2.03.2026-2. hafta
Zarife Tastan
2026-03-02
Eksik veri inceleme Bu ödevde, TIMSS 2015 uygulamasına ait bir kitapçığın Türkiye ve Amerika verilerini kullanacaksınız.
Veri seti adı: “TRUSA.RDS”. Bu veri setini R ortamına aktarınız.
Veri setinde eksik veri olup olmadığını kontrol ediniz.
Kitapçıktaki 35 maddenin toplamını hesaplayarak veri setine yeni bir sütun olarak ekleyiniz.
Toplam puanın her iki ülkeye göre betimsel istatistiklerini hesaplayınız.
Toplam puanın, Türkiye ve ABD örneklemlerinde farklılaşıp farklılaşmadığını t testi ile test ediniz.
Veri setinde %5, %10 ve %15 oranında eksik veriler oluşturunuz.
Oluşturulan eksik veri setlerinde önce eksik verinin rastgele 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.
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.
Eksik veri oranının uygulanan yöntemlerin performansına etkisini açıklayınız.
R Markdown
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
summary(cars)## speed dist
## Min. : 4.0 Min. : 2.00
## 1st Qu.:12.0 1st Qu.: 26.00
## Median :15.0 Median : 36.00
## Mean :15.4 Mean : 42.98
## 3rd Qu.:19.0 3rd Qu.: 56.00
## Max. :25.0 Max. :120.00Including Plots
You can also embed plots, for example:
Note that the echo = FALSE parameter was added to the
code chunk to prevent printing of the R code that generated the
plot.
a. Data tanımlama
TRUSA <- readRDS("TRUSA.RDS")b. Kayıp veri kontrol
library(naniar)
miss_var_table(TRUSA)## # A tibble: 1 × 3
## n_miss_in_var n_vars pct_vars
## <int> <int> <dbl>
## 1 0 38 100c. Toplam puan hesaplama
SUM <- TRUSA %>% dplyr :: select(starts_with("M")) %>% rowSums()
TRUSA$SUM <- SUMd. toplam puanın betimsel istatistikleri
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(psych)
describe.by(TRUSA$SUM, TRUSA$CNT)## Warning in describe.by(TRUSA$SUM, TRUSA$CNT): describe.by is deprecated.
## Please use the describeBy function##
## Descriptive statistics by group
## group: TUR
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 435 13.45 7.57 11 12.74 7.41 2 32 30 0.71 -0.61 0.36
## ------------------------------------------------------------
## group: USA
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 716 17.05 7.53 17 16.92 8.9 1 34 33 0.1 -0.9 0.28e. Bağımsız örneklem t testi
library(effsize) # effect size hesaplamak için##
## Attaching package: 'effsize'## The following object is masked from 'package:psych':
##
## cohen.dt_test_result <- t.test(SUM~CNT, data=TRUSA,var.equal = TRUE)
print(t_test_result)##
## Two Sample t-test
##
## data: SUM by CNT
## t = -7.8348, df = 1149, p-value = 1.064e-14
## alternative hypothesis: true difference in means between group TUR and group USA is not equal to 0
## 95 percent confidence interval:
## -4.493049 -2.693382
## sample estimates:
## mean in group TUR mean in group USA
## 13.45287 17.04609# Cohen d hesaplama
cohen_d_result <- effsize::cohen.d(TRUSA$SUM[TRUSA$CNT == "TUR"],
TRUSA$SUM[TRUSA$CNT == "USA"],
pooled = TRUE)
print(cohen_d_result)##
## Cohen's d
##
## d estimate: -0.4762813 (small)
## 95 percent confidence interval:
## lower upper
## -0.5971341 -0.3554285f. veri setinde % eksik veri oluşturma
library(mvdalab) # introNas fonksiyonu rastgele eksik veri oluşturuyor##
## Attaching package: 'mvdalab'## The following object is masked from 'package:psych':
##
## smcTRUSA_5 <- introNAs(TRUSA, percent = 5)
TRUSA_10 <- introNAs(TRUSA, percent = 10)
TRUSA_15 <- introNAs(TRUSA, percent = 15)
TRUSA_5 %>% is.na() %>% colSums()## IDSTUD IDBOOK M042182 M042081 M042049 M042052 M042076 M042302A
## 54 68 53 60 51 49 69 56
## M042302B M042302C M042100 M042202 M042240 M042093 M042271 M042268
## 58 66 63 48 63 65 62 55
## M042159 M042164 M042167 M062208 M062208A M062208B M062208C M062208D
## 56 46 64 63 61 45 41 49
## M062153 M062111A M062111B M062237 M062314 M062074 M062183 M062202
## 50 45 59 50 61 57 62 58
## M062246 M062286 M062325 M062106 M062124 CNT SUM
## 49 59 70 68 68 66 57TRUSA_10 %>% is.na() %>% colSums()## IDSTUD IDBOOK M042182 M042081 M042049 M042052 M042076 M042302A
## 116 111 107 113 115 109 117 120
## M042302B M042302C M042100 M042202 M042240 M042093 M042271 M042268
## 119 119 130 137 130 114 113 126
## M042159 M042164 M042167 M062208 M062208A M062208B M062208C M062208D
## 142 110 114 116 122 112 100 112
## M062153 M062111A M062111B M062237 M062314 M062074 M062183 M062202
## 118 126 94 111 96 115 105 99
## M062246 M062286 M062325 M062106 M062124 CNT SUM
## 108 105 125 102 119 124 118TRUSA_15 %>% is.na() %>% colSums()## IDSTUD IDBOOK M042182 M042081 M042049 M042052 M042076 M042302A
## 170 162 172 151 170 177 160 168
## M042302B M042302C M042100 M042202 M042240 M042093 M042271 M042268
## 177 172 172 161 199 178 191 164
## M042159 M042164 M042167 M062208 M062208A M062208B M062208C M062208D
## 180 183 172 173 189 164 185 171
## M062153 M062111A M062111B M062237 M062314 M062074 M062183 M062202
## 167 186 167 176 165 171 154 158
## M062246 M062286 M062325 M062106 M062124 CNT SUM
## 176 210 173 162 185 163 159