Ekonometri Ilk Proje

Ilk Ders Yapılanlar

  • R yükleme
  • Rmarkdown başlangıç
  • Web sayfası hazırlama
  • İnternete yükleme

Formül

\[c^2 = a^2 + b^2 \]

Türkiye göçmen grafiği

yillar <- c(2010, 2011, 2012, 2013, 2014)
gocmen_sayisi <- c(10000, 12000, 15000, 14000, 16000)


veri <- data.frame(Yil = yillar, Gocmen_Sayisi = gocmen_sayisi)

library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.3.3
ggplot(veri, aes(x = Yil, y = Gocmen_Sayisi)) +
  geom_line() +
  geom_point() +
  labs(x = "Yıl", y = "Göçmen Sayısı", title = "Türkiye'deki Yıllara Göre Göçmen Sayısı")

Makine Öğrenmesi

Makine öğrenmesi, bilgisayarların veri kullanarak öğrenmelerini sağlayan bir teknolojidir. Bu teknoloji, veriye dayalı olarak belirli görevleri gerçekleştirmek için algoritmalar kullanır. Örneğin, resimlerde nesneleri tanıma, e-postalardaki spam mesajlarını tespit etme veya finansal verileri analiz etme gibi görevlerde kullanılabilir. Makine öğrenmesi, veriye dayalı öğrenme ve tahmin yapma süreçlerini otomatikleştirir ve genellikle denetimli, denetimsiz veya pekiştirmeli öğrenme olarak gruplandırılır. Bu teknoloji, birçok endüstride büyük veri analitiği, yapay zeka ve otomasyon alanlarında kullanılır.

Kaggle Projesi

Spaceship Titanic Tanıtım

2912 yılına hoş geldiniz, veri bilimi becerilerinizin bir kozmik gizemi çözmek için gerektiği bir zamandayız. Dört ışık yılı uzaklıktan bir ileti aldık ve durum pek iç açıcı değil.

Uzay Gemisi Titanic, yaklaşık bir ay önce fırlatılan bir yıldızlararası yolcu gemisiydi. Neredeyse 13.000 yolcusuyla gemi, güneş sistemimizden üç yeni yaşanabilir ekzoplanete yolcu taşıyarak ilk seyahatini başlattı.

İlk hedefi sıcak 55 Cancri E olan Titanic, Alpha Centauri’yi dolaşırken bir toz bulutunun içinde gizlenmiş bir uzayzaman anomalisiyle çarpıştı. Ne yazık ki, adını 1000 yıl önceki gemiden alan bu gemi benzer bir kaderi paylaştı. Gemi bütünlüğünü korudu ancak yolcuların neredeyse yarısı alternatif bir boyuta taşındı!

Kurtarma ekiplerine yardımcı olmak ve kayıp yolcuları kurtarmak için, geminin hasar görmüş bilgisayar sisteminden kurtarılan kayıtları kullanarak anomaliden etkilenen yolcuları tahmin etme görevi size veriliyor.

Onları kurtararak ve tarihi değiştirerek yardımcı olun!

Ortalama, standart sapma, kovaryans ve korelasyon nedir?

  • Ortalama (Mean): Bir veri setindeki değerlerin toplamının, veri setindeki toplam öğe sayısına bölünmesiyle elde edilen sayıdır. Örneğin, bir sınıftaki öğrencilerin notlarının ortalaması, tüm öğrencilerin notlarının toplamının öğrenci sayısına bölünmesiyle bulunur.

  • Standart Sapma (Standard Deviation): Bir veri setindeki değerlerin ne kadar yayıldığını ölçen bir istatistik değeridir. Standart sapma, ortalama etrafındaki varyansı gösterir. Daha düşük bir standart sapma, değerlerin ortalamaya yakın olduğunu, daha yüksek bir standart sapma ise değerlerin daha çok dağıldığını gösterir.

  • Kovaryans (Covariance): İki değişken arasındaki ilişkinin değişkenlik ölçüsüdür. Pozitif bir kovaryans, iki değişkenin birlikte artma eğiliminde olduğunu gösterirken, negatif bir kovaryans, bir değişken artarken diğerinin azaldığını gösterir.

  • Korelasyon (Correlation): İki değişken arasındaki ilişkinin gücünü ve yönünü ölçen istatistiksel bir ölçüdür. Korelasyon katsayısı, -1 ile +1 arasında değer alır. +1 mükemmel pozitif korelasyonu, -1 mükemmel negatif korelasyonu ve 0 ise herhangi bir ilişki olmadığını gösterir.

Bir şirketin hisse senedi fiyatlarıyla ilgili olarak bir yıl boyunca her ayın sonunda veriler toplanmıştır. Aşağıdaki veriler, hisse senedi A’nın fiyatları ile hisse senedi B’nin fiyatları arasındaki ilişkiyi göstermektedir:

Aylar: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12

Hisse Senedi A Fiyatları ($): 10, 12, 14, 18, 20, 22, 24, 28, 30, 32, 34, 38

Hisse Senedi B Fiyatları ($): 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30

Şimdi, bu verilere dayanarak ortalama, standart sapma, kovaryans ve korelasyonu hesaplayabiliriz

  • Ortalama:

  • Hisse Senedi A için ortalama: 10 + 12 + 14 + 18 + 20 + 22 + 24 + 28 + 30 + 32 + 34 + 38 = 282

  • Toplam hisse senedi sayısı = 12

  • Ortalama = 282 / 12 = 23.5$

  • Hisse Senedi B için ortalama: 8 + 10 + 12 + 14 + 16 + 18 + 20 + 22 + 24 + 26 + 28 + 30 = 230

  • Toplam hisse senedi sayısı = 12

  • Ortalama = 230 / 12 = 19.17$

  • Standart Sapma:

  • Hisse Senedi A için standart sapma:

  • Standart sapma = √[Σ(xi - μ)² / N]

  • N = 12 (hisse senedi sayısı)

  • μ = 23.5 (hisse senedi A için ortalama) xi değerleri hisse senedi A fiyatlarıdır.

  • Hisse Senedi B için standart sapma:

  • Standart sapma = √[Σ(xi - μ)² / N] N = 12 (hisse senedi sayısı) μ = 19.17 (hisse senedi B için ortalama) xi değerleri hisse senedi B fiyatlarıdır.

  • Kovaryans:

  • Kovaryans = Σ[(xi - μx) * (yi - μy)] / N μx = 23.5 (hisse senedi A için ortalama) μy = 19.17 (hisse senedi B için ortalama) xi ve yi değerleri hisse senedi A ve B fiyatlarıdır.

  • Korelasyon:

  • Korelasyon = Kovaryans / (standart sapma A * standart sapma B)