Elastic Net Regresyon
Elastic Net Regresyon, MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Mimarlık, Planlama ve Tasarım 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?
- Mimarlık, Planlama ve Tasarım 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:
park_deger - 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 — Mimarlık, Planlama ve Tasarım
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, Mimarlık, Planlama ve Tasarım alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Peyzaj_Mimarligi/57_elasticnet_park_value.xlsx
🎬 Senaryo
Park değerini 40 (kısmen korelasyonlu) yordayıcıdan tahmin ederken hem seçim hem kararlılık sağlayan Elastic Net’i kullanıyoruz.
⚙️ Değişken Seçimi
- Hedef: park_value
- Yordayıcılar: x01..x40 | Yöntem: elasticnet
Veri Önizleme (İlk 5 Satır)
| area_id | x01 | x02 | x03 | x04 | x05 | x06 | x07 | x08 | x09 | x10 | x11 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1.0 | 0.292 | -0.775 | -0.231 | -1.054 | -0.284 | -0.114 | -0.074 | -0.403 | -0.24 | -0.02 | 0.482 |
| 2.0 | -0.536 | -0.297 | 0.043 | 0.454 | 0.621 | 0.753 | -0.568 | -0.098 | 0.382 | -0.268 | 0.188 |
| 3.0 | -0.37 | -0.259 | -0.335 | -0.969 | -0.833 | -0.031 | -1.362 | -1.011 | 0.157 | -0.097 | 0.745 |
| 4.0 | -0.525 | -0.401 | -1.526 | -0.501 | -0.07 | -0.723 | 0.49 | -0.681 | 0.411 | 0.259 | -1.333 |
| 5.0 | -0.428 | 0.471 | -0.579 | -0.635 | 0.161 | -0.169 | 0.454 | 0.096 | -0.739 | -0.97 | -0.213 |
n = 220 · Sütunlar (ilk 12 sütun): area_id, x01, x02, x03, x04, x05, x06, x07, x08, x09, x10, x11
📈 MerQur Çıktısı
💬 MerQur Yorumu
Elastic Net, Ridge ile Lasso’nun melezidir: hem katsayıları küçültür (Ridge gibi) hem önemsizleri sıfırlar (Lasso gibi). Burada 40 yordayıcıdan park değerini tahmin ettik; Elastic Net, korelasyonlu değişken gruplarını birlikte tutarken önemsizleri eler. Model R2 = 0.52. Çok sayıda eş-doğrusal yordayıcı olduğunda — alan, konum, çevresel özellikler, erişim değişkenleri — Elastic Net hem seçim hem kararlılık sağlayan dengeli bir tercihtir. Lasso’nun “korelasyonlu gruptan rastgele birini seçme” sorununu yumuşatır. Peyzaj ve gayrimenkul değer modellemede çok değişkenli tahmin için uygundur.
⚠ 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 Mimarlık, Planlama ve Tasarım dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ Düzenlileştirilmiş Regresyon (LASSO/Ridge/ElasticNet) — video anlatım
Bu analiz, Eğitim Bilimleri alanından bir örnek veri seti üzerinde anlatılıyor (adımlar tüm alanlarda aynıdır). Bağlantı doğrudan 7:23 dakikasından başlar.
🎓 Eğitim Bilimleri · 🧪 Fen Bilimleri ve Matematik · ⚙ Mühendislik · 🏥 Sağlık Bilimleri · 📊 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.