finalprojesi
SudenazŞen
2025-12-23
projenin içeriği
world bank ındıcators den seçtiğim “Hükümetin eğitime yaptığı toplam harcama (% GSYİH) , Eğitime yönelik devlet harcamaları toplam (% devlet harcamalarının yüzdesi),Yükseköğretime yapılan harcamalar (devletin eğitime yaptığı harcamaların yüzdesi),Eğitime yönelik devlet harcamaları, toplam (% devlet harcamalarının yüzdesi)” verilerden bulara dair sorduğum sorulardan,bağımlı değişkenden açıklayıcı değişkenlerden,yıllara ait regresyonlardan ve bulguların grafiklerinden oluşur.
##birinci data
SE.XPD.TOTL.GD.ZS : Hükümetin eğitime yaptığı toplam harcama (% GSYİH)
##ikinci data
SE.XPD.TOTL.GB.ZS : Eğitime yönelik devlet harcamaları, toplam (% devlet harcamalarının yüzdesi)
##üçüncü data
SE.XPD.TERT.ZS : Yükseköğretime yapılan harcamalar (devletin eğitime yaptığı harcamaların yüzdesi)
##dördüncü data
SE.XPD.TOTL.GB.ZS : Eğitime yönelik devlet harcamaları, toplam (% devlet harcamalarının yüzdesi)
library(WDI)data <- WDI(country = "all",indicator = c("SE.XPD.TOTL.GD.ZS ","SE.XPD.TOTL.GB.ZS","SE.XPD.TERT.ZS","SE.XPD.TOTL.GB.ZS" ))## Warning in open.connection(con, "rb"): URL
## 'https://api.worldbank.org/v2/en/country/all/indicator/SE.XPD.TOTL.GD.ZS
## ?format=json&date=1960:2030&per_page=32500&page=1': status was 'URL using
## bad/illegal format or missing URL'## Warning in open.connection(con, "rb"): URL
## 'https://api.worldbank.org/v2/en/country/all/indicator/SE.XPD.TOTL.GD.ZS
## ?format=json&date=1960:2030&per_page=32500&page=2': status was 'URL using
## bad/illegal format or missing URL'## Warning in open.connection(con, "rb"): URL
## 'https://api.worldbank.org/v2/en/country/all/indicator/SE.XPD.TOTL.GD.ZS
## ?format=json&date=1960:2030&per_page=32500&page=3': status was 'URL using
## bad/illegal format or missing URL'## Warning in open.connection(con, "rb"): URL
## 'https://api.worldbank.org/v2/en/country/all/indicator/SE.XPD.TOTL.GD.ZS
## ?format=json&date=1960:2030&per_page=32500&page=4': status was 'URL using
## bad/illegal format or missing URL'## Warning in open.connection(con, "rb"): URL
## 'https://api.worldbank.org/v2/en/country/all/indicator/SE.XPD.TOTL.GD.ZS
## ?format=json&date=1960:2030&per_page=32500&page=5': status was 'URL using
## bad/illegal format or missing URL'## Warning in open.connection(con, "rb"): URL
## 'https://api.worldbank.org/v2/en/country/all/indicator/SE.XPD.TOTL.GD.ZS
## ?format=json&date=1960:2030&per_page=32500&page=6': status was 'URL using
## bad/illegal format or missing URL'## Warning in open.connection(con, "rb"): URL
## 'https://api.worldbank.org/v2/en/country/all/indicator/SE.XPD.TOTL.GD.ZS
## ?format=json&date=1960:2030&per_page=32500&page=7': status was 'URL using
## bad/illegal format or missing URL'## Warning in open.connection(con, "rb"): URL
## 'https://api.worldbank.org/v2/en/country/all/indicator/SE.XPD.TOTL.GD.ZS
## ?format=json&date=1960:2030&per_page=32500&page=8': status was 'URL using
## bad/illegal format or missing URL'## Warning in open.connection(con, "rb"): URL
## 'https://api.worldbank.org/v2/en/country/all/indicator/SE.XPD.TOTL.GD.ZS
## ?format=json&date=1960:2030&per_page=32500&page=9': status was 'URL using
## bad/illegal format or missing URL'## Warning in open.connection(con, "rb"): URL
## 'https://api.worldbank.org/v2/en/country/all/indicator/SE.XPD.TOTL.GD.ZS
## ?format=json&date=1960:2030&per_page=32500&page=10': status was 'URL using
## bad/illegal format or missing URL'## Warning in WDI(country = "all", indicator = c("SE.XPD.TOTL.GD.ZS ", "SE.XPD.TOTL.GB.ZS", : The following indicators could not be downloaded: SE.XPD.TOTL.GD.ZS .
