Veri Görselleştirme: Hangi Grafik Ne Zaman Kullanılır?

Basira Editör Ekibi · · 11 dk okuma · Bilimsel inceleme: Doç. Dr. Hasan Yıldırım

Aa Yazı boyutu
Yazı boyutu

Anahtar çıkarımlar

  • Grafik iki soruyla seçilir: değişken nitel mi nicel mi ve grafik neyi gösterecek: tek değişkenin dağılımını, iki değişkenin ilişkisini, grupların farkını ya da zamanla değişimi.
  • Göz, ortak bir eksen üzerindeki konumu açıdan, alandan ve hacimden daha isabetli okur; bu yüzden karşılaştırmada çubuk ve nokta, pasta ve üç boyutlu grafiklerden üstündür.
  • Sürekli bir sonucun grup ortalamalarını çubukla göstermek dağılımı, uç değerleri ve örneklem büyüklüğünü gizler; az gözlemde noktaların kendisi, çok gözlemde kutu ya da keman grafiği gösterilir.
  • Çubuk grafiğin ekseni sıfırdan başlar, çünkü değeri çubuğun uzunluğu taşır; çift eksen ve üç boyutlu pasta ise farkı verinin söylemediği kadar büyük ya da küçük gösterebilir.
  • Renk tek başına bilgi taşımaz: kırmızı-yeşil karşıtlığından kaçınılır, gri tonda da okunan renk ölçekleri seçilir; APA 7'de şeklin numarası, başlığı, eksen adları ve notu birlikte verilir.

İçindekiler

İçindekiler

Veri görselleştirme, verideki dağılımı, farkı ya da ilişkiyi grafikle göstermektir. Hangi grafiğin kullanılacağını iki şey belirler: değişkenin türü (nitel ya da nicel) ve grafiğin cevaplayacağı soru. Tek bir nitel değişken çubuk grafikle, tek bir nicel değişken histogram ya da kutu grafiğiyle, iki nicel değişkenin ilişkisi saçılım grafiğiyle, zamanla değişim çizgi grafikle gösterilir.

Bu yazı grafik seçimini ve en sık yapılan yanılgıları bir arada toplar. Histogramın nasıl kurulduğu ve kaç sınıf seçileceği frekans dağılımı yazısında, şeklin APA 7 biçimi APA 7’ye göre istatistik raporlama yazısında, keşifsel analizin kodla nasıl yapıldığı Python ile keşifsel veri analizi yazısında anlatılır.

Veri görselleştirme nedir, neden yapılır?

Veri görselleştirme, sayıları konum, uzunluk, açı, alan ya da renk gibi görsel öğelere çevirerek okurun bir örüntüyü tek bakışta görmesini sağlar. Araştırmada iki ayrı amaca hizmet eder:

  • Keşif: Analizden önce verinin biçimini görmek. Çarpıklık, iki tepeli bir dağılım, kodlama hatası ya da aykırı değer çoğu zaman önce bir grafikte fark edilir.
  • Sunum: Bulguyu okura aktarmak. Burada grafik bir iddia taşır ve iddianın verinin söylediğinden büyük ya da küçük görünmemesi gerekir.

Özet istatistikler tek başına yetmez. Anscombe (1973), ortalaması, varyansı, korelasyonu ve regresyon doğrusu aynı olan dört veri setinin grafikte bambaşka göründüğünü gösterdi: biri doğrusal, biri eğrisel, birinde tek bir uç değer doğruyu kendine çeker. Tufte (2001) aynı ilkeyi genel bir kural olarak koyar: grafik her şeyden önce veriyi göstermeli, mürekkebini süse değil veriye harcamalıdır.

Grafik testin yerini almaz. Histogram ya da Q-Q grafiği dağılımın biçimini gösterir, ama hangi testin kullanılacağı önceden yazılmış bir kurala bağlanır; grafiğe bakıp test değiştirmek sonuca göre seçim yapmaktır. Bu kural istatistiksel test seçimi yazısında, grafiklerin normallik değerlendirmesindeki yeri normallik testi yazısında anlatılır.

Göz bir grafiği nasıl okur?

