Bu derlemede, Jackknife tekniği uygulayarak Beta katsayılarının örneğe özel bir durum nedeniyle anlamlı olduğuna yanıt aranmış ve sonuçlarımız ilgili literatür ışığında gözden geçirilmiştir.
📌 3 Maddede Bu Makale
🎯
Amaç & Hipotez:Gerek sosyal bilimlerde gerekse sağlık bilimlerinde oldukça kullanılan bir yöntem olan çoklu doğrusal regresyonun, az örnek sayısı içeren bir veri tabanına uygulanması sonucunda elde edilen Beta katsayılarına ait tahminlerin ilgili anakitle için genelleştirilip genelleştirilemeyeceği sorusu oldukça önemlidir.
📊
Temel Bulgular & Veri:Gerek sosyal bilimlerde gerekse sağlık bilimlerinde oldukça kullanılan bir yöntem olan çoklu doğrusal regresyonun, az örnek sayısı içeren bir veri tabanına uygulanması sonucunda elde edilen Beta katsayılarına ait tahminlerin ilgili anakitle için genelleştirilip genelleştirilemeyeceği sorusu oldukça önemlidir.
💡
Sonuç & Katkı:Bu derlemede, Jackknife tekniği uygulayarak Beta katsayılarının örneğe özel bir durum nedeniyle anlamlı olduğuna yanıt aranmış ve sonuçlarımız ilgili literatür ışığında gözden geçirilmiştir.
Gerek sosyal bilimlerde gerekse sağlık bilimlerinde oldukça kullanılan bir yöntem olan çoklu doğrusal regresyonun, az örnek sayısı içeren bir veri tabanına uygulanması sonucunda elde edilen Beta katsayılarına ait tahminlerin ilgili anakitle için genelleştirilip genelleştirilemeyeceği sorusu oldukça önemlidir. Bu derlemede, Jackknife tekniği uygulayarak Beta katsayılarının örneğe özel bir durum nedeniyle anlamlı olduğuna yanıt aranmış ve sonuçlarımız ilgili literatür ışığında gözden geçirilmiştir.
Abstract
Multiple linear regression analysis is a frequently used method, both in social sciences and health sciences. The question below becomes important when an estimation of Beta coefficients obtained from multiple linear regression analyses is applied to studies with small sample size. The question is, “Can we generalise Beta coefficients obtained regarding the whole population?”. The aim of this study is to find the answer to this question by applying the Jackknife technique and review the relevant literature
Young JE, Klasko J, Weishaar EM. Schema therapy for practitioner’s guide(hardcover). Schema Assessment and Education. New York: Guilford Press, 2003. ISBN: 9781572308381 2. Kapçı EG, Hamamcı Z. Aile işlevi ile psikolojik belirtiler arasındaki ilişki:Erken dönem uyum bozucu şemaların aracı rolü. Klinik Psikiyatri 2010
Ang RP. Use of the jackknife statistic to evaluate result replicability. J Gen Psychol 1998
doi: 10.1080/00221309809595546 4. Genceli M. Ekonometride İstatistik İlkeler. İstanbul: Filiz Kitabevi, 1989. ISBN: 9753682085 5. Quenouille MD. Notes on bias in estimation. Biometrika 1956
doi: 10.1093/biomet/43.3-4.353 6. Crask MR, Perrault WD. Validation discriminant analysis in marketing research. J Marketing Res 1977
doi: 10.2307/3151055 7. Adkins LC. Small sample performance of jackknife confidence intervals for the james-stein estimator. Commun Stat Simulat 1990
doi: 10.1080/00031305.1983.10483087 14. Tyagi P, Edwards DR, Coyne MS. Use of selected chemical markers in combination with a multiple regression model to assess the contribution of domesticated animal sources of fecal pollution in the environment. Chemosphere 2007
Zadzińska E, Karasińska M, Jedrychowska-Dańska K, et al. Sex diagnosis of subadult specimens from Medieval Polish archaeological sites: metric analysis of deciduous dentition. Homo 2008
doi: 10.1016/j.jchb.2008.04.004. 16. Kiesel A, Miller J, Jolicoeur P, et al. Measurement of ERP latency differences: a comparison of single-participant and jackknife-based scoring methods. Psychophysiology 2008 Mar
Löffler-Stastka H, Rössler-Schülein H, Skale E. Predictors of dropout during psychoanalytic treatments of patients with personality disorders. Z Ps