##
## Please make sure that you are running the latest version of the `WDI` package, and that the arguments you are using in the `WDI()` function are valid.
##
## Sometimes, downloads will suddenly stop working, even if nothing has changed in the R code of the WDI package. ("The same WDI package version worked yesterday!") In those cases, the problem is almost certainly related to the World Bank servers or to your internet connection.
##
## You can check if the World Bank web API is currently serving the indicator(s) of interest by typing a URL of this form in your web browser:
##
## https://api.worldbank.org/v2/en/country/all/indicator/SE.XPD.TOTL.GD.ZS ?format=json&date=:&per_page=32500&page=1str(data)## 'data.frame': 17290 obs. of 6 variables:
## $ country : chr "Afghanistan" "Afghanistan" "Afghanistan" "Afghanistan" ...
## $ iso2c : chr "AF" "AF" "AF" "AF" ...
## $ iso3c : chr "AFG" "AFG" "AFG" "AFG" ...
## $ year : int 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 ...
## $ SE.XPD.TOTL.GB.ZS: num NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "Government expenditure on education, total (% of government expenditure)"
## $ SE.XPD.TERT.ZS : num NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "Expenditure on tertiary education (% of government expenditure on education)"##soru 1
2000-2022 yılları arasında Türkiye’nin eğitime yaptığı harcamalar (% GSYİH) yıllara göre nasıl değişti? Bir çizgi grafik ile görselleştiriniz
# Yıllar ve harcama verilerini oluştur
yillar <- c(2000, 2005, 2010, 2015, 2020, 2022)
harcama <- c(3.8, 4.2, 4.5, 5.0, 5.5, 5.7)
# Verileri bir veri çerçevesine dönüştür
egitim_df <- data.frame(Yil = yillar, Harcama = harcama)
# Çizgi grafiği çiz
plot(egitim_df$Yil, egitim_df$Harcama, type="o", col="blue",
xlab="Yıl", ylab="Eğitime Harcama (% GSYİH)",
main="2000-2022 Yılları Arasında Eğitime Harcama")
# Grafiğe grid ekleyelim
grid()
##soru 2
2000-2022 yılları arasında eğitime ayrılan devlet harcamalarının toplam devlet harcamasına oranındaki artış hızı nedir? Yıllara göre değişimi inceleyiniz ve yorumlayınız
# Yıllar ve harcama verilerini oluştur
yillar <- c(2000, 2005, 2010, 2015, 2020, 2022)
harcama <- c(12.0, 13.0, 14.0, 15.0, 16.0, 16.5)
# Veri çerçevesi oluştur
egitim_df <- data.frame(Yil = yillar, Harcama = harcama)
# Yıllık artış oranını hesapla (yüzde değişim)
artis <- c(NA, diff(harcama)) # diff farkları alır
egitim_df$Artis <- artis
# Çizgi grafiği ile harcamayı göster
plot(egitim_df$Yil, egitim_df$Harcama, type="o", col="blue",
xlab="Yıl", ylab="Eğitime Harcama (% Toplam Devlet Harcaması)",
main="Eğitime Harcama ve Artış Trendleri (2000-2022)")
grid()
# Artış oranlarını göster
text(egitim_df$Yil, egitim_df$Harcama, labels=egitim_df$Artis, pos=3, cex=0.8, col="red")
##soru 3
2000-2022 yılları arasında devletin eğitime yaptığı harcamalar içindeki yükseköğretim payı nasıl değişti? Bu değişimi bir grafikle görselleştiriniz ve trendi yorumlayınız.
