Kategorik veri nedir Test 2

🎓 Kategorik veri nedir Test 2 - Ders Notu

Bu ders notu, "Kategorik veri nedir Test 2" kapsamında karşılaşabileceğin temel kavramları, veri türlerini, görselleştirme yöntemlerini ve basit analiz tekniklerini sade bir dille özetlemektedir. Amacımız, bu konuyu kolayca anlamanı ve testte başarılı olmanı sağlamaktır.

📌 Kategorik Veri Nedir?

Kategorik veri, sayısal değerler yerine nitelikleri, özellikleri veya kategorileri ifade eden veri türüdür. Bu veriler, bir şeyi sınıflandırmak veya gruplandırmak için kullanılır.

• Tanım: Gözlemlerin belirli kategorilere veya gruplara ayrıldığı verilerdir. Sayısal bir büyüklük ifade etmezler, daha çok bir "isim" veya "etiket" gibidirler.
• Örnekler:
  • Göz rengi (mavi, kahverengi, yeşil)
  • Cinsiyet (erkek, kadın)
  • Medeni durum (bekar, evli, dul)
  • Araba markası (Ford, Toyota, BMW)
  • Evet/Hayır cevapları

💡 İpucu: Kategorik verilerle matematiksel işlemler (toplama, çıkarma, ortalama alma) genellikle anlamsızdır. Onları sayarız veya oranlarını hesaplarız.

📌 Kategorik Veri Türleri

Kategorik veriler kendi içinde iki ana türe ayrılır:

1. Nominal Veri

Nominal veriler, kategoriler arasında hiçbir sıralama veya hiyerarşi bulunmayan verilerdir. Kategoriler sadece isimleriyle birbirinden ayrılır.

• Tanım: Kategoriler arasında doğal bir sıra olmayan, sadece etiketleme veya isimlendirme amaçlı kullanılan verilerdir.
• Örnekler:
  • Kan grubu (A, B, AB, 0)
  • Milliyet (Türk, Alman, Japon)
  • Saç rengi (siyah, sarı, kahverengi)
  • Plaka kodları (34, 06, 35)

⚠️ Dikkat: Nominal verilerde sayılar kullanılsa bile (örneğin plaka kodları), bu sayılar matematiksel bir anlama gelmez, sadece bir kategoriyi temsil eder.

2. Ordinal Veri

Ordinal veriler, kategoriler arasında belirli bir sıralama veya düzen bulunan verilerdir. Ancak, kategoriler arasındaki farklar sayısal olarak ölçülemez veya eşit aralıklı değildir.

• Tanım: Kategoriler arasında doğal bir sıralama veya hiyerarşi olan ancak kategoriler arası mesafenin ölçülemediği verilerdir.
• Örnekler:
  • Eğitim düzeyi (ilkokul, ortaokul, lise, üniversite)
  • Memnuniyet derecesi (çok kötü, kötü, nötr, iyi, çok iyi)
  • Askeri rütbeler (er, onbaşı, çavuş)
  • Yarışma dereceleri (birinci, ikinci, üçüncü)

💡 İpucu: Ordinal verilerde "daha iyi" veya "daha fazla" gibi bir sıralama anlamı vardır, ancak "ne kadar daha iyi" sorusuna net bir sayısal cevap veremeyiz.

📌 Kategorik Verilerin Görselleştirilmesi

Kategorik verileri anlamak ve sunmak için çeşitli grafikler ve tablolar kullanılır. En yaygın olanları şunlardır:

1. Frekans Tabloları

Frekans tablosu, her bir kategorinin kaç kez tekrarlandığını (mutlak frekans) ve toplam içindeki oranını (göreli frekans/yüzde) gösteren bir tablodur.

• Kullanım: Veri setindeki her bir kategorinin dağılımını özetlemek için kullanılır.
• İçerik: Genellikle kategori adı, mutlak frekans (sayım), göreli frekans (oran) ve yüzdeyi içerir.

2. Çubuk Grafikleri (Bar Charts)

Çubuk grafikleri, her bir kategorinin frekansını veya oranını dikey veya yatay çubuklarla gösterir. Çubuklar arasında boşluklar bulunur.

• Kullanım: Farklı kategorilerin büyüklüklerini karşılaştırmak için idealdir.
• Özellik: Çubukların yüksekliği veya uzunluğu, temsil ettikleri kategorinin frekansıyla orantılıdır.

