MerQur

🇹🇷 TR 🇺🇸 EN

Crossed LMM (Çapraz Random Karma Model)

Temel Alanlar → Fen Bilimleri ve Matematik → ⚡ Crossed LMM (Çapraz Random Karma Model)

Crossed LMM (Çapraz Random Karma Model)

⚡ İleri Düzey · Karma Modeller · Crossed

v1.0.1

Fen Bilimleri ve Matematik bağlamı — iki random faktör nested DEĞİL, crossed (çapraz). olcum ~ 1 + (1|cihaz) + (1|numune). Her cihaz tüm numune‘lerle eşlenir.

Crossed random2 faktörREMLInter-rater reliability

🎯 Ne işe yarar?

Klasik nested yapıdan farklı: her cihaz farklı numune’lerle bağımsız olarak çiftleşir (her numune her cihaz altında değil; karışık). Fen Bilimleri ve Matematik’nde iki etkenin random varyansını ayrı tahmin eder.

📌 Ne zaman kullanılır?

  • Hakem × değerlendirilen (her hakem her örneği değerlendirir)
  • Operatör × cihaz (her operatör her cihazı kullanır)
  • İki random etkili ölçüm tasarımı

⚙ Varsayımlar

  1. İki random faktör birbirinden bağımsız (nested değil).
  2. Her (cihaz, numune) hücresinde ≥1 gözlem (boş hücreler tahmini etkiler).
  3. Random etkiler ~ Normal(0, σ²).

📊 MerQur’da Nasıl Çalıştırılır?

1
Veri yükle.
2
Analiz → ⚡ İleri Düzey → Crossed LMM.
3

Panel atamaları (programdaki form alanları):

  • Bağımlı Değişken: deger
  • Faktör A: faktor_a
  • Faktör B: faktor_b
  • A Tipi: random
  • B Tipi: random
  • SS Tipi: 1
4
Estimator: REML.
5
▶ Çalıştır. σ²cihaz, σ²numune, σ²residual + ICC.

📊 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/109_crossed_lmm_A_B.xlsx

🎬 Senaryo

İki random faktörün çaprazlandığı bir tasarımı modelliyoruz. İki bağımsız sınıflama ekseni için crossed LMM uygundur.

⚙️ Değişken Seçimi

  • Bağımlı değişken: value
  • Faktör (kategorik): factor_a
  • 2. Faktör: factor_b

Veri Önizleme (İlk 5 Satır)

factor_a factor_b value
A1 B1 53.8
A1 B1 55.31
A1 B1 50.68
A1 B1 55.81
A1 B1 56.05

n = 128 · Sütunlar: factor_a, factor_b, value

📈 MerQur Çıktısı

CROSSED LMM (ÇAPRAZ RANDOM KARMA MODEL) SONUCU
─────────────────────────────────────────────

A x B etkileşimi: F = 14.67, p < .001 *** ana etkiler ns (A: p=0.767, B: p=0.480) sonuç: value

💬 MerQur Yorumu

İki random faktörün iç içe DEĞİL çaprazlanmış olduğu (her A düzeyi her B düzeyiyle eşleşir) bir tasarımı modelledik: ana etkiler anlamlı değilken (A: p=0.77, B: p=0.48) A x B etkileşimi çok güçlü (F = 14.67, p < .001) — yani etki faktörlerin BİRLEŞİMİNE bağlı. Crossed LMM, nested’in aksine bağımsız iki gruplama eksenini (ör. yöntem x parti, her yöntem her partide) aynı anda ele alır. Laboratuvarda iki bağımsız sınıflama ekseninin etkilerini ve etkileşimini birlikte çözümlemede doğru seçimdir.

⚠ Sık Hatalar

  • Nested yapı varken crossed tanımlamak — her (cihaz, numune) çiftinin gerçekten bağımsız olduğundan emin olun.
  • Çok seyrek matris (cihaz×numune’de boş hücre çok) — fit yapılamaz veya unstable.
  • cihaz-ICC düşük + numune-ICC yüksekse numune’nin tahmininde shrinkage daha sıkı.

📚 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.