Tanımlayıcı İstatistik Gösterge Paneli

CSV dosyası yükleyin ve veri setinizdeki her sayısal sütunun kapsamlı istatistiksel profilini anında görün. Panel, sütun başına on dört temel istatistik hesaplar, her biri için mini histogram çizer ve — iki veya daha fazla sayısal sütun olduğunda — ilişkileri tek bakışta fark edebilmeniz için Pearson korelasyon ısı haritası gösterir. Tüm işlem tarayıcınızda gerçekleşir; veriniz hiçbir zaman cihazınızdan çıkmaz.

Tanımlayıcı istatistik nedir?

Tanımlayıcı istatistik, daha büyük bir popülasyon hakkında çıkarım yapmadan bir veri setinin temel özelliklerini özetler ve tanımlar. Verileriniz hakkındaki en temel soruları yanıtlar:

• Merkez nerede? Ortalama, medyan ve mod, “tipik” değeri farklı biçimlerde yakalar.
• Veri ne kadar yayılmış? Standart sapma, varyans, IQR ve aralık, değişkenliği sayısal olarak ifade eder.
• Dağılımın şekli nedir? Çarpıklık (asimetri) ve basıklık (kuyruk ağırlığı), şekli basit bir ortalamadan çok daha ayrıntılı biçimde tanımlar.
• Uç değerler neler? Minimum, maksimum ve çeyrekler, sınırları ve yapıyı gösterir.

Herhangi bir istatistiksel model çalıştırmadan önce — regresyon, kümeleme, hipotez testi — her zaman önce tanımlayıcı istatistikleri incelemelisiniz. Beklenmedik ortalamalar, aşırı standart sapmalar veya güçlü çarpıklık; veri giriş hatalarına, model varsayımlarını ihlal eden dağılımlara ya da araştırmaya değer ilginç gerçek dünya fenomenlerine işaret edebilir.

İstatistikler açıklandı

Merkez ölçüleri

Ortalama (aritmetik ortalama), tüm değerlerin toplamının gözlem sayısına bölümüdür. Aykırı değerlere duyarlıdır: tek bir aşırı değer, ortalamayı çoğu verinin toplandığı yerden çok uzağa çekebilir.

Medyan, veriler artan sırada dizildiğinde ortadaki değerdir. Çift sayıda gözlem için medyan, ortadaki iki değerin ortalamasıdır. Medyan, aykırı değerlere dirençlidir — aşırı değerlerin büyüklüğünü yok sayar ve yalnızca sırasını dikkate alır.

Mod, en sık görülen değerdir. Kategorik verilere uygulanabilen tek merkez ölçüsüdür. Sürekli sayısal veri için her değer benzersiz olabilir ve anlamlı bir mod bulunmayabilir; panel bu durumda ”—” gösterir.

Yayılım ölçüleri

Standart sapma, her veri noktasının ortalamadan uzaklığının ortalamasını ölçer. Panel, popülasyon standart sapmasını örnekten tahmin etmek için yansız olan örneklem standart sapmasını (n − 1’e bölerek) kullanır.

Varyans, standart sapmanın karesidir. Orijinal birimlerde daha az yorumlanabilir olsa da pek çok istatistiksel formülün (ANOVA, regresyon katsayıları vb.) merkezindedir.

Çeyrekler arası açıklık (IQR), Q3 − Q1’dir; verinin ortadaki %50’sinin genişliğidir. Aykırı değerlere dirençlidir ve Freedman-Diaconis bin genişliği seçiminde ile kutu grafiği bıyık yapımında kullanılır.

Aralık, maks − min’dir. Verinin tam kapsamını yakalar ancak aykırı değerlere son derece duyarlıdır.

Çeyrekler ve yüzdelikler

Q1 (%25’lik dilim), gözlemlerin %25’inin altında kaldığı değerdir. Q3 (%75’lik dilim), gözlemlerin %75’inin altında kaldığı değerdir. Panel, çeyrekleri hesaplamak için doğrusal interpolasyon (R tip 7 / Excel uyumlu) kullanır.

Şekil istatistikleri

Çarpıklık, dağılımın ortalama etrafındaki asimetrisini ölçer. Panel Fisher’ın düzeltilmiş çarpıklığını hesaplar:

• 0’a yakın → yaklaşık simetrik
• Pozitif → sağa çarpık (uzun sağ kuyruk; ortalama > medyan). Tipik örnekler: gelir, tepki süreleri, ev fiyatları.
• Negatif → sola çarpık (uzun sol kuyruk; ortalama < medyan). Tipik örnekler: ölüm yaşı, tavan yakınındaki sınav puanları.

Pratik kural: |çarpıklık| < 0,5 yaklaşık simetrik; 0,5–1 orta derecede çarpık; > 1 güçlü çarpıklık.

