı sözleşmesi

Çağrı Ne yapar Kaynak
mq_metin(...), cat, print Konsol metnine satır ekler. 229–233
mq_tablo(x, ad) Adlandırılmış tablo ekler; veri çerçevesi, matris, table ya da vektör alır. 139–227
mq_sekil("başlık") O ana kadar çizilmiş şekle başlık verir; mq_sekil(p, "başlık") bir grafik nesnesini (ggplot gibi) önce çizdirir. 235–245
mq_hata(ileti) Çalıştırmayı durdurur; kullanıcıya yalnız ileti gösterilir. 310–313
mq_sayi(x, basamak = 4, bicim = "f") Arayüz diline göre sayı metni. 278–294
mq_p(p, basamak = 4) p değeri metni. 296–305
mq_atif(metin) Paket olmayan bir yazılımın atfını yazılım kaydına ekler. 248–252

Sınırlar: en çok 12 tablo; tablo başına 5000 satır ve 200 sütun (27–29). Tablodaki sayılar tam hassasiyetle saklanır. Grafik aygıtı ilk çizim komutunda kendiliğinden açılır (1200 × 800 piksel, 120 dpi; 125–132); png() ya da dev.off() çağrılmaz. Kodun son ifadesi görünür bir veri çerçevesi ya da matris döndürürse tablo olarak eklenir, görünür başka bir değer konsola yazdırılır (469–475); iskelet bu yüzden invisible(NULL) ile biter (satır 41). R uyarıları çalıştırmayı durdurmaz ve hata akışına yazılır (478–483). Çalıştırmanın tohumu koddan önce set.seed ile ayarlanır (444).

Neden mq_hata, neden stop değil?

mq_hata kullanıcının düzeltebileceği durumlar içindir: sonuç kartında yalnız ileti görünür. stop() ya da bir paketin verdiği hata program hatası sayılır; kartta hata iletisi, satır numarası ve çağrı izi gösterilir. Paket çağrıları bu nedenle tryCatch(..., error = function(e) mq_hata(...)) ile sarılır.

Koddaki tercih

İletiler .m(tr, en) yardımcısıyla seçilir (satır 18): mq_dil Türkçe değilse ikinci metin döner. Sayılar metne mq_sayi ile çevrilir; sprintf("%.4f", x) Türkçe arayüzde de nokta üretir. mq_sayi vektör alır ve vektör döndürür; NA için "NA" yazar.

61.4.3 İskeletin hesabı

Seçilen sütunun eksik olmayan değerleri x_1,\dots,x_n üzerinde:

\bar x=\frac1n\sum_{i=1}^{n}x_i,\qquad s=\sqrt{\frac{1}{n-1}\sum_{i=1}^{n}(x_i-\bar x)^2}
  • n: eksik olmayan değer sayısı (x[!is.na(x)], satır 23).
  • s: sd(x); n=1 ise NA yazılır (satır 28, 33).

Özet tablosu altı satırdır: n, ortalama, SS, en küçük, medyan, en büyük (31–36). Medyan, sıralı değerlerin ortasındaki değer ya da ortadaki iki değerin ortalamasıdır. Histogram hist()'in varsayılanıyla çizilir: Sturges (1926) kuralının verdiği kutu sayısı, yuvarlak sınırlar verecek biçimde ayarlanır.

61.4.4 İskeletten yeni şablon kurmak

Adımlar Python'dakiyle aynıdır (Bölüm 60.4.4): üstbilgiyi değiştir, her girdi için bir [[param]] bloğu yaz, gövdede önce mq_hata denetimleri sonra hesap, sonuçları mq_metin, mq_tablo ve mq_sekil ile bildir. Örnek şablon (dogrulama/bos_r/turetilmis.R) grup ortalamalarını ve t dağılımına dayalı güven aralıklarını verir; üstbilgisine y (sayısal sütun), grup (kategorik sütun), guven (ondalık; 0,5–0,999; varsayılan 0,95) ve cizim (seçim: kutu, nokta) parametreleri yazılmıştır. Gövdenin denetim ve hesap bölümü:

