İstatistik Sözlüğü → Log-Doğrusal Model
Log-Doğrusal Modelanaliz
Üç ya da daha fazla kategorik değişkenin oluşturduğu çapraz tablodaki hücre sayılarını modelleyerek hangi değişkenlerin birbiriyle ilişkili olduğunu ve bu ilişkilerin diğer değişkenlere göre değişip değişmediğini inceleyen yöntem.
Kavram
Ki-kare testi iki kategorik değişkenin ilişkisini inceler; değişken sayısı üçe çıktığında sorular çoğalır: A ile B, C sabit tutulduğunda da ilişkili mi? A ile B arasındaki ilişki C'nin her düzeyinde aynı mı? Log-doğrusal model bu soruları, değişkenlerden birini sonuç saymadan, tüm değişkenleri simetrik olarak ele alarak yanıtlar.
Model her hücredeki beklenen sayının logaritmasını, değişkenlerin ana etkileri ve etkileşimlerinin toplamı olarak yazar: log μ = λ + λ_A + λ_B + λ_C + λ_AB + λ_AC + λ_BC + λ_ABC. Ana etkiler yalnız her kategorinin genel sıklığını yansıtır; ilişkiler etkileşim terimlerinde yaşar. Ör. λ_AB terimi yoksa A ile B, C verildiğinde koşullu olarak bağımsızdır; λ_ABC terimi yoksa A ile B arasındaki ilişki C'nin her düzeyinde aynıdır (homojen ilişki). Tüm terimleri içeren doymuş model veriyi birebir üretir; amaç veriyi hâlâ iyi açıklayan en sade modeli bulmaktır.
Modelin veriye uyumu, gözlenen ve model tarafından beklenen sayıları karşılaştıran G² ve χ² istatistikleriyle değerlendirilir; büyük bir p-değeri modelin yeterli olduğunu gösterir. İç içe iki model ΔG² ile karşılaştırılır. Hiyerarşi ilkesi gereği bir etkileşim modeldeyse onun alt terimleri de modelde tutulur. Değişken ve düzey sayısı arttıkça tablo seyrekleşir; çok sayıda boş ya da küçük hücre kestirimleri kararsız hale getirebilir.
Ne zaman kullanılır?
- Üç ya da daha fazla kategorik değişkenin karşılıklı ilişkilerini, hiçbirini sonuç değişkeni saymadan incelerken (koşullu bağımsızlık, homojen ilişki soruları).
- Yalnız iki değişken varsa ki-kare bağımsızlık testi; üçüncü değişken yalnız karıştırıcı olarak kontrol edilecek ve iki ikili değişken ilgilendiriyorsa Cochran-Mantel-Haenszel testi yeterlidir.
- Değişkenlerden biri açıkça sonuç ise (ör. hastalık var/yok) lojistik ya da çokterimli lojistik regresyon daha doğrudan yorumlanır; kategorik değişkenlerin ilişki yapısını görsel olarak özetlemek için uyum (correspondence) analizi kullanılır.
Gündelik bir örnek
Bir lise 600 öğrenci için üç bilgiyi kaydediyor: düzenli kahvaltı edip etmediği, haftada en az üç gün spor yapıp yapmadığı ve dönem ortalamasının yüksek ya da düşük olduğu. Kahvaltı ile başarı arasında ilişki görülüyor; ama acaba bu ilişki yalnızca kahvaltı edenlerin daha çok spor yapmasından mı kaynaklanıyor? Log-doğrusal model, spor yapma durumu sabit tutulduğunda kahvaltı ile başarının hâlâ ilişkili olup olmadığını ve bu ilişkinin spor yapanlar ile yapmayanlarda aynı güçte olup olmadığını sınar. Üçlü etkileşimi dışlayan model veriye iyi uyuyorsa, her ikili ilişki üçüncü değişkenin her düzeyinde aynı güçtedir.
