SAĞLIK ARAŞTIRMALARI VE BİYOİSTATİSTİK. Doç. Dr. Mustafa N. İLHAN
|
|
- Nergis Üzümcü
- 8 yıl önce
- İzleme sayısı:
Transkript
1 SAĞLIK ARAŞTIRMALARI VE BİYOİSTATİSTİK Doç. Dr. Mustafa N. İLHAN
2 METODOLOJİK ARAŞTIRMALAR Tanı yöntemlerinin doğru ölçme derecesi ve bu yöntemleri kullananların farklılıklarını saptamak amacıyla yapılan çalışmalar
3 YİNELEYEN ÖLÇÜMLERDE AYNI SONUÇLARIN ALINMASINI ETKİLEYEN ETMENLER Ölçme için kullanılan araç gerecin doğruluğu Ölçülen değişkenin biyolojik olarak veya fizik koşullara göre fark gösterip göstermemesi Gözlem veya ölçüm yapan kişilerden kaynaklanan farklar
4 METODOLOJİK ARAŞTIRMALAR Bir tanı yönteminin ne kadar doğru tanı koyduğu konusundaki çalışmalar; validite (geçerlilik-doğruluk) araştırmaları Sensitivite (duyarlılık) ve spesifite (seçicilik) Gözlemin ölçümün tutarlılığı ise gözlemciiçi tutarlılık gözlemciler arası tutarlılık
5 METODOLOJİK ARAŞTIRMALAR GÖZLEMİN/ÖLÇÜMÜN NİTELİĞİ YÖNTEMİN GEÇERLİLİĞİ (VALİDİTESİ) GÖZLEMİN/ÖLÇÜMÜN TUTARLILIĞI Sensitivite Spesifisite Gözlemciye bağlı varyasyon Biyolojik varyasyon Gözlemci-içi Gözlemciler arası Rastgele (Random) Sistematik
6 GEÇERLİLİK (Validite) Hastalıkların tanısında kullanılan yöntemlerin (FM, laboratuvar vs) ne kadar doğru tanı koyduğunu belirleme Sensitivite (Hassasiyet, Duyarlılık):Ölçüm yönteminin gerçekten hasta olanlardan ne kadarını hasta olarak saptayabildiği Spesifisite (Seçicilik): Ölçüm yönteminin sağlam olanlardan ne kadarını sağlam olarak saptayabildiği
7 METODOLOJİK ARAŞTIRMALAR Referans Test Hasta Sağlam Toplam Yeni Hasta a (Doğru Pozitif) b (Yanlış Pozitif) a+b Test Sağlam c (Yanlış Negatif) d (Doğru Negatif) c+d Toplam a+c (Toplam Hasta) b+d(toplam Sağlam) a+b+c+d
8 Sensitivite (hassasiyet) a (yeni testin saptadığı hastalar) a+c (toplam hasta sayısı) Spesifisite (seçicilik) d (yeni testin saptadığı sağlamlar) b+d (toplam sağlam sayısı)
9 Sensitivite ve spesifisite ne olmalı?
10 SENSİTİVİTENİN YÜKSEK OLMASI İSTENEN DURUMLAR 1. Hastalığın erken tanındığında yeterli tedavisi varsa, ilerlemesi durdurulabiliyor, komplikasyonları önlenebiliyorsa 2. Doğrulama testi pahalı değilse, rahat kullanılabiliyorsa 3. Çok sık tarama yapılmıyor ise
11 SPESİFİSİTENİN YÜKSEK OLMASI İSTENEN DURUMLAR 1. Taranan hastalığın tedavisi yok veya sınırlı ise 2. Şüpheli vakaların doğrulanması için ileri tetkik yok veya sınırlı, pahalı ise 3. Yanlış olarak tanı koymak kişiyi veya çevresini rahatsız edecekse 4. Erken tanının olumlu bir etkisi yoksa 5. Tanı doğrulayacak personel sınırlı ise
12 Sensitivite, spesifisite, prevalans ilişkileri Prevalansdaki değişiklikler Sensitivite ve spesifisiteyi etkilemez!.. Hasta-sağlam popülasyondaki ölçülen özelliklerin dağılımı değişiyorsa etkilenir Yaş dağılımı farklı toplumlarda testin sensitivite ve spesifisitesi değişir
13 Prediktif değer, Prevalans İlişkisi Prevalans düşükse geniş sayıda sağlam popülasyona uygulandığından çok sayıda yalancı pozitiflik çıkabilir Yüksek risk grubunda ölçülmeli!..
14 Pozitif prediktif değer Referans teste göre doğru pozitifler (a) Yeni teste göre toplam pozitifler (a+b) Prevalans arttıkça, testin pozitif prediktif değeri artar!..
15 Negatif prediktif değer Referans teste göre doğru negatifler (d) Yeni teste göre toplam negatifler (c+d) Prevalans arttıkça, testin negatif prediktif değeri düşer!..
16 GÜVENİLİRLİK-TUTARLILIK Gözlem ve ölçümü yapan kişileri gözlemcilerin kendi kendileri ve birbirleriyle ne kadar tutarlı gözlem ve ölçüm yaptıklarını belirleme araştırmaları Repeatability, Agreement, Consistency, Reproducibility
17 Güvenilirlik (reliability) Repeatability (tekrar edilebilirlik), Agreement (uyum), Consistency (tutarlılık), Reproducibility (aynı sonucun elde edilebilirliği)
18 AYNI SONUÇLARIN ALINMASINI ETKİLEYEN BAZI FAKTÖRLER Ölçme için kullanılan araç gerecin doğruluğu Ölçülen değişkenin biyolojik olarak veya fizik koşullara göre fark gösterip göstermemesi Gözlem veya ölçüm yapan kişilerden kaynaklanan farklar a) Gözlemciler arası tutarlılık (interobserver) b) Gözlemci içi tutarlılık (intraobserver)
19 Tutarlılık 1. ve 2. gözlemcinin aynı tanıyı koyduğu kişi sayılarının toplamı Toplam tetkik yapılan kişi sayısı
20 ROC EĞRİSİ Bir ölçüm için yeni bir eşik değer elde edilmesi Kestirim noktası
21 OLABİLİRLİK ORANI Olguların elde edilmesinde kesinliği artırır Duyarlılık /(1-Seçicilik)
22
23
24
25 TEMEL BİYOİSTATİSTİK KAVRAMLAR
26 İstatistik Biliminin Tanımı Herhangi bir konuyu incelemek için, Gerekli verilerin toplanmasını, Toplanan verilerin değerlendirilmesini ve Değerlendirme sonucu karara varılmasını sağlayan bilimdir
27 Biyoistatistik İstatistiğin biyoloji, tıp ve diğer sağlık bilimlerindeki uygulamasıdır
28 Biyoistatistiğin Kullanım Alanları Hizmet planlamasında kullanım Toplumsal değişimlerin incelenmesinde kullanım Tanı ve tedavi işlemlerinde kullanım Koruyucu hizmetlerde kullanım Biyolojik, morfolojik ve fizyolojik özelliklerin tanımlanmasında kullanım Her tür bilimsel çalışmalarda kullanım Hizmet göstergesi olarak kullanım
29 Sağlık Hizmetleri ve Biyoistatistik Bir sağlık çalışanının, görevlerini başarılı bir biçimde yürütebilmesi, verdiği kararlarda etkili olabilmesi, hizmetlerini etkin ve uygun bir biçimde planlayabilmesi, yaptığı araştırmaları bilimsel temele oturtabilmesi, iyiyi kötüden, doğruyu yanlıştan, uygunu uygun olmayandan, başarılıyı başarısızdan ayırabilmesi, için; güvenilir verilere ve istatistiksel yöntemlere gereksinimi vardır
30 Sağlık Hizmetleri ve Biyoistatistik-2 Bu nedenle, tıp ve sağlıkla ilişkili fakültelerde, sağlık bilimleriyle ilgili eğitim yapan kurumlarda biyoistatistik eğitimi verilmeli Sağlık personeli ve araştırmacılar biyoistatistik bilmelidir
31 Bir Bilimsel Çalışmanın Aşamaları İncelenecek konunun seçimi Araştırmanın Planlanması Uygulama Değerlendirme Rapor-Makale yazımı
32 Araştırmanın Planlanması Amacın belirlenmesi Hipotezlerin belirlenmesi Bağımlı ve bağımsız değişkenlerin belirlenmesi Araştırma yönteminin belirlenmesi Araç ve gerecin belirlenmesi
33 Gereç ve Yöntem. Evren Örnek büyüklüğü ve örneklem yöntemi Kontrol grubu Yöntem belirlenmesi Araştırma maliyeti Uygulama Verilerin analizi
34 İstatistik konu olarak iki ana gruba ayrılır Tanımlayıcı istatistik Çıkarımsal istatistik 34
35 Tanımlayıcı istatistik Elde edilen verilerin sınıflandırılması, frekans dağılımlarının yapılması, bu dağılımların ortalamalar, çeyrek ve yüzdelikler, standart sapma ve benzeri ölçülerle tanımlanması ve bulguların tablo ve grafiklerle okuyuculara sunulması 35
36 Çıkarımsal istatistik Örneklemden elde edilen bulgularla; örneklemin çekildiği evren hakkında tahminlerde bulunma, karşılaştırmalar yapma ve kararlara varma işlemleri 36
37 TANIMLAYICI İSTATİSTİK
38 İçerik 1. Temel Kavramlar 2. Değişken tipleri 3. Tanımlayıcı istatistik 4. Çıkarımsal istatistik 5. Verinin Özellikleri
