📌 Aşağıda 5 soru bulunmaktadır. İlk 4 soruyu ders notlarınızdan faydalanarak yapabilirsiniz. Sadece dosyayı yayınlarken hata aldığınız durumlarda hata kodunu anlamak için yapay zekadan destek alabilirsiniz. Tüm soruları yapay zekaya yaptırdığınız tespit edilirse sınavınız geçersiz sayılacaktır.
📌 Son soru 30 puan değerinde olup kendi deneyimlerinizden yola çıkarak yanıtlayabileceğiniz bir sorudur. Farklı sınav kağıtlarında birbirinin aynısı yanıtlar tespit edilmesi durumunda ilgili öğrencilerin sınavları geçersiz sayılacaktır.
📌 Sınavınızı 29 Kasım 2025 Cumartesi günü saat 11’e kadar Rpubs hesaplarınızda yayınlamanız gerekmektedir. Teslim tarihinden geç yayınlanan dosyalar değerlendirmeye dahil edilmeyecektir.
Soruları yanıtlamak için aşağıdaki paketleri etkinleştirin:
dplyr
MASS
lsr
survey veri seti, bir grup üniversite öğrencisinden toplanmış bilgiler içerir. Değişkenler arasında yaş, cinsiyet, boy, nabız, egzersiz sıklığı gibi psikolojik ve fizyolojik özellikler vardır. Bu veri seti University of Adelaide öğrencilerinden toplanmış bir anket çalışmasından gelir. Veri seti 237 gözlem ve 12 değişkenden oluşur.
Sex
(cinsiyet)“,”Age (yaş)“,”Pulse (nabiz)” ve
“Exer (egzersiz)”, “Height (boy)”,
“Smoke (sigara) değişkenlerini seçin. Seçtiğiniz bu
değişkenlerden oluşan veri setini veri_1 olarak
isimlendirin.veri_1 veri setindeki değişkenlerin
isimlerini Türkçeleştirin ve bu veri setini veri_2 olarak
isimlendirin.veri_2’nin ilk 10 satırını görüntüleyin.veri_2 veri setindeki kategorik değişkenlerin
etiketlerini (örn. never, some, heavy) Türkçeleştirin ve bu veri setini
veri_3 olarak isimlendirin.veri_3 veri setindeki eksik değerleri
sorgulayın. Eksik değer varsa çıkarın ve gözlem sayısındaki farkı
açıklayın. Veri setinin son halini veri_son olarak isimlendirin.veri_son için yas, nabiz ve boy
değişkenlerininmin
max
1st quarter
3rd quarter
mean
median
yas değişkenine ait mod, medyan
ve aritmetik ortalama değerlerini hesaplayın.kimlerden veri toplayabileceğinizi,
veri topladığınız kişilerden hangi bilgileri almanın anlamlı olacağını,
toplayacağınız bilgiler kapsamında değişkenlerin türlerini
Topladığınız verileri göz önünde bulundurarak frekans tablosu oluşturabileceğiniz üç değişken tanımlayın.
Topladığınız verileri göz önünde bulundurarak min, max, quarters, mod, median, mean değerlerini hesaplayabileceğiniz üç değişken tanımlayın.
