LOJSTK REGRESYON ANALZ Regresyon Analizleri: Regresyon analizi, bilinen bulgulardan, bilinmeyen gelecekteki olaylarla ilgili tahminler yaplmasna

izin verir. Regresyon, baml ve bamsz deikenler arasndaki ilikiyi ve dorusal eri kavramn kullanarak, bir tahmin eitlii gelitirir. Deikenler arasndaki iliki belirlendikten sonra, bamsz deikenlerin skoru bilindiinde baml deikenin skoru tahmin edilebilir. Baml Deiken (y) Baml deiken, regresyon modelinde aklanan ya da tahmin edilen deikendir. Bu deikenin bamsz deiken ile ilikili olduu varsaylr. Bamsz Deiken (x) Bamsz deiken, regresyon modelinde aklayc deiken olup; baml deikenin deerini tahmin etmek iin kullanlr. Deikenler arasnda dorusal iliki olabilecei gibi, dorusal olmayan bir iliki de olabilir. Bu nedenle, saldm grafii yaplmadan (iliki yok/dorusal iliki var/dorusal olmayan iliki var) ve deikenler arasnda korelasyon varlna rastlanmadan regresyon analizine karar verilmemesi gerekir. Bu bilgiler dorultusunda, tek/ok deikenli dorusal regresyon analizlerinin yan Sra, tek/ok deikenli dorusal olmayan regresyon analizleri de mevcuttur. Baml deiken ile bamsz deiken arasndaki dorusal ilikiyi aklayan tek deikenli regresyon modeli aadaki gibidir:

Y=a+bx

Burada; y = Baml deikenin deeri a = Regresyon dorusunun kesiim deeri (Sabit deer) b = Regresyon dorusunun eimi x = Bamsz deikenin deerini gstermektedir

rnek: Kardiyoloji kliniine bavuran erkek hastalar zerinde yaplan bir aratrmada, yas(x) ve kolesterol(y) deikeni arasndaki korelasyondan yola klarak kurulan regresyon modeli aadaki gibi elde edilmitir: Y = 3.42 + 0.326X Bu modele gre, yastaki bir birimlik artsn, kolesterol deerinde 0.326 birimlik bir arta neden olaca, yeni doan bir erkein (X=0) kolesterol deerinin ise 3.42 olaca sylenebilir. Kurulan bu modele gre, 50 yasnda bir erkein kolesterol deerinin ne kadar olacan tahmin edebiliriz X=50 iin : Y = 3.42 + 0.326*(50) =19.52 50 yasnda bir erkein kolesterol deerinin 19.52 olaca sylenebilir. (Kse, Kenan;, 2011) LOJSTK REGRESYON Lojistik Regresyon Analizini daha kolay izleyebilmek iin baz terimleri tanmlayalm: 1. Deiken (incelenen zellik): Bireyden bireye farkl deerler alabilen zellik, fenomen ya da olay 2. Deikenlerin lm biimi:

lm biimi ynnden deikenler iki gruba ayrlr: Nitel (nitelik,kategorik) deikenler Saysal deikenler Nitel deikenler; llemez, sadece nitelendirilebilir. rnein; Cinsiyet : Erkekkadn Hast.sonucu: yiletiiyilemedi, Eitim : lkortaliseyksek gibi. Saysal deikenler: 1. Kesikli saysal 2. Srekli saysal olarak iki gruba ayrlr; -Kesikli saysal deikenler:Belirli bir aralktaki tam saylar (10, 74, 187 gibi) alabilen deikendir: Nabz says, len says, ocuk says gibi. -Srekli saysal deikenler: lmle belirtilen ve bir aralkta btn desimal deerleri (12.8, 140.6, 60.7 gibi) alabilen deikendir. Kan basnc lm, biyokimyasal lmler, boy uzunluu, arlk, ya gibi. (Smbulolu, Kemal;, 2011) LOJSTK REGRESYON ANALZ: Cevap deikeninin kategorik ve ikili, l ve oklu kategorilerde gzlendii durumlarda aklayc deikenlerle neden sonu ilikisini belirlemede yararlanlan bir yntemdir. Aklayc deikenlere gre cevap deikeninin beklenen deerlerinin olaslk olarak elde edildii bir regresyon yntemidir. Basit ve oklu regresyon analizleri baml deiken ile aklayc deiken ya da deikenler arasndaki matematiksel banty analiz etmekte kullanlmaktadr. Bu yntemlerin uygulanabilecei veri setlerinde baml deikenin normal dalm gstermesi, bamsz deikenlerinde normal