39 Temel Kavramlar - 1 Evren Belirli bir özelliğe sahip bireylerin tümünün oluşturduğu topluluk Evren büyük ya da küçük sonlu ya da sonsuz olabilir Örnek Çekildiği evreni temsil ettiği düşünülen ve evrenden çekilen küçük bir grubun oluşturduğu topluluk Örnekleme Örneklemi seçmek için yapılan Doç.Dr.Mustafa işlemlerin N.İLHAN tümü
40 Temel Kavramlar - 2 Parametre Evreni tanımlamak için kullanılan ölçüler Evren ortalaması, oranı vb. Veri Bir olayı aydınlatmak ya da gerçeği ortaya çıkarmak için toplanan materyal Değişken İncelenen özellik
41 Değişken tipleri-1 Veriler ölçüm biçimine göre iki grupta toplanabilir: Ölçümle belirtilen değişkenler (niceliksel ölçümler, kantitatif) Sayımla belirtilen değişkenler (niteliksel ölçümler, kalitatif)
42 Değişken tipleri-2 Farklı bir veri sınıflandırması I.Nominal değişkenler: Kişilere, yerlere, olaylara ait verilerin gruplar halinde en basit ölçümü Örn: erkek, kadın vb. Niteliksel değişkenler Yüzde ve oranlarla
43 Değişken tipleri-3 II.Ordinal değişkenler: Veriler yine gruplara ayrılmıştır ancak gruplar birbirini daha az ya da daha çok şeklinde takip ederler Örn: eğitim düzeyleri okur yazar olmayanlar, okuryazarlar, ilkokul mezunu, ortaokul mezunu, lise mezunu gibi. Yüzde ve oranlarla
44 Değişken tipleri-4 III.İnterval değişkenler: Kesin bir sıfır noktası yoktur. Birimler arası aralık eşit olmasına rağmen,ölçüler arasında oransallık yoktur Örn: Kan basıncı, hemoglobin değeri vb. Sürekli değişkenler olarak da adlandırılabilirler
45 Değişken tipleri-5 IV.Tamsayı (ratio) değişkenler: Tam sayılara bölünmüş değişkenler Ölçümler yalnızca tam sayılar için Arada başka değerler yoktur Örn: gebelik sayısı, yaşayan çocuk sayısı gibi
46 Verinin Özellikleri Veriler; doğru, güvenilir, kullanılabilir, yararlı, eksiksiz olmalı
47 İstatistiksel ifade Nominal veriler için; yüzde hesaplamaları Ordinal veriler için; yüzde veya ortanca hesaplamaları İnterval veriler için; ortalama, standart sapma, varyans, varyasyon katsayısı
48 Frekans Dağılımlarını Tanımlayıcı Ölçüler - 1 Ölçü kullanmada amaç; Elde edilen bir dağılımı bir ya da birkaç ölçüyle özetlemek Kullanılan her ölçü dağılımın başka bir özelliğini belirtir
49 Frekans Dağılımlarını Tanımlayıcı Ölçüler - 2 Temel ölçüler: Ortalamalar dağılımın orta noktasını, Standart sapma dağılımın yaygınlığını gösteren Yardımcı ölçüler: Çeyrek ve yüzdelikler Basıklık ve yaygınlık ölçütleri (skewness ve kurtosis)
50 Tanımlayıcı Ölçülerin Sınıflanması Yer Gösteren Ölçüler Merkez ölçüleri-ortalamalar Çeyrek ve yüzdelikler Yaygınlık Ölçüleri Standart sapma Varyans Varyasyon katsayısı Standart hata
51 Ortalamalar Ortalama, dağılımın orta noktasını gösteren ve incelenen bireylerin değerlerinin tek değerle temsil edilmesini sağlayan ölçü Aritmetik ortalama(mean) Ortanca (median) Tepe değeri (mode) Geometrik ortalama
52 Aritmetik Ortalama (Mean) Aritmetik ortalama, deneklerin aldıkları değerlerin toplanıp denek sayısına bölünmesiyle elde edilen matematiksel gerçek bir değer Bu nedenle deneklerin aldıkları değerlerden, özellikle aşırı değerlerden etkilenir
53 Aşırı değer varsa; Ölçüm tekrarlanabilir Aşırı değer değerlendirme dışı bırakılabilir Aşırı değerlere diğer değerlere yakın bir değer atanabilir Bunlar yapılamıyorsa ortanca kullanılabilir. Örnek: K: Art.ort: 25 D: Art.ort: 29
54 Ortanca (Median) Ortanca dağılımın orta noktasındaki değer Dağılımdaki değerlerin %50 si ortancaya eşit ve/veya daha küçük, %50 si ortancaya eşit ve/veya daha büyük Ortanca dağılımdaki aşırı değerlerden etkilenmez
55 Sınıflanmamış verilerde ortanca hesaplanması Dağılımdaki değerler, küçükten büyüğe yada büyükten küçüğe doğru sıralanarak tam ortadaki değer bulunur Denek sayısı tek ise (n+1) / 2. değer Denek sayısı çift ise tam ortada bir değer yoktur n / 2. değer ile (n+2) / 2. değer toplanıp 2 ye bölünür
56 Örnek: Ham veri: 8,9,10,5,6,8,9,10,8,7 Sıralanmış veri: 5,6,7,8,8,8,9,9,10,10 10 / 2 = 5. Değer 10+2 / 2 = 6. Değer Ortanca = 8+8 / 2 = 8
57 Tepe Değeri(Mode) Sınıflanmamış verilerde tepe değeri dağılımda en çok görülen, en çok tekrarlayan değerdir Bir dağılımda tepe değeri olabilecek birden çok değer varsa, tepe değeri kullanılmamalı
58 Aritmetik ortalama, ortanca ve tepe değeri ilişkileri Simetrik dağılımlarda aritmetik ortalama, ortanca ve tepe değeri birbirine eşittir Sağa çarpık dağılımlarda küçük değerlerde bir yığılma vardır tepe değeri < ortanca < aritmetik ortalama Sola çarpık dağılımlarda büyük değerlerde yığılma vardır tepe değeri > ortanca > aritmetik ortalama
59 Sağa Çarpık Simetrik Sola Çarpık Ortalama Ortanca Tepe Değeri Ortalama Ortanca Tepe Değeri Ortalama Ortanca Tepe Değeri
60 Geometrik ortalama Mikroorganizmaların çoğalması, nüfus artışı, fiyat artışı gibi birbirinin katları olarak çoğalan yani geometrik artış gösteren verilerde ortalama hesaplamak için kullanılan bir ortalama ölçüsü n tane değerin birbirleriyle çarpımlarının n inci kökü veya logaritma alınarak hesaplanır Dağılımda negatif ya da sıfır değerleri varsa hesaplanamaz
61 Yaygınlık Gösteren Ölçüler Standart sapma Varyans Varyasyon katsayısı Standart hata
62 Standart sapma (S) - 1 Dağılımın yaygınlığını gösteren ölçütlerin en sık kullanılanı Dağılımdaki her bir değerin ortalamaya göre ne kadar uzakta olduğunu gösterir Değerler ortalamadan uzaklaştıkça dağılımın yaygınlığı artar Standart sapma büyüdükçe dağılımın yaygınlığı artar
63 Standart sapma (S) - 2 Örnek: Aritmetik ortalamaları aynı olan iki dağılım aynı yaygınlıkta olmayabilir A: x = 30 B: x = 30
64 Varyans (S²) Standart sapmanın karesi Dağılımın yaygınlığını gösterir
65 Varyasyon katsayısı(v) (Değişim katsayısı) - 1 Standart sapma dağılımın yaygınlığını gösterir, ancak mutlak bir değer olduğundan dağılımla ilgili çok fazla bir şey ifade etmez Varyasyon katsayısı standart sapmanın ortalamaya göre yüzde ifadesi Yaygınlıkların karşılaştırılmasında kullanılır Değerlerin ortalamaya göre yüzde kaçlık bir değişim gösterdiğini belirtir Varyasyon katsayısı arttıkça dağılım heterojenleşir
66 Varyasyon katsayısı - 2 S V = x 100 X Örnek: A: x = 500 S = 100 V = % 20 B: x = 500 S = 50 V = % 10
67 Standart hata (SEM) Aritmetik ortalama standart hata ile birlikte gösterilir (x ± s) Örnek ortalamasının evren ortalamasından ne kadar farklı olduğunu gösterir S S x = n
68 ÇIKARIMSAL İSTATİSTİK / ÖNEMLİLİK TESTLERİ 68
69 İçerik 1. Önemlilik testleri-tanımlar 2. Parametrik ya da non-parametrik test seçiminde önemli kriterler 3. Test çeşitleri ve özellikleri 4. Normal dağılıma uygunluk değerlendirmesi 5. Varyansların homojenliği
70 Önemlilik testleri - 1 Elde edilen değerlerin ya da varılan sonuçların istatistiksel olarak önem taşıyıp taşımadığını ya da anlamlı olup olmadığını test etmek için başvurulan yöntemler
71 Önemlilik testleri - 2 Tek gruplu verilerde; Sonuçlar gerçek mi? rastlantısal mı? Evren parametresi belirli bir değere eşit mi? Dağılım bir teorik dağılıma uyuyor mu? İki ya da daha çok sayıda gruplu verilerde; Gruplar arası fark var mı? Değişkenler arası ilişki var mı? Gruplar homojen mi?
