Thong Ke Co Ban Voi Stata 10

TRƯNG ÐI HC Y DƯC TP H CHÍ MINH KHOA Y T CÔNG CNG B môn Thng kê Y Hc và Tin Hc

STATA NG DNG TRONG NGHIÊN CU KHOA HC Biên son: TS. Ð Văn Dũng

THÀNH PH H CHÍ MINH 4-2008 (Lưu hành ni b)

MC LC Ði cương cương v thng kê và thng kê mô t ................................................. ...................................................................................... ..................................... 1 Mt s ñnh nghĩa ...................................................... ............................................................................................................. ................................................................. .......... 1 Bin s và các loi bin s s .................................................. .......................................................................................................... ........................................................ 1 Phương pháp mô t tóm tt và trình bày s liu ...................................................... ......................................................................... ................... 1 Các s thng kê mô t................................................ t ....................................................................................................... ................................................................. .......... 2 Phương pháp trình bày s liu ..................................................... .................................................................................................... ............................................... 5 Ði cương cương v phân tích s liu..................................................................................... ................. 13 Suy lun thng kê............................................. kê..................................................................................................... ......................................................................... ................. 14 Cài ñt chương trình Stata 10.0, s liu liu mu và các chương trình có liên quan.......................... quan................. ......... 29 Khi ñng và kt thúc Stata.................................................... Stata .......................................................................................................... ...................................................... 36 Khi ñng Stata ................................................... ........................................................................................................... ......................................................................... ................. 40 1. Khi ñng Stata ..................................................... ............................................................................................................ ............................................................... ........ 40 2. Mô t giao giao din ca chương trình Stata...................................................... Stata ................................................................................ .......................... 40 3. Cách cách ñ thc hin lnh trong chương trình Stata ................................................. ......................................................... ........ 41 4. Lưu li kt qu phân tích ........................................................ ..................................................................................................... ............................................. 42 Mt vài phân tích ñơn gin vi Stata.................................................................. Stata........ .................................................................................... .......................... 44 Mô t s liu liu vi Stata 10.0 for Windows ................................................ .................................................................................... .................................... 58 Thng kê phân tích bin s ñnh lưng vi Stata ........................................................ ......................................................................... ................. 96 Thc hành ........................................................ ................................................................................................................ ......................................................................... ................. 98

MC LC Ði cương cương v thng kê và thng kê mô t ................................................. ...................................................................................... ..................................... 1 Mt s ñnh nghĩa ...................................................... ............................................................................................................. ................................................................. .......... 1 Bin s và các loi bin s s .................................................. .......................................................................................................... ........................................................ 1 Phương pháp mô t tóm tt và trình bày s liu ...................................................... ......................................................................... ................... 1 Các s thng kê mô t................................................ t ....................................................................................................... ................................................................. .......... 2 Phương pháp trình bày s liu ..................................................... .................................................................................................... ............................................... 5 Ði cương cương v phân tích s liu..................................................................................... ................. 13 Suy lun thng kê............................................. kê..................................................................................................... ......................................................................... ................. 14 Cài ñt chương trình Stata 10.0, s liu liu mu và các chương trình có liên quan.......................... quan................. ......... 29 Khi ñng và kt thúc Stata.................................................... Stata .......................................................................................................... ...................................................... 36 Khi ñng Stata ................................................... ........................................................................................................... ......................................................................... ................. 40 1. Khi ñng Stata ..................................................... ............................................................................................................ ............................................................... ........ 40 2. Mô t giao giao din ca chương trình Stata...................................................... Stata ................................................................................ .......................... 40 3. Cách cách ñ thc hin lnh trong chương trình Stata ................................................. ......................................................... ........ 41 4. Lưu li kt qu phân tích ........................................................ ..................................................................................................... ............................................. 42 Mt vài phân tích ñơn gin vi Stata.................................................................. Stata........ .................................................................................... .......................... 44 Mô t s liu liu vi Stata 10.0 for Windows ................................................ .................................................................................... .................................... 58 Thng kê phân tích bin s ñnh lưng vi Stata ........................................................ ......................................................................... ................. 96 Thc hành ........................................................ ................................................................................................................ ......................................................................... ................. 98

Ði cương v thng kê và thng kê mô t  Mt s ñnh nghĩa Thng kê là phương pháp khoa hc dùng ñ thu thp, tóm tt, trình bày và phân tích s liu. S liu: Kt qu có ñưc do vic quan sát hay thu thp mt bin s  các ñi tưng khác nhau hay  thi gian khác nhau. Thí d: Khi tôi quan sát gii tính ca các hc viên viên trong lp, tôi có s liu là:  Nam, nam, n, n, n, nam, n, v.v Thí d: Mt nhà nghiên cu ño nng ñ hemoglobin ca 70 thai ph có kt qu như sau: 10.2 13.3 10.6 12.1 9.3 12.0 13.4 11.9 11.2 14.6

13.7 12.9 10.5 12.9 13.5 12.9 12.1 11.4 15.1 11.1

10.4 12.1 1 2.1 13.7 11.4 14.6 11.1 1 1.1 10.9 12.5 1 2.5 10.7 13.5

14.9 9.4 11.8 12.7 11.2 8.8 11.3 13.0 1 3.0 12.9 10.9

11.5 13.2 14.1 10.6 11.7 10.2 14.7 11.6 13.4 13.1

12.0 10.8 10.3 11.4 10.9 11.6 10.8 13.1 12.3 11.8

11.0 11.7 13.6 11.9 10.4 12.5 13.3 9.7 11.0 12.2

và nhng con s này ñưc gi là s liu.

Cn lưu ý s liu phi liên kt vi mt bin s nht ñnh. Nu tôi quan sát gii tính  ngưi này, tui ca ngưi khác, qun áo ca mt ngưi khác na thì kt qu quan sát ñưc không phi là s liu.

 Bin s và các loi bin s  Bin s là nhng ñi lưng hay nhng ñc tính có th thay ñi t ngưi này sang ngưi khác hay t thi ñim này sang thi ñim khác.  Như vy bin s có th th hin ñi lưng hay ñc tính. - Nu bin s th hin mt ñi lưng nó ñưc gi là bin s ñnh lưng lưng (quantitative variable). Bin s ñnh lưng có th còn ñưc chia thành bin s t s - ratio variable(có giá tr không tuyt ñi) và bin s khong – interval variable (không có giá tr không tuyt ñ) - Nu bin s nhm th hin mt ñc tính, bin s ñưc gi là bin s ñnh tính. Bin s ñnh tính còn ñưc chia làm 3 loi: - Bin s nh giá – binary variable (khi ch có 2 giá tr) - Bin s danh ñnh – nominal variable (khi có 3 hay nhiu hơn các giá tr và các  bn thân các giá tr không có tính cht th t) - Bin s th t - ordinal variable (khi có 3 hay nhiu hơn các giá tr và các bn thân các giá tr có tính cht th t - Ngoài ra có khi bin c không ch ñưc quan tâm v phương din nó có xy ra hay chưa xy ra mà còn ñưc quan tâm v phương din bin c xy ra vào lúc nào. Thí d sau khi ñiu tr  bnh nhân ung thư chúng ta không ch quan tâm bnh nhân có t vong hay không mà còn quan tâm bnh nhân bnh nhân t vong bao nhiêu lâu sau khi ñiu tr và nu bnh nhân chưa t vong,  bnh nhân ñã sng ñưc bao lâu.

 Phương pháp mô t tóm tt và trình bày s liu 1

-T l cho tng giá tr nu

là bin th t hay danh ñnh - T l cho giá tr tiêu biu

nu là bin nh giá

Các s thng kê mô t Có hai loi thng kê mô t: thng kê mô t khuynh hưng tp trung và thng kê mô t tính phân tán.

Thng kê mô t khuynh hưng tp trung Thng kê mô t khuynh hưng tp trung có th là trung bình (mean), trung v (median) và yu v (mode). Nhng thng kê này cho bit giá tr tiêu biu cho s liu. Thí d: có hai loi thuc h áp A và B. Gi s có 5 ñi tưng sau khi s dng thuc h áp A s có huyt áp 110 - 115 -120 - 125 -130 và  5 ñi tưng khác sau khi s dng thuc h áp B s có huyt áp 120 - 125 130 - 135 - 140. Con s tiêu biu nht ñ cho bit tác dng ca thuc A là huyt áp trung bình sau khi s dng thuc A và là 120. Con s huyt áp trung bình này thp hơn huyt áp trung bình sau khi s dng thuc B cho bit thuc A có tác dng mnh hơn.

