Günümüzde birçok bilim dalında ölçümler iki ya da üç boyutta açı olarak elde edilmektedir. Yönlere ilişkin bu şekildeki herhangi bir gözlem kümesi, yönsel ya da dairesel veri olarak adlandırılmaktadır. Dairesel veri analizi teknikleri alışılmış tekniklerden farklıdır ve dairesel verilerin kendine özgü analiz yöntemleri ve dağılımları vardır. Bir dairesel veri seti doğrusal yöntemlerle analiz edildiğinde büyük hatalar meydana gelmektedir. Özellikle tahmin olarak düşünülen regresyon analizinde bu hataların daha büyük sonuçları olabilmektedir. Bu denli hayati öneme sahip olmasına rağmen bu konuda yapılan çalışmalar oldukça azdır. Bunun başlıca sebebi, konu ile ilgili analiz programlarının eksikliğidir. Hali hazırda dairesel verilerde analiz yapabilen “Matlab”, “R”, “NCSS” ve “Oriana” programları bulunmaktadır. Bu program içerisinde yalnız “Oriana” programı görsel arayüze sahiptir. Fakat regresyon analizi yapamamaktadır. Diğer programlarda konuyla ilgilenen araştırmacı önce programın yazım dilini öğrenmelidir. Bu ve benzeri bazı kullanım sınırlılıklarından dolayı dairesel verilerde regresyon analizi oldukça az kullanılmaktadır. Bu çalışmada bu eksikliği gidermek amacıyla görsel bir yazılım için gerekli algoritmalar geliştirilip doğruluk dereceleri test edilmiştir. Sonuç olarak dairesel regresyon teorisini kullanarak açısal verilerden bir tahmin fonksiyonu elde edilmiş ve bu regresyon fonksiyonuyla yapılan tahminlerde gerçek değerlere yakın bulunmuştur.

Today, in many disciplines, measurements are obtained as angles in two or three dimensions. Any such observation set of directions is referred to as directional circular data. Circular data analysis techniques are different from conventional techniques. Circular data has its own analysis methods and distributions. When a circular dataset is analyzed by linear methods, big mistakes occur. Especially in regression analysis which is considered as prediction, these errors can have bigger results. Despite having such a vital prescription, the work done in this regard is rather small. The main reason for this is the lack of computer-assisted analysis programs as in other statistical analyzes. As a result of our researches we have already found programs "R", "NCSS" and "Oriana" which can analyze in circular data. However, only the "Oriana" program can be considered as visually user-friendly and can’t perform room regression analysis. In other programs, the researcher interested in the subject should first learn the writing language of the program. Because of this and some similar usage limitations, regression analysis is very little used in circular data. We aimed to develop a data analysis program that will enable this researcher to do circular regression analysis without having to know the programming language. In this study, we have developed algorithms for visual software and tested the accuracy of these algorithms. As a result, a prediction function is obtained from the data by using the circular regression theory and the estimations made by this regression function are found very close to the real values.