AcademicFix
EN
Read in English

Akademik işler için açık bir çalışma alanı.

X

Neye ihtiyacınız var?

Arama bu tarayıcıda yapılır. Arama metni gönderilmez.

AraçAkademik Teşvik Dosyası HazırlamaKLÜ’nün 2025 faaliyet dönemi için YÖKSİS kayıtlarını, kanıtları ve eksik belge listesini tarayıcınızda düzenleyin. Beyanname sırasıyla ZIP alın.AraçWord çalışma şablonu oluşturucuÖdev, araştırma ve tez için başlıklarınızı ve metninizi düzenlenebilir Word dosyasına yerleştirin. Font, hizalama ve içindekiler ayarları tarayıcıda uygulanır.AraçOnline APA 7 Tablo Biçimlendirici ve DoğrulayıcıTablo verisini tarayıcınızda Word ve LaTeX için biçimlendirin. Sentetik örnek, tablo numarası, başlık ve not kontrolleri; istatistik hesaplanmaz.AraçOnline BibTeX Doğrulayıcı ve Onarıcı (BibTeX Linter)BibTeX sözdizimini tarayıcınızda denetleyin; yinelenen anahtarları ve seçili düzeltmeleri örnekle inceleyin. Kaynak varlığı ve LaTeX derlemesi doğrulanmaz.AraçOnline DOI → APA 7 Kaynakça ve Künye OluşturucuCrossref üstverisinden APA 7 kaynakça taslağı, metin içi atıf ve BibTeX oluşturun. Üstveri eksik olabilir; çıktıyı yayıncı kaydıyla doğrulayın.AraçOnline APA 7 Metin İçi Atıf & Kaynakça Eşleştirici (Citation Linter)Tez veya makalenizin metin içi atıfları ile kaynakçasını saniyeler içinde çapraz denetleyin. Kaynakçada unutulan atıfları, zombi kaynakları ve yıl hatalarını tespit edin.AraçBenzerlik ve AI Raporu İçin Çalışma Notu ve Açıklama TaslağıKendi rapor bilgileriniz ve kanıtlarınızla bir ön inceleme ve açıklama taslağı hazırlayın. Turnitin’e bağlanmaz, dosya taramaz; akademik veya hukuki karar vermez.StudioAcademicFix StudioYapay zekâ ajanları, belgeler ve görevler için Microsoft Store üzerinden yüklenen Windows çalışma alanı.RehberYÖKSİS’te yayın kaydı ve akademik teşvikYÖKSİS’e eksik yayınları ekleyin veya kayıtlarınız güncelse doğrudan akademik teşvik raporuna ve dosya hazırlığına geçin.RehberYüzde puan ve yüzde değişim nasıl hesaplanır?%30’dan %45’e çıkış 15 yüzde puan ve başlangıca göre %50 artıştır. Payda değiştiğinde ve başlangıç sıfır olduğunda ne yazacağınızı örnekle görün.RehberEşleştirilmiş t-testi: Önce–sonra puanları nasıl karşılaştırılır?Aynı kişilerin önce ve sonra puanlarını kimlikten eşleştirin. Sekiz kurgusal çiftle ortalama farkı, standart hatayı ve %95 güven aralığını hesaplayın.RehberWelch t-testi ile iki bağımsız grubun ortalamasını karşılaştırmaWelch ve Student t-testinde aynı ortalama farkının neden farklı güven aralıkları verdiğini 12 ve 30 kişilik kurgusal örnekle hesaplayın.RehberKorelasyon yüksekse