Trung bình ca s liu, ñưc kí hiu là (x (ñc là x gch) là tng các giá tr ca s liu chia cho s ln quan sát (N). Σ xi  x =  N  Thí d: S liu v huyt áp tâm thu ca 5 ñi tưng là 120, 125, 130, 135, 150. Huyt áp tâm thu trung bình s là 132  x

=

Σ xi  N 

=

120 + 125 + 130 + 125 + 150 = 132 5

2

Do không th thc hin các phép toán s hc trên các bin s ñnh tính (danh ñnh và th t) chúng ta ch có th tính trung bình cho s liu ca bin s ñnh lưng.  Nu chúng ta sp xp s liu theo th t, giá tr ñng  gia ñưc gi là trung v. Nu có hai giá tr cùng ñng  gia, trung bình cng ca hai giá tr này là trung v. Thí d: S liu v huyt áp tâm thu (mmHg) ca 5 ñi tưng là 120, 125, 130, 135, 150. Trung v ca huyt áp tâm thu là giá tr ñng  gia và bng 130 S liu v chiu cao (cm) ca 6 ngưi là 153, 155, 160, 162, 165, 161. Ð tính trung v, trưc tiên chúng ta phi sp xp s liu này: 153, 155, 160, 161, 162, 165. Do có hai giá tr 160 và 161 cùng  gia, trung v s là (160+161)/2 = 160,5 cm

Do bn cht ca bin s danh ñnh không th sp ñưc theo th t, chúng ta ch có th tính trung v ca s liu ñnh lưng và s liu ca bin s th t.  Ngoài ra yu v (mode) cũng ñưc s dng làm con s thng kê tiêu biu. Yu v là giá tr xut hin ph bin nht (có tn sut cao nht). Thí d: S liu v huyt áp tâm thu (mmHg) ca 5 ñi tưng là 120, 125, 130, 135, 150. Trong trưng hp này không có yu v. Ðim s ca 5 hc sinh là 5, 5, 6, 7, 9. Yu v ca ñim s là 5. Trong mt p có 361 gia ñình ngưi Kinh, 120 gia ñình ngưi Khmer và 27 gia ñình ngưi Hoa. Yu v ca biên s dân tc là dân tc Kinh.

Trong mt s liu c th, có th không có yu v, có th có mt yu v hoc hai hay nhiu yu v. Ðây là khuyt ñim chính ca s thng kê này. Do vy ngưi ta thưng ch dùng yu v cho bin s danh ñnh hay trong các trưng hp ñc bit Có th s dng trung bình, trung v hay yu v cho bin s ñnh lưng. Khi bin s ñnh lưng có   phân phi bình thưng (hình chuông) thì ba con s này xp x bng nhau và khi ñó ngưi ta thưng tính trung bình bi vì trung bình có nhng ñc tính toán hc mnh. Tuy nhiên nu s liu  b lch thì con s trung v phn ánh giá tr tiêu biu mt cách chính xác hơn. Thí d: Bnh nhân b loét d dày - tá tràng ñưc ñiu tr theo mt phác ñ dit vi khun Helicobacter. Sau ñiu tr, bnh nhân ñưc theo dõi và ghi nhn thi gian k t khi s dng thuc ñn lúc bt ñu ci thin triu chng ñau.  10 bnh nhân thi gian này (ngày ) là như sau: 1, 2, 2, 2, 2, 2, 3, 3, 3, 30. Bnh nhân có thi gian t lúc ñiu tr ñn lúc gim triu chng là 30 ngày trên thc cht là bnh nhân không ñáp ng vi ñiu tr. Trung v và trung bình ca s liu là 2 và 5 ngày. Con s trung v phn ánh chân thc hơn bi vì vi tư cách là mt bác sĩ lâm sàng t s liu trên có th nhn xét rng mt bnh nhân tiêu biu s gim ñau sau 2 ngày dùng thuc. Con sôs 30 trong thí d trên ñưc gi là s ngoi lai (outlier) và làm s liu b lch. Nhìn chung, khi s liu b lch thì con s trung bình s b nh hưng rt nhiu và không phn ánh giá tr tiêu biu như con s trung v.

Thng kê mô t tính phân tán: Có 3 thng kê mô t tính phân tán: ñ lch chun, khong t phân v và phm vi ca s liu. Vic la chn thng kê mô t tính phân tán ñưc trình bày trong bng 2. Thng kê mô t tính phân tán có tm quan trng th hai sau con s mô t khuynh hưng tp trung. Thí d: Thuc h áp A ñưc s dng trên 5 bnh nhân và huyt áp tâm thu sau khi dùng thuc là 110, 115, 120, 125 và 130. Thuc h áp B ñưc s dng trên 5 bnh nhân và có huyt áp sau s dng thuc là 100, 110, 120, 130, 140. Như vy hai thuc h áp này có hiu qu h áp là tương ñương (bi vì trung bình ca hai s liu là bng nhau) nhưng kt qu ca thuc B phân tán hơn và ñiu này làm thuc B tr nên kém an toàn.

Ð lch chun (standard deviation - vit tt là SD hay s) là con s ñánh giá mc ñ phân tán và

3

ñưc tính theo công thc:

( xi − x ) 2  s = ∑ i =1  N − 1 n

 Như vy ñ lch chun phn ánh khong cách trung bình ca s liu so vi giá tr tiêu biu. Khái nim ñ lch chun ch có th áp dng cho bin s ñnh lưng bi vì chúng ta có th thc hin các phép toán s hc trên các ñi lưng nhưng không th thc hin trên các giá tr ca bin s ñnh tính là các ñc tính. Thí d: S liu v huyt áp tâm thu (mmHg) ca 5 ñi tưng là 120, 125, 130, 135, 150. Trung bình ca huyt áp là 132 và ñ lch chun bng

( xi − x ) 2  s = ∑  N  − 1 i =1 n

(120 − 132) 2 + (125 − 132) 2 + (132 − 130) 2 + (135 − 132) 2 + (150 − 132) 2 = 5 −1 144 + 49 + 4 + 9 + 324 530 = = = 132,5 = 11,5 4 4 Phương sai v mt t nguyên là bình phương ca ñ lch chun. Phương sai (variance) có th ñưc kí hiu và Var hay s2 và ñưc tính theo công thc sau: n ( xi − x ) 2 2  s = ∑  N  − 1 i =1 Phm vi ca s liu là tt c các giá tr ca s liu t giá tr nh nht ñn giá tr ln nht. Thí d: S liu v huyt áp tâm thu (mmHg) ca 5 ñi tưng là 120, 125, 130, 135, 150. Phm vi ca bin s huyt áp là 120 ñn 150. Thí d: Thuc h áp A ñưc s dng trên 5 bnh nhân và huyt áp tâm thu sau khi dùng thuc là 110, 115, 120, 125 và 130. Thuc h áp B ñưc s dng trên 5 bnh nhân và có huyt áp sau s dng thuc là 100, 110, 120, 130, 140. S liu ca thuc B có tính phân tán cao hơn do phm vi thay ñi t 100-140 trong khi ñó phm v ca s liu thuc A ch t 110-130.

Khong t phân v (inter-quartile): Nu chúng ta chia s liu sp theo th t làm 2 phn ñu nhau, khong t phân v là khong cách ca trung v phn trên và trung v phn dưi. Thí d: S liu v huyt áp tâm thu (mmHg) ca 5 ñi tưng là 120, 125, 130, 135, 150. S liu này ñưc chia làm 2 phn: phn 1 gm 120, 125, 130 và phn 2 gm 130, 135, và 150. Trung v ca phn trên là 125 - trung v ca phn dưi là 135, do ñó phm t phân v là 125-135.

Do bn cht ca khong t phân v là trung v ca phn s liu trên và phn s liu dưi, cũng ging như trung v, khong t phân v không b nh hưng bi các giá tr ngoi lai như trong trưng hp ca ñ lch chun. Cũng như trung v, khong t phân v ch có th áp dng cho bin s ñnh lưng hay th t. Câu hi: Phân tích trên máy tính v bin s hemoglobin cho kt qu sau. Hãy th ñc và lí gii kt qu: Variable

|

Obs

Mean

Std. Dev.

Min

Max

-----------+----------------------------------------------------hemoglobin | 70 11.98429 1.416122 8.8 15.1

4

 Phương pháp trình bày s liu S liu có th ñưc trình bày thành bng hoc các ñ th.

Trình bày bng:

Phân phi tn sut ca bin s ñnh tính S liu ca bin s ri rc có th ñưc trình bày dưi dng mt phân phi tn sut. Phân phi tn sut là mt bng ch ra tn sut xut hin ca tng giá tr ri rc ca bin s (Bng 1). Như vy  bng phân phi tn sut gm 2 ct, mt ct lit kê các giá tr ca bin s và mt ct trình bày tn sut tương ng ca các giá tr ñó. Table 1. Phân phi gii tính ca 69 hc sinh lp cơm thưng trưng mm non 23 tháng 11, Huyn Hóc môn

Gii

S tr

Phn trăm

 

Nam

45

65%

 

N

24

35%

Tng s

69

100%

Bng trên là bn phân phi tn sut ca gii tính. Bi vì gii tính có 2 giá tr nam và n nên ta lit kê 2 giá tr này  mt ct.  ct th nhì ta ghi tn sut tương ng ca các giá tr này. Ðôi khi  bng phân phi tn sut có thêm ct phn trăm như trong thí d  trên. Bng 2 là mt thí d khác v bng phân phi tn sut. Table 2. Phương pháp ñ ñ ca 600 tr trong bnh vin

Phương pháp ñ  S sinh ñ Sinh thưng Sinh forceps Sinh m Tng s

478 65 57 600

Phn trăm 79,7 10,8 9,5 100,0

Phân phi tn sut ca bin s ñnh lưng  Nu bin s là bin s liên tc chúng ta không th lit kê tt c các giá tr ca bin s. Trong trưng hp này chúng ta có th nhóm (làm tròn) giá tr ca bin s li. C th các bưc xây dng bng phân phi tn sut cho bin s ñnh lưng như sau: 1- Tìm phm vi (giá tr cc tiu và giá tr cc ñi) ca s liu. Trong thí d v hemoglobin ca 70 ph n phm vi là 8,8 ñn 15,1 2. Chia phm vi s liu ra làm n khong vi ñ rng ca mi khong là d. Cn lưu ý ñ rng mi khong d nên là ñi lưng chn như 1, 2, 5, 10 hay 0,5, 0,2 và s các khong n nên t 5-12 (trung

