1 / 63

TABLO VE GRAFİK TÜRLERİ

TABLO VE GRAFİK TÜRLERİ. Yrd Doç Dr Kadriye AVCI. Katılımcıların tablo, grafik ve şekil kullanımlarını geliştirmek. İçerik. Tablolar, grafikler ve şekillerin kullanım alanları Tanımlayıcı epidemiyolojide kullanım Zaman Yer Kişi Klinik özellikler Analitik epidemiyolojide kullanım

kadeem
Télécharger la présentation

TABLO VE GRAFİK TÜRLERİ

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. TABLO VE GRAFİK TÜRLERİ Yrd Doç Dr Kadriye AVCI

  2. Katılımcıların tablo, grafik ve şekil kullanımlarını geliştirmek

  3. İçerik • Tablolar, grafikler ve şekillerin kullanım alanları • Tanımlayıcı epidemiyolojide kullanım • Zaman • Yer • Kişi • Klinik özellikler • Analitikepidemiyolojide kullanım • Karşılaştırma • Tablolar grafikler ve şekillerin tasarlanması

  4. Tablolar, Grafikler ve Şekiller Ne Zaman Kullanılır?

  5. Sayfa x Ekran

  6. Tablolar, grafikler veşekiller • Kendini açıklamalı • Sade olmalı • Ne, kim, nerede, ne zaman sorularının cevabını içeren başlığı olmalı • Başlık önünde numara olmalı • Kısaltmalar ve semboller tanımlanmalı • Ölçekler ve birimler verilmeli • İşleme alınmayan veri varsa dipnot şeklinde belirtilmeli • Kaynak referans gösterilmeli

  7. Tanımlayıcı Epidemiyolojide Tablolar, Grafikler ve Şekillerin Kullanımı • Zaman • Yer • Kişi • Klinik özellikler

  8. Zaman

  9. Örnek: Salgın eğrisi Şekil 1. Bildirilen kampilobakterioz vakaları (n=45), Svolvær, Norveç, başlangıç tarihlerine göre Ocak ve Şubat 1997 1 primer vaka 1 ikincil hane halkı vakası Şubat Ocak

  10. Salgın eğrisi Histogram • Sayıyla orantısal alan • Sütunlar arasında boşluk yok • X-ekseni = zaman • Salgından önce başlar sonra devam eder • Zaman aralığı < 1/4 kuluçka dönemi • Y-ekseni = vaka sayısı • Genellikle bir kare = bir vaka • Excel’de yapmak kolay

  11. Aritmetik ölçekli çizgi grafik Şekil 2. Norveç’te gonore ve sifilis insidansı, 1975-1999 100.000’de vaka sayısı Gonore Sifilis Kaynak: Yıl

  12. Aritmetik ölçekli çizgi grafik • Zaman serisi için kullanılır • Gerçek değişiklikleri büyüklüklerine göre gösterir • X-ekseni = zaman • Y-ekseni = vaka sayısı • 0’dan başlayın

  13. Grafiklerde...hatırlayın! • Eksenler, ölçekler için etiketler • Ölçek bölme, uygun ölçek • Başlıkta ölçüm birimleri • 3 boyut yok

  14. YER

  15. Nokta harita Şekil 1. İkamet yerine göre 1998’de Dublin’de meningokokal hastalık vakaları 1 nokta = 1 vaka

  16. Alan haritası Şekil 3. Dublin’de 1998’de ikamet yerine göre meningokokal hastalıkların insidansı (100.000’de)

  17. Tablo 4. İkamet yerine göre 1998’de Dublin’de meningokokal hastalık vakaları Tek değişkenli(marjinal) tablo Alan Vaka

  18. KİŞİ

  19. Tablo 1. Yaş grubu ve cinsiyete göre Salmonella Typhimurium infeksiyonu vakaları, Heroy, Norveç, 1999 Örn. İki değişkenlitablo Cinsiyet Erkek Kadın Yaş grubu (yıl)

  20. Çubuk Grafik-1 Şekil 1. Yaş grubu ve cinsiyete göre S Typhimurium infeksiyonu vakaları, Heroy, Norveç, 1999 Vaka sayısı Erkek Kadın Yaş grubu

  21. Çubuk Grafik-2 Şekil 1. Yaş grubu ve cinsiyete göre S Typhimurium infeksiyonu vakaları, Heroy, Norveç, 1999 Yaş grubu Erkek Kadın Vaka sayısı

  22. Çubuk grafik-3 Şekil 1. Yaş grubu ve cinsiyete göre S Typhimurium infeksiyonu vakaları, Heroy, Norveç, 1999 Cinsiyete göre orantısal dağılım Erkek Kadın Yaş grubu

  23. Çubuk grafikler • Sıra • Doğal • Azalan veya artan • Dikey veya yatay • Çubukların eni aynı • Uzunluk = sıklık • Çubukların ve grupların arasında boşluk var grupların kendi içinde değil

  24. Pasta grafik Şekil 4. Yaş gruplarına göre S Typhimurium enfeksiyonu vakaları (%), Heroy, Norveç, 1999

  25. Klinik Özellikler

  26. Tablo Tablo 5. S Typhimurium infeksiyonu olan 54 hasta arasında klinik semptomlar, Oslo, Norveç, Mayıs 1998 Semptom Vakalar Diyare Ateş Baş ağrısı Eklem ağrısı Kas ağrısı

