Pek çok çalışma, yalnızca en önemli prognostik faktörleri koruyarak, en yaygın olarak aşamalı değişken seçimi ile çoklu regresyon analizi kullanarak cimri tahmin modelleri arar. Ne yazık ki, bu yöntemin yanıltıcı olma olasılığı oldukça yüksektir.

Tanınan veya “standart” prognostik faktörler seçim sürecine tabi tutulmamalıdır. Bu tür değişkenler belirli bir çalışmada belirtilen anlamlılık seviyelerine ulaşmasalar bile, sonuçları bildirilen diğer çalışmalarla karşılaştırmak için oluşturulan modellere dahil edilmelidirler. İlgilenilen değişkenli ve değişkensiz modellerin karşılaştırılması, bağımsız etkisinin bir tahminini ve ek prognostik bilgi içerip içermediğine dair istatistiksel anlamlılığın bir testini sağlar.

Sistematik gözden geçiren için iki sorun, farklı araştırmacıların uyum için farklı istatistiksel yaklaşımlar kullanmaları ve farklı değişken seçimleri için ayarlama yapmalarıdır. İkinci sorunu aşmanın bir yolu, düzeltilmemiş analizleri kullanmaktır. Bu yaklaşım, randomize kontrollü çalışmaların sistematik incelemelerinde yaygın olmakla birlikte, prognostik çalışmalarda bir sorunu daha kötü bir sorunla değiştirir; Düzeltilmemiş analizlerin tarafsız olması nadirdir.

Sürekli Tahmin Değişkenlerini İşleme

Birçok prognostik değişken, birçok tümör belirteci ve çevresel maruziyet seviyeleri dahil olmak üzere sürekli ölçümlerdir. Böyle bir değişken prognostik olsaydı, seviye arttıkça bir olay riskinin sistematik olarak artması veya azalması beklenirdi. Bununla birlikte, birçok araştırmacı, hastaları bir eşik veya kesme noktasına göre yüksek ve düşük risk gruplarına ayırmayı tercih etmektedir.

Bu tür bir analiz, potansiyel olarak önemli nicel bilgileri atar ve sonuçla gerçek bir ilişkiyi saptama gücünü önemli ölçüde azaltır. Bir kesme noktası kullanılırsa, veriye bağlı bir süreç tarafından belirlenmemelidir. Makul yaklaşımlar arasında, sağlıklı bireylerdeki referans aralığına veya bu çalışmadan medyan veya önceden belirlenmiş diğer yüzdelik değerine dayanan başka bir çalışmada rapor edilen bir kesme noktasının kullanılması yer alır.

Bazı araştırmacılar olası tüm kesme noktaları için istatistiksel anlamlılık düzeyini hesaplar ve ardından en küçük P değerini veren kesme noktasını seçer. Bu “optimal” kesim noktası yaklaşımıyla ilişkili birkaç ciddi sorun vardır. Özellikle, bu analizlerden kaynaklanan P değerleri ve regresyon katsayıları yanlıdır ve genel olarak ilgilenilen değişkenin prognostik değeri fazla tahmin edilecektir.

Çoklu doğrusal regresyon varsayımları
Regresyon analizi yorumlama
Regresyon Varsayımları
Regresyon analizi soru ve cevapları
Çoklu regresyon analizi örnekleri
Regresyon analizi Örnekleri
Regresyon Analizi ders notları
Regresyon analizi Nedir

Önyargı herhangi bir basit şekilde ayarlanamaz ve sonraki çoklu regresyon analizlerine taşınır. Bireysel çalışmalardan elde edilen yanıltıcı sonuçlar yeterince kötüdür, ancak bu tür çalışmalar bir meta-analize dahil edildiğinde sonuçları çarpıtabilirler (aşağıda sunulan vaka çalışmasında olduğu gibi).

Analizde değişkenleri sürekli tutmak, tüm bilgileri saklama ve keyfi kesme noktalarından kaçınma gibi önemli avantajlara sahiptir. Ayrıca herhangi bir sonraki meta-analizi büyük ölçüde basitleştirebilir. Bununla birlikte birçok araştırmacı, belirteç ile sonuç arasındaki ilişkinin log-doğrusal olduğunu, yani riskin (log olasılık oranı veya log tehlike oranı olarak ifade edilir) değişken arttıkça lineer olarak arttığını veya azaldığını varsaymaya isteksizdir. doğrusal olmayan (eğri) ilişkiler nadirdir.

