35. MR × Kategorik Çapraz Tablo
Analiz kimliği: mr_crosstab_cat · Menü adı: MR × Kategorik Çapraz Tablo · Panel ve motor: gui/panels/analyses/mr_crosstab.py (form 135–203, read_options 206–211, _fisher_2xk 214–221, execute 226–488, metin 520–659) · Ortak yardımcılar: gui/panels/analyses/crosstab.py (_mc_pvalues 305–326, column_proportion_tests 600–664), core/mr_helpers.py
35.1 Ne işe yarar
MR × Kategorik Çapraz Tablo, çok seçimli bir sorunun her seçeneğinin bir grup değişkeninin kategorilerinde ne sıklıkta seçildiğini gösterir ve her seçenek için ayrı bir bağımsızlık testi yapar. Cevapladığı soru şudur: "Bu seçeneği seçenlerin oranı gruplar arasında farklı mı?" Tıp örneğinde: hipertansiyonu olan hastaların oranı yaş gruplarına göre değişiyor mu?
Her seçenek j için, gruptaki bütün vakalar "seçti / seçmedi" diye ikiye ayrılır ve bir 2\times k tablo kurulur:
- \pi_{jg}: g. gruptaki bir vakanın j. seçeneği seçme olasılığı.
- k: grup sayısı. Her seçenek ayrı bir hipotezdir; J seçenek varsa J test yapılır.
- İsteğe bağlı genel hipotez (çoklu marjinal bağımsızlık, MMI): bütün j için H_0^{(j)} aynı anda doğrudur.
Ne zaman kullanılır? Çok seçimli bir soru (eşlik eden hastalıklar, şikâyetler, bilgi kaynakları) tek seçimli bir grup değişkeniyle (cinsiyet, yaş grubu, klinik) karşılaştırılacaksa.
Ne zaman kullanılmaz?
- İki değişken de tek seçimliyse: Ki-Kare Bağımsızlık (Bölüm 25) ya da Çapraz Tablo (Bölüm 33).
- Grup değişkeni de çok seçimliyse: MR × MR Çapraz Tablo (Bölüm 36).
- Yalnız seçeneklerin genel sıklığı isteniyorsa: MR Frekans Analizi (Bölüm 34).
- Aynı kişilerde seçenekler birbiriyle karşılaştırılacaksa ("hipertansiyon diyabetten sık mı?"): Cochran's Q Testi (Bölüm 37).
- Grup sürekli bir değişkense (yaş, yıl olarak): her seçeneği ikili bağımlı değişken alan Lojistik Regresyon (Bölüm 46).
Sık karıştırılan analizler. Seçenek × grup sayım tablosuna (ör. 5×3) doğrudan Pearson \chi^2 uygulamak geçersizdir: bir kişi birden çok satıra girer, gözlemler bağımsız değildir ve \chi^2 dağılımı tutmaz (Loughin ve Scherer, 1998; Bilder ve Loughin, 2004). MerQur bu yüzden her seçeneği kendi 2\times k tablosunda sınar; bu, Bilder ve Loughin'in MMI yaklaşımının seçenek düzeyindeki testleridir.
35.2 Varsayımlar ve veri türü
| Varsayım | Ne demek | MerQur'da nasıl denetlenir |
|---|---|---|
| Set ayrıştırılmış olmalı | Çok seçimli sütun Çok Seçimli panelinde bölünmüş olmalı. | Yoksa form uyarı gösterir (mr_crosstab.py:144–155); set bulunamazsa hata (251–254). |
| Grup değişkeni setin dışında | Setin kendi sütunu grup olamaz. | Form setin sütunlarını grup listesinden çıkarır (175–177); yine de verilirse hata (264–266). |
| En az iki grup | Tek grup varsa hata (282–285). On gruptan çoksa uyarı (458–461). |
|
| Vakalar arası bağımsızlık | Her satır ayrı bir kişi. | Denetlenmez. |
| Yeterli beklenen frekans | Seçenek başına 2\times k tabloda beklenenler 5 ve üstü. | Beklenen frekansı 5'in altında hücre içeren seçenekler uyarıda listelenir (449–453); Fisher seçeneği önerilir. |
| Kodlama | Konumsal (seçenek adı) ya da ikili 0/1. | Bütün dolu hücreler 0/1 ise ikili (288–296). "Sayılan değer" seçeneği bu panelde yoktur (35.9). |
Eksik değer. Grup değişkeni eksik olan satırlar atılır (mr_crosstab.py:268–270). MR sütunlarındaki boşluk "seçilmedi" sayılır; ikili sette NaN 0 yapılır (306, 323, 345). Eksik veri seçeneği yoktur; hiç seçim yapmamış vaka da gruptaki n_g'ye girer ve testlerde "seçmedi" satırında yer alır.
Uç durumlar.