MerQur'da parametreler
Kategorik faktörler
Kavram: Çapraz tabloyu oluşturan kategorik değişkenlerdir; her düzey bileşimi bir hücredir ve model bu hücrelerin sayılarını açıklar. Her değişkenin bir düzeyi temel (karşılaştırma) düzeyi olarak alınır; değişken ve düzey sayısı arttıkça hücre sayısı hızla büyür.
Gündelik örnek: Lise örneğinde üç ikili değişken (kahvaltı, spor, başarı) 2 × 2 × 2 = 8 hücreli bir tablo oluşturur. Dördüncü bir değişken olarak üç düzeyli sınıf seviyesi eklense hücre sayısı 24'e çıkar ve bazı hücreler çok az öğrenci içerebilir.
Ne işe yarar: Kontenjans tablosunu oluşturan kategorik değişkenleri seçer; hücre sayımları Poisson genelleştirilmiş doğrusal modeliyle modellenir. Düzeyler sıralanır (sayısal artan, dize alfabetik), ilk düzey temel düzeydir; gözlenmemiş düzey bileşimleri 0 sayımla tabloda kalır.
Sonuca etkisi: Faktör sayısı tablo boyutunu, olası etkileşim mertebelerini, K-yollu tabloları ve kısmi ilişki listesini belirler. Çok faktörde seyrek tablo ve sınır kestirimi riski artar (Agresti, 2013, 9.8).
Doğrulama verisinde: Faktör sırası ters çevrilince yalnız katsayı adları değişir, 80 ortak çıktının hiçbiri değişmez. hsb2'de 4 faktör 36 hücreden 8'ini sıfır yapar; MerQur tam ızgarayla G² = 12.7906, df = 16 hesaplar ve sıfır hücre uyarısı verir.
Frekans (sayım) sütunu
Kavram: Veri her satırı bir kişi olan ham veri değil de her satırı bir hücre olan sayım tablosu ise, o hücrede kaç gözlem bulunduğunu veren sütundur. Seçilmezse her satır tek bir gözlem sayılır.
Gündelik örnek: Okul 600 öğrenciyi tek tek girmek yerine 8 satırlık bir tablo hazırlayabilir: 'kahvaltı evet, spor evet, başarı yüksek, 140' gibi. Sayı sütunu frekans olarak seçildiğinde model 600 satırlık ham veriyle aynı sonucu verir.
Ne işe yarar: Veri sayım tablosu biçimindeyse (her satır bir hücre ve bir sayım) hücre sayımını veren sütunu belirler; boşsa her satır bir gözlemdir.
Sonuca etkisi: Hücre sayımı sütun toplamıdır. Faktörlerden biri frekans sütunu da seçilirse sütun yok sayılır (her satır bir gözlem) ve çıktıya uyarı yazılır. Sayısal olmayan frekans sütunu girdi hatasıdır.
Doğrulama verisinde: Aynı ilaç verisi sayım tablosu (8 satır) ve ham satır (2276 satır) olarak çalıştırıldığında 110 çıktının tamamı aynıdır. Sayım olmayan sayısal sütun (hsb2 read) ağırlık olunca n = 10446, G² = 97.0396.
Etkileşim derecesi
Kavram: Modele kaç değişkenlik etkileşimlerin gireceğini belirler. Yalnız ana etkiler, tüm değişkenlerin karşılıklı bağımsız olduğu modeldir; ikili etkileşimlere kadar inen model, her ikili ilişkinin üçüncü değişkenin düzeylerinde aynı olduğunu söyleyen homojen ilişki modelidir; en yüksek derece doymuş modeldir.
Gündelik örnek: Okulda derece 1 seçilirse kahvaltı, spor ve başarının birbirinden tamamen bağımsız olduğu sınanır. Derece 2 ise 'kahvaltı ile başarı ilişkili ama bu ilişki spor yapanlar ve yapmayanlarda aynı güçte' modelini sınar.
Ne işe yarar: Modeldeki en yüksek etkileşim mertebesi k'yı belirler (1: karşılıklı bağımsızlık, 2: homojen ilişki, m: doymuş model).