Doğrusallık varsayımı, ikiye ayırmayla, yani kesme noktasının her iki tarafındaki sabit riskle ilgili varsayımlardan daha makul olabilir. Az sayıda, örneğin dört grup kullanmak, olayın olasılığı ile ilişkinin şekli hakkında varsayımlar gerektiren verileri sürekli olarak işlemek ve ikiye ayırmak arasında iyi bir uzlaşma sunar. Bu yaklaşım epidemiyolojide yaygındır. Ancak, farklı çalışmaların aynı gruplandırmaları kullanması nadir olduğundan, sistematik gözden geçiren için sorunlara yol açabilir.

Örneğin, Buettner, primer kutanöz melanomda tümör kalınlığının prognostik önemini inceleyen 14 çalışmayı özetledi. Gösterildiği gibi, kesme noktalarının sayısı iki ile altı arasında değişiyordu. Açık benzerliklerine rağmen, hiçbir iki çalışma aynı kesme noktalarını kullanmamıştı. Ayrıca, birkaç çalışma, yukarıda belirtildiği gibi, doğası gereği aşırı iyimser olan “optimize edilmiş” yaklaşımı kullanmıştır.

Prognostik Faktör Çalışmalarının Meta Analizi

Prognostik çalışmaların sistematik gözden geçirenler için bazı özel güçlükleri ortaya çıkardığı görülebilir. Bunlar Kutu 13.2’de özetlenmiştir. Çoğu yukarıda tartışıldı. Son iki madde, aşağıda tartışılan birincil çalışmalarda sonuçların yetersiz raporlanmasıyla ilgilidir.

Prognostik literatürün nicel bir sentezini elde etmeye çalışmakta açıkça büyük zorluklar vardır. Bu bölümde, resmi meta-analizlere geçmenin ne zaman mantıklı olabileceğini ve bunun nasıl başarılabileceğini ele alacağım.

Meta-analizin yapılıp yapılmayacağı

Prognostik çalışmalara ilişkin temel endişelerden ikisi, birincil çalışmaların kalitesi, hem metodolojik kalite hem de raporlama kalitesi ve yayın yanlılığı olasılığıdır. Bazı sistematik incelemelerde kalite dikkate alınmazken, diğerleri metodolojik kaliteye dayalı katı dahil etme kriterlerini benimsemiştir. Örneğin, hemingway ve Marmot, koroner kalp hastalığının etiyolojisi ve prognozundaki psikososyal faktörlerin sistematik olarak gözden geçirilmesinde, yalnızca en az 500 (etiyoloji) veya 100 katılımcı (prognoz) içeren ileriye dönük kohort çalışmalarını dahil etmiştir.

Yalnızca iki veya daha fazla çalışmada kullanılan psikososyal faktörleri içeriyorlardı. Bununla birlikte, yayın yanlılığı riski ve standart ölçüm yöntemlerinin olmaması nedeniyle istatistiksel bir sentez girişiminde bulunmadılar.

Daha yaygın olarak, yazarlar bir dizi çalışmanın anlamlı bir meta analize izin vermek için ya çok çeşitli ya da çok zayıf ya da her ikisi olduğu sonucuna varmışlardır. Kutu 13.3, böyle bir sonuca varan dirsek bozukluklarında prognozun sistematik bir incelemesinin ayrıntılarını göstermektedir. Benzer şekilde, hormonal kontrasepsiyon ile HIV bulaşma riski arasındaki olası ilişki üzerine yapılan çalışmaların sistematik bir incelemesinde Stephenson, bir meta-analizin akıllıca olmadığı sonucuna vardı.

Buna karşılık, Wang ve benzer bir dizi çalışma üzerinde böyle bir meta-analiz gerçekleştirmiş ve bunun çeşitli çalışma özelliklerinin etkisinin nicel araştırmasını mümkün kıldığını öne sürmüştür. Ciddi metodolojik zorluklar olasılığı nedeniyle, bazı yazarlar genel olarak bireysel hasta verilerine erişim olmaksızın mantıklı bir meta-analiz yürütmenin akıllıca olmadığını öne sürmüşlerdir.

Ancak bu kasvetli tablo her zaman geçerli değildir. Bir sonraki bölümde, yeterince benzer ve kabul edilebilir kalitede olduğu düşünülen bir çalışma alt kümesinin tanımlandığı varsayımıyla bir meta-analizin nasıl ilerleyebileceğini ana hatlarıyla ele alacağım.

