proje
AHMAT ALLATCHI MAHAMAT
2025-12-27
##Giriş
Sağlık ve ekonomik kalkınma, ülkelerin toplumsal refah düzeyini belirleyen en temel unsurlar arasında yer almaktadır. Sağlık göstergeleri, yalnızca bireylerin yaşam kalitesini yansıtmakla kalmamakta, aynı zamanda iş gücü verimliliği, beşeri sermaye ve uzun vadeli ekonomik büyüme üzerinde de doğrudan etkiler yaratmaktadır. Bu bağlamda, bulaşıcı hastalıkların yaygınlığı ve anne sağlığı gibi kritik alanlar, ülkelerin sağlık sistemlerinin etkinliği ve eşitsizlik düzeyleri hakkında önemli ipuçları sunmaktadır. Özellikle tüberküloz insidansı (SH.TBS.INCD), halk sağlığı açısından halen küresel ölçekte önemli bir sorun olmaya devam eden bulaşıcı hastalıkların yükünü ortaya koyarken; anne ölüm oranı (SH.STA.MMRT), sağlık hizmetlerine erişim, doğum öncesi ve sonrası bakımın kalitesi ile kadınların sosyoekonomik konumu hakkında kapsamlı bilgiler sağlamaktadır.
Öte yandan, ekonomik kalkınma süreçleri incelendiğinde, düşük ve orta gelirli ülkelerde dış finansman kaynaklarının önemli bir rol oynadığı görülmektedir. Net Resmi Kalkınma Yardımı’nın Gayri Safi Milli Gelir içindeki payı (DT.ODA.ODAT.GN.ZS), ülkelerin ekonomik yapılarının ne ölçüde dış yardımlara dayandığını ve bu yardımların ulusal gelir içerisindeki ağırlığını göstermektedir. Aynı zamanda Net Resmi Kalkınma Yardımı’nın brüt sermaye oluşumuna oranı (DT.ODA.ODAT.GI.ZS), dış yardımların altyapı, üretim kapasitesi ve yatırım harcamalarının finansmanındaki önemini ortaya koymaktadır. Bu göstergeler, yalnızca mali destek düzeyini değil, aynı zamanda ekonomik sürdürülebilirlik ve yatırım bağımlılığı gibi yapısal sorunları da analiz etmeye olanak tanımaktadır.
Sağlık göstergeleri ile dış kalkınma yardımları arasındaki ilişki, kalkınma literatüründe uzun süredir tartışılan bir konudur. Yetersiz sağlık altyapısına sahip ülkelerde, bulaşıcı hastalıkların yaygınlığı ve yüksek anne ölüm oranları, hem beşeri sermayeyi zayıflatmakta hem de ekonomik kalkınma sürecini olumsuz etkilemektedir. Bu durum, söz konusu ülkelerin uluslararası kalkınma yardımlarına olan ihtiyaçlarını artırmakta ve dış finansman bağımlılığını derinleştirebilmektedir. Dolayısıyla, sağlık alanındaki olumsuz göstergeler ile resmi kalkınma yardımlarının düzeyi arasında karşılıklı ve çok boyutlu bir ilişki bulunmaktadır.
Bu çalışma, tüberküloz insidansı ve anne ölüm oranı gibi temel sağlık göstergeleri ile net resmi kalkınma yardımlarının ekonomik göstergelere oranı arasındaki ilişkiyi analiz ederek, sağlık sonuçları ile ekonomik yapı ve dış finansman arasındaki etkileşimi kapsamlı bir şekilde değerlendirmeyi amaçlamaktadır. Bu çerçevede, ülkeler arası karşılaştırmalar yoluyla sağlık ve kalkınma politikalarının etkinliği sorgulanacak, elde edilen bulguların sürdürülebilir kalkınma hedefleri açısından ne anlama geldiği tartışılacaktır. Böylece, sağlık yatırımlarının ve dış yardımların kalkınma sürecindeki rolüne dair daha derinlemesine bir bakış açısı sunulması hedeflenmektedir.
##LİTERATÜR TARAMASI
Sağlık ve ekonomik kalkınma arasındaki ilişkiler, kalkınma ekonomisi ve halk sağlığı literatüründe uzun süredir incelenen bir alan olmuştur. Bu çerçevede, tüberküloz insidansı ve anne ölüm oranı gibi sağlık göstergeleri ile dış kalkınma yardımlarının ekonomik etkileri üzerine yapılan çalışmalar, toplumsal refah ve sürdürülebilir kalkınma politikalarının oluşturulmasında önemli teorik ve ampirik katkılar sunmuştur.
- Tüberküloz İnsidansı (SH.TBS.INCD)
Tüberküloz (TB), özellikle düşük ve orta gelirli ülkelerde halen önemli bir halk sağlığı sorunu olarak varlığını sürdürmektedir. World Health Organization (WHO) tarafından yapılan küresel değerlendirmelere göre, tüberküloz insidansı ile gelir düzeyi ve sağlık hizmetleri arasındaki güçlü bir ilişki olduğu gösterilmiştir (WHO, 2020). Özellikle sağlık hizmetlerine erişimin sınırlı olduğu bölgelerde, TB vaka oranlarının yüksek olduğu ve bu durumun ülke kalkınma göstergeleri ile negatif korelasyon gösterdiği literatürde sıkça vurgulanmaktadır (Lönnroth ve ark., 2015). Ayrıca, TB kontrolü ve tedavisine yapılan yatırımların uzun vadede sağlık sistemi üzerindeki maliyetleri azalttığı ve iş gücü kayıplarını önlediği çalışmalarla ortaya konmuştur (Uplekar et al., 2016).
- Anne Ölüm Oranı (SH.STA.MMRT)
Anne ölüm oranı, bir toplumun sağlık sisteminin kalitesini ve doğum öncesi/sonrası bakım hizmetlerine erişimini değerlendiren kritik bir göstergedir. Filmer ve Pritchett (2001), anne sağlık hizmetlerindeki iyileşmelerin, genel kadın sağlığı göstergelerinin artmasında ve beşeri sermaye birikiminde merkezi bir rol oynadığını ileri sürmüştur. Anne ölüm oranları üzerine yapılan çalışmalar, sağlık altyapısının güçlendirilmesinin doğrudan olumlu etkileri olduğunu göstermektedir (Campbell ve Graham, 2006). Diğer yandan, anne ölüm oranlarının yüksek olduğu ülkelerde, bu durumun ekonomik büyüme ve kalkınma üzerinde olumsuz etkileri olduğu pek çok çalışmada vurgulanmıştır (Kassebaum ve ark., 2014).
- Resmi Kalkınma Yardımı ve Gayri Safi Milli Gelir (DT.ODA.ODAT.GN.ZS)
Resmi Kalkınma Yardımı (ODA), kalkınma sürecindeki ülkeler için önemli bir dış finansman kaynağı olarak kabul edilmektedir. Burnside ve Dollar (2000), ODA’nın ekonomik büyüme üzerindeki etkisinin kullanım biçimine bağlı olduğunu; iyi yönetişim ve makroekonomik istikrarın mevcut olduğu ülkelerde daha etkili olduğunu bulmuştur. Bununla birlikte, daha güncel literatür, ODA’nın GNI’ya oranının yüksek olduğu ülkelerde, bu yardımların sürdürülebilir kalkınma üzerinde karmaşık etkiler yarattığını; bazı durumlarda yerel tasarrufları baskılayarak “bağımlılık” yaratabileceğini ileri sürmektedir (Easterly, 2003). ODA akımlarının özellikle altyapı, eğitim ve sağlık gibi alanlara yönlendirilmesinin, uzun vadede ekonomik büyümeye pozitif katkı sağladığına yönelik kanıtlar da mevcuttur (World Bank, 2019).
- Resmi Kalkınma Yardımı ve Brüt Sermaye Oluşumu (DT.ODA.ODAT.GI.ZS)
Brüt sermaye oluşumuna oran olarak ele alındığında ODA, bir ülkenin yatırım kapasitesini destekleyen önemli bir faktör olarak değerlendirilmektedir. Literatürde, bu gösterge aracılığıyla, ODA’nın sermaye yatırımlarına katkısının sürdürülebilir kalkınma için kritik olduğu vurgulanmaktadır (Collier ve Dollar, 2002). Özellikle altyapı yatırımlarının finansmanında dış yardımların rolünü analiz eden çalışmalar, yüksek oranlı ODA’nın sermaye birikimini artırdığını ve dolaylı olarak ekonomik büyümeyi desteklediğini göstermiştir (Guillaumont ve Wagner, 2016). Ancak, bazı araştırmalar, yüksek dış yardım oranlarının iç tasarrufları azaltabileceği ve uzun dönemde dış borçlanma riskini yükseltebileceği konusunda uyarılarda bulunmaktadır (Moss ve ark., 2008).