iki ölçüm uyumlu mu? Bland–Altman rehberiYüksek korelasyonla ölçüm uyumunu ayırın. Bland–Altman grafiğini okuyun, uyum sınırlarını hesaplayın ve kabul edilebilir farkla karşılaştırın.RehberOrtalamaya dönüş nedir? Önce–sonra artışı nasıl yorumlanır?Düşük ilk puanla seçilen bir grubun ortalaması müdahale olmadan nasıl yükselebilir? Kuramsal örneği hesaplayın ve önce–sonra tasarımınızı kontrol edin.RehberLiteratür taraması nasıl kaydedilir? Tekrarlanabilir bir arama günlüğüVeritabanı, platform, tam sorgu, tarih ve tekilleştirme adımlarını kaydedin. Örnek arama günlüğü ve indirilebilir boş şablonla taramanızı izlenebilir kılın.RehberEksik veri varsa satırı silmeli miyim?Eksik veriyi sıfırdan ayırın; MCAR, MAR ve MNAR varsayımlarını, satır silme ve çoklu atama seçeneklerini kurgusal örnekle değerlendirin.RehberÇoklu test düzeltmesi: Bonferroni, Holm ve FDR nasıl seçilir?Çoklu testte önce test ailesini ve sınırlamak istediğiniz hatayı belirleyin. Kurgusal örnek, Bonferroni–Holm karşılaştırması ve raporlama listesi.RehberAkademik dergi nasıl kurulur? Kuruluştan ilk yayına yol haritasıAkademik dergi kurmak için kapsam, yayıncı, editoryal ekip, bütçe, politikalar, OJS ve DergiPark seçenekleri; ISSN, DOI ve dizin başvurularının farkları.RehberAkademik dergide kim ne yapar? Görevler, yetkiler ve sorumluluklarYayıncı, baş editör, alan editörü, kurul, sekretarya, hakem ve üretim ekibinin görevlerini; karar yetkisini ve çıkar çatışmasını ayıran rehber.RehberMakale dergide nasıl ilerler? Başvurudan yayıma editoryal iş akışıİdari kontrol, editoryal ön inceleme, hakemlik, karar, revizyon, prova, üstveri ve yayın sonrası düzeltmeleri adım adım açıklayan dergi iş akışı rehberi.RehberLiteratür matrisi nasıl hazırlanır? Makale özetinden sentezeLiteratür matrisi için beş sütunlu şablon ve kurgusal örnek: kaynakları karşılaştırın, bulgu ile yorumu ayırın, özetlerden tematik paragrafa geçin.Rehber5 yayın, 5 çalışma demek olmayabilirSistematik derlemede kayıt, rapor ve çalışma farkını öğrenin. Aynı çalışmanın yayınlarını eşleştirin; takip verisini korurken çift sayımı önleyin.RehberSPSS .sav dosyasını Studio’da inceleme: etiket, eksik değer ve kapsam kontrolüStudio 1.1.1’de SPSS .sav dosyasını doğrudan içe alın; sentetik veride ham kod, etiket, eksik değer ve mesaj kapsamını doğrulayın.RehberAkademik çalışmada model aboneliği, BYOK API veya yerel model nasıl seçilir?Akademik işlerde abonelik, API ve yerel modelin erişim, maliyet ve veri akışı farkları; sentetik test ve gerçek kullanım kaydı.
Rehberler / Normallik denetimi