Cleveland ve McGill (1984), insanların grafikten sayı okurken başvurduğu temel algı görevlerini isabet sırasına koydu ve bir bölümünü deneyle sınadı. Sıralama en isabetliden en az isabetliye şöyledir:

  1. Ortak bir eksen üzerindeki konum (nokta grafiği, çubuğun ucu)
  2. Hizalı olmayan eksenlerdeki konum (yan yana ayrı paneller)
  3. Uzunluk, yön ve açı
  4. Alan
  5. Hacim ve eğrilik
  6. Gölgeleme ve renk doygunluğu

Deneylerinde katılımcılar aynı oranları çubuk grafikte pasta grafiğinden daha isabetli kestirdi. Buradan çıkan tasarım ilkesi basittir: karşılaştırılacak değerler mümkün olduğunca ortak bir eksen üzerinde konumla gösterilir. Açı, alan, hacim ve renk yoğunluğu ancak konum kullanılamadığında başvurulan kodlamalardır.

Değişken türüne göre hangi grafik seçilir?

Değişkenin ölçek düzeyi grafiği daraltır; sorunun türü kesinleştirir. Ölçek düzeyleri istatistiksel ölçekler yazısında, nitel ve nicel ayrımı nicel ve nitel değişkenler yazısında anlatılır.

Soru ve değişkenÖnerilen grafikKaçınılacak
Tek nitel (isimsel) değişkenSıklığa göre dizilmiş çubuk; az kategoride, parça-bütün için pastaÜç boyutlu ya da çok dilimli pasta
Tek sıralı değişken (bir Likert maddesi)Doğal sırasıyla çubuk grafik; birden çok madde için yığılmış çubukKategorileri sıklığa göre yeniden dizmek
Tek nicel değişkenHistogram, kutu grafiği; az gözlemde nokta grafiğiTek bir ortalama çubuğu
Nicel sonuç, iki ya da daha çok grupNoktalar ve kutu ya da keman grafiğiOrtalama ve hata çubuğundan oluşan çubuk grafik
Eşleştirilmiş ölçümler (önce-sonra)Her kişinin iki ölçümünü birleştiren çizgiler ya da farkların grafiğiBağımsız gruplar gibi yan yana iki çubuk
İki nicel değişkenSaçılım grafiğiYalnız korelasyon katsayısını vermek
İki nitel değişkenGruplanmış ya da yüzdeye çevrilmiş yığılmış çubukHer hücre için ayrı pasta
Zamana göre değişimÇizgi grafikSırası olmayan kategorileri çizgiyle bağlamak

Tek değişken nasıl gösterilir?

Tek bir değişkenin grafiği türüne bağlıdır: nitel ya da sıralı bir değişken çubukla, nicel bir değişken histogram, kutu ya da nokta grafiğiyle gösterilir.

Nitel ve sıralı değişken: çubuk mu pasta mı?

Nitel bir değişkende her kategorinin frekansı ya da yüzdesi çubukla gösterilir. İsimsel bir değişkende kategorilerin doğal bir sırası olmadığı için çubuklar sıklığa göre dizilir; en uzun çubuk en üstte ya da en solda olur. Sıralı bir değişkende ise kategoriler kendi sırasında kalır, çünkü “hiç katılmıyorum”dan “tamamen katılıyorum”a giden sıra bilginin parçasıdır. Birden çok Likert maddesi yığılmış çubuklarla yan yana gösterilir; bu özetin ayrıntısı Likert ölçeği analizi yazısındadır.

Pasta grafiği değeri açıyla ve alanla kodlar; Cleveland ve McGill’in sıralamasında bunlar konumun gerisindedir. Pasta yalnız az sayıda kategoride ve asıl mesaj “bütünün ne kadarı” olduğunda işe yarar. Kategorileri birbiriyle karşılaştırmak, özellikle birbirine yakın dilimleri, çubukta daha kolaydır.

Nicel değişken: histogram, kutu ve nokta grafiği

Nicel bir değişkenin dağılımı histogramla gösterilir. Histogramın görünüşü sınıf sayısına ve başlangıç noktasına bağlıdır; sınıf sayısının nasıl seçildiği frekans dağılımı yazısında anlatılır.

Kutu grafiği Tukey’nin (1977) önerdiği beş sayılık özeti çizer. Kutu birinci ve üçüncü çeyreği (Q1, Q3), içindeki çizgi ortancayı gösterir. Bıyıklar çeyreklerden en çok 1.5 × çeyrekler arası genişlik (ÇAG) uzaklıktaki en uç gözleme uzanır; bunun dışındaki noktalar ayrıca işaretlenir. Bu noktaların aykırı değer sayılıp sayılmayacağı aykırı değer yazısında, çeyreklerin ve çeyrekler arası genişliğin hesabı dağılım ölçüleri yazısında anlatılır.

