Kod
library(here)here() starts at C:/Users/enescetinkaya/Documents/OLC731Hafta_2 Veri tanıma
Veri Hazırlığı
Kod
library(readr)
ogrenci <- read_csv(here("veri", "OKUL2026_ogrenci.csv"))Rows: 18014 Columns: 77
── Column specification ────────────────────────────────────────────────────────
Delimiter: ","
chr (6): ogrenci_id, okul_id, cinsiyet, ekran_suresi, ozel_ders, kayit_tarihi
dbl (71): sinif_duzeyi, anne_egitim, baba_egitim, evde_kitap, sosyoekonomik_...
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.Kod
okul <- read_csv(here("veri", "OKUL2026_okul.csv"))Rows: 420 Columns: 7
── Column specification ────────────────────────────────────────────────────────
Delimiter: ","
chr (4): okul_id, bolge, yerlesim, okul_turu
dbl (3): okul_buyuklugu, ogretmen_ogrenci_orani, okul_ort_sei
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.Kod
library(haven)Kod
library(dplyr)
Attaching package: 'dplyr'The following objects are masked from 'package:stats':
filter, lagThe following objects are masked from 'package:base':
intersect, setdiff, setequal, unionGörev 1 - Tip Envanteri
Kod
glimpse(ogrenci)Rows: 18,014
Columns: 77
$ ogrenci_id <chr> "OG09682", "OG14904", "OG11763", "OG00085", "OG08…
$ okul_id <chr> "OK275", "OK245", "OK394", "OK155", "OK292", "OK0…
$ sinif_duzeyi <dbl> 6, 7, 7, 8, 6, 6, 8, 6, 7, 6, 6, 8, 8, 7, 8, 6, 8…
$ cinsiyet <chr> "Kız", "Erkek", "Kız", "K", "Kız", "Kız", "Kız", …
$ anne_egitim <dbl> 5, 2, 3, 4, 4, 2, 5, 3, 4, 999, 4, 2, 4, 3, 2, 4,…
$ baba_egitim <dbl> 2, 3, 4, 6, 6, 4, 6, 3, 5, 2, 3, 4, 2, 1, 3, 5, 2…
$ evde_kitap <dbl> 3, 2, 3, 5, 2, 3, 5, 3, 3, 1, 3, 2, 3, 1, 2, 2, 3…
$ sosyoekonomik_indeks <dbl> 0.10, -0.85, 0.30, 1.76, 0.40, -0.13, 1.99, 0.00,…
$ calisma_saati <dbl> 7.8, 0.9, 7.4, 16.5, 7.2, 12.9, 13.6, 5.8, 10.9, …
$ kurs_saati <dbl> 19.6, 15.3, 24.0, 28.4, 12.9, 20.3, 28.4, 23.6, 1…
$ devamsizlik_gun <dbl> 3, 20, 4, 5, 4, 8, 5, 7, 7, 3, 7, 21, 4, 7, 7, 6,…
$ ekran_suresi <chr> "2.0", "4.8", "3.8", "3.1", "8.8", "1.1", "2,4", …
$ ozel_ders <chr> "Hayır", "Hayır", "Hayır", "Evet", "Hayır", "Hayı…
$ mat_puan <dbl> 526, 345, 611, 672, 482, 485, 635, 412, 426, 537,…
$ turkce_puan <dbl> 568, 315, 653, 629, 484, 494, 633, 482, 604, 547,…
$ fen_puan <dbl> 600, 464, 537, 730, 540, 489, 604, 475, 609, 509,…
$ donem1 <dbl> 64, 50, 82, 92, 59, 56, 91, 41, 62, 65, 67, 71, 7…
$ donem2 <dbl> 74, 55, 80, 87, 64, 60, 90, 61, 72, 73, 73, 77, 7…
$ donem3 <dbl> 70, 63, 73, 84, 53, 68, 81, 57, 64, 66, 72, 53, 5…
$ m01 <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1…