Bir p-değeri, bütün varsayımların yerine geçmez.

Normal dağılım testi: p-değeri, Q-Q grafiği ve doğru karar

Shapiro-Wilk sonucunda p > 0,05 görmek, verilerin normal dağıldığını kanıtlamaz. Hangi değişkeni veya model artığını incelediğinizi, grafikte ne gördüğünüzü ve testin koşullarını birlikte kaydedin. [1] [2]

AcademicFix Editoryal Ekibi · Kaynaklar kontrol edildi:

English

Araştırma yöntemleriEditoryal illüstrasyon

Kararı değiştiren üç ayrım

Çıktıdaki sayıyı bir izin belgesine çevirmeden önce şu soruları sorun.

Tez veya makalesinde normallik denetimini raporlayacak araştırmacılar için. Bu rehber, sürekli ölçümler ve ilgili model tanıları için bir kontrol akışı sunar. Bir veri setine uzaktan uygun analiz seçmez; çok değişkenli normallik veya bütün model varsayımları için onay vermez.

Bu rehberde

1. Önce incelenen şeyi adlandırın

“Veriler normal mi?” sorusunu tek başına bırakmayın. İncelenen değişkenin adını, ölçüm birimini, eksik gözlem sayısını ve varsa modelini yazın. NIST, normal olasılık grafiğinin yaygın kullanımını kurulan modelin artıkları üzerinden açıklar; R'nin doğrusal model tanıları da artık Q-Q grafiğini ayrı bir kontrol olarak sunar. [3] [4]

Uygulama önerimiz: bir doğrusal modelin varsayımını denetliyorsanız, yalnızca bütün katılımcıların ham puanlarına bakıp işi bitirmeyin. Hangi artık grafiğinin ve hangi diğer tanıların gerekli olduğunu modelinizin belgeleriyle eşleştirin. Grup karşılaştırmasında grup bilgisini rapor kaydından düşürmeyin. Bu bir kayıt önerisidir; her analizin aynı normallik koşulunu taşıdığı anlamına gelmez.

2. p-değerini bir normallik olasılığına çevirmeyin

Shapiro-Wilk testinin sıfır hipotezi normal dağılımdan örnekleme ile ilgilidir. SciPy'nin açıklaması, küçük p-değerini bu hipoteze karşı kanıt olarak yorumlar; reddedememenin hipotez lehine doğrulama olmadığını özellikle belirtir. ASA da p-değerinin hipotezin doğru olma olasılığını vermediğini ve tek eşikle kararın yeterli olmadığını vurgular. [2] [1]

Önceden belirlenen α = 0,05 için:

p < 0,05 ise “normal modelle uyumsuzluk saptandı”; p ≥ 0,05 ise “bu düzeyde normallik hipotezi reddedilmedi” ifadesini kullanabilirsiniz. İkinci cümleyi “%95 olasılıkla normaldir” diye değiştirmeyin. Eşiği sonuçları gördükten sonra seçmeyin. [2] [1]

Buradan otomatik olarak “t-testi yapılır” veya “parametrik test yasaktır” sonucuna geçmeyin. Araştırma tasarımına ve kullanacağınız analizin diğer koşullarına geri dönmek, bu rehberin önerdiği sonraki karardır.

3. Q-Q grafiğinde tek noktayı değil, örüntüyü inceleyin

Normal olasılık grafiğinde yaklaşık doğrusal bir örüntü, normal modele yaklaşık uyumla tutarlıdır; sistematik eğrilik ve kuyruk sapmaları farklı bir şekle işaret eder. NIST bu grafiği çarpıklık, kısa ve uzun kuyrukları incelemek için kullanır. Model tanısında grafiğin hangi artıkları gösterdiğini de kaydedin; R'de artık Q-Q grafiği, artık–tahmin grafiğiyle aynı kontrol değildir. [3] [4]

Okuma notunuz için üç satır: orta bölümün örüntüsü; iki kuyruktaki sapmanın yönü; dikkat çeken gözlemin veri kaydındaki karşılığı. “Grafik normal” gibi izlenmesi zor bir cümle yerine ne gördüğünüzü yazın. Dikkat çeken bir değeri yalnızca p-değerini değiştirmek amacıyla silmeyin; kayıt hatası olup olmadığını ve araştırma bağlamını inceleyin. Bu son adım editoryal bir veri denetimi önerisidir.

4. Shapiro-Wilk ile K-S arasında yalnızca n'ye bakarak seçim yapmayın

Uygulamanın sınırını okuyun: SciPy'nin Shapiro-Wilk yordamı en az üç gözlem ister; 5000 üzerindeki örneklemlerde W doğru hesaplansa da p-değerinin doğru olmayabileceğini belirtir. R'nin shapiro.test yordamı ise eksik olmayan 3–5000 gözlem kabul eder. Bunlar belirli uygulamaların sınırlarıdır; “50'den sonra test geçersizdir” biçiminde evrensel bir kural değildir. [9] [10]

