Hafta 2 - OLC733
Tugay Kaçak
2025-02-28
library(haven)
library(dplyr)
library(readxl)
library(tictoc)
library(CTT)#sayac
library(psych)#Bu kod baya işlevsel oldu
setwd(dirname(rstudioapi::getActiveDocumentContext()$path))veri <- read_sav("SCREEN.sav")
veri <- expss::drop_var_labs(veri)
describe(veri[,-1])## vars n mean sd median trimmed mad min max range skew kurtosis
## TIMEDRS 1 465 7.90 10.95 4 5.61 4.45 0 81 81 3.23 12.88
## ATTDRUG 2 465 7.69 1.16 8 7.71 1.48 5 10 5 -0.12 -0.47
## ATTHOUSE 3 464 23.54 4.48 24 23.62 4.45 2 35 33 -0.45 1.51
## INCOME 4 439 4.21 2.42 4 4.01 2.97 1 10 9 0.58 -0.38
## EMPLMNT 5 465 0.47 0.50 0 0.46 0.00 0 1 1 0.12 -1.99
## MSTATUS 6 465 1.78 0.42 2 1.85 0.00 1 2 1 -1.34 -0.21
## RACE 7 465 1.09 0.28 1 1.00 0.00 1 2 1 2.90 6.40
## se
## TIMEDRS 0.51
## ATTDRUG 0.05
## ATTHOUSE 0.21
## INCOME 0.12
## EMPLMNT 0.02
## MSTATUS 0.02
## RACE 0.01library(DT)
DT::datatable(veri[-1])#bu paket ve fonksiyon html çiktisi veriyo. işlevsel olabilir
library(DataExplorer)## Warning: package 'DataExplorer' was built under R version 4.4.2#create_report(veri)1 Kayıp Veri
library(naniar)## Warning: package 'naniar' was built under R version 4.4.2library(ggplot2)##
## Attaching package: 'ggplot2'## The following objects are masked from 'package:psych':
##
## %+%, alphaany_na(veri) # true ise kayip veri var## [1] TRUEn_miss(veri)## [1] 27prop_miss(veri)## [1] 0.007258065veri %>% is.na() %>% colSums()## SUBNO TIMEDRS ATTDRUG ATTHOUSE INCOME EMPLMNT MSTATUS RACE
## 0 0 0 1 26 0 0 0miss_var_summary(veri)## # A tibble: 8 × 3
## variable n_miss pct_miss
## <chr> <int> <num>
## 1 INCOME 26 5.59
## 2 ATTHOUSE 1 0.215
## 3 SUBNO 0 0
## 4 TIMEDRS 0 0
## 5 ATTDRUG 0 0
## 6 EMPLMNT 0 0
## 7 MSTATUS 0 0
## 8 RACE 0 0miss_var_table(veri)## # A tibble: 3 × 3
## n_miss_in_var n_vars pct_vars
## <int> <int> <dbl>
## 1 0 6 75
## 2 1 1 12.5
## 3 26 1 12.5miss_case_summary(veri)## # A tibble: 465 × 3
## case n_miss pct_miss
## <int> <int> <dbl>
## 1 52 1 12.5
## 2 64 1 12.5
## 3 69 1 12.5
## 4 77 1 12.5
## 5 118 1 12.5
## 6 135 1 12.5
## 7 161 1 12.5
## 8 172 1 12.5
## 9 173 1 12.5
## 10 174 1 12.5
## # ℹ 455 more rows2 Kayıp Veri Görseli
gg_miss_var(veri)
vis_miss(veri)
3 Kayıp Veri ile Baş Etme Yöntemleri
3.1 Liste
na.omit(veri)## # A tibble: 438 × 8
## SUBNO TIMEDRS ATTDRUG ATTHOUSE INCOME EMPLMNT MSTATUS RACE
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1 1 8 27 5 1 2 1
## 2 2 3 7 20 6 0 2 1
## 3 3 0 8 23 3 0 2 1
## 4 4 13 9 28 8 1 2 1
## 5 5 15 7 24 1 1 2 1
## 6 6 3 8 25 4 0 2 1
## 7 7 2 7 30 6 1 2 1
## 8 8 0 7 24 6 1 2 1
## 9 9 7 7 20 2 1 2 1
## 10 10 4 8 30 8 0 1 1
## # ℹ 428 more rows3.2 Çiftler Sık KUllanılmıyor
#ornek bul3.3 Ortalama
