İstatistik Öğrencisi Hangi Projeleri Yapmalı?

İstatistik öğrencisi için iyi proje, yalnızca güzel grafik üreten veya hazır bir makine öğrenmesi modelini çalıştıran proje değildir. Asıl değer; doğru soruyu kurabildiğinizi, veriyi eleştirebildiğinizi, uygun yöntemi seçebildiğinizi ve sonucu yorumlayabildiğinizi gösterebilmektir.

Bu nedenle portföyünüzde birbirinin aynısı beş Kaggle notebook'u yerine, farklı istatistiksel becerileri gösteren 3-4 tamamlanmış proje daha güçlü olabilir.

İyi bir başlangıç portföyü kabaca şunları gösterebilir:

• keşifsel veri analizi ve görselleştirme,
• istatistiksel çıkarım,
• regresyon veya sınıflandırma,
• zaman serisi,
• deney / A-B testi mantığı,
• veri temizleme ve tekrarlanabilir analiz,
• sonucu teknik olmayan birine anlatma.

1. Gerçek bir soruyla başlayan veri analizi projesi

İlk projenizde “bu veri setinde ne model kurabilirim?” diye değil, “hangi soruya cevap arıyorum?” diye başlayın.

Örneğin TÜİK verileriyle:

• genç işsizlik oranı bölgeler arasında nasıl değişiyor?
• hanehalkı harcamalarının dağılımı yıllar içinde nasıl değişti?
• belirli bir demografik göstergede şehirler arasında kalıcı fark var mı?

TCMB EVDS ile:

• enflasyon ile belirli fiyat veya kur göstergeleri arasındaki ilişki nasıl değişmiş?
• faiz kararları çevresinde kısa dönemli piyasa hareketleri nasıl görünüyor?

Böyle bir proje; veri temizleme, görselleştirme, değişken seçimi ve yorumlama becerilerinizi aynı anda gösterir.

2. Regresyon projesi: tahmin yapmak kadar modeli sorgulayın

Regresyon, istatistik öğrencisinin portföyünde özellikle değerlidir çünkü yalnız tahmin değil, değişkenler arasındaki ilişkiyi yorumlama fırsatı verir.

Örneğin konut fiyatları, enerji tüketimi, öğrenci başarısı veya sağlık göstergeleri üzerine çalışabilirsiniz.

Projeyi yalnız model.fit() ile bitirmeyin. Şunları da inceleyin:

• bağımsız değişkenler arasında güçlü ilişki var mı?
• artıklar nasıl davranıyor?
• doğrusal model varsayımları ne kadar sağlanıyor?
• aykırı gözlemler sonucu değiştiriyor mu?
• modelin açıklama gücü ile tahmin gücü aynı şey mi?

Bu ayrımlar, sizi yalnızca araç kullanan birinden istatistiksel düşünme becerisi gösteren bir adaya dönüştürür.

3. Zaman serisi projesi

Zaman serisi, istatistik öğrencisinin hem akademik hem iş dünyası tarafında kullanabileceği güçlü alanlardan biridir.

Çalışabileceğiniz örnekler:

• enflasyon,
• döviz kuru,
• elektrik tüketimi,
• hava kalitesi,
• ulaşım yoğunluğu,
• satış veya talep verisi.

Burada amaç yalnız geleceği tahmin etmek olmamalı. Trend, mevsimsellik, durağanlık ve kırılma gibi özellikleri inceleyin; kullandığınız modelin neden uygun olduğunu açıklayın ve basit bir başlangıç modeliyle karşılaştırın.

4. A/B testi veya deney tasarımı projesi

İstatistiği veri biliminden ayıran güçlü taraflardan biri nedensellik, belirsizlik ve deney mantığına daha sistematik yaklaşabilmesidir.

Gerçek bir şirket deneyi verisine ulaşamıyorsanız simülasyon da yapabilirsiniz.

Örneğin iki farklı kayıt ekranının dönüşüm oranlarını karşılaştıran sahte ama gerçekçi bir deney oluşturun. Ardından:

• hipotezi yazın,
• örneklem büyüklüğünü gerekçelendirin,
• anlamlılık düzeyini belirleyin,
• güven aralığını hesaplayın,
• yalnız p-değerine bakmadan etki büyüklüğünü yorumlayın.

