Duyarlılık – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri
Vaka Çalışması : Hassasiyetlerin ve Özgünlüklerin Birleştirilmesi 20 çalışmanın duyarlılıkları ve özgünlükleri sunulmuştur. Grafikten, duyarlılıkların nispeten homojen olduğu (neredeyse tüm güven aralıkları örtüşmektedir) görünürken, özgüllüklerin büyük ölçüde heterojen olduğu açıkça görülmektedir. En basit analiz, çalışmalar arasında duyarlılık ve özgüllük tahminlerini ayrı ayrı bir araya toplar, ancak yalnızca tanı eşiğinde bir değişiklik yoksa uygundur. Tüm bu çalışmalar endometriyal kalınlıkların 5 mm'lik bir kesim noktası kullandığını iddia etse de, makine kalibrasyonu ve ölçüm tekniğindeki farklılıklar nedeniyle teşhis eşiğinde gözlemlenmeyen varyasyonların ortaya çıkması hala mümkündür. 20 çalışma boyunca duyarlılıklar ve özgüllükler arasındaki korelasyonu hesaplayarak bir eşik etkisini kabaca test edebiliriz. Duyarlılıkların ve özgüllüklerin normal olarak dağılmadığı durumlarda parametrik olmayan bir korelasyon tercih edilir: bu veriler için Spearman's rho'nun istatistiksel olarak anlamlı olmayan (P=0.6) 0·14 olduğu tahmin edilmektedir. Duyarlılık Yukarıda verilen formüller kullanılarak, birleştirilmiş duyarlılık ve standart hatası tahminleri bulunur. Ki-kare testi için beklenen minimum frekansların varsayımı karşılanmadığından (çoğu çalışmada yanlış negatif sayısı için beklenen değerler 5'ten az olduğundan), çalışmalar genelinde duyarlılıkların homojenliğini kontrol etmek için bir ki-kare testi kullanmak zordur. ve Fisher'in kesin testinin 2􏰉20'lik bir tabloda hesaplanması, sayısal olarak önemsiz değildir. Alternatif olabilirlik oranı testi, 19 serbestlik derecesinde 31.2'lik bir ki-kare değeri verir (P=0.04). Bu resmi olarak istatistiksel olarak anlamlı olsa da, sonuçlar arasındaki heterojenlik derecesi küçüktür ve yirmi çalışmadan yalnızca biri (Dorum) genel değeri kendi güven aralığına dahil etmez. ROC grafiğindeki yatay çizgi, bu özet tahmine karşılık gelir ve çalışmaların çoğuna makul ölçüde yakındır. Bu nedenle, 0·958'lik genel duyarlılık tahmini makul bir özet gibi görünmektedir ve testin endometriyal kanseri saptamada kullanım için uygun şekilde yüksek duyarlılığa sahip olduğu sonucuna varabiliriz. Özgüllük Duyarlılıklarla aynı hesaplamaları takiben, ortalama özgüllüğün genel tahmini (%95 GA) 0.608'dir (0.590 ila 0.626). Bununla birlikte, bir ki-kare testi (􏰁2=201, df=19, P<0,001)'de gözlemlenen heterojenliğin istatistiksel önemini doğrular. Çalışmalar arasındaki farklılıklardan kaynaklanan ekstra belirsizlik, aşırı yayılımı hesaba katan bir lojistik modelin kullanılmasıyla dahil edilebilir. Bu, (0.549 ila 0.664) güven aralığı üretir; Orijinal Tahmin. Çalışmalar arasındaki büyük heterojenlik, birçok çalışmanın sonuçlarının özet özgüllüğünden biraz uzakta olmasıyla açıkça görülmektedir. Böyle bir durumda, özgüllükleri bir araya toplamak muhtemelen hiç uygun değildir ve özgüllüklerin değiştiği görülen [0·267 ila 0·875] aralığını tanımlayarak heterojenliği not etmek en iyisi olabilir. Olasılık Oranlarının Havuzlanması Olabilirlik oranları, olasılık oranlarıdır ve bir meta-analizde risk oranları olarak ele alınabilir (ancak RCT'lerde olduğu gibi satırlar arasında değil, 2􏰉2 tablosunun sütunları arasında hesaplanmıştır). Olabilirlik oranlarının ağırlıklı ortalaması, standart Mantel-Haenszel veya ana hatlarıyla belirtilen risk oranlarının meta-analizinin ters varyans yöntemleri kullanılarak hesaplanabilir. Olabilirlik oranlarının heterojenliği, istatistikleri bir meta-analizde birleştirdikten sonra standart heterojenlik testleri ile de test edilebilir. Duyarlılık analizi örneği Duyarlılık analizi nasıl yapılır Yöneylem Araştırması duyarlılık analizi Duyarlılık analizi hesaplayıcı Duyarlılık analizi