d <- df[stats::complete.cases(df[, c(P$y, P$grup)]), c(P$y, P$grup)]
y <- d[[P$y]]
g <- factor(d[[P$grup]])
if (!is.numeric(y)) mq_hata(.m("Yanıt sayısal olmalı.", "The response must be numeric."))
if (nlevels(g) < 2) mq_hata(.m("En az iki grup gerekli.", "At least two groups are required."))
n <- tapply(y, g, length)
ort <- tapply(y, g, mean)
sh <- tapply(y, g, sd) / sqrt(n)
tk <- stats::qt(1 - (1 - P$guven) / 2, n - 1)
ozet <- data.frame(grup = levels(g), n = as.integer(n), ortalama = as.numeric(ort), SH = as.numeric(sh),
                   GA_alt = as.numeric(ort - tk * sh), GA_ust = as.numeric(ort + tk * sh))
mq_tablo(ozet, .m("Grup ortalamaları", "Group means"))
\bar y_g\pm t_{1-\alpha/2,\;n_g-1}\,\frac{s_g}{\sqrt{n_g}}
  • \bar y_g, s_g, n_g: g. grubun ortalaması, standart sapması ve gözlem sayısı.
  • t_{1-\alpha/2,\,n_g-1}: n_g-1 serbestlik dereceli t dağılımının kantili; \alpha=1-\texttt{guven}.
  • factor(d[[P$grup]]) var olan düzey sırasını korur; tablo satırları arayüzdeki düzey sırasıyla gelir.

Şablon dosyası kullanıcı şablon klasörüne (sablonlarim) konduğunda ya da Kod sekmesindeki "Şablon olarak kaydet" komutuyla kaydedildiğinde kütüphanede görünür (pro/kod/sablon.py:708–727, 944–977).

61.5 Kod adım adım

Satırlar Ne yapar Neden / dikkat
1–15 Üstbilgi. 10. satırdaki alan (karşılaştırma yan dosyasının gerekçesi) kullanıcı şablonunda gerekmez.
16–19 Hazır adları anımsatan yorumlar; .m(tr, en) ileti seçici. exists("mq_dil") denetimi, kodun MerQuR+ dışında da çalışabilmesi içindir.
21–24 Veri denetimi; x seçilen sütun, eksikler atılır; boşsa mq_hata. Sütunun sayı olduğu varsayılır (61.8).
26–28 İki metin satırı: veri adı ve boyutu; n, ortalama, SS. sprintf içinde mq_sayi.
29 print(summary(df)): bütün sütunların R özeti konsola. Faktörlerde düzey sayıları, sayısal sütunda beş sayı özeti ve ortalama.
31–36 Altı satırlık özet tablosu; sütun adları dile göre. names(ozet) <- .m(...) (35).
38–40 hist(); mq_sekil(başlık). Aygıt kendiliğinden açılır.
41 invisible(NULL). Son ifadenin yazdırılmasını önler.

61.6 Elle hesap: örnek veride bağımsız yeniden hesap

Bir iskelet için doğrulama, belgelenen sözleşmenin çalışıp çalışmadığının denetimidir: tablo sayıları bağımsız hesapla, denetimler sınır durumlarıyla (61.8) sınanmıştır. Bağımsız hesap dogrulama/bos_r/elle_hesap.py (csv modülü ve açık formüller) ve r_dogrulama.R (açık formüller; şablon kodu kullanılmadan) ile yapılmıştır.

Adım 1 — Ortalama ve standart sapma. n=60, \sum x_i=419{,}67:

\bar x=\frac{419{,}67}{60}=6{,}9945,\qquad s=2{,}551401

Adım 2 — Medyan ve uç değerler. Sıralı 30. ve 31. değerlerin ortalaması 6,65; en küçük 2,31, en büyük 15,27.

