bahsettiğin işlemin adı multi regression analysis. spss programıyla elde veriler varsa hemen yapılabilecek bir işlem.
tam anlamadım iki değişkenin ilişkisi üzerinde derken ne demek istediğinizi ama,
eğer iki değişken ilişkisini incelemek istiyorsanız simple linear regression, ikiden fazla değişkeni incelemek istiyorsanız multi regression yapabilirsiniz. Minitab, SPSS, R gibi programlarla çok kolay elde edebilirsiniz sonucu ama aynı şekilde excel de kullanabilirsiniz.
cameron.econ.ucdavis.edu bu yardımcı olacaktır.
Rsquare, P value vs. size ilişkinin ne kadar önemli olduğunu gösterir.
çok teşekkür ederim. Şöyle açıklayayım, bir hasta grubunda ağrı ve fatigue skorları birbirleriyle ilişkili gibi görünüyor (p 0.000, r 0.420) ancak depresyon ölçeğinin skorları da bu iki grupla ilişkili. bu iki grubun ilişkisine bu depresyon skorlarının etki edip etmediğini, ediyorsa depresyon skorlarının etkisi elimine edildikten sonra hala anlamlı bir ilişkilerinin olup olmadığını anlama çabası içerisindeyim. spss 24 kullanıyorum.
Gözlem sayisi yeterli ise hastalari depresyon ölçeği düsük ve yüksek olarak iki gruba ayirin ve her iki grupta ağrı ve fatigue skorlarınin iliskilerini ölçün. Sonuç ayni gibi ise depresyonun etkisi yok demektir. Sonucun ayni olup olmadigini varians testi vs. ile belirleyebilirsiniz.
cevaplar için çok teşekkür ederim :)
bence kısmi korelasyon çünkü birincisi nedensellik yok, ikincisi gerçek sürekli veriyi kullanmak gruplamaktan daha iyidir
@mezzosprite
Depresyonun muhtemel etkisi arastiriliyor. Yani nedensellik hipotez olarak var.
ağrı ve yorgunluk arasındaki ilişkide nedenselliğin olmayışından bahsediyordum, regresyon ve modelleme ile yapılan aracılık testlerinde bağımlı ve bağımsız değişken belirlemek gerektiği için öyle dedim. gerçi yazdıktan sonra kısmi korelasyonun da bir tür regresyon analizi olduğunu öğrendim. nedensellikle ilgili yorumumu geri alıyorum.
diğer yandan depresyonla ilgili de nedensellik de tartışılır.
bence yine en mantıklısı kısmi korelasyon, çünkü analizin amacı direkt arkadaşın sorduğu şey.
Istatistikçi sabirli olmak zorundadir. Iki yol da denensin o hâlde. :-)
tabii ki, daha da iyi olur :)