Grafik yöntem Duyarlılık Analizi yorumlama DUYARLILIK ANALİZİ Soruları Duyarlılık analizi çözümlü sorular Vaka çalışması: Olasılık oranlarının birleştirilmesi Olasılık oranları, duyarlılık ve özgüllüğe ilişkin özet tahminlerden veya meta-analizin risk oranı yöntemleri kullanılarak her çalışma için hesaplanan olasılık oranlarının havuzlanmasıyla tahmin edilebilir (bkz. Bölüm 15). Havuzlama yöntemi, çalışmalar arasındaki olabilirlik oranlarındaki heterojenliğin araştırılmasına izin verdiği ve yukarıda hesaplanan güvenilmez özgüllük tahminini kullanmadığı için tercih edilir. Mantel-Haenszel yöntemini kullanarak pozitif olabilirlik oranlarını birleştirmek, 2.38 (2.26 ila 2.51) genel bir tahmin (%95 GA) verir. Ancak, özgüllüklerde olduğu gibi, çalışmalar arasında pozitif olabilirlik oranlarında önemli bir heterojenlik vardır (Cochran's Q=187, df=19, P<0.001) ve 2·38 tahmini, 8'in %95 güven aralığının dışındadır. 20 çalışma. Aradaki çalışma varyasyonu, DerSimonian ve Laird rastgele etkiler modeli kullanılarak dahil edilebilir (pozitif LR (%95 GA): 2,54 (2.16 ila 2·98)) ancak yine bu tür heterojen sonuçları birleştirmenin mantıklı olup olmadığı tartışmalıdır. Özet pozitif olabilirlik oranının, çalışma değerlerinin çoğundan biraz uzakta olduğu oldukça açıktır. Bununla birlikte, olabilirlik oranının resmi bir havuzlanmış tahmininin sunulup sunulmadığına bakılmaksızın, çalışmalar genelindeki pozitif olabilirlik oranlarının değerlerinden (hepsi 10'un oldukça altındadır) pozitif bir test sonucunun varlığına dair ikna edici kanıt sağlayamayacağı açıktır.  Negatif olabilirlik oranları, önemli bir heterojenlik kanıtı göstermez (Cochran's Q=27.9, df=19, P=0.09), Mantel-Haenszel havuzlanmış tahmini (%95 GA) 0.09 (0.06 ila 0) ·13) ve ROC grafiğindeki özet satırı, çalışma sonuçlarının çoğuna yakındır. Bu bulgu, 5 mm'den daha küçük bir EVUS ölçümünün endometriyal kanseri ekarte eden makul derecede ikna edici kanıtlar sağlayabileceğini gösterdiği için çok faydalıdır. EVUS'si 5 mm'nin altında olan bir kadında endometriyal kanser olasılığı, postmenopozal vajinal kanama ile başvuran kadınlarda endometriyal kanserin lokal prevalansına bağlıdır. 20 çalışmadaki %13'lük ortalama prevalansı alarak ve Bayes teoremi1,3,11 uygulayarak, EVUS ölçümü <5 mm olan kadınların yalnızca %1,3'ünün endometriyal kansere sahip olacağını aşağıdaki gibi tahmin edebiliriz. Belirli klinik örnek için, olabilirlik oranlarının havuzlanması, muhtemelen bu çalışmalardan elde edilen en önemli klinik özet bilgileri sağlar. Vaka çalışması : Tanısal olasılık oranlarını birleştirmek Tanısal eşikten bağımsız olarak sabit tanı olasılık oranlarını varsayan bir model, duyarlılığın özgüllüğe eşit olduğu azalan bir çapraz çizgi etrafında simetrik olan bir özet ROC eğrisine karşılık gelir. 20 çalışmanın tümünün duyarlılıkları özgüllüklerden daha yüksek olduğundan, 20 çalışmanın tümünün sonuçları ROC grafiğinde bu diyagonal çizginin üzerindedir. Bu durumda simetrik bir özet ROC çizgisi savunulabilir. Odds oranlarını birleştirmek için Mantel-Haenszel yöntemini kullanarak bir özet tanısal olasılık oranının hesaplanması, 28·0 (18·2 ila 43·2) bir tahmin (%95 GA) verir. Büyük bir heterojenlik kanıtı yoktu (Cochran's Q=22.0, df=19, P=0.3), bu nedenle bu tanısal olasılık oranı, çalışmalar arasında tanısal performansın makul ölçüde tutarlı bir özet ölçüsü gibi görünmektedir. Tanısal olasılık oranı, rakamlara bakılarak (duyarlılık=0.95 ve özgüllük=0.60 ise DOR'nin 28.5 olacağını gösterir) veya özetin grafiğini çizerek duyarlılıklar ve özgüllükler açısından yorumlanabilir. Bununla birlikte, duyarlılık ve özgüllüğün benzersiz bir ortak özet tahmini yoktur: yalnızca diğerinin değerine bağlı olarak bir değerin özet tahminini elde etmek mümkündür.