Adım 3 — Histogram. Sturges: \lceil\log_2 60+1\rceil=7; hist() sınırları 2, 4, …, 16 seçer ve yedi kutu çizer.

Adım 4 — Türetilmiş şablon. Kontrol grubu: n=20, \bar y=5{,}3725, \text{SH}=0{,}381973, t_{0{,}975;\,19}=2{,}093024:

5{,}3725\pm2{,}093024\cdot0{,}381973=[4{,}5730;\ 6{,}1720]

Gübre_A: 7,1930 (SH 0,4488) [6,2537; 8,1323]; Gübre_B: 8,4180 (SH 0,6452) [7,0677; 9,7683].

61.6.1 Doğrulama: MerQuR+, Python ve R

MerQuR+ sütunu iskeletin "Özet" tablosundan ve türetilmiş şablonun "Grup ortalamaları" tablosundan alınmıştır (çalıştırmalar 1–3).

Büyüklük MerQuR+ Python (bağımsız) R (bağımsız) En büyük fark
Özet: n 60 60 60 0 ✓
Özet: ortalama 6,9945 6,9945 6,9945 0 ✓
Özet: SS 2,5514007 2,5514007 2,5514007 1,2e−15 ✓
Özet: min 2,31 2,31 2,31 0 ✓
Özet: medyan 6,65 6,65 6,65 0 ✓
Özet: maks 15,27 15,27 15,27 0 ✓
Türetilmiş şablon: Kontrol, ortalama 5,3725 5,3725 5,3725 1,7e−16 ✓
Türetilmiş şablon: Kontrol, SH 0,38197332 0,38197332 0,38197332 4,4e−16 ✓
Türetilmiş şablon: Kontrol, GA_alt 4,57302065 4,57302065 4,57302065 4,5e−15 ✓
Türetilmiş şablon: Kontrol, GA_ust 6,17197935 6,17197935 6,17197935 3,2e−15 ✓
Türetilmiş şablon: Gübre_A, ortalama 7,193 7,193 7,193 1,2e−16 ✓
Türetilmiş şablon: Gübre_A, SH 0,44876972 0,44876972 0,44876972 2,2e−16 ✓
Türetilmiş şablon: Gübre_A, GA_alt 6,25371418 6,25371418 6,25371418 3,0e−15 ✓
Türetilmiş şablon: Gübre_A, GA_ust 8,13228582 8,13228582 8,13228582 2,4e−15 ✓
Türetilmiş şablon: Gübre_B, ortalama 8,418 8,418 8,418 0 ✓
Türetilmiş şablon: Gübre_B, SH 0,64515017 0,64515017 0,64515017 2,2e−16 ✓
Türetilmiş şablon: Gübre_B, GA_alt 7,06768518 7,06768518 7,06768518 4,6e−15 ✓
Türetilmiş şablon: Gübre_B, GA_ust 9,76831482 9,76831482 9,76831482 3,5e−15 ✓
Türetilmiş şablon (blok, %90): B1, GA alt 4,30223901 4,30223901 4,30223901 3,0e−14 ✓
Türetilmiş şablon (blok, %90): B1, GA üst 5,49776099 5,49776099 5,49776099 2,3e−14 ✓
Türetilmiş şablon (blok, %90): B5, GA alt 4,6041187 4,6041187 4,6041187 4,0e−14 ✓
Türetilmiş şablon (blok, %90): B5, GA üst 6,34921463 6,34921463 6,34921463 2,8e−14 ✓

Ölçütü karşılayan: 22/22. Python: csv ve numpy ile açık formüller (pandas kullanılmadan). R: açık formüller ve quantile(type = 7).

