32. Log-Doğrusal Model
Analiz kimliği: log_linear · Menü adı: Log-Doğrusal Model · Panel: gui/panels/analyses/log_linear.py (form 45–130, read_options 133–143, execute 146–210, hiyerarşik yardımcılar 342–506, metin 522–637) · Motor: stats/specialized_regression.py, run_log_linear (satır 1164–1312), loglin_levels (1110–1150); statsmodels GLM (Poisson)
32.1 Ne işe yarar
Log-doğrusal model, iki ya da daha çok kategorik değişkenin çapraz tablosundaki ilişki yapısını modeller. Bağımlı/bağımsız ayrımı yoktur; hücre sayıları Poisson dağılımlı kabul edilir ve beklenen hücre sayısının logaritması ana etkiler ile etkileşimlerin toplamı olarak yazılır. Üç faktörde (A, B, C) doymuş model:
- \mu_{ijk}: A=i, B=j, C=k hücresinin beklenen sayısı.
- \lambda^A_i gibi ana etkiler yalnız marjinal dağılımları belirler (ör. erkek sayısının kadından fazla olması).
- İki yollu terim \lambda^{AB}, C sabitken A ile B arasındaki ilişkidir: 2×2'de katsayı, koşullu log odds oranıdır.
- Üç yollu terim \lambda^{ABC}, A–B ilişkisinin C'nin düzeyine göre değiştiğini söyler.
Model seçimi soruları şunlardır: "Üç değişken karşılıklı bağımsız mı ([A][B][C])?", "B ile C, A verildiğinde koşullu bağımsız mı ([AB][AC])?", "Üç yollu etkileşim gerekli mi ([AB][AC][BC] yeterli mi)?". Köşeli parantezli gösterim, modelin üreteçlerini (en büyük terimlerini) listeler; hiyerarşi gereği her üretecin alt terimleri de modeldedir.
Ne zaman kullanılır? Üç ya da daha çok kategorik değişkenin birlikte ilişkisini incelemek; koşullu bağımsızlık sınamak; çok yollu tabloda hangi etkileşimlerin gerektiğini geriye eleme ya da K-yollu testlerle bulmak.
Ne zaman kullanılmaz?
- Değişkenlerden biri açıkça sonuçsa ve ikiliyse: Lojistik Regresyon (Bölüm 46). Log-doğrusal model, açıklayıcıların tüm etkileşimleri modeldeyken lojistik regresyonla aynı ilişki parametrelerini verir; ama yorum lojistikte daha doğrudandır.
- İki kategorik değişken: Ki-Kare Bağımsızlık (Bölüm 25) ya da Çapraz Tablo (Bölüm 33); [A][B] modelinin G^2'si olabilirlik oranı ki-karesidir.
- Tabakalı 2×2 tablolarda ortak OR: CMH (Bölüm 30).
- Sayım bir sonuç, açıklayıcılar sürekliyse: Poisson / Negatif Binom Regresyon (Bölüm 47).
Sık karıştırılan analizler. MerQur'daki "Poisson / Negatif Binom Regresyon" aynı GLM'i bireysel sayımlar için kurar; log-doğrusal modelde gözlem birimi hücredir. Panelin "exp(katsayı)" sütunu hız oranı değildir: log-doğrusal modelde ana etkilerin üsteli hücre sayıları oranı, iki yollu etkileşimlerin üsteli koşullu odds oranıdır (32.9).
32.2 Varsayımlar ve veri türü
| Varsayım | Ne demek | MerQur'da nasıl denetlenir |
|---|---|---|
| En az iki kategorik faktör | Hata (specialized_regression.py:1183–1184); seçicide en az iki değişken (log_linear.py:55). |
|
| Gözlemler bağımsız | Her birim tek hücrede | Denetlenmez. |
| Poisson (ya da çok terimli) örnekleme | Hücre sayıları sayımdır | Frekans sütunu sayısal ve negatif olmayan olmalı (1144–1145). |
| Yeterli beklenen frekans | G^2 ve X^2'nin \chi^2 yaklaşımı için beklenen sayılar küçük olmamalı | Denetlenmez; sıfır hücrede uyarı (1216–1218). |
| Hiyerarşi | Bir etkileşim varsa alt terimleri de var | Kod yalnız hiyerarşik modeller kurar (_closure, log_linear.py:386–395). |
Eksik değer. Faktörlerden (ve frekans sütunundan) birinde eksik olan satırlar atılır (specialized_regression.py:1201–1208). Sayım tablosu biçiminde (frekans sütunu seçili) her satır bir hücredir ve hücre sayısı o sütunun toplamıdır.
Uç durumlar.
- Tablo tam faktöriyel kurulur: veride görülmeyen düzey birleşimleri 0 sayımla tabloda kalır (
1155–1163). Sıfır hücre varsa uyarı; katsayılardan biri \lvert\beta\rvert>10 ya da SH >100 ise "sınır kestirimi" uyarısı eklenir (1216–1223). - Faktör aynı zamanda frekans sütunu seçilirse frekans sütunu yok sayılır ve uyarı yazılır (
1128–1130). - Sayısal kodlu faktörler (1/2/3) her zaman kategorik yapılır; doğrusal tek terim olarak girmez (
1164–1168). - Doymuş modelde G^2=0, sd = 0'dır; uyum p'si "—" yazılır.
- Ek tabloların hesabında bir hata olursa ana sonuç bozulmaz; hata iletisi metne yazılır (
log_linear.py:195–196).
