{"id":5189,"date":"2023-05-31T13:02:07","date_gmt":"2023-05-31T13:02:07","guid":{"rendered":"https:\/\/www.turkticaret.net\/blog\/?p=5189"},"modified":"2023-05-31T13:02:07","modified_gmt":"2023-05-31T13:02:07","slug":"regresyon-analizi","status":"publish","type":"post","link":"https:\/\/www.turkticaret.net\/blog\/regresyon-analizi\/","title":{"rendered":"Yeni Ba\u015flayanlar \u0130\u00e7in Ayr\u0131nt\u0131l\u0131 Regresyon Analizi &#8211; 2023"},"content":{"rendered":"<p><strong>Regresyon analizi<\/strong> en \u00e7ok kullan\u0131lan istatistik analizleri aras\u0131ndad\u0131r. Peki <strong>regresyon nedir ? <\/strong>Regresyon, bir ba\u011f\u0131ml\u0131 de\u011fi\u015fkenle ba\u011f\u0131ms\u0131z de\u011fi\u015fkenler aras\u0131ndaki ili\u015fkinin belirlenmesine yarayan bir istatistiki terimdir. Birden fazla esneklik sa\u011flar, bu da bir\u00e7ok alanda kullan\u0131\u015fl\u0131 oldu\u011funu ispatlar. Regresyon analizi, birbirine kar\u0131\u015fm\u0131\u015f bir\u00e7ok problemi \u00e7\u00f6zebilir.<\/p>\n<p>Regresyon analizi, a\u015fa\u011f\u0131dakiler gibi bir\u00e7ok \u015feyi i\u015fleyebilir:<\/p>\n<ul>\n<li>\u00c7oklu ba\u011f\u0131ms\u0131z de\u011fi\u015fkenlerin modellenmesi<\/li>\n<li>S\u00fcrekli ve kategorik de\u011fi\u015fkenlerin dahil edilebilmesi<\/li>\n<li>E\u011frili\u011fi modellemek i\u00e7in polinom terimlerini kullan\u0131lmas\u0131<\/li>\n<\/ul>\n<h2><strong>Regresyon Analizi Nedir?<\/strong><\/h2>\n<p>Regresyon Analizi ise ba\u011f\u0131ml\u0131 bir de\u011fi\u015fken ile birden fazla \u00f6ng\u00f6r\u00fclebilen de\u011fi\u015fken aras\u0131ndaki ili\u015fkiyi tahmin etmenizi sa\u011flayan istatiksel bir y\u00f6ntemdir. Regresyon Analizi, hangi fakt\u00f6rlerin g\u00f6z ard\u0131 edilebilece\u011fi hangi fakt\u00f6rlerin daha \u00f6nemli oldu\u011funu anlaman\u0131za yard\u0131mc\u0131 olur. Ba\u011f\u0131ml\u0131 de\u011fi\u015fken, gelecek ay\u0131n sat\u0131\u015f rakamlar\u0131 gibi tahmin etmeye \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131z de\u011fi\u015fkendir. Ba\u011f\u0131ms\u0131z bir de\u011fi\u015fken, ba\u011f\u0131ml\u0131 de\u011fi\u015fkeniniz \u00fczerinde etkisi oldu\u011fundan \u015f\u00fcphelendi\u011finiz bir de\u011fi\u015fkendir; \u00f6rne\u011fin hava ko\u015fullar\u0131, ayn\u0131 \u00fcr\u00fcn\u00fc tan\u0131tan rakipler gibi etkenlerdir.<\/p>\n<h2><strong>Regresyon Analizi Nas\u0131l \u00c7al\u0131\u015f\u0131r?<\/strong><\/h2>\n<p>Regresyon analizi yapmak i\u00e7in, regresyon analizi y\u00f6ntemiyle \u00e7al\u0131\u015fman\u0131zda kullanabilece\u011finiz \u00e7ok y\u00f6nl\u00fc bir veri seti olu\u015fturman\u0131z gerekmektedir. Verilerinizi olu\u015fturmak, ilgi duydu\u011funuz t\u00fcm ba\u011f\u0131ms\u0131z de\u011fi\u015fkenleri ele alan sorular\u0131 i\u00e7eren, ilgilendi\u011finiz alanlara y\u00f6nelik anketler olu\u015fturabilirsiniz.<\/p>\n<ol>\n<li>\n<h3><strong>Verileri Grafik \u00dczerinde \u00c7izme<\/strong><\/h3>\n<\/li>\n<\/ol>\n<p>Veri setlerinizi olu\u015fturduktan sonra, veri noktalar\u0131n\u0131 bir grafi\u011fe d\u00f6kmeniz gerekecektir. Verilerinizi grafik \u00fczerinde \u00e7izmek iki de\u011fi\u015fken aras\u0131nda ili\u015fki olup olmad\u0131\u011f\u0131n\u0131 anlaman\u0131n birinci ad\u0131m\u0131d\u0131r.