61.7 Çıktıyı okuma

İskeletin konsol metni:

Veri: gruplu_verim.csv (60 satır x 4 sütun)
verim: n = 60, ortalama = 6,9945, SS = 2,5514
    parsel               grup    blok        verim
 Length:60          Kontrol:20   B1:12   Min.   : 2.310
 Class :character   Gübre_A:20   B2:12   1st Qu.: 5.225
 Mode  :character   Gübre_B:20   B3:12   Median : 6.650
                                 B4:12   Mean   : 6.995
                                 B5:12   3rd Qu.: 8.047
                                         Max.   :15.270

"Özet" tablosu: n 60; ortalama 6,9945; SS 2,5514; min 2,31; medyan 6,65; maks 15,27.

Öğe Ne yazar Nasıl yorumlanır
İlk iki satır Veri adı ve boyutu; seçilen sütunun n, ortalama, SS değeri mq_sayi ile, arayüz diline göre ayırıcı.
summary(df) çıktısı R'nin sütun özetleri R'nin kendi biçimiyle (nokta, 4 anlamlı basamak) yazılır; mq_sayi'dan geçmez. Faktör sütunlarında düzeyler arayüz sırasıyla görünür.
Özet tablosu Altı istatistik Tam hassasiyetle saklanır.
Şekil Seçilen sütunun histogramı Yedi kutu; başlık ve eksen adları arayüz diline göre.

Şekil 61.1. İskeletin çizdiği histogram (örnek veri, verim; yedi kutu).

Türetilmiş şablonun konsol satırı verim ~ grup: 3 grup, n = 60, güven düzeyi 0,950; tablosu üç satırdır (61.6, Adım 4) ve Python karşılığının tablosuyla basamağı basamağına aynıdır.

Rapor cümlesi (türetilmiş şablon):

Parsel verimi kontrol grubunda ortalama 5,37 (%95 GA [4,57; 6,17]), Gübre A grubunda 7,19 (%95 GA [6,25; 8,13]) ve Gübre B grubunda 8,42 (%95 GA [7,07; 9,77]) idi (her grupta n = 20).

61.8 Sık hatalar ve tuzaklar

  • Sütunun R'deki türünü denetlememek. sayisal_sutun alanı sütunun veri çerçevesindeki sayı türüne bakar; veri sekmesinde "kategorik" yapılmış sayısal bir sütun formda seçilebilir ve R'ye faktör olarak gelir. İskelet sütunu olduğu gibi kullanır: örnek veride verim kategorik yapıldığında çalıştırma sd çağrısında R'nin kendi hatasıyla ("Calling var(x) on a factor x is defunct") durur. Türetilen şablonda is.numeric() denetimi ve mq_hata eklenir (61.4.4). Faktörü sayıya çevirmek gerekiyorsa as.numeric(as.character(x)) yazılır; as.numeric(x) değerleri değil düzey sıra numaralarını döndürür.
  • Son satırda değer bırakmak. Kodun son ifadesi görünür bir değer döndürürse konsola yazdırılır; veri çerçevesiyse adsız bir tablo olarak eklenir. Şablon invisible(NULL) ile bitirilir.
  • Sayıyı sprintf ile biçimlemek. sprintf("%.4f", x) her dilde nokta yazar; metin satırlarında mq_sayi kullanılır. print(summary(df)) gibi R çıktıları R'nin biçimiyle kalır.
  • Grafik aygıtını elle açıp kapatmak. png(), pdf() ya da dev.off() çağrıları şeklin sonuç kartına ulaşmasını engelleyebilir. Çizim komutu doğrudan yazılır, ardından mq_sekil("başlık") çağrılır; ggplot nesnesi mq_sekil(p, "başlık") ile verilir.
  • Paket hatasını sarmamak. Model kuran çağrılar tryCatch içinde mq_hata'ya çevrilmezse kullanıcı çağrı izini görür. Uyarılar ise kartın hata akışı bölümüne düşer; önemli bir uyarı (yakınsama gibi) withCallingHandlers ile yakalanıp mq_metin ile yazılır.
  • Düzey sırasını alfabetik sanmak. Kategorik sütunun düzeyleri arayüzdeki sırayla gelir ve factor() bu sırayı korur. Metin türündeki sütun ise karakter vektörüdür; factor() onu alfabetik sıralar. "İlk düzey" kullanan her hesapta sıra açıkça yazdırılır.
  • Eksik paketi şablonda kurmak. install.packages() şablonda çağrılmaz; paket yoksa library() hatası sonuç kartında eksik paketin adıyla gösterilir.
  • Form denetimini yöntem denetimi sanmak. "Güven düzeyi 1,5" formda durur ("değer 0,5 ile 0,999 arasında olmalı"); "en az iki grup" gibi koşullar gövdede denetlenir.

