Ders Detayı

İleri SPSS ile Veri Analizi -1
11 Video, Ders Süresi: 60 gün

Dersler

Ders 1: Tanıtım

Ders 2: Genel Doğrusal Modeller-1(Tek Yönlü Varyans Analizi)

Ders 3: Genel Doğrusal Modeller-2(Tek Yönlü Kovaryans Analizi

Ders 4: Genel Doğrusal Modeller-3(Tekrarlanan Ölçümler)

Ders 5: Genel Doğrusal Modeller-4(Faktörüyel Düzende Faktörlerden Biri Tekrarlanan Ölçümler)

Ders 6: Genel Doğrusal Modeller-5(MANOVA)

Ders 7: Genel Doğrusal Modeller-6(Tek Yönlü MANCOVA)

Ders 8: Genel Doğrusal Modeller-7(İki Yönlü MANCOVA)

Ders 9: Genel Doğrusal Modeller-8(İki Yönlü Varyans Analizi)

Ders 10: Benzerlik Analizi Analysis Of Sımılarities (ANOSIM)

Ders 11: Parametrik Olmayan Çok Değişkenli Varyans Analizi (NP MANOVA - PER MANOVA)

Bu ders toplam 325 dk'dır.

 

Eğitmen Hakkında

2006 yılında Anadolu Üniversitesi Bankacılık Sigortacılık Bölümünden, 2007 yılında Eskişehir
Osmangazi Üniversitesi İstatistik Bölümünden, 2008 yılında Anadolu Üniversitesi İşletme
Bölümünden mezun olmuştur. 2009 yılında Gazi Üniversitesi Fen Bilimleri Enstitüsü, İstatistik
Anabilim Dalında Yüksek Lisansını, 2014 yılında Ankara Üniversitesi Sağlık Bilimleri Enstitüsü
Tıp Fakültesi Biyoistatistik Anabilim Dalında Doktora eğitimini tamamlamıştır.
2010-2015 yılları arasında Başkent Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalında
Akademik Uzman olarak, 2015-2016 yıllarında İ.Ü. Medikal Park Hastanesi Tıp Fakültesi
Biyoistatistik ve Tıp Bilişimi ABD’da Yrd. Doç. Dr. (Dr. Öğr Üyesi) olarak, 2016-2017 yıllarında
Türkiye Cumhuriyeti Ulusal Ulaştırma Master Planı’nda veri analisti olarak görev yapmıştır.
Mezuniyet Öncesi Veteriner Eğitimi Ulusal Çekirdek Eğitim Programı – 2019 komisyonunda
görev yapmıştır.2020 Temmuz ayı itibariyle SCI, SCI-expanded, SSCI, AHCI’de yer alan ve Impact faktörü 1.0 ve üzeri olan uluslararası dergilerde yayımlanan 31, SCI, SCI-expanded, SSCI, AHCI’de yer alan Impact faktörü 0.1-0.9 arası olan uluslararası dergilerde yayımlanan 33 araştırma makalesi,
50 adet ulusal hakemli dergilerde araştırma makalesi ve 21 adet Uluslararası sözlü sunum ve
ulusal sözlü sunum olarak 68 adet bilimsel çalışma yapmıştır.2017 Kasım-2020 Hazitan tarihinlerinde Selçuk Üniversitesi Veteriner Fakültesi Biyoistatistik ABD’da Doç. Dr. olarak görev yapmıştır.
2020 Temmuz ayı itibariyle İzmir Kâtip Çelebi Üniversitesi Tıp Fakültesi Biyoistatistik ABD ‘da
görev yapmaktadır.

#APİD#AYEUM #yerliveritabanı #ARGE 
#İntihal #aşırma #özgünlük #intihaldenkaçınma

 

Eğitmen:Doç. Dr. Mustafa Agah TEKİNDAL

Katılım Belgesi: Evet

Durum: Tüm Dersler Eklendi

Garanti: %100 Memnuniyet ve İade garantisi

Özellikleri: İnteraktif, Online Sınav, Eğitmene soru sorma İmkanı

Fiyat:
%50
249,90 TL 124,95 TL
Ders İzleme Süresi: 60 Gün
Erişim Zamanı: 7/24
Video Sayısı: 11
Durum: Satın Alınabilir
Favoriye Ekle


Tanıtım Videosunu İzle



Örnek Dersi İzle

Puanlar 0 Kişi Oyladı (0/100)

0 Kişi
0 Kişi
0 Kişi
0 Kişi
0 Kişi

Yorumlar

M.S.C.

