MerQur

🇹🇷 TR 🇺🇸 EN

Bayesian ANOVA

Temel Alanlar → Sağlık Bilimleri → ⚡ Bayesian ANOVA

Bayesian ANOVA

⚡ İleri Düzey · Bayesian İstatistik · ANOVA

v1.0.2

Sağlık Bilimleri bağlamı — 3+ grup ortalama farkını BF₁₀ ile sınar. cerrahi_yontem (Klasik, Laparoskopik, Robotik) gruplarının iyilesme_suresi_gun 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?

  • Sağlık Bilimleri’nde 3+ tedavi/kategori karşılaştırması — Klasik vs Laparoskopik vs Robotik
  • 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 (iyilesme_suresi_gun); kategorik faktör(ler) (cerrahi_yontem).
  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': 'HbA1c', 'factor1': 'ilac', 'factor2': 'cinsiyet'}
  • Parametreler: {}
4
▶ Çalıştır. Her etki için BF₁₀ bar grafik + ANOVA özeti.
5
Grafik sekmesinde yatay BF₁₀ bar — Jeffreys eşiklerinde renkli bantlar.

📊 Örnek Veri Seti — Sağlık Bilimleri

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, Sağlık Bilimleri alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:

Tip/103_bayesian_anova_drug_sex.xlsx

🎬 Senaryo

HbA1c değerinin iki faktöre (ilaç ve cinsiyet) göre farkını Bayesçi ANOVA ile inceliyoruz; faktör etkilerinin kanıt gücünü değerlendirmek için bu yöntem uygundur.

⚙️ Değişken Seçimi

  • Bağımlı değişken: HbA1c
  • Faktör (kategorik): drug
  • 2. Faktör: sex

Veri Önizleme (İlk 5 Satır)

drug sex HbA1c
A female 4.85
A female 6.61
A female 5.67
A female 7.02
A female 4.18

n = 120 · Sütunlar: drug, sex, HbA1c

📈 MerQur Çıktısı

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

drug: BF10 = 2.59e+08 (çok güçlü kanıt) sonuç: HbA1c, faktörler: drug, sex

💬 MerQur Yorumu

HbA1c değerinin iki faktöre (ilaç ve cinsiyet) göre farkını Bayesçi ANOVA ile inceledik: ilaç için BF10 ≈ 2.6e8 ile çok güçlü kanıt elde edildi. Bayesçi ANOVA, faktörlerin ve etkileşimlerinin etkisini Bayes faktörleriyle karşılaştırır; hangi modelin (hangi etkilerin) veriyi en iyi açıkladığını olasılıklı biçimde sıralar. Klasik ANOVA’nın “reddet / reddetme” kararından farklı olarak, modeller arası göreli desteği niceler. Tıpta faktör (ilaç) 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.