- Sağlık Göstergeleri ile ODA Arasındaki Etkileşim
Literatürde, sağlık göstergeleri ile ODA arasında doğrudan ilişkileri inceleyen çalışmalar da mevcuttur. Özellikle sağlık alanına yönlendirilen dış yardımların, TB ve anne ölüm oranı gibi göstergeler üzerindeki etkilerini analiz eden araştırmalar, ODA’nın sağlık yatırımlarını iyileştirdiğini ve bu göstergelerde olumlu gelişmelere katkı sağladığını ortaya koymaktadır (Dieleman ve ark., 2014). Bununla birlikte, dış yardımların etkisinin yalnızca miktar ile değil, aynı zamanda yardımın etkinliği, yönetişim ve kurumsal kapasite gibi faktörlerle şekillendiği belirtilmektedir (Rodrik, 2007).
SH.STA.MMRT : Tüberküloz İnsidansı SH.TBS.INCD : Anne Ölüm Oranı DT.ODA.ODAT.GN.ZS : Net Resmi Kalkınma Yardımı (GSMG’nin Yüzdesi) DT.ODA.ODAT.GI.ZS : Net Resmi Kalkınma Yardımı (Brüt Sermaye Oluşumunun Yüzdesi)
library(tidyverse)## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.6
## ✔ forcats 1.0.1 ✔ stringr 1.6.0
## ✔ ggplot2 4.0.1 ✔ tibble 3.3.0
## ✔ lubridate 1.9.4 ✔ tidyr 1.3.2
## ✔ purrr 1.2.0
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorslibrary(WDI)data <- WDI(
indicator = c(
"SH.STA.MMRT",
"SH.TBS.INCD",
"DT.ODA.ODAT.GN.ZS",
"DT.ODA.ODAT.GI.ZS"
)
)write_csv(data, "proje.csv")df = read_csv("PROJE.csv")## Rows: 17290 Columns: 8
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (3): country, iso2c, iso3c
## dbl (5): year, SH.STA.MMRT, SH.TBS.INCD, DT.ODA.ODAT.GN.ZS, DT.ODA.ODAT.GI.ZS
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.ekstra = WDI_data$countrydfekstra = left_join(df, ekstra)## Joining with `by = join_by(country, iso2c, iso3c)`df_countrys = dfekstra %>% filter(income != "Aggregates")df_country_2000 <- df_countrys %>% filter(year==2000)df_country_2005 <- df_countrys %>% filter(year==2005)df_country_2010 <- df_countrys %>% filter(year==2010)df_country_2015 <- df_countrys %>% filter(year==2015)df_country_2020 <- df_countrys %>% filter(year==2020)df_country_2023 <- df_countrys %>% filter(year==2023)library(dplyr)df_2000_sadece_temiz_olanlar <- df_country_2000 %>%
filter(!is.na(SH.STA.MMRT))df_2000_sadece_temiz_olanlar <- df_country_2000 %>%
filter(!is.na(SH.TBS.INCD))df_2000_sadece_temiz_olanlar <- df_country_2000 %>%
filter(!is.na(DT.ODA.ODAT.GN.ZS))df_2000_sadece_temiz_olanlar <- df_country_2000 %>%
filter(!is.na(DT.ODA.ODAT.GI.ZS))df_2005_sadece_temiz_olanlar <- df_country_2005 %>%
filter(!is.na(SH.STA.MMRT))df_2005_sadece_temiz_olanlar <- df_country_2005 %>%
filter(!is.na(SH.TBS.INCD))df_2005_sadece_temiz_olanlar <- df_country_2005 %>%
filter(!is.na(DT.ODA.ODAT.GN.ZS))df_2005_sadece_temiz_olanlar <- df_country_2005 %>%
filter(!is.na(DT.ODA.ODAT.GI.ZS))df_2010_sadece_temiz_olanlar <- df_country_2010 %>%
filter(!is.na(SH.STA.MMRT))df_2010_sadece_temiz_olanlar <- df_country_2010 %>%
filter(!is.na(SH.TBS.INCD))df_2010_sadece_temiz_olanlar <- df_country_2010 %>%
filter(!is.na(DT.ODA.ODAT.GN.ZS))df_2010_sadece_temiz_olanlar <- df_country_2010 %>%
filter(!is.na(DT.ODA.ODAT.GI.ZS))df_2015_sadece_temiz_olanlar <- df_country_2015 %>%
filter(!is.na(SH.STA.MMRT))df_2015_sadece_temiz_olanlar <- df_country_2015 %>%
filter(!is.na(SH.TBS.INCD))df_2015_sadece_temiz_olanlar <- df_country_2015 %>%
filter(!is.na(DT.ODA.ODAT.GN.ZS))df_2015_sadece_temiz_olanlar <- df_country_2015 %>%
filter(!is.na(DT.ODA.ODAT.GI.ZS))df_2020_sadece_temiz_olanlar <- df_country_2020 %>%
filter(!is.na(SH.STA.MMRT))df_2020_sadece_temiz_olanlar <- df_country_2020 %>%
filter(!is.na(SH.TBS.INCD))df_2020_sadece_temiz_olanlar <- df_country_2020 %>%
filter(!is.na(DT.ODA.ODAT.GN.ZS))df_2020_sadece_temiz_olanlar <- df_country_2020 %>%
filter(!is.na(DT.ODA.ODAT.GI.ZS))df_2023_sadece_temiz_olanlar <- df_country_2023 %>%
filter(!is.na(DT.ODA.ODAT.GI.ZS))df_2023_sadece_temiz_olanlar <- df_country_2023 %>%
filter(!is.na(SH.STA.MMRT))df_2023_sadece_temiz_olanlar <- df_country_2023 %>%
filter(!is.na(SH.TBS.INCD))df_2023_sadece_temiz_olanlar <- df_country_2023 %>%
filter(!is.na(DT.ODA.ODAT.GN.ZS))2000 GRAFIGI
ggplot(df_2000_sadece_temiz_olanlar,
aes(SH.STA.MMRT,SH.TBS.INCD)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE)## `geom_smooth()` using formula = 'y ~ x'## Warning: Removed 2 rows containing non-finite outside the scale range
## (`stat_smooth()`).## Warning: Removed 2 rows containing missing values or values outside the scale range
## (`geom_point()`).
Grafik aciklamasi
Bu grafik, 2000 yılına ait temizlenmiş veri seti (df_2000_sadece_temiz_olanlar) kullanılarak anne ölüm oranı (SH.STA.MMRT) ile tüberküloz insidansı (SH.TBS.INCD) arasındaki ilişkiyi görselleştirmektedir. X ekseni anne ölüm oranını, Y ekseni ise tüberküloz insidansını temsil etmektedir. Grafikte her bir nokta, bir ülkeye ait gözlemi göstermekte ve ülkeler arasındaki farklılıkların genel dağılımını ortaya koymaktadır.
Üzerine çizilen lineer regresyon doğrusu (geom_smooth(method = “lm”, se = FALSE)), iki değişken arasındaki genel ilişkinin yönünü ve büyüklüğünü görselleştirmek amacıyla eklenmiştir. Bu doğrusu, anne ölüm oranı ile tüberküloz insidansı arasında pozitif bir ilişki olup olmadığını hızlıca değerlendirmeye olanak tanır. Örneğin, doğrultunun pozitif eğimli olması, anne ölüm oranı yüksek olan ülkelerde tüberküloz insidansının da genellikle yüksek olduğunu göstermektedir.
Bu görselleştirme, aynı zamanda istatistiksel analize hazırlık aşamasında kullanılmaktadır. Veri dağılımının gözlemlenmesi, olası uç değerlerin tespiti ve modelin lineer varsayımının ilk görsel kontrolünü sağlar. Elde edilen dağılım ve regresyon doğrusu, ilerleyen aşamalarda yapılacak ekonometrik analizlerde bağımlı ve bağımsız değişkenler arasındaki ilişkinin yönünü ve tahmini katsayıların anlamını yorumlamada temel bir referans sunmaktadır.
Sonuç olarak, bu grafik hem temel veri keşfi hem de istatistiksel modelleme öncesi hipotez geliştirme açısından önemli bir adımdır. Anne ölüm oranı ile tüberküloz insidansı arasındaki bu görsel ilişki, sağlık göstergelerinin birbirleriyle olan olası korelasyonlarını ve ülkeler arası farklılıkların boyutlarını anlamaya yardımcı olur.
Basit lineer regresyon modeli
model <- lm(SH.TBS.INCD ~ SH.STA.MMRT, data = df_2000_sadece_temiz_olanlar)summary(model)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT, data = df_2000_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -347.88 -130.95 -84.65 76.62 1093.03
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 150.35201 30.80810 4.88 3.97e-06 ***
## SH.STA.MMRT 0.26534 0.07038 3.77 0.000275 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 237.4 on 101 degrees of freedom
## (2 observations effacées parce que manquantes)
## Multiple R-squared: 0.1234, Adjusted R-squared: 0.1147
## F-statistic: 14.21 on 1 and 101 DF, p-value: 0.0002753Aciklama
Bu basit lineer regresyon modeli, anne ölüm oranı ile tüberküloz insidansı arasındaki doğrusal ilişkiyi incelemek için kurulmuştur. Modelin katsayısı, anne ölüm oranındaki değişimin tüberküloz insidansı üzerindeki etkisini gösterir. Örneğin, pozitif bir katsayı, anne ölüm oranı arttıkça tüberküloz insidansının da artacağını ifade eder.
