Parametrik Olmayan Çok Değişkenli Varyans Analizi ve Sağlık Alanında Bir Uygulaması
Yükleniyor...
Dosyalar
Tarih
2016
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Sağlık araştırmalarında, etkenlerin genellikle birbirleriyle ilişkili birden fazla sonucu olabilir. Bu ilişkili sonuçları ayrı analiz etmek 1.Tip hatanın artmasına neden olur. Ancak pratik uygulamalarda veri analizinde sıklıkla bu hata yapılmakta, daha basit, kolay yorumlanabilen tek değişkenli analiz yöntemlerinden yararlanılmaktadır. Ayrıca sağlık araştırmalarındaki özelliklerin önemli bir bölümü tek değişkenli parametrik modellerin varsayımlarından olan normal dağılım ve varyansların homojenlik ön şartlarını sağlamamaktadır. Dolayısıyla söz konusu araştırmaların daha doğru ve güvenilir sonuç üretmesi için yeni yaklaşım ve yöntemlerin tanıtılması ve uygulanması zorunlu hale gelmektedir. Bu amaçla, ölçülen özellikler arasındaki ilişkileri göz önüne alan ve varsayımları az olan parametrik olmayan MANOVA (PERMANOVA, Permutational Multivariate Analysis of Variance) modelinin teorik özellikleri tanıtılmış, klinik araştırmadan elde edilen bir veri setine uygulanarak sonuçlar tartışılmıştır. Çalışma sonucunda Hashimato hastalığı varlığı ve cinsiyet ile lipid profili değerleri arasındaki ilişkiler incelenmiş, Hashimato olanlarda lipid değerlerinin cinsiyete göre değişmemekle birlikte sağlıklı bireylerden anlamlı düzeyde yüksek olduğu bulunmuştur. Sonuç olarak,tabiatta veya insan vücudunda birçok özellik birbirini etkileyen ilişkileri birlikte dikkate alarak biyolojik yapıları gerçeğe daha yakın inceleyebilmek için ön koşulları fazla olmayan esnek istatistik modellere ihtiyaç duyulur. Bu sorunlara çözüm olarak günümüzde henüz uygulaması yaygınlaşmamış olan PERMANOVA modelinin kullanılmasını önerilmektedir
In health research, factors can have effects on multiple correlated outcomes. Analyzing these related outcomes separately can cause an increase in type I error. However in practical applications, this error is made frequently by using univariate analyses. In addition a majority of variables used in studies do not exhibit normal distributions or homogeneity of variance. So introduction and application of new approaches,which provide more accurate and more reliable results, becomes necessary.For this purpose, it was introduced the theoretical properties of PERMANOVA which is a non- parametric method and have a few assumptions, was discussed the results that obtained from a clinical research data set.As a result of our study, there was no significant interaction between disease group and gender, but the lipid values in Hashimato patients are significantly higher than in healthy individuals for both genderConsequently, In generalmany features interacts each other in human body. For examined the biological structures much closer, there is needed more flexible statistics model that have not more preconditions.As a solution to these problems, we recommend to use PERMANOVA models
In health research, factors can have effects on multiple correlated outcomes. Analyzing these related outcomes separately can cause an increase in type I error. However in practical applications, this error is made frequently by using univariate analyses. In addition a majority of variables used in studies do not exhibit normal distributions or homogeneity of variance. So introduction and application of new approaches,which provide more accurate and more reliable results, becomes necessary.For this purpose, it was introduced the theoretical properties of PERMANOVA which is a non- parametric method and have a few assumptions, was discussed the results that obtained from a clinical research data set.As a result of our study, there was no significant interaction between disease group and gender, but the lipid values in Hashimato patients are significantly higher than in healthy individuals for both genderConsequently, In generalmany features interacts each other in human body. For examined the biological structures much closer, there is needed more flexible statistics model that have not more preconditions.As a solution to these problems, we recommend to use PERMANOVA models
Açıklama
Anahtar Kelimeler
Bilgisayar Bilimleri, Bilgi Sistemleri
Kaynak
Bilişim Teknolojileri Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
9
Sayı
1