Sonuca etkisi: Katsayı tablosunu, G²/χ² ve df'yi, geriye eleme başlangıç modelini ve özel model karşılaştırmasının tabanını belirler. K-yollu tablolar ve kısmi ilişki k'dan bağımsızdır.
Doğrulama verisinde: İlaç verisinde k = 1: G² = 1286.02 (df 4; UCLA 1286.02), k = 2: 0.3740 (df 1; Thompson glm 0.3739859), k = 3: 0 (df 0). Kaza verisinde k = 3: 1.3253 (df 1). Beş yollu tabloda k = 2: 15.3403 (df 16).
Hücre deltası
Kavram: Doymuş modelde boş (sıfır) hücreler bazı parametrelerin sonsuza kaçmasına yol açar. Her hücreye küçük bir sabit (ör. 0,5) eklemek kestirimleri sonlu tutar; ancak bu bir düzeltme hilesidir ve sonuçları biraz değiştirir.
Gündelik örnek: Okulda 'kahvaltı etmeyen, spor yapmayan ama başarısı yüksek' hiç öğrenci yoksa o hücre sıfırdır ve doymuş modelin bazı katsayıları hesaplanamaz. Her hücreye 0,5 eklemek, o hücrede 'neredeyse hiç öğrenci yok' diyerek hesabı mümkün kılar.
Ne işe yarar: Sıfır hücrelerde sınır kestirimini önlemek için hücre sayımlarına sabit (delta) ekler. Yalnız doymuş modelde sıfır hücre varken parametre kestirimi için önerilir (Agresti, 2013, 10.6).
Sonuca etkisi: Delta yalnız doymuş modelde uygulanır; doymuş olmayan modelde hiçbir sayısal çıktı değişmez ve "delta uygulanmadı: seçilen model doymuş değil" notu yazılır.
Doğrulama verisinde: İlaç verisinde k = 2 ve delta 0.5 iken G² 0.3740 ve kısmi ilişki 91.6444 değişmez. Doymuş k = 5 ve delta 0.5'te sınır kestirimi sonlu olur.
Geriye doğru eleme (hiyerarşik)
Kavram: Karmaşık bir modelden başlayıp her adımda veriye uyumu en az bozan terimi çıkararak daha sade bir modele ulaşan seçim yöntemidir. Hiyerarşik olduğu için bir etkileşim çıkarılmadan önce onu içeren daha yüksek dereceli terimler çıkarılmış olmalıdır.
Gündelik örnek: Okul önce tüm ikili ilişkileri içeren modelle başlar. Spor ile başarı arasındaki ilişki çıkarıldığında model hâlâ iyi uyuyorsa bu terim atılır; kahvaltı ile başarı ilişkisi çıkarıldığında uyum belirgin biçimde bozuluyorsa bu terim modelde kalır.
Ne işe yarar: Her adımda ΔG² p değeri en büyük olan üreteç terimi, eleme ölçütünü aşıyorsa siler.
Sonuca etkisi: Adım tablosu ve son model (G², df, p) eklenir; katsayı tablosu seçilen derece modelinde kalır.
Doğrulama verisinde: İlaç k = 3: ACM silinir (ΔG² 0.3740, p = .541), son model AC, AM, CM. Kaza k = 3: iki terim silinir, son model G*L*S, L*S*I, G*I, G² = 3.5914.
Eleme ölçütü (p)
Kavram: Geriye eleme sırasında bir terimin modelden çıkarılması için gereken p-değeri eşiğidir: terim çıkarıldığında uyumdaki bozulmanın p-değeri bu eşikten büyükse terim gereksiz sayılır. Küçük bir eşik daha çok terimin atılmasına, yani daha sade bir modele yol açar.
Gündelik örnek: Okulun 600 öğrencisi gibi büyük bir örneklemde çok küçük ilişkiler bile anlamlı çıkabilir. Eşik 0,05 yerine 0,01 seçilirse yalnız gerçekten güçlü ilişkiler modelde kalır ve sonuç daha kolay yorumlanır.
Ne işe yarar: Terim silme ölçütünü belirler (p > ölçüt ise silinir); yalnız geriye eleme açıkken geçerlidir. Varsayılan .05'tir; büyük n'de küçük ölçüt daha sade model verir.