veri_mean <- veri
veri_mean$INCOME[is.na(veri_mean$INCOME)] <- mean(veri_mean$INCOME,na.rm = T)
sd(veri$INCOME,na.rm = T) - sd(veri_mean$INCOME,na.rm = T) #değişkenlik düştü## [1] 0.068747153.4 EM Atama
library(missMethods)## Warning: package 'missMethods' was built under R version 4.4.2##
## Attaching package: 'missMethods'## The following objects are masked from 'package:naniar':
##
## impute_mean, impute_median, impute_modeveri_em <- impute_EM(ds = veri,stochastic = F)3.5 Multiple Imputation
3.5.1 Pooling
library(mice)## Warning: package 'mice' was built under R version 4.4.2##
## Attaching package: 'mice'## The following object is masked from 'package:stats':
##
## filter## The following objects are masked from 'package:base':
##
## cbind, rbindimputed_data <- mice(data = veri,m = 5,method = "pmm",seed = 500, maxit = 50)##
## iter imp variable
## 1 1 ATTHOUSE INCOME
## 1 2 ATTHOUSE INCOME
## 1 3 ATTHOUSE INCOME
## 1 4 ATTHOUSE INCOME
## 1 5 ATTHOUSE INCOME
## 2 1 ATTHOUSE INCOME
## 2 2 ATTHOUSE INCOME
## 2 3 ATTHOUSE INCOME
## 2 4 ATTHOUSE INCOME
## 2 5 ATTHOUSE INCOME
## 3 1 ATTHOUSE INCOME
## 3 2 ATTHOUSE INCOME
## 3 3 ATTHOUSE INCOME
## 3 4 ATTHOUSE INCOME
## 3 5 ATTHOUSE INCOME
## 4 1 ATTHOUSE INCOME
## 4 2 ATTHOUSE INCOME
## 4 3 ATTHOUSE INCOME
## 4 4 ATTHOUSE INCOME
## 4 5 ATTHOUSE INCOME
## 5 1 ATTHOUSE INCOME
## 5 2 ATTHOUSE INCOME
## 5 3 ATTHOUSE INCOME
## 5 4 ATTHOUSE INCOME
## 5 5 ATTHOUSE INCOME
## 6 1 ATTHOUSE INCOME
## 6 2 ATTHOUSE INCOME
## 6 3 ATTHOUSE INCOME
## 6 4 ATTHOUSE INCOME
## 6 5 ATTHOUSE INCOME
## 7 1 ATTHOUSE INCOME
## 7 2 ATTHOUSE INCOME
## 7 3 ATTHOUSE INCOME
## 7 4 ATTHOUSE INCOME
## 7 5 ATTHOUSE INCOME
## 8 1 ATTHOUSE INCOME
## 8 2 ATTHOUSE INCOME
## 8 3 ATTHOUSE INCOME
## 8 4 ATTHOUSE INCOME
## 8 5 ATTHOUSE INCOME
## 9 1 ATTHOUSE INCOME
## 9 2 ATTHOUSE INCOME
## 9 3 ATTHOUSE INCOME
## 9 4 ATTHOUSE INCOME
## 9 5 ATTHOUSE INCOME
## 10 1 ATTHOUSE INCOME
## 10 2 ATTHOUSE INCOME
## 10 3 ATTHOUSE INCOME
## 10 4 ATTHOUSE INCOME
## 10 5 ATTHOUSE INCOME
## 11 1 ATTHOUSE INCOME
## 11 2 ATTHOUSE INCOME
## 11 3 ATTHOUSE INCOME
## 11 4 ATTHOUSE INCOME
## 11 5 ATTHOUSE INCOME
## 12 1 ATTHOUSE INCOME
## 12 2 ATTHOUSE INCOME
## 12 3 ATTHOUSE INCOME
## 12 4 ATTHOUSE INCOME
## 12 5 ATTHOUSE INCOME
## 13 1 ATTHOUSE INCOME
## 13 2 ATTHOUSE INCOME
## 13 3 ATTHOUSE INCOME
## 13 4 ATTHOUSE INCOME
## 13 5 ATTHOUSE INCOME
## 14 1 ATTHOUSE INCOME
## 14 2 ATTHOUSE INCOME
## 14 3 ATTHOUSE INCOME
## 14 4 ATTHOUSE INCOME
## 14 5 ATTHOUSE INCOME
## 15 1 ATTHOUSE INCOME