The post Sürekli Tahmin Değişkenleri – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Varyansa dayalı yorumlar, personel seçiminde de aynı tür hatalara yol açmıştır. Orada, örneğin .40’lık geçerlilik katsayılarının çok değerli olmadığı söylendi, çünkü iş performansı varyansının sadece %16’sı açıklanıyordu.

Bununla birlikte, .40’lık bir geçerlilik katsayısı, seçim prosedüründeki ortalama puandaki her 1 SD artış için, iş performansında .40 SD’lik bir artış bekleyebileceğimiz anlamına gelir. Aslında, .40’lık bir geçerlilik katsayısı, bir işveren için 1.00’lık bir geçerlilik katsayısının pratik değerinin %40’ına sahiptir.

Etki büyüklüğünün varyansa dayalı indeksleri neredeyse her zaman yanıltıcıdır ve yanıltıcıdır ve ister meta-analizde ister birincil araştırmada olsun, bundan kaçınılmalıdır. Meta-analizde bu tür indekslerin bir dezavantajı daha vardır: Etki yönünü belirsizleştirirler. Yönsüz olduklarından, r değeri .50 ile r değeri −.50 arasında ayrım yapmazlar; her ikisi de meta-analize r2 = .25 olarak girer.

Etki büyüklüğünün uygun indeksinin r2 değil r2 olduğunu göstermek ve “küçük” rs’nin (örn., .20–.30) önemli ilişkileri gösterdiğini göstermek için Rosenthal ve Rubin (1979b, 1982c) iki terimli etki büyüklüğünü sundu. (BESD) görüntüleyin. Bu teknik, her iki değişkenin de ikili olmasını gerektirse de (örneğin, tedaviye karşı kontrol veya “hayatta kaldı” veya “öldü”) ve her ikiliğin her iki tarafında da %50 gerektirse de, “küçük” bağıntıların pratik önemini güçlü bir şekilde göstermektedir.

Örneğin, belirli bir ilaçla tedavi ile hastanın hayatta kalması arasındaki .32 (r2 = .10) korelasyon, ölüm oranında %66’dan %34’e bir azalmaya karşılık gelir. Bu nedenle, varyansın sadece %10’unu oluşturan bir ilişki, ölüm oranında neredeyse %50’lik bir azalma anlamına gelir. Küçük korelasyonlar büyük etkileri gösterebilir. BESD, daha genel regresyon analizi yöntemini kullanarak sunduğumuz aynı ilkeyi göstermek için gerçekten ikili değişkenlerden oluşan özel bir durum kullanır.

r Meta-Analizde Regresyon Eğimleri ve Kesişmeler

Yüzeyde, genellikle bazı hipotezlerin veya teorilerin, korelasyonlardan ziyade ham puan eğimleri ve kesişimleri toplanarak etkili veya daha etkili bir şekilde test edilebileceği görülür. Örneğin, Hackman ve Oldham (1975) tarafından geliştirilen bir teori, basitçe, bir işin “motive edici potansiyeli” ile yerleşiklerin iş tatmini arasındaki ilişkinin, “büyüme ihtiyacı gücü” (GNS) yüksek olan yerleşikler için daha güçlü olacağını belirtmektedir. 

Teori açık olmadığı için, regresyon eğimlerinin veya korelasyonların kümülasyonu ile test edilebileceği a priori makul görünüyor. Bazı hipotezler veya teoriler korelasyona veya regresyona dayalı ilişkiler belirtse de, çoğu Hackman-Oldham teorisi gibidir.

Bazıları, bu tür tüm teorilerin (ham puan) regresyon analizleri kullanılarak test edilmesi gerektiğini savundu. Eğimlere ve kesişmelere karşı korelasyonlara dayalı meta-analizin göreceli uygulanabilirliği ve kullanışlılığı nedir? Daha sonra, korelasyonlardan ziyade ham puan regresyon eğimlerini ve kesişimlerini kullanmanın dezavantajlarının avantajlardan daha ağır bastığını göstereceğiz.

Regresyon analizi yorumlama
Regresyon Analizi ders notları
Basit doğrusal regresyon analizi
Regresyon istatistik
Regresyon analizi makale
Regresyon analizi PDF
Regresyon Türleri
Doğrusal regresyon analizi

Menzil Kısıtlaması

Korelasyonlar, menzil kısıtlamasından etkilenir ve bu nedenle, ortaya çıkan farklılıkları ve genel zayıflamayı ortadan kaldırmak için bağımsız değişken için ortak bir SD’ye düzeltilmesi gerekir. Bağımsız değişken üzerindeki aralık kısıtlaması doğrudan olduğunda, ham puan eğimlerinin ve kesişimlerinin tahminleri üzerinde hiçbir etkisi yoktur ve bu nedenle aralık düzeltmelerine gerek yoktur.