Sonuca etkisi: Silinen terim sayısı ve son model değişir.
Doğrulama verisinde: Kaza k = 3: ölçüt 0.2 ile 1 terim, 0.05 ile 2 terim, 0.001 ile 3 terim silinir; 0.001'de son model G*L*S, G*I, L*I, S*I (G² = 7.4645, df 4) Agresti/Thompson'un seçtiği modeldir. İlaç verisinde 0.5 ve 0.01 sonucu değiştirmez (ACM p = .541, diğer terimler p < 1e-20).
Güven Düzeyi (%90, %95, %99, Diğer (özel))
Kavram: Model katsayıları (λ'lar) için verilen güven aralıklarının genişliğini belirler. Uyum testleri ve kestirimlerin kendisi değişmez.
Gündelik örnek: Kahvaltı-başarı ilişkisinin katsayısı için %95 güven aralığı ilişkinin olası güç aralığını gösterir; %99 güvende aynı aralık genişler ve okul daha temkinli bir yorum yapar.
Ne işe yarar: Katsayıların ve λ'ların Wald güven aralığı düzeyini belirler.
Sonuca etkisi: Yalnız aralık sınırları; testler ve kestirimler değişmez.
Doğrulama verisinde: İlaç k = 2 marijuana katsayısı: %80 [-5.9180, -4.7001], %90 [-6.0907, -4.5274], %95 [-6.2404, -4.3777], %99 [-6.5331, -4.0850], %99.9 [-6.8727, -3.7454] (Wald aralığı).
Özel model (üreteçler)
Kavram: Araştırmacının belirli bir hipotezi doğrudan sınamak için modeli terimleriyle kendisinin tanımlamasını sağlar. Model, en yüksek dereceli terimleri (üreteçleri) yazılarak tanımlanır; ör. [AC][BC], A ile B'nin C verildiğinde koşullu bağımsız olduğu modeldir.
Gündelik örnek: Okul 'spor durumu bilindiğinde kahvaltı ile başarı ilişkisizdir' hipotezini sınamak istiyorsa [kahvaltı×spor][başarı×spor] modelini kurar. Bu model veriye kötü uyuyorsa kahvaltı ile başarı arasındaki ilişki spor farkıyla açıklanamaz.
Ne işe yarar: Hiyerarşik modeli üreteçlerle tanımlar ("A*B, C" = [AB][C]); koşullu bağımsızlık gibi hipotezler ve homojen ilişki modelinden tek terim çıkarma testleri içindir.
Sonuca etkisi: Ayrı G², χ², df, p satırı ve (seçilen derece modeliyle iç içeyse) ΔG² eklenir; artıklar ve λ bu model için hesaplanır. Geçersiz değişken adı açık hata verir; iç içe olmayan modelde "iç içe değil" notu yazılır.
Doğrulama verisinde: İlaç AM, CM modeli: G² = 187.7543, df 2, ΔG² = 187.3803. Kaza GLS, GI, IL, IS modeli: 7.4645, df 4.
Ek çıktılar: Hücre frekansları ve artıklar
Kavram: Her hücrede gözlenen ve modelin beklediği sayıları ve aralarındaki farkı ölçeklendiren artıkları gösterir. Genel uyum iyi olsa bile modelin belirli hücreleri kötü açıklayıp açıklamadığını görmeyi sağlar; mutlak değeri yaklaşık 2'yi aşan düzeltilmiş artıklar dikkat çeker.
Gündelik örnek: Model genel olarak iyi uysa da 'kahvaltı etmeyen, spor yapan, başarısı yüksek' hücresinde beklenenden çok daha fazla öğrenci olabilir. Bu hücredeki büyük artık, okulun incelemeye değer bir öğrenci grubunu fark etmesini sağlar.
Ne işe yarar: Gözlenen ve beklenen frekansları; ham, standartlaştırılmış (Pearson), düzeltilmiş ve sapma artıklarını verir. Uyumsuz hücreleri (|düzeltilmiş artık| > 2) bulmak için kullanılır.