<\/p>\n<ol start=\"2\">\n<li>\n<h3><strong>Regresyon Modeli Olu\u015fturma<\/strong><\/h3>\n<\/li>\n<\/ol>\n<p>Ba\u011f\u0131ml\u0131 de\u011fi\u015fken ile ba\u011f\u0131ms\u0131z de\u011fi\u015fken aras\u0131ndaki ba\u011flant\u0131y\u0131 bulmak i\u00e7in, tablo boyunca t\u00fcm veri noktalar\u0131n\u0131n ortas\u0131ndan ge\u00e7en bir \u00e7izgi \u00e7ekmelisiniz. Bu \u00e7izgi X ve Y aras\u0131ndaki ili\u015fkiyi \u00f6zetlemektedir.<\/p>\n<p><strong>Bir regresyon \u00e7izgisinin form\u00fcl\u00fc \u015f\u00f6yle g\u00f6r\u00fcn\u00fcr:<\/strong><\/p>\n<p>Y = 100 + 4X + hata terimi<\/p>\n<p>Hata terimi, regresyonun kesin olmad\u0131\u011f\u0131n\u0131 g\u00f6sterir. Form\u00fcl, X (ba\u011f\u0131ms\u0131z de\u011fi\u015fken) yoksa Y&#8217;nin 100 oldu\u011funu a\u00e7\u0131kl\u0131yor.<\/p>\n<p>Bir regresyon \u00e7izgisinde bir hata terimi vard\u0131r \u00e7\u00fcnk\u00fc ba\u011f\u0131ms\u0131z de\u011fi\u015fkenler hi\u00e7bir zaman ba\u011f\u0131ml\u0131 de\u011fi\u015fkenlerin tam olarak m\u00fckemmel \u00f6ng\u00f6r\u00fcc\u00fcleri de\u011fildir. \u00c7izgi, regresyon analizi i\u00e7in kulland\u0131\u011f\u0131n\u0131z verilerin yaln\u0131zca bir izlenimidir.<\/p>\n<p><img loading=\"lazy\" class=\"size-full wp-image-5196 aligncenter\" src=\"https:\/\/www.turkticaret.net\/blog\/wp-content\/uploads\/2023\/05\/Yeni-Baslayanlar-Icin-Ayrintili-Regresyon-Analizi-2023-1.jpg\" alt=\"\" width=\"810\" height=\"440\" srcset=\"https:\/\/www.turkticaret.net\/blog\/wp-content\/uploads\/2023\/05\/Yeni-Baslayanlar-Icin-Ayrintili-Regresyon-Analizi-2023-1.jpg 810w, https:\/\/www.turkticaret.net\/blog\/wp-content\/uploads\/2023\/05\/Yeni-Baslayanlar-Icin-Ayrintili-Regresyon-Analizi-2023-1-300x163.jpg 300w, https:\/\/www.turkticaret.net\/blog\/wp-content\/uploads\/2023\/05\/Yeni-Baslayanlar-Icin-Ayrintili-Regresyon-Analizi-2023-1-768x417.jpg 768w\" sizes=\"(max-width: 810px) 100vw, 810px\" \/><\/p>\n<h2><strong>Regresyon Analiz Tekniklerinin T\u00fcrleri<\/strong><\/h2>\n<p>Regresyon analiz teknikleri \u00fc\u00e7 ba\u015fl\u0131kt\u0131r; ba\u011f\u0131ms\u0131z de\u011fi\u015fkenlerin say\u0131s\u0131, ba\u011f\u0131ml\u0131 de\u011fi\u015fken t\u00fcrleri ve regresyon \u00e7izgisinin \u015fekli. Yayg\u0131n olarak kullan\u0131lan regresyon analizi tekniklerini listeleyelim.<\/p>\n<ul>\n<li>Lojistik Regresyon<\/li>\n<\/ul>\n<p>Do\u011fru\/yanl\u0131\u015f gibi birbirini d\u0131\u015flayan olaylar\u0131n olas\u0131l\u0131\u011f\u0131n\u0131n tahmin edilmesinde kullan\u0131l\u0131r.<\/p>\n<ul>\n<li>Polinom Regresyon<\/li>\n<\/ul>\n<p>Ba\u011f\u0131ml\u0131 ve ba\u011f\u0131ms\u0131z de\u011fi\u015fkenlerin aras\u0131ndaki ili\u015fkiyi do\u011frusal olmayan \u015fekilde modeller.<\/p>\n<ul>\n<li>Kademeli Regresyon<\/li>\n<\/ul>\n<p>3 y\u00f6ntem kullan\u0131l\u0131r. Birden fazla ba\u011f\u0131ms\u0131z de\u011fi\u015fken oldu\u011funda kullan\u0131l\u0131r.