72 Önemlilik testleri ile bazı kararlara varıldığından; doğru seçilmesi uygun olarak seçilmesi bilinçli olarak kullanılması doğru yorumlanması gereklidir
73 Önemlililik testi seçerken; Değişken tipi/ verinin ölçüm biçimi Örnek büyüklüğü Grupların bağımsız olup olmaması Normal dağılıma uygunluk Varyansların homojen olup olmaması Karşılaştırılacak grup sayısı
74 Verinin Ölçüm Biçimi Ölçümle belirtilen veriler(kantitatif-nicel) Sürekli dağılım gösterirler Sınıflar birbirine geçişlidir Çoğunlukla normal dağılıma uyarlar Parametrik testler - Nonparametrik testler Sayımla belirtilen veriler(kalitatif-nitel) Kesikli dağılım gösterirler Sınıflar birbirine geçişli değildir Çoğunlukla binomiyal ya da poisson dağılımına uyarlar Nonparametrik testler
75 Grupların Bağımlı-Bağımsız Olması Bağımsız olması; grupların ayrı bireylerden oluşması; bir grupta bulunan bireyin diğer grupta bulunmaması Bağımlı olması; bir denek üzerinde bir den çok gözlem yapılması Bağımlı-bağımsız olmasına göre kullanılacak testler değişir
76 Test Çeşitleri ve Özellikleri Parametrik önemlilik testleri; ortalama, varyans, oran gibi ölçüler kullanılır Parametrik olmayan önemlilik testleri; ölçü yerine sıralama, sayma, işaretleme gibi işlemler yapılır
77 Test Çeşitleri ve Özellikleri Örneklemle ilgili;(tüm testler için) Denekler evrenden rasgele seçilmeli Denekler birbirinden bağımsız olarak seçilmeli Örneklemin çekildiği evrenle ilgili olarak;(parametrik testler için) Normal dağılıma sahip olmalı Varyanslar homojen olmalı
78 Seçilecek yönteme karar verilirken; Örnek büyüklüğü (sayı=n) Verinin türü (sürekli, kesikli, nominal, ordinal ) Verinin normal dağılıma uygun olup olmadığı Varyansların homojen olup olmadığı Grup sayısı Grupların bağımlı olup olmaması değerlendirilir
79 Parametrik test Nonparametrik test Evren ortalaması önemlilik testi (One- sample t-test) İki ortalama arasındaki farkın önemlilik testi (Independent samples t-test) İki eş arasındaki farkın önemlilik testi (Paired sample t-test) Varyans analizi (tek yönlü) (One Way ANOVA) İşaret testi (Sign test) Mann-Whitney U testi Wilcoxon eşleştirilmiş iki örnek testi (Wilcoxon signed rank test) Kruskal-Wallis varyans analizi
80 Normal Dağılıma Uygunluk Değerlendirmesi Histogram, P-P plot Q-Q Plot Ki-kare Kolmogorov-Smirnov testi Shapiro-Wilkins testi
81 Normal dağılıma uygunluk Olguların normal dağılım eğrisine uygunluğuna: Ki-kare testi ile; ölçümle elde edilen kesikli veya sürekli veride Beklenen değerlerin bulunması için Z değeri ve normal dağılım eğrisi altındaki alanı hesaplar
82 Kolmogorov-Smirnov Ölçümle elde edilen sürekli verinin normal dağılıma uygunluğunun değerlendirilmesi Bu değerlendirmenin yapılabilmesi için n in en az 30 olması gereklidir n in 30 dan küçük olduğu durumlarda Shapiro Wilkins testinin kullanılması daha doğru olur Testle elde edilen p değeri anlamlı değilse (p>0.05) dağılımın normal dağılıma uyduğu kabul edilir
83 ÖNEMLİLİK TESTLERİ SAYIM PARAMETRİK NONPARAMETRİK Bağımsız 2 Grup - Ki-Kare Bağımlı 2 Grup - Ki-Kare ( Mc Nemar ) 3 Bağımsız Grup - Ki-Kare 3 Bağımlı Grup - Ki-Kare ( Mc Nemar ) ÖLÇÜM PARAMETRİK NONPARAMETRİK Bağımsız 2 Grup Bağımsız Gruplarda t-testi (Student s t-test, İndependent Samples t-test) Mann Whitney U Testi Bağımlı 2 Grup Eşleştirilmiş Örnek t-testi (İki Eş Arasındaki Farkın Önemlilik Testi) (Paired Samples t-test) Wilcoxon (Wilcoxon İşaretli Sıralar) Testi (Wilcoxon Siged Rank Test) 3 Bağımsız Grup 3 Bağımlı Grup Varyans Analizi (ANOVA) POST HOC: Bonferroni, Tukey, LSD Tekrarlı Ölçümlerde Varyans Analizi (Repeated Measures) Kruskal Wallis Varyans Analizi POST HOC: Bonferroni Düzeltmeli Mann Whitney U Testi Friedman Varyans Analizi POST HOC: Bonferroni Düzeltmeli Wilcoxon Testi
84 Parametrik Testler 1. Parametrik test koşulları oluştuğunda iki/ikiden fazla grubun karşılaştırılması 2. İki ortalama arasındaki farkın önemlilik testi 3. İki eş arasındaki farkın önemlilik testi 4. Varyans analizi
85 Parametrik Testler Parametrik test koşulları sağlandığı durumlarda; İki grubun karşılaştırılması Bağımsız gruplarda t-testi (İki ortalama arasındaki farkın önemlilik testi) Bağımlı gruplarda t-testi (İki eş arasındaki farkın önemlilik testi) İkiden fazla grubun karşılaştırılması Varyans analizi (ANOVA)
86 İki Ortalama Arasındaki Farkın Önemlilik Testi (Bağımsız gruplarda t-testi) Parametrik test varsayımları (normallik ve varyansların homojenliği) yerine getirildiğinde, ölçümle belirtilen sürekli bir değişken yönünden bağımsız iki grup arasında fark olup olmadığını test etmek için kullanılan bir önemlilik testidir
87 İki Ortalama Arasındaki Farkın Önemlilik Testi Bu testte iki aritmetik ortalama arasındaki fark değerlendirilmektedir. Bu nedenle uç değerlerden etkileneceği unutulmamalıdır Parametrik test varsayımları yerine getirilmelidir Gruplar birbirinden bağımsız olmalıdır Veri ölçümle belirtilen sürekli değişken olmalıdır n (örnek büyüklüğü) yeterli olduğunda sayısal olarak belirtilen sürekli olmayan değişkenlere (ölen sayısı, hasta sayısı, çocuk sayısı) de uygulanabilir Niteliksel verilere uygulanmaz
88 İki Ortalama Arasındaki Farkın Önemlilik Testi- Örnekler Örnek 1: Kandaki glukoz düzeyi yönünden bağımsız iki grup (örneğin; diyet uygulayanlarla uygulamayanlar, babası ya da annesi şeker hastası olanlarla olmayanlar,... gibi) arasında farklılık arandığında Örnek 2: Bulaşıcı hastalıklar bilgi puanı yönünden bağımsız iki grup (erkeklerle kadınlar, eğitim düzeyi yüksek olanlarla düşük olanlar, kırsal bölgede oturanlarla kentsel bölgede oturanlar,... gibi) arasında farklılık arandığında
89 Test Süreci 1. Hipotezlerin belirlenmesi 2. Test istatistiğinin hesaplanması 3. Yanılma düzeyinin belirlenmesi 4. İstatistiksel karar
90 Test İşlemleri Önce her iki dağılımın normal dağılıma uyup uymadığı test edilir. Her ikisi de normal dağılıma uyuyorsa varyanslarının homojen olup olmadığı test edilir. 1. Hipotezlerin Belirlenmesi H H H H : : : 1 : Yokluk hipotezi İki yönlü seçenek hipotezi Tek yönlü seçenek hipotezi
91 2. Test istatistiği (t hesap ) hesaplanması t x s n 1 x 2 s n ~ t ( sd: n1 n 2 2 ; ) x : Birinci grubun ortalaması 1 x : İkinci grubun ortalaması 2 2 S 1 2 S 2 : Birinci grubun varyansı : İkinci grubun varyansı n 1 : Birinci gruptaki denek sayısı n 2 : İkinci gruptaki denek sayısı
92 3. Alfa yanılma düzeyi belirlenmesi 4. İstatistiksel karar l t hesap l > t tablo ise iki ortalama arasında fark yoktur şeklinde kurulan H 0 hipotezi reddedilir ve p<alfa (örneğin p<0.05) şeklinde gösterilir
93 ÖRNEK Koroner kalp hastası olan ve olmayan bireylerin kolesterol düzeylerine (CHL) ilişkin istatistikler aşağıdaki tabloda verilmiştir. Gruplar arasında CHL açısından fark var mıdır? Hastalık Ortalama S.Sapma Min Max n Yok 213,57 35, Var 252,05 42,
94 Gruplara İlişkin Parametrik Varsayımların (Normallik ve Varyansların Homojenliği) İncelenmesi: Normallik için kolay bir yaklaşım: verilerin histogramı ve P-P grafiği çizilebilir
95 ,0 190,0 230,0 270,0 160,0 200,0 240,0 280,0 320,0 170,0 210,0 250,0 290,0 180,0 220,0 260,0 300,0 340,0 Saglam grubu kollesterol düzeyi Hasta grubu kolesterol düzeyi 1,0 1,0,8,8,5 P-P Grafikleri,5,3,3 0,0 0,0,3,5,8 1,0 0,0 0,0,3,5,8 1,0
96 Varyansların Homojenliği İçin F Dağılımından Yararlanılır F HESAP S S 2 BÜYÜK 2 KÜÇÜK 42,37 35, ,42 F 1,42 F H E S A P TA B LO 50, 41; 0.05) ( 1,65 Karar: P>0,05 (varyanslar homojendir)
97 1. Hipotezler: Ho: H 1 : 2 2. Test İstatistiğinin Hesaplanması: t x s 1 n x 2 s n ,57 35, ,05 42, ,68
98 3. Yanılma düzeyi: 0,05 olarak belirlenmiştir 4. İstatistiksel karar: t 4,68 t h esa p ta b lo sd ; 0,05) ( 1,99 p<0,05 (iki bağımsız grup ortalaması arasındaki fark istatistiksel açıdan anlamlıdır.)
