MerQur

🇹🇷 TR 🇺🇸 EN

Bayesian ANOVA

Temel Alanlar → Sosyal, Beşeri ve İdari Bilimler → ⚡ Bayesian ANOVA

Bayesian ANOVA

⚡ İleri Düzey · Bayesian İstatistik · ANOVA

v1.0.2

Sosyal, Beşeri ve İdari Bilimler bağlamı — 3+ grup ortalama farkını BF₁₀ ile sınar. bolge (Marmara, İç Anadolu, Karadeniz) gruplarının oy_egilim_skoru 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?

  • Sosyal, Beşeri ve İdari Bilimler’nde 3+ tedavi/kategori karşılaştırması — Marmara vs İç Anadolu vs Karadeniz
  • 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 (oy_egilim_skoru); kategorik faktör(ler) (bolge).
  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 — Sosyal, Beşeri ve İdari Bilimler

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, Sosyal, Beşeri ve İdari Bilimler alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:

Sosyal_Beseri/103_bayesian_anova_2yonlu.xlsx

🎬 Senaryo

Bir ölçümün iki faktöre göre farkını Bayesçi ANOVA ile inceliyoruz. Faktör etkilerinin kanıt gücünü belirlemek için bu yöntem 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; hangi modelin (hangi etkilerin) veriyi en iyi açıkladığını olasılıklı olarak sıralar. Klasik ANOVA’nın “reddet / reddetme” kararından farklı olarak, modeller arası göreli desteği niceler. Eğitimde 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.