32.3 Parametreler
Varsayılanlar log_linear.py:45–143 ve stats_panel.py:8404–8421 içinden okunmuştur.
| Arayüz adı | Varsayılan | Ne yapar | Sonucu nasıl değiştirir |
|---|---|---|---|
| Kategorik faktörler | — (en az 2) | Tablonun boyutları | |
| Frekans (sayım) sütunu | (yok — her satır bir gözlem) | Sayım tablosu biçimindeki veride hücre sayıları | Hücre sayıları |
| Etkileşim derecesi | 2 | 1: yalnız ana etkiler; 2: tüm iki yolluklar; \ge faktör sayısı: doymuş | Katsayı tablosu ve uyum testinin modeli |
| Hücre delta | 0,00 | Doymuş modelde her hücreye eklenen sabit | Yalnız doymuş modelin katsayıları ve artıkları |
| Geriye doğru eleme (hiyerarşik) | kapalı | Seçilen dereceden başlayıp üreteç sil | Ek "geriye eleme" bloğu |
| Eleme ölçütü (p) | 0,050 | Silme için ΔG² p'si bu değerden büyük olmalı; yalnız eleme açıkken etkin | Son model |
| Güven Düzeyi | %95 | Katsayı ve λ GA'ları | Varsayılan dışında özet satırına yazılır (181–184) |
| Özel model (üreteçler) | boş | "A*B, C" = [AB][C]; seçilen dereceli modelle iç içe ise ΔG² testi | Ek blok |
| Referans düzeyler | boş | "faktör=düzey; …"; boşsa kategori/veri sırasında ilk düzey | Yalnız katsayı satırları |
| Ek çıktılar: Hücre frekansları ve artıklar | kapalı | Gözlenen, beklenen, Pearson, düzeltilmiş ve sapma artıkları; Q-Q ve gözlenen–beklenen grafikleri | Ek blok, grafik |
| Ek çıktılar: Sapma kodlu λ | kapalı | Toplamı sıfır kısıtlı λ parametreleri | Ek blok |
Referans düzeyi neden "veride ilk görünme"?
Referans düzeyi MerQur'un ortak düzey sırası kuralıyla (core.cat_order) belirlenir. Alfabetik sıra kullanılmaz; çünkü Türkçe ve İngilizce veri kopyalarında farklı düzeyler referans olurdu ("Erken" / "advanced"). Kural: pandas kategorik sırası, sayısal sıra, aralık etiketlerinin sayısal sınırı ("<55, 55-70, >70"), "Evre 1/Evre 2" gibi numaralı etiketler; hiçbiri uymazsa verideki ilk görünme sırası (specialized_regression.py:1110–1150). Uyum istatistikleri (G^2, X^2, LL, AIC, BIC) referanstan bağımsızdır; yalnız katsayıların anlamı değişir.
Delta neden yalnız doymuş modelde?
Doymuş modelde her hücre ayrı bir parametredir; sıfır hücrede ilgili katsayı -\infty'a kaçar. Her hücreye 0,5 eklemek (Goodman'ın önerisi) katsayıları sonlu tutar. Doymuş olmayan modellerde sıfır hücre çoğu zaman sorun yaratmaz ve delta eklemek test istatistiklerini yapay olarak değiştirir. MerQur'da delta yalnız doymuş modelin hücrelerinde kalır; K-yollu tablolar, kısmi ilişki, geriye eleme ve doymuş olmayan özel modeller ham sayımlarla hesaplanır (specialized_regression.py:1231–1236, log_linear.py:421–424).
32.4 Tıp örneği
Dosya: english/datasets/Tip/27_log_linear_sex_KAH_diabetes.xlsx (Türkçe kopyası samples/Tum_Analiz_Tip/27_log_linear_cins_KAH_diabet.xlsx).
| Değişken | Rol | Tür | Açıklama |
|---|---|---|---|
sex |
Faktör | metin | female 48, male 70 |
KAH |
Faktör | metin | normal 54, high 64 (koroner arter hastalığı riski) |
diabetes |
Faktör | metin | absent 54, present 64 |
patient_id |
kullanılmaz |
n ve eksik değer: 118 hasta, eksik değer yok. Referans düzeyler (veride ilk görünme): female, normal, absent.
| sex | KAH | diabetes: absent | diabetes: present |
|---|---|---|---|
| female | normal | 12 | 12 |
| female | high | 12 | 12 |
| male | normal | 15 | 15 |
| male | high | 15 | 25 |
Klinik soru: Cinsiyet, KAH riski ve diyabet birbirleriyle ilişkili mi; KAH–diyabet ilişkisi cinsiyete göre değişiyor mu? (VIDEO_SCRIPT_TR.txt, #27.)
Seçilen ayarlar: Varsayılan (derece 2, delta 0, %95). Ek çalıştırmalar: derece 1 + artıklar + sapma kodlu λ; derece 3 (doymuş) + delta 0,5 + λ; derece 3 + geriye eleme (p ölçütü 0,05); özel model "KAH*diabetes, sex" + artıklar; derece 2, %99.
32.5 Formüller ve hesap adımları
MerQur'un sırası şudur: (1) eksik satırları at, düzey sırasını belirle (loglin_levels); (2) tam faktöriyel hücre tablosunu kur, gözlenmeyen hücreleri 0 yap; (3) doymuşsa ve delta > 0 ise hücrelere delta ekle; (4) seçilen dereceye kadar bütün etkileşimleri içeren Poisson GLM'i statsmodels ile kestir (1189–1193); (5) katsayı, Wald SH, z, p, GA ve uyum özetini yaz; (6) panel ek blokları: uyum iyiliği, K-yollu tablolar, kısmi ilişki, isteğe bağlı geriye eleme (log_linear.py:411–506), özel model, artıklar ve λ (243–336).
32.5.1 Poisson GLM ve kodlama
- h: hücre; y_h gözlenen sayı; X işlem (treatment, dummy) kodlu tasarım matrisi: her faktörün referans dışındaki her düzeyi için 0/1 sütun, etkileşimler bu sütunların çarpımları.
- Kestirim: statsmodels GLM IRLS (Fisher skorlama); SH'ler \big(X'\hat WX\big)^{-1}'in köşegeninden, \hat W=\operatorname{diag}(\hat\mu).
- GA: Wald, \hat\beta\pm z_{1-\alpha/2}\,\text{SH} (
1197). Rconfint.default()ile aynı; Rconfint()profil olabilirlik verir. - Özet: Log-olabilirlik, sapma, AIC =-2\ell+2p, BIC =-2\ell+p\ln(H) (H: hücre sayısı;
1240), Pearson X^2, artık sd.
Neden çok terimli değil de Poisson?
Toplam n sabit tutulmuşsa hücre sayıları çok terimlidir. Sabit terimli Poisson log-doğrusal modelinde ML kestirimi toplamı otomatik olarak \sum\hat\mu_h=n yapar; ilişki parametrelerinin kestirimleri ve SH'leri çok terimli modelle aynıdır (Agresti, 2013). Tasarımla sabitlenen başka marjinler varsa (ör. her cinsiyetten belirli sayıda hasta), o marjine karşılık gelen terim modelde kalmalıdır.
