Lojistik regresyon -ayırma analizi, ayırma sorunu ve kalp hastalarında lojistik model yardımıyla risk ölçütlerinin belirlenmesi
Logistic regression-discrimination analysis, discriminating problems and the determination of risks factors in the patientsoft heart with help of logistic model
- Tez No: 59676
- Danışmanlar: PROF. DR. İSMET KAN
- Tez Türü: Doktora
- Konular: Tıbbi Biyoloji, Medical Biology
- Anahtar Kelimeler: Lojistik, Ayırma, Koroner, Sınıflandırma. ıı, Kalp hastalıkları, Koroner hastalık, Regresyon analizi, Logistic, Discriminant, Coronary, Classification. IV, Heart diseases, Coronary disease, Logistics, Regression analysis
- Yıl: 1997
- Dil: Türkçe
- Üniversite: Uludağ Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Sağlık alanındaki araştırıcılar, üzerinde çalıştıkları konuda çok etken olması durumunda etkenlerin tek tek bağımlı değişken üzerine etkisi yanında, bunların birlikte etkisini de öğrenmek ya da incelemek isterler. Tıp alanındaki araştırmalarda çok zaman bağımlı ve bağımsız değişkenlerin tür ve yapıları sosyal bilimlerdekilere benzemez, sürekli ve kesikli karışımı bağımsız değişkenlerle karşılaşılır. Üzerinde en çok durulan ve araştırıcı için önemli olan, etken veya etkenlerle hastalık arasındaki ilişkinin risk yönünden incelenmesidir. Bu tip incelemelerde ağırlıklı olarak Lojistik Regresyon Analizi (LRA) kullanılmaktadır. LRA, temelde regresyon analizi olmakla birlikte bir ayırıcı analiz tekniği olma özelliğini de taşımaktadır. EK-l'de verilen anket formu ile toplanan verilere, türetim yapılarak elde edilen değişik veri tip ve büyüklüklerinde ki 15 gruba LRA ve Ayırma. Analizi (AA) uygulayarak, gerçek ve türetilmiş verilerin doğru sınıflandırma oranları bulundu. Değişkenlerin tek tek modele dahil edilmesi durumunda doğru sınıflandırma oranlarının çok düşük olması nedeniyle, (%65. 19-%53. 90) çok değişkenli analizle doğru sınıflandırma oranının daha yüksek olacağını göstermek amacıyla çok değişkenli lojistik regresyon analizi uygulandı. Bu değişkenler yardımıyle lojistik regresyon analizi uygulandığında modele anlamlı katkısı bulunan parametre sayısı 16 ve doğru sınıflandırma oranı da %82.66 olarak belirlendi. Aynı değişkenlereayırma analizi uygulandığında ise doğru sınıflandırma oranı %80.65 olarak bulundu. Türetilen dağılım gruplarına, AA ve LRA uyguladığımızda, eğer n>50 ve bağımlı değişkenin (yanıt değişkeni) oranı %50'ler civarında ise, LRA ve AA sonucunda hesaplanan doğru sınıflandırma oranları eşit ya da birbirlerine çok yakın bulunmuştur. Bağımlı değişkende ilgilenilen özelliğin olasılığının çok az ya da fazla gözlenmesi durumunda ise, gruptaki verilerin şekli (kesikli, sürekli, kesikli-sürekli) ne olursa olsun, doğru sınıflandırma oranları LRA' nde daha yüksektir.
Özet (Çeviri)
SUMMARY Researchers in health field want to learn coin and invidual effects of factors affecting the dependent variables, when there are many factors in their research topics. Generally, the types and structures of the dependent and independent variables in medical field do not resemble to the ones in social sciences, because, there' re continuous and discontinuous dependent variables. The important thing for the researcher is the investigation of the relation between factor or factors and the disease in terms of their risks. In this type of studies, mainly, Logistic Regression Analysis (LRA) is used. LRA, is basically a regression analysis, but it is also a discriminant analysis technique. Data were gathered through a questionnaire given in appendix- 1, and then the correct classification ratios of real or to produce data were found by LRA and Discriminant analysis. Because of getting low correct classification ratio when introducing the variables one at a time to the model; a multivariate analysis model was used in order to show that by using multivariate analysis, it was possible to get a higher correct classification ratio. The result of Logistic Regression Analysis with the help of these variables showed that the number of parameters which where contributing the model were 16 and their correct classification ratio was 82.66 %. The result of Discriminant Analysis with the XIXhelp of these variables showed that their correct classification ratio was 80.65 %. When AA and LRA are applied to the produced distribute groups in the case of n ^ 50 and the ratio of the dependent variable (answer variable) is arround 50 %, the correct classification ratios calculated at the result of LRA and AA have been found to be equal or very close to each other. On the occasion that the possibility of the interested property of the dependent variable is either much less or more, whatever the type of the group data (discontinuous, continuous, discontinuous-continuous) the correct classification ratios will be more than the LRA.
Benzer Tezler
- Lojistik regresyon analizi ve bir uygulama
Logistic regression analysis and an application
MEHMET GÜRCAN
Yüksek Lisans
Türkçe
1998
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. YÜKSEL ÖNER
- Lojistik regresyon analizinin incelenmesi ve tıpta bir uygulaması
Studies of the logistic regression analysis and its application on the medical data
ATİLLA HALİL ELHAN
Yüksek Lisans
Türkçe
1997
Tıbbi BiyolojiAnkara ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. YILDIR ATAKURT
- Lojistik regresyon ve diskriminant analizi
Logistic regression and discriminant analyses
HANDAN ÇAMDEVİREN
- Lojistik regresyon analizi ve pazarlama araştırmalarında bir uygulama
Başlık çevirisi yok
SELÇUK KILIÇ
- Lojistik regresyon analizinde ridge kestiricisi ve bir uygulama
Ridge estimator at logistic regression analysis and a application
CENGİZ AKTAŞ
Doktora
Türkçe
1995
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
PROF.DR. NECLA ÇÖMLEKÇİ