Bu yazımızda belirlediğimiz regresyon modellerini veri setine dinamik olarak uygulayarak, R ile istatistiksel programlama bakış açısıyla regresyon analizi yapacağız. Oluşturulan modellerin özet sonuçlarını ve bilgi kriterlerini tek bir tabloda göreceğiz. Analizin kolay ve anlaşılabilir olabilmesi için yalnızca lineer regresyon modeli ile çalışılmıştır. Ancak bu kod bloğu ve mantığı, farklı modeller için de rahatlıkla uyarlanabilir. Gerekli Kütüphaneler ve Tanımlamalar tidyverse: Birbiriyle uyumlu çalışan dplyr, tidyr, tibble gibi paketleri tek bir çatı altında…

İstatistik, ekonometri ve uygulamalı matematikteki bir çok teoride, kullanılan dataların normal olduğu varsayımı bulunmaktadır. Bu nedenle analizi yapılacak dataların normal dağılım sergileyip sergilemediklerinin tespiti önemlidir. Dataların olasılık dağılımlarının normal dağılım olmadığının tespiti için genellikle Jarque-Bera, Anderson-Darling, Kolmogorov-Smirnov, Shapiro-Wilk, Pearson chi-square, ve Cramer-von Mises istatistiksel testleri kullanılmaktadır. Analizleri yapabilmek için hem normal dağılma hem de uniform dağılıma göre iki sentetik data oluşturalım. set.seed(2018) x <- rnorm(1000, mean=2.5, sd=1) y <- runif(1000, min=0,…