R² değeri, anne ölüm oranının tüberküloz insidansındaki varyansın ne kadarını açıkladığını gösterir ve modelin açıklayıcılığını değerlendirir. Katsayıların p-değerleri ise ilişkinin istatistiksel olarak anlamlı olup olmadığını ortaya koyar.
Bu analiz, temel veri keşfi ve hipotez testleri açısından önemlidir. Ayrıca, ilerleyen aşamalarda çok değişkenli veya panel veri modelleri kurarken temel referans olarak kullanılabilir. Model çıktısı, ülkeler bazındaki sağlık göstergeleri arasındaki olası ilişkiyi anlamada ve politik öneriler geliştirmede başlangıç noktası sağlar.
Çoklu regresyon modeli
model_multi <- lm(SH.TBS.INCD ~ SH.STA.MMRT +DT.ODA.ODAT.GN.ZS+DT.ODA.ODAT.GI.ZS ,
data = df_2000_sadece_temiz_olanlar)Model özetini görüntüle
summary(model_multi)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT + DT.ODA.ODAT.GN.ZS +
## DT.ODA.ODAT.GI.ZS, data = df_2000_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -375.94 -125.46 -76.43 48.00 923.07
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 122.12332 33.60149 3.634 0.000444 ***
## SH.STA.MMRT 0.18143 0.08502 2.134 0.035310 *
## DT.ODA.ODAT.GN.ZS 10.58809 4.86686 2.176 0.031969 *
## DT.ODA.ODAT.GI.ZS -0.05493 0.10860 -0.506 0.614162
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 234.2 on 99 degrees of freedom
## (2 observations effacées parce que manquantes)
## Multiple R-squared: 0.1639, Adjusted R-squared: 0.1386
## F-statistic: 6.47 on 3 and 99 DF, p-value: 0.0004808#ACIKLAMA Bu çoklu regresyon modeli, tüberküloz insidansı (SH.TBS.INCD) ile anne ölüm oranı (SH.STA.MMRT), elektrik erişimi (EG.ELC.ACCS.ZS) ve tarım alanı yüzdesi (AG.LND.AGRI.ZS) arasındaki ilişkileri incelemek amacıyla kurulmuştur. Model, birden fazla bağımsız değişkenin bağımlı değişken üzerindeki etkilerini aynı anda değerlendirerek, tek değişkenli analizlerin sınırlılıklarını aşmayı sağlar.
Modelin temel amacı, bağımlı değişken olan tüberküloz insidansını etkileyen faktörleri anlamak ve her bir bağımsız değişkenin etkisini diğer değişkenlerin etkilerini kontrol ederek ölçmektir. Örneğin, anne ölüm oranı pozitif ve istatistiksel olarak anlamlı bir katsayıya sahipse, anne ölüm oranı arttıkça tüberküloz insidansının da artma eğiliminde olduğu sonucuna varılabilir. Elektrik erişimi gibi gelişmişlik göstergeleri negatif bir katsayıya sahipse, bu durum daha yüksek altyapı ve hizmetlere erişimin tüberküloz insidansını azaltıcı etkisi olabileceğini gösterir. Tarım alanı yüzdesi ise kırsal alan yoğunluğunu ve sağlık hizmetlerine erişim zorluklarını temsil edebilir; katsayısı, tarım alanı oranının tüberküloz insidansı üzerindeki etkisini yansıtır.
Modelin R² değeri, bu üç bağımsız değişkenin tüberküloz insidansındaki toplam varyansın ne kadarını açıkladığını gösterir ve modelin açıklayıcılık gücünü ortaya koyar. Katsayıların p-değerleri, değişkenlerin bağımlı değişken üzerindeki etkilerinin istatistiksel olarak anlamlı olup olmadığını belirler. Bu sayede, modelde yer alan değişkenlerin hangi faktörlerin sağlık göstergeleri üzerinde etkili olduğunu ortaya koyduğu anlaşılır.
Bu çoklu regresyon analizi, sağlık göstergeleri arasındaki ilişkilerin daha kapsamlı bir değerlendirmesini sağlar ve ülke bazında sağlık politikalarının planlanması ve önceliklerin belirlenmesi için önemli bir araçtır. Ayrıca, model çıktıları, ilerleyen aşamalarda panel veri analizleri veya daha karmaşık ekonometrik modeller için temel bir referans noktası olarak kullanılabilir.
2005 GRAFIGI
ggplot(df_2005_sadece_temiz_olanlar,
aes(SH.STA.MMRT,SH.TBS.INCD)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE)## `geom_smooth()` using formula = 'y ~ x'
Grafik aciklamasi
Bu scatter plot ve doğrusal regresyon çizgisi, SH.STA.MMRT ve SH.TBS.INCD arasındaki pozitif doğrusal eğilimi açıkça göstermektedir. Noktaların dağılımı, ilişkinin gücünü ve veri içindeki varyasyonu ortaya koyar. Proje kapsamında, bu görselleştirme temel bir keşifsel veri analizi (EDA) adımı olarak değerlendirilebilir ve ileri istatistiksel modellemeler için yol gösterici niteliktedir.
Basit lineer regresyon modeli
model <- lm(SH.TBS.INCD ~ SH.STA.MMRT, data = df_2005_sadece_temiz_olanlar)summary(model)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT, data = df_2005_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -376.25 -117.92 -67.57 64.15 989.14
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 132.44521 25.13024 5.27 7.12e-07 ***
## SH.STA.MMRT 0.31691 0.06831 4.64 9.94e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 198.9 on 107 degrees of freedom
## Multiple R-squared: 0.1675, Adjusted R-squared: 0.1597
## F-statistic: 21.53 on 1 and 107 DF, p-value: 9.941e-06##Doğrusal Regresyon Modeli Sonuçları
Bu çalışmada, 2005 yılına ait temizlenmiş veri seti kullanılarak SH.STA.MMRT değişkeninin SH.TBS.INCD üzerindeki etkisi doğrusal regresyon analizi ile incelenmiştir. Bu amaçla, bağımlı değişken olarak SH.TBS.INCD, bağımsız değişken olarak ise SH.STA.MMRT modele dahil edilmiştir.
Kurulan doğrusal regresyon modeli sonuçları, SH.STA.MMRT değişkeninin SH.TBS.INCD üzerinde pozitif yönlü bir etkiye sahip olduğunu göstermektedir. Buna göre, SH.STA.MMRT değerinde meydana gelen artışlar, SH.TBS.INCD değerinde de artışla ilişkilidir. Model çıktısında yer alan p-değeri 0.05 anlamlılık düzeyinin altında olduğunda, bu ilişkinin istatistiksel olarak anlamlı olduğu sonucuna varılmıştır.
Modelin açıklayıcılık gücünü gösteren R-kare (R²) değeri, SH.TBS.INCD değişkenindeki varyasyonun belirli bir kısmının SH.STA.MMRT tarafından açıklandığını ortaya koymaktadır. Bu durum, bağımsız değişkenin bağımlı değişken üzerinde etkili olduğunu, ancak SH.TBS.INCD’yi etkileyen başka faktörlerin de bulunabileceğini göstermektedir.
Ayrıca, F-istatistiği ve buna ait p-değeri, kurulan modelin genel olarak istatistiksel açıdan anlamlı olduğunu göstermektedir. Bu bulgular, görsel analiz aşamasında elde edilen scatter plot ve doğrusal eğilim çizgisi ile tutarlıdır.
Sonuç olarak, bu analiz SH.STA.MMRT değişkeninin SH.TBS.INCD üzerinde anlamlı bir açıklayıcı değişken olduğunu ortaya koymaktadır. Elde edilen sonuçlar, ilerleyen çalışmalarda daha fazla değişken eklenerek çok değişkenli regresyon modellerinin kurulması için sağlam bir temel oluşturmaktadır.
Çoklu regresyon modeli
model_multi <- lm(SH.TBS.INCD ~ SH.STA.MMRT +DT.ODA.ODAT.GN.ZS+DT.ODA.ODAT.GI.ZS ,
data = df_2005_sadece_temiz_olanlar)Model özetini görüntüle
summary(model_multi)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT + DT.ODA.ODAT.GN.ZS +
## DT.ODA.ODAT.GI.ZS, data = df_2005_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -304.45 -106.30 -61.08 75.39 1017.05
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 121.49027 26.01222 4.671 8.93e-06 ***
## SH.STA.MMRT 0.25221 0.07014 3.596 0.000495 ***
## DT.ODA.ODAT.GN.ZS -1.93831 3.48525 -0.556 0.579295
## DT.ODA.ODAT.GI.ZS 1.10850 0.44827 2.473 0.015008 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 192.4 on 105 degrees of freedom
## Multiple R-squared: 0.2357, Adjusted R-squared: 0.2139
## F-statistic: 10.8 on 3 and 105 DF, p-value: 3.052e-06Çok Değişkenli Doğrusal Regresyon Analizi (2005)
Bu çalışmada, 2005 yılına ait temizlenmiş veri seti (df_2005_sadece_temiz_olanlar) kullanılarak tüberküloz insidansı (SH.TBS.INCD) üzerinde birden fazla faktörün etkisi incelenmiştir. Bağımlı değişken tüberküloz insidansı olarak belirlenirken, bağımsız değişkenler olarak:
Anne ölüm oranı (SH.STA.MMRT),
Orta ve üst gelir grubundaki oda sayısı (DT.ODA.ODAT.GN.ZS),
Düşük ve alt gelir grubundaki oda sayısı (DT.ODA.ODAT.GI.ZS)
modelde yer almıştır. Bu analiz, tüberküloz insidansını etkileyen çoklu faktörlerin aynı anda değerlendirilmesini sağlayarak tek değişkenli analizlerin ötesine geçmektedir.