## 15 2 ATTHOUSE INCOME
## 15 3 ATTHOUSE INCOME
## 15 4 ATTHOUSE INCOME
## 15 5 ATTHOUSE INCOME
## 16 1 ATTHOUSE INCOME
## 16 2 ATTHOUSE INCOME
## 16 3 ATTHOUSE INCOME
## 16 4 ATTHOUSE INCOME
## 16 5 ATTHOUSE INCOME
## 17 1 ATTHOUSE INCOME
## 17 2 ATTHOUSE INCOME
## 17 3 ATTHOUSE INCOME
## 17 4 ATTHOUSE INCOME
## 17 5 ATTHOUSE INCOME
## 18 1 ATTHOUSE INCOME
## 18 2 ATTHOUSE INCOME
## 18 3 ATTHOUSE INCOME
## 18 4 ATTHOUSE INCOME
## 18 5 ATTHOUSE INCOME
## 19 1 ATTHOUSE INCOME
## 19 2 ATTHOUSE INCOME
## 19 3 ATTHOUSE INCOME
## 19 4 ATTHOUSE INCOME
## 19 5 ATTHOUSE INCOME
## 20 1 ATTHOUSE INCOME
## 20 2 ATTHOUSE INCOME
## 20 3 ATTHOUSE INCOME
## 20 4 ATTHOUSE INCOME
## 20 5 ATTHOUSE INCOME
## 21 1 ATTHOUSE INCOME
## 21 2 ATTHOUSE INCOME
## 21 3 ATTHOUSE INCOME
## 21 4 ATTHOUSE INCOME
## 21 5 ATTHOUSE INCOME
## 22 1 ATTHOUSE INCOME
## 22 2 ATTHOUSE INCOME
## 22 3 ATTHOUSE INCOME
## 22 4 ATTHOUSE INCOME
## 22 5 ATTHOUSE INCOME
## 23 1 ATTHOUSE INCOME
## 23 2 ATTHOUSE INCOME
## 23 3 ATTHOUSE INCOME
## 23 4 ATTHOUSE INCOME
## 23 5 ATTHOUSE INCOME
## 24 1 ATTHOUSE INCOME
## 24 2 ATTHOUSE INCOME
## 24 3 ATTHOUSE INCOME
## 24 4 ATTHOUSE INCOME
## 24 5 ATTHOUSE INCOME
## 25 1 ATTHOUSE INCOME
## 25 2 ATTHOUSE INCOME
## 25 3 ATTHOUSE INCOME
## 25 4 ATTHOUSE INCOME
## 25 5 ATTHOUSE INCOME
## 26 1 ATTHOUSE INCOME
## 26 2 ATTHOUSE INCOME
## 26 3 ATTHOUSE INCOME
## 26 4 ATTHOUSE INCOME
## 26 5 ATTHOUSE INCOME
## 27 1 ATTHOUSE INCOME
## 27 2 ATTHOUSE INCOME
## 27 3 ATTHOUSE INCOME
## 27 4 ATTHOUSE INCOME
## 27 5 ATTHOUSE INCOME
## 28 1 ATTHOUSE INCOME
## 28 2 ATTHOUSE INCOME
## 28 3 ATTHOUSE INCOME
## 28 4 ATTHOUSE INCOME
## 28 5 ATTHOUSE INCOME
## 29 1 ATTHOUSE INCOME
## 29 2 ATTHOUSE INCOME
## 29 3 ATTHOUSE INCOME
## 29 4 ATTHOUSE INCOME
## 29 5 ATTHOUSE INCOME
## 30 1 ATTHOUSE INCOME
## 30 2 ATTHOUSE INCOME
## 30 3 ATTHOUSE INCOME
## 30 4 ATTHOUSE INCOME
## 30 5 ATTHOUSE INCOME
## 31 1 ATTHOUSE INCOME
## 31 2 ATTHOUSE INCOME
## 31 3 ATTHOUSE INCOME
## 31 4 ATTHOUSE INCOME
## 31 5 ATTHOUSE INCOME
## 32 1 ATTHOUSE INCOME
## 32 2 ATTHOUSE INCOME
## 32 3 ATTHOUSE INCOME
## 32 4 ATTHOUSE INCOME
## 32 5 ATTHOUSE INCOME
## 33 1 ATTHOUSE INCOME
## 33 2 ATTHOUSE INCOME
## 33 3 ATTHOUSE INCOME
## 33 4 ATTHOUSE INCOME
## 33 5 ATTHOUSE INCOME
## 34 1 ATTHOUSE INCOME
## 34 2 ATTHOUSE INCOME
## 34 3 ATTHOUSE INCOME
## 34 4 ATTHOUSE INCOME
## 34 5 ATTHOUSE INCOME
## 35 1 ATTHOUSE INCOME
## 35 2 ATTHOUSE INCOME
## 35 3 ATTHOUSE INCOME
## 35 4 ATTHOUSE INCOME
## 35 5 ATTHOUSE INCOME
## 36 1 ATTHOUSE INCOME
## 36 2 ATTHOUSE INCOME
## 36 3 ATTHOUSE INCOME
## 36 4 ATTHOUSE INCOME
## 36 5 