Sonuca etkisi: Ek tablo ve grafikler; diğer çıktılar değişmez.
Doğrulama verisinde: İlaç k = 2: düzeltilmiş artıklar ±0.6333, beklenen 910.383 / 538.617 / .... Sıfır hücrede sapma artığı -√(2·beklenen) olarak hesaplanır (-0.3923).
→ Standartlaştırılmış ve düzeltilmiş artıklar (çapraz tablo)
Ek çıktılar: Sapma kodlu λ
Kavram: Katsayıları bir temel düzeye göre değil, tüm düzeylerin ortalamasına göre ifade eden kodlamadır: bir terimdeki düzey etkilerinin toplamı sıfırdır. Böylece her düzeyin etkisi 'ortalamadan ne kadar sapıyor' diye okunur ve sonuç temel düzey seçimine bağlı kalmaz.
Gündelik örnek: Okulda sınıf seviyesi (9, 10, 11) bir değişken olsaydı temel düzey kodlaması diğer sınıfları 9. sınıfa göre anlatırdı. Sapma kodlamasında ise her sınıf, üç sınıfın ortalamasından ne kadar farklı olduğuyla anlatılır.
Ne işe yarar: Her terimde düzey λ'larının toplamının sıfır olduğu sapma (etki) kodlamalı λ parametrelerini verir; etkileri temel düzeyden bağımsız yorumlamak içindir.
Sonuca etkisi: Ek tablo (λ, SE, z, p, aralık) ve sabit λ0 eklenir.
Doğrulama verisinde: İlaç k = 2: λ_alcohol(0) = -1.5040 (SE 0.1138). HairEyeColor λ(Black, Brown) = 1.0004 (SE 0.1567).
Gerçek veride örnek
Veri: Agresti (1996) ICDA Tablo 6.3; UCLA OARC
Değişkenler: faktörler alcohol, smoke, marijuana (alkol, sigara, esrar kullanımı); frekans sütunu count
- Soru: Öğrencilerin alkol, sigara ve esrar kullanımı arasındaki ilişki, tüm ikili ilişkileri içeren ama üçlü etkileşimi dışlayan homojen ilişki modeliyle açıklanabilir mi?
- Model uyumu: G²(1) = 0.374, p = .541; Pearson χ²(1) = 0.401, p = .527. Model veriye iyi uyar; üçlü etkileşime gerek yoktur (her ikili ilişki üçüncü değişkenin düzeylerinde aynıdır).
- Sonuç: Üç ikili etkileşim de anlamlıdır (tümü p < .001): alcohol x smoke λ = 2.05, alcohol x marijuana λ = 2.99, smoke x marijuana λ = 2.85.
- Etki büyüklüğü: Etkileşim katsayıları koşullu log odds oranıdır: örneğin sigara içenlerde esrar kullanımının odds'u, alkol düzeyi sabitken exp(2.8479) = 17.25 kat yüksektir (alkol x sigara exp(2.0545) = 7.80, alkol x esrar exp(2.9860) = 19.81; oranlar katsayıların yuvarlanmamış değerlerinden hesaplanır).
- Ek bulgu: K-yollu testlerde 3 yollu etki G² = 0.374 (p = .541) ile sıfırdır; en güçlü kısmi ilişki smoke x marijuana (ΔG² = 497.0).
- Model karşılaştırma: AIC = 63.42, BIC = 63.97 (8 hücre).
- APA: Homojen ilişki log-doğrusal modeli veriye iyi uydu, G²(1) = 0.37, p = .541.
İlgili kavramlar
Aşamalı (stepwise) değişken seçimiEtkileşim etkisiG testi (olabilirlik oranı ki-karesi, G²)Haldane-Anscombe (sıfır hücre) düzeltmesiStandartlaştırılmış ve düzeltilmiş artıklar (çapraz tablo)Sapma (etki) kodlamasıFrekans ağırlığı (özet tablo verisi)Uyum iyiliği testleri (Pearson X² ve sapma)
Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.