SAYIN HOCAM; AĞZINIZA SAĞLIK... SAYIN HOCAM; BİR VERİDE NORMALLİK ŞARTI SAĞLANIRKEN, HOMOJENLİK TESTİ VARSAYIMI SAĞLANMIYORSA BU DURUMDA PARAMETRİK Mİ, NON-PARAMETRİK TEST Mİ KULLANILIR? AYRICA SPSS TE ANOVA ÇOKLU KARŞILAŞTIRMALARDA VARYANS HOMOJENLİĞİ SAĞLANMADIĞI TAKTİRDE KULLANILABİLECEK DİĞER TESTLER VAR (ÖRNEĞİN THAMSEN 2 GİBİ). BU BİR ÇELİŞKİ DEĞİL Mİ? MADEM Kİ VARYANS HOMOJEN DEĞİLSE NEDEN KRUSKAL WALLİS KULLANILMI YOR? SAYGILARIMLA...


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Öncelikle çok güzel bir noktaya değindiniz. Homojenlik varsayımı sağlanmadığında paket program bize birden çok seçenek sunuyor. Elimizdeki veri seti için normallik varsayımı sağlanıyor ve homojenlik varsayımı sağlanmıyorsa, Birincisi, F testi yerine Welch ya da Brown-Forsythe testi kullanılabilir. Eğer gruplar arasında anlamlı bir fark bulunuyorsa, varyasnların homojen olmadığı çoklu karşılaştırma yöntemleri (Tamhane's T2, Dunnett's T3, Games-Howell(yapılan simülasyon çalışmalarında en güçlü test), Dunnett's C) kullanılabilir. İkincisi parametrik olmayan Kruskal Wallis testi kullanılabilir. Yapılan simülasyon çalışmalarında parametrik testlerin, parametrik olmayan testlere varsayımların bir kısmı sağlanmadığında da daha güçlü olduğu belirlenmiştir. Bu sebeple varyanslar homojen çıkmadığında serbestlik derecesi düzeltmeli Welch ya da Brown-Forsythe testi sonuçlarını göz önünde bulunrmak daha doğru olabilir. Ancak yinede tercih kullanmak araştırmacının amacına ve veri yapısına bağlıdır. Teşekkürler


E.K.

MERHABALAR HOCAM, BİLGİ BİRİKİMİNİZİ ÖZVERİYLE PAYLAŞTIĞINIZ İÇİN TEŞEKKÜRLER. MANOVA TESTİNDE BENİM VERİ SETİM İÇİN BOX'S TEST OF EQUALİTY OF COVARİANCE MATRİCES DEĞERİ P = .011 BU DURUMDA BELİRTTİĞİNİZ VARSAYIM KARŞILANMIYOR NE YAPMALIYIM ? KOLAYLIKLAR DİLERİM, SAYGILARIMLA.


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Bu durumda üç tercihimiz olabilir; Bir tanesi Pillai's Trace, Wilks' Lambda, Hotelling's Trace, Roy's Largest Root testlerinden uygun olanı kullanmak. Bir diğeri ise ham veriyi trasformasyona sokmaktır. Transformasyon için Logaritmik dönüşüm, Karekökü, 1/y, Kare,Logit ve Box-Cox veri trasnformasyonu yapmaktır. Sonuncusu ise parametrik olmayan çok değişkenli yöntemleri kullanmaktır. Parametrik olmayan MANOVA (PERMANOVA, Permutational Multivariate Analysis of Variance) olarak adlnadırılmaktadır. İyi çalışmalar


E.K.

MERHABALAR HOCAM, NORMALLİK VARSAYIMLARI KARŞILANMASINA KARŞIN LEVENE TESTİNDE DÖRT BAĞIMLI DEĞİŞKENDEN BİRİ HOMOJEN DEĞİL, KOVARYANS MATRİSİ HOMOJEN DEĞİL. BU DURUMDA NORMALLİK KARŞILANMASINA RAĞMEN VARYANS KOVARYANS HOMOJENLİĞİ SAĞLANMADIĞI DURUMLARDA NELER YAPILABİLİR ? HİPOTEZİM 4 SÜREKLİ BAĞIMLI DEĞİŞKEN VE 1 KATEGORİK DEĞİŞKENDEN OLUŞMAKTADIR. İLGİNİZ İÇİN ŞİMDİDEN TEŞEKKÜRLER.


