Kayıp Veri İle Baş Etme Yöntemleri

Abstract

Araştırmalarda üzerinde çalışılan değişken(ler) bakımından örneklemi oluşturan en az bir deney ünitesinden planlanan veri elde edilememiş ise “kayıp veri” sorunu ortaya çıkmaktadır. Veriyi elde etme yöntemi, zaman yetersizliği, çalışılan deney ünitelerinde meydana gelen kayıplar gibi çok çeşitli sebepler ile kayıp veri sorunu meydana gelebilmektedir. Sonuçlarını etkilemesi sebebiyle kayıp verilerin varlığı istatistik analiz içeren araştırmalarda önemli bir husustur. Özellikle boylamsal verilerin elde edildiği çalışmalarda bu sorun ile başedilmesi daha büyük önem taşımaktadır. Araştırmalarda karşılaşılan kayıp veri sorunu ile başetmek amacıyla günümüze kadar farklı yakşalımlar benimsenmiş ve çeşitli yöntemler geliştirilmiştir. Bu tez çalışmasında kayıp veri sorunu, kayıp veri mekanizmaları ve kayıp veri ile başetme yöntemlerinin detaylı olarak anlatılması amaçlanmıştır. Farklı istatistik programlarda uygulama örnekleri hazırlananmış olup bu tez çalışmasının kayıp veri sorunu yaşayan araştırıcılara ışık tutması beklenmektedir.

If the planned data could not be obtained from at least one experimental unit that constitutes the sample in terms of the variable(s) studied in the studies, the problem of “missing data” arises. This problem can occur due to various reasons such as method of obtaining data, lack of time, losses in the experiment units studied. The presence of missing data is an important consideration in research involving statistical analysis because it affects the results. Especially in studies where longitudinal data are obtained, it is more important to deal with this problem. Different approaches have been adopted and various methods have been developed to deal with the missing data problem encountered in the researches. In this thesis, it is aimed to describe the missing data problem, the missing data mechanisms and the missing value solution methods in detail. Application examples have been prepared in different statistical programs and it is expected to shed light on researchers who have missing data problems.