dalm gsteren toplum ya da toplumlardan ekilmi olmas ve hata varyansnn parametreli normal dalm gstermesi gerekmektedir. Bu ve benzeri koullarn yerine getirilmedii veri setlerinde basit yada oklu regresyon analizleri uygulanamaz. Lojistik regresyon analizi, snflama ve atama ilemi yapmaya yardmc olan bir regresyon yntemidir. Normal dalm varsaym, sreklilik varsaym n koulu yoktur. Baml deiken zerinde aklayc deikenlerin etkileri olaslk olarak elde edilerek risk faktrlerinin olaslk olarak belirlenmesi salanr. Ayrma (diskriminant) analizi, verilerin snflandrlmas ve belirli olaslklara gre belirli snflara atanmasn salayan bir yntemdir. Veri setindeki deikenlerin snflamaya etkilerini ayrma analizi ile belirlemek mmkndr. Fakat ayrma analizi okdeikenli normal dalm varsaymn n koul kabul etmektedir. Lojistik regresyon, oluturalan lojistik modellere gre parametre tahminleri yapmay amalar. Lojistik regresyonda modellere ortak deikenleride katmak mmkndr. Bylece ortak deikenlere gre dzeltilmi Y deerlerinin tahminleri yaplabilir Lojistik regresyon, baml deikenin tahmini deerlerini olaslk olarak hesaplayarak, olaslk kurallarna uygun snflama yapma imkan veren bir istatistiksel yntemdir. Lojistik regresyon tablolatrlm ya da ham veri setlerini analiz eden bir yntemdir. (Kse, Kenan;, 2011) Lojistik Regresyon Analizi -oklu regresyon analizinde baml deiken aralkl/oranl, srekli ve snrsz -Lojistik regresyonda baml deiken kategorik -oklu regresyonda tahmin deikenleri regresyon katsaylaryla arplarak baml deiken tahmin edilir.

-Lojistik regresyonda tahmin deikenlerinin deerlerini bildiimizde baml deikenin meydana gelme olasl tahmin edilmeye allr Logistik regresyon forml: P(Y) = 1 / 1 + e - (b0 + b1X1 + b2X2+bnXn)+ ei

Dorusal regresyonun sayltlarndan biri ilikinin dorusal olmas Ama baml deikenin kategorik olduu durumlarda bu saylt ihlal edilir Bunu zmenin bir yolu verileri logaritmik dntrme tabi tutmaktr Bu ilem dorusal olmayan bir ilikiyi koruyarak ilikinin formunu dorusal hale getirir Yani dorusallk saylts ihlal edilmeden oklu dorusal regresyon logaritmik terimlerle aklanm olur Sonuta baml deikenin deeri 0 ile 1 arasnda kar. Deer sfra yaknsa baml deikenin olma olasl dk, 1e yaknsa yksektir (Tonta, Yaar;, 2011) Bilinen dorusal regresyon analizinde baml deiken ve bamsz deikenler saysal (lmle belirtilen srekli ya da kesikli saysal) olarak belirtilir.rnein, ya ile kan basnc arasnda bir iliki aranacaksa; hem ya, hem de kan basnc saysal olarak belirtilmelidir.Nitelik olarak belirtilemezler. (Kse, Kenan;, 2011) Lojistik regresyon analizinde temel yntem vardr.

kili lojistik regresyon (BLOGREG,binary lojistik regresyon). Ordinal lojistik regresyon (OLOGREG,ordinal lojistik regresyon). simsel lojistik regresyon (NLOGREG, nominal lojistik regresyon).

kili Lojistik Regresyon (BLOGREG) Analizi, ikili cevap ieren baml deikenlerle yaplan lojistik regresyon analizidir. Bir ya da daha fazla aklayc deiken ile ikili cevap deiken arasndaki banty ortaya koyar. Aklayc deikenler ya aklayc deikenlerdir ya da ortak deikendir(covariate). Faktr deikenler katogorik isimsel lceklidirler, ortak deikenler ise srekli degisken olmalidr. Minitab ve spss programlar, tanmlanmadka veri setindeki acklayc degiskenleri ortak degisken olarak almaktadr. Herhangi bir regresyonda bamsz deikenin deeri verildiinde, baml deikenin ortalama deeri E(Y/x) olarak gsterir ve koullu ortalam olarak adlandrlr. Burada Y, baml deiken deeri, xde bamsz deiken deeri olmak zere(Y/x), x verildiinde Ynin koullu ortalamasn (beklenen deerini) ifade eder. Dorusal regresyonda bu ortalamann xe gre dorusal bir eitlik ile ifade edilebilecei varsaylr.

