🎓 Kategorik ve Nicel Veri Test 3 - Ders Notu
Merhaba sevgili öğrenciler! Bu ders notu, "Kategorik ve Nicel Veri Test 3" sınavında karşılaşacağınız temel konuları, yani veri türlerini, merkezi eğilim ve yayılım ölçülerini, veri görselleştirmeyi ve dağılımın şeklini kolayca anlamanız için hazırlandı.
📌 Veri Türleri ve Özellikleri
Verileri doğru analiz etmek ve uygun istatistiksel yöntemleri seçmek için öncelikle ne tür veriye sahip olduğumuzu bilmemiz gerekir.
- Kategorik (Nitel) Veri: Sayılarla ifade edilemeyen, gruplara veya kategorilere ayrılan verilerdir.
- Nominal Veri: Kategoriler arasında herhangi bir sıra veya öncelik olmayan kategorik veridir. Örnek: Göz rengi (Mavi, Kahverengi), Medeni Durum (Evli, Bekar).
- Sıralı (Ordinal) Veri: Kategoriler arasında belirli bir sıra veya düzey olan kategorik veridir. Ancak kategoriler arası farklar eşit değildir. Örnek: Eğitim Düzeyi (İlkokul, Ortaokul, Lise), Memnuniyet Derecesi (Çok Kötü, Kötü, Orta, İyi, Çok İyi).
- Nicel (Sayısal) Veri: Sayılarla ifade edilebilen, ölçülebilen veya sayılabilen verilerdir.
- Aralık (Interval) Veri: Sıralı olup kategoriler arası farkların eşit olduğu, ancak mutlak bir sıfır noktası olmayan nicel veridir. Oranlar anlamlı değildir. Örnek: Sıcaklık (Celsius veya Fahrenheit), IQ puanı.
- Oran (Ratio) Veri: Aralık verisi gibi olup, mutlak bir sıfır noktasına sahip nicel veridir. Bu sıfır noktası "hiçbir şeyin olmaması" anlamına gelir ve oranlar anlamlıdır. Örnek: Boy, kilo, yaş, gelir, sınav notu.
💡 İpucu: Bir veri türünü doğru belirlemek, hangi istatistiksel analizleri ve grafikleri kullanabileceğinizi anlamanızı sağlar. Örneğin, ortalama sadece nicel veriler için hesaplanır.
📌 Merkezi Eğilim Ölçüleri
Bir veri setinin "ortasını" veya "tipik değerini" gösteren ölçülerdir. Verilerin hangi değer etrafında toplandığını anlamamızı sağlarlar.
- Aritmetik Ortalama (Mean): Tüm değerlerin toplamının, değer sayısına bölünmesiyle bulunur. En sık kullanılan merkezi eğilim ölçüsüdür.
- Formül: $\bar{x} = \frac{\sum x_i}{n}$ (Burada $\sum x_i$ tüm değerlerin toplamı, $n$ ise veri sayısıdır.)
- Medyan (Median): Veriler küçükten büyüğe sıralandığında tam ortada kalan değerdir. Uç değerlerden (aykırı değerlerden) daha az etkilenir.
- Tek sayıda veri varsa ortadaki değer, çift sayıda veri varsa ortadaki iki değerin ortalamasıdır.
- Mod (Mode): Bir veri setinde en sık tekrar eden değerdir. Bir veri setinde birden fazla mod olabilir veya hiç mod olmayabilir.
⚠️ Dikkat: Aykırı değerler (çok büyük veya çok küçük uç değerler) aritmetik ortalamayı büyük ölçüde etkileyebilir. Bu gibi durumlarda medyan, verinin "tipik" değerini daha iyi temsil edebilir.
📌 Yayılım (Dağılım) Ölçüleri
Verilerin ne kadar yayıldığını, yani birbirlerinden ne kadar farklılaştığını ve ortalamadan ne kadar uzaklaştığını gösteren ölçülerdir.
- Aralık (Range): Veri setindeki en büyük değer ile en küçük değer arasındaki farktır. Yayılım hakkında hızlı ama yüzeysel bir fikir verir.
- Formül: $Maksimum Değer - Minimum Değer$
- Varyans (Variance): Veri setindeki her bir değerin ortalamadan ne kadar saptığını gösteren bir ölçüdür. Sapmaların karelerinin ortalamasıdır. Birimi, orijinal verinin biriminin karesidir.