99 N = 51 yok 42 var kalp hastalığı
100 İki Ortalama Arasındaki Farkın Önemlilik Testi- Bilgisayar Uygulaması
101
102
103
104
105
106
107 İki Eş Arasındaki Farkın Önemlilik Testi (Bağımlı Gruplarda t-testi)-1 Parametrik test varsayımları yerine getirildiğinde, ölçümle belirtilen sürekli bir değişken yönünden aynı bireylerin değişik iki zaman ya da durumdaki ölçümleri arasında fark olup olmadığını test etmek için kullanılır
108 İki Eş Arasındaki Farkın Önemlilik Testi - 2 Veri ölçümle belirtilmeli Aynı bireyler üzerinde iki kez ölçüm yapılmalı İki grup arasındaki değerlere ilişkin fark değerleri dağılımı normal dağılıma uymalı
109 İki Eş Arasındaki Farkın Önemlilik Testi - 3 Aynı olgu grubunda farklı zamanlarda ya da farklı yöntemlerle ya da farklı bireylerce yapılan karşılaştırmalar (ölçüm yapılan grubun bireyleri aynıdır) Örn. Bilgi düzeyi Eğitim öncesi- sonrası İki ayrı ölçme tekniği İki ayrı araştırıcı
110 İki Eş Arasındaki Farkın Önemlilik Testi- Örnekler Diyet öncesi ve sonrası kandaki glukoz düzeyinin ölçülmesi İki ayrı firmanın ürettiği tansiyon ölçüm cihazının aynı bireylerin tansiyonunu aynı değerde ölçüp ölçmediği İki hemşirenin çocukların boy uzunluklarını aynı değerde ölçüp ölçmediği
111 İki eş arasındaki farkın önemlilik testi için benzer bir süreç izlenir. Ancak hipotezler; H 0 : İki eş ölçümleri arasında fark yoktur. H 1 : İki eş ölçümleri arasında fark vardır. ya da H 0 : H 1 : D = 0 D 0 Olarak kurulur
112 İki Eş Arasındaki Farkın Önemlilik Testi- Bilgisayar Uygulaması
113
114
115
116
117 Varyans Analizi İkiden fazla grupta, ya da bir grupta aynı ölçümün ikiden fazla kez yinelenmesiyle elde edilen ölçüm değerlerinin ortalamaları arasındaki farkın anlamlı olup-olmadığı ANOVA (ANalysis Of VAriance)
118 Varyans Analizi Parametrik yöntemler Bağımsız gruplarda varyans analizi Bağımlı gruplarda varyans analizi-yinelenen ölçümlerde varyans analizi Parametrik olmayan yöntemler Kruskal-Wallis Varyans Analizi-Bağımsız gruplarda Friedman Varyans Analizi-Bağımlı gruplarda
119 Varyans Analizi Bağımsız değişken sayısı Çözümleme yöntemi 1 Tek yönlü ANOVA 2+ İki yönlü ANOVA
120 Örnek-1 65 yaş üstü, 32 şer kişilik üç major depresyon hastası grubuna üç farklı tedavi uygulanıp, her gruptaki hastaların sağaltım öncesi (Ö) ve sağaltım sonrası 6. ve 12. aylarda depresyon puanları ölçülüyor: Üç grup arasında tedavi öncesi depresyon puan ortalamaları bağımsız gruplarda tek yönlü varyans analizi Üç grup arasında tedavi sonrası 6.aydaki depresyon puan ortalamaları bağımsız gruplarda tek yönlü varyans analizi Üç grup arasında tedavi sonrası 12.aydaki depresyon puan ortalamaları bağımsız gruplarda tek yönlü varyans analizi
121 Örnek-2 65 yaş üstü, 32 şer kişilik üç major depresyon hastası grubuna üç farklı tedavi uygulanıp, her gruptaki hastaların sağaltım öncesi (Ö) ve sağaltım sonrası 6. ve 12. aylarda depresyon puanları ölçülüyor: Tedavi I grubunun tedavi öncesi, 6. ay ve 12.ay depresyon puan ortalamaları yinelenen ölçümlerde tek yönlü varyans analizi Tedavi II grubunun tedavi öncesi, 6. ay ve 12.ay depresyon puan ortalamaları yinelenen ölçümlerde tek yönlü varyans analizi Tedavi IIIgrubunun tedavi öncesi, 6. ay ve 12.ay depresyon puan ortalamaları yinelenen ölçümlerde tek yönlü varyans analizi
122 ANOVA nın t testinden farkı Niye gruplar arasındaki bütün kombinasyonları test etmek için t testi tapmıyoruz da ANOVA yapıyoruz? Örneğin, 3 grup olsun. t testini 1-2, 1-3, 2-3 grupları için ayrı ayrı yapmamız gerekli.
123 ANOVA nın t testinden farkı Her testin kendine özgü Tip 1 (yani doğru olduğu halde yanlışlıkla boş hipotezi reddetme olasılığı) hata olasılığı var (0,05) Yani her bir t testinde Tip 1 hatası yapmama olasılığı (0,95) Üç t testi olduğuna göre hata yapmama olasılığını üç kez kendisiyle çarpalım: 0,95 * 0,95 * 0,95 = 0, ,857 = 0,143. Yani Tip 1 hatası yapma olasılığı 0,05 ten 0,143 e yükseldi. Ya grup sayısı 3 yerine 5 olsaydı? O zaman 10 t testi yapmak gerekir. Hata oranı 0,40 a yükselirdi.
124 ANOVA nın t testinden farkı T testi iki örneklemin ortalamalarının eşit olup olmadığı hipotezini test eder. ANOVA ise üç ya da daha fazla ortalamanın eşit olup olmadığını test eder. k grubun ortalamaları karşılaştırılırken gruplar arası değişkenliğin grup içi değişkenlikten yeteri kadar büyük olup olmadığı incelenir.
125 Varyans analizi ANOVA farklar hakkında herşeyi söylemez üç grup ortalamasının eşit olmadığını söyler ama hangi grupların farklı olduğunu söylemez (üç ortalama da farklı olabilir, ilk ikisi aynı, üçüncüsü farklı olabilir, ilki farklı, ikinci ve üçüncüsü aynı olabilir vs. vs.) Farklılığın hangi gruplardan kaynaklandığı çoklu karşılaştırmalar yardımı ile bulunur.
126 Varyans analizi- Bilgisayar Uygulaması
127
128
129
130
131
132
133 Nonparametrik Testler 1. Sayım değerlerinin karşılaştırılması 2. İki grupta ölçüm değerlerinin karşılaştırılması 3. İkiden fazla grupta ölçüm değerlerinin karşılaştırılması
134 SAYIM DEĞERLERİNİN KARŞILAŞTIRILMASI
135 İçerik 1. Bağımsız gruplarda Ki-kare testi 2x2 ki-kare testi (Pearson ki-kare testi) Yates Düzeltmeli Ki-kare testi Fisher kesin ki-kare testi Çok gözlü düzenlerde ki-kare testi 2. Bağımlı gruplarda Ki-kare testi (Mc Nemar testi) 3. Tek düzenli değişkenlerde ki-kare testi
136 Ki-kare testleri Ki-kare testleri veri tipinin nitelik olduğu (kadın-erkek, iyileşti-iyileşmedi, hasta-sağlam, sosyo-ekonomik düzeyi iyi-orta-kötü,... gibi) verilerde Ayrıca sürekli ya da kesikli sayısal veri tipinde olduğu halde sonradan nitelik veri konumuna dönüştürülen veriler arasında fark olup olmadığının incelenmesinde de kullanılır
137 Ki-kare testi - 1 Veriler 2x2, 2x3, 3x3, 3x4,... Boyutlu çapraz tablo şeklinde olmalı En güvenilir Ki-Kare çözümlemesi 2X2 düzende
138 Ki-kare testi - 2 Mantıklı, kolay ve güvenilir Ölçüm değerleri de sayım değerlerine çevirilerek kullanılabilir En güvenilir 2x2 düzenler Satır sayısı mümkün olduğunca azaltılır Kolon sayısı 2 nin üzerinde önerilmez Gözlerden birinde 0 değeri varsa test yapılmamalı
139 ÖRNEKLER: Eğitim düzeyi yüksek olan kadınlarla düşük olan kadınların aile planlaması yöntemi kullanma durumları arasında fark olup olmadığının araştırılmasında, Sigara içen ve içmeyenlerin akciğer kanserine yakalanma durumları arasında fark olup olmadığının araştırılmasında, Suyunda iyot miktarı yeterli olan ve olmayan bölgelerde yaşayanların guatr hastalığına yakalanma durumları arasında fark olup olmadığının araştırılmasında
140 Kİ-KARE TESTLERİ 1. Ki-kare testleri veri tipinin nitelik olduğu (kadınerkek, iyileşti-iyileşmedi, hasta-sağlam, sosyoekonomik düzeyi iyi-orta-kötü,... gibi) verilerde kullanılır 2. Ayrıca sürekli ya da kesikli sayısal veri tipinde olduğu halde sonradan nitelik veri konumuna dönüştürülen veriler arasında fark olup olmadığının incelenmesinde de kullanılır 3. Veriler 2x2, 2x3, 3x3, 3x4,... Boyutlu çapraz tablo şeklinde olmalıdır
141 ÖRNEKLER: 2x2 (4 gözlü) kikare tablosu Yakınma Sigara Sağlıktan Var Yok Toplam İçen İçmeyen Toplam
142 ÖRNEKLER: tablosu 2x3 ki-kare Eğitim Genel Sağlık Bilgisi Düzeyi İyi Orta Kötü Toplam Düşük Yüksek Toplam
143 1. Pearson Ki-kare Gözlerdeki gözlem sayısının 25 in üzerinde olması durumunda uygulanır 2. Yates Düzeltmeli Ki-kare Herhangi bir gözdeki gözlem sayısının 25 in altında olması durumunda uygulanır. Bazı istatistiksel yazılımlarda bu teste ilişkin sonuç; "düzeltilmiş ki-kare" (corrected chisquare) adı altında verilmektedir 3. Fisher kesin Ki-kare Herhangi bir gözdeki beklenen frekans değeri 5'in altında ise Fisher'in kesin kikare testinden yararlanılır
144 Erkek ve Kız Öğrencilerin A Dersinin Dersinin Veriliş Şeklinden Memnun Olup Olmamalarına Göre Dağılımı Memnun Cinsiyet Olan Olmayan Toplam Erkek Kız Toplam Frekansı 41 olan göz için beklenen frekans: Toplam 199 Öğrenciden 67 si memnun ise 113 erkek öğrenciden kaçı memnundur? orantısından: 67x113/199=38.05
145 Gözlenen ve Beklenen Frekanslar Cinsiyet Mem nun Olan Olmayan Toplam Erkek 41 (38.05) 72 (74.95) 113 Kız 26 (28.95) 60 (57.05) 86 Toplam
146 Ki-kare İçin Genel Formül: k i i i i B B G ) ( Yates Düzeltmeli Ki-kare İçin Genel Formül: k i i i i B B G ) 0.5 ( k: Toplam Göz Sayısı
147 HİPOTEZLER H 0 : Dersin veriliş şeklinden memnun olup olmama açısından erkek ve kız öğrenciler arasında fark yoktur. H 1 : Dersin veriliş şeklinden memnun olup olmama açısından erkek ve kız öğrenciler arasında fark vardır. TEST İSTATİSTİĞİNİN HESAPLANMASI Gözlerde 25 in altında değer olmadığı için yardımıyla, her bir satır için ki-kare değeri; Erkek Öğ renciler İçin; 2 E Kız Öğrenciler İçin; 2 K ( ) ( ) ( ) ( ) Ve Toplam ki-kare; T 2 = = olarak bulunur.
