PLS Regresyonu
PLS Regresyonu, MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Sağlık Bilimleri 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?
PLS Regresyonu, 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?
- Sağlık Bilimleri 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 PLS Regresyonu‘yi seç.
Panel atamaları (programdaki form alanları):
- Y Sutunu:
progresyon_skor - Bagimsiz (X):
[gen_01, gen_02, gen_03, ... +9 adet] - Bilesen sayisi:
2
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 — 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/44_pls_gene_progression.xlsx
🎬 Senaryo
Hastalık ilerleme skorunu 12 gen ifadesinden yorduyoruz; birbiriyle yüksek bağıntılı çok sayıda yordayıcı için PLS uygun bir yöntemdir.
⚙️ Değişken Seçimi
- Bağımlı değişken: progression_score
- Yordayıcı(lar): gene_01..12
Veri Önizleme (İlk 5 Satır)
| patient_id | gene_01 | gene_02 | gene_03 | gene_04 | gene_05 | gene_06 | gene_07 | gene_08 | gene_09 | gene_10 | gene_11 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1.0 | 1.302 | -0.649 | 0.454 | 0.046 | 0.477 | -0.319 | -0.659 | 0.923 | 0.223 | 0.361 | -0.361 |
| 2.0 | 1.101 | -2.145 | -0.06 | -0.178 | 1.986 | -1.169 | -1.268 | 0.729 | -1.647 | -0.457 | 0.933 |
| 3.0 | 0.303 | 0.148 | -0.078 | -0.013 | -0.258 | -0.167 | -0.105 | 0.007 | 0.387 | -0.115 | -0.022 |
| 4.0 | -0.435 | 0.022 | -0.369 | 0.859 | 0.661 | -0.346 | -0.504 | -0.247 | -0.285 | -1.047 | 0.147 |
| 5.0 | 0.124 | -0.29 | 0.245 | 1.094 | 0.67 | 0.089 | -1.163 | -0.025 | -0.414 | -0.95 | 0.765 |
n = 200 · Sütunlar (ilk 12 sütun): patient_id, gene_01, gene_02, gene_03, gene_04, gene_05, gene_06, gene_07, gene_08, gene_09, gene_10, gene_11
📈 MerQur Çıktısı
💬 MerQur Yorumu
Hastalık ilerleme skorunu 12 gen ifadesinden yordadık. Gen ifadeleri birbiriyle yüksek bağıntılı (multikolinearite) olduğundan klasik regresyon kararsızlaşır; PLS bunları az sayıda gizli bileşene indirgeyip bunların üzerine regresyon kurar. Çapraz doğrulanmış R^2 = 0.88 ile model hem güçlü hem de genellenebilir çıktı. PLS, yordayıcı sayısının çok fazla olduğu ya da yordayıcılar arasında yüksek bağıntının bulunduğu durumlarda idealdir; genomik ve omik veride (çok sayıda genden çıktı tahmini) sıkça kullanılır.
⚠ 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 Sağlık Bilimleri dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ Partial Least Squares (PLS) — video anlatım
Bu analizin bir veri seti üzerinde MerQur’da uçtan uca uygulanışı, adım adım ekran yazısıyla.
🎓 Eğitim Bilimleri · 🧪 Fen Bilimleri ve Matematik · 🏛 Mimarlık, Planlama ve Tasarım · ⚙ Mühendislik · 📊 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.