ASEMPTOTİK YÖNTEMLER VE ÖZETLER – Epidemiyolojide Biyoistatistiksel Yöntemler – Biyoistatistikler – Epidemiyoloji – Biyoistatistikler Nedir? – İstatistik Fiyatları – Ücretli İstatistik
Tabakalaşan değişken karıştırıcı değilse, ham olasılık oranı tahmini bu amaca hizmet eder. Kafa karıştırıcı olduğunda, Bölüm 2.5.4’te açıklanan standartlaştırılmış tahmin kullanılabilir. Bir alternatif, tabakaya özgü tahminlerin ağırlıklı ortalamasını kullanarak genel olasılık oranını tahmin etmektir.
Bununla birlikte, ters varyanslar açısından tanımlanmanın aksine, tabakalaşan değişkenin temel popülasyondaki dağılımını yansıtmaktan farklı olarak. Heterojenlik olduğu zaman Heterojenlik mevcut olduğunda, olasılık oranının katmana özgü tahminleri 1’in her iki tarafında sıralanabilir, bu fenomen nitel etkileşim olarak adlandırılır.
Bu durumda, maruziyet bazı katmanlarda zararlı, bazılarında faydalı görünecektir. Sonuç olarak, tabakaya özgü tahminler çok daha büyük veya daha küçük olsa bile ağırlıklı ortalama 1’e yakın olabilir. Bu tür ağırlıklı ortalamanın uygun bir yorumu, bunun “net” bir etki ölçüsünü temsil etmesidir.
ORmh ve ORl’lerdeki durumla gösterilebileceği gibi, ilişki testi yapılırken benzer sorunlar ortaya çıkar, heterojenlik olduğunda ağırlıklar mevcut olarak seçilir, ORu, ORc, ORmh ve ORl’ler gibi olasılık oranının özet tahminleri yapılmaz. epidemiyolojik olarak anlamlı bir parametreyi tahmin edin.
Öte yandan, homojenlik olduğunda ağırlıklı ortalama oluşturmak için popülasyon ağırlıkları kullanılabilir, ancak bu varyans tahmini için optimal olmayacaktır.
Mantel – Haenszel testi X 2 mh dikkate alınmalıdır. (5.29) ‘un payını J j = 1 (a1 j – eˆ1 j) olarak yeniden yazarak, homojenlik altında, (ORu j – 1) ‘in her biri yakın (OR – 1) olma eğiliminde olacaktır. Dolayısıyla, farklar (a1 j – eˆ1 j) aynı işarete sahip olma eğiliminde olacaktır: OR> 1 olduğunda pozitif ve OR <1 olduğunda negatif olacaktır. Nitel etkileşim olduğunda, Jj = 1 (a1 j – eˆ1 j) olacaktır pozitif ve negatif terimlerin toplamı. Bu miktarı “net” olarak yorumlayabiliriz, gözlemlenen ve beklenen sayılar arasındaki fark da vardır.
Bazı terimler mutlak değerde oldukça büyük olsa bile, X2 mh pozitif ve negatif terimlerin iptalinin bir sonucu olarak küçük olabilir. Bu durumda, X2 büyük bir p değerine sahip olabilir ve bu nedenle mh ilişkisizlik hipotezi reddedilemez. Bu koşullar altında, boş hipotez mh’nin maruziyet ve hastalık arasında hiçbir “net” ilişki olmadığını düşünmemiz koşuluyla, X2’yi bir ilişki testi olarak yorumlayabiliriz.
Bir ilişkilendirme testinin yapıldığını ve homojenliğin olup olmadığının bilinmediğini varsayalım. P değeri küçükse, maruz kalmanın mutlak veya net terimlerle hastalıkla ilişkili olduğu sonucuna varırız.
Bununla birlikte, p değeri büyükse, dikkate alınması gereken iki durum vardır: Homojenlik varsa, o zaman maruziyet ile hastalık arasında bir ilişki yoktur; ancak heterojenlik varsa, söylenebilecek tek şey, net bir ilişki olmadığıdır. İkinci durumda, bazı tabakalarda genel test tarafından tespit edilmeyen önemli ilişkiler olabilir.
Bu nedenle, bir ilişkilendirme testi yapmadan önce homojenlik olduğunu tespit etmek akıllıca olacaktır. En azından, tabakaya özgü olasılık oranı tahminleri, çoğunluğunun 1’in bir tarafında mı yoksa 1’in bir tarafında mı olduğunu belirlemek için incelenmelidir.
