MerQur

🇹🇷 TR 🇺🇸 EN

Bayesian ANOVA

Temel Alanlar → Fen Bilimleri ve Matematik → ⚡ Bayesian ANOVA

Bayesian ANOVA

⚡ İleri Düzey · Bayesian İstatistik · ANOVA

v1.0.2

Fen Bilimleri ve Matematik bağlamı — 3+ grup ortalama farkını BF₁₀ ile sınar. katalizör_tipi (Pt, Pd, Ni) gruplarının verim_pct üzerinde etkisi olup olmadığını doğrudan kanıt olarak raporlar.

1-way / 2-wayEtkileşim BFEtki başına BF bar grafikpingouin tabanlı + BIC fallback

🎯 Ne işe yarar?

Klasik F-test ve p-değeri yerine her etki için (ana etki + etkileşim) ayrı BF₁₀ verir; “hangi etki gerçekten önemli?” sorusuna doğrudan cevap.

📌 Ne zaman kullanılır?

  • Fen Bilimleri ve Matematik’nde 3+ tedavi/kategori karşılaştırması — Pt vs Pd vs Ni
  • Etkileşim varsa (2-way) — etkileşim BF₁₀ ana etki BF₁₀’undan büyük ise yorumda yön değiştirir
  • Replikasyon: “etki yok” sonucunu kanıtla raporlamak

⚙ Varsayımlar

  1. Sürekli DV (verim_pct); kategorik faktör(ler) (katalizör_tipi).
  2. Bağımsız gözlemler, gruplar dengeli yakın olsun.
  3. Varyans homojenliği — pingouin BF hesabı için varsayılır.

📊 MerQur’da Nasıl Çalıştırılır?

1
Veri yükle.
2
Analiz → ⚡ İleri Düzey → Bayesian ANOVA.
3

Panel atamaları (programdaki form alanları):

  • Sütunlar: {'dv': 'deger', 'factor1': 'faktor1', 'factor2': 'faktor2'}
  • Parametreler: {}
4
▶ Çalıştır. Her etki için BF₁₀ bar grafik + ANOVA özeti.
5
Grafik sekmesinde yatay BF₁₀ bar — Jeffreys eşiklerinde renkli bantlar.

📊 Örnek Veri Seti — Fen Bilimleri ve Matematik

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, Fen Bilimleri ve Matematik alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:

Fen_Matematik/103_bayesian_anova_2yonlu.xlsx

🎬 Senaryo

Bir ölçümün iki faktöre göre farkını Bayesçi ANOVA ile inceliyoruz. Faktör etkilerinin kanıt gücü için uygundur.

⚙️ Değişken Seçimi

  • Bağımlı değişken: value
  • Faktör (kategorik): factor1
  • 2. Faktör: factor2

Veri Önizleme (İlk 5 Satır)

factor1 factor2 value
A X 49.25
A X 58.89
A X 45.54
A X 45.07
A X 51.21

n = 120 · Sütunlar: factor1, factor2, value

📈 MerQur Çıktısı

BAYESİAN ANOVA SONUCU
─────────────────────────────────────────────

factor1: BF10 = 76099 (çok güçlü kanıt) sonuç: value, faktörler: factor1, factor2

💬 MerQur Yorumu

Bir ölçümün iki faktöre göre farkını Bayesçi ANOVA ile inceledik: factor1 için BF10 ~ 76,000 ile çok güçlü kanıt elde edildi. Bayesçi ANOVA, faktörlerin ve etkileşimlerinin etkisini Bayes faktörleriyle karşılaştırır ve hangi modelin (hangi etkilerin) veriyi en iyi açıkladığını olasılıklı olarak sıralar. Klasik ANOVA’nın “reddet/reddetme” kararından farklı olarak, modeller arası göreli desteği niceleştirir. Laboratuvarda faktör etkilerinin kanıt gücünü karşılaştırmada kullanılır.

⚠ Sık Hatalar

  • Pairwise karşılaştırma için ayrı Bayesian t-testleri kullanın; BF₁₀ aşırı yorumlamayın.
  • Dengesiz gruplar BF tahminini etkiler.
  • Etkileşim varsa ana etki yorumunu etkileşimle birlikte değerlendirin.

📚 MerQur’a Atıf

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

Tüm atıf formatları →

📝 Üretim Notu — Bu sayfadaki örnek veri sentetik olarak üretilmiştir (sabit SEED=42, generator: samples/Ileri_Duzey_v102/_generate_v102_datasets.py). Sayfa içeriği Anthropic Claude desteği ile hazırlanmış, akademik doğruluk yazar tarafından kontrol edilmiştir.