- Bir seçenek ya hiç seçilmemiş ya da herkes tarafından seçilmişse tablonun bir satırı sıfırdır; test tanımsızdır. MerQur \chi^2, sd ve p yerine "—" yazar, bu seçeneği p düzeltmesine ve MMI testine katmaz (
mr_crosstab.py:379–398,424,436). - Gruplar MerQur'un ortak düzey sırası kuralıyla dizilir: kullanıcının sıralı kategorik sütunu; sayı ya da aralık etiketlerinde sayısal sıra; aksi hâlde verideki ilk görülme sırası. Alfabetik sıra kullanılmaz. Tıp verisinde sıra "<50, 50-70, >70"dir; kullanılan sıra çıktıda "Kullanılan düzey sırası" satırında yazılır, tablo ve grafik aynı sırayı kullanır.
- n<30 ise küçük örneklem uyarısı (
454–457).
35.3 Parametreler
Varsayılanlar mr_crosstab.py:157–203 ve read_options (206–211) içinden okunmuştur.
| Arayüz adı | Varsayılan | Ne yapar | Sonucu nasıl değiştirir |
|---|---|---|---|
| MR Set | ilk ayrıştırılmış set | Satırlardaki seçenekler. | — |
| Grup değişkeni | ilk kategorik sütun | Sütunlardaki gruplar (kategorik, ikili ya da sayısal kodlu faktör). | — |
| p düzeltmesi | Düzeltme yok | Yok; Bonferroni; Holm; Benjamini-Hochberg (FDR). | Seçilirse "Anlamlı" kararı düzeltilmiş p<\alpha ile verilir. |
| % vaka tabanı | En az bir seçim yapanlar | Grup içi % vaka paydası: grupta en az bir seçim yapanlar ya da gruptaki tüm vakalar. | Yalnız % vaka tablosu ve grafik; testler değişmez. |
| Güven Düzeyi | %95 | \alpha. | Anlamlılık kararı, grup çifti testlerinin eşiği. |
| Ek testler: Grup çifti z-testleri | kapalı | Her seçenek için grup oranlarının ikili z testleri, Bonferroni, harf gösterimi. | Ek blok. |
| Ek testler: Fisher kesin testi | kapalı | Seçenek tablosunda Fisher: 2\times2 kesin, 2\times k Monte Carlo (B=10000, tohum (seed) 42). | Ek sütun; karar \chi^2'ye göre kalır. |
| Ek testler: Genel MMI testi | kapalı | Bilder–Loughin MMI'nın Bonferroni sürümü. | Ek satır. |
Taban testleri neden değiştirmez?
Testin sorusu "gruptaki kişilerin yüzde kaçı bu seçeneği seçti"dir; seçim yapmamış kişi de "seçmedi" grubundadır. Yanıtlayanlar tabanı yalnız betimsel tablonun okunuşunu değiştirir. Bu yüzden % vaka tablosunda gösterilen oran ile testin karşılaştırdığı oran, yanıtsız vaka varsa farklı sayılardır (35.6, Adım 7).
35.4 Tıp örneği
Dosya: english/datasets/Tip/30_mr_categorical_comorbidity_age.xlsx (Türkçe kopyası samples/Tum_Analiz_Tip/30_mr_kategorik_komorbidite_yas.xlsx).
| Değişken | Rol | Tür | Açıklama |
|---|---|---|---|
comorbidity |
MR Set kaynağı | virgülle ayrılmış metin | 5 değer: KAH, copd, absent, hypertension, diabetes |
age_group |
Grup değişkeni | kategorik (3) | 50-70: 100, <50: 54, >70: 66 |
patient_id |
kullanılmaz |
n ve eksik değer: 220 hasta, eksik değer yok. "absent" (eşlik eden hastalık yok) 52 hastada tek değerdir ve veride bir seçenek gibi kodlanmıştır.
Klinik soru: Eşlik eden hastalıkların sıklığı yaş grubuna göre değişiyor mu? (VIDEO_SCRIPT_TR.txt, #30.)
Seçilen ayarlar: Varsayılan; ek çalıştırmalar: Holm + üç ek test; Bonferroni; BH; %99 güven ve grup çifti testleri. İkinci hazırlıkta "absent" hücreleri boşaltılmış (veri adımı) ve analiz iki tabanla ve MMI ile tekrarlanmıştır.
35.5 Formüller ve hesap adımları
MerQur'un sırası şudur: (1) grup değeri eksik satırları at, grupları ortak düzey sırasına diz, (2) kodlamayı belirle, (3) her grubun vaka sayısını, yanıtlayan sayısını ve toplam yanıtını say, (4) her seçenek ve grup için frekansı ve iki yüzdeyi hesapla, (5) her seçenek için 2\times k tabloyu kur ve Pearson \chi^2'yi uygula, (6) seçiliyse Fisher ve grup çifti testlerini ekle, (7) p düzeltmesini uygula, (8) seçiliyse MMI'yı hesapla, (9) uyarıları ekle.
