Cox regresyon modelinde kayıp veri problemi için çözüm önerileri
The solution proposals for missing data problems in Cox regression model
- Tez No: 575595
- Danışmanlar: DOÇ. DR. NESRİN ALKAN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Sinop Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Matematik Bilim Dalı
- Sayfa Sayısı: 62
Özet
Tıp, biyoloji, mühendislik ve ekonomi gibi birçok alanda kullanımı olan sağkalım analizi, istenilen olayın gerçekleşmesine kadar geçen zamanın modellenmesini sağlar. Sağkalım analizinin en önemli özelliği veri setinde sansürlü verilerin olmasıdır. Sansürlü veri, araştırma sonlandırıldığında istenilen olayın gerçekleşmediği durumda ortaya çıkmaktadır. Sağkalım analizinin en çok kullanılan yöntemi, sağkalım süresini etkileyen faktörleri belirleyen Cox regresyon analizidir. Cox regresyon analizinde de diğer istatistiksel yöntemlerde olduğu gibi tüm gözlem değerlerinin biliniyor olması gerekir. Veri setinde ilgilenilen değişkenin bazı değerlerinin gözlenememesi kayıp veri olarak adlandırılır ve araştırmalar için önemli bir problemdir. Bu çalışmada amaç, kayıp veri problemini gideren yöntemlerin tanıtılması ve farklı kayıp veri mekanizmalarında performanslarının değerlendirilerek farklı örnek genişlikli ve kayıp oranlı veri setlerinde karşılaştırmaktır. Bu amaçla öncelikle simülasyon çalışması yaparak her bir kayıp veri mekanizması için N=50, 100, 300 birimlik örnek genişlikli veri setlerinde %5, %10, %20 ve %30 kayıp oranlı veri setleri türetilmiştir. Farklı senaryolar için elde edilen bu veri setlerinin herbirinde kayıp veri analiz yöntemleri uygulanarak, Cox regresyon analizi yapılmıştır. Ayrıca genellikle klinik çalışmalarda yaygın olarak kullanılan Cox regresyon analizi, ekonomi alanında uygulanmış ve gerçek veri seti olarak işsizlik verisi kullanılarak kayıp veri analiz yöntemleri, Cox regresyon analizi üzerinden karşılaştırılmıştır.
Özet (Çeviri)
Survival analysis, which is used in many areassuch as medicine, biology, engineering and economics, allows modeling of the time until the desired event takes place. The most important feature of survival analysis is the presence of censoreddata in the data set. Censored data arises where the desired event does not ocur when the research is terminated. The most commonly used method of survival analysis is Cox regression analysis, which determines factors affecting survival time. In Cox regression analysis, all observation values should be known as in other statistical methods. The fact that some values of the variable of interest in the data set cannot be observed is called as missing data and it is an important problem for researchers. The aim of this study is to introduce the methods that solve the missing data problem and to evaluate the performance of different missing data mechanisms and to compare them in data sets with different sample size and missing rate. For this purpose, data sets with 5%, 10%, 20% and 30% missing rates and N = 50, 100, 300 units of sample size are derived for each missing data mechanism. Thus, Cox regression analysis was performed by using missing data analysis methods in each of these data sets for different scenarios. Cox regression analysis, which is commonly used in clinical studies, has also been applied in the field of economics. Missing data analysis methods were compared over Cox regression analysis using unemployment data as real data set.
Benzer Tezler
- Cox regresyon modelinde kayıp veri analiz yöntemleri
Missing value analysis methods in Cox regression model
YASEMİN KARAL
Yüksek Lisans
Türkçe
2014
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. KAMİL ALAKUŞ
- Yumuşak doku sarkomlarında prognostik faktörler ve sağkalım analizi
Prognostic factors and survival analysis in soft tissue sarcomas
LAMAN BAYRAMOVA
Tıpta Uzmanlık
Türkçe
2017
OnkolojiMarmara Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. PERRAN FULDEN YUMUK
- Kronik hemodiyaliz tedavisi gören hastaların yaşam süreleri ve buna etki eden faktörler
Survival of patientsunder chronic hemodialysis treatment and factors affecting this survival
DÜRİYE DEREN OYGAR
Tıpta Uzmanlık
Türkçe
2001
Nefrolojiİstanbul Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF.DR. KAMİL SERDENGEÇTİ
- Cox regresyon modelinde değişken seçim yöntemleri
Variable selection methods in cox regression model
PINAR AKBABA
Yüksek Lisans
Türkçe
2022
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. NİHAL ATA TUTKUN
- Examination of the proportional Hazard assumption in Cox regression model
Cox regresyon modelinde oransal Hazard varsayımının incelenmesi
AYHAN YAĞCI
Yüksek Lisans
İngilizce
2018
BiyoistatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. ÖZGÜL VUPA ÇİLENGİROĞLU