Kolmogorov-Smirnov için kritik ayrım: standart tek örneklem K-S testinde karşılaştırılan dağılımın parametreleri önceden belirtilmiş olmalıdır. Ortalamayı ve standart sapmayı aynı örneklemden tahmin edip standart K-S p-değerini değişmeden kullanmak, bu koşulu karşılamaz. NIST ve R belgesi bu sınırlamayı açıklar; R, tahmin edilmiş parametrelere ilişkin düzeltmenin ks.test içinde uygulanmadığını belirtir. [5] [6]

Çıktınız “Lilliefors düzeltmesi” diyorsa bunu rapora aynen kaydedin; onu düzeltmesiz K-S ile aynı yöntem adı altında birleştirmeyin. Burada Lilliefors için ayrıca bir p-değeri hesaplanmıyor veya yazılımlar arası eşdeğerlik ileri sürülmüyor. Yuvarlamaya bağlı eşit değerler de K-S uygulamasında uyarı gerektirebilir; R belgesindeki bağlar ve yuvarlama notunu kontrol edin. [6]

5. Basıklık sayısını tanımı olmadan bir eşiğe koymayın

Normal dağılım için Pearson basıklığının referans değeri 3'tür. Fazlalık basıklığında bu değerden 3 çıkarılır ve referans 0 olur. NIST iki tanımı ayırır; SciPy de fisher=True ile 0, fisher=False ile 3 referansını kullanır. Yanlılık düzeltmesi gibi yazılım seçeneklerini ayrıca kaydedin. [7] [8]

Bu rehberin karar kuralı: bir çarpıklık/basıklık aralığını bütün t-testleri, regresyonlar, tezler veya dergi sınıfları için otomatik geçiş izni olarak kullanmayın. Önce tanımı ve analizin bağlamını belirtin; grafik ve model kontrolünü birlikte raporlayın. Bu, belirli bir kitabın her bağlamda geçerli eşik önerdiği iddiası değildir. [1] [3]

Aynı n, farklı kuyruk: 12 gözlemli öğretici denetim

Tümü kurmaca veridir; gerçek araştırma sonucu değildir. A dizisi: 12, 15, 16, 17, 18, 19, 20, 21, 22, 24, 25, 35. B dizisinde yalnızca son değer 35 yerine 80 yapılır. İki ayrı öğretici durum karşılaştırılıyor; değişikliğin gerçek bir veri kaydına dayandığı ileri sürülmüyor.

Aynı 12 gözlem sayısında Shapiro-Wilk sonucu
DiziDeğişiklikWpSınırlı yorum
A: başlangıç dizisiSon gözlem 350,91860,2744α = 0,05 düzeyinde normallik hipotezi reddedilmedi; normal dağılım kanıtlanmadı.
B: tek gözlem değişti35 yerine 800,5315< 0,001α = 0,05 düzeyinde normal modelle uyumsuzluk var; 80 değerinin nedeni ayrıca incelenmeli.

Sonuçlar R 4.6.1 içindeki shapiro.test ile yeniden hesaplandı. W dört ondalığa, A dizisinin p-değeri dört ondalığa yuvarlandı; B dizisinde p < 0,001 biçimi kullanıldı. Yaklaşık p-değeri, kullanılan uygulama ve sürümle birlikte saklanmalıdır. [10] [2]

Örneğin kararı: aynı örneklem büyüklüğü, aynı dağılım şekli veya aynı test sonucu demek değildir. B'de 80 değerini araştırmak için veri kaynağına dönün; A için de “normallik kanıtlandı” yazmayın. Bu iki kurmaca dizi bütün örneklem büyüklüklerine veya analizlere genellenemez.

