Topuz, Derviş2024-11-072024-11-0720201308-78942146-8877https://doi.org/10.5336/biostatic.2020-74850https://search.trdizin.gov.tr/tr/yayin/detay/418554https://hdl.handle.net/11480/13107Amaç: Klinik araştırmalarda bağımlı (Y) değişken ile bağımsız (X) değişkenler arası ilişki regresyon analizi ile ifade edilir. Fakat bu değişkenlerden birisi veya birden daha fazlası belirsizlik ve aykırı değerler içeriyor ise klasik regresyon analizi yapılamaz. X değişkenlerinde (bağımsız değişken) belirsiz ve aykırı gözlem değerleri olduğunda bulanık doğrusal regresyon çözümleme yaklaşımının uygulanışı tanıtılıp, bir klinik örnek üzerinde daha güvenilir tahminlerin elde edildiği tartışıldı. Gereç ve Yöntemler: Genel olarak, bulanık regresyon modellerinin analizinde kullanılan minimum bulanıklık yaklaşımının teorik temelleri ve süreçleri açıklanmıştır. Klasik ve bulanık yöntemle tahmin edilen değerler ile gözlemlenen değerler arasında istatistiksel olarak anlamlı bir fark olup olmadığını h=0.5 'bulanıklık tolerans seviyesi' değerinde hesapladık. Hesaplanan değerler arasındaki uyumluluğu gösteren uyum iyiliği test ölçüt kriterleri olarak hata kareler ortalaması ve belirtme katsayısı (R2) indexleri kullanılmıştır. Daha sonra, hesaplanan değerleri grafiksel olarak gösterip yorumladık. Bulgular: Klasik ve bulanık doğrusal regresyon analiz yöntemleri ile yenidoğanların tahmin edilen ortalama ağırlıklarına ait standart hata ve R2 değerleri sırasıyla 2635 (g) ± 32.82 (g); R_(gözlenen/Ktahmin)^2=0.61 ve 3117.72 (g) ±21.97 (g); R_(gözlenen/Btahmin)^2=0.97 olarak hesaplanmıştır. 22 iterasyonda oluşturulan bulanık doğrusal regresyon modelinin bulanıklığı 49.789 olarak hesaplanmıştır. Sonuç: Yaklaşıma göre yenidoğanın doğum ağırlığını (Yi) (g) tahmin etmede etkisi olduğu varsayılan annenin gebelikteki yaşı, doğumdaki ağırlığı, eğitim düzeyi ile oruçlu gün sayısının doğum ağırlığı üzerine etkisi önemli bulundu. Yöntemin klinik çalışmalarda da kullanılabileceği gösterilerek alternatif bir yaklaşım olabileceği önerilmiştir.trinfo:eu-repo/semantics/openAccessMatematikİşletmeİstatistik ve OlasılıkArticle12332033410.5336/biostatic.2020-74850418554