5

 bình là 7-8). Trong thí d trên ta có th chia phm vi ra làm 8khong vi chiu rng khong bng 1 ñơn v. Khi ñó các khong là: 8-8,9; 9-9,9; 10-10,9; 11-11,9; 12-12,9; 13-13,9; 14-14,9; 1515,9. 3. Ðm các giá tr thích hp vào khong ñã ñnh trưc Hemoglobin (g/100ml)

Ðm

8-8,9

1

9-9,9

111

10-10,9

1111 1111 1111

11-11,9

1111 1111 1111 1111

12-12,9

1111 1111 1111

13-13,9

1111 1111 111

14-14,9

1111

15-15,9

1

4. Xây dng bng phân phi tn sut vi bin s và các khong giá tr ca bin s và tn sut tương ng vi các khong giá tr ñó. Chúng ta cũng có th thêm vào ct phn trăm và ct phn trăm tích lũy (nu thích hp) Table 3. Hemoglobin ca 70 ph n 

Hemoglobin

Tn sut

Phn trăm

Phn trăm tích lũy

8-8,9

1

1.43

1.43

9-9,9

3

4.29

5.71

10-10,9

14

20.00

25.71

11-11,9

19

27.14

52.86

12-12,9

14

20.00

72.86

13-13,9

13

18.57

91.43

14-14,9

5

7.14

98.57

15-15,9

1

1.43

100.00

Thí d như nu biên s là chu vi vòng cánh tay ca tr chúng ta có th làm tròn chu vi vòng cánh tay ñn 1 cm. Khi ñó ta có th xem thang ño ca bin s là ri rc và trình bày bng phân phi tn sut ca bin s (bng 2). Table 4. Phân phi s ño vòng cánh tay ca 69 tr lp cơm thưng nhà tr 23 tháng 11, Hóc môn.

Vòng cánh tay

Tn sut

Phn trăm

Phn trăm tích lũy

6

13- <14

2

2.78

2.78

14- <15

31

43.06

45.83

15- <16

27

37.50

83.33

16- <17

9

12.50

95.83

17- <18

0

12.50

95.83

18- <19

2

2.78

98.61

19- <20

1

1.39

100.00

Biu ñ và ñ th S liu cũng có th ñưc trình bày dưi dng ñ th hoc biu ñ. Mc dù không có ranh gii tuyt ñi hoàn toàn rõ rt, nói chung ñ th (graph) có tính cht toán hc nhiu hơn, trong ñó có trc hoành và trc tung còn biu ñ (chart) là hình nh mang tính cht tưng trưng.  Nu bin s là bin ri rc, có th trình bày dưi dng biu ñ hình thanh (bar chart - hình 1) hoc biu ñ hình bánh (pie chart). Nu bin s là bin liên tc, thì phân phi ca bin s có th trình bày dưi dng t chc ñ (histogram - hình 2) hoc ña giác tn sut.

Hình thc ca bng -Có ta ngn gn và rõ ràng -Ðt tên cho các hàng và ct -Trình bày tng s ca hàng và ct -Ðnh nghĩa các kí hiu và ch vit tt  dưi bng -Ghi ngun s liu  dưi bng

Biu ñ hình thanh Biu ñ hình thang là biu ñ nhm mô t s phân b ca bin s ri rc. Biu ñ hình thanh gm có trc hoành trên ñó xác ñnh nhng giá tr ca bin s. ng vi tng giá tr ca bin s ngưi ta v các thanh có chiu cao t l vi tn sut ca giá tr ñó. Cn lưu ý luôn luôn có khong trng gia các thanh.

7

50 40

45

30 20

24

10 0 Nam

Nöõ

Hình 1. Biu ñ hình thanh (bar chart) mô t phân b gii tính ca nhng hc sinh trong trưng mm non 23/11, Hóc môn

Chúng ta cũng có th xây dng các thanh theo chiu ngang như trong ví d sau Sinh moå

57

Sinh forceps

65

Sinh thöôøng

478 0

100

200

300

400

500

Hình 2. Phương pháp sinh ca 600 tr sanh ti bnh vin X trong năm 1998

Ði vi bin s th t, ñiu cn lưu ý là các giá tr ca bin s phi ñưc sp xp th t theo trc hoành.

8

2000

  t    á   a   u   s   n    à   a    T

1000

0 muø chöõ

caá p 1

caá p 2-3

ñaï i hoï

edumat

Hình 3. Trình ñ hc vn ca các bà m trong nghiên cu

25% 20% 15%

19,5% Ñöôøng aâm ñaïo Moå laáy thai

10% 5%

4,3%

3,9% 0,8%

0% Duøng ZDV†

Khoâng duøng ZDV

Hình 4. T sut lây truyn t m sang con  nhng ngưi m b nhim HIV theo ñiu tr hóa d phòng và phương pháp sinh (Ngun: The European Mode of Delivery Collaboration, Lancet, 27/3/1999)

Biu ñ hình bánh Biu ñ hình bánh cũng ñưc dùng ñ mô t s phân b ca bin s ri rc. Biu ñô hình bánh là mt vòng tròn ñưc chia làm nhiu cung tương ng vi các giá tr ca bin s. Ð ln ca cung t l vi tn sut ca giá tr bin s.

9

Nöõ 35% Nam 65%

Hình 5. Biu ñ hình bánh (pie chart) mô t phân b gii tính ca nhng hc sinh trong trưng mm non 23/11, Hóc môn

Sinh moå Sinh forceps

Sinh thöôøng

Hình 6. Biu ñ hình bánh th hin phương pháp sinh ca 600 ña tr sinh ti bnh vin X

T chc ñ và ña giác tn sut T chc ñ (histogram) và ña giác tn sut (polyline) ñưc dùng trong mô t phân b ca bin s liên tc. Ð v t chc ñ, ngưi ta chia biên ñ ca giá tr làm nhiu khong giá tr và tính tn sut ca nhng khong giá tr ñó. Nhng khong giá tr này ñưc biu th  trên trc hoành. ng vi mi khong giá tr ngưi ta v nhng hình ch nht có din tích t l vi tn sut ca khong giá tr ñó. Bi vì các khong giá tr này nm sát nhau trên trc hoành, các hình ch nht ca t chc ñ cũng thưng nm sát nhau.

10

20

15

  y   c   n   e   u   q   e   r    F

10

5

0 8

9

10

11

12 13 hemoglobin

14

15

16

14

15

16

Hình 7. T chc ñ mc hemoglobin ca 70 ph n.

20

15

  y   c   n   e   u   q   e   r    F

10

5

0 8

9

10

11

12 13 hemoglobin

Hình 8. Ða giác tn sut ca hemoglobin ca 70 ph n.

Ð v ña giác tn sut, ngưi ta thưng v t chc ñ và ni các trung ñim ca các cnh trên ca các hình ch nht. Ða giác tn sut thưng không ñp như các t chc ñ nhưng nó có ưu ñim là có th v nhiu ña giác tn sut trên cùng mt ñ th ñ d so sánh các phân phi ca chúng. 11

15

10

5

0 8

9

10

11

12 13 hemoglobin

14

15

16

Hình 9. Ða giác tn sut hemoglobin ca 28 ph n nghèo (ñưng ñ) so vơí 42 ph n trung bình và khá (ñưng xanh)

12

Ði cương v phân tích s liu Phép ưc lưng

Dân s và mu Thông thưng chúng ta không th nghiên cu toàn b dân s mà chúng ta quan tâm. Chúng ta thưng ch có th nghiên cu ch mt phn dân s ñó, phn này ñưc gi là mu (sample) và t ñó ưc ñoán v nhng ñc tính ca dân s. Trong nghiên cu khoa hc, chúng ta ñi t ñc trưng ca cá th (bin s - variable) ñ có ñưc ñc trưng ca mu (ñưc gi là thng kê - statistics) và t ñc trưng ca mu chúng ta s dng  phương pháp suy lun thng kê và lí gii ñ có ñưc ñc trưng ca dân s (ñưc gi là tham s  parameter) Mt loi mu thưng ñưc gp trong nghiên cu là mu ngu nhiên ñơn. Khi ly mu ngu nhiên ñơn, chúng ta có th tính ñưc giá tr trung bình và ñ lch chun ca mu. Rõ ràng là giá tr trung bình và ñ lch chun s khác nhau vi nhng mu khác nhau. Tuy vy các nhà thng kê ñã chng minh rng giá tr trung bình ca mu s có phân phi bình thưng và các giá tr trung bình này s tp trung ti trung bình ca dân s. Do ñó nu chúng ta tính trung bình ca mu thì chúng ta hi vng trung bình ca dân s s nm ngay ti hay  lân cn trung bình ca mu. Ð  phân tán ca trung bình mu xung quanh chung bình dân s ñưc gi là sai s chun (standard error) và s gim ñi khi c mu càng ln:  s.e. =

 s n

=

 s 2 n

ð lch chun và sai s chun là hai ñi lưng th hin s phân tán nhưng ñ lch chun th hin s phân tán ca cá th chung quanh giá trình trung bình dân s còn sai s chun là ñi lưng th hin s phân tán ca con s thng kê (trung bình mu hay t l ca mu) chung quanh giá tr ca tham s (trung bình dân s hay t l ca dân s).