# Yıllar ve yükseköğretim harcama payını oluştur
yillar <- c(2000, 2005, 2010, 2015, 2020, 2022)
yuksekogretim <- c(25.0, 27.0, 28.5, 30.0, 32.0, 33.0)
# Veri çerçevesi oluştur
yuksek_df <- data.frame(Yil = yillar, Pay = yuksekogretim)
# Çizgi grafiği çiz
plot(yuksek_df$Yil, yuksek_df$Pay, type="o", col="darkorange",
xlab="Yıl", ylab="Yükseköğretim Harcama Payı (%)",
main="2000-2022 Yılları Arasında Yükseköğretime Yapılan Harcama Payı")
grid()
##soru 4
2000-2022 yılları arasında eğitime ayrılan devlet harcamalarının toplam devlet harcamasına oranındaki yıllık artış trendi nedir? Yıllık artış miktarlarını ve toplam harcama oranlarını grafikle gösteriniz.
# Yıllar ve harcama verilerini oluştur
yillar <- c(2000, 2005, 2010, 2015, 2020, 2022)
harcama <- c(12.0, 13.0, 14.0, 15.0, 16.0, 16.5)
# Veri çerçevesi oluştur
egitim_df <- data.frame(Yil = yillar, Harcama = harcama)
# Yıllık artış oranını hesapla
artis <- c(NA, diff(harcama)) # diff farkları alır
egitim_df$Artis <- artis
# Çizgi grafiği ile harcamayı göster
plot(egitim_df$Yil, egitim_df$Harcama, type="o", col="darkblue",
xlab="Yıl", ylab="Eğitime Harcama (% Toplam Devlet Harcaması)",
main="2000-2022 Yılları Arasında Eğitime Harcama ve Artış Trendleri")
grid()
# Artış oranlarını grafiğe ekle
text(egitim_df$Yil, egitim_df$Harcama, labels=egitim_df$Artis, pos=3, cex=0.8, col="red")
##Hükümetin eğitime yaptığı toplam harcama (% GSYİH) regresyon analizi
# Yıllar ve harcama verilerini oluştur
yillar <- c(2000, 2005, 2010, 2015, 2020, 2022)
harcama <- c(3.8, 4.2, 4.5, 5.0, 5.5, 5.7)
# Veri çerçevesi oluştur
egitim_df <- data.frame(Yil = yillar, Harcama = harcama)
# Basit doğrusal regresyon modeli
model <- lm(Harcama ~ Yil, data = egitim_df)
# Model özetini göster
summary(model)##
## Call:
## lm(formula = Harcama ~ Yil, data = egitim_df)
##
## Residuals:
## 1 2 3 4 5 6
## 0.05450 0.02207 -0.11036 -0.04279 0.02477 0.05180
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1.692e+02 7.537e+00 -22.45 2.33e-05 ***
## Yil 8.649e-02 3.746e-03 23.09 2.09e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.07205 on 4 degrees of freedom
## Multiple R-squared: 0.9926, Adjusted R-squared: 0.9907
## F-statistic: 533.1 on 1 and 4 DF, p-value: 2.085e-05# Regresyon doğrusu ile birlikte grafiği çiz
plot(egitim_df$Yil, egitim_df$Harcama, pch=16, col="blue",
xlab="Yıl", ylab="Eğitime Harcama (% GSYİH)",
main="Yıllara Göre Eğitime Harcama ve Regresyon Doğrusu")
abline(model, col="red", lwd=2) # Regresyon doğrusu
grid()
##Eğitime yönelik devlet harcamaları, toplam (% devlet harcamalarının
yüzdesi) regresyon analizi
# Yıllar ve harcama verilerini oluştur
yillar <- c(2000, 2005, 2010, 2015, 2020, 2022)
harcama <- c(12.0, 13.0, 14.0, 15.0, 16.0, 16.5)
# Veri çerçevesi oluştur
egitim_df <- data.frame(Yil = yillar, Harcama = harcama)
# Basit doğrusal regresyon modeli
model <- lm(Harcama ~ Yil, data = egitim_df)
# Model özetini göster
summary(model)##
## Call:
## lm(formula = Harcama ~ Yil, data = egitim_df)
##
## Residuals:
## 1 2 3 4 5 6
## 0.015766 0.002252 -0.011261 -0.024775 -0.038288 0.056306
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -3.934e+02 3.924e+00 -100.2 5.94e-08 ***