- Formül (Örneklem için): $s^2 = \frac{\sum (x_i - \bar{x})^2}{n-1}$
- Standart Sapma (Standard Deviation): Varyansın kareköküdür. Verilerin ortalamadan ortalama olarak ne kadar uzaklaştığını gösterir. Yorumlaması varyanstan daha kolaydır çünkü birimi orijinal veri birimiyle aynıdır.
- Formül (Örneklem için): $s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n-1}}$
💡 İpucu: Küçük standart sapma, verilerin ortalamaya yakın toplandığını; büyük standart sapma ise verilerin ortalamadan daha dağınık olduğunu gösterir. Örneğin, bir sınıftaki notların standart sapması küçükse, çoğu öğrencinin notları birbirine yakındır.
📌 Veri Görselleştirme
Farklı veri türlerini anlamak ve başkalarına sunmak için uygun grafiklerin seçilmesi çok önemlidir.
- Kategorik Veri İçin:
- Çubuk Grafiği (Bar Chart): Her kategorinin frekansını (sayısını) veya yüzdesini gösteren bağımsız çubuklar kullanır. Kategoriler arası karşılaştırma için idealdir.
- Pasta Grafiği (Pie Chart): Kategorilerin toplam içindeki oranını dilimler halinde gösterir. Genellikle az sayıda kategori için ve her dilimin toplamın ne kadarını oluşturduğunu göstermek için uygundur.
- Nicel Veri İçin:
- Histogram: Nicel verinin dağılımını gösteren bitişik çubuklardan oluşur. Her çubuk bir aralığı (sınıfı) ve bu aralıktaki veri sayısını temsil eder. Verinin şeklini, merkezi eğilimini ve yayılımını görmemizi sağlar.
- Kutu Grafiği (Box Plot): Verilerin medyan, çeyreklikler (Q1, Q3) ve aykırı değerler gibi önemli özetlerini gösterir. Veri dağılımı ve aykırı değerleri hızlıca görmeyi ve farklı grupları karşılaştırmayı sağlar.
- Serpilme Grafiği (Scatter Plot): İki nicel değişken arasındaki ilişkiyi incelemek için kullanılır. Değişkenlerden biri x eksenine, diğeri y eksenine yerleştirilir. Örneğin, boy ile kilo arasındaki ilişkiyi gösterir.
⚠️ Dikkat: Yanlış grafik seçimi, verinin yanlış anlaşılmasına veya yanlış yorumlanmasına yol açabilir. Örneğin, kategorik veriyi histogram ile göstermeye çalışmak anlamsızdır.
📌 Dağılımın Şekli (Çarpıklık - Skewness)
Nicel verinin dağılımının simetrik olup olmadığını veya hangi yöne doğru yığıldığını gösterir. Bu, verinin "tipik" değerini yorumlarken önemlidir.
- Simetrik Dağılım: Veriler ortalamanın her iki tarafına eşit yayılmıştır. Bu tür dağılımlarda aritmetik ortalama, medyan ve mod birbirine çok yakındır veya eşittir. Örnek: Normal dağılım.
- Sağa Çarpık (Pozitif Çarpık) Dağılım: Verilerin çoğu sol tarafta toplanmıştır ve sağa doğru uzayan bir "kuyruk" vardır. Bu durumda Ortalama > Medyan > Mod ilişkisi gözlenir. Örnek: Gelir dağılımı (çoğu insan düşük gelirli, az sayıda çok yüksek gelirli olduğu için grafik sağa doğru uzar).
- Sola Çarpık (Negatif Çarpık) Dağılım: Verilerin çoğu sağ tarafta toplanmıştır ve sola doğru uzayan bir "kuyruk" vardır. Bu durumda Mod > Medyan > Ortalama ilişkisi gözlenir. Örnek: Çok kolay bir sınavın notları (çoğu öğrenci yüksek not almış, az sayıda düşük notlu olduğu için grafik sola doğru uzar).
💡 İpucu: Bir veri setinin çarpık olup olmadığını anlamak, hangi merkezi eğilim ölçüsünün (ortalama mı, medyan mı) veriyi daha iyi temsil ettiğini belirlemenize yardımcı olur.