$ m02 <dbl> 1, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 0, 1, 1, 0…
$ m03 <dbl> 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 0…
$ m04 <dbl> 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 0…
$ m05 <dbl> 1, 0, 1, 1, 0, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 0…
$ m06 <dbl> 1, 0, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 0, 1, 0, 1…
$ m07 <dbl> 1, 0, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 0, 1, 0…
$ m08 <dbl> 1, 0, 1, 1, 0, 1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 1, 0…
$ m09 <dbl> 0, 1, 1, 0, 1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0…
$ m10 <dbl> 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1…
$ m11 <dbl> 1, 0, 0, 1, 0, 0, 1, 0, 0, 1, 1, 1, 1, 0, 1, 1, 0…
$ m12 <dbl> 0, 0, 1, 1, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0…
$ m13 <dbl> 1, 0, 1, 1, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 0, 0, 0…
$ m14 <dbl> 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 1, 0…
$ m15 <dbl> 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0…
$ m16 <dbl> 0, 0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 1, 1, 0…
$ m17 <dbl> 1, 0, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1…
$ m18 <dbl> 0, 0, 1, 1, 0, 0, 1, 0, 0, 1, 1, 0, 1, 0, 0, 1, 0…
$ m19 <dbl> 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, NA, 0, 0, NA, 0, 0,…
$ m20 <dbl> 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0…
$ m21 <dbl> 0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0…
$ m22 <dbl> 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0…
$ m23 <dbl> 0, 1, 0, 0, 1, 0, 1, 1, 1, 1, 0, 1, 0, 1, 1, 0, 1…
$ m24 <dbl> 1, 0, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0…
$ m25 <dbl> 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0…
$ oz1 <dbl> 4, 3, 3, 5, 2, 5, 5, 2, 1, 2, 3, 3, 2, 2, 4, 2, 3…
$ oz2 <dbl> 2, 2, 4, 5, 3, 5, 5, 1, 2, 2, 4, 5, 4, 2, 4, 5, 3…
$ oz3 <dbl> 2, 3, 2, 5, 2, 5, 4, 1, 2, 4, 4, 3, 3, 2, 3, 4, 2…
$ oz4 <dbl> 3, 2, 5, 5, 3, 4, 4, 2, 4, 3, 4, 4, 4, 4, 3, 4, 1…
$ oz5 <dbl> 3, 2, 5, 5, 2, 5, 5, 2, 1, 3, 3, 2, 5, 2, 3, 4, 2…
$ oz6 <dbl> 1, 3, 3, 5, 3, 3, 5, 3, 1, 3, 4, 2, 3, 3, 5, 5, 2…
$ oz7 <dbl> 2, 2, 3, 5, 2, 3, 5, 2, 1, 5, 5, 4, 2, 3, 5, 3, 2…
$ oz8 <dbl> 2, 2, 3, 4, 3, 4, 2, 2, 1, 4, 3, 2, 3, 3, 4, 4, 3…
$ kay1 <dbl> 2, 1, 2, 2, 2, 4, 2, 4, 1, 3, 1, 3, 3, 4, 3, 3, 2…
$ kay2 <dbl> 1, 4, 4, 3, 2, 4, 3, 3, 3, 5, 5, 1, 2, 1, 3, 3, 3…
$ kay3 <dbl> 4, 5, 3, 2, 4, 5, 4, 5, 3, 2, 1, 3, 3, 4, 3, 2, 4…