35.5.1 Sayımlar ve yüzdeler
- y_{ij}: i. vaka j. seçeneği seçtiyse 1 (seçim göstergesi, Bölüm 34.5.1).
- n_g: g. gruptaki vaka sayısı; n_{b,g}: % vaka tabanı, varsayılan olarak grupta en az bir seçim yapan vaka sayısı n_{y,g} (
mr_crosstab.py:309–316), seçilirse n_g. - T_g: gruptaki toplam yanıt (dolu hücre sayısı ya da 1'lerin toplamı,
315–331). - % yanıt yalnız sonuç nesnesinde saklanır; metinde % vaka tablosu basılır (
564–578).
35.5.2 Seçenek başına 2×k Pearson ki-kare
- R_1=\sum_g f_{jg}: seçeneği seçen toplam vaka; R_2=n-R_1.
- n=\sum_g n_g: grup değeri dolu bütün vakalar (
270). - Düzeltme yoktur:
chi2_contingency(..., correction=False)(388–389). k=2'de bile Yates uygulanmaz; MRCV'nin seçenek istatistiğiyle aynıdır. - Etki büyüklüğü: V_j=\sqrt{X_j^2/n} (
391). Tablonun bir boyutu 2 olduğundan \min(r,c)-1=1'dir; k=2'de V=\lvert\varphi\rvert.
Neden "seçmedi" satırına yanıt vermeyenler de giriyor?
H_0^{(j)} bir kişinin seçeneği seçme olasılığıyla ilgilidir; payda kişilerdir, yanıtlar değil. Bilder ve Loughin'in (2004) MMI tanımında her seçenek bir ikili değişkendir ve 0 değeri hem "başka seçenekler seçti" hem "hiçbir şey seçmedi" durumlarını kapsar. MRCV paketi de böyle hesaplar. Yanıtsızlık gerçek eksiklikse (soruyu atlama) bu kişiler analizden önce veri adımında çıkarılmalıdır; panelde bunu yapan bir seçenek yoktur.
Koddaki tercih
p düzeltmesi tam hassasiyetli p'lerle, MMI istatistiği de tam hassasiyetli \chi^2'lerle hesaplanır; yuvarlama yalnız gösterimde yapılır (Tıp verisinde KAH Bonferroni p = 0,0026562).
35.5.3 Çoklu karşılaştırma düzeltmeleri
J' test edilebilen seçeneğin ham p'leri p_{(1)}\le\dots\le p_{(J')} sırasıyla (adjust_pvalues, 92–97; statsmodels multipletests, R p.adjust ile aynı):
- Bonferroni ve Holm ailesel hata oranını (FWER), BH yanlış keşif oranını (FDR) \alpha'da tutar.
- Düzeltme seçilirse "Anlamlı" sütunu ve özet satırı \tilde p<\alpha'ya göre verilir; ham p de yazılır (
423–430).
35.5.4 Grup çifti z testleri ve harfler
Her seçenek ve grup çifti (g,h) için, \hat p_g=f_{jg}/n_g olmak üzere (crosstab.py:600–641):
- Oranlar her zaman tüm grup vakalarına göredir; taban seçeneği bu bloğu etkilemez (
mr_crosstab.py:414–418,635). - \bar p 0 ya da 1 ise çift test edilmez. Bonferroni çarpanı seçenek içindeki çift sayısıdır, seçenekler arası düzeltme yapılmaz.
- Harfler ekle-emme (insert-absorb) algoritmasıyla verilir: aynı harfi paylaşan gruplar düzeltilmiş p\ge\alpha ile ayrışmaz (
crosstab.py:642–662). "a" harfi düzey sırasındaki ilk gruba gider. - z^2, aynı iki grubun 2\times2 tablosundaki düzeltmesiz Pearson \chi^2'ye eşittir; R'de
prop.test(correct = FALSE)ile aynı p elde edilir.
35.5.5 Fisher kesin testi ve Monte Carlo
2\times2 tabloda (iki grup) iki yönlü Fisher kesin p'si (scipy.stats.fisher_exact) kullanılır. 2\times k tabloda marjinaller sabit tutularak B=10000 rastgele tablo üretilir (scipy random_table; Patefield, 1981 ya da Boyett algoritması, R r2dtable ile aynı dağılım) ve (crosstab.py:305–326)
- -\sum\log n_{rg}!: koşullu tablo olasılığının tabloya bağlı kısmı; daha küçük değer daha olası olmayan tablo demektir.
- Eşitlik payı R ile aynıdır: karşılaştırma (1+64\varepsilon) toleransla yapılır.
