Sayma verisi regresyon modellerini kullanarak aile hekimine müracaat sayısını etkileyen faktörlerin analizi
Analysis of factors affecting the number of family doctor visits using count data regression models
- Tez No: 632249
- Danışmanlar: PROF. DR. ERKAN OKTAY
- Tez Türü: Doktora
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Aile hekimi, hekime müracaat sayısı, sayma verisi, ZINB, ZTNB, Count data, family doctor, number of doctor visits, ZINB, ZTNB
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 122
Özet
Amaç: Aile hekimine müracaat sayısını etkileyen faktörlerin, sayma verisi regresyon modelleri kullanılarak analiz edilmesi amaçlanmıştır. Materyal ve Metot: Erzurum Palandöken 4 nolu aile hekimliği biriminin, 2017 yılı protokol defteri alınarak veri elde edilmiştir. Hekime müracaat sayısı, yaş, cinsiyet, doğum yeri, medeni hâl ve hekime müracaat sebebi değişkenleri çalışmaya dâhil edilmiştir. Nümerik bağımlı değişken olan hekime müracaat sayısı ile diğer kategorik değişkenleri analize dâhil edebilmek için, kukla değişkenler ihdas edilmiştir. Böylece ilk veri seti teşekkül etmiştir. İlk veri setinde, hekime müracaat etmeyen kişiler için hekime müracaat sebebinden bahsedilemeyeceğinden, bu değişken veri setinden ihraç edilerek, elde edilen 3118 kişilik veri seti ZINB regresyon modeli ile analiz edilmiştir. Hekime müracaat sebebi değişkenini de analize dâhil edebilmek için, hekime müracaat etmeyenler ilk veri setinden ihraç edilerek, elde edilen 1300 kişilik veri seti ZTNB regresyon modeli ile analiz edilmiştir. Model seçimi için AIC kullanılmıştır. Analizlerin yapılmasında SPSS ve STATA programları kullanılmıştır. Bulgular: 3118 kişilik veri seti ile ZINB regresyon modeli kullanılarak yapılan analize göre: Yaş değişkenindeki bir birimlik artış, hekime müracaat sayısını ortalama 0.027 artırmaktadır. Boşanmış veya dul olma durumu, bekar olma durumuna göre, hekime müracaat sayısını ortalama 2.664 azaltmaktadır. Evli olma durumu, bekar olma durumuna göre, hekime müracaat sayısını ortalama 2.740 azaltmaktadır. 1300 kişilik veri seti ile ZTNB regresyon modeli kullanılarak yapılan analize göre: Yaş değişkenindeki bir birimlik artış, hekime müracaat sayısını ortalama 0.042 artırmaktadır. Evli olma durumu, bekar olma durumuna göre, hekime müracaat sayısını ortalama 0,469 azaltmaktadır. Hekime müracaat sebeplerinin anlamlı olmadığı anlaşılmıştır. Sonuç: ZINB regresyon modeli ile 3118 kişilik veri seti analizinde: Yaş değişkenindeki artışın, hekime müracaat sayısını artırdığı; boşanmış veya dul olma durumu ile evli olma durumlarının hekime müracaat sayısını azalttığı anlaşılmıştır. ZTNB regresyon modeli ile 1300 kişilik veri seti analizinde: Yaş değişkenindeki artışın, hekime müracaat sayısını artırdığı; evli olma durumunun hekime müracaat sayısını azalttığı ve hekime müracaat sebeplerinin anlamlı olmadığı anlaşılmıştır.
Özet (Çeviri)
Aim: It is aimed to analyse the factors affecting the number of family doctor visitis, using count data regression models. Material and method: The data obtained from 2017 year protocol book of Erzurum Palandöken 4th family medicine unit. The number of doctor visits, age, gender, place of birth, marital status and reason for doctor visits where included in the study. In order to include the number of doctor visitis which is a numerical dependent variable, to analyse with categorical variables, dummy variables have been made. Thus, the first data set was formed. Since reason for doctor visits cannot be mentioned for the people who did not visit the doctor in the first data set, the 3118-person data set obtained by exporting this variable from the first data set was analyzed with ZINB regression model. In order to include the reason for doctor visits variable into the analysis, the 1300-person data set obtained by exporting those who did not visit the doctor was analyzed with ZTNB regression model. AIC was used for model selection. SPSS and STATA programs were used in the analysis. Results: According to the analysis made by using ZINB regression model in 3118-person data: One unit increase in age increases the number of doctor visits on average by 0.027. Being divorced or widowed, reduces the number of doctor visits on average by 2.664 compared to being single. Being married, reduces the number of doctor visits by an average of 2.740 compared to single status. According to the analysis using ZTNB regression model in 1300-person data: One unit increase in age, increases the number of doctor visits on average by 0.042. Being married, reduces the number of doctor visits on average by 0.469 compared to single status. The reasons for doctor visits were not significant. Conclusion: According to the analysis made by using ZINB regression model in 3118-person data: Age variable, significantly affect the number of doctor visits positively but divorced or widowed variable and married variable negatively. According to the analysis using ZTNB regression model in 1300-person data: Age variable, significantly affect the number of doctor visits positively but married variable negatively. The reasons for doctor visits were not significant.
Benzer Tezler
- Türkiye'de kadının evlilik, doğum ve boşanmasına ilişkin ekonometrik analizler
Regarding marriage, birth and divorce of women in Turkey econometric analysis
ARZU KÖKCEN ERYAVUZ
Doktora
Türkçe
2017
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. ŞENAY ÜÇDOĞRUK BİRECİKLİ
- Sayma verilerinin modellenmesi ve bir uygulama
Count data modelling and an application
AFET SÖZEN ÖZDEN
Yüksek Lisans
Türkçe
2022
EkonometriAydın Adnan Menderes ÜniversitesiEkonometri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELVAN HAYAT
- Küresel finansal teknoloji sektöründe ortaya çıkan yeni girişimlerin ekonomik ve teknolojik belirleyicileri
Economic and technological determinants of newstartups in the global financial technology sector
SELİM TAŞTAN
- Penalized stable regression
Cezalandırılmış stabil regresyon
İREM SARIBAŞ
Yüksek Lisans
İngilizce
2024
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜL İNAN
- Sales forecasting in fashion retail industry with classical and machine learning methods
Moda perakendesi sektöründe klasik ve makine öğrenmesi metodları ile satış tahmini
HANİFE IŞIK
Yüksek Lisans
İngilizce
2020
Ekonomiİstanbul Teknik ÜniversitesiEkonomi Ana Bilim Dalı
DOÇ. DR. TOLGA YURET