Poisson regresyon çözümlemesinde logaritmik doğrusal modellerin kullanımı ve uygulaması

Abstract

ÖZET Bu çalışmada, iki boyutlu bir tabloda göze sıklıklarının Poisson dağılımlı olduğu varsayımı altında, Poisson regres- yon çözümlemesinde logaritmik doğrusal modelleri kullana rak, verileri en iyi açıklayan modele ulaşmak ve seçilen en iyi modelin risk gruplarına ilişkin parametre kestirimleri- nin exponansiyelinden göreli risk kestirimlerini elde etmek amaçlandı. Birinci Bölüm'de, konuya giriş yapılarak önceki çalışmalar hakkında bilgiler verildi. İkinci Bölüm'de» genel doğrusal regresyon modeli, genelleş tirilmiş doğrusal modeller, logaritmik doğrusal modeller, çok boyutlu tablolar için olasılık dağılımları, Poisson regresyon çözümlemesi ve parametre kestirim yöntemleri, gö reli risk kestirimi, Poisson regresyon çözümlemesinde kul lanılan uyum iyiliği ölçütleri ve artıkların incelenmesi konuları anlatıldı. Üçüncü Bölüm'de, 1988 Türkiye Nüfus ve Sağlık Araştırması ' n- dan elde edilen çocuk ölümlerine ilişkin verilere Poisson regresyon çözümlemesi uygulandı. ölen çocuk sayısı bağımlı değişken, anne yaşı ve bölgeler bağımsız değişkenler olarak alındı. Verileri en iyi açıklayan model seçilerek risk gruplarına ilişkin göreli risk kestirimleri elde edildi.

SUMMARY THE USE OF LOG-LINEAR MODELS IN THE POISSON REGRESSION ANALYSIS AND AN APPLICATION The scope of this study is to obtain the relevant model which explains data by using log-linear models in Poisson regres sion analysis under the assumption that the cell frequencies in a two-way table had Poisson distribution. Also, for the risk groups relative risk estimates are obtained for the chosen best model from the exponential of the estimated parameters. In the first section, introduction was made to the subject and information about previous studies were given. In the second section, general linear regression model, gene ralized linear models, log-linear models, probability distri butions for multi-way tables, Poisson regression analysis and parameter estimation methods, relative risk estimation, good ness of fit measures used in Poisson regression analysis and evaluation of residuals were explained. In the third section, Poisson regression analysis were app lied to the number of deceased children data obtained from the `1988 Turkish Population and Healty Survey`. The number of deceased children are taken as dependent variable, age of mother and regions are taken as independent variables. The best model which describes the data is chosen and relative risk estimations are obtained for the risk groups.