Kutu grafiği bir şeyi gizler: iki tepeli bir dağılım ile tek tepeli bir dağılım aynı kutuyu verebilir. Az gözlemde ise histogram da kutu da dayanaksız bir özet çizer. Bu durumda en iyisi her gözlemi bir nokta olarak göstermektir (nokta grafiği).

Gruplar nasıl karşılaştırılır?

Sürekli bir sonucun grup ortalamaları çoğu zaman bir çubuk ve üstündeki hata çubuğuyla gösterilir. Weissgerber vd. (2015) fizyoloji dergilerinde yayımlanan makaleleri taradı ve sürekli verinin çoğunlukla çubuk ve çizgi grafiklerle sunulduğunu buldu. Yazarlara göre bu grafik çok şeyi gizler:

  • Çok farklı dağılımlar aynı çubuğu verir; grup farkı tek bir uç değerden doğmuş olabilir.
  • Okur verinin normal dağıldığını ve uç değer olmadığını varsayar.
  • Hata çubuğu standart sapma (SS) yerine standart hata (SH) gösteriyorsa gruplar arasındaki fark görsel olarak büyür; SH grup büyüklüklerinin farkını da gizler.
  • Eşleştirilmiş veride iki yan yana çubuk, grupların bağımsız olduğu izlenimini verir.

Yazarların önerisi, sürekli verinin dağılımının gösterilmesidir: nokta grafiği, kutu grafiği ya da histogram. Az gözlemli çalışmalarda en iyi seçenek noktaların kendisidir. Eşleştirilmiş veride yazarlar farkların grafiğini önerir; her kişinin iki ölçümünü bir çizgiyle birleştirmek de eşleşmeyi görünür kılar.

Keman grafiği (Hintze ve Nelson, 1998) kutu grafiğinin iki yanına simetrik bir yoğunluk eğrisi ekler. Böylece kutunun gizlediği tepeler ve boşluklar görünür. Yoğunluk eğrisi veriden kestirilir; çok az gözlemde veride olmayan bir tepe çizebilir. Bu yüzden az gözlemde noktaların da keman grafiğinin üzerine çizilmesi okura gerçek veriyi gösterir.

Dikkat

Ortalama ve hata çubuğu yine de gösterilecekse çubuğun neyi gösterdiği şeklin notunda yazılır. Cumming ve Finch (2005) standart sapma, standart hata ve güven aralığı çubuklarının birbirine benzediğini ama farklı şeyler anlattığını vurgular; okur hangisi olduğunu bilmeden çubukları yorumlayamaz. Güven aralığının ne söylediği güven aralığı yazısındadır.

İki değişken arasındaki ilişki nasıl gösterilir?

İki nicel değişkenin ilişkisi saçılım grafiğiyle gösterilir: her gözlem bir noktadır. Bir korelasyon katsayısını raporlamadan önce saçılım grafiğine bakılır; aynı katsayı doğrusal, eğrisel ya da tek bir uç değerin taşıdığı desenlerden doğabilir (Anscombe, 1973). Hangi katsayının seçileceği Pearson mu Spearman mı yazısında anlatılır. Çok sayıda nokta üst üste biniyorsa noktalar yarı saydam çizilir; tam sayı değerli değişkenlerde noktalara küçük bir rastgele kaydırma eklenir.

İki nitel değişkenin birlikte dağılımı bir çapraz tablodur. Grafikte gruplanmış çubuklar ya da her grubun %100’e tamamlandığı yığılmış çubuklar kullanılır; grupların büyüklüğü farklıysa yüzdeye çevirmek karşılaştırmayı adil kılar; grupların gözlem sayıları şeklin etiketinde ya da notunda verilir. Bu ilişkinin nasıl sınandığı ki-kare testi yazısındadır.

Zamana ya da sıralı bir ölçüm noktasına göre değişim çizgi grafikle gösterilir. Çizgi, yatay eksendeki değerlerin sürekli ve sıralı olduğunu söyler. Sırası olmayan kategorileri (şehirler, bölümler) çizgiyle bağlamak aralarında bir geçiş varmış gibi okunur (Zacks ve Tversky, 1999).