Ưc lưng khong tin cy ca trung bình  Như chúng ta ñã trình bày, trung bình ca mu s dao ñng nhưng tp trung ti giá tr trung bình ca dân s, nên chúng ta có th ưc lưng trung bình dân s bng cách tính trung bình ca mu.  Nhưng do trung bình mu có dao ñng, chúng ta không chc là trung bình mu s chính xác bng trung bình ca dân s mà ch có th tin là trung bình dân s nm  v trí ñâu ñó chung quanh trung bình ca dân s. Các nhà thng kê cho rng 95% các trưng hp trung bình dân s không nm xa quá 1,96 x SE so vi trung bình mu: phm vi này ñưc gi là khong tin cy 95%. Như vy khong tin cy 95% ca trung bình ca bin sô ñnh lưng Khong tin cy 95% (95% CI) :     x ± 1,96s/√n Trong trưng hp c mu nh (n < 30), chúng ta không th s dng giá tr 1,96 như trong công thc trên mà cn phi s dng các giá tr hơi ln hơn (và càng ln nu c mu càng nh), giá tr này ñưc gi là giá tr ca phân phi t vi (c mu – 1) ñ t do. Khong tin cy 95% (95% CI) :     x ± t(1-α/2) × s/√n Bài tp: 13

1. Mt nghiên cu ghi nhn trên c mu 1235 tr sơ sinh  tnh ðng Tháp cho thy trng lưng trung bình ca tr sơ sinh là 3121 gram và ñ lch chun là 435 gram. Hãy ưc lưng khong tin cy 95% ca trng lưng trung bình ca tr sơ sinh tnh ðng Tháp. S dng công thc trên ta tính ñưc: 95%CI=3096.74 - 3145.26 gram. 2. Chiu cao ca 10 thanh niên là 160; 162; 165; 166; 169; 170; 172; 172; 176; 176. Hãy ưc lưng khong tin cy 95% ca chiu cao trung bình. Trưc tiên chúng ta phi xác ñnh trung bình ca chiu cao là 168,8 cm và ñ lch chun ca chiu cao là 5,493. Do c mu là 10 chúng ta phi dò bng phân phi t  9 ñ t do ta ñưc giá tr t (tương ng vi khong tin cy 95%) là 2,26. T ñó chúng ta tính ñưc khong tin cy 95% 95%CI=164.87 - 164.87.

Ưc lưng khong tin cy ca t l ð ưc lưng khong tin cy ca mt t l, chúng ta cn xác ñnh t l p sau ñó da vào p ñ ưc lưng khong tin cy 95% ca p  p − 1,96 ×

 p(1 -  p)

n

ñn  p + 1,96 ×

 p(1 -  p)

n

Bài tp ðiu tra trên 127 thanh niên có 45 thanh niên hút thuc lá. Hãy tính t l thanh niên hút thuc lá và khong tin cy 95% ca t l hút thuc lá. Chúng ta tính ñưc t l hút thuc lá  thanh niên là 0.354 (35.4%). Da vào công thc trên chúng ta tính ñưc khong tin cy 95% ca t l hút thuc lá là 0,271 ñn 0,438

 Suy lun thng kê  Kim ñnh ý nghĩa Phương pháp kim ñnh ý nghĩa ñưc Fisher ñ xut và da trên căn bn ca phép phn chng. Phép phn chng trong logic hc s dng bng mnh ñ: Nu A kéo theo B thì không B s kéo theo không A. A⇒ B ⇔    B    ⇒    A     Mt thí d ca phép phn chng là khi chúng ta gp mt bnh nhân nghi ng tc rut và chúng ta hi bnh s xem bnh nhân có bí trung tin hay không. Gi s bnh nhân không bí trung tin thì chúng ta s bác c chn ñoán tc rut vi suy lun sau: Nu bnh nhân b tc rut s bí trung tin thì bnh nhân s bí trung tin, do bnh nhân không bí trung tin nên bnh nhân không b tc rut. Mt cách tng quan hơn, khi chúng ta ñưa ra gi thuyt chn ñoán (thí d như chn ñoán tc rut), chúng ta thưng s xem xét các h qu ph bin gi thuyt này (Bnh nhân tc rut thưng  b ñau bng,nôn ói, bí trung tin và chưng bng). Vic không có mt trong các hu qu ph  bin ca gi thuyt này (thí d như bnh nhân không có ñau bng, không có nôn ói, không b bí trung tin hay không có chưng bng) thì chúng ta có th bác b chn ñoán. Các bin c nm ngoài các h qu ph bin ca gi thuyt (bin c không có ñau bng, không có nôn ói, không b  bí trung tin hay không có chưng bng) ñưc gi là min bác b ca chn ñoán. Trong kim ñnh thng kê ngưi ta cũng s dng các lp lun tương t. ð kim ñnh mt gi thuyt thng kê (ñưc gi là gi thuyt Ho) cn phi xác ñnh min xy ra ph bin ca các con 14

s thng kê (như trung bình, t l, thng kê t, thng kê z, thng kê chi bình phương, v.v.) và nu con s thng kê này nm ngoài min xy ra ph bin thì chúng ta s bác b gi thuyt Ho. Min nm ngoài min xy ra ph bin ca s thng kê ñưc gi min bác b.

Hình 1. Nguyên tc kim ñnh ý nghĩa theo Fisher. ðưng cong phân phi hình chuông th hin phân phi ca thng kê ca z khi =0 (gi thuyt Ho). Vùng din tích dưi ñưng cong màu trng th hin min các thng kê z thưng xy ra nu gi thuyt Ho là ñúng. Vùng din tích dưi ñưng cong màu sm là min bác b gi thuyt Ho và có din tích là xác sut sai lm loi 1 (5%).

Khi s dng kim ñnh ý nghĩa chúng ta cn lưu ý các ñim sau: - Kim ñnh da trên nguyên tc phn chng nghĩa là chúng ta ch có th bác b ch không th chng minh ñưc gi thuyt Ho. Vì vy nu chúng ta mun chng minh hút thuc lá là yu t nguy cơ ca ung thư phi thì phi ñt ra gi th.uyt thng kê Ho là hút thuc lá không phi là yu t nguy cơ ca ung thư phi và s dng phương pháp kim ñnh ñ bác  b ñiu này. - Gi thuyt Ho phi th hin bng ñng thc (thí d như gi thuyt Ho: RR=1 hay Ho: ñim trung bình v bnh lây truyn qua ñưng tình dc  nam thanh niên = ñim trung  bình v bnh lây truyn qua ñưng tình dc  n thanh niên ) thì mi có th tính ñưc  phân phi ca thng kê. Gi thuyt Ho không th th hin bng bt ñng thc (Ho: RR>1 là sai) - Do din tích min bác b là mt con s c ñnh (thưng là 0,05), ñ xác ñnh con s thng kê T có nm trong min bác b hay không ngưi ta tính xác sut xy ra thng kê cc ñoan hơn giá tr T nu gi thuyt Ho là ñúng (ñưc th hin bng công thc: P (>T |Ho) ). Xác sut này ñưc gi là giá tr p. Và nu giá tr p nh hơn ngưng bác b nghĩa là thng kê T nm trong vùng bác b và chúng ta có th bác b gi thuyt Ho. Giá tr p ñưc kí hiu khác nhau trên các phn mm thng kê. Thí d  phn mm Epi-Info, giá tr p ñưc kí hiu là p-value,  phn mm SPSS, giá tr p ñưc kí hiu là Sig.  phn mm Stata,

15

các giá tr p thưng ñưc kí hiu khác nhau tùy theo thng kê ñưc s dng là thng kê gì. C th, trong phn mm Stata, giá tr p ñưc kí hiu như sau: P > |T| (nu kim ñnh t) P > |z| (nu kim ñnh z) Prob > chi2 (kim ñnh chi bình phương) Prob > F (Kim ñnh F; Kim ñnh ANOVA)

Kim ñnh gi thuyt Khuyt ñim ca phương pháp kim ñnh ý nghĩa khi không bác b ñưc gi thuyt H0 chúng ta không bit ñưc xác sut H0 ñúng là bao nhiêu. Mt nhà thng kê hc khác tên là Neyman ñã ñ ra phương pháp kim ñnh gi thuyt trong ñó có xét ñn sai lm loi 2.

Phaùt bieån H0 ; Ha Tính soá thoáng keâ (z; t; chi2; F)

tra baûng tính p

Xaùc suaát sai laàm loaïi 1 Nhoû

Baùc boû giaû thuyeát

Khoâng nhoû

Xaùc suaát sai laàm loaïi 2

Khoâng nhoû

Thöïc hieän nghieân cöùu vôùi côõ maãu lôùn hôn

Nhoû

Chaáp nhaän giaû thuyeát

Sai lm loi mt và sai lm loi hai Sai lm loi mt: bác b gi thuyt H0 trong khi gi thuyt H0 là ñúng. Sai lm loi hai: Không bác b gi thuyt H0 trong khi gi thuyt H0 sai. Trong nghiên cu thng kê ngưi ta không bao gi có th chc chn. Do vy, khi nhà nghiên cu ñi ñn kt lun bác b gi thuyt H0, ngưi nghiên cu có th b sai lm (sai lm loi mt - vi mt xác sut nào ñó). Khi nhà nghiên cu không bác b gi thuyt H0, nhà nghiên cu cũng có th b sai lm (sai lm loi hai - cũng vi mt xác sut nào ñó). Mt ñiu nên nh là bng kim ñnh thng kê ngưi ta có th xác ñnh ñưc xác sut sai lm loi mt nhưng không th tính ñưc xác sut sai lm loi hai mà ch có th tính ñưc da vào ñi thuyt Ha và c mu ca nghiên cu. Ðôi khi ngưi ta còn s dng khái nim năng lc (power) ca kim ñnh thng kê. Năng lc ca kim ñnh thng kê = 1 - xác sut sai lm loi 2. Khái nim năng lc ca thng kê hay ñưc dùng trong tính c mu.

