Elastic Net Regresyon
Elastic Net Regresyon, MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Sağlık Bilimleri 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?
Elastic Net Regresyon, 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?
- Sağlık Bilimleri 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 Elastic Net Regresyon‘yi seç.
Panel atamaları (programdaki form alanları):
- Hedef Sütun:
risk_skor - Prediktorler:
[x01, x02, x03, ... +37 adet] - Yontem:
elasticnet - Alpha:
0.5 - L1 orani:
0.5 - CV kati:
5 - standardize:
True
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 — Sağlık Bilimleri
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, Sağlık Bilimleri alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Tip/57_elasticnet_risk_score.xlsx
🎬 Senaryo
Bir risk skorunu 40 yordayıcıdan elastik ağ ile modelliyoruz; kümelenmiş ve çok sayıda yordayıcı bulunan durumda elastic net uygun bir yöntemdir.
⚙️ Değişken Seçimi
- Bağımlı değişken: risk_score
- Yordayıcı(lar): x01..40
Veri Önizleme (İlk 5 Satır)
| patient_id | x01 | x02 | x03 | x04 | x05 | x06 | x07 | x08 | x09 | x10 | x11 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1.0 | 0.409 | -0.849 | 0.533 | -0.857 | 0.338 | -0.198 | 0.541 | -0.277 | -0.902 | -0.201 | -0.191 |
| 2.0 | -0.535 | -0.366 | -1.263 | -0.893 | -0.548 | -0.963 | -0.709 | -0.685 | -0.669 | -0.271 | -0.505 |
| 3.0 | 0.372 | 0.648 | -0.12 | 0.018 | 0.298 | 0.479 | 0.702 | -0.041 | 1.058 | 1.103 | 0.785 |
| 4.0 | 0.208 | 1.04 | 0.535 | 0.609 | 0.038 | 0.982 | 0.286 | 1.463 | 1.0 | 1.561 | 0.848 |
| 5.0 | -0.721 | -1.367 | -0.814 | -0.296 | -1.074 | -0.804 | -1.014 | -0.865 | 0.183 | -0.513 | -0.156 |
n = 220 · Sütunlar (ilk 12 sütun): patient_id, x01, x02, x03, x04, x05, x06, x07, x08, x09, x10, x11
📈 MerQur Çıktısı
💬 MerQur Yorumu
Bir risk skorunu 40 yordayıcıdan elastik ağ ile modelledik. Elastic Net, ridge (L2) ve lasso (L1) cezalarını harmanlar (L1 oranı = 0.5): hem birbiriyle bağıntılı değişken gruplarını birlikte tutar (ridge özelliği) hem de gereksizleri sıfırlar (lasso özelliği). Böylece yüksek boyutlu ve kümelenmiş yordayıcılarda dengeli bir model sağlar. Tıpta çok sayıda ve aralarında kümelenmiş biyobelirteç/özellik varken, lasso veya ridge’in tek başına yetmediği durumlarda seçilir.
⚠ 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 Sağlık Bilimleri dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ Düzenlileştirilmiş Regresyon (LASSO/Ridge/ElasticNet) — video anlatım
Bu analizin bir veri seti üzerinde MerQur’da uçtan uca uygulanışı, adım adım ekran yazısıyla.
🎓 Eğitim Bilimleri · 🧪 Fen Bilimleri ve Matematik · 🏛 Mimarlık, Planlama ve Tasarım · ⚙ Mühendislik · 📊 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.