Artık basıklık, kuyrukların ağırlığını normal dağılımla karşılaştırır (normal dağılımın artık basıklığı = 0):

• Pozitif (leptokurtik) → normalden daha ağır kuyruklar, daha keskin merkez tepe. Finansal getiriler genellikle bu özelliği gösterir (kalın kuyruklar → nadir aşırı olaylar normal modelin öngördüğünden daha sık görülür).
• Negatif (platikurtik) → daha hafif kuyruklar, düz tepe. Düzgün dağılımlar negatif basıklığa sahiptir.

Korelasyon matrisi

Veri setinizde iki veya daha fazla sayısal sütun varsa, panel her çift için Pearson korelasyon katsayısı r değerini hesaplar. Sonuç, renklendirilmiş bir ısı haritası olarak gösterilir:

• Kırmızı → güçlü pozitif korelasyon (r, +1’e yakın): bir değişken arttıkça diğeri de artar.
• Beyaz → zayıf veya sıfır doğrusal ilişki (r, 0’a yakın).
• Mavi → güçlü negatif korelasyon (r, −1’e yakın): bir değişken arttıkça diğeri azalır.

Önemli uyarılar: Pearson r yalnızca doğrusal ilişkileri ölçer. İki değişken doğrusal olmayan bir biçimde güçlü ilişkili olabilir ve yine de r ≈ 0 gösterebilir. Ayrıca, korelasyon nedensellik değildir — iki değişken arasındaki yüksek r, birinin diğerine neden olduğunu göstermez.

Mini histogramlar

Her sütun kartı, o sütunun dağılımının küçük bir histogramını gösterir. Histogramın şekli verinin şu özelliklerden birine sahip olup olmadığını söyler:

• Çan şekilli (yaklaşık normal)
• Sağa çarpık (değerlerin büyük çoğunluğu düşük, uzun yüksek değerler kuyruğu)
• Sola çarpık (değerlerin büyük çoğunluğu yüksek, uzun düşük değerler kuyruğu)
• Bimodal (iki tepe, iki alt grubu ima eder)
• Tekdüze (eşit dağılmış değerler)
• Ağır kuyruklu (aykırı değerler izole çubuklar olarak görünür)

Paneli nasıl kullanırım

1. Verilerinizi yükleyin: CSV dosyasını sürükleyip bırakın, “Dosya seç”e tıklayın veya virgülle ayrılmış veriyi metin alanına yapıştırın. Araç ayraçları otomatik algılar ve hem ABD (1,234.56) hem de Avrupa (1.234,56) sayı formatlarını işler.
2. Veri seti özetini inceleyin: satır, sütun, sayısal sütun, kategorik sütun ve eksik değer sayısını hemen görün.
3. Sütun kartlarını inceleyin: kart ızgarasında kaydırın. Her kart üstte mini histogram, altta tam istatistik tablosu gösterir.
4. Korelasyon matrisini kontrol edin: sayfanın altında (≥2 sayısal sütunla) ısı haritası, hangi değişken çiftlerinin ilişkili olduğunu vurgular.
5. Büyük veri setlerini yönetin: CSV’nizde 50’den fazla sayısal sütun varsa panel ilk 12’yi gösterir ve “Tümünü göster” düğmesi sunar.

Yaygın kullanım alanları

• Keşifsel veri analizi (EDA): herhangi bir makine öğrenimi veya istatistiksel modelleme projesinden önce atılacak ilk adım.
• Veri kalitesi denetimi: beklenmedik ortalamalara, yüksek eksik değer sayılarına veya aşırı aykırı değerlere sahip sütunları hızlıca tespit edin.
• Özellik seçimi: korelasyon matrisini kullanarak bir modelde gereksiz olabilecek yüksek korelasyonlu özellikleri bulun.
• Anket analizi: Likert ölçeği yanıtlarını, demografik dağılımları ve memnuniyet puanlarını özetleyin.
• Finansal veri incelemesi: normal dağılım tabanlı risk modelleri uygulamadan önce getiri dağılımlarında kalın kuyrukları (yüksek basıklık) kontrol edin.
• Bilimsel deneyler: ANOVA veya regresyon çalıştırmadan önce ölçümlerin makul aralıklar ve dağılımlara sahip olduğunu doğrulayın.

Gizlilik ve güvenlik

Tüm CSV ayrıştırma, istatistiksel hesaplama ve grafik oluşturma işlemleri WebAssembly (Plotly) ve JavaScript kullanılarak tarayıcınızda yerel olarak gerçekleşir. Hiçbir sunucuya veri iletilmez. Desteklenen maksimum dosya boyutu yaklaşık 5 MB’dir.

Referanslar

• Tukey, J. W. (1977). Exploratory Data Analysis. Addison-Wesley.
• Pearson, K. (1895). Notes on regression and inheritance in the case of two parents. Proceedings of the Royal Society of London, 58, 240–242.
• Fisher, R. A. (1930). The moments of the distribution for normal samples of measures of departure from normality. Proceedings of the Royal Society of London, Series A, 130, 16–28.
• Freedman, D., Diaconis, P. (1981). On the histogram as a density estimator. Zeitschrift für Wahrscheinlichkeitstheorie und Verwandte Gebiete, 57, 453–476.