Doğrusal Eğilim Testi – Epidemiyolojide Biyoistatistiksel Yöntemler – Biyoistatistikler – Epidemiyoloji – Biyoistatistikler Nedir? – İstatistik Fiyatları – Ücretli İstatistik
Nokta Tahminleri, Güven Aralıkları ve Pearson ve
Mantel – Haenszel İlişkilendirme Testleri
Ωi ve ORi’nin koşulsuz maksimum olasılık tahminleri ωˆ i = ai / bi’dir ve burada ORu1 = 1 olduğunu not ederiz. ORi için bir güven aralığı (4.7) kullanılarak tahmin edilebilir. Π1 = π2 = · · · = πI ise maruziyet ve hastalık arasında bir ilişki olmadığını söylüyoruz. İ. Maruz kalma kategorisi için beklenen sayımlar:
Eˆ • = a • = m1 olduğu kolaylıkla doğrulanır. Her bir kategori çiftini test etmek mümkündür Burada ORu1 = 1 olduğunu not ediyoruz. ORi için bir güven aralığı (4.7) kullanılarak tahmin edilebilir. Π1 = π2 = · · · = πI ise maruziyet ve hastalık arasında bir ilişki olmadığını söylüyoruz. İ. Maruz kalma kategorisi için beklenen sayımlar:
eˆ = r ben m 1 bir n d f ˆ = r I olur. Yukarıda açıklanan 2 × 2 tablolar için herhangi bir test kullanılarak ilişkilendirme için oranlara bakılır.
I = I (I − 1) / 2 ayrı test ve eğer çok büyükse, testlerin birkaçı yokken bile, tamamen şans esasına dayalı olarak ilişkilendirme kanıtı (tip I hata). Örneğin, I = 10 ile 45 hipotez testi olacaktır.
Α = .05 = 1/20 ile, maruziyet ile hastalık arasında bir ilişki olmasa bile, ortalama olarak 45 testten en az ikisi, ilişki lehine kanıt sağlayacaktır. Bu, epidemiyolojik literatürde oldukça fazla ilgi gören bir konu olan çoklu karşılaştırma sorununun bir örneğidir (Rothman ve Greenland, 1998). Bu güçlüğü önleyen bir yaklaşım, şimdi açıkladığımız gibi, tüm I maruziyet kategorilerini aynı anda dikkate alan ilişkilendirme testleri yapmaktır.
2 × I tablosu için Pearson ilişkilendirme testi, I −1 serbestlik derecesi olduğuna dikkat edin. Önceki argümanları kullanarak gösterilebilir ki
Toplam vaka sayısı m1 üzerine koşullandırma, çok boyutlu hiper-geometrik dağılımla sonuçlanır (Ek E). 2 × I tablo için Mantel – Haenszel çağrışım testi (4.35), (4.36) ve (4.37) ‘nin sırasıyla (4.8), (4.11) ve (4.27) genellemeleri olduğuna dikkat edin. (4.36) ve (4.37) ‘den ikiye bölünmüş durumda olduğu gibi var. Boş hipotez yukarıdaki testlerden herhangi biri tarafından reddedildiğinde, yorum, genel olarak maruziyet ve hastalık arasında bir ilişki olduğuna dair kanıt olduğu şeklindedir.
Bu, ikili testlerin her birinin mutlaka küçük bir p değerine sahip olduğu anlamına gelmez. Aslında, ikili testlerin bireysel olarak ilişki için çok az kanıt sağlaması ve yine de eşzamanlı testin bir ilişkinin var olduğunu göstermesi mümkündür.
Doğrusal Eğilim Testi
Pearson ve Mantel-Haenszel birliktelik testleri, hastalık olasılığının maruziyet kategorileri arasında farklılık gösterip göstermediğini tespit etmek için tasarlanmıştır. Bunlar, verilerde mevcut olabilecek kalıpları hesaba katmadıkları için oldukça spesifik olmayan testlerdir. Şimdi doğrusal eğilimi tespit etmek için tasarlanmış bir testi açıklıyoruz. Bu testi uygulamak için her kategoriye bir maruziyet seviyesi (doz, puan) atamak gerekir.
Sürekli bir maruziyet değişkeni için, makul bir yaklaşım, her kategori için maruziyet düzeyini karşılık gelen kesim noktalarının orta noktası olacak şekilde tanımlamaktır. Örnek olarak 65-69, 70-74 ve 75-79 yaş grupları için orta noktalar 67.5, 72.5 ve 77.5’tir. Açık uçlu bir kategori olduğunda bir sorun ortaya çıkar, çünkü bu durumda orta nokta tanımsızdır.
