Bilim · Laboratuvar · Veri Analizi

Deney Verisi Grafiği ve Eğri Oturtma

x–y verinizi yapıştırın, bir model seçin: araç en küçük kareler ile eğriyi oturtur, R², hata (RMSE) ve doğrusal oturtmada eğim ile kesişimin %95 güven aralığını verir. Grafiği SVG olarak indirip raporunuza ekleyebilirsiniz.

Kısaca: Grafiğe önce bakın, sonra model seçin. R² eğrinin verideki değişimin ne kadarını açıkladığını, artıklar ise modelin eksik kaldığı yerleri gösterir; doğrusal oturtmada eğim ve kesişim belirsizliğiyle birlikte raporlanmalıdır.

Eğri oturtma nedir?

Deneysel noktalardan geçen en uygun eğriyi bulmaktır. En küçük kareler yöntemi, noktaların eğriden sapmalarının (artıkların) kareleri toplamını en aza indirir. Doğru modelinde b eğimi, a kesişimi verir; örneğin sıcaklık–çözünürlük ya da konsantrasyon–absorbans kalibrasyonunda eğim, duyarlılığı ifade eder.

Model seçimi

Doğru en yalın modeldir; veri eğrisel ise parabol ya da kübik denenebilir. Üstel model büyüme ve bozunmayı, kuvvet modeli ölçekleme ilişkilerini, logaritmik model doygunluğa giden ilişkileri iyi tanımlar. Üstel ve kuvvet modelleri verinin logaritması alınarak doğrusallaştırılır; bu yöntem küçük y değerlerine daha fazla ağırlık verir. Daha fazla parametre R²'yi hemen her zaman yükseltir, ama gürültüye de uyar.

R² ve artıklar

R² = 1 − SSartık/SStoplam ve 0–1 arasındadır. Anscombe'un (1973) dört veri kümesi, aynı R² ve doğruya rağmen çok farklı grafikler üretilebildiğini gösterir; bu yüzden uyduğunuz eğriyi ve artıkları mutlaka görsel olarak inceleyin.

Belirsizlik

Doğrusal oturtmada eğim ve kesişimin standart hatası artıkların standart sapmasından hesaplanır; %95 aralık t katsayısıyla genişletilir. Ölçümlerinizin kendi belirsizliği biliniyorsa ağırlıklı oturtma gerekir; bu araç tüm noktaları eşit ağırlıkta ele alır.

Sık Sorulan Sorular

R² ne anlama gelir?

Eğrinin y değerlerindeki değişimin ne kadarını açıkladığıdır: 1'e yakın iyi uyum, 0'a yakın zayıf uyumdur. Tek başına modelin doğruluğunu kanıtlamaz.

Hangi modeli seçmeliyim?

Önce grafiğe bakın. Düz gidiyorsa doğru, bir kıvrımı varsa parabol; büyüme/bozunmada üstel; ölçek ilişkilerinde kuvvet; doygunlukta logaritmik model denenir.

Üstel ve kuvvet modeli neden pozitif y ister?

Bu modeller y'nin logaritmasını alarak doğrusallaştırılır; sıfır ya da negatif değerin logaritması tanımsızdır.

Eğim için %95 aralık nasıl bulunur?

Eğimin standart hatası artıkların standart sapmasından hesaplanır ve n−2 serbestlik derecesindeki t katsayısıyla çarpılır.

Grafiği raporuma nasıl eklerim?

“Grafiği SVG olarak indir” düğmesiyle vektör dosyayı alın; Word, PowerPoint ve LaTeX'te kayıpsız kullanılır.

Yöntem ve kaynakça

Doğrusal ve polinom oturtma: normal denklemler (XᵀX)c = Xᵀy, kısmi eksen seçmeli Gauss eliminasyonuyla çözülür. Dönüştürülmüş modeller: üstel ln y = ln a + b·x; kuvvet ln y = ln a + b·ln x; logaritmik y = a + b·ln x. R² = 1 − Σ(y−ŷ)² / Σ(y−ȳ)² özgün y üzerindedir; RMSE = √(Σ(y−ŷ)²/n). Doğruda SE(b) = s/√Σ(x−x̄)², SE(a) = s·√(1/n + x̄²/Σ(x−x̄)²), s = √(SS_artık/(n−2)); aralık = t₀,₉₇₅(n−2)·SE.

Sınırlar: Eşit ağırlıklı en küçük kareler; x'te hata, aykırı değer tespiti ve doğrusal olmayan (yinelemeli) oturtma yoktur. Polinomlarda yüksek derece aşırı uyuma yol açar.

  1. Motulsky, H. J. & Ransnas, L. A. (1987). Fitting curves to data using nonlinear regression: a practical and nonmathematical review. The FASEB Journal, 1(5), 365–374. doi:10.1096/fasebj.1.5.3315805
  2. Anscombe, F. J. (1973). Graphs in statistical analysis. The American Statistician, 27(1), 17–21. doi:10.1080/00031305.1973.10478966
  3. Draper, N. R. & Smith, H. (1998). Applied Regression Analysis (3rd ed.). Wiley, New York.
  4. Kirkup, L. & Frenkel, R. B. (2006). An Introduction to Uncertainty in Measurement. Cambridge University Press. doi:10.1017/CBO9780511755538

Son güncelleme: 2026-11-16

← Kaynaklara Dön

© 2026 Abdullah Çetin. Bu aracın kodu, tasarımı ve içeriği telif hakkıyla korunur; izinsiz kopyalanması, çoğaltılması veya başka bir sitede kullanılması yasaktır.