3. Pasta Grafikleri (Pie Charts)

Pasta grafikleri, bir bütünün parçalarını dilimler halinde gösterir. Her dilim, ilgili kategorinin toplam içindeki oranını temsil eder.

• Kullanım: Bir bütünün parçalarının oranlarını görselleştirmek için kullanılır. Özellikle kategori sayısı az olduğunda etkilidir.
• Özellik: Dilimlerin büyüklüğü, temsil ettikleri kategorinin yüzdesiyle orantılıdır. Tüm dilimlerin toplamı %100'ü verir.

💡 İpucu: Çok fazla kategorisi olan veriler için pasta grafikleri yerine çubuk grafikleri daha anlaşılır olabilir.

📌 Kategorik Verilerde Frekans ve Oranlar

Kategorik verileri analiz ederken frekans ve oran kavramları çok önemlidir:

• Mutlak Frekans: Bir kategorideki gözlem sayısıdır. Örneğin, 100 kişinin katıldığı bir ankette "erkek" kategorisinin mutlak frekansı 60 ise, 60 erkek katılımcı var demektir.
• Göreli Frekans: Bir kategorinin mutlak frekansının toplam gözlem sayısına oranıdır. Genellikle ondalık sayı olarak ifade edilir. Formülü: $rac{\text{Kategorinin Mutlak Frekansı}}{\text{Toplam Gözlem Sayısı}}$
• Yüzde: Göreli frekansın 100 ile çarpılmasıyla elde edilir. Yüzde (%) sembolü ile gösterilir. Formülü: $\text{Göreli Frekans} \times 100\%$

Örnek: Bir sınıfta 30 öğrenci var. 18'i kız, 12'si erkek. Kız öğrenciler için: Mutlak Frekans = 18 Göreli Frekans = $rac{18}{30} = 0.6$ Yüzde = $0.6 \times 100\% = 60\%$

📌 Kategorik Verilerde Merkezî Eğilim Ölçüsü: Mod

Merkezî eğilim ölçüleri, veri setinin merkezini veya tipik değerini gösterir. Kategorik veriler için kullanabileceğimiz tek merkezî eğilim ölçüsü Mod'dur.

• Mod (Tepe Değer): Bir veri setinde en sık tekrar eden, yani en yüksek frekansa sahip olan kategoridir.
• Kullanım: Hangi kategorinin en popüler veya en yaygın olduğunu belirlemek için kullanılır.
• Örnek: Bir sınıftaki öğrencilerin en sevdiği renkler anketi: Kırmızı (10), Mavi (8), Yeşil (5), Sarı (2). Bu veri setinin modu "Kırmızı"dır, çünkü en çok tercih edilen renktir.

⚠️ Dikkat: Bir veri setinde birden fazla mod olabilir (bimodal, multimodal) veya hiç mod olmayabilir (tüm kategorilerin frekansı eşitse).

📌 İki Kategorik Değişken Arasındaki İlişki: Çapraz Tablolar (Kontenjans Tabloları)

İki kategorik değişkenin birbiriyle ilişkisini incelemek istediğimizde çapraz tablolar kullanırız. Bu tablolar, bir değişkenin kategorilerinin diğer değişkenin kategorileriyle nasıl kesiştiğini gösterir.

• Tanım: İki veya daha fazla kategorik değişkenin frekans dağılımlarını aynı anda gösteren tablolardır.
• Kullanım: İki kategorik değişken arasında bir ilişki olup olmadığını gözlemlemek için ilk adımdır. Örneğin, "cinsiyet ile en sevilen spor dalı arasında bir ilişki var mı?" gibi sorulara yanıt ararken kullanılır.
• Yapısı: Satırlar bir değişkenin kategorilerini, sütunlar ise diğer değişkenin kategorilerini temsil eder. Hücrelerde ise bu iki kategorinin kesişimindeki gözlem sayıları (frekanslar) bulunur.

Örnek: Cinsiyet ve Kahve Tercihi

	Filtre Kahve	Espresso	Toplam
Kadın	30	20	50
Erkek	10	40	50
Toplam	40	60	100

Bu tabloya bakarak kadınların daha çok filtre kahve, erkeklerin ise daha çok espresso tercih ettiğini görebiliriz.

💡 İpucu: Çapraz tablolar, iki kategorik değişkenin bağımlı olup olmadığını anlamak için kullanılan daha ileri istatistiksel testlerin (örn. Ki-kare testi) temelini oluşturur.