soru1
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(MASS)##
## Attaching package: 'MASS'## The following object is masked from 'package:dplyr':
##
## selectlibrary(lsr)soru1.1
veri1<-survey %>% dplyr::select(Age,Sex,Smoke,Pulse,Exer,Height)veri2<-veri1 %>% rename(yas=Age,
cinsiyet=Sex,
sigara=Smoke,
nabız=Pulse,
egzersiz=Exer,
boy=Height)SORU1.2
head(veri2,10)## yas cinsiyet sigara nabız egzersiz boy
## 1 18.250 Female Never 92 Some 173.00
## 2 17.583 Male Regul 104 None 177.80
## 3 16.917 Male Occas 87 None NA
## 4 20.333 Male Never NA None 160.00
## 5 23.667 Male Never 35 Some 165.00
## 6 21.000 Female Never 64 Some 172.72
## 7 18.833 Male Never 83 Freq 182.88
## 8 35.833 Female Never 74 Freq 157.00
## 9 19.000 Male Never 72 Some 175.00
## 10 22.333 Male Never 90 Some 167.00SORU 2
veri3 <- veri2 %>%
mutate((
cinsiyet = recode(cinsiyet,
"Female" = "Kadın",
"Male" = "Erkek")),
egzersiz = recode(egzersiz,
"None" = "Yok",
"Some" = "Bazen",
"Freq" = "Sık"),
sigara = recode(sigara,
"Never" = "Hiç",
"Occas" = "Ara Sıra",
"Regul" = "Düzenli",
"Heavy" = "Fazla"))SORU 3
is.na(veri3)## yas cinsiyet sigara nabız egzersiz boy
## 1 FALSE FALSE FALSE FALSE FALSE FALSE
## 2 FALSE FALSE FALSE FALSE FALSE FALSE
## 3 FALSE FALSE FALSE FALSE FALSE TRUE
## 4 FALSE FALSE FALSE TRUE FALSE FALSE
## 5 FALSE FALSE FALSE FALSE FALSE FALSE
## 6 FALSE FALSE FALSE FALSE FALSE FALSE
## 7 FALSE FALSE FALSE FALSE FALSE FALSE
## 8 FALSE FALSE FALSE FALSE FALSE FALSE
## 9 FALSE FALSE FALSE FALSE FALSE FALSE
## 10 FALSE FALSE FALSE FALSE FALSE FALSE
## 11 FALSE FALSE FALSE FALSE FALSE FALSE
## 12 FALSE FALSE FALSE FALSE FALSE TRUE
## 13 FALSE FALSE FALSE TRUE FALSE FALSE
## 14 FALSE FALSE FALSE FALSE FALSE FALSE
## 15 FALSE FALSE FALSE FALSE FALSE TRUE
## 16 FALSE FALSE FALSE TRUE FALSE FALSE
## 17 FALSE FALSE FALSE FALSE FALSE FALSE
## 18 FALSE FALSE FALSE FALSE FALSE FALSE
## 19 FALSE FALSE FALSE TRUE FALSE FALSE
## 20 FALSE FALSE FALSE FALSE FALSE FALSE
## 21 FALSE FALSE FALSE FALSE FALSE FALSE
## 22 FALSE FALSE FALSE FALSE FALSE FALSE
## 23 FALSE FALSE FALSE FALSE FALSE FALSE
## 24 FALSE FALSE FALSE FALSE FALSE FALSE
## 25 FALSE FALSE FALSE FALSE FALSE TRUE
## 26 FALSE FALSE FALSE FALSE FALSE TRUE
## 27 FALSE FALSE FALSE FALSE FALSE FALSE
## 28 FALSE FALSE FALSE FALSE FALSE FALSE
## 29 FALSE FALSE FALSE FALSE FALSE TRUE
## 30 FALSE FALSE FALSE FALSE FALSE FALSE
## 31 FALSE FALSE FALSE FALSE FALSE TRUE
## 32 FALSE