İki yollu etkileşim katsayısı neden koşullu log odds oranı?
2×2×K tabloda işlem kodlamasıyla, C=k düzeyinde A–B koşullu log odds oranı \ln\frac{\mu_{11k}\mu_{22k}}{\mu_{12k}\mu_{21k}} yazılırsa ana etkiler ve C'li terimler birbirini götürür; geriye \lambda^{AB}_{22} (ve üç yollu terim varsa \lambda^{ABC}_{22k}) kalır. Üç yollu terim yoksa bu oran tüm k'lerde aynıdır: "homojen ilişki" modeli. Örnekte KAH:diabetes katsayısı 0,2977, yani cinsiyetten bağımsız ortak koşullu OR e^{0{,}2977}=1{,}35'tir.
32.5.2 Uyum iyiliği: G² ve Pearson X²
- y_h=0 hücrelerde y\ln y terimi 0 alınır (
log_linear.py:379–380). - Sabit terim varken \sum(y_h-\hat\mu_h)=0 olduğundan G^2 sapmaya eşittir.
- Doymuş modele göre test: H_0 "seçilen model yeterli". p büyükse model veriyle uyumludur.
32.5.3 K-yollu testler ve kısmi ilişki
M_k, k'ye kadar bütün etkileşimleri içeren model olsun (M_0: yalnız sabit, eşit olasılık; M_m: doymuş, m faktör sayısı).
- "K-yollu ve üstü": K ve daha yüksek dereceli bütün etkiler sıfır mı? K=1 satırı eşit olasılık modelinin G^2'sidir.
- "Yalnız K-yollu": K-yollu etkilerin hepsi birlikte sıfır mı? Pearson sütunları aynı farkların X^2 karşılığıdır.
Kısmi ilişki (Brown, 1976): K-yollu bir etkinin, aynı dereceden diğer bütün etkiler modeldeyken katkısı (log_linear.py:444–451):
Koddaki tercih
Bütün uyumlar Poisson GLM ile yapılır, beklenenler yinelemeli oransal uydurmayla (IPF) değil; sd, tasarım matrisinin rankından bulunur (_fit_terms, 367–382). İki yol aynı ML kestirimini verir. K-yollu tablolar, kısmi ilişki ve geriye eleme ham sayımlarla kurulur; delta bu tablolara girmez (420–423).
32.5.4 Hiyerarşik geriye eleme
- \mathcal M_s: adım s'deki model; \mathcal G_s: üreteçleri (başka terimin alt kümesi olmayan terimler). Hiyerarşiyi korumak için yalnız üreteçler silinebilir (
_generators,397–400). - p(t^*)> ölçüt ise t^* silinir ve döngü sürer; değilse durur (
462–483). Ana etkiler de üreteç olduklarında silinebilir. - Eşitlikte küçük \Delta G^2 seçilir (
474–475).
Koddaki tercih: eşit adaylar
Örnekte 4. adımda KAH ve diabetes'in silinme p'leri matematiksel olarak eşittir (iki marjin 54/64). GLM uyumları bu iki p'yi 10^{-15} düzeyinde farklı verebilir; eşitliği kayan nokta gürültüsüne bırakmamak için MerQur p'leri 10^{-9} göreli toleransla karşılaştırır ve eşit adaylardan faktör sırasında önce geleni siler. Bu veride önce KAH silinir; bağımsız Python (IPF) ve sıkı yakınsamalı R de böyle yapar. Eşit aday varsa sonuç metnine "eşit adaylar" notu yazılır. Eşit adaylardan hangisinin önce silindiği başka verilerde sonraki adımları ve son modeli değiştirebilir.
32.5.5 Özel model ve iç içe karşılaştırma
"KAH*diabetes, sex" girdisi [\text{KAH}\cdot\text{diabetes}][\text{sex}] modelini kurar (parse_model_spec, 212–231). Seçilen dereceli modelle iç içe ise:
İç içe değilse test yapılmaz ve not yazılır (log_linear.py:618–619).
32.5.6 Artıklar
- e^P: Pearson (standartlaştırılmış) artık; karelerinin toplamı X^2'dir.
- h_{hh}: GLM şapka matrisinin köşegeni, \hat W^{1/2}X(X'\hat WX)^{-1}X'\hat W^{1/2}; statsmodels
get_influence().hat_matrix_diag(log_linear.py:288). - e^{\text{düz}}: Haberman (1973) düzeltilmiş artığı; H_0 altında yaklaşık standart normaldir. \lvert e^{\text{düz}}\rvert>1{,}96 hücre uyumsuzluğunu gösterir.
- e^D: sapma artığı; karelerinin toplamı G^2'dir.
- Doymuş modelde h_{hh}=1 ve düzeltilmiş artık tanımsızdır.
32.5.7 Sapma (effect) kodlu λ
İşlem kodlaması yerine her faktörde son düzeyi -1 yapan sapma kodlaması kullanılır (_fit_glm(sum_coding=True), 234–240). Her düzey birleşimi için λ, katsayıların doğrusal birleşimidir:
- \mathbf L: her katsayı için kontrast satırlarının çarpımı; son düzeyde -1, kendi düzeyinde 1, diğerlerinde 0 (
log_linear.py:310–334). - Sabit \lambda_0, \ln\hat\mu'nün hücreler üzerinden ortalamasıdır.
- İki düzeyli faktörlerde, kendisini içeren daha yüksek dereceli terim modelde yoksa \lvert\lambda_t\rvert=\lvert\hat\beta_t\rvert/2^{\lvert t\rvert} olur (\hat\beta_t: işlem kodlu katsayı). Örnek: bağımsızlık modelinde \lvert\lambda^{\text{sex}}\rvert=0{,}377294/2; doymuş modelde üç yollu \lambda=\hat\beta/8.
32.6 Elle hesap: Tıp verisinde sayısal yürüyüş
Ara değerler dogrulama/log_linear/elle_hesap.py ile, MerQur ve statsmodels çağrılmadan hesaplanmıştır: beklenenler IPF ile, katsayılar kendi tasarım matrisi ve Newton–Raphson ile.
Adım 1 — Marjinler ve bağımsızlık modeli [\text{sex}][\text{KAH}][\text{diabetes}]. \hat\mu_{ijk}=n_{i++}n_{+j+}n_{++k}/n^2. Örnek: \hat\mu_{\text{female, normal, absent}}=48\cdot54\cdot54/118^2=139968/13924=10{,}052284.
