2025 yılı için henüz kontenjan sayısı belli olmadığından kontenjan sayısı açıklanınca güncelleme yapmak gereklidir. Aksi takdirde çok büyük hatalar verir.
Eğitim Tercih Analiz Aracı
body { font-family: Arial, sans-serif; margin: 20px; background-color: #f5f5f5; } .container { max-width: 1000px; margin: auto; background: #fff; padding: 20px; border-radius: 8px; } h1 { color: #2c3e50; } .stats, .programs { display: flex; flex-wrap: wrap; gap: 20px; margin-top: 20px; } .card { background: #f9f9f9; padding: 15px; border-radius: 8px; flex: 1; min-width: 200px; } .highlight { font-weight: bold; color: #27ae60; } button { padding: 10px; margin: 5px; border-radius: 6px; border: 1px solid #ccc; cursor: pointer; } button.active { background-color: #3498db; color: white; border: none; }
Eğitim Tercih Analiz Aracı
2025 yılı için tercih tahmini ve istatistikler
Ortalama Sıralama:
Standart Sapma:
Volatilite: %
2025 Tahmini Sıralama: ±
const programData = { van: { name: "Van YYÜ - Acil Durum ve Afet Yönetimi", data: [ { year: 2019, ranking: 682966, candidates: 2390188 }, { year: 2020, ranking: 629200, candidates: 2295890 }, { year: 2021, ranking: 664789, candidates: 2416748 }, { year: 2022, ranking: 752667, candidates: 3008029 }, { year: 2023, ranking: 707442, candidates: 2995399 }, { year: 2024, ranking: 684970, candidates: 2819075 } ] }, mugla: { name: "Muğla SKÜ Kavaklıdere - Acil Durum ve Afet Yönetimi", data: [ { year: 2019, ranking: 607188, candidates: 2390188 }, { year: 2020, ranking: 630953, candidates: 2295890 }, { year: 2021, ranking: 725747, candidates: 2416748 }, { year: 2022, ranking: 848232, candidates: 3008029 }, { year: 2023, ranking: 874308, candidates: 2995399 }, { year: 2024, ranking: 819608, candidates: 2819075 } ] } }; function calculateStats(data) { const rankings = data.map(d => d.ranking); const ratios = data.map(d => d.ranking / d.candidates); const mean = rankings.reduce((a, b) => a + b, 0) / rankings.length; const variance = rankings.reduce((sum, val) => sum + Math.pow(val - mean, 2), 0) / rankings.length; const stdDev = Math.sqrt(variance); const volatility = (stdDev / mean) * 100; const recent = data.slice(-3); const avgRatio = recent.map(d => d.ranking / d.candidates).reduce((a, b) => a + b, 0) / 3; const candidateChange = data[data.length - 1].candidates - data[data.length - 2].candidates; const estCandidates = data[data.length - 1].candidates + 0.5 * candidateChange; const prediction = Math.round(avgRatio * estCandidates); const error = Math.round(prediction * 0.05); return { mean: Math.round(mean), stdDev: Math.round(stdDev), volatility: volatility.toFixed(2), prediction, error }; } function renderProgramButtons() { const container = document.getElementById('programButtons'); for (const key in programData) { const btn = document.createElement('button'); btn.textContent = programData[key].name; btn.onclick = () => selectProgram(key, btn); container.appendChild(btn); } } function selectProgram(key, btn) { document.querySelectorAll('button').forEach(b => b.classList.remove('active')); btn.classList.add('active'); const stats = calculateStats(programData[key].data); document.getElementById('mean').textContent = stats.mean.toLocaleString(); document.getElementById('stdDev').textContent = stats.stdDev.toLocaleString(); document.getElementById('volatility').textContent = stats.volatility; document.getElementById('prediction').textContent = stats.prediction.toLocaleString(); document.getElementById('errorMargin').textContent = stats.error.toLocaleString(); } renderProgramButtons(); // Varsayılan seçim document.querySelector('button')?.click();
Özellikler:
Sistem şu temel özellikleri içerir:
- Çok Boyutlu Veri Analizi
- Trend analizi (zaman serisi)
- Oran analizi (normalize edilmiş karşılaştırma)
- Rekabet analizi (kontenjan-aday ilişkisi)
Aday sayısı, sıralama ve kontenjan gibi çok boyutlu verileri işleyerek nesnel ve dinamik analiz sağlar. Bu, sadece geçmişe bakmak yerine geleceğe dair bilinçli tercihler yapmayı mümkün kılar. Farklı yıllarda değişen aday sayısına rağmen sağlıklı kıyaslama yapılmasını sağlar. Bu oran-temelli yöntem, sıralama sistemindeki değişikliklerden etkilenmeden analiz yapma imkanı verir.