- Tohum 42'ye sabittir ve arayüzden değiştirilemez (
mr_crosstab.py:214); en küçük ulaşılabilir değer 1/10001\approx0{,}0001'dir.
35.5.6 Genel MMI testi (Bonferroni)
- X^2_S: Bilder ve Loughin'in (2004) MMI istatistiği; seçenekler aynı kişilerden geldiği için X^2_S bir \chi^2_{J'(k-1)} dağılımına uymaz. MerQur X^2_S'yi yalnız yazar, kendi p'sini hesaplamaz.
- p_{\text{Bon}}: en küçük seçenek p'sine Bonferroni düzeltmesi; MRCV
MI.test(type = "bon")ile aynı (mr_crosstab.py:432–445).
Bonferroni MMI tutucudur
Bilder ve Loughin (2004) X^2_S'nin dağılımını bootstrap ya da Rao–Scott ikinci derece düzeltmesiyle yaklaştırmayı önerir; Bonferroni sürümü bunların en tutucusudur. MerQur'da yalnız Bonferroni vardır (araç ipucu: "Rao-Scott ve bootstrap sürümleri yoktur"). Etkiler birçok seçeneğe yayılmış ama her biri zayıfsa Bonferroni MMI genel ilişkiyi kaçırabilir; o durumda R'de MRCV::MI.test(type = "all") kullanılmalıdır.
35.6 Elle hesap: Tıp verisinde sayısal yürüyüş
Ara değerler dogrulama/mr_crosstab_cat/elle_hesap.py ile, MerQur kodu çağrılmadan hesaplanmıştır.
Adım 1 — Gruplar. Aralık etiketleri sayısal sınırlarına göre dizilir: <50 (n=54), 50-70 (n=100), >70 (n=66); n=220. \chi^2 testleri sıradan etkilenmez; tablo düzeni, harfler, çift testlerinin yönü ve Monte Carlo üreteç akışı etkilenir. Her hastada en az bir değer (gerekirse "absent") olduğu için n_{y,g}=n_g.
Adım 2 — KAH için 2×3 tablo ve beklenenler. Seçen 53 hasta (R_1=53), seçmeyen 167:
| <50 | 50-70 | >70 | Toplam | |
|---|---|---|---|---|
| Seçti | 4 (13,0091) | 24 (24,0909) | 25 (15,9000) | 53 |
| Seçmedi | 50 (40,9909) | 76 (75,9091) | 41 (50,1000) | 167 |
Örneğin E_{11}=53\times54/220=13{,}0091.
Adım 3 — Ki-kare. Hücre katkıları üst satırda 6,239000; 0,000343; 5,208176, alt satırda 1,980042; 0,000109; 1,652894:
İki serbestlik dereceli ki-karenin kuyruğu kapalı biçimdedir: P(\chi^2_2\ge x)=e^{-x/2}. V=\sqrt{15{,}080564/220}=0{,}261817. En küçük beklenen 13,0091 olduğundan uyarı yoktur.
Adım 4 — Öbür seçenekler. copd X^2=2{,}129920 (p=0{,}344742), absent 49,207502 (p=2{,}064\cdot10^{-11}), hypertension 45,142134 (p=1{,}576\cdot10^{-10}), diabetes 12,567027 (p=0{,}001867).
Adım 5 — Holm. Sıralı p'ler absent, hypertension, KAH, diabetes, copd; çarpanlar 5, 4, 3, 2, 1:
BH'de KAH için 5\times0{,}000531/3=0{,}000885, diabetes için 5\times0{,}001867/4=0{,}002334. Bonferroni KAH: 5\times0{,}000531=0{,}002656.
Adım 6 — Grup çifti, KAH, <50 ile 50-70. \hat p_{<50}=4/54=0{,}074074, \hat p_{50\text{-}70}=0{,}24, \bar p=28/154=0{,}181818:
İki yönlü p=0{,}010851; üç çift için p_{\text{Bonf}}=0{,}032553. <50 ile >70: z=-3{,}879, p_{\text{Bonf}}=0{,}000315; 50-70 ile >70 anlamsız (p_{\text{Bonf}}=0{,}165). Harfler: <50 a, 50-70 b, >70 b.
Adım 7 — MMI ve Fisher. X^2_S=15{,}080564+2{,}129920+49{,}207502+45{,}142134+12{,}567027=124{,}127147; p_{\text{Bon}}=5\times2{,}064\cdot10^{-11}=1{,}032\cdot10^{-10}. KAH için Monte Carlo Fisher p=3/10001=0{,}0003 (10000 tablonun yalnız ikisinin olasılığı gözlenenden küçük ya da eşit). Üretilen tablolar grup sırasına bağlı olduğundan bu değer düzey sırası değişince Monte Carlo hatası kadar oynar.
