Tek Değişkenli Modellerde Uygun Test İstatistiğinin Seçilmesi İçin Web Tabanlı Bir Kılavuz
Yükleniyor...
Dosyalar
Tarih
2017
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Amaç: Araştırmacıların günümüzde istatistiksel paket program kullanma oranı çok yüksektir. Bu çalışmada tek değişkenli modellerde temel düzeydeki istatistiksel analizleri yapmak isteyen araştırmacılara uygun test istatistiğinin seçimi sırasında kılavuzluk edebilecek, mümkün olan en az karmaşıklık düzeyinde web tabanlı bir karar ağacı geliştirmek amaçlanmıştır.Gereç ve Yöntemler: Tek değişkenli basit veya çoklu modellerin istatistiksel analizinde hangi test istatistiğinin uygun olduğunun belirlenişine yönelik bir kılavuz olarak geliştirilen karar ağacı, PHP ve JavaScript dilleri yardımıyla oluşturulmuştur. Kılavuzun kolayca kullanılabilmesi için kavramlar ve testlere ilişkin teknik bilgiler açılır pencereler içinde verilmiştir.Bulgular: Ulaşması ve kullanması oldukça kolay olan karar ağacında araştırmacılara sorulan sorularla çalışmanın amacı, tasarımı ve veri tipi saptanarak uygun yöntemler genelden özele doğru indirgenmekte ve araştırmacının bilgi eksikliğinden ya da yanlış yönlendirmeden kaynaklanan hata yapma olasılığı azaltılmaktadır. Ayrıca, ileri istatistiksel yöntemlerin varlığı ve özellikleri konusunda araştırmacılar bilgilendirilerek uzman yardımı almanın önemi de vurgulanmıştır.Tartışma ve Sonuç: İstatistiksel değerlendirme sonucunda elde edilecek bulguların doğruluğu ve güvenilirliği açısından doğru testin seçilmesi oldukça önemlidir. En önemlisi paket program kullanabilmek ya da bir testi uygulayabilmek değil, istatistiksel analiz için doğru testi seçebilmektir. Geliştirilen karar ağacı, uzman yardımı almanın önemini vurgulamakla birlikte, temel düzeydeki istatistiksel değerlendirmeleri kendi başına yapmak isteyen araştırmacıların en azından yöntem seçimi sırasında hata yapma olasılığının azalmasına katkı sağlayacaktır.
Aim: The rate of statistical software use among researchers today is very high. In this study we aimed to develop a web-based decision tree at the least possible confusion level that can provide guidance in choosing the appropriate test statistics for researchers who want to perform the basic statistical analyses in univariate models on their own. Materials and Methods: The decision tree developed as a guide in determining the appropriate test statistics in the statistical analysis of simple or multiple univariate models was created by using PHP and JavaScript languages. Technical information on the concepts and tests was provided in pop-ups for the guide user's convenience. Results: The questions posed within this decision tree that is quite easy to reach and use help reduce possible appropriate methods by fixing the research's aim, design and data type and lower the researcher's possibility to make mistakes due to lack of knowledge or misguidance. In addition, the information provided on the existence and nature of more advanced statistical methods emphasizes for the researcher the importance of consulting with an expert during the statistical analysis of a study's results. Discussion and Conclusion: Choosing the right test is crucial for the accuracy and reliability of findings to be obtained from a statistical analysis. What is essential is the ability to choose the right test for statistical analysis, not the ability to perform a statistical test or use statistical software. In addition to emphasizing the importance of consulting with an expert, a decision tree as developed in this study will contribute to lowering the possibility of making mistakes of researchers who want to perform statistical analyses on their own, at least while their choice of method.
Aim: The rate of statistical software use among researchers today is very high. In this study we aimed to develop a web-based decision tree at the least possible confusion level that can provide guidance in choosing the appropriate test statistics for researchers who want to perform the basic statistical analyses in univariate models on their own. Materials and Methods: The decision tree developed as a guide in determining the appropriate test statistics in the statistical analysis of simple or multiple univariate models was created by using PHP and JavaScript languages. Technical information on the concepts and tests was provided in pop-ups for the guide user's convenience. Results: The questions posed within this decision tree that is quite easy to reach and use help reduce possible appropriate methods by fixing the research's aim, design and data type and lower the researcher's possibility to make mistakes due to lack of knowledge or misguidance. In addition, the information provided on the existence and nature of more advanced statistical methods emphasizes for the researcher the importance of consulting with an expert during the statistical analysis of a study's results. Discussion and Conclusion: Choosing the right test is crucial for the accuracy and reliability of findings to be obtained from a statistical analysis. What is essential is the ability to choose the right test for statistical analysis, not the ability to perform a statistical test or use statistical software. In addition to emphasizing the importance of consulting with an expert, a decision tree as developed in this study will contribute to lowering the possibility of making mistakes of researchers who want to perform statistical analyses on their own, at least while their choice of method.
Açıklama
Anahtar Kelimeler
Cerrahi
Kaynak
ANADOLU KLİNİĞİ TIP BİLİMLERİ DERGİSİ
WoS Q Değeri
Scopus Q Değeri
Cilt
22
Sayı
1