Yanıltıcı grafikler nelerdir?

Tufte (2001) bir grafiğin yanıltıcılığını “yalan faktörü” adıyla ölçer: grafikte görünen etkinin büyüklüğünün verideki etkinin büyüklüğüne oranı. Oran 1’den uzaklaştıkça grafik veriyi büyütür ya da küçültür. Bu uzaklaşmanın üç sık kaynağı vardır.

Kesik eksen

Çubuk grafikte değeri çubuğun uzunluğu taşır. Dikey eksen sıfırdan değil daha yüksek bir değerden başlarsa uzunluklar değerlerle orantılı olmaktan çıkar: küçük bir fark çubuklardan biri ötekinin birkaç katı uzunmuş gibi görünür. Correll vd. (2020) çevrim içi, kitle kaynaklı deneylerinde eksen kesildiğinde etkinin daha büyük algılandığını ve bu etkinin, kesintiyi açıkça işaretleyen tasarımlarda bile sürdüğünü buldu.

Kural her grafik türüne aynı biçimde uygulanmaz.

  • Çizgi ve nokta grafiği değeri uzunlukla değil konumla gösterir; ekseni verinin aralığına göre seçmek küçük ama önemli bir değişimi görünür kılabilir. Ama kesik eksenin etkiyi büyük göstermesi çizgi grafiğinde de görülür (Correll vd., 2020); bu yüzden eksen aralığı açıkça yazılır.
  • Sıcaklık gibi sıfırı keyfî olan ölçeklerde sıfırdan başlamak çoğu zaman bir şey katmaz.
  • Çubuk grafikte ise sıfır başlangıç noktası korunur; eksen kesilecekse çubuk yerine nokta kullanılır.

Üç boyutlu pasta ve süslemeler

Üç boyutlu bir pasta grafiğinde perspektif öndeki dilimleri büyütür, arkadakileri küçültür ve kenar yüzeyleri değeri olmayan bir alan ekler. Siegrist (1996), alt boyutlu veriyi üç boyutlu grafikle göstermenin, iki boyutlu karşılığına göre değerlerin daha az isabetle okunmasına yol açabildiğini bildirdi. Gölge, doku, gereksiz ızgara çizgileri ve süs amaçlı simgeler de veriye bir şey eklemeden okumayı zorlaştırır (Tufte, 2001). Üçüncü bir boyut ancak verinin kendisi üç boyutluysa kullanılır.

Çift eksen

Çift eksenli grafik iki farklı ölçüyü aynı yatay eksen üzerinde, solda ve sağda iki ayrı dikey eksenle çizer. Sorun, iki eksenin aralığının birbirinden bağımsız seçilmesidir. Eksenlerden biri daraltılıp genişletilerek iki çizgi kesiştirilebilir, birbirine paralel ya da zıt gösterilebilir. Okurun gördüğü “birlikte artış” verinin değil eksen seçiminin sonucu olabilir.

Daha güvenli seçenekler iki ölçüyü aynı yatay ekseni paylaşan iki ayrı panelde göstermek ya da ikisini ortak bir başlangıca (ör. ilk yıl = 100) göre endekslemektir. İki değişkenin ilişkisi asıl soruysa saçılım grafiği doğrudan cevap verir.

Renk ve erişilebilirlik: renk körlüğü neden önemlidir?

Kalıtsal kırmızı-yeşil renk ayırt etme güçlüğü yaygındır. Birch (2012) büyük nüfus taramalarına dayanarak oranı Avrupa kökenli erkeklerde yaklaşık %8, kadınlarda yaklaşık %0,4 olarak verir; oran topluluktan topluluğa değişir. Bir şeklin okurları arasında bu durumdaki biri bulunması olağandır.

