Poisson ve Negatif Binom Regresyon Modellerine Alternatif Olarak Bell Regresyon Modelinin İncelenmesi: Hastanede Kalış Süresine Etki Eden Faktörlerin Belirlenmesi Türkiye Örneği

Abstract

Sağlık hizmetleri bir bütün olarak düşünüldüğünde akla ilk gelen hizmetlerden bir tanesi hastanede kalınan süredir. Bireylerin hastanede kaldıkları süreye birçok farklı faktör etki eder. Bu çalışmada bireylerin hastanede kalış süresine etki eden faktörler sayma regresyon modelleri kullanılarak incelenmiştir. Ayrıca, sayım verilerinin modellenmesi için Bell regresyon modeli olarak adlandırılan yeni bir regresyon modeli yakın zamanda Castellares vd. (2018) tarafından istatistik literatürüne kazandırılmıştır. En sık kullanılan sayma regresyon modeli olan Poisson regresyon modelin aksine, Bell regresyon modeli aşırı yayılıma izin vermektedir. Ayrıca Bell dağılımı tek parametreli olduğundan çeşitli istatistiksel çıkarımları yapmak aşırı yayılıma izin veren diğer bir model olan negatif binom modeline göre daha kolaydır. Bu nedenle, yeni model aşırı yayılımlı veri setlerini modellemek için iyi bir seçenektir. Bell regresyon modelinin TÜİK tarafından yapılan Türkiye Sağlık Araştırması veri seti kullanılarak bir uygulaması verilmiştir. Bell regresyon, Poisson ve Negatif binom regresyon modelleriyle karşılaştırılmıştır. Elde edilen bulgular, Bell regresyon modelinin kullanılan veri seti için diğer regresyon modellerinden daha iyi uyum sağladığını göstermektedir. Bu sonuç Pearson ve Rasgele Kantil artık türleri incelenerek desteklenmiştir.