1 DÖNEM II ÜROGENİTAL SİSTEM VE HASTALIKLARIN

DÖNEM II
ÜROGENİTAL SİSTEM VE HASTALIKLARIN BİYOLOJİK
TEMELLERİ DERS KURULU
Yrd.Doç.Dr.İsmail YILDIZ
BİYOİSTATİSTİK AD
DERS NOTLARI
05.05.2014 Pazartesi, Saat:11.30-12.20;Korelasyon ve Regresyon Uygulaması
16.05.2014 Cuma, Saat:10.30-12.20; Bilgisayarda İstatistik Çözümlemeler
1. KORELASYON ve REGRESYON UYGULAMASI
Regresyon, iki ve daha fazla değişken arasındaki matematiksel bağıntıyı
denklemlerle ifade etmek ve değişkenin birbirlerinden etkilenme biçimini ve
büyüklüğünü ortaya koymak için yararlanılan bir istatistiksel yöntemdir
Korelasyon, değişkenler arasındaki ilişkinin yönünü, derecesini ve
önemini ortaya koyan istatistiksel yöntemdir.
1.1.Basit Doğrusal Regresyon Analizi
Y bağımlı ve X bağımsız değişken olmak üzere iki değişken arasındaki
sebep-sonuç ilişkisini matematiksel model olarak ortaya koyan maddelere
regrasyon denir. İki değişken arasındaki ilişki düzeyini ve yönünü belirtmeye
yarayan yönteme Korelasyon analizi denir.
ÖRNEK: 9 bireyin günlük içtikleri sigara sayısı(GİSS) ve sistolik kan
basınçları(SKB) olarak aşağıdaki gibi verilmiştir. GİSS ile SKB arasındaki
denklemi bulunuz. İki değişken arasındaki ilişkiyi bulunuz ve ilişkinin
önemliliğini test ediniz.
GİSS
SKB
4
12
11
14
8
11
15
15
5
11
16
14
20
15
9
13
2
10
ÇÖZÜM:
1.Veri giriş sayfasında SKB ve GİSS adlı iki değişken oluşturularak, altına
değerleri aşağıdaki şekilde girilir.
1
2.Analyze > Regrasyon > Linear seçenekleri aşağıdaki şekilde tıklanır.
3.Gelen pencerede
dependet
 SKB
Independet  GİSS aşağıdaki şekilde Taşınır.
4.
tıklanır.
5. Gelen Regrasyon analizi çıktı tablosundan;
REGRASYON ANALİZİ
Sum of
Mean
Model
Squares
df
Square
1
Regressio
22,469
1
22,469
n
Residual
5,086
7
,727
Total
27,556
8
a Predictors: (Constant), GISS
F
30,923
Sig.
,001(a)
2
b Dependent Variable: SKB
Bu tabloda regrasyon karşısındaki değerler kullanılır.
Regrasyon karşısındaki değerlerden f=30.923 p=0,001 ve df=1;7 bulunur.
6. Test Kalıbı [f=30.923, ve df=1;7, P=0,001] olarak yazılır.
7. Karşılaştırma: P=0.001<P=0.001 olduğu görülür.
8. Yorum: “0.001<0.001 olduğundan “günlük içilen sigara sayıları bireylerin kan
basınçlarını önemli oranda etkilemektedir.” yorumu yapılır.
1.2.Basit Doğrusal Korelasyon Analizi
İki değişken arasındaki ilişki düzeyini ve yönünü belirtmeye yarayan
yönteme Korelasyon analizi denir.
Örnek:
10 x hastasının serum fosfat düzeyleri ile serum protein düzeyleri aşağıda
verilmiştir.
Protein: 1; 1.05; 1.73; 1.65; 1.53; 2.89; 3.04; 3.09; 3.36; 1.73
Fosfat : 2.02; 3.83; 4.44; 6.52; 7.13; 11.83; 13.31; 11.03; 11.29; 13.85
ÇÖZÜM:
SPSS’te Korelasyon analizi yapmak için;
1.Veri giriş sayfasında Protein ve Fosfat adlı iki değişken oluşturularak, altına
değerleri aşağıdaki şekilde girilir.
2.Analyze>Correlate>Bivariate seçeneği aşağıdaki şekilde tıklanır.