Adım 2 — Homojen ilişki modeli [\text{sex}\cdot\text{KAH}][\text{sex}\cdot\text{diabetes}][\text{KAH}\cdot\text{diabetes}] (IPF). Başlangıç \hat\mu=1; her döngüde sırayla sex×KAH, sex×diabetes ve KAH×diabetes marjinlerine oranlanır.
| Döngü | \hat\mu_{f,n,a} | \hat\mu_{m,h,p} | G^2 |
|---|---|---|---|
| 1 | 13,034483 | 24,262295 | 0,461346 |
| 2 | 12,888044 | 24,104419 | 0,455472 |
| 3 | 12,891506 | 24,108294 | 0,455461 |
| 4 | 12,891601 | 24,108399 | 0,455461 |
Yakınsamış beklenenler: 12,891601; 11,108399; 11,108399; 12,891601; 14,108399; 15,891601; 15,891601; 24,108399. G^2=0{,}455461, X^2=0{,}455822, sd =1, p=0{,}4998: üç yollu etkileşime gerek yok.
Adım 3 — Katsayılar (derece 2). Sabit =\ln12{,}891601=2{,}556576 (referans hücre female × normal × absent). Seçilmiş katsayılar:
| Terim | \hat\beta | SH | z | p |
|---|---|---|---|---|
| sex[male] | 0,090194 | 0,331688 | 0,2719 | 0,7857 |
| KAH[high] | −0,148875 | 0,344395 | −0,4323 | 0,6655 |
| sex[male]:KAH[high] | 0,267895 | 0,378116 | 0,7085 | 0,4786 |
| KAH[high]:diabetes[present] | 0,297749 | 0,373161 | 0,7979 | 0,4249 |
KAH–diyabet koşullu OR'si e^{0{,}297749}=1{,}3468; beklenenlerden de \frac{12{,}891601\cdot12{,}891601}{11{,}108399\cdot11{,}108399}=1{,}3468 (kadınlarda) bulunur. Log-olabilirlik -18{,}268334; AIC =36{,}536668+2\cdot7=50{,}536668; BIC =36{,}536668+7\ln8=51{,}092759.
Adım 4 — K-yollu tablolar. G^2: M_0 8,085980 (sd 7), M_1 2,263236 (sd 4), M_2 0,455461 (sd 1), M_3 0 (sd 0).
| K | K ve üstü: G^2 (sd) | p | Yalnız K: G^2 (sd) | p |
|---|---|---|---|---|
| 1 | 8,085980 (7) | 0,3251 | 5,822744 (3) | 0,1206 |
| 2 | 2,263236 (4) | 0,6875 | 1,807775 (3) | 0,6132 |
| 3 | 0,455461 (1) | 0,4998 | 0,455461 (1) | 0,4998 |
Adım 5 — Kısmi ilişki. Ana etkiler (M_1'den çıkarma): sex \Delta G^2=4{,}125794 (p=0{,}0422), KAH ve diabetes 0,848475 (p=0{,}3570). Örnek: sex'i çıkarmak sex marjinini 59/59 yapar; \Delta G^2=2[48\ln(48/59)+70\ln(70/59)]=4{,}125794. İki yolluklar (M_2'den): sexKAH ve sexdiabetes 0,502334 (p=0{,}4785), KAH*diabetes 0,637784 (p=0{,}4245).
Adım 6 — Geriye eleme (doymuştan, ölçüt 0,05).
| Adım | Silinen | \Delta G^2 | p | Model sonrası G^2 (sd) |
|---|---|---|---|---|
| 0 | sexKAHdiabetes | 0,455461 | 0,4998 | 0,455461 (1) |
| 1 | sex*KAH | 0,502334 | 0,4785 | 0,957795 (2) |
| 2 | sex*diabetes | 0,584996 | 0,4444 | 1,542790 (3) |
| 3 | KAH*diabetes | 0,720446 | 0,3960 | 2,263236 (4) |
| 4 | KAH | 0,848475 | 0,3570 | 3,111711 (5) |
| 5 | diabetes | 0,848475 | 0,3570 | 3,960186 (6) |
Sonraki adımda sex'i silmenin p'si 0,0422 < 0,05; son model [\text{sex}], G^2=3{,}960186, sd 6, p=0{,}6821. Adım 1'de sexKAH ile sexdiabetes de eşittir; üç program da önce sex*KAH'ı siler.
Adım 7 — Özel model [\text{KAH}\cdot\text{diabetes}][\text{sex}]. Beklenenler kapalı biçimdedir: \hat\mu_{ijk}=n_{i++}\,n_{+jk}/n; female × normal × absent için n_{+jk}=12+15=27 ve 48\cdot27/118=10{,}983051. G^2=1{,}542790 (sd 3, p=0{,}6724); derece 2 modeline göre \Delta G^2=1{,}087330, sd 2, p=0{,}5806.
Adım 8 — Artıklar (bağımsızlık modeli). male × high × present: y=25, \hat\mu=20{,}591784, e^P=(25-20{,}591784)/\sqrt{20{,}591784}=0{,}971440; h=0{,}588648, e^{\text{düz}}=0{,}971440/\sqrt{1-0{,}588648}=1{,}514639; e^D=0{,}939548. Hiçbir hücrede \lvert e^{\text{düz}}\rvert>1{,}96 yoktur.
Adım 9 — λ (bağımsızlık modeli). \lambda^{\text{sex}}_{\text{female}}=\tfrac12\ln(48/70)=-0{,}188647 (SH 0,093700), \lambda^{\text{KAH}}_{\text{normal}}=\tfrac12\ln(54/64)=-0{,}084950 (SH 0,092390); \lambda_0=2{,}666346.
Adım 10 — Doymuş model + delta 0,5. Üç yollu katsayı \ln\frac{25{,}5\cdot15{,}5/(15{,}5\cdot15{,}5)}{12{,}5\cdot12{,}5/(12{,}5\cdot12{,}5)}=\ln(25{,}5/15{,}5)=0{,}497838, SH =\sqrt{4/12{,}5+3/15{,}5+1/25{,}5}=0{,}743481. Delta'sız doymuş modelde \ln(25/15)=0{,}510826, SH 0,757188. Sapma kodlu üç yollu λ =0{,}497838/8=0{,}062230, SH 0{,}743481/8=0{,}092935.