Adım 8 — "absent" boşaltıldığında tabanın etkisi. <50 grubunda 31 hasta boş kalır: n_{y,<50}=23. Hipertansiyon için % vaka yanıtlayanlar tabanında 11/23=47{,}8, tüm vakalar tabanında 11/54=20{,}4'tür. Test her iki durumda da 11/54 oranını kullanır; X^2=45{,}142134 değişmez. MMI'da 4 seçenek kalır: X^2_S=74{,}919644, p_{\text{Bon}}=4\times1{,}576\cdot10^{-10}=6{,}303\cdot10^{-10}.
35.6.1 Doğrulama: MerQur, Python ve R
MerQur değerleri execute() sonucundan, mr_crosstab modülünde round() ve p_yuvarla adları bellekte etkisizleştirilerek alınmıştır (dogrulama/mr_crosstab_cat/merqur_calistir.py). R 4.5.3: chisq.test(correct = FALSE), p.adjust, prop.test(correct = FALSE) (grup çiftleri, p\times3), MRCV::MI.test(type = "bon") (MMI) ve fisher.test(simulate.p.value = TRUE, B = 10000). Monte Carlo Fisher p'si MerQur ve bağımsız Python'da aynı üreteç akışıyla (scipy random_table, tohum 42) birebir; R'nin üreteci farklı olduğundan R değeri Monte Carlo standart hatasının üç katı içinde aranmıştır ("MC").
| Büyüklük | MerQur | Python (bağımsız) | R 4.5.3 | En büyük fark | Durum |
|---|---|---|---|---|---|
| Tıp #30: seçenek başına 2×3 Pearson X^2 | |||||
| KAH: X^2 | 15,080564 | 15,080564 | 15,080564 | 1,1e−14 | ✓ |
| KAH: p | 0,000531 | 0,000531 | 0,000531 | 3,3e−19 | ✓ |
| copd: X^2 | 2,129920 | 2,129920 | 2,129920 | 0,0e+00 | ✓ |
| copd: p | 0,344742 | 0,344742 | 0,344742 | 5,0e−16 | ✓ |
| absent: X^2 | 49,207502 | 49,207502 | 49,207502 | 2,8e−14 | ✓ |
| absent: p | 2,0641·10−11 | 2,0641·10−11 | 2,0641·10−11 | 3,9e−26 | ✓ |
| hypertension: X^2 | 45,142134 | 45,142134 | 45,142134 | 2,8e−14 | ✓ |
| hypertension: p | 1,5758·10−10 | 1,5758·10−10 | 1,5758·10−10 | 3,9e−25 | ✓ |
| diabetes: X^2 | 12,567027 | 12,567027 | 12,567027 | 7,1e−15 | ✓ |
| diabetes: p | 0,001867 | 0,001867 | 0,001867 | 3,3e−18 | ✓ |
| KAH: Cramér V | 0,261817 | 0,261817 | 0,261817 | 2,8e−16 | ✓ |
| KAH: en küçük beklenen | 13,009091 | 13,009091 | 13,009091 | 8,9e−15 | ✓ |
| hypertension: Cramér V | 0,452981 | 0,452981 | 0,452981 | 2,8e−16 | ✓ |
| hypertension: en küçük beklenen | 25,281818 | 25,281818 | 25,281818 | 1,8e−14 | ✓ |
| Çoklu karşılaştırma düzeltmeleri | |||||
| KAH: Holm p | 0,001594 | 0,001594 | 0,001594 | 2,2e−18 | ✓ |
| diabetes: Holm p | 0,003734 | 0,003734 | 0,003734 | 3,5e−18 | ✓ |
| absent: Holm p | 1,0320·10−10 | 1,0320·10−10 | 1,0320·10−10 | 3,0e−25 | ✓ |
| KAH: Bonferroni p | 0,002656 | 0,002656 | 0,002656 | 3,5e−18 | ✓ |
| copd: Bonferroni p | 1 | 1 | 1 | 0,0e+00 | ✓ |
| KAH: BH p | 0,000885 | 0,000885 | 0,000885 | 1,1e−19 | ✓ |
| diabetes: BH p | 0,002334 | 0,002334 | 0,002334 | 1,3e−18 | ✓ |
| copd: BH p | 0,344742 | 0,344742 | 0,344742 | 5,0e−16 | ✓ |
| MMI genel testi (Bonferroni) | |||||
| X^2_S (5 seçenek) | 124,127147 | 124,127147 | 124,127147 | 4,3e−14 | ✓ |
| p_{\text{Bon}} (5 seçenek) | 1,0320·10−10 | 1,0320·10−10 | 1,0320·10−10 | 8,8e−17 | ✓ |