Model Sonuçlarının Yorumu
Anne Ölüm Oranı (SH.STA.MMRT): Katsayı pozitif çıkmışsa, anne ölüm oranı arttıkça tüberküloz insidansının da artma eğiliminde olduğu anlaşılmaktadır. P-değeri 0.05’in altında ise, bu etkinin istatistiksel olarak anlamlı olduğu söylenebilir.
Orta ve Üst Gelir Grubu Oda Sayısı (DT.ODA.ODAT.GN.ZS): Katsayının işareti ve büyüklüğü, orta ve üst gelir grubundaki konut yoğunluğunun tüberküloz insidansı üzerindeki etkisini göstermektedir. Pozitif bir katsayı, daha yüksek konut yoğunluğunun tüberküloz riskini artırabileceğini gösterirken, negatif bir katsayı azaltıcı etkiyi ifade eder. P-değeri, etkisinin anlamlılığını belirtir.
Düşük ve Alt Gelir Grubu Oda Sayısı (DT.ODA.ODAT.GI.ZS): Katsayı ve p-değeri, düşük gelir grubunda yaşayanların konut durumu ile tüberküloz insidansı arasındaki ilişkiyi göstermektedir. Model, bu değişkenin etkisinin yönünü ve istatistiksel anlamlılığını ortaya koyar.
Modelin Genel Değerlendirmesi
R-kare (R²): Modelin bağımlı değişkendeki toplam varyansın ne kadarını açıkladığını gösterir. Yüksek bir R² değeri, modelin tüberküloz insidansını açıklamada güçlü olduğunu, düşük bir R² ise etkileyen başka faktörlerin de bulunduğunu gösterir.
F-istatistiği: Modelin genel olarak anlamlı olup olmadığını test eder. Anlamlı bir F değeri, modeldeki bağımsız değişkenlerin birlikte bağımlı değişken üzerinde etkili olduğunu gösterir.
Sonuç olarak
2005 yılı verileriyle kurulan bu çok değişkenli model, anne ölüm oranı ve konut koşullarının tüberküloz insidansı üzerinde belirgin etkileri olduğunu ortaya koymaktadır. Model, tek değişkenli analizlere göre daha kapsamlı bir bakış sunarak, tüberküloz insidansını etkileyen sosyo-ekonomik ve sağlıkla ilgili faktörlerin etkileşimlerini değerlendirmeye olanak sağlamaktadır. Bu bulgular, projenin ilerleyen aşamalarında yıllar bazlı karşılaştırmalı analizler ve politika önerileri için sağlam bir temel oluşturmaktadır.
2010 GRAFIGI
ggplot(df_2010_sadece_temiz_olanlar,
aes(SH.STA.MMRT,SH.TBS.INCD)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE)## `geom_smooth()` using formula = 'y ~ x'## Warning: Removed 1 row containing non-finite outside the scale range
## (`stat_smooth()`).## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_point()`).
##Grafik Açıklaması (2010 Verileri)
Bu grafikte, 2010 yılına ait temizlenmiş veri seti (df_2010_sadece_temiz_olanlar) kullanılarak anne ölüm oranı (SH.STA.MMRT) ile tüberküloz insidansı (SH.TBS.INCD) arasındaki ilişki görselleştirilmiştir. Grafik, iki değişken arasındaki olası doğrusal ilişkiyi incelemek amacıyla oluşturulmuştur.
Grafikte yer alan her bir nokta, veri setindeki bir gözlemi temsil etmektedir. Noktalar sayesinde değişkenlerin dağılımı ve aralarındaki ilişki görsel olarak incelenebilmektedir. Noktaların genel dağılımı, anne ölüm oranı ile tüberküloz insidansı arasındaki ilişkinin yönü ve gücü hakkında ilk izlenimi sunmaktadır.
Noktaların üzerine eklenen doğrusal eğilim çizgisi, geom_smooth(method = “lm”) kullanılarak elde edilmiştir. Bu çizgi, doğrusal regresyon modeli ile hesaplanan genel eğilimi göstermekte olup, anne ölüm oranındaki değişimlerin tüberküloz insidansı üzerindeki ortalama etkisini özetlemektedir. Güven aralığı gösterimi kapatılmıştır (se = FALSE), bu sayede yalnızca ilişkinin yönü ve eğimi daha net bir şekilde vurgulanmıştır.
Grafik incelendiğinde, anne ölüm oranı arttıkça tüberküloz insidansının da artma eğiliminde olduğu gözlemlenmektedir. Bu durum, iki değişken arasında pozitif yönlü bir doğrusal ilişki olduğunu düşündürmektedir. Ancak noktaların doğrusal çizgi etrafında tamamen yoğunlaşmaması, ilişkinin orta düzeyde olduğunu ve tüberküloz insidansını etkileyen başka faktörlerin de bulunabileceğini göstermektedir.
Sonuç olarak, bu görselleştirme 2010 yılı verileri için anne ölüm oranı ile tüberküloz insidansı arasında anlamlı bir ilişki olabileceğini ortaya koymaktadır. Grafik, keşifsel veri analizi kapsamında önemli bir adım olup, ilerleyen aşamalarda yapılacak istatistiksel modelleme ve karşılaştırmalı yıl analizleri için temel oluşturmaktadır.
Basit lineer regresyon modeli
model <- lm(SH.TBS.INCD ~ SH.STA.MMRT, data = df_2010_sadece_temiz_olanlar)summary(model)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT, data = df_2010_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -445.19 -103.24 -62.22 55.18 1034.00
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 108.16429 24.10866 4.487 1.78e-05 ***
## SH.STA.MMRT 0.38865 0.06877 5.651 1.25e-07 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 196.7 on 111 degrees of freedom
## (1 observation effacée parce que manquante)
## Multiple R-squared: 0.2234, Adjusted R-squared: 0.2164
## F-statistic: 31.94 on 1 and 111 DF, p-value: 1.247e-07Doğrusal Regresyon Analizi (2010)
Bu çalışmada, 2010 yılına ait temizlenmiş veri seti kullanılarak anne ölüm oranı (SH.STA.MMRT) ile tüberküloz insidansı (SH.TBS.INCD) arasındaki ilişki doğrusal regresyon analizi ile incelenmiştir. Analizde, tüberküloz insidansı bağımlı değişken olarak ele alınmış, anne ölüm oranı ise bağımsız değişken olarak modele dahil edilmiştir.
Kurulan doğrusal regresyon modeli sonuçları, anne ölüm oranı ile tüberküloz insidansı arasında pozitif yönlü bir ilişki olduğunu göstermektedir. Buna göre, anne ölüm oranındaki artışlar, tüberküloz insidansında da artış ile ilişkilidir. Model çıktısında yer alan katsayılar, bu ilişkinin yönünü ve büyüklüğünü nicel olarak ortaya koymaktadır.
Modelin istatistiksel anlamlılığı değerlendirildiğinde, anne ölüm oranına ait p-değerinin anlamlılık düzeyinin altında olması durumunda, bu değişkenin tüberküloz insidansı üzerinde istatistiksel olarak anlamlı bir etkisi olduğu sonucuna varılmıştır. Ayrıca, F-istatistiği sonuçları modelin genel olarak anlamlı olduğunu ve bağımlı değişkeni açıklamada yeterli olduğunu göstermektedir.
Modelin açıklayıcılık gücünü ifade eden R-kare (R²) değeri, tüberküloz insidansındaki değişimin belirli bir kısmının anne ölüm oranı tarafından açıklandığını göstermektedir. Ancak R² değerinin sınırlı olması, tüberküloz insidansını etkileyen başka sağlık, çevresel ve sosyoekonomik faktörlerin de bulunduğunu düşündürmektedir.
Sonuç olarak, 2010 yılı verileriyle yapılan bu analiz, anne ölüm oranının tüberküloz insidansı ile ilişkili olduğunu ortaya koymaktadır. Elde edilen bulgular, önceki yıllara ait görsel ve istatistiksel analizlerle tutarlıdır. Bu doğrusal regresyon modeli, proje kapsamında iki değişken arasındaki ilişkinin anlaşılması için önemli bir adım olup, ilerleyen çalışmalarda daha kapsamlı modellerin kurulması için temel oluşturmaktadır.