Örneğin, 80+ gibi bir yaş grubu için orta nokta tanımlamanın açık bir yolu yoktur. Bu problemi ortadan kaldıran bir alternatif, çalışma verilerine dayalı olarak her kategorinin ortalama veya medyan maruz kalma düzeyini tanımlamaktır.
Maruz kalma değişkeni sıralı olduğunda, maruziyet seviyelerinin atanması daha karmaşıktır. Örneğin, Örnek 4.2’de açıklanan göğüs kanseri çalışmasında, hastalığın üç aşaması vardır: Evre I, Evre II’den daha az ciddidir ve bu da, Evre III’ten daha az ciddidir.
Bununla birlikte, maruziyet seviyelerinin nasıl atanması gerektiği net değildir. Böyle bir durumda, maruziyet seviyelerini ardışık 1, 2 ve 3 tam sayıları olarak tanımlamak olağandır. Maruz kalma seviyelerini bu şekilde tanımlamak, aşama I ve aşama II arasındaki “mesafenin” aynı olduğunu varsayar. aşama II ve aşama III arasındaki. Bunun gibi bir varsayım, nihayetinde hastalığın “ciddiyeti” nosyonuna bağlıdır ve bu nedenle gerekçelendirilmesi gerekir.
Lineer regresyon örnekleri
Lineer regresyon analizi nedir
Lineer regresyon formülü
Chow testi
Lineer regresyon modeli
Lineer regresyon nedir
Lineer regresyon örnek soru
Lineer Regresyon Analizi Excel
İ. Kategori için s1 <s2 <··· <sI ile maruz kalma seviyesi si olsun. Ωi bilinmeyen parametrelerdir, ancak log (ωˆ i) ‘nin si’ye (i = 1,2, …, I) karşı dağılım grafiğini hayal edebiliriz. Α ve β’nin sabit olduğu bu noktalar için log (ωˆi) = αˆ + βˆsi “en uygun” düz çizgi olsun.
H0 hipotezini test etmekle ilgileniyoruz: β = 0. = 0 olduğunda, en iyi uyan düz çizginin sıfırdan farklı bir eğime sahip olması durumunda, aline = 0günde izalinartrendinthelog-olasılıkları vardır. Ek E’de gösterildiği gibi, doğrusal eğilim testi (log oranlarda) olarak anılacak olan H0: β = 0 puan testidir.
Büyük Xt2 değerleri, doğrusal bir eğilim lehine kanıt sağlar. Xt2, log-olasılık olarak sunulmasına rağmen, olasılıklar, olasılıklar veya olasılık oranlarındaki doğrusal eğilim için bir test olarak yorumlanabilir. Buna göre, ilgili kategoriye özgü parametre tahminlerinden herhangi birini kullanarak doğrusal eğilimin varlığı için çalışma verilerini inceleyebiliriz.
H0 reddedilirse – yani, doğrusal bir eğilimin mevcut olduğuna karar verilirse, log-olasılıkların maruz kalmanın doğrusal bir işlevi olduğunu takip etmediğini anlamak önemlidir. Bunun yerine, log-olasılıkları maruziyetle ilişkilendiren fonksiyonel ilişkinin “doğrusal bileşeninin” sıfır olmayan bir eğime sahip olduğu şeklinde çok daha sınırlı bir sonuç çıkarılabilir. Pek çok uygulamada, özellikle toksik maruziyetler düşünüldüğünde, maruziyet arttıkça hastalık riskinde buna karşılık gelen bir artış olacağını varsaymak mantıklıdır.
Bununla birlikte, daha karmaşık risk ilişkileri mümkündür. Örneğin, kan basıncı çok yüksek veya çok düşük olduğunda felç geçirme riski artar. Sonuç olarak, kan basıncı ve felç arasındaki işlevsel ilişki J-şeklinde bir şeye sahiptir. Böyle bir eğriye en iyi uyan düz çizginin pozitif bir eğimi vardır ve bu nedenle, temeldeki fonksiyonel ilişki doğrusal olmaktan uzak olsa bile, doğrusal bir eğilim olmadığı varsayımı reddedilecektir.
Chow testi Lineer Regresyon Analizi Excel Lineer regresyon analizi nedir Lineer regresyon formülü lineer regresyon modeli Lineer regresyon nedir Lineer regresyon örnek soru Lineer regresyon örnekleri