Özyinelemesiz (non-recursive) modellerin yapısal analizi ve sağlık alanında bir uygulama
Structural analysis of non-recursive models and an application in health field
- Tez No: 988574
- Danışmanlar: DOÇ. DR. SADİ ELASAN
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Doktor Hasta Etkileşimi, Hasta Memnuniyeti, Özyinelemesiz Modeller, Yapısal Eşitlik Modellemesi, Doctor-Patient Interaction, Patient Satisfaction, Non-Recursive Models, Structural Equation Modeling
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Van Yüzüncü Yıl Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez alışması, karşılıklı nedensellik ve geri besleme mekanizmaları içeren sistemlerin analizinde özyinelemesiz (non-recursive) yapısal eşitlik modellerinin sunduğu yöntemsel olanakları inceleyen istatistik odaklı bir araştırma olarak tasarlanmıştır. Geleneksel özyinelemeli (recursive) modeller, değişkenler arasındaki ilişkileri çoğunlukla tek yönlü varsayımlar altında ele almakta; bu durum eşzamanlı ve çift yönlü etkileşimlerin bulunduğu yapılarda önemli sınırlılıklar doğurmaktadır. Bu tezde, söz konusu sınırlılıkları aşmak amacıyla non-recursive yapısal eşitlik modelleme yaklaşımı benimsenmiş ve modelin tanımlanabilirliği, kararlılığı ve uyum özellikleri ayrıntılı biçimde değerlendirilmiştir. Araştırma kapsamında kurulan model, birden fazla gizil değişken arasında eşzamanlı ve karşılıklı ilişkileri içeren bir yapıda kurgulanmış; ölçüm ve yapısal bileşenler birlikte ele alınarak iki aşamalı yapısal eşitlik modelleme yaklaşımı izlenmiştir. Ölçüm modeli doğrulayıcı faktör analizi ile test edilmiş; gizil değişkenlerin gözlenen göstergeler tarafından yeterli düzeyde temsil edildiği gösterilmiştir. Yapısal modelde ise özellikle iki gizil yapı arasındaki çift yönlü ilişki, özyinelemesiz bir çerçevede tanımlanarak geri beslemeli bir sistem kurulmuştur. Non-recursive modellemenin gerektirdiği tanımlanabilirlik koşulları doğrultusunda, modelde gerekli yapısal kısıtlamalar uygulanmış ve serbestlik derecesi pozitif olacak biçimde yapılandırma gerçekleştirilmiştir. Parametre tahminleri maksimum olabilirlik yöntemiyle elde edilmiş; modelin çözüm kararlılığı ve istatistiksel tutarlılığı uyum iyiliği indeksleri ve stabilite ölçütleri üzerinden değerlendirilmiştir. Elde edilen bulgular, kurulan modelin kabul edilebilir uyum düzeylerine sahip olduğunu ve karşılıklı nedensellik içeren ilişkilerin tek bir analitik çerçevede güvenilir biçimde tahmin edilebildiğini göstermektedir. Bu çalışma, sağlık alanından elde edilen ikincil bir veri seti üzerinde yürütülmüş olmakla birlikte, temel katkısını kullanılan veriden ziyade uygulanan istatistiksel modelleme yaklaşımından almaktadır. Özellikle, non-recursive yapısal eşitlik modellerinin sağlık bilimleri bağlamında uygulanabilirliğinin gösterilmesi, model tanımlanabilirliği ve yapısal çözüm sürecine ilişkin metodolojik kararların açık biçimde ortaya konulması, çalışmanın yöntemsel özgünlüğünü oluşturmaktadır. Sonuç olarak bu tez, karşılıklı etkileşim ve geri besleme içeren karmaşık sistemlerin analizinde özyinelemesiz yapısal eşitlik modellerinin klasik yöntemlere kıyasla sağladığı analitik üstünlükleri ortaya koymakta; biyoistatistik alanında bu modellerin uygulanmasına yönelik kapsamlı ve örnekleyici bir metodolojik çerçeve sunmaktadır.
Özet (Çeviri)
This thesis study is designed as a statistical-oriented research that examines the methodological possibilities offered by non-recursive structural equation models in the analysis of systems involving reciprocal causality and feedback mechanisms. Traditional recursive models mostly consider the relationships between variables under one-way assumptions; This situation creates significant limitations in structures with simultaneous and bidirectional interactions. In this thesis, a non-recursive structural equation modeling approach was adopted in order to overcome these limitations and the definability, stability and fit properties of the model were evaluated in detail. The model established within the scope of the research is designed in a structure that includes simultaneous and reciprocal relationships between more than one latent variable; measurement and structural components were considered together and a two-stage structural equation modeling approach was followed. The measurement model was tested with confirmatory factor analysis; It has been shown that latent variables are adequately represented by the observed indicators. In the structural model, the bidirectional relationship between two latent structures is defined in a non-recursive framework and a feedback system is established. In line with the identifiability conditions required by non-recursive modeling, the necessary structural constraints were applied in the model and the configuration was carried out in a way that the degree of freedom was positive. Parameter estimates were obtained by the maximum likelihood method; The solution stability and statistical consistency of the model were evaluated through goodness-of-fit indices and stability criteria. The findings show that the established model has acceptable levels of agreement and that mutually causal relationships can be reliably predicted in a single analytical framework. Although this study was conducted on a secondary dataset obtained from the field of health, its main contribution is derived from the statistical modeling approach applied rather than the data used. In particular, demonstrating the applicability of non-recursive structural equation models in the context of health sciences, model identifiability and clear methodological decisions regarding the structural solution process constitute the methodological originality of the study. As a result, this thesis reveals the analytical advantages of non-recursive structural equation models compared to classical methods in the analysis of complex systems involving mutual interaction and feedback; It provides a comprehensive and exemplary methodological framework for the application of these models in the field of biostatistics.
Benzer Tezler
- Psikiyatrik hastalıklarda, psikopatoloji ve çevresel etken ilişkisinin özyinelemesiz model ile değerlendirilmesi
Evaluation of the relationship between psychopathology and environmental factors in psychiatric diseases by nonrecursive model
SELEN BEGÜM UZUN
Doktora
Türkçe
2021
BiyoistatistikAnkara ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. DERYA GÖKMEN
- Forecasting for bioethanol production in Turkey
Türkiye'de biyoetanol üretimi için öngörü
EZGİ BAYRAKDAR ATEŞ
Doktora
İngilizce
2017
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. FİLİZ KARAOSMANOĞLU
- Building energy efficiency: A data-driven machine learning approach for energy optimization
Bina enerji verimliliği: Enerji optimizasyonu için veriye dayalı makine öğrenmesi yaklaşımı
AHMAD REZA DARABI
Yüksek Lisans
İngilizce
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA BERKER YURTSEVEN
- A radiogenomics-based approach to clinical decision making
Klinik karar vermede radyogenomik tabanlı bir yaklaşım
MERVE KAŞIKCI ÇAVDAR
Doktora
İngilizce
2025
BiyoistatistikHacettepe ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. ERDEM KARABULUT
DOÇ. DR. ERDAL COŞGUN
- Fotopletismografi sinyal ile manşetsiz giyilebilir kan basıncı tahmin sistemi
Cuff-less wearable blood pressure estimation system with photoplethysmography signal
HÜSEYİN MURAT KOPARIR
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiTekirdağ Namık Kemal ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZKAN ARSLAN