FALSE FALSE FALSE FALSE FALSE
## 33 FALSE FALSE FALSE FALSE FALSE FALSE
## 34 FALSE FALSE FALSE FALSE FALSE FALSE
## 35 FALSE FALSE FALSE FALSE FALSE TRUE
## 36 FALSE FALSE FALSE FALSE FALSE FALSE
## 37 FALSE FALSE FALSE TRUE FALSE FALSE
## 38 FALSE FALSE FALSE FALSE FALSE FALSE
## 39 FALSE FALSE FALSE FALSE FALSE FALSE
## 40 FALSE FALSE FALSE TRUE FALSE FALSE
## 41 FALSE FALSE FALSE TRUE FALSE FALSE
## 42 FALSE FALSE FALSE FALSE FALSE FALSE
## 43 FALSE FALSE FALSE FALSE FALSE FALSE
## 44 FALSE FALSE FALSE FALSE FALSE FALSE
## 45 FALSE FALSE FALSE FALSE FALSE FALSE
## 46 FALSE FALSE FALSE TRUE FALSE FALSE
## 47 FALSE FALSE FALSE FALSE FALSE FALSE
## 48 FALSE FALSE FALSE FALSE FALSE FALSE
## 49 FALSE FALSE FALSE FALSE FALSE FALSE
## 50 FALSE FALSE FALSE FALSE FALSE FALSE
## 51 FALSE FALSE FALSE FALSE FALSE FALSE
## 52 FALSE FALSE FALSE FALSE FALSE FALSE
## 53 FALSE FALSE FALSE FALSE FALSE FALSE
## 54 FALSE FALSE FALSE FALSE FALSE FALSE
## 55 FALSE FALSE FALSE FALSE FALSE FALSE
## 56 FALSE FALSE FALSE TRUE FALSE FALSE
## 57 FALSE FALSE FALSE FALSE FALSE FALSE
## 58 FALSE FALSE FALSE FALSE FALSE TRUE
## 59 FALSE FALSE FALSE FALSE FALSE FALSE
## 60 FALSE FALSE FALSE TRUE FALSE FALSE
## 61 FALSE FALSE FALSE FALSE FALSE FALSE
## 62 FALSE FALSE FALSE FALSE FALSE FALSE
## 63 FALSE FALSE FALSE FALSE FALSE FALSE
## 64 FALSE FALSE FALSE TRUE FALSE FALSE
## 65 FALSE FALSE FALSE FALSE FALSE FALSE
## 66 FALSE FALSE FALSE TRUE FALSE FALSE
## 67 FALSE FALSE FALSE TRUE FALSE FALSE
## 68 FALSE FALSE FALSE FALSE FALSE TRUE
## 69 FALSE FALSE FALSE TRUE FALSE FALSE
## 70 FALSE FALSE TRUE FALSE FALSE TRUE
## 71 FALSE FALSE FALSE FALSE FALSE FALSE
## 72 FALSE FALSE FALSE TRUE FALSE FALSE
## 73 FALSE FALSE FALSE FALSE FALSE FALSE
## 74 FALSE FALSE FALSE FALSE FALSE FALSE
## 75 FALSE FALSE FALSE FALSE FALSE FALSE
## 76 FALSE FALSE FALSE FALSE FALSE FALSE
## 77 FALSE FALSE FALSE FALSE FALSE FALSE
## 78 FALSE FALSE FALSE TRUE FALSE FALSE
## 79 FALSE FALSE FALSE FALSE FALSE FALSE
## 80 FALSE FALSE FALSE TRUE FALSE FALSE
## 81 FALSE FALSE FALSE FALSE FALSE TRUE
## 82 FALSE FALSE FALSE FALSE FALSE FALSE
## 83 FALSE FALSE FALSE FALSE FALSE TRUE
## 84 FALSE FALSE FALSE TRUE FALSE TRUE
## 85 FALSE FALSE FALSE FALSE FALSE FALSE
## 86 FALSE FALSE FALSE FALSE FALSE FALSE
## 87 FALSE FALSE FALSE FALSE FALSE FALSE
## 88 FALSE FALSE FALSE FALSE FALSE FALSE
## 89 FALSE FALSE FALSE FALSE FALSE FALSE
## 90 FALSE FALSE FALSE FALSE