16

Bng 1. Tóm tt v sai lm loi 1, sai lm loi 2 và giá tr ngưng ca nó Chân lí là Ho ñúng (Không có s khác bit) Bác b gi thuyt H0

Sai lm loi (Xác sut = α)

Không bác b gi thuyt H0

Kt lun (Xác sut = 1-α)

Chân lí là Ha ñúng (Không có s khác bit) 1 Kt lun ñúng (Xác sut = 1-β = Power ca nghiên cu)

ñúng Sai lm loi (Xác sut = β)

II

Chn la kim ñnh phù hp  Như vy nguyên lí ca kim ñnh ý nghĩa (hay kim ñnh gi thuyt là như nhau). Các kim ñnh ch khác nhau vic la chn thng kê xut phát t gi thuyt H 0. Vic la chn này ph thuc vào bin s ca vn ñ quan tâm và thit k ca nghiên cu.

17

Bng 10. Chn la kim ñnh phù hp theo thit k nghiên cu Loi thit k nghiên cu

Thang ño ca bin s  ph thuc

Hai nhóm ñiu tr gm các cá nhân khác nhau

Ba (hay nhiêù) nhóm ñiu tr gm các cá nhân khác nhau

Ðnh lưng (mu rút t t-test không Phân tích mt dân s có phân phi  bt cp  phương sai   bình thưng và phương sai hai nhóm ñng nht

Trưc và sau mt ñiu tr (hoc 2 ñiu tr)   trên cùng các ñi tưng

 Nhiu ñiu tr trên cùng các ñi tưng

Liên h gia hai  bin s

t-test bt cp

Phân tích  phương sai ño lưng lp li

Hi quy tuyn tính và tương quan  pearson

Ðnh tính - Danh ñnh

χ2 bng 2 x n

χ2 bng 3 x n

test McNemar 

Cochrance Q

H s ca  bng n x m (phi, OR, RR)

Ðnh tính -Th t (hay bin ñnh lưng không bình thưng)

Kim ñnh tng sp hng MannWhitney

KruskalWallis

Kim ñnh sp hng có du Wilcoxon

Friedman

h s tương quan Spearman

Bng 11. Chn la kim ñnh phù hp ñ tìm s liên h gia bin ñc lp và bin ph thuc Bin ph thuc

Bin ñc lp   Nh giá

Danh ñnh (hoc th ðnh lưng, ña t)  bin (hoc th t)

ðnh lưng phân phi bình thưng

T-test

ANOVA

Hi quy tuyn tính

Bin ñnh lưng phân phi không bình thưng – Bin th t

Mann-Whitney

Kruskal-Wallis

TQ Spearman

  Nh giá Sng còn

Chi bình phương

Chi bình phương

Wilcoxon tng quát Wilcoxon tng quát Logrank  Logrank 

Hi quy logistic Hi quy Cox

18

Phép kim t bt cp Tiên lưng ca bnh nhân suy hô hp mãn tính tăng carbonic thưng kém (t l t vong trong 3 năm thay ñi t 30% ñn 100%) và hin ti chưa có phương pháp ñiu tr hu hiu. Tilapur và Mir (Am J Med 1984; 77:987) cho rng ch ñ ăn gim carbonhydrate có th ci thin tình trng hô hp. Các nhà nghiên cu này tin hành thc nghim trên 8 ngưi suy hô hp mãn tính (có du hiu ca tim ln, gan ln, phù và tăng áp phi) vi ch ñ ñiu tr bng ch ñ ăn 600 Kcal và ghi nhn PaO2 (phân áp oxy ñng mch) và PaCO2 (phân áp carbon dioxide ñng mch) trưc và sau ñiu tr. Kt qu nghiên cu ñưc trình bày trong Bng 1. Hãy so sánh trung bình ca  phân áp oxy ñng mch trưc và sau khi ñiu tr.

19

Bng 1. Phân áp Oxy ñng mch và phân áp CO2 ñng mch trên 8 ñi tưng trưc và sau ch ñ ñiu tr vi ch ñ ăn gim carbonhydrate ði tưng

Pa02 trưc

Pa02 sau

Hiu s

PaC02 trưc

PaC02 sau

Hiu s

1

70

82

12

49

45

-4

2

59

66

7

68

54

-14

3

53

65

12

65

60

-5

4

54

62

8

57

60

3

5

44

74

30

76

59

-17

6

58

77

19

62

54

-8

7

64

68

4

49

47

-2

8

43

59

16

53

50

-3

Thc hành: Bưc 1: Xây dng gi thuyt Ho: Ho: Phân áp oxy ñng mch trưc và sau ñiu tr không thay ñi Bưc 2: Chn kim ñnh phù hp Kim ñnh phù hơp là kim ñnh t bt cp vi 7 ñ t do Bưc 3: Tính thng kê t Tính trung bình và ñ lch chun ca bin s d (hiu s ca phân áp oxy ñng mch trưc và sau ñiu tr) ñ tính thng kê t d  = 13,5; sd  = 8,2; t  =

d   s / n

= 4,66

Bưc 4: tính xác sut ca giá tr thng kê t ð tính xác sut ca giá tr thng kê t ta s dng hàm tdist(giá tr t, ñ t do, 2). C th ñ tính p tương ng vi giá tr t = 4.63  7 ñ t do chúng ta ñánh công thc "=tdist(4.63, 7, 2) vào mt ô. Kt qu ta ñưc giá tr p= 0.002397687. Bưc 5: Kt lun Vì giá tr p= 0.002397687 nh hơn 0.05 nên chúng ta bác b gi thuyt Ho nghĩa là phân áp oxy ñng mch có ci thin sau khi ñiu tr.

Phép kim t (không bt cp)  Nhm tìm hiu vai trò ca catecholamine trong tăng huyt áp vô căn, de Champlain (Circ Res 1976; 38:109) nghiên cu 22 bênh nhân tăng huyt áp vô căn (gm 13 ngưi có nng ñ catecholamine cao và 9 bình thưng), ghi nhn nhp tim, huyt áp tâm thu, huyt áp tâm trương. Kt qu ca nghiên cu ñưc trình bày trong bng 2. Hãy so sánh nhp tim  hai nhóm, nhóm có tăng catecholamine và nhóm không tăng catecholamine.

20

Bng 1. Trung bình và ñ lch chun ca Lung catecholamine huyt thanh, nhp tim, huyt áp tâm thu và huyt áp tâm trung  13 bnh nhân tăng huyt áp tăng catecholamine và 9 bnh nhân tăng huyt áp không tăng catecholamine Tăng catecholamine

Không tăng

13

9

x=0.484 s=0.133    

x=0.206 s=0.060    

Nhp tim

x=90.7 s=11.5    

x=77.8 s=13.2    

Huyt áp tâm thu

x=171.3 s=13.7    

x=147.4 s=9.9    

Huyt áp tâm trương

x=103.0 s=8.3    

x=95.6 s=12.9    

S bnh nhân catecholamine huyt thanh (ug/mL)

Thc hành: Bưc 1: Xây dng gi thuyt Ho: Ho: Trung bình nhp tim  nhóm bnh nhân có tăng catecholamine = nhp tim trung bình  nhóm  bnh nhân không tăng catecholamine Bưc 2: Chn kim ñnh phù hp Kim ñnh phù hơp là kim ñnh t vi (n1+n2-2) = 20 ñ t do Bưc 3: Tính thng kê t Trưc tiên chúng ta phi tính ñ lch chun gp (n1 − 1) s12 + (n2 − 1) s22  s p = = 12.21 (n1 − 1) + (n2 − 1) (ð d nh công thc tính ñ lch chun gp chúng ta cn lưu ý phương sai gp là trung bình ca phương sai ca mi nhóm vi trng s là ñ t do ca phương sai ñó) Sau ñó chúng ta tính thng kê t ( x1 − x2 ) t  = = 2.44  s 1 / n1 + 1 / n2

Bưc 4: tính xác sut ca giá tr thng kê t S dng máy vi tính chúng ta tính ñưc giá tr p= 0,024123071 (nu s dng bng s thng kê chúng ta s tìm ñưc p <0,05) Bưc 5: Kt lun Vì giá tr p= 0,024123071 nh hơn 0,05 nên chúng ta bác b gi thuyt Ho nghĩa là gia hai nhóm bnh nhân có s khá bit v nhp tim trung bình.

Phân tích phương sai Anionwo et al. (1981, BMJ; 282:283) mun tìm hiu xem mc hemoglobin trong 3 nhóm bnh hng càu lim có khác nhau hay không bng cách ghi nhn mc hemoglobin  3 nhóm bnh nhân.

21

Bng 7. Phân tích phương sai mt chiu: s khác bit trong nng ñ hemoglobin gia các bnh nhân b các loi bnh hng cu lim khác nhau. S liu t Anionwo et al. (1981) British Medical Journal, 282, 283-6

(a) S liu Loi bnh hng cu S bnh Trung bình lim nhân (ni) (    xi)

(si)

Hb SS

Hb thalassaemia Hb SC

S/b-

s.d.