  27. Analitik Epidemiyolojide Tablo, Grafik ve Şekillerin KullanımıKarşılaştırma

  28. Kohort çalışması için 2x2 tablo Tablo 5. Mike Amca Balık & Patates Restoranındaki müşteriler arasında balık tüketimi ve gastrointestinal hastalık arasındaki ilişki, Cambridge, 1 Ekim 2000 Hastalanan İyi Toplam Atak hızı Balık yiyen Balık yemeyen Relatif risk: 9.2 (%95 güven aralığı 3.9-22)

  29. Vaka kontrol çalışması için 2x2 tablo Tablo 6. Mike Amca Balık & Patates Restoranındaki müşteriler arasında balık tüketimi ve gastrointestinal hastalık arasındaki ilişki, Cambridge, 1 Ekim 2000 Vaka Kontrol Balık yiyen Balık yemeyen Odds Ratio (OR): 13 (%95 güven aralığı 5.3.-33)

  30. Bir vaka kontrol çalışması tablosu Tablo 5. Vaka kontrol çalışmasında maruziyet ile kampilobakterioz arasındaki ilişki, Oslo, Norveç, 1998. Tek değişkenli, eşleştirilmiş analiz Maruziyet Vaka Kontrol OR %95 güv. aralığı Pizza restoranında yiyen Partide yiyen Şarküteriden yiyen Soyulmamış meyve yiyen Bir vakayla yakın temasta bulunan Günde >4 bardak su içen “B” su şirketinin müşterisi

  31. GRAFİK TÜRLERİ

  32. Grafik Türleri 1. Çubuk Grafik 2. Daire Dilimleri Grafiği 3. Histogram 4. Dağılım Poligonu 5. Kutu ve Çizgi Grafiği 6. Dal ve Yaprak Grafiği 7. Ortalama Standart Sapma Grafiği 8. Saçılım Grafiği

  33. 1. Çubuk Grafik • Çoğunlukla nitelik verilerde kullanılır. • Her bir kategori birbirinden ayrı çubuklarla gösterilir. • Çubukların eni birbirine eşittir ve bitişik değildir. • Yatay eksende incelenen değişkene ilişkin kategoriler dikey eksene bu kategorilere ilişkin sayı ya da yüzde değerleri konulur. Vücut Ağırlığı Sayı % 15 30 Zayıf Normal 20 40 Hafif Şişman 10 20 Şişman 5 10 Toplam 50 100

  34. Vücut Ağırlığı Sayı % Zayıf 15 30 Normal 20 40 Hafif Şişman 10 20 Şişman 5 10 Toplam 50 100 2. Daire Dilimleri Grafiği Nitelik verilerde kullanılan bir grafik yöntemidir. Bu tabloya ait olan daire dilimleri grafiğini çizebilmek için her bir vücut ağırlığına ilişkin yüzdelere karşılık gelen açılar basit orantı ile hesaplanır. Hafif Şişman için: Zayıf için: derece derece Şişman için: Normal için: derece derece

  35. Öğrencilerinin Ağırlıklarına Göre Dağılımı

  36. 3. Histogram • Sürekli değişkenler için kullanılan grafik türüdür. • Çubuklar birbirine bitişik olarak çizilir. • Sayı ya da yüzde kullanmak grafiğin şeklini değiştirmez. • Yatay eksende sınıf değeri dikey eksende sayı ya da yüzde bulunur. (Yatay eksene alt sınır ve üst sınır değerleri de yazılabilir)

  37. Simetrik Dağılım

  38. Sağa Çarpık (Pozitif Çarpık) Dağılım

  39. Sola Çarpık (Negatif Çarpık) Dağılım

  40. 4. Dağılım Poligonu Histogramdaki çubukların en üst orta noktalarının çizgilerle birleştirilmesiyle elde edilir.

  41. 5. Kutu ve Çizgi Grafiği Yüzdelikler yardımıyla veriyi özetlemekte kullanılan basit ve çok kullanışlı bir grafik yöntemidir. • Grafikte 25., 50., 75., Yüzdelikler en küçük değer ve en büyük değer bulunmaktadır. • Daha çok dağılım çarpık olduğunda kullanılır. • Dağılımdaki aşırı gözlemlerin varlığı konusunda da bilgi verir.

  42. Öğrencilerin Boy Uzunluğu (cm) 175 Çok Aşırı Değer *21 170 o22 Aşırı Değer 165 Aşırı değer Olmayan En Büyük Değer 160 75.Yüzdelik 155 Ortanca 150 25.Yüzdelik Aşırı değer Olmayan En Küçük Değer 145 140 Sola Çarpık (Negatif Çarpık) Dağılım

  43. Sağa Çarpık (Pozitif Çarpık) Dağılım Öğrencilerin Boy Uzunluğu (cm) 175 Çok Aşırı Değer *21 170 o22 Aşırı Değer 165 Aşırı değer Olmayan En Büyük Değer 160 75.Yüzdelik 155 Ortanca 150 25.Yüzdelik 145 Aşırı değer Olmayan En Küçük Değer 140

  44. Öğrencilerin Boy Uzunluğu (cm) 175 170 165 Aşırı değer Olmayan En Büyük Değer 160 75.Yüzdelik 155 Ortanca 150 25.Yüzdelik 145 Aşırı değer Olmayan En Küçük Değer 140 Simetrik Dağılım

More Related