FALSE TRUE
## 91 FALSE FALSE FALSE FALSE FALSE FALSE
## 92 FALSE FALSE FALSE TRUE FALSE TRUE
## 93 FALSE FALSE FALSE FALSE FALSE FALSE
## 94 FALSE FALSE FALSE TRUE FALSE FALSE
## 95 FALSE FALSE FALSE FALSE FALSE FALSE
## 96 FALSE FALSE FALSE TRUE FALSE TRUE
## 97 FALSE FALSE FALSE FALSE FALSE FALSE
## 98 FALSE FALSE FALSE FALSE FALSE FALSE
## 99 FALSE FALSE FALSE TRUE FALSE FALSE
## 100 FALSE FALSE FALSE FALSE FALSE FALSE
## 101 FALSE FALSE FALSE TRUE FALSE FALSE
## 102 FALSE FALSE FALSE FALSE FALSE FALSE
## 103 FALSE FALSE FALSE TRUE FALSE FALSE
## 104 FALSE FALSE FALSE FALSE FALSE FALSE
## 105 FALSE FALSE FALSE FALSE FALSE FALSE
## 106 FALSE FALSE FALSE FALSE FALSE FALSE
## 107 FALSE FALSE FALSE TRUE FALSE FALSE
## 108 FALSE FALSE FALSE FALSE FALSE TRUE
## 109 FALSE FALSE FALSE FALSE FALSE FALSE
## 110 FALSE FALSE FALSE FALSE FALSE FALSE
## 111 FALSE FALSE FALSE FALSE FALSE FALSE
## 112 FALSE FALSE FALSE FALSE FALSE FALSE
## 113 FALSE FALSE FALSE FALSE FALSE FALSE
## 114 FALSE FALSE FALSE FALSE FALSE FALSE
## 115 FALSE FALSE FALSE FALSE FALSE FALSE
## 116 FALSE FALSE FALSE FALSE FALSE FALSE
## 117 FALSE FALSE FALSE FALSE FALSE FALSE
## 118 FALSE FALSE FALSE FALSE FALSE FALSE
## 119 FALSE FALSE FALSE FALSE FALSE FALSE
## 120 FALSE FALSE FALSE FALSE FALSE FALSE
## 121 FALSE FALSE FALSE FALSE FALSE TRUE
## 122 FALSE FALSE FALSE FALSE FALSE FALSE
## 123 FALSE FALSE FALSE FALSE FALSE FALSE
## 124 FALSE FALSE FALSE FALSE FALSE FALSE
## 125 FALSE FALSE FALSE FALSE FALSE FALSE
## 126 FALSE FALSE FALSE TRUE FALSE FALSE
## 127 FALSE FALSE FALSE FALSE FALSE FALSE
## 128 FALSE FALSE FALSE FALSE FALSE FALSE
## 129 FALSE FALSE FALSE FALSE FALSE FALSE
## 130 FALSE FALSE FALSE FALSE FALSE FALSE
## 131 FALSE FALSE FALSE FALSE FALSE FALSE
## 132 FALSE FALSE FALSE FALSE FALSE FALSE
## 133 FALSE FALSE FALSE FALSE FALSE TRUE
## 134 FALSE FALSE FALSE FALSE FALSE FALSE
## 135 FALSE FALSE FALSE FALSE FALSE FALSE
## 136 FALSE FALSE FALSE FALSE FALSE FALSE
## 137 FALSE TRUE FALSE FALSE FALSE FALSE
## 138 FALSE FALSE FALSE FALSE FALSE FALSE
## 139 FALSE FALSE FALSE TRUE FALSE FALSE
## 140 FALSE FALSE FALSE FALSE FALSE FALSE
## 141 FALSE FALSE FALSE FALSE FALSE FALSE
## 142 FALSE FALSE FALSE TRUE FALSE FALSE
## 143 FALSE FALSE FALSE FALSE FALSE FALSE
## 144 FALSE FALSE FALSE FALSE FALSE FALSE
## 145 FALSE FALSE FALSE FALSE FALSE FALSE
## 146 FALSE FALSE FALSE FALSE FALSE FALSE
## 147 FALSE FALSE FALSE FALSE FALSE