16

8,712

0,844

10

10,630

1,284

15

13,300

0,942

Giá tr ca các cá th hemoglobin g% (x) 7,2; 7,7; 8,0; 8,1; 8,3; 8,4; 8,4; 8,5; 8,6; 8,7; 9,1; 9,1; 9,1; 9,8; 10,1; 10,3 8,1; 9,2; 10,0; 10,4; 10,6; 10,9; 11,1; 11,9; 12,0; 12,1 10,7; 11,3; 11,5; 11,6; 11,7; 11,8; 12,0; 12,1; 12,3; 12,6; 12,6; 13,3; 13,8; 13,8; 13,9

Hãy s dng kim ñnh thng kê phù hp ñ so sánh nng ñ Hemoglobin trung bình  3 nhóm  bnh nhân b hng cu lim.

Thc hành: Bưc 1: Xây dng gi thuyt Ho: Ho: Trung bình Nng ñ hemoglobin  3 nhóm bnh HC lim bng nhau Bưc 2: Chn kim ñnh phù hp Kim ñnh phù hp là phương pháp phân tích phương sai (ANOVA) vi thng kê F vi (s nhóm, s quan sát - s nhóm) = (2,38) ñ t do ; F ti hn= 3,32 Bưc 3: Lp bng ANOVA và Tính thng kê F Chúng ta lp thành bng phân tích phương sai như sau:   Ngun bin thiên

Gia các nhóm Trong các nhóm Tng cng

SS

99,92 37,95 137,85

d.f.

2 38 40

MS=SS/d.f.

49,96 1,00

MS gia các nhóm F= ---------------------------MS bên trong nhóm 50.03 , P<0,001

Các giá tr  trên có th tính theo công thc sau: Gia các nhóm SS b= Σ ni×(xi-    x)2= Σ nixi2-(Σx)2/N = 16 × 8,71252+10 × 10,63002+15 × 12,3002 - 430,22/41=99,92

22

df  b = k-1 = 2 MS b = SS/d.f. Trong các nhóm SSw = Σ (ni -1)si2 =15 x 0,84452 + 9 x 1,28412 + 14 x 0,9419 = 37,96 df w= N - k = 41-3 = 38 MSw = SS/d.f. Và giá tr thng kê F F = MS b/MSw Bưc 4: tính xác sut ca giá tr thng kê F Da vào máy tính chúng ta tính ñưc giá tr p= 2.26 x 10-11. Chúng ta cũng có th da vào bng thng kê F ñ tìm ñưc p <0,001 Bưc 5: Kt lun Vì giá tr rt nh nên chúng ta bác b gi thuyt Ho nghĩa là ba nhóm bnh nhân bnh hng cu lim có giá tr hemoglobin trung bình khác nhau có ý nghĩa thng kê.

Phép kim chi bình phương Có 240 ngưi ñưc tiêm vaccine phòng bnh cúm và 220 ngưi ñưc tiêm placebo. Trong nhóm tiêm vaccine có 20 ngưi b cúm và trong nhóm tiêm placebo có 80 ngưi b cúm. Hãy so sánh t l mc cúm gia 2 nhóm: nhóm tiêm vaccine và nhóm tiêm placebo? Hãy cho bit mc ñ liên h gia vaccine cúm và bnh cúm? Thc hành Bưc 1: Xây dng gi thuyt Ho: Ho: T l mc cúm  nhóm tiêm vaccine = t l mc cúm  nhóm không tiêm vaccine Bưc 2: Chn kim ñnh phù hp Kim ñnh phù hp là kim ñnh chi bình phương vi 1 ñ t do Bưc 3: Lp bng 2 x 2 và Tính thng kê chi bình phương Lp bng 2 x 2 như sau Kt qu Mc bnh cúm Tiêm chng

Không mc

Tng

Có

20 (8,3%)

a

220

b

240

a+b

Placebo

80 (36,4%)

c

140

d

220

c+d

Tng

100

a+c

360

b+d

460

N

ð tính thng kê chi bình phương có hai cách: Phương pháp chính thc: - Tính các giá tr kì vng (E)  các ô, giá tr kì vng ca mt ô bng tích các ô biên chia cho tng s chung (thí d giá tr kì vng ca ô a Ea = (a+b) × (a+c) /N, giá tr kì vng ca ô c Ec = (a+b) × (c+d) /N) 23

- Tính giá tr chi bình phương theo công thc (O − E ) 2 2 , d . f . = (soá  haøng - 1) × (soá coät - 1)  χ  = Σ  E 

Trong thí d này (20 − 52,2) 2 (80 − 47,8) 2 (220 − 187,8) 2 (140 − 172,2) 2 2 + + +  χ  = 52,2 47,8 187,8 172,2 = 19,86 + 21,69 + 5,52 + 6,02 = 53,09 Công thc tính tt cho bng 2 × 2 (ad  − bc) 2 N  2  χ  = (a + b)(a + c)(c + d )(b + d ) Bưc 4: tính xác sut ca giá tr thng kê χ2 S dng máy vi tính chúng ta ñưc giá tr p= 3,31 x 10 -13 nghĩa là giá tr ca p rt nh. S dng  bng s chúng ta bit ñưc p < 0,001. Bưc 5: Kt lun Vì giá tr rt nh nên chúng ta bác b gi thuyt Ho. Chúng ta có th kt lun t l mc cúm   nhóm tiêm vaccine thp hơn có ý nghĩa thng kê so vi nhóm tiêm placebo.

S tương quan ca hai bin s ñnh tính Mc ñ liên h gia tiêm chng vaccine và mc bnh cúm Mc ñ liên h gia hai bin s ñnh tính ñưc ưc lưng bng cách s dng RR (hoc OR nu trong nghiên cu bnh chng). Gi s s liu ca bng 2 x2 nm  vùng C2:D3 chúng ta có th tính RR bng cách nhp công thc "=MHRR(C2:D3)" ta ñưc RR=0,23 vi khong tin cy 95% ca RR t 0,15 ñn 0,36

So sánh t l ca bin s nh giá : Kim ñnh chi-bình phương Khi hai bin s là bin s nh giá ngưi ta s dng giá tr RR hay OR ñ ño lưng mc ñ liên h (xem li phn các s ño dch t). Kt qu Mc bnh Bin s phơi Phơi nhim nhim Không phơi nhim Tng

a1 ao a1+a0

Không  bnh

mc

Tng

b1 b0

N1 N0

b1+b0

N=N1+N0

T s nguy cơ (RR) là t s ca nguy cơ ca nhóm phơi nhim trên nguy cơ ca nhóm không phơi nhim: RR = (a1/N1)/(a0/N0) Khong tin cy 95% ca t s nguy cơ:

24

1, 96×

 RR × ÷e

1

−

1

+

1

−

1

a1  N 1 a0  N 0

1±

hay

 RR

1,96  χ 

2

(test-based CI)

T s s chênh (OR) là t s ca s chênh mc bnh ca nhóm phơi nhim trên s chênh mc  bnh  nhóm không phơi nhim. Trong trưng hp nghiên cu bnh chng t s s chênh là t s ca s chênh phơi nhim ca nhóm bnh trên s chênh phơi nhim  nhóm không chng. RR = (a1/b1)/(a0/b0) Khong tin cy 95% ca t s s chênh: 1, 96×

OR × ÷e

1

1 1 1 + + +

a1 b1 a0 b0

Bài tp Mt nghiên cu bnh chng nhm tìm mi liên h gia s ăn tht và viêm rut hoi t ñã tìm ñưc 61 trưng hp viêm rut hoi t và 57 trưng hp chng. Trong nhóm b viêm rut hoi t có 50 trưng hp có tin căn ăn tht (gn ñây) và trong nhóm chng có 16 trưng hp có tin căn ăn tht. Hãy tìm ưc lưng s ño liên h gia ăn tht và viêm rut hoi t. Table 5. S liên h gia ăn tht trong thi gian gn ñu và viêm rut hoi t  Papua New Guinea (OR=11,6)

Ăn tht trong thi gian gn ñây    

Không ăn tht trong thi gian gn ñây

Tng s

Nhóm bnh

50

a1

11

b1

61

Nhóm chng

16

a0

41

b0

57

Tng s

66

52

118

 Nu t l ăn tht  nhóm bnh (50/61) cao hơn t l ăn tht trong nhóm chng (16/57) có ý nghĩa thng kê thì chúng ta có th kt lun rng có s liên quan gia ăn tht và viêm rut hoi t. ðây là bài toán so sánh t l ca mt bin s ñnh tính  hai nhóm và ñưc gii quyt bng kim ñnh chi bình phương. Tuy nhiên bng vic kim ñnh gi thuyt chúng ta ch xác ñnh có mi liên h mà không bit ñ ln ca s liên h. Bi vì ñây là nghiên cu bnh chng chúng ta không tính ñưc RR mà phi s dng OR ñ ño lưng sc mnh liên h. S dng công thc tính OR và khong tin cy ca OR ta ñưc: OR = (a1/b1)/(a0/b0) = (a1 × b0)/(a0 × b1) = 11.65 và khong tin cy 95% ca OR = 4.87 ñn 27.85 Bài tp Có 240 ngưi ñưc tiêm vaccine phòng bnh cúm và 220 ngưi ñưc tiêm placebo. Trong nhóm tiêm vaccine có 20 ngưi b cúm và trong nhóm tiêm placebo có 80 ngưi b cúm. Hãy so sánh t l mc cúm gia 2 nhóm: nhóm tiêm vaccine và nhóm tiêm placebo? Hãy cho bit mc ñ liên h gia vaccine cúm và bnh cúm?