Alt Grupların Analizi – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri

Güvenilirlikler

Spearman-Brown veya alfa güvenilirliklerinin kullanımı, bileşikteki her bir bileşen ölçüsü tarafından ölçülen belirli faktörlerin diğer değişken (bu durumda x, bir algısal hız ölçüsü) tarafından ölçülen yapıyla ilişkisiz olduğunu varsayar ve şu şekilde ele alınabilir: rastgele hata. Örneğimizde bu, denetim derecelendirmelerindeki, emsal derecelendirmelerdeki ve üretim kayıtlarındaki belirli faktörlerin algısal hız ile (ve ayrıca birbirleriyle alakasız) olduğu varsayımı olacaktır.

Ayrıca, bu belirli faktörlerin gerçek iş performansının bir parçası olmadığını, yani iş performansının yapısıyla ilgisiz olduğunu varsayar. Varsayımlardan biri veya her ikisi de mantıksız görünüyorsa, bileşikteki her bir ölçüm, diğer yi ölçümleriyle ölçülmeyen fiili veya gerçek iş performansının bazı yönlerini ölçüyor olabilir. Eğer öyleyse, belirli faktör varyansını gerçek varyans olarak ele alan farklı bir güvenilirlik ölçüsü kullanılmalıdır. Uygun formül Mosier tarafından verilmiştir.

Bu formülün paydası, daha önce açıklandığı gibi, bileşiğin toplam varyansıdır. Güvenilirlik her zaman gerçek varyansın toplam varyansa oranı olduğundan, pay gerçek varyanstır.

D matrisi, köşegeninde 1’ler bulunan k’ye k diyagonal bir matristir (diğer tüm değerler 0’dır). D’yi Ryy’den çıkarmak, Ryy’nin köşegenindeki tüm 1’leri alır. Daha sonra Drel matrisini (ayrıca k’ye k) tekrar eklemek, tüm diyagonal değerleri tek tek yi ölçülerinin güvenilirlikleriyle değiştirir. Drel, yalnızca bu güvenilirlikleri içeren çapraz bir matristir.

Mosier güvenilirliği belirli faktör varyansını gerçek varyans olarak kabul ettiğinden, güvenilirlik tahmini Spearman-Brown tahminimiz olan .75’ten daha büyüktür. Bu nedenle, güvenilmezlik için düzeltilen korelasyon daha küçüktür.

Bu değer, önceki .36 değerinden %8 daha küçüktür. Bu nedenle, belirli faktörlerin rasgele hata varyansı mı yoksa gerçek yapı varyansı mı olarak ele alınması gerektiği sorusunu dikkatli bir şekilde değerlendirmelisiniz. Genel olarak, bir bileşikte bulunan ölçülerin sayısı ne kadar fazlaysa, belirli faktör varyansının gerçek varyans olarak ele alınması o kadar az olasıdır.

Ancak nihai cevap, ölçülen yapının tanımına ve teorisine bağlıdır ve dolayısıyla genel bir cevap verilemez. Bununla birlikte, birçok durumda teori oldukça açık cevaplar sağlar. Örneğin, sözel yetenek, farklı sözel yetenek ölçümlerinin ortak olarak sahip olduğu şey olarak tanımlanabilir, bu nedenle spesifik faktör varyansının hata varyansı olduğunu ima eder.

Diğer yapılar, örneğin iş tatmini ve rol çatışması, genellikle teorik olarak aynı şekilde tanımlanır. Karşılaştığımız çoğu durumda, belirli faktör varyansı ölçüm hatası olarak ele alınmalıdır.


