Crossed LMM (Çapraz Random Karma Model)
v1.0.1
Ziraat, Orman ve Su Ürünleri bağlamı — iki random faktör nested DEĞİL, crossed (çapraz). puanlama ~ 1 + (1|hakemci_islah) + (1|genotip). Her hakemci_islah tüm genotip‘lerle eşlenir.
Crossed random2 faktörREMLInter-rater reliability
🎯 Ne işe yarar?
Klasik nested yapıdan farklı: her hakemci_islah farklı genotip’lerle bağımsız olarak çiftleşir (her genotip her hakemci_islah altında değil; karışık). Ziraat, Orman ve Su Ürünleri’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
- İki random faktör birbirinden bağımsız (nested değil).
- Her (hakemci_islah, genotip) hücresinde ≥1 gözlem (boş hücreler tahmini etkiler).
- Random etkiler ~ Normal(0, σ²).
📊 MerQur’da Nasıl Çalıştırılır?
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
📊 Örnek Veri Seti — Ziraat, Orman ve Su Ürünleri
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, Ziraat, Orman ve Su Ürünleri alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Ziraat_Orman_Su/109_crossed_lmm_A_B.xlsx
🎬 Senaryo
İki rastgele faktörün (factor_a, factor_b) çaprazlandığı (her A seviyesinin her B seviyesiyle eşleştiği) bir tasarımda sonucu (value) modelliyoruz (örneğin her genotipin her lokasyonda denenmesi). Çaprazlanmış LMM, A ve B’yi çaprazlanmış rastgele etkiler olarak alır; böylece hem genotip hem lokasyon kaynaklı değişkenliği aynı anda modelleyip arı tahminler verir.
⚙️ Değişken Seçimi
- Bağımlı (sürekli): value
- Çaprazlanmış rastgele etkiler: factor_a, 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
─────────────────────────────────────────────
factor_a (random): F(3) = 0.38, p = 0.767 ns | value ~ factor_a + factor_b (çaprazlanmış random)
💬 MerQur Yorumu
İki rastgele faktörün çaprazlandığı (her A seviyesinin her B seviyesiyle eşleştiği) bir tasarımda sonucu modelledik (örneğin her genotipin her lokasyonda denenmesi). Çaprazlanmış LMM, A ve B’yi çaprazlanmış rastgele etkiler olarak alır; böylece hem genotip hem lokasyon kaynaklı değişkenliği aynı anda modeller. Sonuç: faktör A anlamlı değil (F(3) = 0.38, p = 0.77); yani bu faktörün seviyeleri arasında kayda değer bir fark yok. Anlamsızlık da bir bulgudur: A faktörünün sonuca katkısı ihmal edilebilir düzeydedir. Çaprazlanmış tasarımlar yuvalanmış tasarımlardan farklıdır: burada A ve B bağımsız olarak çapraz düzenlenmiştir (her kombinasyon mevcuttur), yuvalanmış tasarımda ise alt faktör üst faktöre gömülüdür. Doğru model, tasarımın gerçek yapısına bağlıdır.
⚠ Sık Hatalar
- Nested yapı varken crossed tanımlamak — her (hakemci_islah, genotip) çiftinin gerçekten bağımsız olduğundan emin olun.
- Çok seyrek matris (hakemci_islah×genotip’de boş hücre çok) — fit yapılamaz veya unstable.
- hakemci_islah-ICC düşük + genotip-ICC yüksekse genotip’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
📝 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.