| X^2_S ('absent' boş, 4 seçenek) | 74,919644 | 74,919644 | 74,919644 | 0,0e+00 | ✓ |
| p_{\text{Bon}} ('absent' boş) | 6,3033·10−10 | 6,3033·10−10 | 6,3033·10−10 | 1,5e−16 | ✓ |
| Grup çifti z testleri (Bonferroni, 3 çift) | |||||
| KAH <50 – 50-70: z | −2,547459 | −2,547459 | −2,547459 | 4,4e−15 | ✓ |
| KAH <50 – 50-70: p_{\text{Bonf}} | 0,032553 | 0,032553 | 0,032553 | 2,1e−17 | ✓ |
| KAH <50 – >70: z | −3,879108 | −3,879108 | −3,879108 | 4,4e−16 | ✓ |
| KAH <50 – >70: p_{\text{Bonf}} | 0,000315 | 0,000315 | 0,000315 | 6,5e−19 | ✓ |
| diabetes 50-70 – >70: z | −1,098106 | −1,098106 | −1,098106 | 3,6e−15 | ✓ |
| diabetes 50-70 – >70: p_{\text{Bonf}} | 0,816474 | 0,816474 | 0,816474 | 6,7e−16 | ✓ |
| hypertension 50-70 – >70: z | −3,913620 | −3,913620 | −3,913620 | 3,6e−15 | ✓ |
| hypertension 50-70 – >70: p_{\text{Bonf}} | 0,000273 | 0,000273 | 0,000273 | 1,2e−18 | ✓ |
| % vaka tabanı ('absent' boş) | |||||
| hypertension, <50 % vaka (taban: yanıtlayan) | 47,826087 | 47,826087 | 47,826087 | 4,3e−14 | ✓ |
| KAH, >70 % vaka (taban: yanıtlayan) | 39,682540 | 39,682540 | 39,682540 | 1,4e−14 | ✓ |
| hypertension, <50 % vaka (taban: tüm vaka) | 20,370370 | 20,370370 | 20,370370 | 2,8e−14 | ✓ |
| KAH, >70 % vaka (taban: tüm vaka) | 37,878788 | 37,878788 | 37,878788 | 2,1e−14 | ✓ |
| hypertension, <50 % yanıt | 44 | 44 | 44 | 0,0e+00 | ✓ |
| Monte Carlo Fisher p (2×3, B = 10000) | |||||
| KAH: Fisher MC p | 0,000300 | 0,000300 | 0,000300 | 0,0e+00 | ✓ (MC) |
| copd: Fisher MC p | 0,358564 | 0,358564 | 0,354865 | 0,0e+00 | ✓ (MC) |
| diabetes: Fisher MC p | 0,000900 | 0,000900 | 0,000800 | 0,0e+00 | ✓ (MC) |
Sonuç: 42 büyüklüğün tamamı ölçütü karşılar. MRCV'nin MMI p'si ile fark en çok 9\cdot10^{-7} göreli düzeydedir; 10^{-10} büyüklüğündeki bir kuyruk olasılığında bu, iki yazılımın ki-kare kuyruk hesabındaki kayan nokta farkıdır.
35.7 Çıktıyı okuma
Holm düzeltmesi ve üç ek test açıkken sonuç metni (kısaltılmış):
══ MR × KATEGORİK ÇAPRAZ TABLO ══
MR Set : comorbidity
Grup sütunu : age_group
Toplam vaka (n): 220
Grup sayısı : 3
Kullanılan düzey sırası (age_group): <50, 50-70, >70
Grup büyüklükleri:
<50: n = 54 (en az bir seçimi olan: 54)
50-70: n = 100 (en az bir seçimi olan: 100)
>70: n = 66 (en az bir seçimi olan: 66)
── % VAKA (her grupta seçenek tercih oranı) ──
Taban: grupta en az bir seçimi olan vakalar.
Seçenek <50 50-70 >70
KAH %7.4 %24.0 %37.9
...
── HER SEÇENEK İÇİN Kİ-KARE TESTİ ──
(H₀: seçeneğin tercihi grup üyeliğinden bağımsız)
Seçenek χ² df p p_adj Anlamlı V p_Fisher
KAH 15.081 2 0.0005 0.0016 ✓ EVET 0.262 0.0003
copd 2.130 2 0.3447 0.3447 Hayır 0.098 0.3586
absent 49.208 2 <0.0001 <0.0001 ✓ EVET 0.473 0.0001
hypertension 45.142 2 <0.0001 <0.0001 ✓ EVET 0.453 0.0001
diabetes 12.567 2 0.0019 0.0037 ✓ EVET 0.239 0.0009
Not: p_adj = Holm düzeltmeli p; 'anlamlı' kararı p_adj < 0.05 ile verildi.