Crameri vd. (2020) gökkuşağı renk ölçeklerinin algısal olarak eşit adımlı olmadığını, verinin bazı bölgelerinde yapay sınırlar yarattığını ve yaygın renk görme bozukluğu olan okur için veriyi okunmaz kıldığını gösterir. Önerileri algısal olarak eşit adımlı, renk körlüğüne uygun ve gri tona çevrildiğinde de okunabilen ölçeklerdir. Uygulamada şunlara dikkat edilir:

  • Kırmızı ile yeşil tek ayrım olarak karşı karşıya konmaz.
  • Renk tek başına bilgi taşımaz: gruplar ayrıca nokta biçimiyle, çizgi türüyle ya da doğrudan etiketle ayrılır.
  • Sıralı bir değişken tek renk tonunun açıktan koyuya giden ölçeğiyle, ortası anlamlı bir değişken (ör. olumsuzdan olumluya) iki uçlu bir ölçekle gösterilir.
  • Şekil gri tonda yazdırılıp denetlenir; tez çoğu zaman siyah beyaz da basılır.

APA 7’ye göre şekil nasıl raporlanır?

APA 7’de grafik, diyagram ve fotoğrafın hepsi şekildir (American Psychological Association, 2020). Şeklin numarası kalın yazılır ve görselin üstünde yer alır; başlığı bir alt satırda italiktir. Gösterge (lejant) görselin içindedir, eksenler birimiyle adlandırılır, açıklamalar görselin altında Not. ile verilir.

Şekiller tablolardan ayrı numaralanır ve metinde numarasıyla anılır. Aynı bilgiyi hem tabloda hem şekilde yinelemekten kaçınılır: tablo kesin değeri, şekil örüntüyü gösterir.

Biçimin ayrıntısı APA 7’ye göre istatistik raporlama yazısında, şeklin tezin hangi yerine konacağı bulgular bölümü yazısında anlatılır.

Örnek: iki grubun puanları nasıl çizilir ve raporlanır?

Bir araştırmacı iki öğretim yöntemiyle çalışan öğrencilerin dönem sonu puanlarını karşılaştırıyor; her grupta yirmiden az öğrenci var (öğretici, varsayımsal bir durum). İlk taslakta her grup için bir ortalama çubuğu ve standart hata çubuğu çizilmiş. Bu şekil üç soruyu cevapsız bırakır: puanlar nasıl dağılıyor, farkı birkaç öğrenci mi taşıyor ve hata çubuğu neyi gösteriyor?

Daha iyi bir şekil her öğrenciyi bir nokta olarak çizer. Noktalar üst üste binmesin diye yatayda biraz kaydırılır, üzerlerine her grubun kutu grafiği yarı saydam biçimde eklenir. Dikey eksen puan ölçeğinin tamamını kapsar ve birimiyle adlandırılır; iki grup renkle birlikte nokta biçimiyle de ayrılır. APA 7 biçiminde numara, başlık ve not şöyle yazılır; şeklin kendisi başlığın altına, notun üstüne konur:

Şekil 1

Öğretim Yöntemine Göre Dönem Sonu Sınav Puanları

Not. Her nokta bir öğrenciyi gösterir. Kutular birinci ve üçüncü çeyreği, kutudaki çizgi ortancayı, bıyıklar çeyreklerden en çok 1.5 × ÇAG uzaklıktaki en uç gözlemleri gösterir. Puanlar 0–100 ölçeğindedir.

Metin bu şekle numarasıyla atıf yapar ve dağılımla ilgili gözlemi söyler (ör. bir grubun puanlarının daha geniş bir aralığa yayıldığı). Test sonucu ise metinde ya da bir tabloda verilir; nasıl yazılacağı testin kendi yazısında anlatılır.

Sık sorulan sorular

Pasta grafiği hiç kullanılmamalı mı?

Kullanılabilir, ama dar bir işte: az sayıda kategoride ve asıl mesaj bir parçanın bütüne oranı olduğunda. Kategorileri birbiriyle karşılaştırmak gerekiyorsa çubuk grafik daha isabetli okunur (Cleveland ve McGill, 1984). Üç boyutlu pasta kullanılmaz.

Çubuk grafik ile histogram arasındaki fark nedir?

Çubuk grafik ayrı kategorilerin frekansını gösterir; çubuklar arasında boşluk bırakılır ve isimsel bir değişkende sıraları değiştirilebilir. Histogram nicel bir değişkenin sınıflara ayrılmış dağılımını gösterir; sınıflar kesintisiz bir aralığı böldüğü için çubuklar bitişiktir ve sıraları değişmez.

Kutu grafiği mi, keman grafiği mi?

