Regresyon analizinde uç değer tespiti | Cook, Mahalanobis ve kaldıraç

Regresyon analizinde uç değer, yüksek kaldıraçlı ve etkili gözlemler nasıl belirlenir? Bu videoda SPSS kullanarak standartlaştırılmış artıklar, Cook uzaklığı, Mahalanobis uzaklığı, kaldıraç değerleri ve grafikler üzerinden regresyon tanılamasını hem teorik hem de uygulamalı olarak ele alıyoruz. Videoda incelenen başlıca konular: • Uç değer, yüksek kaldıraç ve etkili gözlem arasındaki fark • Standartlaştırılmış artıkların yorumlanması • Cook uzaklığı ve kullanım amacı • Mahalanobis uzaklığı • Kaldıraç değerleri • SPSS’te tanı değerlerinin kaydedilmesi • Şüpheli gözlemler hakkında karar verilmesi Önemli: Belirli bir sınırı aşan gözlem otomatik olarak veri setinden çıkarılmamalıdır. Veri girişi kontrol edilmeli, gözlemin model üzerindeki etkisi araştırılmalı ve analiz gözlem dâhilken ve çıkarıldığında karşılaştırılmalıdır. 📘 Ayrıntılı blog yazısı: https://www.tezyardimplatformu.com/po... 📘 Çoklu doğrusal regresyon analizi: https://www.tezyardimplatformu.com/po... ▶️ Çoklu doğrusal regresyon videosu:    • SPSS İle Çoklu Doğrusal Regresyon Analizi-...   📊 SPSS analizi desteği: https://www.tezyardimplatformu.com/sp... 🔍 Analiz kontrolü ve istatistiksel revizyon: https://www.tezyardimplatformu.com/an... Kanala katılmak için:    / @tezyardımplatformu   Sorularınızı ve sonraki video önerilerinizi yorumlarda paylaşabilirsiniz. #SPSS #RegresyonAnalizi #UçDeğer