FALSE
## 148 FALSE FALSE FALSE FALSE FALSE FALSE
## 149 FALSE FALSE FALSE FALSE FALSE FALSE
## 150 FALSE FALSE FALSE FALSE FALSE FALSE
## 151 FALSE FALSE FALSE FALSE FALSE FALSE
## 152 FALSE FALSE FALSE FALSE FALSE FALSE
## 153 FALSE FALSE FALSE FALSE FALSE FALSE
## 154 FALSE FALSE FALSE FALSE FALSE FALSE
## 155 FALSE FALSE FALSE FALSE FALSE FALSE
## 156 FALSE FALSE FALSE FALSE FALSE FALSE
## 157 FALSE FALSE FALSE TRUE FALSE TRUE
## 158 FALSE FALSE FALSE FALSE FALSE FALSE
## 159 FALSE FALSE FALSE TRUE FALSE FALSE
## 160 FALSE FALSE FALSE FALSE FALSE FALSE
## 161 FALSE FALSE FALSE FALSE FALSE FALSE
## 162 FALSE FALSE FALSE TRUE FALSE FALSE
## 163 FALSE FALSE FALSE FALSE FALSE FALSE
## 164 FALSE FALSE FALSE FALSE FALSE FALSE
## 165 FALSE FALSE FALSE TRUE FALSE FALSE
## 166 FALSE FALSE FALSE FALSE FALSE FALSE
## 167 FALSE FALSE FALSE FALSE FALSE FALSE
## 168 FALSE FALSE FALSE FALSE FALSE FALSE
## 169 FALSE FALSE FALSE TRUE FALSE FALSE
## 170 FALSE FALSE FALSE FALSE FALSE FALSE
## 171 FALSE FALSE FALSE TRUE FALSE FALSE
## 172 FALSE FALSE FALSE FALSE FALSE FALSE
## 173 FALSE FALSE FALSE FALSE FALSE TRUE
## 174 FALSE FALSE FALSE FALSE FALSE FALSE
## 175 FALSE FALSE FALSE FALSE FALSE FALSE
## 176 FALSE FALSE FALSE FALSE FALSE FALSE
## 177 FALSE FALSE FALSE FALSE FALSE FALSE
## 178 FALSE FALSE FALSE FALSE FALSE FALSE
## 179 FALSE FALSE FALSE TRUE FALSE TRUE
## 180 FALSE FALSE FALSE FALSE FALSE FALSE
## 181 FALSE FALSE FALSE FALSE FALSE FALSE
## 182 FALSE FALSE FALSE FALSE FALSE FALSE
## 183 FALSE FALSE FALSE FALSE FALSE FALSE
## 184 FALSE FALSE FALSE FALSE FALSE FALSE
## 185 FALSE FALSE FALSE FALSE FALSE FALSE
## 186 FALSE FALSE FALSE FALSE FALSE FALSE
## 187 FALSE FALSE FALSE FALSE FALSE FALSE
## 188 FALSE FALSE FALSE FALSE FALSE FALSE
## 189 FALSE FALSE FALSE FALSE FALSE FALSE
## 190 FALSE FALSE FALSE FALSE FALSE FALSE
## 191 FALSE FALSE FALSE FALSE FALSE FALSE
## 192 FALSE FALSE FALSE FALSE FALSE FALSE
## 193 FALSE FALSE FALSE FALSE FALSE FALSE
## 194 FALSE FALSE FALSE FALSE FALSE FALSE
## 195 FALSE FALSE FALSE TRUE FALSE FALSE
## 196 FALSE FALSE FALSE FALSE FALSE FALSE
## 197 FALSE FALSE FALSE FALSE FALSE FALSE
## 198 FALSE FALSE FALSE FALSE FALSE FALSE
## 199 FALSE FALSE FALSE FALSE FALSE FALSE
## 200 FALSE FALSE FALSE FALSE FALSE FALSE
## 201 FALSE FALSE FALSE FALSE FALSE FALSE
## 202 FALSE FALSE FALSE FALSE FALSE FALSE
## 203 FALSE FALSE FALSE FALSE FALSE TRUE
## 204 FALSE FALSE FALSE FALSE