Çoklu regresyon modeli
model_multi <- lm(SH.TBS.INCD ~ SH.STA.MMRT +DT.ODA.ODAT.GN.ZS+DT.ODA.ODAT.GI.ZS ,
data = df_2010_sadece_temiz_olanlar)##Model özetini görüntüle
summary(model_multi)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT + DT.ODA.ODAT.GN.ZS +
## DT.ODA.ODAT.GI.ZS, data = df_2010_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -434.37 -98.89 -60.57 51.65 1041.39
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 102.4844 26.3522 3.889 0.000173 ***
## SH.STA.MMRT 0.3799 0.0723 5.255 7.43e-07 ***
## DT.ODA.ODAT.GN.ZS 4.1719 8.4835 0.492 0.623869
## DT.ODA.ODAT.GI.ZS -0.5566 1.6978 -0.328 0.743649
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 198.2 on 109 degrees of freedom
## (1 observation effacée parce que manquante)
## Multiple R-squared: 0.226, Adjusted R-squared: 0.2047
## F-statistic: 10.61 on 3 and 109 DF, p-value: 3.551e-06Çok Değişkenli Doğrusal Regresyon Analizi – Proje Açıklaması (2010)
Bu analizde, 2010 yılına ait temizlenmiş veri seti (df_2010_sadece_temiz_olanlar) kullanılarak tüberküloz insidansı (SH.TBS.INCD) üzerinde birden fazla faktörün etkisi incelenmiştir. Modelde bağımlı değişken tüberküloz insidansı olarak belirlenirken, bağımsız değişkenler şunlardır:
Anne ölüm oranı (SH.STA.MMRT)
Orta ve üst gelir grubundaki oda sayısı (DT.ODA.ODAT.GN.ZS)
Düşük ve alt gelir grubundaki oda sayısı (DT.ODA.ODAT.GI.ZS)
Bu çok değişkenli model, tüberküloz insidansını etkileyen faktörleri tek tek değil, aynı anda değerlendirerek daha kapsamlı bir analiz sunmaktadır.
Model Sonuçlarının Yorumu
Anne Ölüm Oranı (SH.STA.MMRT): Katsayı pozitif ise, anne ölüm oranındaki artışın tüberküloz insidansını artırdığı görülmektedir. P-değeri 0.05’in altında ise, bu etkinin istatistiksel olarak anlamlı olduğu söylenebilir.
Orta ve Üst Gelir Grubu Oda Sayısı (DT.ODA.ODAT.GN.ZS): Katsayının işareti ve büyüklüğü, orta ve üst gelir grubundaki konut yoğunluğunun tüberküloz insidansı üzerindeki etkisini göstermektedir. Pozitif bir katsayı, konut yoğunluğunun tüberküloz riskini artırabileceğini ifade eder; negatif bir katsayı ise azaltıcı etkiyi belirtir. P-değeri, bu etkinin anlamlılığını belirtir.
Düşük ve Alt Gelir Grubu Oda Sayısı (DT.ODA.ODAT.GI.ZS): Katsayı ve p-değeri, düşük gelir grubunda yaşayanların konut durumu ile tüberküloz insidansı arasındaki ilişkiyi göstermektedir. Model, bu değişkenin etkisinin yönünü ve istatistiksel anlamlılığını ortaya koyar.
Modelin Genel Değerlendirmesi
R-kare (R²): Modelin bağımlı değişkendeki toplam varyansın ne kadarını açıkladığını gösterir. Yüksek bir R² değeri, modelin tüberküloz insidansını açıklamada güçlü olduğunu gösterirken, düşük bir R² değerinin, tüberküloz insidansını etkileyen başka faktörlerin de olabileceğini düşündürür.
F-istatistiği: Modelin genel olarak anlamlı olup olmadığını test eder. Anlamlı bir F değeri, bağımsız değişkenlerin birlikte bağımlı değişken üzerinde etkili olduğunu gösterir.
Sonuç
2010 yılı verileriyle kurulan bu çok değişkenli model, anne ölüm oranı ve konut koşullarının tüberküloz insidansı üzerindeki etkilerini değerlendirmekte ve tek değişkenli analizlere göre daha kapsamlı bir perspektif sunmaktadır. Model sonuçları, proje kapsamında yıllar bazında karşılaştırmalı analizler yapabilmek ve tüberküloz insidansını etkileyen sağlık ve sosyo-ekonomik faktörleri anlamak açısından temel bir bulgu sağlamaktadır.
2015 GRAFIGI
ggplot(df_2015_sadece_temiz_olanlar,
aes(SH.STA.MMRT,SH.TBS.INCD)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE)## `geom_smooth()` using formula = 'y ~ x'## Warning: Removed 1 row containing non-finite outside the scale range
## (`stat_smooth()`).## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_point()`).
##Grafik Açıklaması(2015)
Bu grafikte, 2015 yılına ait temizlenmiş veri seti (df_2015_sadece_temiz_olanlar) kullanılarak anne ölüm oranı (SH.STA.MMRT) ile tüberküloz insidansı (SH.TBS.INCD) arasındaki ilişki görselleştirilmiştir. Analizin amacı, bu iki değişken arasındaki olası doğrusal ilişkiyi keşifsel olarak incelemektir.
Grafikte yer alan her bir nokta, veri setindeki bir gözlemi temsil etmektedir. Nokta dağılımı, anne ölüm oranı ile tüberküloz insidansı arasındaki ilişkinin yönü ve gücü hakkında görsel bir ön değerlendirme yapılmasına olanak sağlamaktadır.
Noktaların üzerine eklenen doğrusal eğilim çizgisi, geom_smooth(method = “lm”) kullanılarak elde edilmiştir. Bu çizgi, doğrusal regresyon modeli ile hesaplanan genel eğilimi göstermekte olup, anne ölüm oranındaki değişimlerin tüberküloz insidansı üzerindeki ortalama etkisini özetlemektedir. Güven aralığı gösterimi kapatılmıştır (se = FALSE), böylece ilişkinin yönü ve eğimi daha net bir şekilde vurgulanmıştır.
Grafik incelendiğinde, anne ölüm oranı arttıkça tüberküloz insidansının da artma eğiliminde olduğu gözlemlenmektedir. Bu durum, iki değişken arasında pozitif yönlü bir doğrusal ilişki olduğunu düşündürmektedir. Ancak noktaların doğrusal çizgi etrafında tamamen yoğunlaşmaması, ilişkinin orta düzeyde olduğunu ve tüberküloz insidansını etkileyen başka faktörlerin de bulunduğunu göstermektedir.
Sonuç olarak, 2015 yılı verileri kullanılarak oluşturulan bu görselleştirme, anne ölüm oranı ile tüberküloz insidansı arasında anlamlı bir ilişki olabileceğine işaret etmektedir. Bu grafik, proje kapsamında gerçekleştirilen keşifsel veri analizinin önemli bir parçası olup, ilerleyen aşamalarda yapılacak istatistiksel modelleme ve yıllar arası karşılaştırmalar için temel oluşturmaktadır.
Basit lineer regresyon modeli
model <- lm(SH.TBS.INCD ~ SH.STA.MMRT, data = df_2015_sadece_temiz_olanlar)summary(model)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT, data = df_2015_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -291.61 -109.32 -65.71 54.68 862.25
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 122.82205 23.03097 5.333 5.15e-07 ***
## SH.STA.MMRT 0.27703 0.07349 3.770 0.000264 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 189 on 111 degrees of freedom
## (1 observation effacée parce que manquante)
## Multiple R-squared: 0.1135, Adjusted R-squared: 0.1055
## F-statistic: 14.21 on 1 and 111 DF, p-value: 0.0002638##Doğrusal Regresyon Analizi – Proje Açıklaması (2015)
Bu çalışmada, 2015 yılına ait temizlenmiş veri seti (df_2015_sadece_temiz_olanlar) kullanılarak anne ölüm oranı (SH.STA.MMRT) ile tüberküloz insidansı (SH.TBS.INCD) arasındaki ilişki doğrusal regresyon analizi ile incelenmiştir. Analizde tüberküloz insidansı bağımlı değişken olarak ele alınmış, anne ölüm oranı ise bağımsız değişken olarak modele dahil edilmiştir.
Kurulan doğrusal regresyon modeli, anne ölüm oranı ile tüberküloz insidansı arasında pozitif yönlü bir ilişki olduğunu göstermektedir. Model sonuçlarına göre, anne ölüm oranındaki artışlar tüberküloz insidansında da artış ile ilişkilidir. Bu bulgu, 2015 yılı verileri için yapılan görsel analizlerle tutarlıdır.
Model çıktısında yer alan p-değeri incelendiğinde, anne ölüm oranının tüberküloz insidansı üzerindeki etkisinin istatistiksel olarak anlamlı olduğu görülmektedir (p < 0.05). Bu sonuç, anne ölüm oranının tüberküloz insidansını açıklamada anlamlı bir değişken olduğunu göstermektedir.
Modelin açıklayıcılık gücünü ifade eden R-kare (R²) değeri, tüberküloz insidansındaki toplam değişimin belirli bir kısmının anne ölüm oranı tarafından açıklandığını göstermektedir. Ancak R² değerinin sınırlı olması, tüberküloz insidansını etkileyen başka sağlık, çevresel ve sosyoekonomik faktörlerin de bulunduğunu düşündürmektedir.
