Çok değişkenli regresyon ağaçları ve uygulaması

Abstract

Çok değişkenli istatistik analiz yöntemleri, karmaşık veri setlerini analiz etmede yaygın olarak kullanılan yöntemlerdir. Bu yöntemler, çok sayıda bağımsız ve/veya bağımlı değişkenle ve tüm bu değişkenlerin değişik düzeylerde birbiri ile ilişkili olduğu durumlarda, birkaç tek değişkenli veya iki değişkenli analiz yapmak yerine tek bir analiz yapma imkanı sağlar. Bu tekniklerden birisi de çok değişkenli regresyon ağacı yöntemidir. Bu yöntem, varsayımların esnekliği ve sonuçların; doğru ve güvenilir olması ayrıca kolay yorumlanabilirliği ve interaksiyonları göstermesi bakımından avantajlıdır. Bu çalışmada, Çok değişkenli regresyon ağacı yöntemi incelenerek, bir uygulama yapılmıştır. Uygulamada, 21 ilçeden 95 bireye ait veriler kullanılmıştır. Brucella, HCC ve Siroz (Cirhosis) hastalıklarının varlığı (bolluğu) cevap değişkeni, buna etkili olabileceği düşünülen Yaş (yıl), Beyaz Küre [WBC, (K/mm3)], Hemoglobin [HB, (g/dL)], Alanin Aminotransferaz [(ALT, (g/dL)], Aspartat Aspartat Aminotransferaz [AST (g/dL)], Trombosit [PLT, (K/mm3)], Albümin [ALB, (g/dL) ve Globülin [GLB, (g/dL)] özellikleri ise açıklayıcı değişken olarak alınmıştır. Sonuç olarak, yöntemin sahip olduğu bazı avantajlar nedeniyle, çok değişkenli veri setlerinin analizinde kullanılabilirliği vurgulanmıştır.

Multivariate statistical analysis methods are widely used to analyze complex data sets. These methods provide the ability to perform a single analysis, rather than performing several univariate or bivariate analyzes, with a large number of independent and / or dependent variables, when the variables are correlated at different levels. One of these techniques is the multivariate regression tree method. This method is flexible for the assumptions, has accurate and reliable results as well as to examine interactions and easy interpretations. In this study, a multivariate regression tree method was examined and an application was performed. In application, data of 95 individuals from 21 provinces were used. The abudance of Brucella, HCC and Cirhosis were considered as response variables. Age (year), White Blood Cell [WBC, (K/mm3)], Hemoglobin [HB, (g/dL)], Alanin Aminotransferaz [(ALT, (g/dL)], Aspartat Aminotransferaz [AST (g/dL)], Trombosit [PLT, (K/mm3)], Albumin [ALB, (g/dL) and Globulin [GLB, (g/dL)] that likely to be effect on these response variables were taken as explanatory variables. As a result, it is emphasized that the method can be used for analysing of the sets of multivariate data.