Yersel, zamansal ve yersel - zamansal kümeleme (space, tıme, space - tıme clusterıng) yöntemlerinin tanıtımı, türetilmiş ve gerçek verilerde etkinliklerinin araştırılması
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Amaç: Bu araştırmada t zaman periyodu ve A2 alanda gözlenen sağlık olayının gözlenme sayısının, rasgele ya da koşullu olarak gözlenme biçiminin ve dağılım biçiminin Tarama İstatistiği üzerine etkileri araştırılmıştır.Yöntem: Bir bölgede belirli bir zaman periyodunda gözlenen sağlık olayının oluşumu ve yaygınlığının önemliliğini belirlemek için yersel, zamansal ve yersel-zamansal kalıplarının önemliliğini araştırmak için Tarama İstatistikleri geliştirilmiştir. Tarama istatistiğinin, olayın bir bölgede ve t zaman periyodundaki gözlenme sıklığından, dağılım biçiminden ve yer, zaman ve yersel-zamansal aralığından etkilenme biçiminin araştırılması gerekmektedir.Bu çalışmada, hastalık görülme zamanları, görülme yerleri olarak boylam (doğu) ve enlem (kuzey) koordinatları ve görüldüğü toplum nüfusu türetilmiştir. Normal Dağılım ve Uniform Dağılım gösteren olgu sayıları n=50, 100, 250, 1000 olarak türetilmiştir. Aynı yerleşim yerinde rasgele türetilen olgu sayılarına ek olarak bir ve iki kez tekrarlayan olgu sayıları koşullu olarak türetilmiş (nk), dağılım biçimi ve gözlenme sıklığına göre Yersel, Zamansal ve Yersel-Zamansal kümelenmeleri araştırılmıştır.Bulgular: Bernoulli Dağılım Modülü birim sayısının, Poisson Dağılım Modülüne göre daha duyarlı olduğu, Yersel kümelenmelerde modüller açısından bir farklılık olmadığı, zamansal kümelenmelerde Bernoulli Dağılım Modülünde daha az sayıda birimde önemli kümelenmeler görüldüğü ve Yersel-zamansal kümelenmelerde ise, Poisson Dağılım Modülünde daha az sayıda birimle önemli kümelenmeler görüldüğü söylenebilir.Sonuç: Türetilmiş verilerde rasgele dağılım olduğunda önemli kümelenmeler görülmemiş fakat, rasgeleliğin bozulduğu, bir ve iki yerleşim yerinde hastalık görülmesi durumunda önemli kümelenmeler bulunmuş ve hastalıkların epidemik karakterde olduğu sonucuna da ulaşılmıştır. Ayrıca gözlenme sayısı düşük sağlık olaylarında yerleşim ünitesi ve komşu yerleşim üniteleri arasındaki etkileşimleri de ortaya koyan bir istatistiksel bir yöntem olduğu ortaya konmuştur.Anahtar Kelimeler: Tarama İstatistikleri, Yersel Kümeleme, Zamansal Kümeleme, Yersel-Zamansal Kümeleme Objective: In this study, the effects of number of observed health events that monitored in a t time period and A2 area, the observation and distribution form, obtained randomly or conditionally were investigated on scan statistics.Method: In order to reveal the cluster of health events such as illness, death, birth and vehicle accident in a given time period in a given region, space, time and space-time clusters have to be studied. Scan Statistics has been developed to investigate the importance of space, time and space-time patterns for establishing the development and prevalence of a health event. The effects of the frequency and distribution form of a health event in a given t time period and in a given region on Scan Statistics and interference of space, time and space-time interval should be investigated.In this study, occurrence times and places of disease as longitude and latitude coordinates and the population that disease seen were derived. The number cases which shows normal and uniform distributions were generated as n=50, 100, 250, 1000. In addition to number of cases which were derived in the same locality, the number of cases that repeats once or twice were generated conditionally (nk), according to the form of distribution and prevalence space, time and space-time clusters were investigated in this study.Results: The number of units of Bernoulli distribution model were found more sensitive according to Poisson distribution model. In Space clusters no difference were found considering models and in time clusters, the substantial clusters were seen less in Bernoulli distribution models as well for space-time clusters, less units were seen in Poisson distribution model.Conclusions: In the derived data when the distribution was random, substantial clusters weren?t seen, but substantial clusters were found in the case of disease occurrence in one or two settlements and diseases were concluded to be in epidemic character when randomness were retrograded. Also, it is a statistical method that presents the interaction between settlement units and neighbor settlement units in the health events that have a low prevalence rate.Keywords: Scan Statistics, Space Cluster, Time Cluster, Space - Time Cluster
Collections