Objective: The aim of study is to introduce method of Soft Independent Modeling of Class Analogy (SIMCA), and to express whether the method is affected from the number of independent variables, the relationship between variables and sample size. Study Design: Simulation study. Material and Methods: SIMCA model is performed in two stages. In order to determine whether the method is influenced by the number of independent variables, the relationship between variables and sample size, simulations were done. Conditions in which sample sizes in both groups are equal, and where there are 30, 100 and 1000 samples; where the number of variables is 2, 3, 5, 10, 50 and 100; moreover where the relationship between variables are quite high, in medium level and quite low were mentioned. Results: Average classification accuracy of simulation results which were carried out 1000 times for each possible condition of trial plan were given as tables. Conclusion: It is seen that diagnostic accuracy results increase as the number of independent variables increase. SIMCA method is a method in which the relationship between variables are quite high, the number of independent variables are many in number and where there are outlier values in the data that can be used in conditions having outlier values. Turkish Başlık: Analojik Sınıflamada Esnek Bağımsız Modelinin (ASEBAM), Bağımsız Değişkenler Arasındaki İlişki, Bağımsız Değişken Sayısı ve Örneklem Büyüklüğünden Etkilenme Durumu Anahtar Kelimeler: Sınıflama, Çoklu bağımlılık, Aşırı uç değer Amaç: Çalışmanın amacı, Analojik Sınıflamada Esnek Bağımsız Model (ASEBAM) yöntemi tanıtmak, yöntemin bağımsız değişken sayısı, değişkenler arasındaki ilişki durumu ve örneklem büyüklüğünden etkilenip etkilenmediğini ortaya koymaktır. Gereç ve Yöntemler: ASEBAM modeli iki aşamada gerçekleştirilmektedir. Yöntemin bağımsız değişken sayısı, değişkenler arasındaki ilişki ve örneklem büyüklüğünden etkilenip etkilenmediğini ortaya koymak amacı ile simülasyon denemeleri yapılmıştır. Her iki gruptaki örneklem büyüklüklerinin eşit ve 30, 100 ve 1000 olduğu, değişken sayısının 2, 3, 5, 10, 50 ve 100 olduğu durumlar, ayrıca değişkenler arasındaki ilişkilerin çok yüksek (0.95), orta düzeyde (0.50) ve çok düşük (0.05) olduğu durumlar dikkate alınmıştır. Her bir kombinasyon 1000 kez denenmiştir. Bulgular: Deneme planına ait her bir olası durum için 1000 kez gerçekleştirilen simülasyon sonuçlarının ortalama sınıflama doğrulukları tablo halinde verilmiştir. Sonuç: Bağımsız değişken sayısı artıkça diagnostik doğruluk sonuçlarının artığı görülmektedir. ASEBAM metodu değişkenler arasında ilişkilerin çok yüksek, bağımsız değişken sayısının çok fazla ve veride aşırı uç değerlerin var olduğu durumda da kullanılabilecek istatistik anlamlılık değeri var olan bir yöntemdir.