148 YANILMA DÜZEYİ 0.05 TABLO İSTATİSTİĞİ Serbestlik Derecesi = (satır sayısı-1)x(sütun sayısı-1) 2 tablo( sd 1, 0.05) = (2-1)x(2-1)=
149 p>0.05 İSTATİSTİKSEL KARAR 2 hesap tablo YORUM: Kız ve erkek öğrencilerin seçmeli olarak aldıkları beden eğitim dersinin veriliş şeklinden memnun olma düzeyleri arasında fark yoktur [Memnun yüzdeleri: erkek öğrenciler için % 36.0 (41/113), kız öğrenciler için % 30.2 (26/86)]. Ya da dersin veriliş şeklinden memnun olup olmama ile cinsiyet arasında bir bağ (ilişki) yoktur. İşlemler sayımlarla yorumlar yüzdelerle yapılır
150 SPSS de gösterim (Ki-kare testi) Analyse-Descriptive statistics-crosstabs Rows a bağımsız değişken, columns a bağımlı değişken Statistics; Chi-square, cells; row,column percentages Chi-square test tablosunda sig.(2-tailed)=p
151
152
153
154
155
156 Bağımlı gruplarda Ki-kare Bir bölgede yaşayan kadınların 2005 yılı ve 2006 yılı aile planlaması yöntemi kullanma durumunun karşılaştırılması
157 SPSS de gösterim (Mc Nemar testi) Analyse-Descriptive statistics-crosstabs Statistics; Mc Nemar, cells; row,column percentages Chi-square test tablosunda sig.(2-tailed)=p
158
159
160
161
162 Tek düzenli değişkenler Kikare Dört mevsimde üst solunum yolu hastalıklarının görülme sıklığı farklı mıdır?
163 SPSS de gösterim (Tek düzenli değişkenler Kikare) Analyse-Nonparametric test-chi-square Test Variables Chi-square test tablosunda sig.(2-tailed)=p
164
165
166
167 İKİ GRUPTA ÖLÇÜM DEĞERLERİNİN KARŞILAŞTIRILMASI
168 İçerik Parametrik olmayan yöntemler Mann-whitney U testi-bağımsız gruplarda Wilcoxon İşaret testi-bağımlı gruplarda
169 Mann-Whitney U testi İki ortalama arasındaki farkın önemlilik testinin parametrik olmayan karşılığı Örnek; eğitim alan ve almayan iki grup gebenin Hb değerlerinin karşılaştırılması Kadın ve erkekten oluşan iki ayrı grup İki ayrı sınıfı oluşturan çocuklar Parametrik koşulları sağlamayan
170 Kırmızı ve lacivertler eşit büyüklükte mi?
171
172 Sıraların kullanımı Toplam= = 43? Toplam = = 35 hızlı bir yöntem!
173 Mann-Whitney U testi- Örnekler Bir önceki örneklerde veri parametrik test koşullarını sağlamadığında, Sigara içen içmeyen annelerin çocuklarının APGAR skorları arasında fark olup olmadığının araştırılmasında, Kömür madeni ocağında çalışanlar ile aynı bölgede masa başında çalışanların akciğerlerindeki leke sayıları arasında fark olup olmadığının incelenmesinde, Spor yapan ve yapmayan öğrencilerin bir dakika içindeki şinav sayıları arasında fark olup olmadığının araştırılmasında
174 Mann-Whitney U testi Hipotezler H0 hipotezi: iki ortalama arasında fark yoktur şeklinde değil, iki dağılım arasında fark yoktur şeklinde kurulur Test istatistiğinin hesaplanması: Mann-Whitney U testinde, gruplardaki denek sayısına bağlı olarak iki farklı test istatistiği hesaplanır
175 Hipotezler: Ho: İki dağılım arasında fark yoktur H1: İki dağılım arasında fark vardır U 1 Test İstatistiği: 9 (9 1) 9 10 (6 2 15, , ,5 17,5 9) U ,5 74,5 U=Max (U1, U2)=74.5
176 Yanılma düzeyi: Alfa=0,05 olarak alınmıştır. 0,05 yanılma düzeyinde ve (9, 10) serbestlik derecesindeki U tablo istatistiği 66 dır. İstatistiksel karar: U 74,5 U H esa p Ta b lo 66 Ho hipotezi reddedilir ve iki hasta grubuna ilişkin denge ölçümleri arasında fark olduğu söylenir. (p<0.05)
177 Hastalık Gruplarına Göre İstatistikler HASTALIK Ortalama Ortanca Standart Sapma En küçük En büyük IQR A 19,52 19,55 2,246 16,60 23,15 4,08 B 16,56 16,60 2,274 13,15 19,75 3,94
178 SPSS de gösterim (Mann Whitney U testi) Analyse- nonparametrics test- Independent Samples Çıktıda ilk tabloda dağılım özellikleri U değeri sig.(2-tailed)=p
179
180
181
182 Wilcoxon eşleştirilmiş iki örnek testi İki eş arasındaki farkın önemlilik testinin varsayımı sağlanamadığında İki Eş Arasındaki Farkın önemlilik Testi (Bağımlı gruplarda t-testi) yerine kullanılabilecek en güçlü test
183 Wilcoxon Testi Aynı olgu grubunda farklı zamanlarda yada farklı yöntemlerle, yada farklı bireylerce yapılan ölçümler Örnek; bilgi düzeyinin eğitim öncesi-sonrası Aynı grubun ölçümünün farklı uzmanlarca yapılması Bir grup hastanın sağ-sol göz tansiyon değerleri Aynı hasta grubunda antibiyotik öncesi-sonrası kültür değerleri Parametrik koşulları sağlamayan
184 ÖRNEK: 12 deney hayvanının ilaç verilmeden önceki ve verildikten sonraki hareketlilik skorları arasında fark olup olmadığı inceleniyor. 1. Hipotezler: Ho : İki eş arasında fark yoktur H1 : İki eş arasında fark vardır
185 Wilcoxon Test İstatistiği İçin Hazırlık İşlemleri Tablosu Sıralı Sıra Yeni İşaretli yeni Önce Sonra Fark fark no sıra no sıra no ,5-1, ,5 1, ,5 3, ,5-3,
186 2. Test İstatistiği: İşaretli yeni sıra no sütunundan + ve işaretlerinden az olanların sıra numaraları toplamıdır. Buna göre: 3. Yanılma düzeyinin belirlenmesi: alfa=0.05 alınmıştır. T H = 1,5+3,5+6=11 4. İstatistiksel karar: T =11Hesap < TTablo = 14, p<0.05
187 SPSS de gösterim (Wilcoxon testi) Analyse-nonparametrics test-related Samples Çıktıda ilk tabloda dağılım özellikleri İkinci tabloda Z değeri sig.(2-tailed)=p
188
189
190
191 İKİDEN FAZLA GRUPTA ÖLÇÜM DEĞERLERİNİN KARŞILAŞTIRILMASI
192 İçerik Parametrik olmayan yöntemler Kruskal-Wallis Varyans Analizi-Bağımsız gruplarda Friedman Varyans Analizi-Bağımlı gruplarda
193 SPSS de gösterim (Kruskal Wallis varyans analizi) Analyse-Nonparametric test-k Independent samples Test variables ve grouping variables girilir Çıktıda sig.(2-tailed)=p Fark anlamlı ise farkın hangi gruptan kaynaklandığı: Bonferroni düzeltme mann-whitney U test Gruplararası sig.(2-tailed)=p
194
195
196
197 SPSS de gösterim (Friedman varyans analizi) Analyse-Nonparametric Samples test-k Repeated Test variables girilir Fark varsa farkın hangi gruptan kaynaklandığını belirlemek için Post-hoc Bonferroni düzeltmeli Wilcoxon test
198
199
200
201 KORELASYON PARAMETRİK/NONPARAMETRİK YÖNTEMLER
202 İçerik İki değişkenli ilişkinin özellikleri Korelasyon testleri Doğrusal regresyon
203 Korelasyon ve regresyon Değişkenlerdeki farklılığı değil, artış yada azalışın birbirlerine göre koşutluğunu ölçer Nedensellik bağıntısı incelemez Denizde boğulma-dondurma yeme
204 İki değişkenli ilişkinin özellikleri Ölçüm değişkenleri ve ordinal değişkenlerde -1 ile +1 arasında uzanan bir ölçek -1: değişkenlerden birisi artarken diğeri ters yönde ancak aynı güçte azalır +1: değişkenlerden ikisi de aynı yönde ve aynı güçte artış ve azalış Korelasyonla varlığı saptanan bir ilişki regresyonla doğruya dönüştürülür(y=a+bx)
205 25 20 İki değişkenli ilişkinin özellikleri +1 korelasyon korelasyon korelasyon
206 İki değişkenli ilişkinin özellikleri; yönü, gücü ve anlamlılığı 1. yönü: olumlu (+) yada olumsuz (-) 2. gücü: ilişkinin ne denli fazla olduğu (r) r: ise zayıf r: ise orta r: ise güçlü r: ise çok güçlü 3. anlamlılık:gücün raslantısal değil, istatistiksel olarak anlamlı olduğu
207 Korelasyon testleri Pearson: parametrik koşullarda; r Spearman: nonparametrik koşullarda; rs yada σ(rho) Kendall:her iki değişken de ordinal değişkense;т(tau)
208 Bilgisayar uygulaması Analyse-Correlate-Bivariate Variables Pearson, Spearman,Kendall s tau-b Çıktıda correlation, sig,n
209
210
211
212 NÖBSANIY Bilgisayar uygulaması Graphs -Scatter-simple-define X ve y axis- OK Grafik üzerinde-chart-options fit line- total- fit options-linear regression-ok YAÞ
213
214