Biyoistatistik Kitabı pdf
Biyoistatistik nedir
Biyoistatistik Ders Notları
Biyoistatistik soruları
Biyoistatistik PDF
Biyoistatistik Ders Notları pdf
Biyoistatistik Kitabı
Biyoistatistik konu Anlatımı pdf
2 × 2 ÖRNEK VE ÖNERİLERİN ÖZETİ
Tablo 5.8, asimptotik koşulsuz (AU), asimptotik koşullu (AC), Mantel-Haenszel (MH) ve ağırlıklı en küçük kareler (WLS) yöntemlerine dayalı reseptör seviyesi-meme kanseri analizlerinin sonuçlarını özetlemektedir. Bu bulgular, dört yaklaşımın tümü oldukça benzer sonuçlar verdiği için, geniş katman koşullarını karşılayan tipik verilerdir. Hesaplama kolaylığı açısından, Mantel – Haenszel ve ağırlıklı en küçük kareler yöntemleri açık arayla en uygun olanıdır.
Olasılık oranı yöntemlerinin istatistiksel özellikleri üzerine önemli teorik araştırmalar yapılmıştır ve bu, farklı ortamlarda uygulanabilirliği konusunda bazı rehberlik sağlar. Büyük tabakalı koşullar altında, ORu, ORc, ORmh ve ORl’lerin tümü istenen asimptotik özelliklere sahiptir.
Seyrek tabaka koşulları altında, ORc ve ORmh çekici asimptotik ve sonlu örnek özelliklerine sahip olmaya devam eder (Breslow, 1981; Hauck ve Donner, 1988), ancak aynı şey artık ORu ˆ ve O Rls için geçerli değildir.
X2, homojenlik olduğunda ilişkiyi tespit etmek için idealdir. Doğrusal trend Xt2 testi, maruz kalmanın pürüzsüz, monoton fonksiyonları olarak ifade edilebilen alternatiflere karşı yerel olarak optimaldir.
Xt2’nin yerel özelliği, maruziyet hastalığı ilişkisinin model yanlış tanımlamasına duyarlı olmadığı anlamına gelir. Yukarıda ele alınan homojenlik testlerinin her biri, özellikle seyrek tabaka koşulları altında, heterojenliği tespit etmek için düşük güce sahiptir.
Ağırlıklı en küçük kareler yöntemleri, büyük tabakalı koşullar altında iyi performans gösterir ve hesaplama kolaylığı açısından düşünülmelidir. Daha sonra MH-RBG yöntemleri olarak adlandırdığımız ORmh, var (log ORmh) ve X2 de varsayımsal olarak basittir ve hem geniş tabakalı hem de seyrek tabakalı koşullarda mükemmel sonuçlar üretme avantajına sahiptir.
İhtimal oranına dayalı kapalı kohort verilerinin asimptotik analizi için, MH-RBG yöntemleri önerilir. Genel örneklem boyutu küçük olduğunda, bu yöntemler iyi performans göstermeyebilir ve bu da kesin hesaplamalara başvurmayı gerekli kılar.
J (2 × I) TABLOLARI İÇİN ASEMPTOTİK YÖNTEMLER
Bu bölümde, maruziyet değişkeni polikotom olduğunda tabakalı verileri analiz etme yöntemlerini ele alıyoruz. J. Tabaka için veri düzeni Tablo 5.9’da verilmiştir. Tüm j için 1j = π2j πIj ise, maruziyet ve hastalık arasında bir ilişki yoktur. J. Tabakadaki i. Maruz kalma kategorisi için beklenen sayımlar verilir.
Referans kategori olarak i = 1 ile, ORmhi’nin i’inci maruz kalma kategorisini birinci kategori ile karşılaştırarak Mantel – Haenszel oran tahminini göstermesine izin verin.
X 2 ilişkisinin Mantel-Haenszel testi J (2 × I) mh ayarına bir genellemeye sahiptir, ancak formül matris cebirini içerir (Ek E). Peto ve Pike (1973), X2, mh’ye sayısal olarak uygun bir yaklaşım verir.
Xp2p, Bölüm 5.2’de tartışılmamış olmasına rağmen, I = 2 olduğunda hala geçerlidir. Ancak, X2 kolayca hesaplandığı için böyle bir yaklaşıma güvenmeye gerek yoktur. Mh ithcategorywiths1 <s2 <··· <sI.Foreach j, tanımlayın.
Uj ve Vj, (4.38) ‘in pay ve paydasına karşılık gelir ve bu nedenle, j. Tabakadaki doğrusal eğilimi test etmek için kullanılabilirler. Bu doğrusal eğilim için genel bir testtir.
Biyoistatistik Ders Notları Biyoistatistik Ders Notları pdf Biyoistatistik Kitabı Biyoistatistik Kitabı pdf Biyoistatistik konu Anlatımı pdf Biyoistatistik nedir Biyoistatistik PDF Biyoistatistik soruları