Örneği R ile yeniden hesaplayın
a <- c(12, 15, 16, 17, 18, 19, 20, 21, 22, 24, 25, 35)
b <- c(a[-length(a)], 80)
shapiro.test(a)
shapiro.test(b)
R.version.string

6. Sonucu, grafiği ve açık kalan kararı birlikte raporlayın

  1. İncelenen değişkeni veya model artığını; birimi, grubu ve eksik değer işleminden sonraki n'yi belirtin.
  2. Testin tam adını, varsa düzeltmesini, W veya D istatistiğini ve p-değerini kaydedin.
  3. Yazılımı, sürümü ve önemli hesaplama seçeneklerini ekleyin.
  4. Q-Q grafiğinde gördüğünüz örüntüyü ve araştırılan dikkat çekici değerleri açıklayın.
  5. Önceden belirlenmiş karar düzeyini ve henüz denetlenmemiş model varsayımlarını ayrı yazın.
Kurmaca A dizisi için kısa raporlama örneği

“Öğretici 12 gözlem için Shapiro-Wilk testi W = 0,9186, p = 0,2744 verdi. Önceden seçilen α = 0,05 düzeyinde normallik hipotezi reddedilmedi. Bu sonuç normal dağılımın veya sonraki analizin bütün varsayımlarının doğrulandığı biçiminde yorumlanmadı.”

Gerçek raporunuzda yazılım/sürüm ve gerçekten incelediğiniz grafik bulgularını ekleyin. Yapılmamış bir grafik değerlendirmesini sonuç gibi kopyalamayın.

Bu kontrol listesi bir raporlama önerisidir. Alanınızın veya hedef derginizin ayrıca istediği bilgileri onun güncel kurallarından doğrulayın.

İki kestirme sonuca dikkat

p > 0,05 verilerin normal dağıldığını kanıtlar mı?

Hayır. Belirlenen düzeyde sıfır hipotezini reddedememek, onun doğru olduğunu kanıtlamaz. Grafik, veri bağlamı ve kullanılan yöntemin varsayımları ayrıca değerlendirilir.

Örneklem 50'yi geçince otomatik olarak K-S testine geçilir mi?

Bu rehber böyle bir geçiş kuralı önermiyor. Testin ve kullanılan yazılımın koşullarını kontrol edin; K-S testinde parametrelerin veriden tahmin edilip edilmediği özellikle önemlidir.

Kaynaklar ve incelemenin sınırı

İlgili resmi kaynak bölümleri 19 Ekim 2026'da okundu. Bu sayfa bilimsel iddiaları, belirli yazılım uygulamalarının sınırlarını ve editoryal kayıt önerilerini ayırır. Gerçek bir tez veri seti veya belirli bir modelin bütün varsayımları denetlenmedi.

  1. ASA: p-değeri ilkeleri

    İlkeler 1–3 ve 6: modelle uyumsuzluk, hipotezin doğruluk olasılığı ve tek eşikle kararın sınırları.

  2. SciPy: Shapiro-Wilk testinin yorumu

    Sıfır hipotezi, W ve p-değerinin yorumu; reddedememenin ters yönde kanıt oluşturmaması.

  3. NIST: normal olasılık grafiği

    Yaklaşık doğrusal örüntü, kuyruk sapmaları ve kurulan modelin artıkları.

  4. R: doğrusal model tanı grafikleri

    Description ve Details: artık Q-Q grafiği ile diğer model tanılarının ayrı işlevleri.

  5. NIST: K-S testinin sınırları

    Characteristics and Limitations: sürekli dağılım ve veriden tahmin edilmeyen parametre koşulu.

  6. R: ks.test belgesi

    Details: önceden belirtilmiş parametreler, bağlar ve yuvarlama; tahmin edilmiş parametreler için sınır.

  7. NIST: çarpıklık ve basıklık tanımları

    Definition of Kurtosis ve Alternative Definition: Pearson basıklığı ile fazlalık basıklığı ayrımı.

  8. SciPy: Fisher ve Pearson basıklığı

    Tanım ve fisher/bias parametreleri: normal dağılım için 0 veya 3 referansı.

  9. SciPy: shapiro uygulama sınırları

    Parameters ve Notes: en az üç gözlem; 5000 üzerindeki p-değeri uyarısı.

  10. R: shapiro.test uygulama sınırları

    Arguments, Value ve Source: 3–5000 gözlem; yaklaşık p-değerleri.

AcademicFix yayın ilkeleri

Normallik kontrolünden analiz planına

Türkçe rehberlere dönün