Bilgilerim henüz tazeyken bu blog yazısını yazayım sonra yine vaktimi ayırıp nedir ne değildir diye araştırma yapmadan önce buraya bakarım belki. Bir makaleyi incelerken, makalede örneklem sayısının seçimi için kullanılan bir yönteme denk geldim. Bu yönteme göre eğer örnekleminiz kümeli bir şekildeyde, ideal örneklem sayısını bulmak için Design Effect denklemini kullanarak bulabilirsiniz. Makalemiz şu . Ve makalenin sample size determination kısmında örneklem sayısının nasıl seçildiğinden bahsedilmiş. Ben de merak edip araştırdım. Yani makalede yapılan hesaplama şu şekilde: Design Effect (DE) = 1 + (m-1) x ICC Burada m değeri küme içerisindeki örnek sayısını ifade eder. Interclass Corelation Coefficient (ICC) ise sınıf içi korelasyon katsayısını ifade ediyor. Bireyin kendi kümesi içindeki varyansının genel varyansa oranını belirten bir değer. Makalede kullanılan ICC 0.20 olarak belirlenmiştir ve bu seçimi, Masood ve ark. tarafından 2015 yılında yap...
Öncelikle bu yazıyı tamamen kendi çalışma ortamımı baz alarak yazdığımı söylemek isterim. Yazıdaki talimatları uygulayarak bir sonuca varamayabilirsiniz ama ben daha sonraki aşamalarda ne yapmam gerektiğini ve hangi sırayla yapmam gerektiğini unutmamak için buraya yazıyorum. Belki daha sonra daha da detaylandırabilirim. Yararlandığım kaynakları da aşağıya ekleyeceğim. Direkt onlara da bakabilirsiniz. Yaptığım şeylerin çalıştığını hızlıca görebilmek adına basit bir Django projesi oluşturdum. Hiç bir model vs oluşturmadım. Her şeyiyle çalışan bir web uygulaması. Bu web uygulamamı, Windows'ta oturum açmadan ayağa kaldırmak istiyorum. Çünkü yerelde bir sunucum var ve elektrikler gittikten sonra bile, eğer eletkrikler tekrar gelirse kendini yeniden başlatacak şekilde ayarladım. Ama tekrar arayüze girip kullanıcı şifresini yazmak (şifresiz yapmak da bir çözüm ama güvenlik malum) yorucu. O halde ben giriş yapmadan arkaplanda Django uygulamam ayağa kalksın istedim. Bunun için çeşitli yön...