215
216
217
218
219 NÖBSANIY Doğrusal regresyon İki değişken arasında anlamlı bir ilişki saptandı ise; ilişkinin doğrusu çizilir y=a+bx YAÞ
220 Bilgisayar uygulaması Analyse-Regression-Linear Dependent, independent Çıktıda coefficient tablosunda B ve sig Y:72,86+141,08 nöbetsür Model 1 (Constant) NÖBETSÜR Coefficients a Uns tandardized Coeff icients a. Dependent Variable: N ÖBSANIY Standardi zed Coeff icien ts B Std. Error Beta t Sig. 72,869 8,973 8,121, ,089 16,886,676 8,355,000
221
222
223
224 SAĞLIK ARAŞTIRMALARI VE BİYOİSTATİSTİK Doç.Dr.Mustafa N. İLHAN
ĠKĠ ÖRNEKLEM TESTLERĠ
ĠKĠ ÖRNEKLEM TESTLERĠ BAĞIMSIZ GRUPLARDA İKİ ÖRNEKLEM TESTLERİ 1. ĠKĠ ORTALAMA ARASINDAKĠ FARKIN ÖNEMLĠLĠK TESTĠ. MANN-WHITNEY U TESTĠ 3. ĠKĠ YÜZDE ARASINDAKĠ FARKIN ÖNEMLĠLĠK TESTĠ 4. x KĠ-KARE TESTLERĠ
DetaylıFrekans. Hemoglobin Düzeyi
GRUPLARARASI VE GRUPİÇİ KARŞILAŞTIRMA YÖNTEMLERİ Uzm. Derya ÖZTUNA Yrd. Doç. Dr. Atilla Halil ELHAN 1. ÖNEMLİLİK (HİPOTEZ) TESTLERİ Önemlilik testleri, araştırma sonucunda elde edilen değerlerin ya da
DetaylıUYGUN HİPOTEZ TESTİNİN SEÇİMİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
UYGUN HİPOTEZ TESTİNİN SEÇİMİ Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı ÖNEMLİLİK (Hipotez) TESTLERİ ü Önemlilik testleri, araştırma sonucunda elde edilen değerlerin ya da varılan
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıKARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005
KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:
Detaylı1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ
1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ Örneklem verileri kullanılan her çalışmada bir örneklem hatası çıkma riski her zaman söz konusudur. Dolayısıyla istatistikte bu örneklem hatasının meydana
DetaylıİÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1
İÇİNDEKİLER ÖNSÖZ... v 1. BÖLÜM Örneklem Genişliğinin Elde edilmesi... 1 1.1. Kitle ve Parametre... 1 1.2. Örneklem ve Tahmin Edici... 2 1.3. Basit Rastgele Örnekleme... 3 1.4. Tabakalı Rastgele Örnekleme...
Detaylıİki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t test) Ölçümle
Detaylıİkiden Çok Grup Karşılaştırmaları
İkiden Çok Grup Karşılaştırmaları Bir onkoloji kliniğinde göğüs kanseri tanısı almış kadınlar arasından histolojik evrelerine göre 17 şer kadın seçilerek sağkalım süreleri (ay) alınmıştır. HİSTLOJİK EVRE
DetaylıMann-Whitney U ve Wilcoxon T Testleri
Mann-Whitney U ve Wilcoxon T Testleri Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Parametrik olmayan yöntem Mann-Whitney U testinin
DetaylıSPSS UYGULAMALARI-II Dr. Seher Yalçın 1
SPSS UYGULAMALARI-II 27.12.2016 Dr. Seher Yalçın 1 Normal Dağılım Varsayımının İncelenmesi Çarpıklık ve Basıklık Katsayısının İncelenmesi Analyze Descriptive Statistics Descriptives tıklanır. Açılan pencerede,
DetaylıİÇİNDEKİLER. Birinci Bölüm UYGULAMA VERİLERİ
İÇİNDEKİLER Birinci Bölüm UYGULAMA VERİLERİ VERİ GRUBU 1. Yüzücü ve Atlet Verileri... 1 VERİ GRUBU 2. Sutopu, Basketbol ve Voleybol Oyuncuları Verileri... 4 VERİ 3. Solunum Yolları Verisi... 7 VERİ 4.
Detaylı3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI
ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları III (3 Mayıs 2012)
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) Parametrik Olmayan Testler Binom Testi SPSS Ders Notları III (3 Mayıs 2012) Soru 1: Öğrencilerin okul
DetaylıÇND BİYOİSTATİSTİK EĞİTİMİ
ÇND BİYOİSTATİSTİK EĞİTİMİ Yrd.Doç.Dr.Gökmen ZARARSIZ Erciyes Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Kayseri Turcosa Analitik Çözümlemeler Ltd Şti, Kayseri gokmenzararsiz@hotmail.com
DetaylıSık kullanılan istatistiksel yöntemler ve yorumlama. Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi
Sık kullanılan istatistiksel yöntemler ve yorumlama Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi Biyoistatistik AD Bşk. 1 Hakkımda 2 Hedef: Katılımcılar modülün sonunda temel istatistiksel yöntemler
DetaylıParametrik Olmayan İstatistiksel Yöntemler IST
Parametrik Olmayan İstatistiksel Yöntemler IST-4035-6- EÜ İstatistik Bölümü 08 Güz Non-Parametric Statistics Nominal Ordinal Interval One Sample Tests Binomial test Run test Kolmogrov-Smirnov test X test
DetaylıKRUSKAL WALLIS VARYANS ANALİZİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
KRUSKAL WALLIS VARYANS ANALİZİ Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı ükruskal Wallis varyans analizi, tek yönlü varyans analizinin parametrik olmayan karşılığıdır. üveriler ölçümle
DetaylıPARAMETRİK TESTLER. Tek Örneklem t-testi. 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz.
PARAMETRİK TESTLER Tek Örneklem t-testi 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz. H0 (boş hipotez): 200 öğrencinin matematik dersinden aldıkları
DetaylıK-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.
İstatistiksel güven aralıkları uygulamalarında normallik (normal dağılıma uygunluk) oldukça önemlidir. Kullanılan parametrik istatistiksel tekniklerin geçerli olabilmesi için populasyon şans değişkeninin
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
DetaylıPARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ.
AED 310 İSTATİSTİK PARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ. Standart Sapma S = 2 ( X X ) (n -1) =square root =sum (sigma) X=score for each point in data _ X=mean of scores
Detaylıİstatistik Yöntemleri ve Hipotez Testleri
Sağlık Araştırmalarında Kullanılan Temel İstatistik Yöntemleri ve Hipotez Testleri Yrd. Doç. Dr. Emre ATILGAN BİYOİSTATİSTİK İstatistiğin biyoloji, tıp ve diğer sağlık bilimlerinde kullanımı biyoistatistik
DetaylıOrtalamaların karşılaştırılması
Parametrik ve Parametrik Olmayan Testler Ortalamaların karşılaştırılması t testleri, ANOVA Mann-Whitney U Testi Wilcoxon İşaretli Sıra Testi Kruskal Wallis Testi BBY606 Araştırma Yöntemleri Güleda Doğan
DetaylıBÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3
KİTABIN İÇİNDEKİLER BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 BÖLÜM-2.BİLİMSEL ARAŞTIRMA Belgesel Araştırmalar...7 Görgül Araştırmalar Tarama Tipi Araştırma...8
DetaylıKullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı
ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli
DetaylıBİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ
BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.
DetaylıÖRNEK BULGULAR. Tablo 1: Tanımlayıcı özelliklerin dağılımı
BULGULAR Çalışma tarihleri arasında Hastanesi Kliniği nde toplam 512 olgu ile gerçekleştirilmiştir. Olguların yaşları 18 ile 28 arasında değişmekte olup ortalama 21,10±1,61 yıldır. Olguların %66,4 ü (n=340)
DetaylıMETODOLOJİK TİPTE (YÖNTEMSEL) EPİDEMİYOLOJİK ARAŞTIRMALAR:
METODOLOJİK TİPTE (YÖNTEMSEL) EPİDEMİYOLOJİK ARAŞTIRMALAR: GENEL ÖZELLİKLERİ ve KULLANIM ALANLARI DÜTF HSAD Nisan 2010 1 Dersin Amacı: Bu dersin sonunda öğrencileri metodolojik tipte (yöntemsel) epidemiyolojik
DetaylıÖnemlilik Testleri. Prof.Dr.İhsan HALİFEOĞLU
Önemlilik Testleri Prof.Dr.İhsan HALİFEOĞLU ÖNEMLİLİK TESTLERİ Önemlilik testleri elde edilen değerlerin ya da varılan sonuçların istatistiksel olarak önem taşıyıp taşımadığını ya da anlamlı olup olmadığını
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012)
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012) Aşağıdaki analizlerde lise öğrencileri veri dosyası kullanılmıştır.
