Nural BEKİROĞLU, Rana KONYALIOĞLU, Dilara KARAHAN

Çoklu doğrusal regresyon sonuçlarının Jackknife tekniği ile tekrarlanabilirliğinin değerlendirilmesi

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.

Anahtar Kelimeler:

Jackknife tekniği, Tekrarlanabilirlik, Çoklu regresyon analizi, Pseudo R2 değerleri

-

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

Keywords:

Jackknife technique, Replicability, Multiple regression analysis, Pseudo R2,

PDF

___

1. 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;13:127-36.
3. Ang RP. Use of the jackknife statistic to evaluate result replicability. J Gen Psychol 1998; 3:12-20. 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; 43:353- 60. doi: 10.1093/biomet/43.3-4.353
6. Crask MR, Perrault WD. Validation discriminant analysis in marketing research. J Marketing Res 1977; 14:60-8. doi: 10.2307/3151055
7. Adkins LC. Small sample performance of jackknife confidence intervals for the james-stein estimator. Commun Stat Simulat 1990; 19:401-18. doi: 10.1080/03610919008812864
8. Carver RP. The case against statistical significance testing. Harvard Educ Rev 1978; 48:378-99.
9. Thompson B. Statistical significance; result importance, and result generalizability: Three noteworthy but somewhat different issues. Meas Eval Couns Dev 1989; 22:2-6.
10. Cohen J. The earth is round (p<0.05). Am Psychol 1994; 49:997-1003. doi: 10.1037/0003-066X.49.12.997
11. Knapp RT. Comments on the statistical significance testing articles. Research in The Schools 1998; 5:39-41.
12. Diaconis P, Efron B. Computer –intensive methods in statistics. Sci Am 1983; 248:116-30. doi:10.1038/scientificamerican0583-116
13. Efron B, Gong G. A leisurely look at bootstrap, the jackknife and cross validation. The Am Stat 1983; 37:36-48. 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; 69:1617-24.
15. 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;59:175-87. 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;45:250-74.
17. Löffler-Stastka H, Rössler-Schülein H, Skale E. Predictors of dropout during psychoanalytic treatments of patients with personality disorders. Z Psychosom Med Psychother 2008;54:63-76.