32.6.1 Doğrulama: MerQur, Python ve R
MerQur değerleri execute() sonucundan, stats.specialized_regression modülünde round() bellekte etkisizleştirilerek alınmıştır (dogrulama/log_linear/merqur_calistir.py). R: 4.5.3; glm(family = poisson) (sıkı yakınsama: epsilon = 1e-15; varsayılan 1e-8 SH'leri \sim10^{-6} göreli farkla bırakır), confint.default (Wald), MASS::loglm (IPF ile G^2, X^2), drop1(test = "LRT") ile geriye eleme döngüsü, contr.sum ile λ, rstandard(type = "pearson") ve hatvalues ile artıklar.
| Büyüklük | MerQur | Python (bağımsız) | R 4.5.3 | En büyük fark | Durum |
|---|---|---|---|---|---|
| Log-olabilirlik (derece 2) | −18,268334 | −18,268334 | −18,268334 | 2,8e−14 | ✓ |
| Sapma = G^2 (derece 2) | 0,455461 | 0,455461 | 0,455461 | 8,7e−15 | ✓ |
| AIC (derece 2) | 50,536668 | 50,536668 | 50,536668 | 5,7e−14 | ✓ |
| BIC (derece 2; n = 8 hücre) | 51,092759 | 51,092759 | 51,092759 | 7,1e−15 | ✓ |
| Pearson X^2 (derece 2) | 0,455822 | 0,455822 | 0,455822 | 8,9e−16 | ✓ |
| G^2 (derece 2; R: loglm, IPF) | 0,455461 | 0,455461 | 0,455461 | 4,2e−09 | ✓ |
| X^2 (derece 2; R: loglm) | 0,455822 | 0,455822 | 0,455822 | 2,4e−07 | ✓ |
| \beta Sabit | 2,556576 | 2,556576 | 2,556576 | 5,3e−15 | ✓ |
| SH Sabit | 0,258991 | 0,258991 | 0,258991 | 1,6e−10 | ✓ |
| p Sabit | 0 | 0 | 0 | 3,4e−30 | ✓ |
| \beta sex[male] | 0,090194 | 0,090194 | 0,090194 | 2,4e−15 | ✓ |
| SH sex[male] | 0,331688 | 0,331688 | 0,331688 | 1,1e−10 | ✓ |
| p sex[male] | 0,785679 | 0,785679 | 0,785679 | 6,8e−11 | ✓ |
| \beta KAH[high] | −0,148875 | −0,148875 | −0,148875 | 1,6e−15 | ✓ |
| SH KAH[high] | 0,344395 | 0,344395 | 0,344395 | 1,3e−10 | ✓ |
| p KAH[high] | 0,665539 | 0,665539 | 0,665539 | 1,1e−10 | ✓ |
| \beta diabetes[present] | −0,148875 | −0,148875 | −0,148875 | 1,4e−15 | ✓ |
| SH diabetes[present] | 0,344395 | 0,344395 | 0,344395 | 1,3e−10 | ✓ |
| p diabetes[present] | 0,665539 | 0,665539 | 0,665539 | 1,1e−10 | ✓ |
| \beta sex[male]:KAH[high] | 0,267895 | 0,267895 | 0,267895 | 1,3e−15 | ✓ |
| SH sex[male]:KAH[high] | 0,378116 | 0,378116 | 0,378116 | 2,0e−10 | ✓ |
| p sex[male]:KAH[high] | 0,478636 | 0,478636 | 0,478636 | 2,3e−10 | ✓ |
| \beta sex[male]:diabetes[present] | 0,267895 | 0,267895 | 0,267895 | 1,1e−15 | ✓ |
| SH sex[male]:diabetes[present] | 0,378116 | 0,378116 | 0,378116 | 2,0e−10 | ✓ |
| p sex[male]:diabetes[present] | 0,478636 | 0,478636 | 0,478636 | 2,3e−10 | ✓ |
| \beta KAH[high]:diabetes[present] | 0,297749 | 0,297749 | 0,297749 | 1,6e−15 | ✓ |
| SH KAH[high]:diabetes[present] | 0,373161 | 0,373161 | 0,373161 | 2,2e−10 | ✓ |
| p KAH[high]:diabetes[present] | 0,424922 | 0,424922 | 0,424922 | 2,8e−10 | ✓ |
| %95 Wald GA alt sex[male] | −0,559901 | −0,559901 | −0,559901 | 2,1e−10 | ✓ |
| %95 Wald GA üst sex[male] | 0,740290 | 0,740290 | 0,740290 | 2,1e−10 | ✓ |
| %99 Wald GA alt sex[male] | −0,764176 | −0,764176 | −0,764176 | 2,8e−10 | ✓ |
| %99 Wald GA üst sex[male] | 0,944565 | 0,944565 | 0,944565 | 2,8e−10 | ✓ |
| %95 Wald GA alt KAH[high]:diabetes[present] | −0,433632 | −0,433632 | −0,433632 | 4,3e−10 | ✓ |
| %95 Wald GA üst KAH[high]:diabetes[present] | 1,029131 | 1,029131 | 1,029131 | 4,3e−10 | ✓ |
| %99 Wald GA alt KAH[high]:diabetes[present] | −0,663449 | −0,663449 | −0,663449 | 5,7e−10 | ✓ |
| %99 Wald GA üst KAH[high]:diabetes[present] | 1,258947 | 1,258947 | 1,258947 | 5,7e−10 | ✓ |
| AIC (derece 1) | 46,344443 | 46,344443 | 46,344443 | 2,1e−14 | ✓ |
| BIC (derece 1) | 46,662209 | 46,662209 | 46,662209 | 4,3e−14 | ✓ |
| \beta sex[male] (derece 1) | 0,377294 | 0,377294 | 0,377294 | 1,2e−15 | ✓ |
| K = 1 ve üstü: G^2 (sd 7) | 8,085980 | 8,085980 | 8,085980 | 5,3e−15 | ✓ |
| K = 1 ve üstü: p(G^2) | 0,325073 | 0,325073 | 0,325073 | 6,7e−16 | ✓ |
| K = 1 ve üstü: Pearson | 9,186441 | 9,186441 | 9,186441 | 7,1e−15 | ✓ |