25

Kt qu Mc bnh cúm Tiêm chng

Có

a1 20 (8,3%)

Placebo

a0 80 (36,4%)

Tng

Không mc

100

220 140 360

Tng

b1 d

240

N1

220

N0

460

N

Ta tính ñưc RR = (a 1/N1)/(a0/N0) = (20/240)/(80/220) = 0.23 Khong tin cy 95% ca t s nguy cơ: 1, 96×

 RR × ÷e

1

−

1

+

1

−

1

a1  N 1 a0  N 0

= 0.15 ñn 0.36

Quan h gia hai bin s ñnh lưng

Tương quan Tương quan là s ño mc ñ hai bin s ñnh lưng cùng thay ñi vi nhau. Có nhiu loi h s tương quan, nhưng chúng ñu có giá tr t -1 ñn 1. Nu chúng có giá tr bng zero có nghĩa là hai bin s ñc lp và không quan h gì vi nhau. Nu chúng có giá tr dương có nghĩa là hai   bin s ñng bin vi nhau, nu chúng có giá tr âm nghĩa là hai bin s nghch bin. Giá tr tuyt ñi ca h s tương quan càng gn mt nghĩa là hai bin s có liên h cht vi nhau và vai trò ca sai s ngu nhiên s ít hơn. Khi tr tuyt ñi ca h s tương quan bng mt có nghĩa là hoàn toàn không có sai s ngu nhiên. Loi h s tương quan ñưc s dng ph bin nht là h s tương quan Pearson r: ∑ ( xi − x )( yi −  y ) = (Σ xy) / n − x × y × n r  = σ  x × σ  y n −1 ∑ ( xi − x ) 2 ∑ ( yi −  y ) 2 Lí gii ý nghĩa ca h s tương quan Pearson - H s tương quan luôn luôn nm trong ñon [-1,1] - H s tương quan r dương chng t hai bin s là ñng bin; h s tương quan r âm chng t hai bin s là nghch bin. - Tr s tuyt ñi ca h s tương quan r nói lên mc ñ liên quan gia hai bin s. Nu tr tuyt ñi ca r bng 1 (r=1 hay r=-1), quan h hoàn toàn tuyn tính nghĩa là tt c các ñim nm trên ñưng hi quy (Hình 9.2 d và 9.2f). Nu tr tuyt ñi ca r nh hơn 1 s có các ñim s liu phân tán chung quanh ñưng hi quy (hình 9.2 c và 9.2e). - Bình phương ca h s tương quan (r 2) th hin t l bin thiên ca bin s ph thuc ñưc gii thích bng s bin thiên ca bin s ñc lp (nu mi liên h này là nhân qu) - Nu r=0, không có mi liên h tuyn tính gia hai bin s. Ðiu này có nghĩa là (1) không có mi liên h gì gia hai bin s hoc (hình 9.2a) (2) mi liên h gia hai bin s không phi là tuyn tính (hình 9.2b) - Theo quy ưc, quan h vi r t 0,1 ñn 0,3 là quan h yu, t 0,3 ñn 0,5 quan h trung bình và trên 0,5 là quan h mnh.

26

Hi quy Hi quy là mt mô hình toán hc mô t s bin ñi ca mt bin s này theo nhng bin s khác. Mt phương trình hi quy có th có dng như sau: cân nng (kg) = 6,85 + 0,18 × tháng tui (phương trình hi quy tính cân nng ca tr t 9 ñn 40 tháng tui theo tháng tui) theo phương trình này ngưi ta gi: cân nng: bin s ph thuc tháng tui: bin s ñc lp 6,85: h s ca hng s, hay còn gi là ñim chn (intercept) 0,18: h s ca bin s tháng tui. Mt cách tng quát phương trình hi quy s có dng: Y = b0 + b1 x1 + b2 x2 + b3 x3 Vi y là bin s ph thuc x1, x2, x3 là các bin s ñc lp  b0: ñim chn ca phương trình  b1, b2, b3 : h s ca các bin s ñc lp H s ca bin s ñc lp nói lên nu bin s ñc lp tăng mt ñơn v thì bin s ph thuc y s thay ñi bao nhiêu. C th hơn nu bin s x 2 thay ñi mt ñơn v thì bin s y s tăng giá tr là  b2 (bin s y s gim nu giá tr b2 âm).

Bài tp 1. Mt nhà nghiên cu ghi nhn lưng mui ăn và huyt áp tâm thu ca 5 ñi tưng trong bng 4. ði tưng Lưng mui Huyt áp 1

5

110

2

10

120

3

12

110

4

18

120

5

20

140

Hãy tìm mi liên h gia huyt áp tâm thu và lưng mui s dng. Thc hành ð tìm s liên h gia hai bin s ñnh lưng chúng ta s dng h s tương quan. Da vào công thc ta tính ñưc r = 0,771829.  Như vy có mi liên quan thun gia lưng mui ăn và huyt áp tâm thu. Mi liên quan này là mnh và lưng mui ăn gii thích cho ñn 60% (0.77 × 0.77) s thay ñi ca huyt áp tâm thu. Chúng ta cũng tìm ñưc phương trình ca huyt áp theo lưng mui tiêu th s là: Huyt áp tâm thu = 99,8 mmHg + 1,55 x Lưng mui. 27

Giá tr 99,8 ñưc gi là ñim chn ca phương trình hi quy và 1,55 là h s góc ca bin s lưng mui tiêu th. ðiu này có nghĩa là nu lưng mui ăn tăng thêm 1 gram/ngày thì huyt áp tâm thu s tăng trung bình 1,55 mmHg. 2. Lý gii ý nghĩa ca phân tán ñ sau Figure 8. Trng lưng sơ sinh theo tui thai (tun) ca 641 tr sinh do th thai trong ng nghim   Anh quc 5000

4000

  e   r    t   g   n   o   u    l   g   n   o   r    t

3000

2000

1000

0 20

24

28

32 tuoi thai

36

40

44

28

Cài ñt chương trình Stata 10.0, s liu mu và các chương trình có liên quan 1. Cài ñt chương trình Stata và s liu mu Có nhiu cách ñ cài ñt chương trình Stata 10. Dưi ñy s trình bày cách cài ñt chương trình Stata/SE 10.0 t tp tin "Setup Stata 10 and Data.exe"  (có th ti xung t website ca khoa Y t công cng ði Hc Y dưc TP H Chí Minh hay chép t ñĩa CD ca b môn Thng kê Y hc) - Tìm tp tin "Setup Stata 10 and Data.exe"  ( mt s máy khi không cho phép hin phn m  rng ca tên tp tin, tên tp tin ch hin ra là Setup_Stata10) - Nhp ñúp vào tp tin này (hay nhp chut ñ chn tp tin này và sau ñó nhn phím Enter). Tp tin này s thc hin vic khi ñng cài ñt trong vòng vài giây.

Và tip theo, ca s chào mng (Welcome) s hin ra

  Nhp vào nút lnh Next ñ sang ca s tip theo ñ chn thư mc ca nơi cài ñt (Choose destination location).

29

  Nu  bưc này nu chúng ta quyt ñnh không cài ñt na hãy nhp vào nút lnh Cancel ñ thoát khi chương trình cài ñt. Nu chúng ta mun tip tc cài ñt thì cn phi quyt ñnh thư mc ca nơi cài ñt (Destination Directory). Theo mc ñnh thư mc ca nơi cài ñt s là C:\Program Files và nu không có ý ñnh gì ñt bit, chúng ta cũng nên cài ñt  thư mc này  bng cách ñ nguyên tên thư mc nm trong hp văn bn Destination Directory ri nhp Next.  Nu mun cài ñt vào thư mc khác, nhp vào nút lnh Browse ri sau ñó chn thư mc phù hp trưc khi nhp vào nút lnh Next. Gi s chúng ta tip tc cài ñt và chn thư mc nơi cài ñt mc ñnh (C:\Program Files) thì ca s cài ñt (Setup) s hin ra và cho tip tin ñ ca vic thc hin cài ñt.

Sau quá trình cài ñt ca s hoàn tt (Finised) s hin ra.

30

Chúng ta hãy nhp vào nút lnh Close ca ca s hoàn tt ñ kt thúc quá trình cài ñt. Sau quá trình cài ñt, chương trình cài ñt s to ra mc chương trình Stata 10 trong nhóm chương trình MediStat. ðiu này có nghĩa sau khi cài ñt ñ khi ñng chương trình Stata trong Windows, chúng ta nhp chut vào nút lnh Start  ca h ñiu hành Windows và sau ñó ch vào  Alls  Program và sau ñó di chuyn (navigate) ñn nhóm chương trình MediStat  ri nhp vào mc chương trình Stata 10. Vic thc hin toàn b quá trình khi ñng chương trình Stata ñưc th hin tóm tt như sau Start :: Alls Program :: MediStat :: Stata 10 (Chú ý nút lnh ñu tiên và mc cui cùng là ñim cn phi nhp chut, các du :: th hin s di chuyn (navigate) ca con tr chut. Vic cài ñt Stata 10 cũng ñng thi cài ñt các tp tin s liu mu vào thư mc Data nm trong thư mc Stata 10 ca thư mc nơi cài ñt.

