ÜÇ -BOYUTLU ÇAPRAZ - SINIFLANDIRILMIŞ KATEGORİK VERİLERE LOG-LİNEAR MODELLERİN UYDURULMASI

Year 1993, Volume: 24 Issue: 2, - , 03.01.2011

Hüdaverdi Bircan Necati Yıldız

Abstract

ÖZET

Biyoloji, tıp ve sosyal bilim dallarındaki araştırmalarda ölçülen
karakterlerin bazen kalitatif (nicel) olması nedeniyle, elde edilen kesikli degişkenlerin
analizinde bilinen parametrik metotlar elverişli olmamaktadır. Bu özellikteki veriler
çapraz-sımflanmış tablolar şeklinde tak.dim edilir. Çapraz slnlflandmlmış kategorik
verilerin iki-boyutlu olması durumunda Pearson'un r istatistiği ve G2 olabilirlik-oran
istatistiği kullanılmaktadır. Bir çok dı.ırwnda bir sonuca tesir edenfaktör sayısz ikiden
fazladır. Bu nedenle yaygın olarak kullanılan çapraz-sınıflandırılmıştablolar çok
boyut/udur. Çok boyutlu tabloların analizi için; }- çok boyutlu tablodan elde edilecek
tüm iki boyuııu marjinal tabloların ayrı ayrı analiz edilmesi, 2- çok boyutlu tablolara
log-linear nwdellerin uydurulması şeklinde iki yol vardır.
Üç faktörlü çapraz-sıniflandırılmışverilerin analizinde; mümkün olan iki
faktörlü marjinal tabloların elde edilerek ayrı ayrı klasik r testinin uygulanması, tüm
ikili ilişkilerin aynı zamanda denenmelerine müsaade etmedigi gibi üç faktör
interaksiyonunu da ihmal eder. Bundnn dolayı bu çalışmada, log-linear yaklaşımının
özellikleri ve uygulanması üzerinde durul~tıu.

FITTING THE LOG-LINEAR MODELS TO THREE - DIMENSIONAL
CROSS-CLASSIFIED CATEGORICAL DATA

SUMMARY

Same parametric methods of analysis are not convenientfor
rıon-normal-discretedata obtainedfrom social, biological and medical research. This
type of data generally are presented in the cross-classified categorical table. Well
know Pearson's X2 and likelihood-ratio G2 sıatistics can be usedfor the analysis of
two-way contingency tables. In man)' cases a researcher deals with rrwre than two
factars effect on response variable. For this reason, there are two different procedures for the analysis ofmultidimensional tables: 1- Separate analysis ofall possible two
by two tables obtainedfrom mu1tidimensional tables. 2- Fitting the log-linear models
di.rectly to multidimensional tables.
The analysis ofthree-dimensional caıegorica! tables by speraıing aLL possible
two by two marjinal tables is not satisfactory. Although such approch sometimes
gives limited insight about the relationships among the variables, does Mt allow for
the simultaneous examination of these pairwise relationships and ignores the
possibility ofthreejactor interactions among the variables. Therifore the features and
applications oflog-linear models fitting approach were discussed in the detail on this study.

Keywords

-