3. Gelen Pencerede Variable alanına değişkenler aşağıdaki şekilde taşınır.
3
4.Test of Significance alanında two-tailed olasılık seçeneği tıklanır.
5.
tıklanır.
6. Gelen Korelasyon analizi çıktı tablosundan;
KORELASYON ANALİZİ
PROTEIN
PROTEIN
Pearson Correlation
1
Sig. (2-tailed)
.
N
10
FOSFAT
Pearson Correlation
,771(**)
Sig. (2-tailed)
,009
N
10
** Correlation is significant at the 0.01 level (2-tailed).
FOSFAT
,771(**)
,009
10
1
.
10
7. Test Kalıbı [r=0.771, ve n=10, P=0,009] olarak yazılır.
8. Karşılaştırma: P=0.009<P=0.01 olduğu görülür.
9. Yorum: “0.009<0.01 olduğundan “İlişki çok anlamlı bulunmuştur”. Yani “İki
değişken arasında pozitif yönde bir ilişki vardır” yorumu yapılır.
UYGULAMA:
20 y hastasının serum fosfat düzeyleri
ile serum protein düzeyleri
ölçülmüştür. Veriler aşağıdaki tabloda verilmiştir. Y hastalarında serum-protein
düzeyi ile serum-fosfat
düzeyleri arasındaki ne düzeyde ilişki vardır? iki
değişken arasındaki ilişki önemli midir.?
Protein
1.00-1.05-1.73-1.65-1.53-1.73-2.89-3.04-3.05-3.36-3.30-3.30-3.303.50-3.77-3.90-4.04-4.32-5.06-5.42
Fosfat
2.02-3.83-4.44-6.52-7.13-13.85-11.83-11.83-11.03-11.29-12.10-12.7713.31-12.77-12.44-10.77-13.58-12.77-12.77-13.05
4
2.Mc-Nemar KHİ Kare Testi
Mc Nemar testi ikili biçimde sınıflandırılan ve test öncesi ve test
sonrası değişimleri içeren tabloları analiz etmeye yarayan bir eşleştirilmiş
örnek testidir.
Mc Nemar testi iki kategorili bağımlı iki örneklem kikare testidir. Bir
grup deney biriminin X denemesinde elde edilen ikili cevaplarına karşı
belirli bir zaman sonra tekrarlanan X denemesindeki cevapları arasında
uyumluluk olup olmadığı test etmek için yararlanılan bir testtir. Mc Nemar
testi önce olumlu oldukları halde sonra olumsuz olan çiftler ile önce
olumsuz oldukları halde sonra olumlu olan çiftlerin sayısını
(önceki sonuçları sonraki uygulamada değişme gösterenler) dikkate alarak
analiz yapan bir kikare testidir.
2*2 tablosunda ;
A= Önce olumlu iken sonra olumsuz olan birim sayı ya da
A= Önce (1) kodlu iken sonra (2) kodlu olan birim sayısı,
B = Önce olumsuz iken sora olumlu olan birim sayısı ya da
B = Önce (2) kodlu iken sonra (1) kodlu olan birim sayısı
olarak alınır.
Örnek: 30 bireyin önteste vermiş oldukları olumlu ve olumsuz cevap
dağılımının belirli bir eğitim aldıktan sonra değişimini incelemek istiyoruz.
Veriler aşağıdaki şekilde verilmiştir. Öntest sonuçlarının sontest’de değişmesi
önemli midir?
Öntest puanları
Olumlu(1)
Olumsuz(2)
Toplam
Son test puanları
Olumlu(1)
Olumsuz(2)
13
8
6
19
3
11
Toplam
21
9
30
Çözüm:
1-Ön test, son test ve frekans adlı üç değişken oluşturulur ve altına değerleri
girilir.
(ön test olumlu 1 , ön test olumsuz 2, son test olumlu 1, son test olumsuz 2)
2-frekans sütunu Data> Weight cases
tanımlanır.
seçeneğinde ağırlık olarak
5
3-
Analiz > Nonparametric Tests> 2- Related Samples seçeneği tıklanır.
4-
Gelen pencerede Test Pair(s) List alanına on test ve son test değerleri
girilir.
5-
Test Type seçeneklerinden Mc-Nemar işaretlenir ve OK işaretlenir.
6
6-
Sonuç tablosu elde edilir.