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Bu durumda da benzer şekilde üç tercihimiz olabilir; Bir tanesi Pillai's Trace, Wilks' Lambda, Hotelling's Trace, Roy's Largest Root testlerinden uygun olanı kullanmak. (Farklı durumlarda genelde en iyi sonuç veren Wilk's Lambda oluyor, "Ateş, C., Kaymaz, Ö., Kale, H. E., & Tekindal, M. A. (2019). Comparison of Test Statistics of Nonnormal and Unbalanced Samples for Multivariate Analysis of Variance in terms of Type-I Error Rates. Computational and Mathematical Methods in Medicine, 2019.") Bir diğeri ise ham veriyi trasformasyona sokmaktır. Transformasyon için Logaritmik dönüşüm, Karekökü, 1/y, Kare,Logit ve Box-Cox veri trasnformasyonu yapmaktır. Burada da en verimli sonucu genelde Box-Cox veri transformasyonu sağlamaktadır. Sonuncusu ise parametrik olmayan çok değişkenli yöntemleri kullanmaktır. Parametrik olmayan MANOVA (PERMANOVA, Permutational Multivariate Analysis of Variance) olarak adlandırılmaktadır. (https://rdrr.io/github/leffj/mctoolsr/man/calc_pairwise_permanovas.html) Selamlar İyi çalışmalar


E.K.

MERHABALAR HOCAM, MANOVANIN HOMOJENLİK VARSAYIMLARININ KARŞILANMAMASI DURUMUNDA PERMANOVAYI BİR ÇÖZÜM OLARAK ÖNERDİNİZ. PERMANOVAYI NASIL YAPABİLİRİM ? İSTATİSTİK KİTAPLARI YA DA İLGİLİ YAYINLARDA PARAMETRİK VE NONPARAMETRİK ORTALAMA KARŞILAŞTIRMA TESTLERİNDE PERMANOVAYA YER VERİLMEMİŞ HOCAM. MANOVA, MANCOVA DİYE DEVAM EDİYOR HEPSİ. NASIL YAPABİLİRİM BU TESTİ ? İLGİNİZ İÇİN ŞİMDİDEN TEŞEKKÜRLER HOCAM, KOLAYLIKLAR DİLERİM.


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, SPSS ya da benzeri paket programlar bu seçenek nesne tabanlı kullanıcı dostu bir çözümle karşımıza çıkmıyor, ancak açık erişimli PAST programında NPMANOVA'yı kullanabilirsiniz. http://priede.bf.lu.lv/ftp/pub/TIS/datu_analiize/PAST/2.17c/download.html Bu linkten erişebilirsiniz. İyi çalışmalar


E.K.

HOCAM EN SON PAYLAŞTIĞINIZ LİNK R PROGRAMI İÇİN SANIRIM. PEKİ ÇÖZÜM OLARAK SPSS'DE YAPABİLECEĞİM BİR YÖNTEM VAR MI DİYE SORMAK İSTEDİM SON OLARAK ÇOK MEŞGUL ETTİM KUSURA BAKMAYIN


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, SPSS ya da benzeri paket programlar bu seçenek nesne tabanlı kullanıcı dostu bir çözümle karşımıza çıkmıyor, ancak açık erişimli PAST programında NPMANOVA'yı kullanabilirsiniz. http://priede.bf.lu.lv/ftp/pub/TIS/datu_analiize/PAST/2.17c/download.html Bu linkten erişebilirsiniz. İyi çalışmalar


E.

HOCAM MERHABA OLGU-KONTROL GRUBUNDAN OLUŞAN VE TEKRARLI ÖLÇÜMLERİN OLDUĞU ÇALIŞMANIN İSTATİSTİĞİNDE İKİ YÖNLÜ TEKRARLI VARYANS ANALİZİNİ Mİ KULLANACAĞIZ. OLGU GRUBUNUN VE KONTROL GRUBUNUN ZAMAN İÇİNDEKİ DEĞİŞİMLERİNE BAKARKEN AYNI ZAMANDA BUNLARIN ETKİLEŞİMLERİNEDE BAKMAK İSTERSEK BU YÖNTEM Mİ UYGUNDUR. I. FAKTÖR SAYIM (5 FARKLI ZAMAN), II. FAKTÖR SAYIM (2 GRUP (OLGU; KONTROL)) OLARAK. TEŞEKKÜR EDERİM ŞİMDİDEN


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Burada faktöriyel düzende faktörlerden biri tekrarlanan varyans analizi kullanmamız doğru olur (Mixed Design ANOVA). İyi çalışmalar


A.A.G.

HOCAM MERHABA, BU KARMAŞIK KONUYU BU KADAR GÜZEL VE AYRINTILI BİR ŞEKİLDE ANLATTIĞINIZ İÇİN TEŞEKKÜR EDERİM. İYİ Kİ BU PLATFORMDA GÜZEL SUNUMUNUZA DENK GELDİM. EMEKLERİNİZE SAĞLIK. SAYGILARIMLA.