iki kategoriye sahip veri iin koullu ortalama en az sfr ve en fazla bir olmaktadr. Baml deiken iki kategoriye sahip olduunda E(Y/x) iin bir model ortaya koyma da pek ok kmlatif dalmdan yararlanabilir. Matematiksel adan son derece esnek ve kolay olmas, ayrca bilimsel olarak anlaml yorumlara gtrmesiyle lojistik dalm tercih edilir. (Bayram, Nuran;, 2000) Blogreg analizinde model tanmlama ilemleri kullancnn dorudan tanmlamas yntemine (enter yntemi)gre yaplabilecei gibi aamal regresyon yaklam ile de yaplabilir. Aamal model seiminde koullu olaslk yaklamna gre ileriye doru seim, geriye doru eleminasyon yntemleri uygulanabilir. Sral Lojistik Regresyon (OLOGREG) Analizi, cevap deikeninin sral olduu durumlarda uygulanan bir yntemdir. Sral lekli cevap deiken, en az kategoride gzlenen deerler iermelidir. Sral lekli veriler kodlanrken ya da isimsel olarak kategorileri belirlendiinde cevaplarn doal

sralama yapsnda olmas gerekir. rnein hastalk iddeti sz konusu ise, hafif<orta<ar olarak kategoriler belirlenmelidir. Hasta bireyin hastalk iddeti bu kategori yaps iinde doru olarak deerlendirilmelidir. OLOGREG analizi isimsel kategoriler yerine kod deerleriyle ilemektedir. OLOGREG analizinde parametre tahminleri yenilemeli arlkl en kk kareler yntemine gre en byk benzerlik (mr)parametre tahminleri yapar. OLOGREG de kategoriler birbirlerine paraleldir varsaym kullanlr. OLOGREG de en uygun lojit modeller belirlenirken kategori saysnn ikili Kombinasyonlar kadar ((c-1)/2) model tanmlanarak bu alt modellerin birbirlerine paralellikleri analiz edilir yada en byk deere sahip cevap referans alnarak bu referansa gre lojit modeller tretilerek analiz yaplr. Modelde aklayc deisken olarak yer alan faktrler kategorik ya da srekli deiken olabilir. Eer modele ortak deiken katlacak ise ortak deikenin srekli deiken olmas gerekir. (www.epidemiyoloji.org, 2011)

simsel Lojistik Regresyon (NLOGREG) Analizi, cevap deikeninin isimsel olduu durumlarda uygulanan bir yntemdir. simsel lekli cevap deiken en az kategoride gzlenen deerler iermektedir. Gzlenen deerlerin kodlanmas halinde bu kategorilerin bir sra izlemesi art deildir. rnein bir meslek dallar tercihlerinde snflar; mhendislik, bankaclk, reklamclk vb. gibi isimsel olarak belirlenebilir. NLOGREG de parametre tahminleri yinelemeli-arlkl en kk kareler yntemine gre yaplr. Tahminler en byk benzerlik tahminleridir. NLOGREG de en uygun lojit modeller belirleme varsaymna gre parametre tahminleri yaplr. Lojit modeller belirlenirken kategori saysnn ikili kombinasyonlar kadar ((c-1)/2) model tanmlanarak analiz edilir ya da kategorilerden biri referans alnarak bu referansa gre ikili lojit modeller tretilerek analiz yaplr. Referans deer belirtilmemi ise ilk cevap referans olarak alnr

Baml deiken alabilecei deerlerin 0-1 arasnda olmasn salamak iin bamsz deiken ve baml deiken arasnda erisel bir ilikiyi salayan modeli kullanmak daha uygundur. ekil 1.1 ve 1.2 de tek bir bamsz deiken iin in iaretine gre S veya ters S eklinde olan erileri salayan Bu fonksiyonlar genellikle S eklinde fonksiyon (sigmoid) olarak isimlendirilirler. Bunlar 0 ve 1 asimtotlarna sahiptir ve bylece *yes?+, 0 ile 1 snrlar arasnda kalr. Lojistik fonksiyonun dier bir zellii de kolayca dorusallatrlabilir olmasdr ve dnm yaplarak balant fonksiyonu elde edilir. Gzlemlerin bamszlna ilikin (iii) nolu varsaym bozulduunda, gzlemlerin alt gruplar arasndaki ilikiyi modelleyen Polya Eggenberg dalm nerilmitir. Bamsz deikenlerin birbirinden bamsz olduunu belirten (iv) nolu varsaym bozulduunda ise parametre kestirimi iin ridge kestiricisi nerilmektedir.

Kaynaka
www.epidemiyoloji.org. (2011, 11 24). 11 23, 2011 tarihinde www.epidemiyoloji.org: www.epidemiyoloji.org adresinden alnd Bayram, Nuran;. (2000). Multinominal lojistik Regresyon Analizinin stihdamdaki gcne Uygulanmas. stabul. Kse, Kenan;. (2011, 11 25). http://www.scribd.com/doc/2066772/korelasyon-analizi . kasm 25, 2011 tarihinde http://www.scribd.com. adresinden alnd Smbulolu, Kemal;. (2011, 11 25). kasm 25, 2011 tarihinde 78.189.53.61//bs/ess/k_sumbuloglu.pdf adresinden alnd Tonta, Yaar;. (2011, 11 24). 11 24, 2011 tarihinde yunus.hacettepe.edu.tr/~tonta/courses/fall2008/sb5002/. adresinden alnd ED.Kalayc, eref ;.(2005). SPSS Uygulamal ok Deikenli statistik Teknikleri (cilt 1). Ankara: Pegem A Yayn Datmclk