Akademik Veri Yönetim Sistemi
8. Uluslararası Antalya Bilimsel Araştırmalar ve Yenilikçi Çalışmalar Kongresi, Antalya, Türkiye, 25 - 27 Ocak 2025, ss.826-836, (Tam Metin Bildiri)
Bilimsel çalışmalarda veri analizi yapılırken kategorik değişkenler olumsallık tabloları kullanılarak ele alınır. Olumsallık tablolarının çözümlenmesinde ise logaritmik doğrusal modeller kullanılmaktadır. Veri setinde yer alan değişkenlerde kayıp gözlemler mevcutsa bu modelleri direkt olarak uygulamak bazı durumlarda hatalı sonuçlara neden olabileceğinden veriden doğru çıkarsamalar yapabilmek için analizlerden önce kayıp gözlem probleminin uygun yaklaşımlarla çözümlenmesi gerekmektedir. Bu çalışmada iki boyutlu olumsallık tablolarında değişkenlerin birinde ve her ikisinde birden kayıp gözlem olması durumunda kullanılan logaritmik doğrusal modeller ve kapalı form tahminleri incelenerek “Elbise nitelikleri ve satışlar” verisi üzerinden bir uygulama yapılmıştır.
In scientific research, categorical variables are analyzed using contingency tables during data analysis. Log-linear models are frequently utilized for this purpose. However, the presence of missing values in the dataset can lead to inaccurate results if these models are applied directly. Therefore, it is crucial to address the issue of missing values with suitable methods before proceeding with the analysis to ensure reliable inferences from the data. This study investigates log-linear models and closed-form estimations for scenarios involving missing values in one or both variables of two-dimensional contingency tables. Additionally, an application of these methods is demonstrated using the "dresses attribute sales" dataset.