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

İlginiz ve yorumunuz için teşekkür ederim.


A.A.G.

HOCAM MERHABA, KOD YAZARAK İKİLİ KARŞILAŞTIRMALARI YAPTIĞIMIZDA; HER İKİLİ KARŞILAŞTIRMANIN ETKİ BÜYÜKLÜĞÜNÜ NASIL HESAPLARIZ? TEŞEKKÜRLER, SAYGILARIMLA.


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Syntax yazmadan önce options>estimate of effect size seçeneğini işaretleyebilirseniz etki büyüklüğüde output'da gelecektir.


P.B.

MERHABA HOCAM, TEK YÖNLÜ TEKRARLANAN VARYANS ANALİZİNDE İLK BAŞTA İŞLEM ÖNCESİ, SIRASI, SONRASI ZAMANLARIN NORMAL DAĞILIMLARINA BAKILIYOR. BU ÜÇ ÖLÇÜMDEN BİRİ NORMAL DAĞILMAZSA ÖLÇÜMLER NORMAL DAĞILMIYOR KABUL EDİYORUZ. O ZAMAN BU ANALİZ YERİNE FREİDMAN ANALİZİNİ Mİ YAPMAK GEREKİR?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Temel olarak çok değişkenli normal dağılıma bakmak gerekli, bu sebeple eğer elinizde PAST programı varsa ordan bakabilirsiniz. Tek değişkenli normal dağılım sadece fikir veriyor. Ancak yinede Friedman kullanmak yerinde olacaktır.


M.G.

MUSTAFA AGAH HOCAM MERHABA, BİR SORUM OLACAKTI. BENİM YAPMAK İSTEDİĞİM ÇALIŞMADA TEK GRUP (N:40) LİSANS ÖĞRENCİSİ, ÖN TEST OLARAK BU GRUPTAN BEDEN KİTLE İNDEKSİ, BEL-KALÇA ORANI VE MENTAL İYİ OLUŞ ÖLÇEĞİ KULLANARAK VERİ ALDIM. SONRASINDA 2 AYLIK BİR SÜREDE HER GÜN ADIM SAYILARINI KAYDEDEREK 2 AYLIK ADIM TOPLAMLARINI TESPİT ETTİM. 2 AYIN SONUNDA TEKRAR BEDEN KİTLE İNDEKSİ, BEL-KALÇA ORANI VE MENTAL İYİ OLUŞ ÖLÇEĞİ KULLANARAK VERİ ALDIM. VERİLER NORMAL DAĞILIYOR, TANIMLAYICI İSTATİSTİK VE PAİRED SAMPLES T TEST İLE ÖN/SON TESTTE ANLAMLILIK OLUP OLMADIĞINI BELİRLEDİM, ANLAMLILIK VAR. BAĞIMSIZ DEĞİŞKENİM; ADIM TOPLAMI, BAĞIMLI DEĞİŞKENLERİM (BEDEN KÜTLE İNDEKSİ (3 SINIFLAMALI), BEL-KALÇA ORANI (2 SINIFLAMA), MENTAL İYİ OLUŞ (ÖLÇEK TOPLAM)). ŞİMDİ BENİM BAKMAK İSTEDİĞİM BU FARKLILIK ADIM TOPLAMINDAN MI KAYNAKLANIYOR? TEKRARLAYAN ÖLÇÜMDE BEN ADIM TOPLAMININ DİĞER BAĞIMLI DEĞİŞKENLERE ETKİSİNİ YA DA İLİŞKİSİNİ NASIL BELİRLEYEBİLİRİM?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar burada bagimli degiskenler kategorik oldugu icin lojistik regresyon kullanmak daha dogru olacaktir. Lojistik regresyon sonucunda adim topla.i hangi denklemde anlamli cikiyorsa genel cerceve icin bir fikir verebilir.


M.M.G.

HOCAM MERHABA, ANKET SORULARIMIZDA ÇOK YANIT VERME OPSİYONU TANIDIK. BAĞIMLI DEĞİŞKENLERİMİZDE İSE İKİ VE DAHA FAZLA KATEGORİLİDİR. SPSS ÇOK YANITLI VERİ SETİNDE T TESTİ VE ANOVA YAPMA İMKANI SUNUYOR. ANCAK BU TESTLERİN ÖN KOŞU NORMAL DAĞILIM. BU ŞEKİLDE BİR VERİ SETİNDE NORMAL DAĞILIMA NASIL BAKABİLİRİZ? HER YANIT ŞIKKINI BİR BAĞIMSIZ DEĞİŞKEN SORU OLARAK DEĞERLENDİRİP NORMALLİĞE BAKABİLİR MİYİZ? TEŞEKKÜR EDERİM, SAYGILARIMLA.