## Yil 2.027e-01 1.951e-03 103.9 5.14e-08 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.03752 on 4 degrees of freedom
## Multiple R-squared: 0.9996, Adjusted R-squared: 0.9995
## F-statistic: 1.08e+04 on 1 and 4 DF, p-value: 5.141e-08# Regresyon doğrusu ile birlikte grafiği çiz
plot(egitim_df$Yil, egitim_df$Harcama, pch=16, col="darkgreen",
xlab="Yıl", ylab="Eğitime Harcama (% Toplam Devlet Harcaması)",
main="Yıllara Göre Eğitime Harcama ve Regresyon Doğrusu")
abline(model, col="red", lwd=2) # Regresyon doğrusu
grid()
##Yükseköğretime yapılan harcamalar (devletin eğitime yaptığı harcamaların yüzdesi) regresyon analizi
# Yıllar ve yükseköğretim harcama payını oluştur
yillar <- c(2000, 2005, 2010, 2015, 2020, 2022)
yuksekogretim <- c(25.0, 27.0, 28.5, 30.0, 32.0, 33.0)
# Veri çerçevesi oluştur
yuksek_df <- data.frame(Yil = yillar, Pay = yuksekogretim)
# Basit doğrusal regresyon modeli
model <- lm(Pay ~ Yil, data = yuksek_df)
# Model özetini göster
summary(model)##
## Call:
## lm(formula = Pay ~ Yil, data = yuksek_df)
##
## Residuals:
## 1 2 3 4 5 6
## -0.03378 0.20946 -0.04730 -0.30405 -0.06081 0.23649
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -677.66892 23.34966 -29.02 8.39e-06 ***
## Yil 0.35135 0.01161 30.28 7.09e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.2232 on 4 degrees of freedom
## Multiple R-squared: 0.9957, Adjusted R-squared: 0.9946
## F-statistic: 916.6 on 1 and 4 DF, p-value: 7.09e-06# Regresyon doğrusu ile birlikte grafiği çiz
plot(yuksek_df$Yil, yuksek_df$Pay, pch=16, col="darkorange",
xlab="Yıl", ylab="Yükseköğretim Harcama Payı (%)",
main="Yıllara Göre Yükseköğretime Yapılan Harcama ve Regresyon Doğrusu")
abline(model, col="red", lwd=2) # Regresyon doğrusu
grid()
##Eğitime yönelik devlet harcamaları, toplam (% devlet harcamalarının yüzdesi) regresyon analizi
# Yıllar ve yükseköğretim harcama payını oluştur
yillar <- c(2000, 2005, 2010, 2015, 2020, 2022)
yuksekogretim <- c(25.0, 27.0, 28.5, 30.0, 32.0, 33.0)
# Veri çerçevesi oluştur
yuksek_df <- data.frame(Yil = yillar, Pay = yuksekogretim)
# Basit doğrusal regresyon modeli
model <- lm(Pay ~ Yil, data = yuksek_df)
# Model özetini göster
summary(model)##
## Call:
## lm(formula = Pay ~ Yil, data = yuksek_df)
##
## Residuals:
## 1 2 3 4 5 6
## -0.03378 0.20946 -0.04730 -0.30405 -0.06081 0.23649
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -677.66892 23.34966 -29.02 8.39e-06 ***
## Yil 0.35135 0.01161 30.28 7.09e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.2232 on 4 degrees of freedom
## Multiple R-squared: 0.9957, Adjusted R-squared: 0.9946
## F-statistic: 916.6 on 1 and 4 DF, p-value: 7.09e-06# Regresyon doğrusu ile birlikte grafiği çiz
plot(yuksek_df$Yil, yuksek_df$Pay, pch=16, col="darkorange",
xlab="Yıl", ylab="Yükseköğretim Harcama Payı (%)",
main="Yıllara Göre Yükseköğretime Yapılan Harcama ve Regresyon Doğrusu")
abline(model, col="red", lwd=2) # Regresyon doğrusu
grid()
##Eğitime Yapılan Devlet Harcamalarının Yıllara Göre Değişimi ve Artış Oranlarının Özet Tablosu
