Odev_04
reyhan
2025-04-26
1 Veri ön incelemesini yapınız
library(haven)
library(dplyr)
library(knitr)
library(broom)
library(GGally)
library(scatterplot3d)
library(rgl)
veri <- read_sav("~/hacettepe/Rders/data/bsgturm4.sav")
veri <- expss::drop_var_labs(veri)1.1
names(veri)## [1] "IDSTUD" "BS4GSEX" "BSMMAT01" "BSDMPATM" "BSDMSVM" "BSDMSCM"Veri setindeki değişkenler:
- IDSTUD: ID
- BS4GSEX: Cinsiyet
- BSMMAT01: Başarı
- BSDMPATM: Matematiğe değer verme
- BSDMSVM: Matematiğe karşı tutum
- BSDMSCM: Matematik öğrenmede kendine güven
ncol(veri)## [1] 6Veri seti 6 sütundan veya 6 değişkenden oluşmaktadır.
str(veri)## tibble [323 × 6] (S3: tbl_df/tbl/data.frame)
## $ IDSTUD : num [1:323] 10111 10125 20207 30111 40105 ...
## ..- attr(*, "format.spss")= chr "F8.0"
## ..- attr(*, "display_width")= int 9
## $ BS4GSEX : num [1:323] 1 1 2 2 2 1 1 1 1 1 ...
## ..- attr(*, "format.spss")= chr "F1.0"
## ..- attr(*, "display_width")= int 9
## ..- attr(*, "labels")= Named num [1:3] 1 2 9
## .. ..- attr(*, "names")= chr [1:3] "GIRL" "BOY" "OMITTED"
## $ BSMMAT01: num [1:323] 709 661 729 802 374 ...
## ..- attr(*, "format.spss")= chr "F6.2"
## ..- attr(*, "display_width")= int 10
## $ BSDMPATM: num [1:323] 1 1 1 1 3 2 1 2 1 1 ...
## ..- attr(*, "format.spss")= chr "F1.0"
## ..- attr(*, "display_width")= int 10
## ..- attr(*, "labels")= Named num [1:4] 1 2 3 9
## .. ..- attr(*, "names")= chr [1:4] "HIGH" "MEDIUM" "LOW" "OMITTED"
## $ BSDMSVM : num [1:323] 1 1 1 1 1 1 2 1 2 1 ...
## ..- attr(*, "format.spss")= chr "F1.0"
## ..- attr(*, "display_width")= int 9
## ..- attr(*, "labels")= Named num [1:4] 1 2 3 9
## .. ..- attr(*, "names")= chr [1:4] "HIGH" "MEDIUM" "LOW" "OMITTED"
## $ BSDMSCM : num [1:323] 1 1 1 1 NA 3 1 NA 2 3 ...
## ..- attr(*, "format.spss")= chr "F1.0"
## ..- attr(*, "display_width")= int 9
## ..- attr(*, "labels")= Named num [1:4] 1 2 3 9
## .. ..- attr(*, "names")= chr [1:4] "HIGH" "MEDIUM" "LOW" "OMITTED"- Veri seti tibble şeklindedir.
- Cinsiyet değişkeni 2 kategorilidir. Bunlar “GIRL” “BOY” “OMITTED”
- Değer verme, tutum ve kendine güven üç kategorilidir. Bunlar “HIGH” “MEDIUM” “LOW” “OMITTED”
- Eksik veriler “OMITTED” olarak belirtilip “9” ile kodlanmıştır.
dim(veri)## [1] 323 6veri %>%
count(BS4GSEX)## # A tibble: 3 × 2
## BS4GSEX n
## <dbl> <int>
## 1 1 153
## 2 2 169
## 3 22 1veri %>%
count(BSDMPATM)## # A tibble: 4 × 2
## BSDMPATM n
## <dbl> <int>
## 1 1 242
## 2 2 38
## 3 3 20
## 4 NA 23veri %>%
count(BSDMSVM)## # A tibble: 5 × 2
## BSDMSVM n
## <dbl> <int>
## 1 1 278
## 2 2 32
## 3 3 5
## 4 11 1
## 5 NA 7veri %>%
count(BSDMSCM)## # A tibble: 4 × 2
## BSDMSCM n
## <dbl> <int>
## 1 1 150
## 2 2 87
## 3 3 65
## 4 NA 21Cinsiyette 22 şeklinde, tutumda 11 şeklinde yanlış kodlama var. Bunu değiştirmem gerekiyor.
veri <- veri %>%
mutate(BS4GSEX = ifelse(BS4GSEX == 22, 2, BS4GSEX))
veri <- veri %>%
mutate(BSDMSVM = ifelse(BSDMSVM == 11, 1, BSDMSVM))Veri setinde 323 gözlem bulunmaktadır.