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Uyum Analizi ya da Kanonik Korelasyon uygulamanız daha doğru, anket sonucu oluşsan veri tipiniznominal ya da ordinal olduğu için bu şekilde değerlendirmeniz daha uygun olabilir. İyi çalışmalar


H.K.

HOCAM EMEKLERİNİZE SAĞLIK. ÇOK FAYDALI BİR İÇERİK OLMUŞ. PARAMETRİK TESTLER İÇİN NORMALLİK VE HOMOJENLİK VARSAYIMI SADECE DENEYSEL TASARIMLAR İÇİN Mİ GEREKLİ? DENEYSEL OLMAYAN TASARIMLARDA SADECE NORMALLİK VARSAYIMI YETERLİ OLUR MU? BAZI DENEYSEL OLMAYAN ÇALIŞMA İÇEREN VİDEOLARDA ANOVA İÇİN NORMALLİK VARSAYIMI OLDUĞU TAKDİRDE PARAMETRİK TESTLERE DEVAM EDİLMİŞ SADECE HOMOJEN OLUP OLMAMASINA GÖRE POSY-HOC TESTLERİNDE FARKLILAŞTIRMA YAPILMIŞ. ÇOK TEŞEKKÜRLER.


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Teşekkür ederim. Deneysel tasarımlar içinde geçerli, deneysel tasarımda varyasyon daha kısıtlı olacağı için önşartların sağlanması daha beklenen bir durumdur. Parametrik testler için, hem normal dağılım hem de homojenlik varsayımlarının sağlanması önerilen ve gereken bir durumdur. Ancak bazı durumlarda homojenlik sağlanmadığında düzeltme testleri kullanılabiliyor. Genelde önerilen düzeltme metotları yerine parametrik olmayan yöntemlerle değerlendirme yapmaktır. Bazı durumlarda önşartlar sağlanmadığında düzetme yöntemleri kullanılabilir. -Örneğin homojenlik için (Welch, Brown-Forsthe) gibi kulanıldığında çoklu karşılaştırmalarda Games-Howell gibi post hoc testler kullanılabilir. İyi çalışmalar


H.G.C.

BİLGİLENDİRİCİ VİDEO SERİSİ İÇİN TEŞEKKÜR EDERİM. 3. VİDEO BAŞINDA TEK FAKTÖRLÜ TEKRARLI ÖLÇÜM ÖRNEĞİNDE KİŞİLERİN TANSİYON ÖLÇÜMLERİNİ KIYASLADIK. BUNA BETWEEN-SUBJECT FACTOR OLARAK, ÇOCUK, GENÇ, ORTA YAŞLI VE YAŞLI OLARAK EKLEDİĞİMİZİ VARSAYALIM. TEST OF WİTHİN SUBJECT EFFECT TABLOSUNDA YAŞ GRUBU*ZAMAN ANLAMLI SONUÇ ÇIKIYOR. HANGİ GRUPLARDA FARKLILAŞMA OLDUĞUNU ANLAMAK İÇİN GRUPLARIN KARŞILAŞTIRILDIĞI İKİ TABLO KARŞIMIZA ÇIKIYOR, PAİRWİSE COMPARİSON VE SEÇİLEN POSTHOC TABLOSU(ÖNR TUKEY). BİZ ZAMAN İÇERİSİNDEKİ DEĞİŞİMİN ETKİSİNE BAKMAK İÇİN PAİRWİSE TABLOSUNA MI BAKMALIYIZ, POST-HOC TUKEY TABLOSUNA MI? ETKİLEŞİM TABLOSUNDA ANLAMLI FARKLILIK GÖRÜLÜYOR ANCAK AŞAĞIDAKİ POST-HOC VE PAİRWİSE TABLOLARINDA FARKLILIK GÖRÜLMÜYOR (BENFERRONİ DÜZELTMESİNİ SEÇTİĞİMİZ HALDE) NEDEN OLABİLİR?


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Bu durumda Bonferroni testi en conservative(tutucu) test olduğu için diğer testlere ve örnek genişliğine bakmak gerekir. Diğer post-hoc testler lsd, sidak gibi bakılabilir.


G.B.

HOCAM BU DERSLER KAPSAMINDA TÜM PPT SUNUMLARINIZI ALABİLME İMKANIMIZ VAR MI? ÇALIŞIRKEN TEKRAR EDERKEN KOLAYLIK OLMASI AÇISINDAN TEŞEKKÜR EDERİM


Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Aktif olarak sunumları paylaşmıyorum. İyi çalışmalar