Türetilmiş ikili heterojen veri yapılarında genel, sağlam ve kesin lojistik regresyon yöntemlerinin karşılaştırılması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, SAĞLIK BİLİMLERİ ENSTİTÜSÜ, BİYOİSTATİSTİK VE TIBBİ BİLİŞİM ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2012
Tezin Dili: Türkçe
Öğrenci: MUZAFFER BİLGİN
Danışman: ERTUĞRUL ÇOLAK
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Sağlık alanında yapılan araştırmalarda ikili şekilde gözlenen bağımlı değişkeniçeren veri setleri ile sıklıkla karşılaşılmaktadır. Örneğin bazı fenomenler var-yok, ölü-sağ, başarılı-başarısız gibi ikili biçimde sonuçlanabilmektedir. Bu sonuçların ortayaçıkmasında birçok faktör söz konusudur. Bu ilişkinin incelenmesinde bağımlı değişkenkategorik yapıda olduğu için lojistik regresyon yöntemi en çok kullanılan yöntemlerdenbiridir.Lojistik regresyon yönteminde kullanılan model oluşturma tekniği, istatistikalanında kullanılan diğer model yapılandırma teknikleri ile benzerdir ve lojistikregresyon analizinin amacı en az sayıda bağımsız değişken kullanarak en iyi uyumasahip olacak şekilde bağımlı ile bağımsız değişkenler arasındaki ilişkiyi tanımlayabilenbir model kurmaktır.Sağlık alanında yapılan çalışmalarda ikili yapıda gözlenen veri setlerininanalizlerinde en yaygın kullanılan genel lojistik regresyon yöntemlerininuygulanabilmesi, büyük örnek hacmine ve koşulsuz olabilirlik fonksiyonununkullanılmasına bağlıdır. Ancak genel lojistik regresyon yöntemleri, örnek hacmi küçük,çarpık, seyrek ya da bağımlı değişkenin beklenenin dışında sapan değerler almasıdurumunda (heterojen veri seti) geçerli ve güvenilir sonuçlar vermeyebilirler. Budurumda alternatif yöntemlerin kullanılması güvenilir sonuçların elde edilmesi içingereklidir. Alternatif yöntemler arasında en yaygın olarak kullanılan lojistik regresyonyöntemi kesin lojistik regresyon analizidir. Ancak son yıllarda sağlam lojistik regresyonyöntemleri de alternatif yöntemler arasında yerini almaktadır. Yapılan literatürtaramaları sonucunda çok sayıda sağlam lojistik regresyon yöntemine rastlanılmıştır.Croux ve Haesbroeck, Bianco ve Yohai tarafından ortaya atılan sağlam lojistikregresyon yöntemini modifiye ederek diğer sağlam lojistik regresyon yöntemlerine görehızlı ve stabil sonuç veren bir algoritma geliştirmişlerdir. Bu nedenle sağlam lojistikregresyon yöntemi olarak Croux ve Haesbroeck tarafından geliştirilen yöntem bu tezçalışmasına dahil edilmiştir.Bu çalışmanın amacı, ikili yapıda bağımlı değişken içeren heterojen verisetlerinin analizlerinde Genel lojistik regresyon, Sağlam lojistik regresyon ve Kesinlojistik regresyon yöntemlerinin performanslarını karşılaştırmaktır.Yöntemler; parametre tahminlerinin yanlılıkları ve standart hataları kullanılarakve farklı örnek büyüklüğünde, farklı bozulma oranında simülasyon çalışmaları yapılarakkarşılaştırıldı. Yöntemlerin karşılaştırılmasında Monte Carlo simülasyon yöntemikullanıldı ve analizler R v2.13.2 ve SAS 9.0 paket programlarında yapıldı. GrafiklerMinitab 15.0 programında oluşturuldu.Simülasyon analizleri sonucunda; bozulma oranının %0 olduğu homojen verisetlerinde üç yöntemin de benzer sonuçlar verdiği gözlendi. Bozulmanın var olduğu verisetlerinde sağlam lojistik regresyon yönteminin, genel lojistik regresyon yöntemi vekesin lojistik regresyon yöntemine göre daha yansız parametre tahminleri verdiği vesağlam lojistik regresyon yönteminin parametre tahminlerine ilişkin standart hatalarıdüzelterek daha güvenilir sonuçlar verdiği belirlendi.