| K = 2 ve üstü: G^2 (sd 4) | 2,263236 | 2,263236 | 2,263236 | 1,1e−14 | ✓ |
| K = 2 ve üstü: p(G^2) | 0,687470 | 0,687470 | 0,687470 | 2,6e−15 | ✓ |
| K = 2 ve üstü: Pearson | 2,297490 | 2,297490 | 2,297490 | 2,7e−15 | ✓ |
| K = 3 ve üstü: G^2 (sd 1) | 0,455461 | 0,455461 | 0,455461 | 8,0e−15 | ✓ |
| K = 3 ve üstü: p(G^2) | 0,499753 | 0,499753 | 0,499753 | 3,6e−15 | ✓ |
| K = 3 ve üstü: Pearson | 0,455822 | 0,455822 | 0,455822 | 1,4e−15 | ✓ |
| Yalnız K = 1: G^2 (sd 3) | 5,822744 | 5,822744 | 5,822744 | 1,3e−14 | ✓ |
| Yalnız K = 1: p(G^2) | 0,120560 | 0,120560 | 0,120560 | 7,9e−16 | ✓ |
| Yalnız K = 1: Pearson | 6,888951 | 6,888951 | 6,888951 | 6,2e−15 | ✓ |
| Yalnız K = 2: G^2 (sd 3) | 1,807775 | 1,807775 | 1,807775 | 1,1e−14 | ✓ |
| Yalnız K = 2: p(G^2) | 0,613244 | 0,613244 | 0,613244 | 1,4e−15 | ✓ |
| Yalnız K = 2: Pearson | 1,841667 | 1,841667 | 1,841667 | 3,1e−15 | ✓ |
| Kısmi \Delta G^2 sex | 4,125794 | 4,125794 | 4,125794 | 3,6e−15 | ✓ |
| Kısmi p sex | 0,042234 | 0,042234 | 0,042234 | 1,7e−16 | ✓ |
| Kısmi \Delta G^2 KAH | 0,848475 | 0,848475 | 0,848475 | 6,0e−15 | ✓ |
| Kısmi p KAH | 0,356984 | 0,356984 | 0,356984 | 2,2e−15 | ✓ |
| Kısmi \Delta G^2 diabetes | 0,848475 | 0,848475 | 0,848475 | 1,3e−14 | ✓ |
| Kısmi p diabetes | 0,356984 | 0,356984 | 0,356984 | 3,3e−15 | ✓ |
| Kısmi \Delta G^2 sex*KAH | 0,502334 | 0,502334 | 0,502334 | 3,3e−16 | ✓ |
| Kısmi p sex*KAH | 0,478476 | 0,478476 | 0,478476 | 1,1e−16 | ✓ |
| Kısmi \Delta G^2 sex*diabetes | 0,502334 | 0,502334 | 0,502334 | 5,3e−15 | ✓ |
| Kısmi p sex*diabetes | 0,478476 | 0,478476 | 0,478476 | 1,9e−15 | ✓ |
| Kısmi \Delta G^2 KAH*diabetes | 0,637784 | 0,637784 | 0,637784 | 4,0e−15 | ✓ |
| Kısmi p KAH*diabetes | 0,424514 | 0,424514 | 0,424514 | 1,2e−15 | ✓ |
| Geriye eleme: − sexKAHdiabetes, \Delta G^2 | 0,455461 | 0,455461 | 0,455461 | 8,0e−15 | ✓ |
| Geriye eleme: − sex*KAH, \Delta G^2 | 0,502334 | 0,502334 | 0,502334 | 3,3e−16 | ✓ |
| Geriye eleme: − sex*diabetes, \Delta G^2 | 0,584996 | 0,584996 | 0,584996 | 1,2e−14 | ✓ |
| Geriye eleme: − KAH*diabetes, \Delta G^2 | 0,720446 | 0,720446 | 0,720446 | 1,3e−14 | ✓ |
| Geriye eleme: − KAH, \Delta G^2 | 0,848475 | 0,848475 | 0,848475 | 6,0e−15 | ✓ |
| Geriye eleme: − diabetes, \Delta G^2 | 0,848475 | 0,848475 | 0,848475 | 8,4e−15 | ✓ |
| Geriye eleme son model [sex] G^2 (sd 6) | 3,960186 | 3,960186 | 3,960186 | 4,4e−15 | ✓ |
| Özel [KAH*diabetes][sex] G^2 (sd 3) | 1,542790 | 1,542790 | 1,542790 | 1,5e−14 | ✓ |
| Özel model Pearson X^2 | 1,518662 | 1,518662 | 1,518662 | 5,6e−15 | ✓ |
| Özel model p(G^2) | 0,672430 | 0,672430 | 0,672430 | 3,2e−15 | ✓ |
| İç içe \Delta G^2 (sd 2) | 1,087330 | 1,087330 | 1,087330 | 1,2e−14 | ✓ |
| İç içe p | 0,580617 | 0,580617 | 0,580617 | 3,4e−15 | ✓ |
| Doymuş+δ \beta Sabit | 2,525729 | 2,525729 | 2,525729 | 6,2e−15 | ✓ |
| Doymuş+δ SH Sabit | 0,282843 | 0,282843 | 0,282843 | 1,3e−11 | ✓ |
| Doymuş+δ \beta sex[male] | 0,215111 | 0,215111 | 0,215111 | 3,6e−16 | ✓ |
| Doymuş+δ SH sex[male] | 0,380153 | 0,380153 | 0,380153 | 1,0e−11 | ✓ |
| Doymuş+δ \beta KAH[high] | 0 | 0 | 0 | 3,5e−15 | ✓ |
| Doymuş+δ SH KAH[high] | 0,400000 | 0,400000 | 0,400000 | 1,9e−11 | ✓ |
| Doymuş+δ \beta sex[male]:KAH[high]:diabetes[present] | 0,497838 | 0,497838 | 0,497838 | 3,3e−15 | ✓ |
| Doymuş+δ SH sex[male]:KAH[high]:diabetes[present] | 0,743481 | 0,743481 | 0,743481 | 1,8e−09 | ✓ |
| \lambda sex=female | −0,188647 | −0,188647 | −0,188647 | 2,2e−16 | ✓ |
| SH(\lambda) sex | 0,093700 | 0,093700 | 0,093700 | 1,8e−10 | ✓ |
| \lambda KAH=normal | −0,084950 | −0,084950 | −0,084950 | 5,4e−16 | ✓ |
| SH(\lambda) KAH | 0,092390 | 0,092390 | 0,092390 | 1,7e−10 | ✓ |
| \lambda diabetes=absent | −0,084950 | −0,084950 | −0,084950 | 4,3e−16 | ✓ |
| SH(\lambda) diabetes | 0,092390 | 0,092390 | 0,092390 | 1,7e−10 | ✓ |
