ETS (Üstel Düzleştirme)

🏛 Mimarlık, Planlama ve Tasarım · ETS (Üstel Düzleştirme)

ETS (Üstel Düzleştirme)

Zaman Serisi · Düzleştirme
🆕 v1.0.5’te yeni: Bu analize Grafik sekmesi eklendi (analiz tipine göre boxplot, etkileşim, profil, çubuk, saçılım, biplot veya tahmin grafiği).

ETS (Üstel Düzleştirme), MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Mimarlık, Planlama ve Tasarım alanına ait örnek veri seti üzerinde analizin nasıl uygulandığı, MerQur çıktısının nasıl görüneceği ve APA 7 formatında nasıl raporlanacağı temsilî olarak gösterilmiştir.

🎯 Ne işe yarar?

ETS (Üstel Düzleştirme), ilgili veri türü için gerekli tüm varsayım kontrollerini (normallik, varyans homojenliği, vb.) arka planda otomatik uygular ve sonuçları açık bir tablo + grafik ile sunar. APA 7 standardında otomatik yorumlama, Cohen’s d/η²/R² gibi etki büyüklükleri ve %95 güven aralıkları raporlanır.

📌 Ne zaman kullanılır?

  • Mimarlık, Planlama ve Tasarım alanına ait ölçümlerin istatistiksel analizinde
  • Akademik yayın için APA 7 uyumlu sonuç tabloları üretmek için
  • Hipotez sınama ve karar verme süreçlerinde
  • Lisans / yüksek lisans / doktora tezlerinde uygun yöntem seçimi sonrasında

📐 Varsayımlar

  • Uygun ölçek — Değişkenler analizin gerektirdiği ölçek düzeyinde (nominal/ordinal/aralık/oran) olmalı
  • Bağımsız gözlemler — Gözlemler birbirinden bağımsız bireylerden gelmiş olmalı
  • Yeterli örneklem — Analiz için minimum n gereksinimi karşılanmalı
  • Aykırı değer kontrolü — Aykırı değerler tespit edilip değerlendirilmeli

Varsayımlar bozulursa MerQur otomatik olarak non-parametrik veya sağlam (robust) alternatife yönlendirir.

🛠 MerQur’da Nasıl Yapılır?

1

Veriyi yükle. Dosya → Aç menüsünden örnek dosyayı seç. MerQur sütun tiplerini otomatik tespit eder.

2

Analizi seç. Sol kenardan ETS (Üstel Düzleştirme)‘yi seç.

3

Panel atamaları (programdaki form alanları):

  • Tarih sutunu: tarih
  • Değer Sütunu: ziyaretci
  • Yontem: holt-winters
  • Mevsimsel: additive
  • Mevsimsel period: 12
  • Damped: False
  • Tahmin adimi: 12
4

Opsiyonel ayarlar. Etki büyüklüğü ✓ · %95 güven aralığı ✓ · Varsayım kontrolleri (otomatik).

5

▶ Çalıştır butonuna bas. Sonuçlar tablo + grafik olarak otomatik üretilir.

6

📄 Word’e Aktar. APA 7 formatında, italik istatistik sembolleriyle rapor.

📊 Örnek Veri Seti — Mimarlık, Planlama ve Tasarım

ℹ Not: Aşağıdaki senaryo, MerQur çıktısı ve yorum, gerçek örnek veri seti MerQur’da çalıştırılarak elde edilmiştir. Kendi verinizdeki sayısal sonuçlar farklılık gösterecektir; buradaki amaç analizin uçtan uca nasıl kurgulandığını ve yorumlandığını göstermektir.

🎬 Örnek Dosya

Bu analiz, Mimarlık, Planlama ve Tasarım alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:

Peyzaj_Mimarligi/97_ets_monthly_visitor_yazpik.xlsx

🎬 Senaryo

Güçlü mevsimsellik (yaz pikli) gösteren ziyaretçi serisini Holt-Winters üstel düzleştirme yöntemiyle tahmin etmeyi amaçlıyoruz.

⚙️ Değişken Seçimi

  • Tarih: date
  • Değer: visitor

Veri Önizleme (İlk 5 Satır)

datevisitor
2018-01-01 00:00:00554
2018-02-01 00:00:00586
2018-03-01 00:00:00667
2018-04-01 00:00:001116
2018-05-01 00:00:001345

n = 84 · Sütunlar: date, visitor

📈 MerQur Çıktısı

ETS (ÜSTEL DÜZLEŞTİRME) SONUCU ───────────────────────────────────────────── Yöntem = Holt-Winters (toplamsal mevsim, periyot 12) AIC = 831.93 Aylık ziyaretçi sayısı tahmini (yaz pikli)

💬 MerQur Yorumu

Holt-Winters üstel düzleştirme; seviye, trend ve mevsimsellik bileşenlerini ağırlıklandırarak (yakın geçmişe daha çok ağırlık vererek) tahmin eder. Aylık ziyaretçi serisinin güçlü mevsimsel desenini (yaz piki) başarıyla yakaladı (AIC = 832). Park ziyaretçiliği tipik olarak belirgin bir mevsimsellik gösterir (yazın yüksek, kışın düşük); Holt-Winters bu tür serilerde çoğu zaman oldukça başarılıdır ve ARIMA’ya kıyasla daha sezgiseldir. Peyzaj ve rekreasyon talep tahmininde (ziyaretçi, doluluk) kurması kolay ve yorumlanabilir bir alternatif sunar; mevsimsel personel ve bakım planlaması açısından değerlidir.

⚠ Sık Yapılan Hatalar

  • Veri tipini yanlış belirlemek (örn. kategorik değişkeni numerik olarak yüklemek)
  • Varsayım kontrollerini atlayıp doğrudan p-değerine bakmak
  • Etki büyüklüğünü raporlamamak — APA 7 hem p hem etki büyüklüğü ister
  • Çoklu karşılaştırmada Tip I hatası düzeltmesi (Bonferroni/Tukey) yapmamak
  • n yetersiz olduğunda non-parametrik alternatife geçmemek

📹 Video Anlatım

Bu analizin Mimarlık, Planlama ve Tasarım dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.

▶ Üstel Düzleme (Holt-Winters) — video anlatım

Bu bölüm, Zaman Serisi Analizi videosunun içinde yer alıyor (6 analiz, tek video). Aşağıdaki bağlantı doğrudan 4:44 dakikasından, bu analizin anlatıldığı yerden başlar.

▶ Bu analizi izle (4:44) 📺 Tüm videolar

📚 Bu Analizi Yaptıysanız MerQur’u Atıf Yapın

MerQur’u kullanarak bilimsel bir çalışmada bu analizi gerçekleştirdiyseniz, akademik atıf zorunluluğu kapsamında lütfen aşağıdaki atfı kullanın (APA 7):

Örücü, Ö. K. (2026). MerQur: Bütünleşik Akademik Veri Analizi ve Raporlama Platformu [Bilgisayar Yazılımı] (Sürüm 1.0.0). https://doi.org/10.53463/merqur.2026001

BibTeX, RIS, EndNote ve İngilizce karşılığı için: tüm atıf formatları →

Kaynaklar:
  1. American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
  2. Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
  3. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.