Kutu grafiği ortancayı, çeyrekleri ve uç değerleri sade biçimde gösterir. Keman grafiği buna dağılımın biçimini ekler ve iki tepeli bir dağılımı görünür kılar. Gözlem sayısı azsa ikisinin üzerine noktaların kendisi de çizilir.

Dikey eksen her zaman sıfırdan mı başlamalı?

Çubuk grafikte evet, çünkü değeri çubuğun uzunluğu taşır. Çizgi ve nokta grafiğinde eksen verinin aralığına göre seçilebilir; yine de eksen değerleri açıkça yazılır ve farkın büyüklüğü metinde sayıyla verilir.

Ortalama ve hata çubuğu göstermek yanlış mı?

Yanlış değil, eksik. Sürekli bir sonuçta ortalama ve hata çubuğu dağılımı gizler (Weissgerber vd., 2015). Gösterilecekse noktaların ya da kutu grafiğinin yanında verilir ve çubuğun standart sapma mı, standart hata mı, güven aralığı mı olduğu şeklin notunda yazılır.

Renk körü okurlar için hangi renkler seçilmeli?

Kırmızı-yeşil karşıtlığından kaçınılır ve renk tek başına bilgi taşımaz; gruplar biçim, çizgi türü ya da etiketle de ayrılır. Sürekli değerlerde gri tonda da okunabilen, algısal olarak eşit adımlı bir ölçek seçilir; gökkuşağı ölçeği önerilmez (Crameri vd., 2020).

Tezde grafik mi, tablo mu kullanılmalı?

Kesin değerler tabloyla, bir örüntü ya da eğilim şekille gösterilir; aynı bilgiyi ikisinde birden yinelemekten kaçınılır (American Psychological Association, 2020). Bir grafik eklenecekse metinde numarasıyla anılır ve okura ne göstermek için konduğu söylenir.

  • #veri-gorsellestirme
  • #temel-istatistik
  • #betimsel-istatistik
  • #apa-7

Bilimsel inceleme

Doç. Dr. Hasan Yıldırım

Karamanoğlu Mehmetbey Üniversitesi Öğretim Üyesi

İnceleme tarihi:

Makine öğrenmesi ve biyoistatistik alanlarında çalışır; sağlık, fen ve sosyal bilimlerde disiplinlerarası araştırmalarda istatistik danışmanlığı yürütür.

Kaynakça

  1. American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
  2. Anscombe, F. J. (1973). Graphs in statistical analysis. The American Statistician, 27(1), 17–21.
  3. Birch, J. (2012). Worldwide prevalence of red-green color deficiency. Journal of the Optical Society of America A, 29(3), 313–320.
  4. Cleveland, W. S., & McGill, R. (1984). Graphical perception: Theory, experimentation, and application to the development of graphical methods. Journal of the American Statistical Association, 79(387), 531–554.
  5. Correll, M., Bertini, E., & Franconeri, S. (2020). Truncating the y-axis: Threat or menace? In Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1–12). Association for Computing Machinery.
  6. Crameri, F., Shephard, G. E., & Heron, P. J. (2020). The misuse of colour in science communication. Nature Communications, 11, Article 5444.
  7. Cumming, G., & Finch, S. (2005). Inference by eye: Confidence intervals and how to read pictures of data. American Psychologist, 60(2), 170–180.
  8. Hintze, J. L., & Nelson, R. D. (1998). Violin plots: A box plot-density trace synergism. The American Statistician, 52(2), 181–184.
  9. Siegrist, M. (1996). The use or misuse of three-dimensional graphs to represent lower-dimensional data. Behaviour & Information Technology, 15(2), 96–100.
  10. Tufte, E. R. (2001). The visual display of quantitative information (2nd ed.). Graphics Press.
  11. Tukey, J. W. (1977). Exploratory data analysis. Addison-Wesley.
  12. Weissgerber, T. L., Milic, N. M., Winham, S. J., & Garovic, V. D. (2015). Beyond bar and line graphs: Time for a new data presentation paradigm. PLOS Biology, 13(4), Article e1002128.
  13. Zacks, J., & Tversky, B. (1999). Bars and lines: A study of graphic communication. Memory & Cognition, 27(6), 1073–1079.

Kendi verinizde görün

Kavramı kendi verinizde görmek isterseniz Veri Keşfi ve Betimsel İstatistik modülünü örnek veriyle açabilirsiniz. Basira’yı deneyin

İlgili yazılar