- İstatistiksel Göstergeler
- Ortalama, standart sapma, volatilite
- Risk seviyesi değerlendirmesi
- Güven aralıkları ile tahmin
Ortalama ve standart sapma ile geçmiş verilerden genel eğilim çıkarılır. Volatilite yüzdesi, belirsizlik seviyesini ortaya koyar. ± hata payı ile güven aralığında sıralama tahmini yapılır. Bu özellikler, riskli ve güvenli tercihler arasında stratejik denge kurmayı sağlar.
- 2025 Tahmin Modeli
- Üstel düzeltme yöntemi
- Trend extrapolasyonu
- Senaryoya dayalı tahminler
Yeni programlar kolayca eklenebilir. 2025 verileri açıklandığında sadece data alanı güncellenerek tüm analiz otomatik uyum sağlar. Aday sayısı ve kontenjan artışlarını birlikte hesaba katılır. Gelecekte regresyon ya da üstel düzeltme gibi metodlar da kolayca entegre edilebilir.
Metodolojik Yaklaşım:
Bölüme yerleşen son kişinin sıralaması/Sınavı Geçerli Aday Sayısı oranını temel alarak normalize edilmiş karşılaştırmalar yapmaktadır. Bu, farklı yıllardaki aday sayısı değişimlerini hesaba katarak daha doğru trendler sunar.
Pratik Kullanım Önerileri
- Risk Seviyesi Değerlendirmesi: Volatilite yüzdesine göre bölümlerin risk seviyelerini kategorilendirebilirsiniz.
- Tercih Stratejisi: Tahmin aralıkları kullanılarak güvenli, orta risk ve yüksek risk tercihler belirlenebilir.
- Karşılaştırmalı Analiz: Farklı üniversitelerdeki aynı bölümlerin performansını karşılaştırarak fırsat analizi yapabilirsiniz.
Dinamik program seçimi: Butonlar üzerinden farklı üniversiteler analiz edilebilir.
İstatistik hesaplamaları: Ortalama, standart sapma, volatilite, 2025 tahmini ve ± hata payı.
Minimal arayüz: Bootstrap veya Tailwind gibi bir framework olmadan sade bir görünüm.
2025 YILI İÇİN GÜNCELLEME:
- Kodun içinde her programın altında şöyle bir veri yapısı vardır:
data: [
{ year: 2024, ranking: 684970, candidates: 2819075 }
]
2025 verisi belli olduğunda buraya şu şekilde yeni satır ekleyin:
Örnek:
data: [
{ year: 2024, ranking: 684970, candidates: 2819075, quota: 60 },
{ year: 2025, ranking: null, candidates: 2900000, quota: 60 }
] - Tahmini Sıralamayı Yeni Aday Sayısına Göre Hesaplayın
Tahmin için şu formülü kullanabiliriz:
Yeni Sıralama Tahmini = Eski Sıralama × (Yeni Aday Sayısı / Eski Aday Sayısı)
Örneğin:
const lastKnown = data[data.length - 2]; // 2024 verisi
const current = data[data.length - 1]; // 2025 verisi
if (current.ranking === null && lastKnown.ranking) {
const estimatedRank = lastKnown.ranking * (current.candidates / lastKnown.candidates);
const min = Math.floor(estimatedRank * 0.95);
const max = Math.ceil(estimatedRank * 1.05);
console.log(2025 için tahmini sıralama aralığı: ${min} - ${max});
}
Bu size yeni aday sayısı ve kontenjan sabitken, yaklaşık kapanış sıralaması aralığını verir.
Eğer kontenjan da arttıysa, tahmini sıralama biraz daha yukarı çıkar (daha kötü sıradan yerleşilebilir). Bunu da basitçe şu şekilde modele dahil edebilirsiniz:
const quotaFactor = current.quota / lastKnown.quota;
const estimatedRank = lastKnown.ranking * (current.candidates / lastKnown.candidates) / quotaFactor;
Bu formül hem aday artışını hem kontenjan artışını dengeleyerek sıralama tahmini yapar.