7- Bu çıktıya göre test sonucunda P=0,791>0,05 olarak elde edilir. Öntest
sonuçlarının sontest’te değişmesi önemli değildir.
3. İşaret(Sign) Testi
İşaret testi, n birimlik bir veri dizisinde değerlerin ortanca değerin altında
ve üstünde olan değerlerin binom olasılığına göre gözlenme sıklığını
değerlendiren bir testtir.
İşaret testinde aynı anda birden fazla seri verildiğinde her bir değişkenin
verilen ortanca değere göre işaret testleri yapılarak aynı anda sonuçlar
alınabilir.
7
Örnek: fen bilimleri eğitimi alan bireyler ile sosyal bilimler eğitimi alan
bireylerin toplumsal sorunlara eğilimleri arasında farklılık bulunduğu ve sosyal
bilim eğitimi alan bireylerin toplumsal sorunlara daha fazla ilgi duydukları savı
ileri sürülmektedir. Bu savı denetlemek amacıyla toplumdan ikiz olarak doğan ve
ikizlerden birinin fen bilimleri eğitimi aldığı, 12 çift seçiliyor. Bu çiftlerin sosyal
sorunlara bakış açılarını değerlendiren bir test yardımı ile sosyal sorunları
değerlendirme puanları belirleniyor. Bulgular aşağıdaki şekilde verilmiştir. Fen
bilim eğitimi ile sosyal bilim eğitimi bakış açısını önemli düzeyde etkilemekte
midir?
İkiz no
1 2 3 4 5 6 7 8 9 10 11 12
Fen bilim
Sosyal bilim
1-
27 34 28 67 54 90 48 64 93 56 81 57
32 37 26 70 60 86 52 63 89 64 82 70
Çözüm:
fen ve sosyal adlı iki değişken oluşturulur ve altına değerleri girilir.
2-
Analiz> Nonparametric Tests>2-Related Samples seçeneği tıklanır.
34-
Gelen pencerede Test (pairs) List alanına iki değişken taşınır.
Test type seçeneklerinden sing seçeneği işaretlenir ve OK tıklanır.
8
5-
Gelen sonuç tablosuna bakılır.
6- Testin sonucunda P=0,388>0,05 olduğundan Fen Bilimleri eğitimi ile
Sosyal Bilimler eğitimi toplusal sorunlara bakış açısından önemli farklılık
yaratmamaktadır.
4.Kolmogorov –Smirnov (K-S ) Testi
Kikare uygunluk testinin uygulamasının sorunlu olduğu durumlarda
uygulanan bir uygunluk testidir. Bir frekans dağılımının belirli ya da herhangi bir
dağılıma uygunluk gösterip göstermediğini test etmek için yararlanılan bir
testtir . özelilikle az sayıda gözleme dayalı tablolarda sıraya da sütun
9
birleştirmesi yapmadan, belirli dağılım varsayımları kullanmadan uygulanan
testi yapmak için baş vurulan bir testtir .
Kikare uygunluk testinde gözlerdeki torik frekansların 5’ten büyük
olması ya da en iyimser yaklaşımla toplam sınıf sayısının k*.20 sine kadar
5’ten küçük frekans
bulunması koşulu getirilmektedir . Eğer 5’ten
küçük
frekans
içeren
sınıf
çok
ise birleştirmelere
gidilmesi
gerekmektedir . Birleştirme bilgi kaybına yol açmaktadır. Özellikle az
sayıda birimlerin X frekans dağılımlarında önemli sorular yaşanmaktadır.
KS testi, tek örnek ve iki örnek olarak uygulanır.
4.1- Tek Örnek K-S Testi
Tek örnek K-S testinde n1 hacimli bir örneğin yığılımlı frekans
dağılımının teorik belirli bir ya da herhangi bir teorik yığılımlı olasılık
dağılımına uygunluğunu test eder.
Örnek: 10 tifolu hastanın hastanede kalma gün sayıları aşağıdaki şekilde
verilmiştir. Bireyin tifoya yakalanma günlerine göre dağılımlarında önemli
farklılık var mıdır?
Birey sayısı
1
0
2
3
2
1
0
1
Hast. Kal. Gün sayısı
5
6
7
8
9
10
11
12
1-
Çözüm:
hkg( hasta kalma gün sayısı ) ve birey adı altında değişken oluşturulur
ve altına değerleri girilir. Birey değişkeni, Data > Weight case yapılır.
