The Socioeconomic Determinants of Body Mass Index: a Conditional Quantile Regression Analysis

Abstract

Ülkenin nüfusunun sağlıklı bireylerden oluşması iyi ve sağlıklı beslenme ile ilişkili olmaktadır. Vücut Kitle İndeksi (VKİ) bir kişinin zayıf, aşırı kilolu, obez veya boyuna göre sağlıklı bir kiloda olup olmadığını gösteren sağlıklı beslenme tarama aracı olarak kullanılmaktadır. Ancak, VKİ'nin vücut yağ oranının doğrudan bir ölçüsü olduğu anlamına gelmemektedir. Bir kişinin VKİ'si sağlıklı VKİ aralığının dışındaysa, hastalık veya ölüm riskleri önemli ölçüde artmaktadır. Özellikle kadınlar için VKİ yaşa ve yaşam koşullarına bağlıdır ve genellikle yaşa göre VKİ olarak adlandırılır. Kadınlarda yüksek miktarda vücut yağı kiloya bağlı hastalıklara ve diğer sağlık sorunlarına yol açabilir ve düşük kilolu olmak da kişiyi sağlık sorunları açısından risk altına sokabilir. Bu tezde, Hacettepe Üniversitesi'nin 2019 yılında yayınladığı 2018 TNSA verileri derlenerek 15-49 yaş aralığındaki 6732 kadına ait veri üzerinde çalışmıştır. Bu çalışmanın amacı Türkiye'de yaşayan kadınların VKİ değerlerini etkileyen faktörleri Kantil regresyon yöntemini kullanarak tespit etmektir. Modelin fonksiyonel yapısının modelin temel varsayımlarını sağlaması istatistik ve ekonometrik çalışmalarda oldukça önemli olmaktadır. Değişkenler arasındaki ilişkiyi inceleyen paramaterik yöntemlerden biri olan En Küçük Kareler (EKK) yöntemi, verinin uç değer taşımaması normallik varsayımı ve eşit varyans varsayımı gibi temel bazı varsayımlara sahiptir. Bu varsayımlar sağlanmadığında bu modelleri kullanmak çeşitli sorunlara yol açmaktadır. Kantil regresyon yöntemi herhangi bir dağılım varsayımı gerektirmemekte ve parametre katsayılarını çeşitli kantillere göre tahmin ettiği için ekstrem değerlere sahip veri setlerinde geleneksel yöntemlere göre daha iyi tahminler vermektedir. Bu çalışma, Koenker ve Basset (1978) tarafından geliştirilen kantil regresyon (QR) tekniğini kullanarak kadınların BMI'ını etkileyen faktörleri incelemeyi amaçlamaktadır. Kantil Regresyon sonuçları, yaş, gelir, televizyon izleme alışkanlığı, çocuk doğurma sayısı ve eğitim düzeyi gibi sosyo-ekonomik değişkenlerin kadınların BKİ'si üzerinde anlamlı bir etkiye sahip olduğunu gösterdi.The presence of good and healthy nutrition is linked to the population of healthy individuals in a country. The Body Mass Index (BMI) serves as a valuable tool for assessing a person's nutritional status, determining if they are underweight, overweight, obese, or at a healthy weight relative to their height. Nevertheless, BMI should not be interpreted as a direct indicator of body fat percentage. When an individual's BMI falls outside the healthy BMI range, their susceptibility to disease or mortality may be considerably heightened. BMI for women is influenced by factors such as age and living conditions and is commonly known as BMI for age. Excessive body fat in women can contribute to weight-related illnesses and other health complications, while being underweight can also pose health risks. In statistical and econometric studies, it is critical that the functional structure of the model meets the model's basic assumptions. The least squares (LSC) method, which is one of the parametric methods that examines the relationship between variables, has some basic assumptions, such as the normality assumption that the data does not have extreme values and the equal variance assumption. When these assumptions are not met, using these models causes various problems. The quantile regression method does not require any distribution assumptions, and since it estimates parameter coefficients according to various quantiles, it gives better estimates than traditional methods in data sets with extreme values. This study aims to examine the factors affecting women's BMI using the quantile regression (QR) technique developed by Koenker and Basset (1978). Quantile regression results showed that socio-economic variables such as age, income, television viewing habit, number of child bearings, and education level had a significant impact on women's BMI.