(p_Fisher: 2×2 kesin; 2×k Monte Carlo, B = 10.000, tohum 42)
── Genel çoklu marjinal bağımsızlık (MMI) testi ──
X²_S = Σ χ² = 124.127 (5 seçenek); en küçük p = <0.000001; Bonferroni MMI p = <0.000001
── Grup çiftlerinde seçim oranı karşılaştırmaları (z, Bonferroni, α = 0.05) ──
KAH <50: %7.4 a 50-70: %24.0 b >70: %37.9 b
<50 vs 50-70: z = -2.547, p_Bonf = 0.0326 *
<50 vs >70: z = -3.879, p_Bonf = 0.0003 *
| Satır/Öğe | Ne yazar | Nasıl yorumlanır |
|---|---|---|
| Grup büyüklükleri | n_g ve (varsayılan tabanda) n_{y,g} | İkisi farklıysa % vaka tablosu ile testin oranları farklıdır. |
| ÇAPRAZ FREKANSLAR | f_{jg} ve satır toplamı | Toplam sütunu seçeneği seçen vaka sayısıdır. |
| % VAKA | f_{jg}/n_{b,g} | Taban satırı hangi paydanın kullanıldığını söyler. |
| Ki-kare tablosu | X^2_j, sd, p, \tilde p, karar, V, Fisher p | "—": test tanımsız (sıfır satır); altında açıklama satırı çıkar (619–620). |
| MMI satırı | X^2_S, en küçük p, p_{\text{Bon}} | p'ler 6 ondalıkla yazılır; 10^{-6}'dan küçük p "<0.000001" görünür. |
| Grup çifti bloğu | Oranlar (tüm vakalara göre), harfler, yalnız anlamlı çiftler | Oranlar % vaka tablosundan farklı tabanda olabilir. |
| UYARILAR | Düşük beklenen, küçük n, çok grup, anlamlı seçenekler | |
| Grafik | Seçenek başına grupların % vakası, yatay çubuk | Gruplar tablodaki düzey sırasıyla. |
APA biçiminde rapor cümlesi:
Eşlik eden hastalıkların sıklığı yaş gruplarına göre karşılaştırıldı (her hastalık için 2×3 Pearson ki-kare, Holm düzeltmeli). Hipertansiyon (<50 yaşta %20,4, 50–70'te %52,0, >70'te %81,8; \chi^2(2) = 45{,}14, p_{\text{Holm}} < 0{,}001, V = 0{,}45), diyabet (\chi^2(2) = 12{,}57, p_{\text{Holm}} = 0{,}004, V = 0{,}24) ve KAH (\chi^2(2) = 15{,}08, p_{\text{Holm}} = 0{,}002, V = 0{,}26) yaş grubuna göre farklıydı; KOAH'ta fark yoktu (\chi^2(2) = 2{,}13, p = 0{,}345).
35.8 Uzman soruları
S1. Neden tek bir 5×3 ki-kare değil, beş ayrı 2×3 test?
Seçenek × grup sayım tablosunda bir kişi birden çok satıra girer; hücre sayımları bağımsız çokterimli gözlemler değildir ve Pearson \chi^2'nin \chi^2_{(J-1)(k-1)} dağılımı geçersizdir (Loughin ve Scherer, 1998). Her seçenek kendi başına kişilerden oluşan geçerli bir 2\times k tablodur. Genel soru ("set bir bütün olarak grupla ilişkili mi?") için MMI testi vardır.
S2. MMI'nın X²_S değeri neden kendi p'siyle verilmiyor?
X^2_S bağımlı \chi^2'lerin toplamıdır; dağılımı seçeneklerin birlikte seçilme yapısına bağlıdır. Bilder ve Loughin (2004) bunu bootstrap ya da Rao–Scott düzeltmesiyle yaklaştırır. MerQur yalnız Bonferroni sürümünü uygular; X^2_S bilgi olarak basılır. Bootstrap MMI için MRCV MI.test(type = "boot") kullanılmalıdır.
S3. Yanıtlayanlar tabanı seçiliyken % vaka ile test edilen oran neden farklı?
% vaka tablosu gruptaki yanıtlayanları taban alır; test ise "kişinin seçme olasılığı"nı sınadığı için bütün grup vakalarını kullanır (mr_crosstab.py:373–377). "absent" boşaltılmış Tıp verisinde <50 grubunda hipertansiyon %47,8 görünür ama test 11/54 = %20,4'ü karşılaştırır. Grup çifti bloğu da tüm vakalara göre oran yazar. Raporda test edilen oranı (tüm vakalar tabanı) vermek tutarlıdır.
S4. Fisher p'si R'deki fisher.test ile neden birebir aynı değil?
2\times k tabloda Monte Carlo kullanılır; MerQur scipy üretecini tohum 42 ile, R ise kendi üretecini kullanır. İkisi aynı p'nin iki farklı Monte Carlo kestirimidir; fark Monte Carlo standart hatası \sqrt{p(1-p)/B} düzeyindedir (copd: 0,3586 ile 0,3549, SH ≈ 0,0048). Tıp verisinde 2\times2 yok; iki gruplu bir değişkende Fisher kesindir ve R ile aynıdır.