<\/p>\n<ul>\n<li>Ridge Regresyon<\/li>\n<\/ul>\n<p>\u00c7oklu regresyonda elde edilen verilerde kullan\u0131l\u0131r. Modellerin karma\u015f\u0131kl\u0131\u011f\u0131n\u0131 azaltmak i\u00e7in kullan\u0131l\u0131r.<\/p>\n<ul>\n<li>Lasso Regresyon<\/li>\n<\/ul>\n<p>Ridge gibi modellerin karma\u015f\u0131kl\u0131\u011f\u0131n\u0131 azaltmak i\u00e7in kullan\u0131lan bir modeldir. Gerekli \u00f6zellikler kullan\u0131ld\u0131\u011f\u0131 i\u00e7in kalanlar s\u0131f\u0131r olarak ayarlan\u0131r ve fazla uydurmalar \u00f6nlenir.<\/p>\n<h2><strong>\u00a0Linear Regresyon Nedir?<\/strong><\/h2>\n<p>Di\u011fer ad\u0131 ile do\u011frusal regresyon, istatistik ve makine \u00f6\u011freniminde yayg\u0131n olarak kullan\u0131lan bir tahmine dayal\u0131 analiz t\u00fcr\u00fcd\u00fcr. Bu, ba\u011f\u0131ml\u0131 de\u011fi\u015fkenin s\u00fcrekli oldu\u011funu ve ba\u011f\u0131ml\u0131 ve ba\u011f\u0131ms\u0131z de\u011fi\u015fkenler aras\u0131ndaki ili\u015fkinin do\u011frusal oldu\u011funu varsayan bir tekniktir. Do\u011frusal regresyon, denetimli \u00f6\u011frenmeye dayal\u0131 makine \u00f6\u011frenimi algoritmalar\u0131ndan biridir ve di\u011fer makine \u00f6\u011frenimi algoritmalar\u0131n\u0131 olu\u015fturmak ve e\u011fitmek i\u00e7in temel g\u00f6revi g\u00f6r\u00fcr. Makine \u00f6\u011freniminde, bir veri k\u00fcmesinin ba\u011f\u0131ml\u0131 de\u011fi\u015fkeni ile bir veya daha fazla ba\u011f\u0131ms\u0131z de\u011fi\u015fken aras\u0131ndaki ili\u015fkiye dayal\u0131 olarak bir olay\u0131n sonucunu tahmin etmek i\u00e7in kullan\u0131l\u0131r.<\/p>\n<p>\u00c7oklu do\u011frusal regresyon, ba\u011f\u0131ml\u0131 de\u011fi\u015fkenin sonucunu daha iyi tahmin etmek i\u00e7in birden fazla de\u011fi\u015fken kullanan s\u0131radan en k\u00fc\u00e7\u00fck kareler (OLS) regresyon analizinin bir uzant\u0131s\u0131d\u0131r.<\/p>\n<p>Lineer regresyona derinlemesine girmeden \u00f6nce anla\u015f\u0131lmas\u0131 gereken iki \u00f6nemli fakt\u00f6r vard\u0131r.<\/p>\n<ul>\n<li><strong>Maliyet i\u015flevi<\/strong><\/li>\n<\/ul>\n<p>Ortalama Hata Karesi (MSE) i\u015flevi olarak da bilinir. Ard\u0131ndan, a_0 ve a_1 de\u011ferlerini, MSE de\u011feri minimumda kalacak \u015fekilde de\u011fi\u015ftirece\u011fiz.<\/p>\n<ul>\n<li><strong>Gradyan ini\u015f<\/strong><\/li>\n<\/ul>\n<p>MSE de\u011feri minimumda tutulacak \u015fekilde a_0 ve a_1 de\u011ferlerini g\u00fcncelleyen bir yakla\u015f\u0131md\u0131r. Gradyan ini\u015fini bulmak i\u00e7in a_0 ve a_1&#8217;in k\u0131smi t\u00fcrevlerini al\u0131n. Bu, a_0 ve a_1&#8217;i g\u00fcncellemek i\u00e7in kullan\u0131l\u0131r. Fikir, a_0 ve a_1 i\u00e7in rastgele de\u011ferlerle ba\u015flamak ve minimum maliyet elde etmek i\u00e7in de\u011ferleri yinelemeli olarak g\u00fcncellemektir. Lineer regresyon ile tahmin Linear regresyon ile tahmin yapmak bir denklemi \u00e7\u00f6zmek kadar kolayd\u0131r. \u00d6rne\u011fin bir ki\u015finin kilosunu boyuna g\u00f6re tahmin etmek istedi\u011finizi varsayal\u0131m. Burada a\u011f\u0131rl\u0131k (Y) ba\u011f\u0131ml\u0131 de\u011fi\u015fken veya belirleyicidir ve boyut (X) ba\u011f\u0131ms\u0131z de\u011fi\u015fkendir. Denklem \u015f\u00f6yle g\u00f6r\u00fcn\u00fcr:<\/p>\n<p>Y = B0 + B1*X1<\/p>\n<p>A\u011f\u0131rl\u0131k = B0 + B1 * Boy<\/p>\n<p>Yukar\u0131daki form\u00fclde B0 sapma fakt\u00f6r\u00fcd\u00fcr ve B1 y\u00fckseklik s\u00fctunu fakt\u00f6r\u00fcd\u00fcr.