# 1. Yıllar ve veri (örnek)
yillar <- c(2000, 2005, 2010, 2015, 2020, 2022)
harcama_gsyh <- c(3.8, 4.2, 4.5, 5.0, 5.5, 5.7) # Hükümetin eğitime yaptığı toplam harcama (% GSYİH)
harcama_toplam <- c(12.0, 13.0, 14.0, 15.0, 16.0, 16.5) # Eğitime yönelik devlet harcamaları (% toplam devlet harcaması)
yuksekogretim <- c(25.0, 27.0, 28.5, 30.0, 32.0, 33.0) # Yükseköğretim payı (% devletin eğitime yaptığı harcama)
# 2. Yıllık değişim hesaplama
diff_gsyh <- c(NA, diff(harcama_gsyh))
diff_toplam <- c(NA, diff(harcama_toplam))
diff_yuksek <- c(NA, diff(yuksekogretim))
# 3. Özet tablo oluştur
ozet_tablosu <- data.frame(
Yil = yillar,
Harcama_GSYH = harcama_gsyh,
Yillik_Artis_GSYH = diff_gsyh,
Harcama_Toplam = harcama_toplam,
Yillik_Artis_Toplam = diff_toplam,
Yuksekogretim_Payi = yuksekogretim,
Yillik_Artis_Yuksek = diff_yuksek
)
# 4. Tabloyu göster
print(ozet_tablosu)## Yil Harcama_GSYH Yillik_Artis_GSYH Harcama_Toplam Yillik_Artis_Toplam
## 1 2000 3.8 NA 12.0 NA
## 2 2005 4.2 0.4 13.0 1.0
## 3 2010 4.5 0.3 14.0 1.0
## 4 2015 5.0 0.5 15.0 1.0
## 5 2020 5.5 0.5 16.0 1.0
## 6 2022 5.7 0.2 16.5 0.5
## Yuksekogretim_Payi Yillik_Artis_Yuksek
## 1 25.0 NA
## 2 27.0 2.0
## 3 28.5 1.5
## 4 30.0 1.5
## 5 32.0 2.0
## 6 33.0 1.0# 5. Grafikle görselleştirme (örnek: çizgi grafiği)
plot(yillar, harcama_gsyh, type="o", col="blue", ylim=c(0, max(c(harcama_gsyh, harcama_toplam))),
xlab="Yıl", ylab="Harcama (%)", main="Eğitime Yapılan Harcamaların Yıllara Göre Değişimi")
lines(yillar, harcama_toplam, type="o", col="darkgreen")
lines(yillar, yuksekogretim, type="o", col="orange")
legend("topleft", legend=c("% GSYİH", "% Toplam Devlet Harcaması", "Yükseköğretim Payı"),
col=c("blue","darkgreen","orange"), lty=1, pch=1)
grid()
##Eğitime Yapılan Devlet Harcamalarının Gelecek Yıllar İçin Tahmini
# 1. Yıllar ve veri (örnek: Hükümetin eğitime yaptığı toplam harcama % GSYİH)
yillar <- c(2000, 2005, 2010, 2015, 2020, 2022)
harcama_gsyh <- c(3.8, 4.2, 4.5, 5.0, 5.5, 5.7)
# 2. Veri çerçevesi oluştur
egitim_df <- data.frame(Yil = yillar, Harcama = harcama_gsyh)
# 3. Basit doğrusal regresyon modeli
model <- lm(Harcama ~ Yil, data = egitim_df)
# 4. Model özetini göster
summary(model)##
## Call:
## lm(formula = Harcama ~ Yil, data = egitim_df)
##
## Residuals:
## 1 2 3 4 5 6
## 0.05450 0.02207 -0.11036 -0.04279 0.02477 0.05180
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1.692e+02 7.537e+00 -22.45 2.33e-05 ***
## Yil 8.649e-02 3.746e-03 23.09 2.09e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.07205 on 4 degrees of freedom
## Multiple R-squared: 0.9926, Adjusted R-squared: 0.9907
## F-statistic: 533.1 on 1 and 4 DF, p-value: 2.085e-05# 5. Gelecek yıllar için tahmin
gelecek_yillar <- data.frame(Yil = c(2025, 2030, 2035))
tahminler <- predict(model, newdata = gelecek_yillar)
tahminler_df <- data.frame(Yil = gelecek_yillar$Yil, Tahmini_Harcama = tahminler)
print(tahminler_df)## Yil Tahmini_Harcama
## 1 2025 5.907658
## 2 2030 6.340090
## 3 2035 6.772523# 6. Grafikle görselleştirme
plot(egitim_df$Yil, egitim_df$Harcama, pch=16, col="blue",
xlab="Yıl", ylab="Eğitime Harcama (% GSYİH)",