ATTHOUSE INCOME
## 37 1 ATTHOUSE INCOME
## 37 2 ATTHOUSE INCOME
## 37 3 ATTHOUSE INCOME
## 37 4 ATTHOUSE INCOME
## 37 5 ATTHOUSE INCOME
## 38 1 ATTHOUSE INCOME
## 38 2 ATTHOUSE INCOME
## 38 3 ATTHOUSE INCOME
## 38 4 ATTHOUSE INCOME
## 38 5 ATTHOUSE INCOME
## 39 1 ATTHOUSE INCOME
## 39 2 ATTHOUSE INCOME
## 39 3 ATTHOUSE INCOME
## 39 4 ATTHOUSE INCOME
## 39 5 ATTHOUSE INCOME
## 40 1 ATTHOUSE INCOME
## 40 2 ATTHOUSE INCOME
## 40 3 ATTHOUSE INCOME
## 40 4 ATTHOUSE INCOME
## 40 5 ATTHOUSE INCOME
## 41 1 ATTHOUSE INCOME
## 41 2 ATTHOUSE INCOME
## 41 3 ATTHOUSE INCOME
## 41 4 ATTHOUSE INCOME
## 41 5 ATTHOUSE INCOME
## 42 1 ATTHOUSE INCOME
## 42 2 ATTHOUSE INCOME
## 42 3 ATTHOUSE INCOME
## 42 4 ATTHOUSE INCOME
## 42 5 ATTHOUSE INCOME
## 43 1 ATTHOUSE INCOME
## 43 2 ATTHOUSE INCOME
## 43 3 ATTHOUSE INCOME
## 43 4 ATTHOUSE INCOME
## 43 5 ATTHOUSE INCOME
## 44 1 ATTHOUSE INCOME
## 44 2 ATTHOUSE INCOME
## 44 3 ATTHOUSE INCOME
## 44 4 ATTHOUSE INCOME
## 44 5 ATTHOUSE INCOME
## 45 1 ATTHOUSE INCOME
## 45 2 ATTHOUSE INCOME
## 45 3 ATTHOUSE INCOME
## 45 4 ATTHOUSE INCOME
## 45 5 ATTHOUSE INCOME
## 46 1 ATTHOUSE INCOME
## 46 2 ATTHOUSE INCOME
## 46 3 ATTHOUSE INCOME
## 46 4 ATTHOUSE INCOME
## 46 5 ATTHOUSE INCOME
## 47 1 ATTHOUSE INCOME
## 47 2 ATTHOUSE INCOME
## 47 3 ATTHOUSE INCOME
## 47 4 ATTHOUSE INCOME
## 47 5 ATTHOUSE INCOME
## 48 1 ATTHOUSE INCOME
## 48 2 ATTHOUSE INCOME
## 48 3 ATTHOUSE INCOME
## 48 4 ATTHOUSE INCOME
## 48 5 ATTHOUSE INCOME
## 49 1 ATTHOUSE INCOME
## 49 2 ATTHOUSE INCOME
## 49 3 ATTHOUSE INCOME
## 49 4 ATTHOUSE INCOME
## 49 5 ATTHOUSE INCOME
## 50 1 ATTHOUSE INCOME
## 50 2 ATTHOUSE INCOME
## 50 3 ATTHOUSE INCOME
## 50 4 ATTHOUSE INCOME
## 50 5 ATTHOUSE INCOMElinreg <- with(imputed_data,lm(TIMEDRS ~ ATTHOUSE + INCOME))
pooled_results <- mice::pool(linreg)
summary(pooled_results)## term estimate std.error statistic df p.value
## 1 (Intercept) -0.4940885 2.8351124 -0.1742747 458.9825 0.861726397
## 2 ATTHOUSE 0.3139818 0.1125528 2.7896404 459.9387 0.005495781
## 3 INCOME 0.2385298 0.2110460 1.1302265 434.9224 0.2590037053.5.2 Pooling Uzun Versiyon (Beta katsayısı İçin)
imp1 <- complete(imputed_data,1)
imp2 <- complete(imputed_data,2)
imp3 <- complete(imputed_data,3)
imp4 <- complete(imputed_data,4)
imp5 <- complete(imputed_data,5)
m1<-lm(TIMEDRS ~ ATTHOUSE + INCOME,data = imp1)
m2<-lm(TIMEDRS ~ ATTHOUSE + INCOME,data = imp2)
m3<-lm(TIMEDRS ~ ATTHOUSE + INCOME,data = imp3)
m4<-lm(TIMEDRS ~ ATTHOUSE + INCOME,data = imp4)
m5<-lm(TIMEDRS ~ ATTHOUSE + INCOME,data = imp5)
sum(m1$coefficients[2]+
m2$coefficients[2]+
m3$coefficients[2]+
m4$coefficients[2]+