| \lambda_0 (derece 1) | 2,666346 | 2,666346 | 2,666346 | 2,2e−15 | ✓ |
| \lambda sex×KAH×diabetes (f×n×a), doymuş+δ | −0,062230 | −0,062230 | −0,062230 | 6,9e−16 | ✓ |
| SH, aynı | 0,092935 | 0,092935 | 0,092935 | 2,2e−10 | ✓ |
| Beklenen (female × normal × absent) | 10,052284 | 10,052284 | 10,052284 | 7,5e−14 | ✓ |
| Pearson artığı | 0,614318 | 0,614318 | 0,614318 | 1,1e−14 | ✓ |
| Düzeltilmiş artık | 0,800692 | 0,800692 | 0,800692 | 1,4e−14 | ✓ |
| Sapma artığı | 0,595928 | 0,595928 | 0,595928 | 1,4e−14 | ✓ |
| Beklenen (male × high × present) | 20,591784 | 20,591784 | 20,591784 | 2,5e−14 | ✓ |
| Pearson artığı | 0,971440 | 0,971440 | 0,971440 | 2,2e−16 | ✓ |
| Düzeltilmiş artık | 1,514639 | 1,514639 | 1,514639 | 1,6e−15 | ✓ |
| Sapma artığı | 0,939548 | 0,939548 | 0,939548 | 1,1e−16 | ✓ |
Sonuç: 103 büyüklüğün tamamı ölçütü karşılar. Geriye elemede satırlar silinen terimin adıyla eşlenmiştir; eşit adayların silinme sırası için 32.5.4'e bakınız.
32.7 Çıktıyı okuma
Varsayılan ayarlarla (derece 2) sonuç metni, kısaltılmış:
Log-Doğrusal Model (derece = 2)
N (gözlem) = 118
Faktör sayısı = 3
Faktörler = sex, KAH, diabetes
Referans düzeyler = sex=female, KAH=normal, diabetes=absent (varsayılan: kategori/veri sırasında ilk düzey)
Etkileşim derecesi = 2
Hücre sayısı = 8
Log-olabilirlik = -18.2683
Sapma = 0.4555
AIC = 50.5367
BIC = 51.0928
Pearson χ² = 0.4558
df (artık) = 1
Değişken Katsayı SE z p exp(katsayı) GA alt GA üst
Sabit 2.5566 0.2590 9.8713 0.0000 12.8916 2.0490 3.0642
sex[T.male] 0.0902 0.3317 0.2719 0.7857 1.0944 -0.5599 0.7403
...
KAH[T.high]:diabetes[T.present] 0.2977 0.3732 0.7979 0.4249 1.3468 -0.4336 1.0291
── Uyum iyiliği testleri (seçilen model) ──
χ² df p
Olabilirlik oranı (G²) 0.4555 1 0.4998
Pearson χ² 0.4558 1 0.4996
── K-yollu ve daha yüksek dereceli etkiler sıfırdır testi ──
K df G² p Pearson χ² p
1 7 8.0860 0.3251 9.1864 0.2395
2 4 2.2632 0.6875 2.2975 0.6812
3 1 0.4555 0.4998 0.4558 0.4996
── Kısmi ilişkiler (ΔG²) ──
Etki df Kısmi χ² p
sex 1 4.1258 0.0422
KAH 1 0.8485 0.3570
...
KAH*diabetes 1 0.6378 0.4245
(Katsayı tablosunun sütunları sayfaya sığması için daraltılmıştır; programdaki başlık "exp(katsayı)" biçimindedir.)
| Öğe | Ne yazar | Nasıl yorumlanır |
|---|---|---|
| N, Hücre sayısı | Toplam sayım, H | Sayım tablosunda N, frekans sütununun toplamıdır. |
| Log-olabilirlik … df (artık) | Seçilen modelin özeti | Delta eklenmişse doymuş modelin LL ve AIC'si delta'lı sayımlarla hesaplanır. |
| Katsayı tablosu | İşlem kodlu \hat\beta, Wald testleri | Etkileşimlerin üsteli koşullu OR (2×2'de); ana etkilerin üsteli referans hücreye göre sayım oranı. |
| Uyum iyiliği | G^2, X^2 ve p | Büyük p: model yeterli. |
| K-yollu tablolar | 32.5.3 | Hangi dereceye kadar etkileşim gerektiğini gösterir. |
| Kısmi ilişkiler | Brown kısmi \Delta G^2 | Tek tek etkilerin katkısı. |
| Geriye eleme | Adımlar ve son model | 32.5.4'teki eşitlik uyarısı. |
| Hücre artıkları | Gözlenen, beklenen, ham, Pearson, düzeltilmiş, sapma | \lvertDüzelt.\rvert>1{,}96 hücreler. |
| λ tablosu | Sapma kodlu λ, SH, z, p | Her terimde düzey λ'ları toplamı 0. |
| Frekans sekmesi | Uyum, K-yollu, kısmi, eleme satırları | |
| Grafik | Katsayı orman grafiği (sabit hariç); artıklar istendiyse ayrıca düzeltilmiş artık Q-Q ve gözlenen–beklenen |
APA biçiminde rapor cümlesi:
Cinsiyet, KAH riski ve diyabet için hiyerarşik log-doğrusal analizde homojen ilişki modeli ([cinsiyet × KAH][cinsiyet × diyabet][KAH × diyabet]) veriye uydu, G^2(1) = 0{,}46, p = 0{,}500; üç yollu etkileşime gerek yoktu. İki yollu kısmi ilişkilerin hiçbiri anlamlı değildi (en büyüğü KAH × diyabet, \Delta G^2(1) = 0{,}64, p = 0{,}425; koşullu OR = 1,35, %95 GA [0,65; 2,80]). Geriye eleme (p > 0{,}05) yalnız cinsiyet marjinini içeren modelde durdu, G^2(6) = 3{,}96, p = 0{,}682.