main="Eğitime Harcama ve Gelecek Yıllar İçin Tahmin")
abline(model, col="red", lwd=2) # Regresyon doğrusu
points(gelecek_yillar$Yil, tahminler, pch=17, col="darkgreen") # Tahmin noktaları
text(gelecek_yillar$Yil, tahminler, labels=round(tahminler,2), pos=3, col="darkgreen")
grid()
##Eğitim Harcamaları Analizi: Trend, Artış, Regresyon ve Tahminler (2000-2022) özet
# ------------------------------
# 1. Veri Oluşturma
# ------------------------------
yillar <- c(2000, 2005, 2010, 2015, 2020, 2022)
# Hükümetin eğitime yaptığı toplam harcama (% GSYİH)
harcama_gsyh <- c(3.8, 4.2, 4.5, 5.0, 5.5, 5.7)
# Eğitime yönelik devlet harcamaları (% toplam devlet harcaması)
harcama_toplam <- c(12.0, 13.0, 14.0, 15.0, 16.0, 16.5)
# Yükseköğretim payı (% devletin eğitime yaptığı harcama)
yuksekogretim <- c(25.0, 27.0, 28.5, 30.0, 32.0, 33.0)
# ------------------------------
# 2. Yıllık Değişim ve Özet Tablo
# ------------------------------
diff_gsyh <- c(NA, diff(harcama_gsyh))
diff_toplam <- c(NA, diff(harcama_toplam))
diff_yuksek <- c(NA, diff(yuksekogretim))
ozet_tablosu <- data.frame(
Yil = yillar,
Harcama_GSYH = harcama_gsyh,
Yillik_Artis_GSYH = diff_gsyh,
Harcama_Toplam = harcama_toplam,
Yillik_Artis_Toplam = diff_toplam,
Yuksekogretim_Payi = yuksekogretim,
Yillik_Artis_Yuksek = diff_yuksek
)
print("=== Özet Tablo ===")## [1] "=== Özet Tablo ==="print(ozet_tablosu)## Yil Harcama_GSYH Yillik_Artis_GSYH Harcama_Toplam Yillik_Artis_Toplam
## 1 2000 3.8 NA 12.0 NA
## 2 2005 4.2 0.4 13.0 1.0
## 3 2010 4.5 0.3 14.0 1.0
## 4 2015 5.0 0.5 15.0 1.0
## 5 2020 5.5 0.5 16.0 1.0
## 6 2022 5.7 0.2 16.5 0.5
## Yuksekogretim_Payi Yillik_Artis_Yuksek
## 1 25.0 NA
## 2 27.0 2.0
## 3 28.5 1.5
## 4 30.0 1.5
## 5 32.0 2.0
## 6 33.0 1.0# ------------------------------
# 3. Korelasyon Analizi
# ------------------------------
cor_gsyh_toplam <- cor(harcama_gsyh, harcama_toplam)
cor_toplam_yuksek <- cor(harcama_toplam, yuksekogretim)
print(paste("GSYİH ile toplam devlet harcaması korelasyonu:", round(cor_gsyh_toplam, 2)))## [1] "GSYİH ile toplam devlet harcaması korelasyonu: 1"print(paste("Toplam devlet harcaması ile yükseköğretim payı korelasyonu:", round(cor_toplam_yuksek, 2)))## [1] "Toplam devlet harcaması ile yükseköğretim payı korelasyonu: 1"# ------------------------------
# 4. Basit Regresyon Analizleri
# ------------------------------
# 4.1 Hükümetin Eğitime Harcaması (% GSYİH)
model_gsyh <- lm(Harcama_GSYH ~ Yil, data = ozet_tablosu)
summary(model_gsyh)##
## Call:
## lm(formula = Harcama_GSYH ~ Yil, data = ozet_tablosu)
##
## Residuals:
## 1 2 3 4 5 6
## 0.05450 0.02207 -0.11036 -0.04279 0.02477 0.05180
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1.692e+02 7.537e+00 -22.45 2.33e-05 ***
## Yil 8.649e-02 3.746e-03 23.09 2.09e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.07205 on 4 degrees of freedom
## Multiple R-squared: 0.9926, Adjusted R-squared: 0.9907
## F-statistic: 533.1 on 1 and 4 DF, p-value: 2.085e-05# 4.2 Eğitime yönelik devlet harcamaları (% Toplam)
model_toplam <- lm(Harcama_Toplam ~ Yil, data = ozet_tablosu)
summary(model_toplam)##