m5$coefficients[2])/5## [1] 0.3139818#pool() ile sonuçları birleştir4 Örnek Uygulama Tugay
library(tuev)
data <- TIMSS19_asgturm7 %>%
select(ASSREA01,starts_with("ASBM02")) %>%
mutate(LIKE = ASBM02A+ASBM02B+ASBM02C+ASBM02D+ASBM02E+ASBM02F+ASBM02G+ASBM02H+ASBM02I) %>%
select(ASSREA01,LIKE) %>%
expss::drop_var_labs() # MATEMATİĞİ SEVME VE BASARI PUANI PV1data %>% is.na() %>% colSums()## ASSREA01 LIKE
## 0 270miss_var_table(data)## # A tibble: 2 × 3
## n_miss_in_var n_vars pct_vars
## <int> <int> <dbl>
## 1 0 1 50
## 2 270 1 50gg_miss_var(data)
mcar_test(data = data)## # A tibble: 1 × 4
## statistic df p.value missing.patterns
## <dbl> <dbl> <dbl> <int>
## 1 52.1 1 5.17e-13 2Kayıp verinin mekanizması MCAR’dan istatistiksel olarak anlamlı düzeyde farklılaştığı belirlenmiştir (5.1703086^{-13}). Matematiği sevme ölçeğinde yer alan maddelerin “okuma başarı puanı (PV!1)” değişkeni ile ilişkili olup olmadığını test edelim.
data2 <- data
sutun <- colnames(data2)
miss_test <- data2 %>%mutate(missing_status = is.na(LIKE))
# income değişkeninde eksik verisi olmayanlar
COL2NONNA <- miss_test %>% filter(missing_status == FALSE) %>%
pull(ASSREA01)
# income değişkeninde eksik verisi olmayanlar
COL2NA <- miss_test %>% filter(missing_status == TRUE) %>%
pull(ASSREA01)
#c Oran
t.test(COL2NONNA,y = COL2NA)##
## Welch Two Sample t-test
##
## data: COL2NONNA and COL2NA
## t = 6.8496, df = 303.7, p-value = 4.118e-11
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 27.92564 50.43871
## sample estimates:
## mean of x mean of y
## 524.9107 485.72864.1 Liste Bazlı Silme
data_list <- na.omit(data)
psych::describe(data_list,fast = T)## vars n mean sd median min max range skew kurtosis se
## ASSREA01 1 3758 524.91 85.17 533.19 194.81 782.32 587.5 -0.54 0.34 1.39
## LIKE 2 3758 17.30 3.74 16.00 9.00 36.00 27.0 1.60 3.71 0.064.2 Ortalama Atama
data3 <- data
data3$LIKE[is.na(data3$LIKE)] <- mean(data3$LIKE, na.rm=TRUE)
psych::describe(data3,fast = T)## vars n mean sd median min max range skew kurtosis se
## ASSREA01 1 4028 522.28 86.13 530.96 169.99 782.32 612.33 -0.54 0.33 1.36
## LIKE 2 4028 17.30 3.61 16.00 9.00 36.00 27.00 1.66 4.19 0.064.3 EM
library(missMethods)
data_EM <- impute_EM(data,stochastic = F)
psych::describe(data_EM,fast = T)## vars n mean sd median min max range skew kurtosis se
## ASSREA01 1 4028 522.28 86.13 530.96 169.99 782.32 612.33 -0.54 0.33 1.36
## LIKE 2 4028 17.31 3.61 16.00 9.00 36.00 27.00 1.65 4.18 0.064.4 ÇOKLU ATAMA
library(mice)
data_MI <- mice(data = data,m = 5,method = "pmm",maxit = 5,seed = 59)##