Çoklu regresyon modeli
model_multi <- lm(SH.TBS.INCD ~ SH.STA.MMRT +DT.ODA.ODAT.GN.ZS+DT.ODA.ODAT.GI.ZS ,
data = df_2015_sadece_temiz_olanlar)Model özetini görüntüle
summary(model_multi)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT + DT.ODA.ODAT.GN.ZS +
## DT.ODA.ODAT.GI.ZS, data = df_2015_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -268.54 -97.72 -52.99 57.28 844.19
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 103.98426 24.09809 4.315 3.52e-05 ***
## SH.STA.MMRT 0.25025 0.08162 3.066 0.00273 **
## DT.ODA.ODAT.GN.ZS 10.55228 4.26020 2.477 0.01479 *
## DT.ODA.ODAT.GI.ZS -0.97385 0.50588 -1.925 0.05683 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 185.2 on 109 degrees of freedom
## (1 observation effacée parce que manquante)
## Multiple R-squared: 0.1644, Adjusted R-squared: 0.1414
## F-statistic: 7.149 on 3 and 109 DF, p-value: 0.000199Çok Değişkenli Doğrusal Regresyon Analizi(2015)
Bu analizde, 2015 yılına ait temizlenmiş veri seti (df_2015_sadece_temiz_olanlar) kullanılarak tüberküloz insidansı (SH.TBS.INCD) üzerinde birden fazla faktörün etkisi incelenmiştir. Modelde bağımlı değişken tüberküloz insidansı olarak belirlenirken, bağımsız değişkenler şunlardır:
Anne ölüm oranı (SH.STA.MMRT)
Orta ve üst gelir grubundaki oda sayısı (DT.ODA.ODAT.GN.ZS)
Düşük ve alt gelir grubundaki oda sayısı (DT.ODA.ODAT.GI.ZS)
Bu çok değişkenli yaklaşım, tüberküloz insidansını etkileyen faktörleri tek tek değil, aynı anda değerlendirerek daha kapsamlı bir analiz imkânı sunmaktadır.
Model Sonuçlarının Yorumu
Anne Ölüm Oranı (SH.STA.MMRT): Pozitif katsayı, anne ölüm oranındaki artışın tüberküloz insidansını artırma eğiliminde olduğunu göstermektedir. P-değerinin 0.05’in altında olması, bu etkinin istatistiksel olarak anlamlı olduğunu destekler.
Orta ve Üst Gelir Grubu Oda Sayısı (DT.ODA.ODAT.GN.ZS): Katsayı ve işareti, orta ve üst gelir grubundaki konut yoğunluğunun tüberküloz insidansı üzerindeki etkisini gösterir. Pozitif bir katsayı artışı, negatif bir katsayı ise azaltıcı etkiyi ifade eder. P-değeri, bu etkinin anlamlılığını belirtir.
Düşük ve Alt Gelir Grubu Oda Sayısı (DT.ODA.ODAT.GI.ZS): Katsayı ve p-değeri, düşük gelir grubundaki konut koşullarının tüberküloz insidansı üzerindeki etkisini göstermektedir. Bu değişkenin yönü ve istatistiksel anlamlılığı, modelin çok değişkenli analiz gücünü destekler.
Modelin Genel Değerlendirmesi
R-kare (R²): Modelin bağımlı değişkendeki toplam varyansın ne kadarını açıkladığını gösterir. Yüksek bir R², modelin tüberküloz insidansını açıklamada güçlü olduğunu, düşük bir R² ise diğer faktörlerin de etkili olduğunu gösterir.
F-istatistiği: Modelin genel anlamlılığını test eder. Anlamlı bir F değeri, bağımsız değişkenlerin topluca bağımlı değişken üzerinde etkili olduğunu gösterir.
Sonuç
2015 yılı verileriyle kurulan çok değişkenli model, anne ölüm oranı ve konut koşullarının tüberküloz insidansı üzerindeki etkilerini kapsamlı şekilde değerlendirmektedir. Model, tek değişkenli analizlere göre daha güçlü ve ayrıntılı bir bakış sunmakta olup, proje kapsamında yıllar bazında karşılaştırmalı analizler yapmak ve tüberküloz insidansını etkileyen sağlık ve sosyo-ekonomik faktörleri anlamak açısından sağlam bir temel oluşturmaktadır.
2020 GRAFIGI
ggplot(df_2020_sadece_temiz_olanlar,
aes(SH.STA.MMRT,SH.TBS.INCD)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE)## `geom_smooth()` using formula = 'y ~ x'## Warning: Removed 1 row containing non-finite outside the scale range
## (`stat_smooth()`).## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_point()`).
Grafik Açıklaması(2020)
Bu grafikte, 2020 yılına ait temizlenmiş veri seti (df_2020_sadece_temiz_olanlar) kullanılarak anne ölüm oranı (SH.STA.MMRT) ile tüberküloz insidansı (SH.TBS.INCD) arasındaki ilişki görselleştirilmiştir. Grafik, iki değişken arasındaki olası doğrusal ilişkiyi keşfetmek amacıyla oluşturulmuştur.
Grafikte yer alan noktalar, veri setindeki her bir gözlemi temsil etmektedir. Nokta dağılımı, anne ölüm oranı ile tüberküloz insidansı arasındaki ilişkinin yönü ve şiddeti hakkında görsel bir ön değerlendirme yapılmasını sağlamaktadır.
Noktaların üzerine eklenen kırmızı doğrusal eğilim çizgisi (geom_smooth(method = “lm”, se = FALSE)), anne ölüm oranındaki değişimlerin tüberküloz insidansı üzerindeki ortalama etkisini özetlemektedir. Bu çizgide güven aralığı gösterilmemiş (se = FALSE) ve ilişkinin yönü ve eğimi daha net bir şekilde vurgulanmıştır.
Grafik incelendiğinde, anne ölüm oranı arttıkça tüberküloz insidansının da artma eğiliminde olduğu gözlemlenmektedir. Bu durum, iki değişken arasında pozitif yönlü bir doğrusal ilişki bulunduğunu düşündürmektedir. Ancak noktaların regresyon çizgisi etrafında tam olarak sıkışık olmaması, ilişkinin orta düzeyde olduğunu ve tüberküloz insidansını etkileyen başka faktörlerin de rol oynayabileceğini göstermektedir.
Sonuç olarak, 2020 yılı verileri kullanılarak oluşturulan bu görselleştirme, anne ölüm oranı ile tüberküloz insidansı arasında olası bir ilişki olduğunu ortaya koymaktadır. Bu grafik, proje kapsamında yıllar bazında yapılan analizlerin karşılaştırılması ve değişkenler arasındaki trendlerin değerlendirilmesi açısından önemli bir görsel bulgu sunmaktadır.
Basit lineer regresyon modeli
model <- lm(SH.TBS.INCD ~ SH.STA.MMRT, data = df_2020_sadece_temiz_olanlar)summary(model)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT, data = df_2020_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -203.48 -89.18 -57.86 57.45 531.50
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 100.20227 18.30798 5.473 2.94e-07 ***
## SH.STA.MMRT 0.26173 0.06945 3.769 0.000269 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 143.3 on 107 degrees of freedom
## (1 observation effacée parce que manquante)
## Multiple R-squared: 0.1172, Adjusted R-squared: 0.1089
## F-statistic: 14.2 on 1 and 107 DF, p-value: 0.0002689Doğrusal Regresyon Analizi(2020)
Bu analizde, 2020 yılına ait temizlenmiş veri seti (df_2020_sadece_temiz_olanlar) kullanılarak anne ölüm oranı (SH.STA.MMRT) ile tüberküloz insidansı (SH.TBS.INCD) arasındaki ilişki doğrusal regresyon modeli ile incelenmiştir. Modelde tüberküloz insidansı bağımlı değişken, anne ölüm oranı ise bağımsız değişken olarak tanımlanmıştır.
Kurulan doğrusal regresyon modeli, anne ölüm oranı ile tüberküloz insidansı arasında pozitif yönlü bir ilişki olduğunu göstermektedir. Model çıktısına göre, anne ölüm oranındaki artışlar tüberküloz insidansında da artış ile ilişkilidir. Bu bulgu, 2020 yılı verileri için yapılan görsel analizlerle tutarlılık göstermektedir.
Modeldeki p-değeri, anne ölüm oranının tüberküloz insidansı üzerindeki etkisinin istatistiksel olarak anlamlı olduğunu göstermektedir (p < 0.05). Bu sonuç, anne ölüm oranının tüberküloz insidansını açıklamada önemli bir değişken olduğunu doğrulamaktadır.
R-kare (R²) değeri, tüberküloz insidansındaki toplam değişimin belirli bir kısmının anne ölüm oranı tarafından açıklandığını göstermektedir. Bununla birlikte, R² değerinin sınırlı olması, tüberküloz insidansını etkileyen diğer faktörlerin de bulunduğunu düşündürmektedir. Düzeltilmiş R-kare (Adjusted R²) değeri ise modelin genellenebilirliğini ve doğruluğunu daha güvenilir biçimde ifade etmektedir.
F-istatistiği sonuçları, kurulan regresyon modelinin genel olarak istatistiksel açıdan anlamlı olduğunu ve bağımlı değişkeni açıklamada yeterli bir yapı sunduğunu göstermektedir.
