Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBu nedenle çoklu yordama çalışması yapacak olan araştırmacılar bu çalışmada incelenen istatistiksel analizler hakkında bilgi sahibi olmalıdır.
📌 3 Maddede Bu Makale
Özet
Çoklu yordama çalışmalarında yaygın olarak kullanılan bazı istatistiksel analizler, çoklu regresyon analizi (ÇDR), diskriminant analizi (DA), lojistik regresyon analizi (LR) ve yapısal eşitlik modeli (YEM) olarak belirtilebilir. Bu çalışmada, çoklu yordama çalışmalarında kullanılan bu istatistiksel analizlerin olumlu ve olumsuz özellikleri SWOT analizi yöntemi kullanılarak farklı bir açıdan ele alınmıştır. Çalışma kapsamında incelenen ÇDR, LR, DA ve YEM istatistiksel analizlerinin her birinin, yordama çalışmalarında kullanılan diğerlerine göre güçlü ya da zayıf olduğu yanlar olduğu görülmektedir. Araştırmacılar yanlış seçilen istatistiksel analizin sonucunda elde edilen yorumların hiçbir öneminin olmadığını unutmamalıdır. Bu nedenle çoklu yordama çalışması yapacak olan araştırmacılar bu çalışmada incelenen istatistiksel analizler hakkında bilgi sahibi olmalıdır.
Abstract
Multiple linear regression (MLR), logistic regression (LR), discriminant analysis (DA), and structural equation modeling (SEM) are some of the most widely used linear statistics in multiple regression studies. In this study, positive and negative sides of certain statistical analyses were taken into account from a different view using SWOT analysis. In this study, it is aimed to express the positive/negative sides of statistics which are widely used in multiple regression studies (multiple linear regression, logistic regression, discriminant analysis and structural equation modeling) and what kind of mistakes may be encountered in such statistical analyses making use of SWOT analysis .It can be seen that each of MLR, LR, DA and SEM statistical analyses that were examined within the scope of this study has strong and weak sides compared to other analyses used in regression studies