<\/p>\n<p>B0 = 0,1, B1 = 0,5 ve y\u00fckseklik = 182 cm kabul edin. \u015eimdi bir ki\u015finin kilosunu hesaplamak i\u00e7in bu de\u011ferleri yukar\u0131daki denklemde yerine koyal\u0131m.<\/p>\n<p>A\u011f\u0131rl\u0131k = 0,1 + 0,5 * 182<\/p>\n<p>Veya a\u011f\u0131rl\u0131k = 91.1<\/p>\n<p>Yukar\u0131daki denklem iki boyutlu bir regresyon \u00e7izgisi olarak \u00e7izilebilir. 100 ile 250 santimetre aras\u0131nda de\u011fi\u015fen birden fazla boy de\u011feri al\u0131p yukar\u0131daki denkleme takarak kilo de\u011ferinizi elde edebilirsiniz. Regresyon \u00e7izgisini bu \u015fekilde elde ederiz.<\/p>\n<p>Bu yaz\u0131m\u0131zda regresyon nedir ve regresyon analiz t\u00fcrleri nedir sorular\u0131na yan\u0131t verdik. Di\u011fer blog i\u00e7eriklerimize <a href=\"https:\/\/www.turkticaret.net\/blog\/\">bu<\/a> ba\u011flant\u0131dan ula\u015fabilirsiniz.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Regresyon analizi en \u00e7ok kullan\u0131lan istatistik analizleri aras\u0131ndad\u0131r. Peki regresyon nedir ? Regresyon, bir ba\u011f\u0131ml\u0131 de\u011fi\u015fkenle ba\u011f\u0131ms\u0131z de\u011fi\u015fkenler aras\u0131ndaki ili\u015fkinin belirlenmesine yarayan bir istatistiki terimdir. Birden fazla esneklik sa\u011flar, bu da bir\u00e7ok alanda kullan\u0131\u015fl\u0131 oldu\u011funu ispatlar. Regresyon analizi, birbirine kar\u0131\u015fm\u0131\u015f bir\u00e7ok problemi \u00e7\u00f6zebilir. Regresyon analizi, a\u015fa\u011f\u0131dakiler gibi bir\u00e7ok \u015feyi i\u015fleyebilir: \u00c7oklu ba\u011f\u0131ms\u0131z de\u011fi\u015fkenlerin modellenmesi S\u00fcrekli [&hellip;]<\/p>\n","protected":false},"author":6,"featured_media":5195,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[51],"tags":[],"_links":{"self":[{"href":"https:\/\/www.turkticaret.net\/blog\/wp-json\/wp\/v2\/posts\/5189"}],"collection":[{"href":"https:\/\/www.turkticaret.net\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.turkticaret.net\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.turkticaret.net\/blog\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/www.turkticaret.net\/blog\/wp-json\/wp\/v2\/comments?post=5189"}],"version-history":[{"count":5,"href":"https:\/\/www.turkticaret.net\/blog\/wp-json\/wp\/v2\/posts\/5189\/revisions"}],"predecessor-version":[{"id":5200,"href":"https:\/\/www.turkticaret.net\/blog\/wp-json\/wp\/v2\/posts\/5189\/revisions\/5200"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.turkticaret.net\/blog\/wp-json\/wp\/v2\/media\/5195"}],"wp:attachment":[{"href":"https:\/\/www.turkticaret.net\/blog\/wp-json\/wp\/v2\/media?parent=5189"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.turkticaret.net\/blog\/wp-json\/wp\/v2\/categories?post=5189"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.turkticaret.net\/blog\/wp-json\/wp\/v2\/tags?post=5189"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}