PLS Regresyonu
PLS Regresyonu, MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Mühendislik 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?
PLS Regresyonu, 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?
- Mühendislik 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?
Veriyi yükle. Dosya → Aç menüsünden örnek dosyayı seç. MerQur sütun tiplerini otomatik tespit eder.
Analizi seç. Sol kenardan PLS Regresyonu‘yi seç.
Panel atamaları (programdaki form alanları):
- y_col:
parsel_id - x_cols:
[bant_01, bant_02, bant_03, +9 daha] - n_components:
2
Opsiyonel ayarlar. Etki büyüklüğü ✓ · %95 güven aralığı ✓ · Varsayım kontrolleri (otomatik).
▶ Çalıştır butonuna bas. Sonuçlar tablo + grafik olarak otomatik üretilir.
📄 Word’e Aktar. APA 7 formatında, italik istatistik sembolleriyle rapor.
📊 Örnek Veri Seti — Mühendislik
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, Mühendislik alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Muhendislik/44_pls_spectral_NDVI.xlsx
🎬 Senaryo
NDVI’yi 12 spektral banttan yorduyoruz. Yüksek bağıntılı çok yordayıcı için PLS regresyon uygundur.
⚙️ Değişken Seçimi
- Bağımlı değişken: NDVI
- Yordayıcı(lar): band_01..12
Veri Önizleme (İlk 5 Satır)
| plot_id | band_01 | band_02 | band_03 | band_04 | band_05 | band_06 | band_07 | band_08 | band_09 | band_10 | band_11 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1.0 | -0.577 | 0.212 | -0.127 | -0.456 | -0.37 | 0.489 | -0.369 | 0.275 | 0.088 | -0.552 | -0.091 |
| 2.0 | 1.544 | 0.396 | -0.586 | -0.15 | 0.232 | -0.237 | 0.541 | 0.604 | -0.088 | -0.153 | -0.364 |
| 3.0 | 0.054 | -0.979 | 0.896 | 1.171 | 0.558 | 1.993 | -1.348 | -1.143 | 2.759 | 1.39 | 1.168 |
| 4.0 | 1.229 | 0.062 | -1.069 | 0.857 | 0.636 | 0.344 | 0.374 | -0.542 | 0.457 | 0.707 | 1.158 |
| 5.0 | -1.322 | -0.377 | 1.042 | 0.123 | 0.018 | 0.093 | -0.375 | -0.567 | 0.571 | 0.362 | -0.141 |
n = 200 · Sütunlar (ilk 12 sütun): plot_id, band_01, band_02, band_03, band_04, band_05, band_06, band_07, band_08, band_09, band_10, band_11
📈 MerQur Çıktısı
💬 MerQur Yorumu
NDVI’yi 12 spektral banttan yordadık. Bantlar birbiriyle yüksek bağıntılı (çoklu doğrusallık) olduğundan klasik regresyon kararsızlaşır; PLS bunları az sayıda gizli bileşene indirgeyip üzerine regresyon kurar. Çapraz doğrulanmış R^2 = 0.93 ile model hem güçlü hem de genellenebilir. PLS, yordayıcı sayısı çok ya da aralarında yüksek bağıntı varken idealdir; uzaktan algılama ve kemometride (spektral banttan NDVI/indeks tahmini) sık kullanılır.
⚠ 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 Mühendislik dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ Partial Least Squares (PLS) — video anlatım
Bu bölüm, İleri Düzey I — Gelişmiş Regresyon Modelleri videosunun içinde yer alıyor (9 analiz, tek video). Aşağıdaki bağlantı doğrudan 8:07 dakikasından, bu analizin anlatıldığı yerden başlar.
🎓 Eğitim Bilimleri · 🧪 Fen Bilimleri ve Matematik · 🏛 Mimarlık, Planlama ve Tasarım · 🏥 Sağlık Bilimleri · 📊 Sosyal, Beşeri ve İdari Bilimler · 🏃 Spor Bilimleri · 🌾 Ziraat, Orman ve Su Ürünleri
📚 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 →
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
- Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.