Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
  Atıf Sayısı 27
 Görüntüleme 68
 İndirme 20
Kayıp verilerin varlığında çoktan seçmeli testlerde madde ve test parametrelerinin kestirilmesi: SBS örneği
2013
Dergi:  
Eğitim Bilimleri Araştırmaları Dergisi
Yazar:  
Özet:

Bu çalışmada, kayıp verilerin varlığında, çoktan seçmeli testlerde, farklı kayıp veri yöntemleri kullanılarak kestirilen madde ve test parametreleri arasındaki ilişkilerin incelenmesi ve bu tür testlerde kullanılması uygun olan kayıp veri yöntemlerinin belirlenmesi amaçlanmıştır. Temel araştırma türünde, ilişkisel tarama modelinde bir araştırma olarak tasarlanan bu çalışmada, analizler 527517 yanıtlayıcıya yönelik SBS (Seviye Belirleme Sınavı) 2011 Matematik Testi A Kitapçığı verileri üzerinde yürütülmüştür. Veri analizlerinde silmeye dayalı yöntemlerden ‘dizin silme yöntemi’, basit atama yöntemlerinden ‘0 atama’, ‘seri ortalamaları ataması’, ‘gözlem birimi ortalaması ataması’, ‘yakın noktalar ortalama ataması’, ‘yakın noktalar medyan ataması’, ‘doğrusal interpolasyon’ ve ‘dorusal eğilim noktası ataması’ yöntemleri,çok olabilirlik yöntemlerinden ‘regresyon atama’, ‘beklenti-maksimizasyon algoritması’ ve ‘veri çoğaltma’ yöntemleri, çoklu veri atama yöntemlerinden ise ‘Markov zincirleri Monte Carlo’ yöntemi olmak üzere 12 farklı kayıp veri yöntemi kullanılmıştır. Elde edilen bulgular, kayıp verilerin ihmal edilebilir olmaması durumunda çoktan seçmeli testlere yönelik istatistiksel kestirimlerde, uygun bir kayıp veri yönteminin kullanılmasının gerekli olduğunu göstermektedir. Silmeye dayalı yöntemler ve 0 Atama yöntemi, bu tür veriler için uygun yöntemler değildir. Basit atama yöntemlerinin ise yanlı kestirimler üretme olasılığı yüksektir. En çok olabilirlik ve çoklu veri atama yöntemleri, bu tür verilerde kullanılmasıuygun kayıp veri yöntemleri olarak değerlendirilmektedir

Anahtar Kelimeler:

Cut the material and test parameters in already selected tests in the presence of lost data: SBS example
2013
Yazar:  
Özet:

This study, in the presence of lost data, aims to study the relationships between the material and the test parameters cut using different methods of lost data in already selectively tested tests and identify the methods of lost data that are suitable for use in such tests. In this study, designed as a research in the basic type of research, the relative scan model, the analysis was carried out on the SBS (level determination test) 2011 Mathematical Test A Library data for 527517 respondents. From the methods based on deletion in data analyses, the methods of ‘range deletion’, the methods of simple assignment, the methods of ‘0 assignment’, the methods of ‘series average assignment’, the methods of ‘series average assignment’, the methods of ‘series average assignment’, the methods of ‘series average assignment’, the methods of ‘series average assignment’, the methods of ‘series interpolation’ and the methods of ‘series trend point assignment’, the methods of ‘regression assignment’, the methods of ‘series-maximation algorithm’ and the methods of ‘data multiplication’, the methods of ‘Markov chains’ and the methods of ‘Monte Carlo’ and the methods of ‘Markov chains’ and the methods of ‘Markov chains’. The findings obtained indicate that in statistical cuts for already selectively tested tests, if the lost data is not neglected, it is necessary to use a suitable method of loss data. Removal-based methods and the 0 assignment method are not the appropriate methods for such data. The simple methods of assignment are likely to produce side-cuts. The most probability and multi-data assignment methods are considered to be appropriate for use in such data as lost data methods.

Anahtar Kelimeler:

Atıf Yapanlar
Dikkat!
Yayınların atıflarını görmek için Sobiad'a Üye Bir Üniversite Ağından erişim sağlamalısınız. Kurumuzun Sobiad'a üye olması için Kütüphane ve Dokümantasyon Daire Başkanlığı ile iletişim kurabilirsiniz.
Kampüs Dışı Erişim
Eğer Sobiad Abonesi bir kuruma bağlıysanız kurum dışı erişim için Giriş Yap Panelini kullanabilirsiniz. Kurumsal E-Mail adresiniz ile kolayca üye olup giriş yapabilirsiniz.
Benzer Makaleler




Eğitim Bilimleri Araştırmaları Dergisi

Alan :   Eğitim Bilimleri

Dergi Türü :   Uluslararası

Metrikler
Makale : 337
Atıf : 3.742
Eğitim Bilimleri Araştırmaları Dergisi