რეგრესიის მოდელი - კორელაცია ასაკსა და კორონავირუსის ქეისს შორის ავსტრალიის მაგალითზე

ანოტაცია

ეს კვლევა ეხება თანამედროვე ერთ-ერთ უმნიშ­ვ­ნე­ლო­ვანეს და აქტუალურ საკითხს - COVID-19-ს. კვლევის ფარგლებში, ჩვენ ვეცა­დეთ სტატისტიკურად აღგვეწერა და გაგვეკეთებინა ანალიზი ვირუსთან და­კა­ვ­შირებული ერთ-ერთი ყველაზე დიდი მონაცემთა ბაზის, ავსტრალიის შე­მ­თ­ხვევაზე. კვლევის მიზანია ცნობიერების ამაღლება ამ, ჯერ კიდევ ნაკ­ლე­ბად ცნობილი ფენომენის შესახებ და მისი გამოყენების პრაქტიკული რეკო­მე­ნ­და­ციების დოკუმენტად ქცევა მომავალში.

         უფრო კონკრეტულად, კვლევის მთავარი ფოკუსი არის ვირუსით ინ­ფი­ცი­რებული ადამიანების რაოდენობასა და მათ ასაკობრივ ჯგუფებს შორის კო­რელაციის ანალიზი, რათა განვსაზღვროთ, არსებობს თუ არა ამ ორ ცვლადს შორის კავშირი. ამისთვის ჩვენ გამოვთვალეთ T-ტესტი Excel-ის ინ­ს­ტ­რუმენტების გამოყენებით. შედეგების უკეთესი ვიზუალიზაციისა და სან­დო­ობის მაქსიმალური ხარისხის მისაღწევად, შევიყვანეთ კიდევ ერთი ცვლა­დი - სქესი, და შევადარეთ ინფიცირებული მამაკაცებისა და ქალების კრო­სტაბულაციები.

        კვლევის შედეგად დადგინდა, რომ ასაკსა და COVID-19-ით ინფ­იცი­რე­ბულ შემთხვევებს შორის კორელაცია არ არსებობს (რადგან 20%-იანი მნიშ­ვ­ნე­ლობის დონეზე ნულოვანი ჰიპოთეზა უარყოფილი იქნა, ხოლო ქალების შე­მთხვევაში ნულოვანი ჰიპოთეზა დადასტურდა როგორც 10%, ასევე 20%-იანი მნიშვნელობის დონეზე). შესაბამისად, მოგვიხდა ე.წ. "scatterplot"-ების, ანუ გრაფიკების გამოყენება, მიღებული მონაცემების სტანდარტიზაციისა და სქესობრივ განსხვავებათა მინიმიზაციის შემდეგ. ორივე შემთხვევაში, ასაკსა და „კორონავირუსის“ შემთხვევებს შორის კორელაციის ხაზი უარყოფითი მი­მა­რთულების იყო, ხოლო საუკეთესო შესაბამისი ხაზიც უარყოფითი დახრი­ლო­ბის. უფრო მეტიც, ორივე შემთხვევაში მივიღეთ ხაზოვანი გაფან­ტუ­ლო­ბა, რაც გვაძლევს საფუძვლიან მიზეზს ვივარაუდოთ, რომ ამ ორ ცვლადს შორის რეგულარული კორელაცია არსებობს (ასაკსა და COVID-19-ის შემთ­ხ­ვე­ვებს შორის).