32.8 Uzman soruları
S1. MerQur'un G²'si R ile neden aynı, ne zaman farklı olur?
Hepsi aynı Poisson (ya da çok terimli) olabilirliği en büyükler; G^2, seçilen modelin doymuş modele göre sapmasıdır (R deviance(glm), MASS::loglm). Fark yalnız hücrelere sabit eklendiğinde doğar: MerQur delta'yı yalnız doymuş modelde kullanır. Başka bir yazılımda varsayılan delta farklıysa sıfır hücreli tablolarda katsayılar ve LL farklı çıkar; karşılaştırmadan önce delta ayarı eşitlenmelidir.
S2. Katsayılar neden IPF'den değil GLM'den?
IPF beklenenleri verir ama katsayı SH'lerini vermez; GLM ikisini birden verir. Hiyerarşik modellerde iki yöntemin beklenenleri aynıdır (doğrulamada 10^{-12} içinde). MerQur ek tabloları da GLM ile kurar ve sd'yi tasarım matrisinin rankından bulur.
S3. Geriye eleme neden ana etkileri de sildi?
Ana etki, modelde kendisini içeren bir etkileşim kalmadığında üreteçtir ve silinebilir. Silmek, o faktörün marjinal dağılımının eşit olduğunu varsaymaktır (örnekte KAH 54/64). Marjinal dağılım ilgi konusu değilse ya da tasarımla sabitse (ör. her gruptan belirli sayıda hasta alındıysa) ana etkiler yorumlanmamalı; ilişki terimlerine bakılmalıdır.
S4. Sıfır hücre ne yapar?
Doymuş olmayan modellerde çoğu zaman sorun yaratmaz: ML beklenenler pozitif kalır. Bir marjinde sıfır varsa (ör. bir cinsiyette hiç diyabet yok) o marjini içeren terimin katsayısı -\infty'a kaçar; MerQur "sınır kestirimi" uyarısı verir (\lvert\beta\rvert>10 ya da SH > 100). Bu durumda Wald testleri ve sd güvenilmez; kategori birleştirmek ya da doymuş modelde delta kullanmak gerekir.
S5. Referans düzeyi değiştirmek neyi değiştirir?
Yalnız katsayıların ve Wald testlerinin anlamını: sex[T.male] yerine sex[T.female] gelir, işaretler ve sabit değişir. G^2, X^2, LL, AIC, BIC, K-yollu ve kısmi tablolar değişmez. 2×2 tablolarda etkileşim katsayısının mutlak değeri de değişmez.
S6. K-yollu "ve üstü" ile "yalnız K-yollu" farkı nedir?
"K ve üstü" satırı, K ve daha yüksek dereceli bütün terimleri birlikte sınar (M_{K-1}'e karşı doymuş model). "Yalnız K" satırı, alt dereceler modeldeyken yalnız K-yollu terimlerin katkısını sınar (M_{K-1}'e karşı M_K). En yüksek derecede ikisi aynıdır.
S7. Kısmi ilişki ile katsayının Wald testi neden farklı p veriyor?
Kısmi ilişki, aynı dereceden diğer bütün etkiler modeldeyken o etkinin LR testidir; Wald testi ise seçilen modeldeki (burada derece 2) tek katsayıyı sınar. KAH*diabetes için LR \Delta G^2=0{,}6378 (p=0{,}4245), Wald z^2=0{,}7979^2=0{,}6367 (p=0{,}4249): büyük örneklemde yakın, küçük hücrelerde farklı.
S8. Delta neden yalnız doymuş modelde ve neden AIC'yi değiştiriyor?
Doymuş modelde sıfır hücre katsayıyı sonsuza götürür; delta bunu önler. Delta eklenen sayımlar artık gerçek veri değildir: LL, AIC ve BIC delta'lı sayımlarla hesaplanır ve ham veriyle karşılaştırılamaz. Bu yüzden model karşılaştırmaları (K-yollu, kısmi, eleme) ham sayımlarla yapılır.
32.9 Sık hatalar ve tuzaklar
- "exp(katsayı)" sütununu hız oranı diye okumak. Log-doğrusal modelde ana etkilerin üsteli hücre sayıları oranıdır (referans hücreye göre); iki yollu etkileşimlerin üsteli koşullu odds oranıdır.
- Geriye elemenin son modelini tek doğru model sanmak. Eşit adaylarda silme sırası bir kurala (faktör sırası) bağlıdır ve "eşit adaylar" notuyla bildirilir (32.5.4); ana etkilerin silinmesi çoğu zaman yorum değeri taşımaz (S3).
- Delta'lı doymuş modelin LL/AIC'sini başka modellerle karşılaştırmak. Delta'lı sayımlarla hesaplanır (S8).
- Küçük beklenen frekanslarda G^2 ve X^2'ye güvenmek. İki istatistik çok farklıysa (örnekte K=1: 5,82 ile 6,89) \chi^2 yaklaşımı zayıftır.
- Sayım tablosu verisini frekans sütunu seçmeden çalıştırmak. Her satır bir gözlem sayılır ve bütün hücreler 1 olur.
- Bir faktörü hem faktör hem frekans sütunu seçmek. Frekans sütunu yok sayılır; uyarıyı okuyun.
32.10 Kaynaklar
- Agresti, A. (2013). Categorical data analysis (3rd ed.). Wiley.
- Bishop, Y. M. M., Fienberg, S. E., & Holland, P. W. (2007). Discrete multivariate analysis: Theory and practice. Springer. https://doi.org/10.1007/978-0-387-72806-3 (Özgün baskı 1975, MIT Press.)
- Brown, M. B. (1976). Screening effects in multidimensional contingency tables. Applied Statistics, 25(1), 37–46. https://doi.org/10.2307/2346517
- Deming, W. E., & Stephan, F. F. (1940). On a least squares adjustment of a sampled frequency table when the expected marginal totals are known. The Annals of Mathematical Statistics, 11(4), 427–444. https://doi.org/10.1214/aoms/1177731829
- Goodman, L. A. (1970). The multivariate analysis of qualitative data: Interactions among multiple classifications. Journal of the American Statistical Association, 65(329), 226–256. https://doi.org/10.1080/01621459.1970.10481076
- Haberman, S. J. (1973). The analysis of residuals in cross-classified tables. Biometrics, 29(1), 205–220. https://doi.org/10.2307/2529686