FALSE FALSE
## 205 FALSE FALSE FALSE FALSE FALSE FALSE
## 206 FALSE FALSE FALSE FALSE FALSE FALSE
## 207 FALSE FALSE FALSE FALSE FALSE FALSE
## 208 FALSE FALSE FALSE FALSE FALSE FALSE
## 209 FALSE FALSE FALSE FALSE FALSE FALSE
## 210 FALSE FALSE FALSE TRUE FALSE FALSE
## 211 FALSE FALSE FALSE FALSE FALSE FALSE
## 212 FALSE FALSE FALSE FALSE FALSE FALSE
## 213 FALSE FALSE FALSE FALSE FALSE TRUE
## 214 FALSE FALSE FALSE FALSE FALSE FALSE
## 215 FALSE FALSE FALSE FALSE FALSE FALSE
## 216 FALSE FALSE FALSE TRUE FALSE FALSE
## 217 FALSE FALSE FALSE TRUE FALSE TRUE
## 218 FALSE FALSE FALSE FALSE FALSE FALSE
## 219 FALSE FALSE FALSE TRUE FALSE FALSE
## 220 FALSE FALSE FALSE FALSE FALSE FALSE
## 221 FALSE FALSE FALSE TRUE FALSE FALSE
## 222 FALSE FALSE FALSE FALSE FALSE FALSE
## 223 FALSE FALSE FALSE FALSE FALSE FALSE
## 224 FALSE FALSE FALSE TRUE FALSE FALSE
## 225 FALSE FALSE FALSE TRUE FALSE TRUE
## 226 FALSE FALSE FALSE FALSE FALSE TRUE
## 227 FALSE FALSE FALSE FALSE FALSE FALSE
## 228 FALSE FALSE FALSE FALSE FALSE FALSE
## 229 FALSE FALSE FALSE FALSE FALSE FALSE
## 230 FALSE FALSE FALSE FALSE FALSE FALSE
## 231 FALSE FALSE FALSE FALSE FALSE FALSE
## 232 FALSE FALSE FALSE TRUE FALSE FALSE
## 233 FALSE FALSE FALSE FALSE FALSE FALSE
## 234 FALSE FALSE FALSE FALSE FALSE FALSE
## 235 FALSE FALSE FALSE TRUE FALSE FALSE
## 236 FALSE FALSE FALSE FALSE FALSE FALSE
## 237 FALSE FALSE FALSE FALSE FALSE FALSE
## (cinsiyet = recode(cinsiyet, Female = "Kadın", Male = "Erkek"))
## 1 FALSE
## 2 FALSE
## 3 FALSE
## 4 FALSE
## 5 FALSE
## 6 FALSE
## 7 FALSE
## 8 FALSE
## 9 FALSE
## 10 FALSE
## 11 FALSE
## 12 FALSE
## 13 FALSE
## 14 FALSE
## 15 FALSE
## 16 FALSE
## 17 FALSE
## 18 FALSE
## 19 FALSE
## 20 FALSE
## 21 FALSE
## 22 FALSE
## 23 FALSE
## 24 FALSE
## 25 FALSE
## 26 FALSE
## 27 FALSE
## 28 FALSE
## 29 FALSE
## 30 FALSE
## 31 FALSE
## 32 FALSE
## 33 FALSE
## 34 FALSE
## 35 FALSE
## 36 FALSE
## 37 FALSE
## 38 FALSE
## 39 FALSE
## 40 FALSE
## 41 FALSE
## 42 FALSE
## 43 FALSE
## 44 FALSE
## 45 FALSE
## 46 FALSE
## 47 FALSE
## 48 FALSE
## 49 FALSE
## 50 FALSE
## 51 FALSE
## 52 FALSE
## 53 FALSE
## 54 FALSE
## 55 FALSE
## 56 FALSE
## 57 FALSE
## 58 FALSE
## 59 FALSE
## 60 FALSE
## 61 FALSE
## 62 FALSE
## 63 FALSE
## 64 FALSE
## 65 FALSE
## 66 FALSE
## 67 FALSE
## 68 FALSE
## 69 FALSE
## 70 FALSE
## 71 FALSE
## 72 FALSE
## 73 FALSE
## 74 FALSE
## 75 FALSE
## 76 FALSE
## 77 FALSE
## 78 FALSE
## 79 FALSE
## 80 FALSE
