Dergiler / İstatistik Araştırma Dergisi / 2012 / Cilt: 9 - Sayı: 3
Uzunlamasına Verilerin Yer Aldığı Faktöriyel Tasarımlar için Parametrik Olmayan Yaklaşım
- Sayfa
- 17–29
- DOI
- —
Özet
Uzunlamasına verilerin analizinde parametrik yöntemler oldukça yaygın olarak kullanılsa da bu yöntemlerin kullanımı, belirli varsayımların sağlanmasına bağlıdır. Son yıllarda parametrik test varsayımlarının sağlanmadığı verilerde ve/veya sıralı kategorik değişkenler kullanılarak yapılan değerlendirmelerde birden çok faktörün etkisini incelemek üzere parametrik olmayan yöntemler geliştirilmiştir. Bu çalışmanın amacı, uzunlamasına verilerin analizinde Brunner ve arkadaşları tarafından geliştirilen parametrik olmayan yöntemin tanıtılması ve Fiziksel Tıp ve Rehabilitasyon alanından bir veri seti üzerinde uygulamasının yapılmasıdır. Uzunlamasına verilerin parametrik olmayan yöntemlerle analizinde, parametre tahminlerinin elde edilmesinde ve test edilmek istenen hipotezlerin oluşturulmasında marjinal dağılımlar kullanılır. Hipotezlerin test edilmesinde örneklem büyüklüğüne bağlı olarak ANOVA tipi veya Wald tipi istatistik kullanılırken; tanımlayıcı istatistik olarak göreli deneme/marjinal etkileri yorumlanır. Uygulama için tedavi öncesi, tedavi sırasında ve tedaviden 3 ay sonra elde edilen Duruöz El İndeksi değerleri bağımsız iki grupta (tedavi ve kontrol) FI-LD-FI tasarımı kullanılarak karşılaştırılmıştır. Brunner ve arkadaşları tarafından geliştirilen yöntem, uzunlamasına verilerin analizinde ortaya çıkabilecek farklı deneme tasarımlarına çözüm sunmaktadır. Herhangi bir test varsayımı gerektirmemesi ve örneklem büyüklüğü bakımından kısıtı olmaması yöntemin avantajları olarak özetlenebilir.
Abstract
Although parametric methods are commonly used for longitudinal data, the use of these methods depends on several assumptions. In recent years, nonparametric methods have been developed to investigate the effect of multiple factors for the longitudinal data that do not meet parametric test assumptions and/or that include ordinal variables. The aim of this study is to introduce the nonparametric method for the analysis of longitudinal data which was developed by Brunner and colleagues and to implement it on a data set from the field of physical medicine and rehabilitation. Marginal distributions are used for obtaining parameter estimates and hypothesis testing, in the analysis of longitudinal data with nonparametric methods. While ANOVA or Wald type statistics are used to test the hypotheses depending on the sample size, relative treatment/marginal effects are used as descriptive statistics. For the application, Duruöz Hand Index (DHl) scores are compared between two independent groups (control and treatment) at three time points; pre-treatment, during treatment and after 3 months of treatment, by using the FI-LD-FI design. The method developed by Brunner and colleagues offers solutions to different trial designs which may arise in the analyses of longitudinal data. Not requiring any test assumptions and any constraints in terms of sample size can be summarized as the advantages of this method.