## iter imp variable
## 1 1 LIKE
## 1 2 LIKE
## 1 3 LIKE
## 1 4 LIKE
## 1 5 LIKE
## 2 1 LIKE
## 2 2 LIKE
## 2 3 LIKE
## 2 4 LIKE
## 2 5 LIKE
## 3 1 LIKE
## 3 2 LIKE
## 3 3 LIKE
## 3 4 LIKE
## 3 5 LIKE
## 4 1 LIKE
## 4 2 LIKE
## 4 3 LIKE
## 4 4 LIKE
## 4 5 LIKE
## 5 1 LIKE
## 5 2 LIKE
## 5 3 LIKE
## 5 4 LIKE
## 5 5 LIKEfit <- with(data_MI,expr = lm(ASSREA01 ~ LIKE))
summary(pool(fit))## term estimate std.error statistic df p.value
## 1 (Intercept) 541.011463 6.9029922 78.373471 200.2628 3.112930e-152
## 2 LIKE -1.082272 0.3904842 -2.771614 194.2682 6.120257e-035 ODEV
- Veri seti adı: “TRUSA.RDS”. Bu veri setini R ortamına aktarınız.
TRUSA <- readRDS("D:/doktora/OLC733/hafta02/hafta02odev/TRUSA.RDS")
TRUSA <- TRUSA %>%
relocate(CNT,IDSTUD,IDBOOK)- Veri setinde eksik veri olup olmadığını kontrol ediniz.
miss_var_table(TRUSA)## # A tibble: 1 × 3
## n_miss_in_var n_vars pct_vars
## <int> <int> <dbl>
## 1 0 38 100- Kitapçıktaki 35 maddenin toplamını hesaplayarak veri setine yeni bir sütun olarak ekleyiniz.
TRUSA <- TRUSA %>%
mutate(SUMSCORE = rowSums(TRUSA[,4:38]))- Toplam puanın her iki ülkeye göre betimsel istatistiklerini hesaplayınız.
TRUSA %>%
select(CNT,SUMSCORE) %>%
group_by(CNT) %>%
summarise(
N = n(),
Mean = mean(SUMSCORE),
SD = sd(SUMSCORE),
SKEW = skew(SUMSCORE),
KURT = kurtosi(SUMSCORE)
) %>% ungroup()## # A tibble: 2 × 6
## CNT N Mean SD SKEW KURT
## <chr> <int> <dbl> <dbl> <dbl> <dbl>
## 1 TUR 435 13.5 7.57 0.713 -0.614
## 2 USA 716 17.0 7.53 0.0959 -0.896- Toplam puanın, Türkiye ve ABD örneklemlerinde farklılaşıp farklılaşmadığını t testi ile test ediniz.
tr_toplam <- TRUSA %>% filter(CNT == "TUR") %>% select(SUMSCORE) %>% unlist()
usa_toplam <- TRUSA %>% filter(CNT == "USA") %>% select(SUMSCORE) %>% unlist()
t.test(tr_toplam,usa_toplam,paired = F,var.equal = T)##
## Two Sample t-test
##
## data: tr_toplam and usa_toplam
## t = -7.8348, df = 1149, p-value = 1.064e-14
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -4.493049 -2.693382
## sample estimates:
## mean of x mean of y
## 13.45287 17.04609- Veri setinde %5, %10 ve %15 oranında eksik veriler oluşturunuz.
set.seed(59)
TRUSA_05 <- delete_MCAR(TRUSA[,4:38],p = 0.05)
TRUSA_05 <- cbind(TRUSA_05,CNT = TRUSA$CNT)
TRUSA_10 <- delete_MCAR(TRUSA[,4:38],p = 0.10)
TRUSA_10 <- cbind(TRUSA_10,CNT = TRUSA$CNT)
TRUSA_15 <- delete_MCAR(TRUSA[,4:38],p = 0.15)
TRUSA_15 <- cbind(TRUSA_15,CNT = TRUSA$CNT)- Oluşturulan eksik veri setlerinde önce eksik verinin rasgele olup olmadığını test ediniz. Ardından, liste bazında silme yöntemiyle eksik verileri temizleyerek e seçeneğinde gerçekleştirdiğiniz t testini tekrarlayınız. Tam veri ile elde edilen sonuçlarla karşılaştırınız.