sum(is.na(veri))## [1] 51colSums(is.na(veri))## IDSTUD BS4GSEX BSMMAT01 BSDMPATM BSDMSVM BSDMSCM
## 0 0 0 23 7 2123/323## [1] 0.071207437/323## [1] 0.0216718321/323## [1] 0.06501548Veri setinde toplamda 51 kayıp veri bulunmaktadır. - BSDMPATM değişkeninde 23, - BSDMPATM değişkeninde 7, - BSDMSCM değişkeninde 21 eksik veri bulunmaktadır.
library(mice)
mcar_test_veri <- md.pattern(veri)
Tutum, değer ve özgüven değişkenlerinin üçünde de eksik veri bulunan toplamda 6 gözlem vardır.
eksikler_3 <- veri %>%
filter(is.na(BSDMPATM) & is.na(BSDMSVM) & is.na(BSDMSCM))
eksikler_3## # A tibble: 6 × 6
## IDSTUD BS4GSEX BSMMAT01 BSDMPATM BSDMSVM BSDMSCM
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 200204 1 308. NA NA NA
## 2 340402 1 234. NA NA NA
## 3 400721 2 287. NA NA NA
## 4 460114 2 411. NA NA NA
## 5 520326 2 374. NA NA NA
## 6 690116 2 296. NA NA NAÜç eksik verinin de aynı anda görüldüğü gözlemlerde kızların sayısı daha fazladır.
1.2 Eksik verilerin dağılımı
library(MissMech)
TestMCARNormality(veri)## Call:
## TestMCARNormality(data = veri)
##
## Number of Patterns: 3
##
## Total number of cases used in the analysis: 312
##
## Pattern(s) used:
## IDSTUD BS4GSEX BSMMAT01 BSDMPATM BSDMSVM BSDMSCM
## group.1 1 1 1 1 1 1
## group.2 1 1 1 1 1 NA
## group.3 1 1 1 NA 1 1
## Number of cases
## group.1 288
## group.2 11
## group.3 13
##
##
## Test of normality and Homoscedasticity:
## -------------------------------------------
##
## Hawkins Test:
##
## P-value for the Hawkins test of normality and homoscedasticity: 4.728382e-07
##
## Either the test of multivariate normality or homoscedasticity (or both) is rejected.
## Provided that normality can be assumed, the hypothesis of MCAR is
## rejected at 0.05 significance level.
##
## Non-Parametric Test:
##
## P-value for the non-parametric test of homoscedasticity: 0.3562105
##
## Reject Normality at 0.05 significance level.
## There is not sufficient evidence to reject MCAR at 0.05 significance level.non parametrik testteki p değeri 0,05’ten büyük olduğu için eksik verilerin belli bir paterni yok. Yani rastgele dağılmışlardır.
1.3 Eksik verileri doldurmak
veri <- veri
for(i in 1:ncol(veri)){
veri[ , i][is.na(veri[ , i])] <- mean(veri[ , i], na.rm = TRUE)
}
any(is.na(veri))## [1] FALSE1.4 Tek değişkenli Uç değerler
z_skoru_mat <- scale(veri$BSMMAT01)
z_skoru_deger <-scale(veri$BSDMPATM)
z_skoru_tutum <-scale(veri$BSDMSVM)
z_skoru_guven <- scale(veri$BSDMSCM)
mat_bas_uc <- veri$BSMMAT01[z_skoru_mat > 3 | z_skoru_mat < -3]
deger_uc <- veri$BSDMPATM[z_skoru_deger > 3 | z_skoru_deger < -3]
tutum_uc <- veri$BSDMSVM[z_skoru_tutum > 3 | z_skoru_tutum < -3]
guven_uc <- veri$BSDMSCM[z_skoru_guven > 3 | z_skoru_guven < -3]
mat_bas_uc## [1] 47.87577veri[which(z_skoru_mat > 3 | z_skoru_mat < -3), ]## # A tibble: 1 × 6
## IDSTUD BS4GSEX BSMMAT01 BSDMPATM BSDMSVM BSDMSCM
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 100235 2 47.9 1 1 2Başarı değişkeninde bir tane uç değer vardır. Bu uç değer “100235” ID’li başarı puanı “47.87577” olan öğrencidir. Bu öğrenciyi veriden çıkartacağım.
