Çok aşamalı regresyon modellerinin sağlık verilerinde kullanımı
Multilevel regression models using for healt data
- Tez No: 298877
- Danışmanlar: DOÇ. DR. BAHAR TAŞDELEN
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: çok aşamalı regresyon modeli, varyason, sınıf-içi korelasyon katsayısı, multilevel regression model, variation, intraclass corelation coefficient
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
- Bilim Dalı: Biyoistatistik Bilim Dalı
- Sayfa Sayısı: 64
Özet
Fazilet YILDIRIM 2011. Bir veri seti analiz edilirken verideki değişkenliğin dikkate alınması gerekir. Basit ve çoklu doğrusal regresyon analizinde bağımlı değişkenin aldığı değerin, verinin toplandığı grup, mekan veya zaman gibi daha üst düzey yapılardan bağımsız olduğu varsayılarak veya varsayımı bozan özellik bakımından alt gruplara ayrılarak her grupta ayrı ayrı analiz yapılması en sık rastlanan çözüm yollarıdır. Ancak bu durumda sonuçlar üzerine gruplar arası farklılığın doğrudan etkisinin incelenmesi mümkün değildir. Çok aşamalı analiz yöntemleri farklı grupların özelliklerini, bireysel modele dahil etmeye izin verir. Gruplar arası varyasyon göz ardı edilerek uygulanan geleneksel yöntemlerde, toplam varyasyonun büyük bir kısmı grup-içi varyasyon olarak hesaplanır. Bu durumda bilgi kaybı kaçınılmazdır ve değişkenler arasındaki ilişkilerin bozulmasına yol açabilir. Çok aşamalı analiz yöntemlerinin sağlık alanında uygulandığı çok sayıda örnek mevcuttur.Bu çalışmada çeşitli tipteki aşılar için aşı fire oranlarına mevsimsel etkinin incelenmesi amaçlanmış ve bu amaçla geliştirilen geleneksel doğrusal regresyon modelleri ile kır-kent farklılığı göz önünde bulundurularak oluşturulan çok aşamalı doğrusal modeller karşılaştırmalı olarak incelenmiştir. Konum etkisi göz ardı edilerek yapılan doğrusal regresyon analizi sonuçlarına göre, özellikle eğimin ve regresyon sabitinin kırsal ve kent arasında önemli derecede değiştiği durumlarda yanıltıcı olacağı tespit edilmiştir. Ayrıca doğrusal regresyon modeline konum etkisinin sabit katsayılı olarak alınmasının sonuçlarda ciddi değişikliklere yol açtığı görülmüştür.
Özet (Çeviri)
Fazilet YILDIRIM 2011. The data variability must be taken into account while analyzing a data set. In simple and multiple linear regression, assuming that the value of dependent variable is independent of higher level structures such as group, area or time which data collected from or analyzing separately for each group by dividing into sub-groups in terms of the property of disturbing assumption are the most common solution ways. But in this case evaluating the direct effect on the difference in results between groups is not possible. Multi-level analysis methods allow the properties of different groups to include individual model. The traditional methods that ignore variation between groups, a major part of the total variation is calculated within group variation. In this case, loss information is inevitable and it causes deterioration of relations between variables. There are so many examples that applied multi level methods in the field (area) of health.In this study, intending to investigate the seasonal effect of vaccine wastage rates for various types of vaccine and traditional linear regression models which are developed for this purpose and multi-level linear models which are composed by putting in the rural-urban differences are examined in comparison. According to the results that ignore the effect of the linear regression analysis, the analysis are found to be misleading in the case that especially slope and regression constant varies between rural and urban cases significantly. In addition, taking location effect to the model as a constant coefficient causes serious changes in the results.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Real-time crash risk analysis using deep learning
Derin öğrenmeyle gerçek zamanlı kaza risk analizi
SAEID MORADI
Yüksek Lisans
İngilizce
2022
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OSMAN ATAHAN
- Sağkalım verilerinde kullanılan ağaç tabanlı yöntemlerin karşılaştırılması
Comparison of tree-based methods used in survival data
AYŞEGÜL YABACI
Yüksek Lisans
Türkçe
2017
BiyoistatistikUludağ ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
DOÇ. DR. DENİZ SIĞIRLI
- Medical data analysis and model development based on machine learning using apache spark technology
Apache spark teknolojisi kullanılarak sağlık verilerinin analizi ve makine öğrenimine dayalı modelin geliştirilmesi
ANAR TAGHIYEV
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilişim Teknolojileri Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM ALPASLAN ALTUN
- Genç yetişkinlerin bağlanma stillerinin, yakın ilişkilerindeki psikolojik eğilimlerinin ve ilişki inançlarının incelenmesi
An investigation of young adults' attachment styles, psychological tendencies in their close relationships and their relationship beliefs
SEHER BALTACIOĞLU
Yüksek Lisans
Türkçe
2016
PsikolojiBahçeşehir ÜniversitesiAile Danışmanlığı Ana Bilim Dalı
DOÇ. DR. ÖZLEM KARAIRMAK TEKDURMAZ