mcar_test(TRUSA_05)## # A tibble: 1 × 4
## statistic df p.value missing.patterns
## <dbl> <dbl> <dbl> <int>
## 1 3255. 19462 1 586mcar_test(TRUSA_10)## # A tibble: 1 × 4
## statistic df p.value missing.patterns
## <dbl> <dbl> <dbl> <int>
## 1 3971. 32648 1 1015mcar_test(TRUSA_15)## # A tibble: 1 × 4
## statistic df p.value missing.patterns
## <dbl> <dbl> <dbl> <int>
## 1 8839. 34825 1 1136TRUSA_05 <- na.omit(TRUSA_05)
TRUSA_10 <- na.omit(TRUSA_10)
TRUSA_15 <- na.omit(TRUSA_15)
TRUSA_05 <- TRUSA_05 %>%
mutate(SUMSCORE = rowSums(TRUSA_05[,1:35]))
TRUSA_10 <- TRUSA_10 %>%
mutate(SUMSCORE = rowSums(TRUSA_10[,1:35]))
TRUSA_15 <- TRUSA_15 %>%
mutate(SUMSCORE = rowSums(TRUSA_15[,1:35]))
tr_toplam_05 <- TRUSA_05 %>% filter(CNT == "TUR") %>% select(SUMSCORE) %>% unlist()
usa_toplam_05 <- TRUSA_05 %>% filter(CNT == "USA") %>% select(SUMSCORE) %>% unlist()
tr_toplam_10 <- TRUSA_10 %>% filter(CNT == "TUR") %>% select(SUMSCORE) %>% unlist()
usa_toplam_10 <- TRUSA_10 %>% filter(CNT == "USA") %>% select(SUMSCORE) %>% unlist()
tr_toplam_15 <- TRUSA_15 %>% filter(CNT == "TUR") %>% select(SUMSCORE) %>% unlist()
usa_toplam_15 <- TRUSA_15 %>% filter(CNT == "USA") %>% select(SUMSCORE) %>% unlist()
asil <- t.test(tr_toplam,usa_toplam,paired = F,var.equal = T)
miss_05 <- t.test(tr_toplam_05,usa_toplam_05,paired = F,var.equal = T)
miss_10 <- t.test(tr_toplam_10,usa_toplam_10,paired = F,var.equal = T)
t_stat <- c(asil$statistic,miss_05$statistic,miss_10$statistic) %>% as.data.frame()
#miss_15 <- t.test(tr_toplam_15,usa_toplam_15,paired = F,var.equal = T)Asıl veri setinden elde edilen toplam puanlar, ülkeler arası istatistiksel olarak anlamlı düzeyde farklılaşmakta iken (t(df) = -7.83(1149), p = 0), %5’lik kayıp veri içeren veri setinde kayıp veri içeren satırlar liste bazlı silindiğinde ülkelerin toplam puanları arasındaki fark istatistiksel olarak anlamsızdır (t(df) = -1.22(190), p = 0.22). %10’luk kayıp veri içeren veri seti için liste bazı silme yapıldığında bulgular %5’lik kayıp verideki ile benzerlik göstermektedir (t(df) = 0.64(26), p = 0.53). %15’lik kayıp veri oranında ise liste bazlı silme yapıldığında örneklem büyüklüğü t-testi yapmak için uygun değildir, bir başka deyişle örneklemin önemli düzeyde daraldığı söylenebilir.
- f seçeneğinde oluşturulan veri setlerindeki eksik verileri, belirlediğiniz bir kayıp veri atama yöntemiyle doldurunuz. Daha sonra, e seçeneğinde gerçekleştirdiğiniz t testini tekrar ediniz ve tam veri ile elde edilen sonuçlarla karşılaştırınız.