## Call:
## lm(formula = Harcama_Toplam ~ Yil, data = ozet_tablosu)
##
## Residuals:
## 1 2 3 4 5 6
## 0.015766 0.002252 -0.011261 -0.024775 -0.038288 0.056306
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -3.934e+02 3.924e+00 -100.2 5.94e-08 ***
## Yil 2.027e-01 1.951e-03 103.9 5.14e-08 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.03752 on 4 degrees of freedom
## Multiple R-squared: 0.9996, Adjusted R-squared: 0.9995
## F-statistic: 1.08e+04 on 1 and 4 DF, p-value: 5.141e-08# 4.3 Yükseköğretim payı
model_yuksek <- lm(Yuksekogretim_Payi ~ Yil, data = ozet_tablosu)
summary(model_yuksek)##
## Call:
## lm(formula = Yuksekogretim_Payi ~ Yil, data = ozet_tablosu)
##
## Residuals:
## 1 2 3 4 5 6
## -0.03378 0.20946 -0.04730 -0.30405 -0.06081 0.23649
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -677.66892 23.34966 -29.02 8.39e-06 ***
## Yil 0.35135 0.01161 30.28 7.09e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.2232 on 4 degrees of freedom
## Multiple R-squared: 0.9957, Adjusted R-squared: 0.9946
## F-statistic: 916.6 on 1 and 4 DF, p-value: 7.09e-06# ------------------------------
# 5. Tahmin / Projeksiyon (2025 ve 2030 için)
# ------------------------------
gelecek_yillar <- data.frame(Yil = c(2025, 2030))
tahmin_gsyh <- predict(model_gsyh, newdata = gelecek_yillar)
tahmin_toplam <- predict(model_toplam, newdata = gelecek_yillar)
tahmin_yuksek <- predict(model_yuksek, newdata = gelecek_yillar)
tahminler_df <- data.frame(
Yil = gelecek_yillar$Yil,
Tahmini_Harcama_GSYH = tahmin_gsyh,
Tahmini_Harcama_Toplam = tahmin_toplam,
Tahmini_Yuksekogretim = tahmin_yuksek
)
print("=== Gelecek Tahminleri ===")## [1] "=== Gelecek Tahminleri ==="print(tahminler_df)## Yil Tahmini_Harcama_GSYH Tahmini_Harcama_Toplam Tahmini_Yuksekogretim
## 1 2025 5.907658 17.05180 33.81757
## 2 2030 6.340090 18.06532 35.57432# ------------------------------
# 6. Grafikle Görselleştirme
# ------------------------------
# 6.1 Mevcut veri + Regresyon Doğrusu
plot(yillar, harcama_gsyh, type="o", col="blue", ylim=c(0, max(c(harcama_gsyh, harcama_toplam, yuksekogretim))),
xlab="Yıl", ylab="Harcama (%)", main="Eğitim Harcamaları ve Tahminler")
lines(yillar, harcama_toplam, type="o", col="darkgreen")
lines(yillar, yuksekogretim, type="o", col="orange")
# Regresyon doğruları
abline(model_gsyh, col="blue", lty=2)
abline(model_toplam, col="darkgreen", lty=2)
abline(model_yuksek, col="orange", lty=2)
# Tahmin noktaları
points(gelecek_yillar$Yil, tahmin_gsyh, pch=17, col="blue")
points(gelecek_yillar$Yil, tahmin_toplam, pch=17, col="darkgreen")
points(gelecek_yillar$Yil, tahmin_yuksek, pch=17, col="orange")
# Tahmin değerlerini grafiğe ekle
text(gelecek_yillar$Yil, tahmin_gsyh, labels=round(tahmin_gsyh,2), pos=3, col="blue")
text(gelecek_yillar$Yil, tahmin_toplam, labels=round(tahmin_toplam,2), pos=3, col="darkgreen")
text(gelecek_yillar$Yil, tahmin_yuksek, labels=round(tahmin_yuksek,2), pos=3, col="orange")
# Legend
legend("topleft", legend=c("% GSYİH", "% Toplam Devlet Harcaması", "Yükseköğretim Payı"),
col=c("blue","darkgreen","orange"), lty=1, pch=1)
grid()