## 81 FALSE
## 82 FALSE
## 83 FALSE
## 84 FALSE
## 85 FALSE
## 86 FALSE
## 87 FALSE
## 88 FALSE
## 89 FALSE
## 90 FALSE
## 91 FALSE
## 92 FALSE
## 93 FALSE
## 94 FALSE
## 95 FALSE
## 96 FALSE
## 97 FALSE
## 98 FALSE
## 99 FALSE
## 100 FALSE
## 101 FALSE
## 102 FALSE
## 103 FALSE
## 104 FALSE
## 105 FALSE
## 106 FALSE
## 107 FALSE
## 108 FALSE
## 109 FALSE
## 110 FALSE
## 111 FALSE
## 112 FALSE
## 113 FALSE
## 114 FALSE
## 115 FALSE
## 116 FALSE
## 117 FALSE
## 118 FALSE
## 119 FALSE
## 120 FALSE
## 121 FALSE
## 122 FALSE
## 123 FALSE
## 124 FALSE
## 125 FALSE
## 126 FALSE
## 127 FALSE
## 128 FALSE
## 129 FALSE
## 130 FALSE
## 131 FALSE
## 132 FALSE
## 133 FALSE
## 134 FALSE
## 135 FALSE
## 136 FALSE
## 137 TRUE
## 138 FALSE
## 139 FALSE
## 140 FALSE
## 141 FALSE
## 142 FALSE
## 143 FALSE
## 144 FALSE
## 145 FALSE
## 146 FALSE
## 147 FALSE
## 148 FALSE
## 149 FALSE
## 150 FALSE
## 151 FALSE
## 152 FALSE
## 153 FALSE
## 154 FALSE
## 155 FALSE
## 156 FALSE
## 157 FALSE
## 158 FALSE
## 159 FALSE
## 160 FALSE
## 161 FALSE
## 162 FALSE
## 163 FALSE
## 164 FALSE
## 165 FALSE
## 166 FALSE
## 167 FALSE
## 168 FALSE
## 169 FALSE
## 170 FALSE
## 171 FALSE
## 172 FALSE
## 173 FALSE
## 174 FALSE
## 175 FALSE
## 176 FALSE
## 177 FALSE
## 178 FALSE
## 179 FALSE
## 180 FALSE
## 181 FALSE
## 182 FALSE
## 183 FALSE
## 184 FALSE
## 185 FALSE
## 186 FALSE
## 187 FALSE
## 188 FALSE
## 189 FALSE
## 190 FALSE
## 191 FALSE
## 192 FALSE
## 193 FALSE
## 194 FALSE
## 195 FALSE
## 196 FALSE
## 197 FALSE
## 198 FALSE
## 199 FALSE
## 200 FALSE
## 201 FALSE
## 202 FALSE
## 203 FALSE
## 204 FALSE
## 205 FALSE
## 206 FALSE
## 207 FALSE
## 208 FALSE
## 209 FALSE
## 210 FALSE
## 211 FALSE
## 212 FALSE
## 213 FALSE
## 214 FALSE
## 215 FALSE
## 216 FALSE
## 217 FALSE
## 218 FALSE
## 219 FALSE
## 220 FALSE
## 221 FALSE
## 222 FALSE
## 223 FALSE
## 224 FALSE
## 225 FALSE
## 226 FALSE
## 227 FALSE
## 228 FALSE
## 229 FALSE
## 230 FALSE
## 231 FALSE
## 232 FALSE
## 233 FALSE
## 234 FALSE
## 235 FALSE
## 236 FALSE
## 237 FALSEany(is.na(veri3))## [1] TRUEcolSums(is.na(veri3))## yas
## 0
## cinsiyet
## 1
## sigara
## 1
## nabız
## 45
## egzersiz
## 0
## boy
## 28
## (cinsiyet = recode(cinsiyet, Female = "Kadın", Male = "Erkek"))
## 1#not:yaş değişkeninde sıfır kayıp veri,cinsiyet değişkeninde 1 kayıp veri,sigara değişkeninde 1 kayıp veri,nabız değişkeninde 45 kayıp veri,egzersiz değişkeninde 0,boy değişkeninde 28 kayıp veri vardır.