DetaylıTemel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri
Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini
DetaylıBİYOİSTATİSTİK Tek Örneklem ve İki Örneklem Hipotez Testleri Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Tek Örneklem ve İki Örneklem Hipotez Testleri Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıProf.Dr.İhsan HALİFEOĞLU
Prof.Dr.İhsan HALİFEOĞLU FREKANS DAĞILIMLARINI TANIMLAYICI ÖLÇÜLER Düzenlenmiş verilerin yorumlanması ve daha ileri düzeydeki işlemler için verilerin bütününe ait tanımlayıcı ve özetleyici ölçülere ihtiyaç
DetaylıParametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi
Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi Parametrik Olmayan Testler İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Rank Korelasyon Parametrik
Detaylıİçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...
İçindekiler İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii BÖLÜM 1 Ölçme, İstatistik ve Araştırma...1 Ölçme Nedir?... 3 Ölçme Süreci... 3 Değişkenler
DetaylıÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ TIP FAKÜLTESİ
Dönem V SPSS İLE TEMEL BİYOİSTATİSTİK UYGULAMALARI Seçmeli Staj Eğitim Programı (08 19 Haziran 2015) Eğitim Başkoordinatörü: Doç. Dr. Erkan Melih ŞAHİN Dönem Koordinatörü: Yrd. Doç. Dr. Baran GENCER Koordinatör
DetaylıProf. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER
Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER Gözden Geçirilmiş ve Genişletilmiş 8. Baskı Frekans Dağılımları Varyans Analizi Merkezsel
Detaylı1 PAZARLAMA ARAŞTIRMASI
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 PAZARLAMA ARAŞTIRMASI 11 1.1. Pazarlama Araştırması Kavramı ve Kapsamı 12 1.2. Pazarlama Araştırmasının Tarihçesi 14 1.3. Pazarlama Araştırması Pazarlama Bilgi Sistemi ve
DetaylıBİYOİSTATİSTİK PARAMETRİK TESTLER
BİYOİSTATİSTİK PARAMETRİK TESTLER Doç. Dr. Mahmut AKBOLAT *Bir testin kullanılabilmesi için belirli şartların sağlanması gerekir. *Bir testin, uygulanabilmesi için gerekli şartlar; ne kadar çok veya güçlü
DetaylıNORMAL DAĞILIM VE ÖNEMLİLİK TESTLERİ İLE İLGİLİ PROBLEMLER
NORMAL DAĞILIM VE ÖNEMLİLİK TESTLERİ İLE İLGİLİ PROBLEMLER A) Normal Dağılım ile İlgili Sorular Sayfa /4 Hamileler ile ilgili bir araştırmada, bu grubun hemoglobin değerlerinin normal dağılım gösterdiği
DetaylıDeneysel Araştırmalarda Uygun Örneklem Büyüklüğü Ve İstatistiksel Güç Analizi. Doç Dr. Nurhan DOĞAN AKÜ Tıp Fak. Biyoistatistik ve Tıbbi Bilişim AD
Deneysel Araştırmalarda Uygun Örneklem Büyüklüğü Ve İstatistiksel Güç Analizi Doç Dr. Nurhan DOĞAN AKÜ Tıp Fak. Biyoistatistik ve Tıbbi Bilişim AD Giriş Yeterli Örneklem Büyüklüğü Neden Önemlidir? Özel
DetaylıDeğişken Türleri, Tanımlayıcı İstatistikler ve Normal Dağılım. Dr. Deniz Özel Erkan
Değişken Türleri, Tanımlayıcı İstatistikler ve Normal Dağılım Dr. Deniz Özel Erkan Evren Parametre Örneklem Çıkarım Veri İstatistik İstatistik Tanımlayıcı (Descriptive) Çıkarımsal (Inferential) Özetleme
DetaylıBKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )
4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı
DetaylıBİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıBÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ
İÇİNDEKİLER BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ I. ÖRNEKLEME... 1 II. ÖRNEKLEMENİN SAFHALARI... 2 III. ÖRNEK ALMA YÖNTEMLERİ 5 A. RASYONEL ÖRNEK ALMA... 5 B. TESADÜFİ ÖRNEK ALMA... 6 C. KADEMELİ ÖRNEK ALMA...
DetaylıÜretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir.
BİYOİSTATİSTİK Üretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir. Veri Analiz Bilgi El ile ya da birtakım bilgisayar programları
DetaylıÇalıştığı kurumun prestij kaynağı olup olmaması KIZ 2,85 ERKEK 4,18
1 * BAĞIMSIZ T TESTİ (Independent Samples t test) ÖRNEK: Yapılan bir anket çalışmasında katılımcılardan, çalıştıkları kurumun kendileri için bir prestij kaynağı olup olmadığını belirtmeleri istenmiş. 30
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıBİLİMSEL BİLGİ BİLİMSEL ARAŞTIRMALARLA ÜRETİLİR. İSTATİSTİKSEL YÖNTEMLERE BİLİMSEL ARAŞTIRMA TAMAMLANDIĞINDA DEĞİL, DAHA PLANLAMA
BRADFORD HILL BİLİMSEL BİLGİ BİLİMSEL ARAŞTIRMALARLA ÜRETİLİR. İSTATİSTİKSEL YÖNTEMLERE BİLİMSEL ARAŞTIRMA TAMAMLANDIĞINDA DEĞİL, DAHA PLANLAMA AŞAMASINDA BAŞVURULMALIDIR. 2 BİLİMSEL MAKALELERDE YAPILAN
DetaylıTekrarlı Ölçümler ANOVA
Tekrarlı Ölçümler ANOVA Repeated Measures ANOVA Aynı veya ilişkili örneklemlerin tekrarlı ölçümlerinin ortalamalarının aynı olup olmadığını test eder. Farklı zamanlardaki ölçümlerde aynı (ilişkili) kişiler
DetaylıParametrik Olmayan İstatistiksel Yöntemler
Parametrik Olmayan İstatistiksel Yöntemler IST-4035 1. Ders DEÜ İstatistik Bölümü 2018 Güz 1 Dersin Amacı Yaygın olarak kullanılan parametrik olmayan istatistiksel yöntemleri tanıtmaktır. Temel kavramların
DetaylıParametrik Olmayan İstatistiksel Yöntemler
Parametrik Olmayan İstatistiksel Yöntemler IST-4035 2. Ders DEÜ İstatistik Bölümü 208 Güz One Sample Tests İçerik Non-Parametric Statistics Nominal Ordinal Interval Binomial test Kolmogrov-Smirnov test
DetaylıParametrik Olmayan Testler 2. Wilcoxon ve Kruskal-Wallis Testleri
Parametrik Olmayan Testler 2 Wilcoxon ve Kruskal-Wallis Testleri İki Bağımlı Örneklemin Karşılaştırılması (Wilcoxon Bağımlı Örneklemler İşaretli Sıralamalar Testi) (Wilcoxon Matched-Samples Signed Ranks
DetaylıPazarlama Araştırması Grup Projeleri
Pazarlama Araştırması Grup Projeleri Projeler kapsamında öğrencilerden derlediğiniz 'Teknoloji Kullanım Anketi' verilerini kullanarak aşağıda istenilen testleri SPSS programını kullanarak gerçekleştiriniz.
DetaylıParametrik Olmayan İstatistiksel Yöntemler IST
Parametrik Olmayan İstatistiksel Yöntemler IST-4035-7- DEÜ İstatistik Bölümü 018 Güz 1 Non-Parametric Statistics Nominal Ordinal Interval One Sample Tests Binomial test Run test Kolmogrov-Smirnov test
DetaylıLOJİSTİK REGRESYON ANALİZİ
LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen
DetaylıUYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI
1 UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI Örnek 1: Ders Kitabı 3. konuda verilen 100 tane yaş değeri için; a. Aritmetik ortalama, b. Ortanca değer, c. Tepe değeri, d. En küçük ve en
DetaylıBiyoistatistiğe Giriş: Temel Tanımlar ve Kavramlar DERS I VE II
Biyoistatistiğe Giriş: Temel Tanımlar ve Kavramlar DERS I VE II İstatistik Nedir? İstatistik kelimesi farklı anlamlar taşımaktadır. Bunlar; Genel anlamda; üretim, tüketim, nüfus, sağlık, eğitim, tarım,
DetaylıORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH
ORTALAMA ÖLÇÜLERİ Ünite 6 Öğr. Gör. Ali Onur CERRAH Araştırma sonucunda elde edilen nitelik değişkenler hakkında tablo ve grafikle bilgi sahibi olunurken, sayısal değişkenler hakkında bilgi sahibi olmanın
DetaylıOlasılık ve Normal Dağılım
Olasılık ve Normal Dağılım P = 0 İmkansız P =.5 Yarı yarıya P = 1 Kesin Yazı-Tura 1.5 2 1.5 2.5.5.25 Para atışı 10 kere tekrarlandığında Yazı Sayısı f % 0 3 30 1 6 60 2 1 10 Toplam 10 100 Atış 1000 kere
DetaylıVaryans Analizi (ANOVA) Kruskal-Wallis H Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
Varyans Analizi (ANOVA) Kruskal-Wallis H Testi Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Tek Yönlü Varyans Analizi SPSS de Tek
DetaylıPROBLEM:1. 11 yeni doğan rata günlük 1000 unts/kg epo uygulanmış, kontrol grubuna ise salin uygulanmıştır.