2-
Analiz >Nonparametric Tests> 1-Sample K-S seçeneği tıklanır.
10
34-
Gelen pencerede Test Variable alanına hkg değişkeni atanır.
Test Distrubition seçeneklerinde Normal, Uniform, Poisson ve
Exponential seçilebilir ve OK tıklanır.
5- Tek örnek Kolmogorov- Smirnov test sonuçları Normal’e, Uniforma,
Poisson ve Exponential’a sırasıyla sonuçlar elde edilir.
11
12
6-Bu çıktıya göre her bir dağılıma göre yorum ayrı ayrı yapılabilir. Biz
burada sadece Normal dağılıma göre yorum yaparsak;
P=0.953>0,05 , Kolmogrow Smirov değer=.953 elde edilir. Buna göre
bireylerin tifoya yakalanma günlerine göre dağılımlarında önemli bir farklılık
yoktur.
4.2- İki Örnek K-S Testi
İki örnek K-S testi ise , n1 ve n2 hacimli iki örnekten elde edilen yığılımlı
frekans dağılımlarının aynı teorik yığılımlı olasılık dağılımdan alınmış iki
örneklem dağılımı olup olmadıklarını test eder.
Örnek: Bir sınıftan rasgele 10 kız ve 10 erkek alınmış, bu öğrencilere 10
soru içeren Biyoistatistik testi uygulanmıştır. Test sonunda sorularda yapılan
hatalar geliştirilen kompozit bir ölçekle belirlenmiştir.veriler aşağıdaki şekilde
verilmiştir. Kız ve erkek öğrencilerin hata puanlarına göre dağılımları uyumlu
mudur? Kız ve erkek öğrencilerin hata puanları dağılımları benzer midir?
13
Hata Puanı
24 28 32 36 40 44 48 52
fK
0
0
0
0
3
2
3
2
fE
1
1
3
2
3
0
0
0
Çözüm:
1- Erkek ve kız öğrencilerin hata puanları ardışık olarak ek sütununa girilir
ve bu değerlerin grup kodları grup sütununa girilir. Ve ek sutunu data > Weight
Case yapılır.
2-
Analiz >Nonparametric Tests >2
işaretlenir.
independent Samples seçeneği
14
3-
Gelen pencerede Test Variable List alanına ek değişkeni, Grouping
Variable alanına grup değişkeni taşınır ve Define Groups tıklanır.
4-
Group 1’e 1 ve group 2’ye 2 yazdıktan sonra Continue tıklanır.
15
Test Type seçeneklerinden Kolmogorov-Smirnov Z işaretlenir ve OK
5tıklanır.
6-
İki yönlü Kolmogorov- Smirnov test sonucuna bakılır.
16
7- Bu çıktıya göre P=0.988>0,05, Kolmogrow Smirov değeri=0.447 sonucu
elde edilir. Buna göre kız ve erkek öğrencilerin hata puanlarına göre
dağılımlarında önemli bir farklılık yoktur.
4.KAYNAKLAR:
[1] ÖZDAMAR, K., “Paket Programlar ile İstatistiksel Veri Analizi I-II”,
Kaan Kitabevi, ESKİŞEHİR, 1999.
[2] ÖZDAMAR, K., “SPSS ile Biyoistatistik”, Kaan Kitabevi, ESKİŞEHİR,
1999.
[3] HAYRAN, M., ÖZDEMİR, O., “Bilgisayar İstatistik ve Tıp”, HYB,
MEDAR, ANKARA, 1996.
[4] SPSS Base 7.5 Applications Guide
http://www.spss.com.tr/
[5] CHARLES R.H., “Deney Düzenlemede İstatistiksel Yöntemler”.
[6] SÜMBÜLOĞLU, K., SÜMBÜLOĞLU, V., “Biyoistatistik”
[7] KAN, İ., Biyoistatistik
[8] ÖZDAMAR, K., “Biyoistatistik”.
[9] SPSS, “SPSS Base 7.5 Applications Guide”
[10] SPSS, “SPSS Interactive Graphics 10.0”
[11] BÜYÜKÖZTÜRK, Ş., “Veri Analizi El Kitabı”, Pegema Yayıncılık,
ANKARA, 2002.
[12] Tonta, Y., “Regresyon Analizi Ders Notları”, H.Ü. BBY
17

Download Report