veri_son<-na.omit(veri3)SORU 4
summary(veri_son)## yas cinsiyet sigara nabız egzersiz
## Min. :16.92 Female:85 Fazla : 7 Min. : 35.00 Sık :86
## 1st Qu.:17.67 Male :85 Hiç :136 1st Qu.: 66.25 Yok :14
## Median :18.58 Ara Sıra: 13 Median : 72.00 Bazen:70
## Mean :20.46 Düzenli : 14 Mean : 73.92
## 3rd Qu.:20.17 3rd Qu.: 80.00
## Max. :70.42 Max. :104.00
## boy
## Min. :152.0
## 1st Qu.:165.0
## Median :171.0
## Mean :172.5
## 3rd Qu.:180.0
## Max. :200.0
## (cinsiyet = recode(cinsiyet, Female = "Kadın", Male = "Erkek"))
## Kadın:85
## Erkek:85
##
##
##
## SORU 4.1
veri_son %>%
group_by(egzersiz) %>%
summarise(ortalama_nabız=round(mean(nabız),2))## # A tibble: 3 × 2
## egzersiz ortalama_nabız
## <fct> <dbl>
## 1 Sık 71.4
## 2 Yok 75.9
## 3 Bazen 76.6##sık egzersiz yapanlarda ortalama nabız:71.43,egzersiz yapmayanlarda ortalama nabız:75.86,bazen egzersiz yapanlarda ortalama nabız:76.59
SORU4.2
modeOf(veri_son$yas)## [1] 17.5median(veri_son$yas)## [1] 18.583mean(veri_son$yas)## [1] 20.46377SORU 5
##DERS ÇALIŞMA SÜRESİNİN SINAV NOTUNA ETKİSİ a)VERİ TOPLANACAK KATEGORİLER:ÜNİVERSİTE ÖĞRENCİLERİ İLKOKUL ÖĞRENCİLERİ DÜZENLİ DERS ÇALIŞAN VE DÜZENLİ DERS ÇALIŞMAYAN ÖĞRENCİLER LİSE ÖĞRENCİLER b)HANGİ BİLGİLERİ TOPLAYABİLİRİM:UYKU SÜRESİ GÜNLÜK DERS ÇALIŞMA SÜRESİ DERS ÇEŞİTİ SON SINAVDAN ALINAN NOT SINIF DÜZEYİ c)TOPLADIĞIMIZ BİLGİLER KAPSAMINDA DEĞİŞKENLERİN TÜRLERİ:KULLANACİLECEĞİM NİCEL DEĞİŞKENLER ÇALIŞMA SÜRESİ,UYK SÜRESİ,SON SINAVDA ALINAN NOT OLABİLİR.NİTEL DEĞİŞKENLER İSE DERS TÜRÜ VE SINIF DÜZEYİ OLABİLİR.
d)##FREKANS TABLOSU OLUŞTURABİLECEĞİM 3 DEĞİŞKEN:DERS TÜRÜ: MATEMATİK TARİH TÜRKÇE GİBİ SINIF DÜZEYİ *DERS ÇALIŞMA DURUMU OLABİLİR. e)MİN,MAX,QUARTERS,MOD,MEDİAN,MEAN DEĞERLERİ İÇİN 3 DEĞİŞKEN DERS ÇALIŞMA SÜRESİ,SINAV NOTU,UYKU SÜRESİ DEĞİŞKENLERİNİN İSTATİSTİKLERİNİ İNCELEDİM.MİNİMUM MAKSİMUM DEĞERLER,BU DEĞİŞKENLERDEKİ EN DÜŞÜKVE EN YÜKSEK DEĞERLERİ GÖSTERİYOR.1.QU.VE MEDYAN ,VERİLERİN ORTASINDA HANGİ SEVİYELERİ OLDUĞUNU ANLAMAMI SAĞLADIK.MOD DEĞERİ EN ÇOK TEKRAR EDEN GÖZLEMİ GÖSTERİR.