Analiza bolne i bezbolne dijabetičke polineuropatije logističkom regresijom

diplomski rad

• Naslov (engleski): Analysis of painful and painless diabetic polyneuropathy by logistic regression
• Autor: Paula Bošković
• Mentor: Anamarija Jazbec (mentor)
• Član povjerenstva: Anamarija Jazbec (predsjednik povjerenstva)
• Član povjerenstva: Rudi Mrazović (član povjerenstva)
• Član povjerenstva: Vedran Čačić (član povjerenstva)
• Član povjerenstva: Zvonko Iljazović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2022-09-22, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

U ovom radu najprije smo objasnili što je regresijska analiza i koji je njezin glavni cilj te pokazali koje su glavne razlike između linearne i logističke regresijske analize. Zatim smo definirali logistički model, objasnili metodu maksimalne vjerodostojnosti koju koristimo za procjenu parametara, pokazali na koji način pronalazimo najbolji model te kako interpretiramo parametre modela. Također smo definirali i ROC krivulju te objasnili njezino značenje. Sve to smo zatim primijenili i na praktičnom primjeru. Glavni cilj nam je bio pronaći koje varijable i koliko statistički značajno utječu na to da dijabetička polineuropatija bude bolna u odnosu na bezbolnu. Koristili smo bazu koja sadrži 22 varijable (zdrastveni podaci) o 100 pacijenata. Analizu smo proveli primjenom U ovom radu najprije smo objasnili što je regresijska analiza i koji je njezin glavni cilj te pokazali koje su glavne razlike izmedu linearne i logističke regresijske analize. Zatim smo definirali logistički model, objasnili metodu maksimalne vjerodostojnosti koju koristimo za procjenu parametara, pokazali na koji način pronalazimo najbolji model te kako interpretiramo parametre modela. Također smo definirali i ROC krivulju te objasnili njezino značenje. Sve to smo zatim primijenili i na praktičnom primjeru. Glavni cilj nam je bio pronaći koje varijable i koliko statistički značajno utječu na to da dijabetička polineuropatija bude bolna u odnosu na bezbolnu. Koristili smo bazu koja sadrži 22 varijable (zdrastveni podaci) o 100 pacijenata. Analizu smo proveli primjenom univarijatne i multivarijatne logističke regresije te stepwise selekcijom. Zaključak je da su statistički najznačajnije varijable Tramadol (lijek) i PF (fizičko funkcioniranje).m. Zaključak je da su statistički najznačajnije varijable Tramadol (lijek) i PF (fizičko funkcioniranje).

Sažetak (engleski)

In this thesis it was first explained what is regression analysis and what is its main goal, it was also shown what are the main differences between linear and logistic regression analysis. Then the logistic model was defined, maximum likelihood method was explained which is used for parameters estimation, it was shown in which way the best model is found and how model parameters are interpreted. Also, ROC curve was defined and its meaning was explained. All of that was applied on practical example. Main goal was to found which variables and statistically to which extent they influence on diabetic polyneuropathy to be painful or painless. Database with 22 variables (health data) for 100 patient records was used. Analysis was carried out by applying univariate and multivariate logistic regression and the stepwise selection. It was concluded that the most statistically significant variables are Tramadol (medicament) and PH (physical functioning).

• Ključne riječi: regresijska analiza; logistički model; metoda maksimalne vjerodostojnosti; ROC krivulja; dijabetička polineuropatija; univarijatna logistička regresija; multivarijatna logistička regresija; stepwise selekcija
• Ključne riječi (engleski): regression analysis; logistic model; maximum likelihood method; ROC curve; diabetic polyneuropathy; univariate logistic regression; multivariate logistic regression; stepwise selection
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:322430
• Studijski program: Naziv: Matematička statistika; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2022-10-24 12:02:02