Lojistik Regresyon Analizi: Tıp Verileri Üzerine Bir Uygulama

Yıl 2004, Sayı: 8, 185 - 208, 01.12.2004

Hüdaverdi Bircan

Öz

Bu çalışmanın amacı, ikili sonuç değişkeni ile hem sürekli hem de kesikli değişkenlerden oluşan bağımsız değişkenler kümesi arasındaki ilişkiyi tanımlayabilen lojistik regresyon analizinin incelenmesidir. Lojistik regresyon analizine bir uygulama göstermek amacıyla, çocuklarda doğum ağırlığını etkileyen önemli risk faktörlerini belirlemek için Tıp verileri üzerinde çalışılmıştır. Lojistik modele dahil edilecek bağımsız değişkenler, tek değişkenli lojistik regresyon analiziyle belirlendikten sonra, çok değişkenli modele dahil edilen her bir değişkenin önemliliği gösterilmelidir. Tek değişkenli modelde önemli bulunduğu halde çok değişkenli modelde önemsiz olan değişkenler model dışı bırakılmıştır. Böylece final model elde edilmiştir. Final modelin hem biyolojik olarak kabul edilebilir, hem de doğru sınıflama oranının yeteri kadar iyi olmasından dolayı, bu modelin risk faktörlerini belirleme de kullanılabileceği sonucuna varılmıştır

Anahtar Kelimeler

Lojistik Regresyon Analizi, Odds oranı

Studies of the Logistic Regression Analysis and Its Application on the Medical Data

Öz

The purpose of this study is to evaluate logistic regression model which is
able to define the relation between dichotomous outcome variable and the set of independent
variables that contains both continuous and discrete variables. To describe
the application of logistic regression analysis, it was studied on medical data
to determine important risk factors effecting the real birth weight of children.. After
variables which will be included in logistic model were described by univariate logistic
regression, the importance of each variable included in the multivariate model
should be verified. The variables which are not statistically significant in multivariate
model were removed from the model despite it’s significant in univariate model.
Since the final model is both biologically acceptable and its rate of correct
classification is good enough, final model can be used for both determining risk
factors.

Anahtar Kelimeler

Logistic Regression analysis, Odds ratio