Kümeleme Analizi – Ödev Hazırlatma – Proje Yaptırma – Tez Yaptırma Fiyatları – Sunum Örnekleri – Ücretli Ödev Yaptırma – Ödev Yaptırma Ücretleri
Kümeleme Analizi
Kümeleme, bir sonraki adımda resmi olarak test edilebilir ve örüntüleri mekansal istatistiklerle daha fazla keşfedebilir. Bu çalışmada mekansal tarama istatistiğini kullandık. Bu teknik, kavramsal olarak örtüşen daireler, vakaları ve insanları sayarak ve alışılmadık derecede yüksek oranlara veya kümelere sahip alanları ortaya çıkararak sistematik, yinelemeli bir alan “arama” kullanır.
Bu analizi gerçekleştirmek için kullanılan yazılım, ücretsiz, halka açık bir program olan SATScan’dı. Bu çalışmadan elde edilen ön bulgular, vakaların istatistiksel olarak anlamlı mekansal kümelenmesini göstermedi. Bu görsel ve istatistiksel incelemenin sonuçlarından, kaynakları şehrin belirli bölgelerinde yoğunlaştırmaktansa müdahaleye daha küresel bir yaklaşımın gerekli olduğu sonucuna vardık.
Ayrıca mamografi tesislerinin konumunun farklı polis sektörlerinde ileri evre hastalık oranını etkileyip etkilemediğiyle de ilgilendik. Bunun taramada bir faktör olduğu gösterilmiştir. ArcView kullanarak, vakaların nokta yoğunluğu haritasına konumlarının bir haritasını yerleştirdik. Vaka yeri, mamografi tesisi yeri ile ilişkili görünmese de, bu ilişkiyi daha sonra resmi istatistiksel modelleme ile test edecektik.
Geç evre hastalığa yakalanma riskini tahmin etmek için, vaka verileri bir araya getirildi veya nüfus tahminlerinin mevcut olduğu polis sektörü düzeyinde toplandı. Her sektör için geç evre meme kanseri vakalarının toplam sayısı, o sektör için 40 yaşın üzerindeki toplam kadın sayısı (meme kanseri riski taşıyan nüfus) için ACS nüfus tahminlerine bölündü. Bu, geç evre hastalığın yaygınlık oranını temsil ediyordu.
Alışılmadık derecede yüksek oranlara sahip alanları aramak için koroplet haritaları kullanarak bu oranları CBS’de haritaladık. Çeşitli coğrafi alanlar için miktarları görüntülemek için bir koroplet haritası kullanılır. Her polis sektöründe 40 yaş üstü 1.000 kadında geç evre meme kanseri oranını gösterir. Daha koyu gölgeler, daha yüksek geç evre hastalık oranlarına sahip polis sektörlerini gösterir. Bu haritaya göre G Sektörü en yüksek orana sahiptir. Bu sektörün hangi özelliklerinin kadınları ileri evre hastalık açısından daha yüksek risk altında tuttuğunu araştırmamız gerekiyordu.
Geç evre hastalıkta etiyolojik faktörler hakkında hipotezler oluşturmak için, GIS yaklaşımındaki bir sonraki adım, sektöre göre geç evre hastalığın koroplet haritasını çeşitli demografik ve sosyoekonomik sektör özelliklerinin dağılımını gösteren haritalarla karşılaştırdık.
Örüntü benzerlikleri, bu özellikler ile geç evre meme kanseri riski arasında olası bir ilişkiyi gösterebilir. Evli, devlet yardımı alan, lise diplomasına sahip veya Afrikalı Amerikalı olan 40 yaş üstü kadınların oranını gösterir.
Haritalardaki daha koyu gölgeler, bu popülasyonların daha yüksek konsantrasyonlarını temsil eder ve bunun tersi de geçerlidir. Listelenen diğer ACS demografik ve sosyoekonomik değişkenleri için benzer haritalar (gösterilmemiştir) oluşturulmuştur.
Geç evre hastalık oranının en yüksek olduğu sektör (Sektör G), en yüksek Afro-Amerikan veya evli kadın veya lise diplomasına sahip veya kamu yardımı alan kadınlar arasındaydı. Bu, sosyoekonomik ve demografik faktörlerin ileri evre hastalık ile ilişkili olduğu hipotezini üretti.
Kümeleme Analizi SPSS
Kümeleme Analizi pdf
Kümeleme Analizi örnekleri
Hiyerarşik Kümeleme Analizi SPSS
Kümeleme Analizi Python
Kümeleme Analizi Makale
R ile kümeleme analizi
Kümeleme analizi konu anlatımı
GIS yaklaşımındaki son adım, neden-sonuç ilişkileri hakkındaki hipotezleri test etmek için matematiksel modellemeyi kullanmaktı. Bunu başarmak için, kadınları geç evre hastalık açısından özellikle yüksek veya düşük risk altında yapan sektör demografik ve sosyo-ekonomik özelliklerini belirlemek için mekansal bir regresyon yapılmıştır.