Madde ayırt Edicilik indeksi
alt-üst grup yöntemi spss
Madde analizi nasıl yapılır
SPSS Madde Analizi
Alt grup üst grup hesaplama
Madde güçlük indeksi hesaplama excel
Madde ayırt Edicilik indeksi hesaplama
Madde analizi nedir


Alt Grupların Analizi

Çoğu kişi için, her ikisinin de moderatör olarak hareket edeceğine inanmak için hiçbir neden olmamasına rağmen, korelasyonları ırk ve cinsiyete göre ayrı ayrı hesaplamak artık rutin hale geldi. Bu uygulama, kısmen, katkı ve düzenleyici etkiler arasındaki yaygın bir karışıklıktan kaynaklanmaktadır. Örneğin, bazıları bir organizasyonun teknolojisinin yönetim felsefesine sınırlar koyduğunu varsaydılar.

Örneğin, büyük ölçekli üretim, sıkı bir iş koordinasyonu gerektirir ve bu nedenle, astlarla güç paylaşımı için daha az fırsat sağlar. Bu, üretim organizasyonlarında değerlendirme düzeyinin daha düşük olacağı öngörüsüne yol açar. Ancak bu doğru olsa bile, bu tür organizasyonlarda işçileri karar alma yapılarına dahil edenlerin daha yüksek üretime sahip olacağı yine de doğru olabilir. Bu nedenle, ortalama olsa bile, bu tür bitkilerde korelasyonun daha düşük olması gerekmez.

Demografik üyeliğin gerçek ve önemli bir moderatör olduğuna inanmak için bir neden varsa, o zaman alt grup korelasyonları daha büyük kümülasyona bağımsız sonuç değerleri olarak girilebilir. İstatistiksel olarak, örtüşmeyen gruplar için sonuç değerleri, farklı çalışmalardan alınan değerlerle aynı özelliklere sahiptir.

Alt Gruplar ve Güç Kaybı

Alt grupların analizi bir fiyat belirler. 100 kişinin ırk ve cinsiyete göre eşit olarak bölündüğü bir örnek düşünün. Daha sonra dört alt grup olacaktır: 25 siyah kadın, 25 siyah erkek, 25 beyaz kadın ve 25 beyaz erkek. 25’lik bir örneklem büyüklüğü için bir sonuç değeri, 100 vakaya dayalı bir sonuca göre çok daha fazla örnekleme hatasına sahiptir. Aslında, 25 vaka için güven aralığı, 100 vaka için olanın yaklaşık iki katıdır.

Örneğin, tam örnek için, .20’lik bir gözlemlenen korelasyon, .00 ≤ ρ ≤ .40’lık bir güven aralığına sahip olacaktır. Her bir alt örnek için güven aralığı −.20 ≤ ρ ≤ .60 olacaktır. 25 kadar az vakaya dayanan gözlemlenen bir korelasyonda aslında çok az bilgi vardır (ancak diğer küçük örnek korelasyonlarıyla toplanabilir ve bu şekilde bir katkı sağlayabilir).

Alt grup analizindeki muazzam istatistiksel belirsizlik ve örnekleme hatası, şans üzerinde büyük bir kapitalizasyona yol açar. Basitlik için, herhangi bir düzenleyici etki olmadığını varsayalım. Popülasyon korelasyonu 0 ise, o zaman bir yerine Tip I hata yapmak için dört fırsat vardır ve gerçek Tip I hata oranı .05 değil .19 olacaktır. Popülasyon korelasyonu 0 değilse, Tip II hata yapmak için bir tane yerine dört fırsat vardır. Ancak durum bundan daha kötüdür.

Örneklem boyutundan bağımsız olarak her bir test için Tip I hata olasılığı her zaman .05’tir, ancak Tip II hata olasılığı örneklem boyutundaki azalmayla büyük ölçüde artar. Örneğin, popülasyon korelasyonu .20 ise ve örneklem büyüklüğü 100 ise, istatistiksel anlamlılık olasılığı ve doğru bir çıkarım sadece .50’dir.

Ancak örneklem büyüklüğü 25 ise, anlamlılık olasılığı .16’ya düşer; yani, araştırmacı zamanın %84’ünde yanılacaktır. Ayrıca, dört alt grubun tümünde anlamlılığı doğru bir şekilde sonuçlandırma olasılığı (.16)4 = .0007’dir ve bu, 1.000’de 1’den azdır. Yani, .20’lik bir popülasyon korelasyonu için alt gruplar tarafından yapılan analiz, Tip II hata oranını %50’den %99.9’a yükseltir.

Bir yanıt yazın