S5. Herkesin seçtiği ya da kimsenin seçmediği bir seçenekte ne olur?
2\times k tablonun bir satırı sıfırdır, beklenen frekanslar sıfır olur ve \chi^2 tanımsızdır. MerQur bu seçeneği "—" ile yazar, açıklama satırı ekler ve düzeltme ile MMI'dan çıkarır (mr_crosstab.py:379–398, 424, 436). Düzeltmedeki test sayısı J' bu yüzden seçenek sayısından küçük olabilir.
S6. Düzeltme yokken "Anlamlı" kararı hangi eşikle?
Ham p<\alpha (mr_crosstab.py:406); \alpha Güven Düzeyi'nden gelir. Seçenek sayısı arttıkça en az bir yanlış "anlamlı" bulma olasılığı büyür; beş seçenekte 1-0{,}95^5\approx0{,}23'e kadar çıkabilir (testler bağımlı olduğundan kesin değer farklıdır). Raporlanacak sonuçlar için Holm ya da (keşifsel çalışmada) BH önerilir.
S7. Grup değişkeni sayısal kodluysa (1, 2, 3) ya da 10'dan çok düzey varsa?
Sayısal kodlarda gruplar sayısal sırayla dizilir (2, 10 sırası korunur); kullanılan sıra çıktıda yazılır. Testler sıradan etkilenmez, yalnız tablo ve harf atamaları etkilenir. Sıralı bir grup değişkeninde eğilim sorusu (yaşla artış) bu test tarafından ayrıca sınanmaz; doğrusal eğilim için seçenek başına lojistik regresyon ya da Cochran–Armitage testi gerekir.
35.9 Sık hatalar ve tuzaklar
- Seçenek × grup tablosuna tek bir ki-kare uygulamak. Gözlemler bağımsız olmadığı için geçersizdir (S1).
- "absent / yok" değerini seçenek olarak bırakmak. Bu değer yanıtlayan tabanını bütün vakalara eşitler ve "absent" için ayrı bir test üretir. Tıp verisinde "absent"ın yaşla ilişkisi en güçlü sonuçtur (V=0{,}47) ve bu, yaşla birlikte herhangi bir hastalığın artmasının yansımasıdır, ayrı bir bulgu değildir.
- % vaka tablosundaki oranı test edilmiş oran sanmak. Yanıtsız vaka varsa tablo ile test farklı paydaya dayanır (S3).
- 1/2 kodlu ikili sütunlarla çalışmak. Bu panelde "Sayılan değer" yoktur; set konumsal sayılır, hücre değerleri seçenek adlarıyla eşleşmez ve analiz 0/1'e çevirmeyi öneren çevrilmiş bir hatayla durur. Sütunları 0/1'e çevirin.
- Düzeltmesiz kararı birden çok seçenekte raporlamak. Holm ya da BH seçin; MerQur'un varsayılanı "Düzeltme yok"tur.
- Grup çifti harflerinin seçenekler arası düzeltme içerdiğini sanmak. Bonferroni yalnız seçenek içindeki çiftler içindir.
- Bonferroni MMI'nın anlamsız çıkmasını "set grupla ilişkisiz" diye okumak. Tutucu bir testtir; zayıf ve yaygın etkileri kaçırabilir.
35.10 Kaynaklar
- Agresti, A., & Liu, I.-M. (2001). Strategies for modeling a categorical variable allowing multiple category choices. Sociological Methods & Research, 29(4), 403–434. https://doi.org/10.1177/0049124101029004001
- Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate: A practical and powerful approach to multiple testing. Journal of the Royal Statistical Society: Series B (Methodological), 57(1), 289–300. https://doi.org/10.1111/j.2517-6161.1995.tb02031.x
- Bilder, C. R., & Loughin, T. M. (2004). Testing for marginal independence between two categorical variables with multiple responses. Biometrics, 60(1), 241–248. https://doi.org/10.1111/j.0006-341X.2004.00147.x
- Holm, S. (1979). A simple sequentially rejective multiple test procedure. Scandinavian Journal of Statistics, 6(2), 65–70.
- Koziol, N., & Bilder, C. R. (2014). MRCV: A package for analyzing categorical variables with multiple response options. The R Journal, 6(1), 144–150. https://doi.org/10.32614/RJ-2014-014
- Loughin, T. M., & Scherer, P. N. (1998). Testing for association in contingency tables with multiple column responses. Biometrics, 54(2), 630–637. https://doi.org/10.2307/3109769
- Patefield, W. M. (1981). Algorithm AS 159: An efficient method of generating random R × C tables with given row and column totals. Applied Statistics, 30(1), 91–97. https://doi.org/10.2307/2346669