Bu önemli bir avantaj gibi görünüyor, ancak ne yazık ki menzil kısıtlaması neredeyse her zaman dolaylıdır ve bu nedenle eğimler ve kesişimler etkilenir. Bölüm 3 ve 4’te belirtildiği ve bu bölümün ilerleyen kısımlarında ayrıntılı olarak tartışıldığı gibi, doğrudan menzil kısıtlaması nadirdir; çoğu menzil kısıtlaması dolaylıdır.

Ölçüm Hatası

Korelasyonlar, hem bağımsız hem de bağımlı değişkenlerin ölçümlerinde güvenilmezlik nedeniyle zayıflar ve her ikisinde de güvenilmezlik için düzeltilmeleri gerekir. Bu düzeltmeler Bölüm 3’te açıklanmıştır. Ham puan regresyon eğimleri ve kesişimleri de ölçüm hatasıyla zayıflatılır, ancak yalnızca bağımsız değişkendeki ölçüm hatası. Bağımlı değişkendeki güvenilmezlikten etkilenmezler ve bu nedenle ne güvenilirliğin bilinmesine ne de düzeltme yapılmasına ihtiyaç vardır. Bağımsız değişkende güvenilmezlik düzeltmesi ise şöyledir.

Burada BˆT tahmin edilen gerçek puan eğimi, CˆT tahmin edilen gerçek puan kesişimi ve rXX bağımsız değişkenin güvenilirliğidir. Bu denklemlerden, ölçüm hatasının gözlemlenen eğimi azalttığı ve gözlemlenen kesişimi arttırdığı açıktır; bu düzeltmeler bu etkileri tersine çevirir.

Bu nedenle, düzeltilmemiş eğimler ve kesişimler, doğru ilişkileri hafife alarak, düzeltilmemiş korelasyonlar kadar aldatıcı olabilir. Ek olarak, örnekleme hatasındaki karşılık gelen artışla birlikte düzeltmeler, genellikle yaklaşık olarak aynı büyüklüktedir. B sadece bağımsız değişkendeki ölçüm hatası için düzeltilse de bölme √rXX ile değil rXX ile yapılır ve bu nedenle düzeltme daha büyüktür.

Hem menzil kısıtlaması hem de güvenilirlik düzeltmeleri örnekleme hatasını artırır; bu nedenle, bu tür düzeltmelerin gereksiz olması daha iyi olurdu. Ancak, bu ifade meta-analizlerden ziyade tekil çalışmalar için çok daha önemlidir; Meta-analizin önemli bir gücü, tekil çalışmalardan farklı olarak, örnekleme hatasının etkilerini düzeltmesidir. Bu nedenle, bazen eğim ve kesişim üzerinde daha az veya daha küçük düzeltmeler yapılması gerekse bile, meta-analiz bu avantajı ortadan kaldırır.

Birimlerin Çalışmalar Arasında Karşılaştırılabilirliği

Regresyon eğimlerinin ve kesişimlerinin önemli bir dezavantajı, genellikle çalışmalar arasında karşılaştırılabilir olmamaları ve bu nedenle bir meta-analizde anlamlı bir şekilde toplulaştırılamamalarıdır. İki değişkenli regresyon eğimi (B) ve kesişme noktası (C) için formülleri vardır.

B değerleri, yalnızca tüm çalışmalar X ve Y’yi ölçmek için tam olarak aynı ölçekleri kullandığında, çalışmalar arasında karşılaştırılabilir. Örneğin, X iş tatminiyse, her çalışmada aynı iş tatmini ölçeği, örneğin JDI kullanılmış olmalıdır. Y yaşam doyumu ise tüm çalışmalarda yine aynı ölçekler kullanılmış olmalıdır. Farklı ölçekler kullanılıyorsa, bu ölçekler güvenilmezlik için düzeltilmiş 1.00 ile ilişkilendirilse bile, eğimler karşılaştırılabilir değildir.

Örneğin, bir çalışmanın başka bir çalışma tarafından kullanılan aynı iş tatmini ölçeğinin kısaltılmış bir formunu kullandığını varsayalım. İki ölçek aynı yapıyı ölçse bile, kısa form daha küçük bir SD’ye sahip olacak ve tek başına bu ölçek farkı gözlemlenen eğimi büyük ölçüde artıracaktır.

The post Regresyon Eğimleri ve Kesişmeler – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).