Zaman Serisi Tanımlayıcı

🏥 Sağlık Bilimleri · Zaman Serisi Tanımlayıcı

Zaman Serisi Tanımlayıcı

Zaman Serisi · Betimsel
🆕 v1.0.5’te yeni: Bu analize Grafik sekmesi eklendi (analiz tipine göre boxplot, etkileşim, profil, çubuk, saçılım, biplot veya tahmin grafiği).

Zaman Serisi Tanımlayıcı, 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?

Zaman Serisi Tanımlayıcı, 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?

1

Veriyi yükle. Dosya → Aç menüsünden örnek dosyayı seç. MerQur sütun tiplerini otomatik tespit eder.

2

Analizi seç. Sol kenardan Zaman Serisi Tanımlayıcı‘yi seç.

3

Panel atamaları (programdaki form alanları):

  • Tarih sutunu: tarih
  • Değer Sütunu: aylik_vaka
4

Opsiyonel ayarlar. Etki büyüklüğü ✓ · %95 güven aralığı ✓ · Varsayım kontrolleri (otomatik).

5

▶ Çalıştır butonuna bas. Sonuçlar tablo + grafik olarak otomatik üretilir.

6

📄 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/94_ts_monthly_case.xlsx

🎬 Senaryo

Aylık bir vaka serisini (trend, mevsim, durağanlık) inceliyoruz. Zamana bağlı yapı için zaman serisi analizi uygundur.

⚙️ Değişken Seçimi

  • Tarih: date
  • Değer: monthly_case

Veri Önizleme (İlk 5 Satır)

datemonthly_case
2020-01-01 00:00:00984
2020-02-01 00:00:00927
2020-03-01 00:00:00813
2020-04-01 00:00:00789
2020-05-01 00:00:00907

n = 60 · Sütunlar: date, monthly_case

📈 MerQur Çıktısı

ZAMAN SERİSİ TANIMLAYICI SONUCU ───────────────────────────────────────────── 60 gözlem (aylık) ADF p = 0.998 (durağan değil) Trend: artan Mevsimsellik tespit edildi

💬 MerQur Yorumu

Aylık bir vaka serisini (monthly_case) inceledik: ADF testi serinin durağan olmadığını gösteriyor (p = 0.998), seride artan bir trend ve mevsimsellik var. Zaman serisi analizi, gözlemlerin zaman sırasına bağlı yapısını (trend, mevsim, otokorelasyon) ortaya çıkarır; sıradan istatistikler bu bağımlılık nedeniyle yanıltıcı olur. Durağanlık, ARIMA gibi modellerin ön koşuludur; seri durağan değilse fark alma gerekir. Tıpta ve epidemiyolojide vaka ve başvuru serilerini çözümlemenin başlangıç adımıdır.

⚠ 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.

▶ Zaman Serisi — video anlatım

Bu analizin bir veri seti üzerinde MerQur’da uçtan uca uygulanışı, adım adım ekran yazısıyla.

▶ Videoyu izle 📺 Tüm videolar

📚 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 →

Kaynaklar:
  1. American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
  2. Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
  3. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.