2. Cài ñt tp tin s liu mu ð có th thc tp các bài tp có trong tài liu này, các bn nên có các tp tin s liu mu. Khi  bn cài ñt chương trình Stata 10 theo cách k trên thì các tp tin s liu mu ñã ñưc ñưa vào thư mc C:\Data và các bn không cn phi thao tác gì thêm ñ có tp tin s liu mu nhm thc tp. Do ñó vic cài ñt tp tin s liu mu ch nên thc hin khi các s liu mu vì mt lí do gì ñã  b xóa ñi hoc hư hng. Cài ñt tp tin s liu mu cn ñòi hi tp tin  Data_Stata10.exe (có th ti xung t website ca khoa Y t công cng ði Hc Y dưc TP H Chí Minh hay chép t ñĩa CD ca b môn Thng kê Y hc) - Tìm tp tin "Setup Data.exe" ( mt s máy khi không cho phép hin phn m rng ca tên tp tin, tên tp tin ch hin ra là Data_Stata10) - Nhp ñúp vào tp tin "Setup Data.exe"  (hay nhp chut ñ chn tp tin này và sau ñó nhn  phím Enter). Tp tin này s thc hin vic khi ñng cài ñt trong vòng vài giây.

31

Tip theo là ca s Choose Destination Location s hin ra.

  Nu  bưc này nu chúng ta quyt ñnh không cài ñt na hãy nhp vào nút lnh Cancel ñ thoát khi chương trình cài ñt. Nu chúng ta mun tip tc cài ñt thì cn phi quyt ñnh thư mc ca nơi cài ñt (Destination Directory). Theo mc ñnh thư mc ca nơi cài ñt s là C:\Program Files và nu không có ý ñnh gì ñt bit, chúng ta cũng nên cài ñt  thư mc này  bng cách ñ nguyên tên thư mc nm trong hp văn bn Destination Directory ri nhp Next. Khi ñó sau khi cài ñt tp tin s liu mu s nm  thư mc C:\Data.  Nu mun cài ñt vào thư mc khác, nhp vào nút lnh Browse ri sau ñó chn thư mc phù hp trưc khi nhp vào nút lnh Next. Gi s chúng ta tip tc cài ñt và chn thư mc nơi cài ñt mc ñnh (C:\Program Files) thì ca s cài ñt (Setup) ca chương trình Data Stata 10 s hin ra và cho tip tin ñ ca vic thc hin cài ñt.

Sau khi thc hin xong vic cài ñt chương trình s t ñng ñóng li. 32

3. Cài ñt chương trình chuyn ñi s liu ðôi khi chúng ta có s liu ñưc nhp bng chương trình Epi-Info 6.04, Epi-Info for Windows, Access hay Excel nhưng chúng ta li mun phân tích s liu bng Stata chúng ta cn phi s dng chương trình chuyn ñi s liu như DBMSCopy for Win hay StatTransfer. Sau ñây là hưng dn cài ñt chương trình StatTransfer 7.0 s dng tp tin StatTransfer7Setup.exe (có th ti xung t website ca khoa Y t công cng ði Hc Y dưc TP H Chí Minh hay chép t ñĩa CD ca b môn Thng kê Y hc) - Tìm tp tin "StatTransfer7Setup.exe"  ( mt s máy khi không cho phép hin phn m rng ca tên tp tin, tên tp tin ch hin ra là StatTransfer7Setup) - Nhp ñúp vào tp tin này (hay nhp chut ñ chn tp tin này và sau ñó nhn phím Enter). Tp tin này s thc hin vic khi ñng cài ñt trong vòng vài giây.

Tip theo các ca s Welcome, Choose Destination Location

  Nu  bưc này nu chúng ta quyt ñnh không cài ñt na hãy nhp vào nút lnh Cancel ñ thoát khi chương trình cài ñt. Nu chúng ta mun tip tc cài ñt thì cn phi quyt ñnh thư mc ca nơi cài ñt (Destination Directory). Theo mc ñnh thư mc ca nơi cài ñt s là C:\Program Files\StatTransfer7  và nu không có ý ñnh gì ñt bit, chúng ta cũng nên cài ñt   thư mc này bng cách ñ nguyên tên thư mc nm trong hp văn bn Destination Directory ri nhp Next.

33

 Nu mun cài ñt vào thư mc khác, nhp vào nút lnh Browse ri sau ñó chn thư mc phù hp trưc khi nhp vào nút lnh Next. Gi s chúng ta tip tc cài ñt và chn thư mc nơi cài ñt mc ñnh (C:\Program Files\StatTransfer7) thì ca s Ready to Install s hin ra.

 Nhp vào nút lnh Next ñ tip tc, ca s cài ñt (Setup) s hin ra và cho tip tin ñ ca vic thc hin cài ñt.

Sau khi cài ñt chương trình StatTransfer, ca s Finished s hin ra.

34

Chúng ta hãy nhp vào nút lnh Close ca ca s hoàn tt ñ kt thúc quá trình cài ñt. Sau quá trình cài ñt, chương trình cài ñt s to ra mc chương trình  st32w trong nhóm chương trình MediStat . ðiu này có nghĩa sau khi cài ñt ñ khi ñng chương trình StatTransfer7 trong Windows, chúng ta nhp chut vào nút lnh Start  ca h ñiu hành Windows và sau ñó ch vào   Alls Program và sau ñó di chuyn (navigate) ñn nhóm chương trình MediStat  ri nhp vào mc chương trình st32w. Vic thc hin toàn b quá trình khi ñng chương trình Stata ñưc th hin tóm tt bng hưng dn sau Start :: Alls Program :: MediStat :: st32w (Chú ý nút lnh ñu tiên và mc cui cùng là ñim cn phi nhp chut, các du :: th hin s di chuyn (navigate) ca con tr chut.

35

Khi ñng và kt thúc Stata 1. Khi ñng Stata ð khi ñng Stata trong Windows XP hãy thc hin

• • • •

 Nhp chut vào Start  Nhp chut vào “All Programs” Di chuyn chut thư mc MediStat và  Nhp chut vào mc Stata 10

Hoc nu ñã có biu tưng ca Stata trên desktop ca máy tính có th khi ñng Stata bng cách nhp ñúp chut vào biu tưng ca Stata 10 (Stata icon)  Ngưi dùng s nhìn thy màn hình như sau khi khi ñng Stata 10.0

36

 Nu màn hình Stata không khi ñng ñưc, nguyên nhân thông thưng nht là ngưi s dng chưa ñăng kí và m khoá ñ s dng Stata. Trong trưng hp này ngưi s dng cn liên h vi công ty Stata ñ có ñưc s hiu (serial number) mã chương trình (code) và chìa khoá ch quyn (Authorization key). Cũng có th xy ra trưng hp ngưi s dng ñã m khoá ri nhưng do vô ý ñã xoá file Stata.lic. Trong trưng hp này có th chép li tp tin Stata.lic ca ngưi ñã có khóa hp l.

2. Kim tra tính hp l ca Stata Trong ln khi ñng Stata ñu tiên, bn có th mun kim tra rng bn ñã cài ñt ñúng. Hãy gõ lnh verinst và bn s thy kt xut tương t như sau: . verinst Stata/SE 10.0 for Windows Born 25 Jul 2007 Copyright (C) 1985-2007 Total physical memory:

1038712 KB

Available physical memory:

191512 KB

Unlimited-user Stata for Windows (network) perpetual license: Serial number: Licensed to:

56437637415 Khoa Y te Cong cong Dai hoc Y Duoc

Lnh verinst là mt lnh cn nh. Gi s nu chúng ta thay ñi cu hình ca máy tính và không

37

 bit mình ñã làm tn thương cho Stata hay không, chúng ta có th gõ verinst ñ ñưc trn an rng Stata vn còn ñưc cài ñt ñúng.

3. Thoát khi Stata ð thoát khi Stata/SE 10.0 for Windows chúng ta có th thc hin mt trong 2 vic sau: - Nhp vào ô ñóng nm  phía trên phi ca ca s Stata Lưu ý: Trong trưng hp có d liu trong b nh và d liu ñó ñã ñưc thay ñi nhưng chưa ñưc lưu vào ñĩa thì khi chúng nhp vào ô ñóng, máy tính s hi chúng ta rng chúng ta có mun thoát mà không lưu li s liu hay không. Nu chúng ta ñng ý thì Stata s thoát, nu không thì chúng ta li tr li Stata ñ chúng ta có th lưu li s liu. - Gõ lnh exit trong ca s Stata Command. Lưu ý: Trong trưng hp có d liu trong b nh và d liu ñó ñã ñưc thay ñi nhưng chưa ñưc lưu vào ñĩa thì khi chúng gõ exit, máy tính s không ñng ý cho chúng ta thoát và s thông báo “ no; data in memory would be lost”. Trong trưng hp này nu chúng mun thoát mà không lưu li s liu thì chúng ta hãy gõ exit, clear. Nu chúng ta mun lưu li s liu hãy s dng lnh save.

4. Các loi hình ca Stata Có mt s loi hình ca Stata chy trên các h ñiu hành khác nhau: Stata cho Windows 98/95/NT, Stata cho Windows 3.1, Stata cho Power Macintosh, Stata cho 680x0 Macintosh, Stata cho Linux, Stata cho RS/6000, v.v. Tuy nhiên bt k bn dùng loi hình Stata nào, Stata vn là Stata và bn có th s dng cùng mt câu lnh và Stata s cho ra cùng mt kt qu, chính xác ñn s l tn cùng.  Ngay c các tp tin cũng có th chia x. