Veri setinin normal dağılıma (çan eğrisi) uyup uymadığını yüksek hassasiyetle test eder.
Büyük örneklemlerde (n>50) verinin belirli bir teorik dağılıma uyumunu ölçer.
İki veya daha fazla grubun varyanslarının (yayılımlarının) homojenliğini kontrol eder.
Sadece iki grubun varyanslarının birbirine eşit olup olmadığını parametrik olarak sınar.
Bir örneklem ortalamasını, önceden bilinen bir kitle ortalamasıyla parametrik olarak karşılaştırır.
Evren standart sapması bilindiğinde veya örneklem çok büyük olduğunda bir grubun ortalamasını popülasyonla kıyaslar.
Normal dağılmayan verilerde örneklem medyanını sabit veya teorik bir evren değeriyle kıyaslar.
İki olasılıklı (başarı/başarısızlık) kategorik verilerde, örneklem oranının beklenen teorik olasılıktan farkını sınar.
Ölçüm farklarının sadece artı veya eksi yönlerine bakarak tek grup veya bağımlı iki grubun medyanını test eder.
İki bağımsız grubun ortalamaları arasındaki farkın istatistiksel anlamlılığını test eder.
Aynı bireylerin iki farklı ölçümü (örn: öncesi ve sonrası) arasındaki ortalama değişimi inceler.
İki farklı grubun başarı veya özellik oranlarını (yüzdelerini) birbirleriyle karşılaştırır.
T-Test'in non-parametrik alternatifidir. İki bağımsız grubu medyanları üzerinden kıyaslar.
Bağımlı T-Test'in non-parametrik karşılığıdır. Öncesi-sonrası medyan farklarına bakar.
Bağımlı gruplarda (öncesi/sonrası) iki değerli kategorik verilerin değişim oranını ölçer.
Üç veya daha fazla bağımsız grubun ortalamaları arasında anlamlı bir fark arar.
İki farklı bağımsız faktörün bağımlı değişken üzerindeki ana ve ortak etkileşimlerini ölçer.
ANOVA'nın non-parametrik alternatifidir. 3+ grubu medyan ve sıra değerleriyle kıyaslar.
Tekrarlı ölçümler ANOVA'nın sıralı veya normal dağılmayan verilerdeki karşılığıdır.
İki sürekli ve normal dağılan değişken arasındaki doğrusal ilişkinin gücünü ve yönünü ölçer.
Normal dağılmayan veya sıralı verilerde değişkenler arası monotonik ilişkiyi inceler.
Aykırı değerlerin fazla olduğu veya örneklemin küçük olduğu sıralı verilerde değişkenler arası ilişkiyi hesaplar.
Sürekli bir bağımlı değişkenin tek bir bağımsız değişkenle nasıl değiştiğini modeller.
Birden fazla bağımsız değişkenin (faktörün) sonuç üzerindeki çoklu etkilerini tahmin eder.
İki sonuçlu (Evet/Hayır) bir olayın gerçekleşme olasılığını bağımsız faktörlerle modeller.
Belirli bir olayın gerçekleşmesine kadar geçen zamana dayalı sağkalım olasılıklarını çizer.
İki veya daha fazla grubun yaşam (sağkalım) eğrilerini birbirleriyle karşılaştırır.
Çeşitli faktörlerin (yaş, cinsiyet vb.) sağkalım süresi üzerindeki risk etkisini analiz eder.
Zaman serisinin grafiği, trend ve mevsimsellik yapısı, hareketli ortalamalar, fark alma işlemleri ve veri dönüşümleri (Log, Box-Cox) gibi temel analizleri içerir.
Serinin zaman içinde sabit bir yapıya sahip olup olmadığını ADF, KPSS, Phillips-Perron, Zivot-Andrews gibi birim kök testleriyle sınar.
Serinin kendi geçmiş değerleriyle olan ilişkisini ACF, PACF grafikleri ve Ljung-Box, Durbin-Watson gibi spesifik testlerle analiz eder.
Klasik, toplamsal, çarpımsal ve modern STL yöntemleriyle zaman serisini trend, mevsimsellik ve rastgele (artık) bileşenlerine ayırır.
Geçmiş verilere dayanarak AR, MA, ARMA, ARIMA, SARIMA, Üssel Düzleştirme (Holt-Winters) ve Auto-ARIMA optimizasyon modellerini kurar.
Kurulan modellerin uygunluğunu, artık (residual) analizleri, ARCH etkisi, bilgi kriterleri (AIC, BIC) ve normallik testleri ile doğrular.
Seçilen model ile çok adımlı gelecek tahminleri (forecast) üretir; güven aralıklarını ve performans hata metriklerini (RMSE, MAPE vb.) hesaplar.
Özellikle finansal piyasalardaki varyans oynaklıklarını ARCH, GARCH, EGARCH ve GJR-GARCH modelleriyle inceler ve risk tahmini yapar.
Çok değişkenli serilerde VAR, VECM modelleri kurar; Granger nedenselliği, etki-tepki fonksiyonları (IRF) ve yapısal kırılma testleri uygular.
StatLabseu
StatLabseu
StatLabseu
StatLabseu