📊 İstatistik Otomasyon Sistemi - Proje Özeti

📊 İstatistik Otomasyon Sistemi - Proje Özeti

🎯 Proje Amacı

Bu proje, kullanıcıların CSV dosyalarını yükleyerek çeşitli istatistiksel analizler gerçekleştirebilecekleri, APA formatında raporlar alabilecekleri kapsamlı bir web uygulamasıdır.

🏗️ Sistem Mimarisi

Teknolojiler

  • Backend: R Shiny
  • Frontend: HTML, CSS, JavaScript
  • Veri İşleme: tidyverse, rstatix, car
  • Görselleştirme: ggplot2, plotly, corrplot
  • Raporlama: apaTables, flextable, officer
  • Deployment: Docker, GitHub Pages, Shiny Server

Dosya Yapısı

ali-yalcinkaya.github.io/
├── index.html                 # Ana sayfa
├── README.md                  # Proje açıklaması
├── PROJE_OZETI.md            # Bu dosya
├── Dockerfile                 # Docker yapılandırması
├── docker-compose.yml         # Docker Compose
├── .github/workflows/         # GitHub Actions
│   └── deploy.yml
└── statistics/                # Shiny uygulaması
    ├── app.R                  # Ana uygulama
    ├── run_app.R              # Çalıştırma scripti
    ├── ornek_veri.csv         # Örnek veri
    ├── KULLANIM_KILAVUZU.md   # Kullanım kılavuzu
    └── shiny-server.conf      # Server yapılandırması

🔬 Desteklenen Analizler

1. Betimsel İstatistikler

  • Ortalama, standart sapma, min-max
  • Grupla betimsel istatistikler
  • Histogram ve boxplot görselleştirme

2. T-test (Bağımsız)

  • Otomatik normallik kontrolü (Shapiro-Wilk)
  • Varyans eşitliği testi (Levene)
  • Uygun test seçimi (t-test veya Mann-Whitney)
  • Etki büyüklüğü hesaplama (Cohen’s d)

3. ANOVA

  • Tek yönlü ANOVA
  • Çok yönlü ANOVA (gelecek versiyon)
  • Post-hoc testler
  • Eta-kare hesaplama

4. Korelasyon Analizi

  • Pearson korelasyonu
  • Spearman korelasyonu
  • Korelasyon matrisi
  • Heatmap görselleştirme

5. Partial Korelasyon

  • Kontrol değişkenleri ile
  • Çoklu değişken desteği
  • P-değeri hesaplama

6. Regresyon Analizi

  • Basit regresyon
  • Çoklu regresyon
  • R-kare ve F-testi
  • Residual analizi

📊 Özellikler

Kullanıcı Arayüzü

  • Responsive tasarım
  • Sürükle-bırak dosya yükleme
  • Dinamik değişken seçimi
  • Gerçek zamanlı sonuçlar

Görselleştirme

  • Otomatik grafik oluşturma
  • Yüksek çözünürlük
  • İndirilebilir formatlar
  • İnteraktif grafikler

Raporlama

  • APA formatında Word raporları
  • PDF raporları
  • Otomatik tablo oluşturma
  • Grafik ekleme

Veri İşleme

  • Otomatik veri türü algılama
  • Eksik veri yönetimi
  • Aykırı değer kontrolü
  • Veri önizleme

🚀 Deployment Seçenekleri

1. Yerel Çalıştırma

# R'de çalıştır
source("statistics/run_app.R")

2. Docker ile

# Container oluştur ve çalıştır
docker-compose up -d

3. Shiny Server ile

# Shiny Server kurulumu
sudo apt-get install shiny-server
sudo cp statistics/shiny-server.conf /etc/shiny-server/
sudo systemctl restart shiny-server

4. GitHub Pages ile

  • Otomatik deployment
  • GitHub Actions workflow
  • SSL sertifikası

📈 Performans Özellikleri

Hızlandırma

  • Lazy loading
  • Caching sistemi
  • Asenkron işlemler
  • Optimized grafik rendering

Güvenlik

  • Dosya türü kontrolü
  • Boyut sınırlaması
  • XSS koruması
  • CSRF koruması

Ölçeklenebilirlik

  • Çoklu kullanıcı desteği
  • Load balancing
  • Resource management
  • Auto-scaling

🔧 Geliştirme

Katkıda Bulunma

  1. Fork yapın
  2. Feature branch oluşturun
  3. Değişiklikleri commit edin
  4. Pull request gönderin

Test Etme

# Unit testler
R -e "devtools::test()"

# Integration testler
R -e "shinytest::testApp('statistics')"

Kod Standartları

  • R style guide uyumu
  • Tidyverse conventions
  • Shiny best practices
  • Accessibility standards

📚 Dokümantasyon

Kullanıcı Dokümantasyonu

  • Kullanım kılavuzu
  • Video tutoriallar
  • FAQ bölümü
  • Örnek veri setleri

Geliştirici Dokümantasyonu

  • API referansı
  • Kod yorumları
  • Architecture diagram
  • Deployment guide

🎯 Gelecek Planları

Kısa Vadeli (1-3 ay)

  • Çok yönlü ANOVA
  • Eşleştirilmiş T-test
  • Non-parametric testler
  • Güven aralıkları

Orta Vadeli (3-6 ay)

  • Machine learning modelleri
  • Time series analizi
  • Survival analizi
  • Multilevel modeling

Uzun Vadeli (6+ ay)

  • Python entegrasyonu
  • Real-time collaboration
  • Cloud deployment
  • Mobile app

📞 İletişim

Geliştirici: Ali Yalcinkaya
Email: [email protected]
GitHub: https://github.com/ali-yalcinkaya
Website: https://ali-yalcinkaya.github.io

📄 Lisans

Bu proje MIT lisansı altında lisanslanmıştır. Detaylar için LICENSE dosyasına bakın.


Son Güncelleme: 2025
Versiyon: 1.0.0
Durum: Aktif Geliştirme