Günümüzde özellikle sınırlı miktarda bilgiden sonuç çıkarmak ve bu sonuca göre karar vermek gerektiğinde istatistik yöntemlerinin kullanılabilmesi bilimsel alanda ilerleme olanağı yaratmıştır. Bu alanlardan biri de çevreye ilişkin verilerdir. Bu çalışmada, FAO'ya hazırlanmış bir araştırma projesinin ham verileri kullanılarak kirliliği ortaya çıkarılabilecek bir regresyon model oluşturmak amaçlanmıştır. Uygulanan çoklu doğrusal regresyon model ile ilgili genel bilgiler, modele ilişkin parametre tahmin yöntemleri, ele alınmış varsayım bozulmaları olmasında yapılması gereken testler geniş bir literatür taramasına dayandırılmıştır. Yapılan uygulamanın sonucunda, kirliliği etkileyen değişkenlerin derinlik faktörü, fosfat ve azot top!amı( nitrit, nitrat ve amonyum azotları) olduğu ortaya çıkmıştır. Çalışmanın uygulama bölümünde verilerin değerlendirilmesi aşamasında SPSS for Windows 6.2 istatistiksel paket programı, MlNlTAB, Statistica ve Excel paket programları kullanılmıştır.

The usage of statistical methods in deriving results from limited data, improves progress in scientific researches. One of these researches with limited data is on environment. In this study, raw data of a research, prepared for FAO, were utilised to prepare a model on pollution. Multiple linear regression was selected as the model. General information on model, parameter estimation methods, tests on estimation faults and examinations were established. Findings were supported by the literatures. The variations effecting pollution found to be the depth, phosphate and ammonium. In evaluation of the data SPSS for Windows 6.2, Minitab, Statistica and Microsoft Excel softwares were used.