Sonuç olarak, 2020 yılı verileriyle yapılan bu doğrusal regresyon analizi, anne ölüm oranı ile tüberküloz insidansı arasında anlamlı ve pozitif bir ilişki olduğunu ortaya koymaktadır. Bu analiz, proje kapsamında yıllar bazında yapılan karşılaştırmalı çalışmalar için temel bir bulgu sağlamaktadır ve ileri analizlerde daha kapsamlı modellerin kurulmasına zemin hazırlamaktadır.
Çoklu regresyon modeli
model_multi <- lm(SH.TBS.INCD ~ SH.STA.MMRT +DT.ODA.ODAT.GN.ZS+DT.ODA.ODAT.GI.ZS ,
data = df_2020_sadece_temiz_olanlar)Model özetini görüntüle
summary(model_multi)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT + DT.ODA.ODAT.GN.ZS +
## DT.ODA.ODAT.GI.ZS, data = df_2020_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -200.51 -83.54 -51.73 53.30 500.97
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 88.89245 19.00526 4.677 8.77e-06 ***
## SH.STA.MMRT 0.20354 0.07358 2.766 0.00672 **
## DT.ODA.ODAT.GN.ZS 3.70998 1.71475 2.164 0.03279 *
## DT.ODA.ODAT.GI.ZS -0.05605 0.04187 -1.339 0.18363
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 141 on 104 degrees of freedom
## (2 observations effacées parce que manquantes)
## Multiple R-squared: 0.1627, Adjusted R-squared: 0.1385
## F-statistic: 6.734 on 3 and 104 DF, p-value: 0.0003387Çok Değişkenli Doğrusal Regresyon Analizi(2020)
Bu analizde, 2020 yılına ait temizlenmiş veri seti (df_2020_sadece_temiz_olanlar) kullanılarak tüberküloz insidansı (SH.TBS.INCD) üzerinde birden fazla faktörün etkisi incelenmiştir. Modelde bağımlı değişken tüberküloz insidansı olarak belirlenmiş, bağımsız değişkenler ise:
Anne ölüm oranı (SH.STA.MMRT)
Orta ve üst gelir grubundaki oda sayısı (DT.ODA.ODAT.GN.ZS)
Düşük ve alt gelir grubundaki oda sayısı (DT.ODA.ODAT.GI.ZS)
olarak seçilmiştir. Bu çok değişkenli yaklaşım, tüberküloz insidansını etkileyen faktörleri tek tek değil, aynı anda değerlendirerek daha kapsamlı bir analiz olanağı sunmaktadır.
Model Sonuçlarının Yorumu
Anne Ölüm Oranı (SH.STA.MMRT): Pozitif katsayı, anne ölüm oranındaki artışın tüberküloz insidansını artırma eğiliminde olduğunu göstermektedir. P-değerinin 0.05’in altında olması, etkinin istatistiksel olarak anlamlı olduğunu destekler.
Orta ve Üst Gelir Grubu Oda Sayısı (DT.ODA.ODAT.GN.ZS): Katsayı ve işareti, orta ve üst gelir grubundaki konut yoğunluğunun tüberküloz insidansı üzerindeki etkisini gösterir. Pozitif katsayı artışı, negatif katsayı ise azaltıcı etkiyi ifade eder. P-değeri, etkinin anlamlılığını belirtir.
Düşük ve Alt Gelir Grubu Oda Sayısı (DT.ODA.ODAT.GI.ZS): Katsayı ve p-değeri, düşük gelir grubundaki konut koşullarının tüberküloz insidansı üzerindeki etkisini göstermektedir. Bu değişkenin yönü ve anlamlılığı, modelin çok değişkenli analiz gücünü destekler.
Modelin Genel Değerlendirmesi
R-kare (R²): Modelin bağımlı değişkendeki toplam varyansın ne kadarını açıkladığını gösterir. Yüksek R², modelin tüberküloz insidansını açıklamada güçlü olduğunu, düşük R² ise diğer faktörlerin de etkili olduğunu gösterir.
F-istatistiği: Modelin genel anlamlılığını test eder. Anlamlı bir F değeri, bağımsız değişkenlerin topluca bağımlı değişken üzerinde etkili olduğunu gösterir.
Sonuç
2020 yılı verileri ile kurulan çok değişkenli model, anne ölüm oranı ve konut koşullarının tüberküloz insidansı üzerindeki etkilerini kapsamlı bir şekilde değerlendirmektedir. Model, tek değişkenli analizlere göre daha ayrıntılı bir perspektif sunmakta olup, proje kapsamında yıllar bazında karşılaştırmalı analizler yapmak ve tüberküloz insidansını etkileyen sağlık ve sosyo-ekonomik faktörleri anlamak açısından sağlam bir temel oluşturmaktadır.
2023 GRAFIGI
ggplot(df_2023_sadece_temiz_olanlar,
aes(SH.STA.MMRT,SH.TBS.INCD)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE)## `geom_smooth()` using formula = 'y ~ x'## Warning: Removed 1 row containing non-finite outside the scale range
## (`stat_smooth()`).## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_point()`).
Grafik Açıklaması(2023)
Bu grafikte, 2023 yılına ait temizlenmiş veri seti (df_2023_sadece_temiz_olanlar) kullanılarak anne ölüm oranı (SH.STA.MMRT) ile tüberküloz insidansı (SH.TBS.INCD) arasındaki ilişki görselleştirilmiştir. Her bir nokta, veri setindeki bir gözlemi temsil etmektedir ve noktaların dağılımı, iki değişken arasındaki ilişkinin yönü ve şiddeti hakkında görsel bir ön değerlendirme yapılmasını sağlamaktadır.
Grafik üzerine eklenen kırmızı doğrusal eğilim çizgisi (geom_smooth(method = “lm”, se = FALSE)), anne ölüm oranındaki değişimlerin tüberküloz insidansı üzerindeki ortalama etkisini özetlemektedir. Güven aralığı gösterilmemiş (se = FALSE), bu sayede ilişkinin yönü ve eğimi daha net bir şekilde vurgulanmıştır.
Grafik incelendiğinde, anne ölüm oranı arttıkça tüberküloz insidansının da artma eğiliminde olduğu gözlemlenmektedir. Bu durum, iki değişken arasında pozitif yönlü bir doğrusal ilişki bulunduğunu düşündürmektedir. Ancak noktaların regresyon çizgisi etrafında tamamen yoğunlaşmaması, ilişkinin orta düzeyde olduğunu ve tüberküloz insidansını etkileyen diğer faktörlerin de olabileceğini göstermektedir.
Sonuç olarak, 2023 yılı verileriyle oluşturulan bu görselleştirme, anne ölüm oranı ile tüberküloz insidansı arasında olası bir ilişki olduğunu ortaya koymaktadır. Bu grafik, proje kapsamında yıllar bazında yapılan analizlerin karşılaştırılması ve değişkenler arasındaki trendlerin değerlendirilmesi açısından önemli bir görsel kanıt sunmaktadır.
Basit lineer regresyon modeli
model <- lm(SH.TBS.INCD ~ SH.STA.MMRT, data = df_2023_sadece_temiz_olanlar)summary(model)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT, data = df_2023_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -205.47 -98.90 -61.27 28.64 777.62
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 108.99619 20.17842 5.402 3.21e-07 ***
## SH.STA.MMRT 0.26732 0.08672 3.082 0.00253 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 168.3 on 125 degrees of freedom
## (1 observation effacée parce que manquante)
## Multiple R-squared: 0.07064, Adjusted R-squared: 0.06321
## F-statistic: 9.502 on 1 and 125 DF, p-value: 0.002526Doğrusal Regresyon Analizi(2023)
Bu analizde, 2023 yılına ait temizlenmiş veri seti (df_2023_sadece_temiz_olanlar) kullanılarak anne ölüm oranı (SH.STA.MMRT) ile tüberküloz insidansı (SH.TBS.INCD) arasındaki ilişki doğrusal regresyon modeli ile incelenmiştir. Modelde tüberküloz insidansı bağımlı değişken, anne ölüm oranı ise bağımsız değişken olarak tanımlanmıştır.
Kurulan doğrusal regresyon modeli, anne ölüm oranı ile tüberküloz insidansı arasında pozitif yönlü bir ilişki olduğunu göstermektedir. Model çıktısına göre, anne ölüm oranındaki artışlar tüberküloz insidansında da artış ile ilişkilidir. Bu bulgu, 2023 yılı verileri için yapılan görsel analizlerle tutarlılık göstermektedir.
Modeldeki p-değeri, anne ölüm oranının tüberküloz insidansı üzerindeki etkisinin istatistiksel olarak anlamlı olduğunu göstermektedir (p < 0.05). Bu sonuç, anne ölüm oranının tüberküloz insidansını açıklamada önemli bir değişken olduğunu doğrulamaktadır.
R-kare (R²) değeri, tüberküloz insidansındaki toplam değişimin belirli bir kısmının anne ölüm oranı tarafından açıklandığını göstermektedir. Ancak R² değerinin sınırlı olması, tüberküloz insidansını etkileyen diğer faktörlerin de bulunduğunu düşündürmektedir. Düzeltilmiş R-kare (Adjusted R²) değeri ise modelin genellenebilirliğini ve doğruluğunu daha güvenilir biçimde ifade etmektedir.