Bu proje özellikle ürün analitiği, pazarlama analitiği ve veri bilimi rollerine yönelmek isteyenler için faydalıdır.

5. Sınıflandırma projesi: makine öğrenmesini istatistiksel düşünceyle birleştirin

Dolandırıcılık, müşteri kaybı, kredi riski veya hastalık sınıflandırması gibi veri setleri üzerinden çalışabilirsiniz.

Ancak yalnızca “en yüksek accuracy'yi buldum” demek zayıf bir sonuçtur.

Şunları karşılaştırın:

• lojistik regresyon,
• karar ağacı / random forest gibi daha esnek modeller,
• precision, recall, F1, ROC-AUC gibi farklı ölçütler,
• sınıf dengesizliğinin etkisi,
• yanlış pozitif ve yanlış negatif hatalarının gerçek maliyeti.

Bu, istatistiksel modelleme ile makine öğrenmesini aynı projede bağlamanızı sağlar.

6. Veri topladığınız küçük bir araştırma

Hazır veri setleri kullanmak kolaydır; kendi verinizi toplamak ise size farklı bir beceri kazandırır.

Örneğin kampüste küçük bir anket çalışması yapabilirsiniz. Fakat “Google Forms açıp herkese link atmak” tek başına iyi örnekleme değildir.

Şunları düşünün:

• hedef kitle kim?
• örnekleme çerçeveniz ne?
• kimler ankete cevap vermeyebilir?
• soru sırası sonucu etkiler mi?
• gönüllü katılım yanlılığı oluşur mu?
• kişisel veri topluyor musunuz?

Bu proje, örnekleme ve araştırma tasarımının gerçek hayatta neden önemli olduğunu gösterir.

7. Aynı problemi R ve Python ile çözmek

Her projeyi iki dilde yazmak gerekmez. Ancak bir kez aynı analizi hem R hem Python ile yapmak, iki ekosistemin farkını görmenize yardımcı olabilir.

Örneğin aynı regresyon projesini:

• R'da tidyverse, ggplot2 ve modelleme araçlarıyla,
• Python'da pandas, matplotlib, statsmodels veya scikit-learn ile

tekrar kurabilirsiniz.

Bunu portföyde iki ayrı proje gibi şişirmek yerine kısa bir karşılaştırma olarak sunmak daha iyi olur.

Projeyi nasıl sunmalısınız?

İyi proje yalnız kod dosyasından oluşmaz. GitHub reposunda veya kişisel sayfanızda en azından şu akış görülebilmeli:

1. Problem nedir?
2. Veri nereden geldi?
3. Veriyle ilgili sınırlamalar neler?
4. Hangi yöntemleri kullandınız ve neden?
5. Sonuç ne çıktı?
6. Model veya analiz nerede yanıltıcı olabilir?
7. Çalışma tekrar nasıl çalıştırılır?

Grafiklerin başlığı ve eksenleri anlaşılır olmalı; kodun tamamını README'ye yapıştırmak yerine ana bulguları öne çıkarın.

Hacettepe'de okuyorsanız ders ve laboratuvar saatlerinizi gerekli.tr Ders Programı üzerinde haftalık görünümde toplayarak, dönem içinde projeye gerçekten ayırabileceğiniz boş gün ve saatleri daha gerçekçi görebilirsiniz.

Nereden veri bulabilirsiniz?

Başlangıç için birkaç güçlü kaynak:

• TÜİK Veri Portalı
• TCMB EVDS
• World Bank Open Data
• Kaggle Datasets
• ASA International Data Quest

Özellikle yarışma veya Data Quest tipi çalışmaların avantajı, yalnız model kurmak yerine büyük bir veri setinden kendi araştırma sorunuza ulaşmanızı zorlamasıdır.

İstatistikte matematiksel temelin proje çalışmalarına nasıl yansıdığını ayrıca İstatistik Bölümü İçin Matematik Ne Kadar Önemli? yazısında inceleyebilirsiniz.

En iyi proje, en karmaşık algoritmayı kullanan değil; iyi tanımlanmış bir soruyu doğru veri ve doğru yöntemle cevaplayıp sınırlarını dürüstçe anlatan projedir.