Mekansal regresyon, S-PLUS for ArcView eklentisi kullanılarak gerçekleştirilmiştir. Bu teknik, haritalama yoluyla belirgin olması gerekmeyen çeşitli faktörlerin etkisini ayırmada ve yüksek riskli nüfus alt gruplarının özelliklerini belirlemede yardımcı olur.
Regresyon analizi için analiz birimi polis sektörüdür. Bağımlı değişken, 40 yaş üstü bin kadın başına geç evre hastalık oranıydı. Bağımsız değişkenler, sektör nüfusu ve Tablo 1’deki konut özellikleri için ACS tahminlerinin yanı sıra mamografi tesislerinin sayısıydı.
Geç evre hastalığı öngören dört faktör vardı: Afro-Amerikan ırkı, lise diplomasının varlığı ve 40 yaş üstü kadınlarda yabancı doğumlu veya evli olma durumu.
Bu faktörlerin tümü ileri evre hastalık oranıyla olumlu bir şekilde ilişkiliydi: Bir kadının geç evre hastalığa yakalanma riski, Afrika kökenli Amerikalı, evli veya yabancı uyruklu kadınların ya da lise mezunu kadınların daha yüksek olduğu sektörlerde daha fazlaydı. diploma. Bir sektördeki mamografi tesislerinin sayısı, o sektördeki ileri evre hastalık oranını etkilemedi.
Bu çalışmanın sonuçları, kaynakların tahsisinde ve kültürel olarak uygun müdahale programlarının tasarımında yardımcı olabilir. Şehrin yüksek vaka yoğunluğuna sahip bölgeleri veya geç evre hastalık riski en yüksek olan nüfus (örneğin, Afrikalı Amerikalılar veya yabancı uyruklular), eğitim programları veya mobil mamogram üniteleri gibi tarama müdahalesi için artan kaynaklar için hedeflenebilir.
Lise mezuniyetinin ileri evre hastalıkta bir risk faktörü olduğu gerçeği, daha eğitimli kadınların katılımını engellememek için program materyallerinin daha yüksek bir eğitim düzeyine göre düzenlenmesi gerektiğini göstermektedir.
Yabancı doğumun önemi, Springfield’deki Yunan Kültür Konseyi gibi çeşitli ulusal kültürel kuruluşlar aracılığıyla yüksek riskli kadınlara ulaşmak için potansiyel yollar önermektedir. Afro-Amerikan kadınlar için artan risk, çoğu zaten belirli sağlık sorunlarını hedefleyen Afro-Amerikan kuruluşlarla çalışmayı önermektedir.
Kullanılan ACS verileri, nüfusun nispeten küçük bir örneğinde bir yıllık anket verilerine dayanan yalnızca ön tahminler olsa da, müdahale tasarımıyla ilgili olarak geç evre hastalığın coğrafi dağılımında sosyoekonomik faktörlerin önemini göstermektedir. programlar.
GIS teknolojisindeki gelecekteki gelişmelerle, görselleştirme (haritalama) ve analitik işlevlerin yanı sıra veritabanı yönetiminin birçok işlevi (veri alma, tabloları birleştirme, yeni değişkenler oluşturma, yeni alanlar hesaplama gibi) otomatikleştirilebilir ve tüm süreç otomatikleştirilebilir. güncellenmiş veya tamamen farklı veri setleriyle ileride kullanılmak üzere CBS’ye kaydedilebilir. Bu belgede açıklanan süreci modelleme, ardından düzenleme, kaydetme ve geri çağırma yeteneği, ArcGIS’in en son sürümündeki yeni bir özelliktir.
Henüz ülke genelinde tam olarak uygulanmamış olsa da, Amerikan Topluluğu Araştırması, tanımladığımız uygulama türü için güncel ABD nüfus tahminlerinin kaynağı olarak en umut verici olanıdır.
Bu çalışmada kullanılan veriler, sözleşmemizin bir parçası olarak American Community Survey tarafından sağlanan özel bir tablodur. Bununla birlikte, Amerika Birleşik Devletleri’ndeki en küçük alanlar ve nüfuslar için ilk veri ürünleri 2009’da halka açık olacaktır. Bir nüfus grubu veya alanı için veri ürünleri üretildikten sonra, her yıl güncellenecektir.
Hiyerarşik Kümeleme Analizi SPSS Kümeleme analizi konu anlatımı Kümeleme Analizi Makale Kümeleme Analizi örnekleri Kümeleme Analizi pdf Kümeleme Analizi Python Kümeleme Analizi SPSS R ile kümeleme analizi