set.seed(59)
TRUSA_05 <- delete_MCAR(TRUSA[,4:38],p = 0.05) %>% missMethods::impute_mean(.,type = "columnwise")
TRUSA_05 <- cbind(TRUSA_05,CNT = TRUSA$CNT)
TRUSA_10 <- delete_MCAR(TRUSA[,4:38],p = 0.10) %>% missMethods::impute_mean(.,type = "columnwise")
TRUSA_10 <- cbind(TRUSA_10,CNT = TRUSA$CNT)
TRUSA_15 <- delete_MCAR(TRUSA[,4:38],p = 0.15) %>% missMethods::impute_mean(.,type = "columnwise")
TRUSA_15 <- cbind(TRUSA_15,CNT = TRUSA$CNT)
TRUSA_05 <- TRUSA_05 %>%
mutate(SUMSCORE = rowSums(TRUSA_05[,1:35]))
TRUSA_10 <- TRUSA_10 %>%
mutate(SUMSCORE = rowSums(TRUSA_10[,1:35]))
TRUSA_15 <- TRUSA_15 %>%
mutate(SUMSCORE = rowSums(TRUSA_15[,1:35]))
tr_toplam_05 <- TRUSA_05 %>% filter(CNT == "TUR") %>% select(SUMSCORE) %>% unlist()
usa_toplam_05 <- TRUSA_05 %>% filter(CNT == "USA") %>% select(SUMSCORE) %>% unlist()
tr_toplam_10 <- TRUSA_10 %>% filter(CNT == "TUR") %>% select(SUMSCORE) %>% unlist()
usa_toplam_10 <- TRUSA_10 %>% filter(CNT == "USA") %>% select(SUMSCORE) %>% unlist()
tr_toplam_15 <- TRUSA_15 %>% filter(CNT == "TUR") %>% select(SUMSCORE) %>% unlist()
usa_toplam_15 <- TRUSA_15 %>% filter(CNT == "USA") %>% select(SUMSCORE) %>% unlist()
asil <- t.test(tr_toplam,usa_toplam,paired = F,var.equal = T)
miss_05 <- t.test(tr_toplam_05,usa_toplam_05,paired = F,var.equal = T)
miss_10 <- t.test(tr_toplam_10,usa_toplam_10,paired = F,var.equal = T)
miss_15 <- t.test(tr_toplam_15,usa_toplam_15,paired = F,var.equal = T)
t_stat <- c(round(asil$statistic,2),
round(miss_05$statistic,2),
round(miss_10$statistic,2),
round(miss_15$statistic,2)) %>% as.data.frame()Asıl veri setinden elde edilen toplam puanlar, ülkeler arası istatistiksel olarak anlamlı düzeyde farklılaşmaktadır (t(df) = -7.83(1149), p = 0), %5’lik kayıp veri içeren veri setinde kayıp veri içeren hücrelere sütun ortalaması atandığında silindiğinde ülkelerin toplam puanları arasındaki fark istatistiksel olarak anlamlı düzeyde bulunmuştur (t(df) = -7.75(1149), p = 0). %10’luk kayıp veri içeren veri setinde kayıp veri içeren hücrelere sütun ortalaması atandığında silindiğinde ülkelerin toplam puanları arasındaki fark istatistiksel olarak anlamlı düzeyde bulunmuştur (t(df) = -7.6(1149), p = 0). %15’lik kayıp veri içeren veri setinde kayıp veri içeren hücrelere sütun ortalaması atandığında silindiğinde ülkelerin toplam puanları arasındaki fark istatistiksel olarak anlamlı düzeyde bulunmuştur(t(df) = -7.6(1149), p = 0). Her ne kadar tüm kayıp veri oranlarında gruplar arası fark istatistiksel olarak anlamlı olsa da t istatistiğinin kayıp veri oranına göre değişkenlik gösterdiği görülmektedir.
- Eksik veri oranının uygulanan yöntemlerin performansına etkisini açıklayınız.
Liste bazlı silme ve sütun ortalaması atama yöntemleri karşılaştırıldığında öne çıkan temel farklılık, liste bazlı silme yönteminde büyük oranda istatistiksel analizlerin gücünü düşmesidir. Örneğin %15’lik kayıp veri oranında liste bazlı silme yapıltığında t-testi kestirimi yapılamamıştır. Sütun bazlı ortalama atama yönteminde ise kayıp veri oranı arttıkça kestirilen t değerinin orijinal değerden uzaklaştığı belirlenmiştir. Bu açıdan kayıp veri oranının arttıkça kestirimlerin yanlı olabileceği söylenebilir. Bulgular %5, %10 ve %15’lik kayıp veri oranı ve liste bazlı silme-ortalama atama yöntemleri ile sınırlıdır.
Ödev yaklaşık 30-35dkmı aldı.