PROBLEM:1 Beyinde hipoksik iskemik hasar geliştirilmiş ratlarda recombinant insan eritropoteininin infarkt alanı üzerine ve nöron hücre apopitozisi üzerine etkisi araştırılmaktadır. 11 yeni doğan rata
DetaylıMATE 211 BİYOİSTATİSTİK DÖNEM SONU SINAVI
Öğrenci Bilgileri Ad Soyad: İmza: MATE 211 BİYOİSTATİSTİK DÖNEM SONU SINAVI 26 Mayıs, 2014 Numara: Grup: Soru Bölüm 1 10 11 12 TOPLAM Numarası (1-9) Ağırlık 45 15 30 20 110 Alınan Puan Yönerge 1. Bu sınavda
DetaylıTAŞINMAZ DEĞERLEMEDE İSTATİSTİKSEL ANALİZ
Taşınmaz Değerlemede İstatistiksel Analiz Taşınmaz Değerleme ve Geliştirme Tezsiz Yüksek Lisans Programı TAŞINMAZ DEĞERLEMEDE İSTATİSTİKSEL ANALİZ 1 Taşınmaz Değerlemede İstatistiksel Analiz İçindekiler
DetaylıK BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ
K BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ Yrd.Doç.Dr. Selçuk Korkmaz Trakya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Turcosa Analitik Çözümlemeler selcukorkmaz@gmail.com TÜRKİYE EKMUD BİYOİSTATİSTİK
DetaylıKestirim (Tahmin) Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir.
Biyoistatistik 9 Kestirim (Tahmin) Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir. Evren parametrelerinin kestirilmesi (tahmini) için: 1. Hipotez testleri 2. Güven
DetaylıİKİDEN ÇOK BAĞIMSIZ GRUBUN KARŞILAŞTIRILMASI
İKİDEN ÇOK BAĞIMSIZ GRUBUN KARŞILAŞTIRILMASI Grup sayısı ikiye geçtiğinde tüm grupların bağımsız iki grup testleri ile ikişerli analiz düşünülebilir. Ancak bu yaklaşım, karşılaştırmalar bağımsız olmadığından
DetaylıGEÇERLİLİK & GÜVENİLİRLİK ARAŞTIRMALARI. Dr. Meltem Şengelen HÜTF Halk Sağlığı AD 19 Şubat 2015
GEÇERLİLİK & GÜVENİLİRLİK ARAŞTIRMALARI Dr. Meltem Şengelen HÜTF Halk Sağlığı AD 19 Şubat 2015 Epidemiyolojik Araştırmalar I. GÖZLEMSEL 1. TANIMLAYICI 1.1. Toplumsal Populations (ekolojik çalışmalar, vb.)
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
DetaylıKonum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan
Konum ve Dağılım Ölçüleri BBY606 Araştırma Yöntemleri Güleda Doğan Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl? Yakın, uzak? Sıklık dağılımlarının karşılaştırılması
DetaylıBİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 İstatistik
DetaylıTANIMLAYICI İSTATİSTİKLER
TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin
DetaylıBağımlı Gruplar İçin t Testi Wilcoxon İşaretli Sıralar Testi
Bağımlı Gruplar İçin t Testi Wilcoxon İşaretli Sıralar Testi Dr. Eren Can Aybek erencan@aybek.net www.olcme.net IBM SPSS Statistics ile Bağımlı Gruplar için t Testi İlişkili olan iki ortalama arasında
DetaylıVERĠ ANALĠZĠ 05.05.2011 NĠCEL VERĠ ANALĠZĠ ĠSTATĠSTĠK? ĠSTATĠSTĠK. ĠSTATĠSTĠK ÇEġĠTLERĠ. Betimsel İstatistik Kestirimsel Ġstatistik
5.5.11 VERĠ ANALĠZĠ NĠCEL VERĠ ANALĠZĠ Nicel Veri Analizi Betimsel Ġstatistik Kestirimsel Ġstatistik Nitel Veri Analizi Betimsel Analiz Ġçerik Analizi Betimsel İstatistik Kestirimsel Ġstatistik ĠSTATĠSTĠK?
DetaylıBAĞIMLI ĠKĠDEN ÇOK GRUBUN KARġILAġTIRILMASINA ĠLĠġKĠN HĠPOTEZ TESTLERĠ
BAĞIMLI ĠKĠDEN ÇOK GRUBUN KARġILAġTIRILMASINA ĠLĠġKĠN HĠPOTEZ TESTLERĠ 1. TEKRARLI ÖLÇÜMLERDE TEK YÖNLÜ VARYANS ANALĠZĠ. FRIEDMAN TESTĠ 3. COCHRAN Q TESTĠ TEKRARLI ÖLÇÜMLERDE TEK YÖNLÜ VARYANS ANALĠZĠ
DetaylıİÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM
İÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM I. İSTATİSTİK KAVRAMI ve TANIMI... 1 A. İSTATİSTİK KAVRAMI... 1 B. İSTATİSTİĞİN TANIMI... 2 C. İSTATİSTİĞİN TARİHÇESİ... 2 D. GÜNÜMÜZDE İSTATİSTİK VE ÖNEMİ...
DetaylıNon-Parametrik İstatistiksel Yöntemler
Non-Parametrik İstatistiksel Yöntemler Dr. Seher Yalçın 27.12.2016 1 1. Tek Örneklem Kay Kare Testi 2. İki Değişken İçin Kay Kare Testi 3. Mann Whitney U Testi 4. Kruskal Wallis H Testi ortanca testine
DetaylıMATE 211 BİYOİSTATİSTİK İKİ FARKIN ÖNEMLİLİK TESTİ VE İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TEST SORULARI
MATE 211 BİYOİSTATİSTİK İKİ FARKIN ÖNEMLİLİK TESTİ VE İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TEST SORULARI 1. Doğum sırasının çocuğun zeka düzeyini etkileyip etkilemediğini araştıran bir araştırmacı çocuklar
DetaylıEVREN, ÖRNEK, TEMSİLİYET. Prof. Mustafa Necmi İlhan
EVREN, ÖRNEK, TEMSİLİYET Prof. Mustafa Necmi İlhan MD, PhD, PhD, MBA Gazi Üniversitesi Tıp Fakültesi Halk Sağlığı AbD mnilhan@gazi.edu.tr 1 Neden Araştırma Yaparız? Bilimsel gerçeğe ulaşmak Bilinenlerin
DetaylıNicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014
Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?
DetaylıÖrnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS DERS NOTLARI I 5 Nisan 2012
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS DERS NOTLARI I 5 Nisan 2012 Aşağıdaki analizlerde http://yunus.hacettepe.edu.tr/~tonta/courses/spring2010/bby208/bby208
DetaylıÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ TIP FAKÜLTESİ
Dönem V SPSS İLE TEMEL BİYOİSTATİSTİK UYGULAMALARI Seçmeli Staj Eğitim Programı (2016) Eğitim Başkoordinatörü: Doç. Dr. Erkan Melih ŞAHİN Dönem Koordinatörü: Yrd. Doç. Dr. Baran GENCER Koordinatör Yardımcısı:
DetaylıBİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Bir değişkenin değerinin,
DetaylıTanı Testlerinin Değerlendirilmesi. ROC Analizi. Prof.Dr. Rian DİŞÇİ
Tanı Testlerinin Değerlendirilmesi ROC Analizi Prof.Dr. Rian DİŞÇİ İstanbul Üniversitesi, Onkoloji Enstitüsü Kanser Epidemiyolojisi Ve Biyoistatistik Bilim Dalı Tanı Testleri Klinik çalışmalarda, özellikle
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıTek yönlü varyans analizi kısaltılmış olarak ANOVA (Analysis of Variance) bilinen
DÖNEM II ENDOKRİN SİSTEMİ Ders Kurulu Başkanı : Doç. Dr. Osman EVLİYAOĞLU VARYANS ANALİZİ (14.03.014 Cuma Y.ÇELİK Tek Yönlü Varyans Analizi Tek yönlü varyans analizi kısaltılmış olarak ANOVA (Analysis
Detaylıİstatistikî İfadeyle... / Statistically Speaking...
İstatistikî İfadeyle... / Statistically Speaking... DOI: 10.5455/jmood.20140707045407 Tıbbi Araştırmalarda İstatistik Teknik Seçimi Cengiz Han Açıkel 1, Selim Kılıç 1 ÖZET: Tıbbi araştırmalarda istatistik
DetaylıHİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN
HİPOTEZ TESTLERİ Yrd. Doç. Dr. Emre ATILGAN Hipotez Nedir? HİPOTEZ: parametre hakkındaki bir inanıştır. Parametre hakkındaki inanışı test etmek için hipotez testi yapılır. Hipotez testleri sayesinde örneklemden
DetaylıBİYOİSTATİSTİK. Uygulama 6. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 6 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Soru 1 İlaç malzemelerinin kalitesini
DetaylıYrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi
Parametrik Olmayan Testler Ki-kare (Chi-Square) Testi Ki-kare (Chi-Square) Testi En iyi Uygunluk (Goodness of Fit) Ki-kare Dağılımı Bir çok önemli istatistik testi ki kare diye bilinen ihtimal dağılımı
DetaylıParametrik Olmayan Testler
Araştırma Yöntemleri Parametrik Olmayan Testler Parametrik Olmayan Testler Verilerin normal dağılmış olması gerekmiyor Veriler sınıflama ya da sıralama ölçme düzeyinde toplanmış olacak Ya da eşit aralıklı
DetaylıHipotez Testlerine Giriş. Hipotez Testlerine Giriş
Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel
DetaylıTek Yönlü Varyans Analizi (ANOVA) Kruskal Wallis H Testi
Tek Yönlü Varyans Analizi (ANOVA) Kruskal Wallis H Testi Dr. Eren Can Aybek erencan@aybek.net www.olcme.net IBM SPSS Statistics ile Hangi Durumda Kullanılır? Bağımsız gruplar t testi, iki grubun ortalamasını
DetaylıÇapraz Tablo ve Diğer Tabloları Oluşturabilmek Bu Tablolara Uygun Çok Yönlü Grafikleri Çizebilmek
Çapraz Tablo ve Diğer Tabloları Oluşturabilmek Bu Tablolara Uygun Çok Yönlü Grafikleri Çizebilmek Marjinal Tablo (Sıklık Tablosu) Gözlemlerin, incelenen herhangi bir değişkenin kategorilerine, değerlerine
Detaylı