61.9 Uzman soruları

S1. R şablonu hangi R ile, hangi ortamda çalışır?

Ayarlar'da seçilen Rscript ile, --no-init-file seçeneğiyle ve her çalıştırma için ayrı bir iş klasöründe (Bölüm 1.3). Kullanıcının .Rprofile dosyası okunmaz; çalışma alanı boştur. Yardımcı betik df, P ve mq_* adlarını kurar, tohumu ayarlar ve kodu ifade ifade değerlendirir. Yüklenen paketler, sürümleri ve atıfları çalıştırma kaydına yazılır.

S2. Veri R'ye hangi türlerle gelir?

Veri sekmesindeki türe göre: sayısal sütun numeric, tamsayı integer, mantıksal logical, tarih Date, kategorik factor, sıralı ordered, metin character (r_yardim.R:107–122). Faktör düzeyleri arayüzdeki düzey sırasıyla kurulur. Eksik değerler NA'dır.

S3. Tabloda satır adları ne olur?

Satır adları varsayılan sıra numaraları değilse (örneğin coef(summary(model)) matrisinde terim adları) tablonun ilk, başlıksız sütunu olarak korunur (r_yardim.R:165–167, 196–199). Varsayılan satır adları atılır. Faktör ve karakter sütunları metin, sayısal sütunlar sayı olarak aktarılır.

S4. Python ve R iskeletleri neden farklı tablo üretiyor?

İkisi de aynı sözleşmeyi örnekler ama kendi dilinin alışılmış aracını kullanır: Python iskeleti describe ile bütün sütunların özetini tek tabloya koyar; R iskeleti bütün sütunların özetini summary ile konsola yazar ve tabloya yalnız seçilen sütunun altı istatistiğini alır. Ortak sayılar (n, ortalama, SS, en küçük, medyan, en büyük) iki iskelette aynıdır (60.6.1 ve 61.6.1). Histogramların kutu sayısı farklıdır (9 ve 7).

S5. Rastgelelik içeren bir R şablonu nasıl yinelenebilir olur?

Yürütücü her çalıştırmada bir tohum seçer, koddan önce set.seed ile ayarlar ve adıma yazar; aynı adım yeniden oynatıldığında aynı sayılar üretilir. Kullanıcının tohumu kendisinin belirlemesi isteniyorsa şablona tohum adlı bir tamsayi parametresi eklenir ve gövdenin başında set.seed(P$tohum) çağrılır; kütüphanedeki yeniden örnekleme şablonları bu düzeni kullanır.

S6. Bir şablon başka bir şablonun ya da temel programın sonucunu kullanabilir mi?

Hayır; her çalıştırma bağımsız bir R sürecidir ve yalnız etkin veriyi ve form değerlerini alır. Ara sonuç gerekiyorsa aynı şablonun içinde hesaplanır ya da veri sekmesine sütun olarak eklenmiş olmalıdır.

61.10 Kaynaklar

  • R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3). R Foundation for Statistical Computing. https://www.R-project.org/
  • Sturges, H. A. (1926). The choice of a class interval. Journal of the American Statistical Association, 21(153), 65–66. https://doi.org/10.1080/01621459.1926.10502161