$ kay4 <dbl> 4, 2, 2, 5, 3, 1, 3, 2, 2, 2, 5, 3, 2, 2, 3, 4, 2…
$ kay5 <dbl> 3, 3, 5, 1, 4, 3, 4, 4, 2, 2, 1, 3, 5, 2, 4, 2, 2…
$ kay6 <dbl> 3, 5, 2, 4, 4, 1, 2, 3, 3, 5, 5, 4, 2, 4, 3, 3, 3…
$ aid1 <dbl> 5, 1, 1, 3, 4, 2, 1, 4, 3, 3, 3, 3, 2, 2, 3, 3, 2…
$ aid2 <dbl> 4, 1, 3, 4, 5, 3, 1, 5, 5, 2, 4, 3, 3, 4, 4, 3, 2…
$ aid3 <dbl> 2, 4, 5, 3, 2, 2, 4, 1, 3, 3, 4, 3, 4, 5, 1, 3, 4…
$ aid4 <dbl> 1, 2, 2, 3, 3, 2, 1, 4, 3, 4, 3, 4, 1, 4, 4, 1, 2…
$ aid5 <dbl> 2, 2, 3, 1, 3, 3, 1, 5, 4, 1, 1, 3, 2, 2, 5, 2, 2…
$ dst1 <dbl> 3, 4, 2, 1, 5, 4, 3, 4, 3, 3, 1, 3, 1, 5, 3, 1, 2…
$ dst2 <dbl> 3, 4, 1, 1, 3, 4, 3, 3, 2, 5, 4, 3, 1, 4, 4, 1, 2…
$ dst3 <dbl> 3, 4, 2, 2, 1, 5, 2, 2, 3, 2, 3, 4, 1, 2, 4, 1, 4…
$ dst4 <dbl> NA, 3, 1, 2, 3, 4, 2, 3, 4, 2, 4, 4, 1, 5, 3, 2, …
$ dst5 <dbl> 3, 3, 2, 2, 2, 4, 2, 1, 2, 4, 2, 4, 2, 5, 2, 2, 1…
$ oz1_t2 <dbl> 2, 2, 3, 5, 4, 4, 5, 2, 3, 5, 4, 2, 2, 4, 4, 3, 2…
$ oz2_t2 <dbl> 4, 1, 3, 5, 3, 3, 5, 1, 4, 4, 3, 2, 3, 3, 4, 5, 1…
$ oz3_t2 <dbl> 4, 3, 2, 5, 4, 4, 4, 2, 1, 4, 3, 3, 2, 3, 5, 5, 2…
$ oz4_t2 <dbl> 4, 3, 3, 5, 3, 1, 4, 2, 3, 5, 1, 5, 2, 3, 5, 5, 1…
$ oz5_t2 <dbl> 2, 2, 3, 5, 2, 3, 3, 5, 2, 5, 3, 3, 2, 3, 4, 4, 1…
$ oz6_t2 <dbl> 1, 2, 4, 5, 4, 3, 5, 3, 2, 5, 4, 3, 2, 2, 4, 4, 2…
$ oz7_t2 <dbl> 3, 2, 3, 5, 2, 3, 5, 4, 3, 4, 4, 3, 5, 3, 5, 5, 3…
$ oz8_t2 <dbl> 1, 3, 3, 5, 1, 4, 5, 2, 3, 5, 5, 3, 1, 4, 4, 4, 3…
$ kayit_tarihi <chr> "2026-10-09", "06.10.2026", "20.09.2026", "21.09.…Cevap:
ogrenci_id, okul_id, cinsiyet, ekran_suresi, ozel_ders, kayit_tarihi olmak üzere 6 sütun metin olarak görünüyor.
ekran_suresi sütununun int ya da dbl gelmesini bekliyordum.
Veri setini incelediğimde 5 sütunun metin kalan 72 sütunun sayı geleceğini tahmin etmiştim. ekran_suresi sütunu beni yanılttı.
Görev 2 - Eşleştirme
Kod
class(ogrenci$cinsiyet)[1] "character"Kod
class(ogrenci$evde_kitap)[1] "numeric"Kod
class(ogrenci$mat_puan)[1] "numeric"Kod
class(ogrenci$sinif_duzeyi)[1] "numeric"Kod
class(ogrenci$devamsizlik_gun)[1] "numeric"Kod
class(ogrenci$okul_id)[1] "character"Cevap:
cinsiyet değişkeni “character” görünüyor fakat sınıflama düzeyinde olduğu için “factor”olmalı.
evde_kitap değişkeni “numeric” olarak görünüyor fakat sıralama düzeyinde olduğundan factor(ordered = TRUE) olmalı.
mat_puan değişkeni “numeric” olarak görünüyor doğru.
sinif_duzeyi değişkeni “numeric” olarak görünüyor sınıflama düzeyinde olduğundan “factor” olmalı.
devamsizlik_gun değişkeni “numeric” olarak görünüyor doğru.
okul_id değişkeni “character” olarak görünüyor doğru.