veri <- veri[veri$IDSTUD != 100235, ]
dim(veri)## [1] 322 61.5 Çok değişkenli Uç değer
Burayı Samet hocadan baktım
cov_mat <- cov(veri[, 3:5], use = "pairwise.complete.obs")
center <- colMeans(veri[, 3:5], na.rm = TRUE)
mahal <- mahalanobis(veri[, 3:5], center, cov_mat)
cutoff <- qchisq(0.975, df = ncol(veri[, 3:5]))
veri$multivariate_outlier <- mahal > cutoff
sum(veri$multivariate_outlier, na.rm = TRUE)## [1] 2626 tane çok değişkenli uç değer bulunuyor. Bunları veri setinden çıkaracağım.
veri<- veri %>%
filter(!multivariate_outlier) %>%
dplyr::select(-multivariate_outlier)1.6 Normallik
library(moments)
hist(veri$BSMMAT01, main = "Matematik Başarısı Dağılımı", col = "skyblue")
hist(z_skoru_mat, main = "Matematik Başarısı Dağılımı", col = "skyblue")
skewness(veri$BSMMAT01, na.rm = TRUE)## [1] 0.347555kurtosis(veri$BSMMAT01, na.rm = TRUE)## [1] 2.766699matematik başarısı değişkenindeki değerler normal dağılım göstermektedir.
hist(veri$BSDMPATM, main = "Deger verme Dagılımı", col = "skyblue")
hist(z_skoru_deger, main = "Deger verme Dagılımı", col = "skyblue")
skewness(veri$BSDMPATM, na.rm = TRUE)## [1] 2.15586kurtosis(veri$BSDMPATM, na.rm = TRUE)## [1] 5.859448Sağa çarpık bir dağılım göstermektedir.
hist(veri$BSDMSVM, main = "Tutum Dagılımı", col = "skyblue")
hist(z_skoru_tutum, main = "Tutum Dagılımı", col = "skyblue")
skewness(veri$BSDMSVM, na.rm = TRUE)## [1] 2.887545kurtosis(veri$BSDMSVM, na.rm = TRUE)## [1] 9.385835Sağa çarpık bir dağılım gösteriyor.
hist(veri$BSDMSCM, main = "Güven Dagılımı", col = "skyblue")
hist(z_skoru_guven, main = "Güven Dagılımı", col = "skyblue")
skewness(veri$BSDMSCM, na.rm = TRUE)## [1] 0.6901696kurtosis(veri$BSDMSCM, na.rm = TRUE)## [1] 2.124077Tutum ve değer dağılımına göre daha az bir sağa çarpıklık gösteriyor.
1.7 Varyansların Homojenliği
Hocam yine burayı da samet hocadan bakarak yaptım.
library(car)
library(dplyr)
library(tidyr)
library(knitr)
library(kableExtra)
long_data1 <- veri %>%
pivot_longer(
cols = c(BSDMSVM, BSDMPATM, BSDMSCM),
names_to = "grup",
values_to = "puan")
levene_test <- leveneTest(puan ~ grup, data = long_data1)
kable(levene_test, caption = "Levene Testi Sonuçları") %>%
kable_styling(full_width = T, position = "center")| Df | F value | Pr(>F) | |
|---|---|---|---|
| group | 2 | 215.2542 | 0 |
| 885 | NA | NA |
2 Çoklu regresyon analizini gerçekleştirin
2.1 Değişkenler arası korelasyon
library(ggcorrplot)
correlation_matrix <- cor(veri[, c("BSDMSVM", "BSDMPATM", "BSDMSCM", "BSMMAT01")], use = "pairwise.complete.obs")
ggcorrplot(correlation_matrix,
method = "circle",
type = "lower",
lab = TRUE)
Matematik başarısı ile en ilişkili değişkenler sırasıyla kendine güven, değer verme ve tutumdur. Bu yüzden ilk olarak güven ve mat. başarısı arasında bir regresyon analizi kuracağım.
2.2 Regresyon modelleri
library(MASS)
basari_guv <- rlm(veri$BSMMAT01 ~ veri$BSDMSCM, data = veri)
basari_guv_deger <- rlm(veri$BSMMAT01 ~ veri$BSDMSCM + veri$BSDMPATM, data = veri)
basari_guv_deger_tut <- rlm(veri$BSMMAT01 ~ veri$BSDMSCM + veri$BSDMPATM + veri$BSDMSVM, data = veri)2.3 Modellerin karşılaştırması
basari_guv$s## [1] 99.63319basari_guv_deger$s## [1] 96.64397basari_guv_deger_tut$s## [1] 97.07366Residual standard error (artıkların standart hataları) en küçük değeri basari~güven+değer modelinde almıştır. Bu nedenle Başarıyı yordayan değişkenlerin kendine güven ve değer verme olduğu yorumu yapılabilir.