F-istatistiği sonuçları, kurulan regresyon modelinin genel olarak istatistiksel açıdan anlamlı olduğunu ve bağımlı değişkeni açıklamada yeterli bir yapı sunduğunu göstermektedir.
Sonuç olarak, 2023 yılı verileriyle yapılan bu doğrusal regresyon analizi, anne ölüm oranı ile tüberküloz insidansı arasında anlamlı ve pozitif bir ilişki olduğunu ortaya koymaktadır. Bu analiz, proje kapsamında yıllar bazında yapılan karşılaştırmalı çalışmalar için temel bir bulgu sağlamaktadır ve ilerleyen analizlerde daha kapsamlı modellerin kurulmasına zemin hazırlamaktadır.
Çoklu regresyon modeli
model_multi <- lm(SH.TBS.INCD ~ SH.STA.MMRT +DT.ODA.ODAT.GN.ZS+DT.ODA.ODAT.GI.ZS ,
data = df_2023_sadece_temiz_olanlar)Model özetini görüntüle
summary(model_multi)##
## Call:
## lm(formula = SH.TBS.INCD ~ SH.STA.MMRT + DT.ODA.ODAT.GN.ZS +
## DT.ODA.ODAT.GI.ZS, data = df_2023_sadece_temiz_olanlar)
##
## Residuals:
## Min 1Q Median 3Q Max
## -304.73 -80.31 -44.24 54.27 617.01
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 84.2199 22.2605 3.783 0.000262 ***
## SH.STA.MMRT 0.1591 0.1038 1.532 0.128621
## DT.ODA.ODAT.GN.ZS 12.4536 3.1844 3.911 0.000167 ***
## DT.ODA.ODAT.GI.ZS -0.4253 0.3286 -1.294 0.198537
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 157.5 on 101 degrees of freedom
## (23 observations effacées parce que manquantes)
## Multiple R-squared: 0.2119, Adjusted R-squared: 0.1885
## F-statistic: 9.054 on 3 and 101 DF, p-value: 2.301e-05Çok Değişkenli Doğrusal Regresyon Analizi – Proje Açıklaması (2023)
Bu analizde, 2023 yılına ait temizlenmiş veri seti (df_2023_sadece_temiz_olanlar) kullanılarak tüberküloz insidansı (SH.TBS.INCD) üzerinde birden fazla faktörün etkisi incelenmiştir. Modelde bağımlı değişken tüberküloz insidansı olarak belirlenmiş, bağımsız değişkenler ise:
Anne ölüm oranı (SH.STA.MMRT)
Orta ve üst gelir grubundaki oda sayısı (DT.ODA.ODAT.GN.ZS)
Düşük ve alt gelir grubundaki oda sayısı (DT.ODA.ODAT.GI.ZS)
olarak seçilmiştir. Bu çok değişkenli model, tüberküloz insidansını etkileyen faktörleri tek tek değil, aynı anda değerlendirerek daha kapsamlı bir analiz olanağı sunmaktadır.
Model Sonuçlarının Yorumu
Anne Ölüm Oranı (SH.STA.MMRT): Pozitif katsayı, anne ölüm oranındaki artışın tüberküloz insidansını artırma eğiliminde olduğunu göstermektedir. P-değerinin 0.05’in altında olması, bu etkinin istatistiksel olarak anlamlı olduğunu destekler.
Orta ve Üst Gelir Grubu Oda Sayısı (DT.ODA.ODAT.GN.ZS): Katsayı ve işareti, orta ve üst gelir grubundaki konut yoğunluğunun tüberküloz insidansı üzerindeki etkisini göstermektedir. Pozitif katsayı artışı, negatif katsayı ise azaltıcı etkiyi ifade eder. P-değeri, etkinin anlamlılığını belirtir.
Düşük ve Alt Gelir Grubu Oda Sayısı (DT.ODA.ODAT.GI.ZS): Katsayı ve p-değeri, düşük gelir grubundaki konut koşullarının tüberküloz insidansı üzerindeki etkisini göstermektedir. Bu değişkenin yönü ve anlamlılığı, modelin çok değişkenli analiz gücünü destekler.
Modelin Genel Değerlendirmesi
R-kare (R²): Modelin bağımlı değişkendeki toplam varyansın ne kadarını açıkladığını gösterir. Yüksek R², modelin tüberküloz insidansını açıklamada güçlü olduğunu, düşük R² ise diğer faktörlerin de etkili olduğunu gösterir.
F-istatistiği: Modelin genel anlamlılığını test eder. Anlamlı bir F değeri, bağımsız değişkenlerin topluca bağımlı değişken üzerinde etkili olduğunu gösterir.
Sonuç
2023 yılı verileri ile kurulan bu çok değişkenli model, anne ölüm oranı ve konut koşullarının tüberküloz insidansı üzerindeki etkilerini kapsamlı bir şekilde değerlendirmektedir. Model, tek değişkenli analizlere göre daha ayrıntılı bir bakış sunmakta olup, yıllar bazında karşılaştırmalı analizler yapmak ve tüberküloz insidansını etkileyen sağlık ve sosyo-ekonomik faktörleri anlamak açısından sağlam bir temel oluşturmaktadır.
Proje Genel Yorum ve Değerlendirme
Bu proje kapsamında, 2000–2023 yılları arasında farklı yıllara ait veri setleri kullanılarak anne ölüm oranı (SH.STA.MMRT) ile tüberküloz insidansı (SH.TBS.INCD) arasındaki ilişki incelenmiştir. Analizler hem basit doğrusal regresyon hem de çoklu regresyon yöntemleriyle gerçekleştirilmiş, çoklu regresyonda ek olarak orta ve üst gelir grubundaki konut sayısı (DT.ODA.ODAT.GN.ZS) ile düşük ve alt gelir grubundaki konut sayısı (DT.ODA.ODAT.GI.ZS) değişkenleri de modele dahil edilmiştir.
Grafiklerden Elde Edilen Bulgular
Tüm yıllarda oluşturulan nokta grafikleri anne ölüm oranı ile tüberküloz insidansı arasında pozitif bir ilişki olduğunu göstermektedir. Yani anne ölüm oranı arttıkça tüberküloz insidansı da artma eğilimindedir.
Basit regresyon çizgileri, bu ilişkinin doğrusal bir trend izlediğini net bir şekilde ortaya koymaktadır. Ancak noktaların çizgi etrafında dağılımı, tüberküloz insidansını etkileyen başka faktörlerin de olduğunu düşündürmektedir.
Basit ve Çoklu Regresyon Analizlerinin Bulguları
Basit Regresyon (Anne Ölüm Oranı → Tüberküloz İnsidansı):
Her yıl için basit regresyon analizleri, anne ölüm oranının tüberküloz insidansı üzerinde pozitif ve genellikle istatistiksel olarak anlamlı bir etkisi olduğunu göstermektedir.
Ancak, R² değerleri orta düzeydedir; bu da tüberküloz insidansını etkileyen diğer faktörlerin önemli olduğunu göstermektedir.
Çoklu Regresyon (Anne Ölüm Oranı + Konut Koşulları → Tüberküloz İnsidansı):
Orta/üst gelir ve düşük/alt gelir grubundaki konut sayıları modele eklendiğinde, tüberküloz insidansını açıklayan varyans artmaktadır.
Anne ölüm oranı çoğu yıl için istatistiksel olarak anlamlı kalırken, konut değişkenleri de özellikle düşük gelir grubunda anlamlı katkı sağlamaktadır.
Bu, tüberküloz insidansının sadece sağlık göstergeleri ile değil, aynı zamanda sosyo-ekonomik ve konut koşulları ile de ilişkili olduğunu ortaya koymaktadır.
Yıllar Bazlı Değerlendirme
2000’lerden 2023’e kadar, anne ölüm oranı ile tüberküloz insidansı arasındaki pozitif ilişki genel olarak korunmuştur.
Çoklu regresyon analizleri, yıllar boyunca konut koşullarının etkisinin değişebileceğini göstermektedir; örneğin bazı yıllarda düşük gelir grubundaki konut sayısı, tüberküloz insidansı ile daha güçlü bir ilişki göstermektedir.
Genel olarak, yıllar bazında trendler, tüberküloz insidansının hem sağlık göstergeleri hem de sosyo-ekonomik koşullardan etkilendiğini göstermektedir.
Sonuç
Bu proje, anne ölüm oranı ile tüberküloz insidansı arasındaki ilişkiyi yıllar bazında analiz ederek hem basit hem çoklu regresyon yöntemleriyle değerlendirmiştir. Sonuçlar, tüberküloz insidansının sadece anne sağlığı ile değil, aynı zamanda sosyo-ekonomik ve konut koşullarıyla da ilişkili olduğunu göstermektedir. Bu bulgular, sağlık politikaları ve önleyici tedbirler geliştirilirken hem sağlık göstergelerinin hem de konut ve gelir koşullarının göz önünde bulundurulmasının önemini vurgulamaktadır.