Görev 3 - Sıralı faktör
Kod
kitap <- ogrenci$evde_kitap
etiketler <- c("0-10", "11-25", "26-100", "101-200", "201+")
kitap[kitap == 999] <- NA
kitap_f <- factor(kitap,
levels = 1:5,
labels = etiketler,
ordered = TRUE)
table(kitap_f, useNA = "ifany")kitap_f
0-10 11-25 26-100 101-200 201+
3224 5191 5233 3056 1310 Kod
sum(kitap_f >= "101-200", na.rm = TRUE)[1] 4366Cevap:4366
Görev 4 - Tuzağı görün
Kod
mat_f <- factor(ogrenci$mat_puan)Kod
mat_num <- as.numeric(mat_f)Kod
min(mat_num, na.rm = TRUE)[1] 1Kod
max(mat_num, na.rm = TRUE)[1] 597- Çıkan değerlerin en büyük ve en küçüğü 1 ve 597.
Kod
min(ogrenci$mat_puan)[1] 180Kod
max(ogrenci$mat_puan)[1] 820- Gerçek puanların en küçük ve en büyüğü 180 ve 820.
Cevap:
Sıralama değeri verdiği için çıkan değerler gerçek puanları yansıtmadı.
Görev 5 - Kendi sorunuz
Kod
pisa_ogrenci <- readRDS(here("veri", "PISA2025_TR_stu.rds"))Kod
names(pisa_ogrenci) [1] "CNTSCHID" "CNTSTUID" "W_FSTUWT" "PROGN" "ST004D01T"
[6] "ST001D01T" "AGE" "IMMIG" "ST022Q01TA" "ESCS"
[11] "HISCED" "ST255Q01JA" "REPEAT" "SKIPPING" "EXPECEDU"
[16] "ST034Q01TA" "ST034Q02TA" "ST034Q03TA" "ST034Q04TA" "ST034Q05TA"
[21] "ST034Q06TA" "BELONG" "BULLIED" "TEACHSUP" "JOYSCIE"
[26] "EFFSCIE" "CURIO" "PERSEV" "AIUSESCH" "ST438Q01DA"
[31] "EFFORT1" "PV1MATH" "PV2MATH" "PV3MATH" "PV4MATH"
[36] "PV5MATH" "PV6MATH" "PV7MATH" "PV8MATH" "PV9MATH"
[41] "PV10MATH" "PV1READ" "PV2READ" "PV3READ" "PV4READ"
[46] "PV5READ" "PV6READ" "PV7READ" "PV8READ" "PV9READ"
[51] "PV10READ" "PV1SCIE" "PV2SCIE" "PV3SCIE" "PV4SCIE"
[56] "PV5SCIE" "PV6SCIE" "PV7SCIE" "PV8SCIE" "PV9SCIE"
[61] "PV10SCIE" Kod
class(pisa_ogrenci$ST004D01T)[1] "haven_labelled" "vctrs_vctr" "double" Kod
cinsiyet_f <- as_factor(pisa_ogrenci$ST004D01T)Kod
levels(cinsiyet_f)[1] "Female" "Male" Kod
class(pisa_ogrenci$PV1MATH)[1] "numeric"Kod
mean(pisa_ogrenci$PV1MATH[cinsiyet_f == "Female"], na.rm = TRUE)[1] 454.5855Kod
mean(pisa_ogrenci$PV1MATH[cinsiyet_f == "Male"], na.rm = TRUE)[1] 477.4855Cevap:
- Bu örneklemde erkek öğrencilerin matematik puan ortalaması 477.49, kız öğrencilerinki 454.59’dur. Erkekler lehine yaklaşık 22.9 puanlık bir fark görülmektedir. Bu sonuç ağırlıksız ve yalnızca ilk olası değer (PV1MATH) kullanılarak elde edilmiş betimsel bir karşılaştırmadır.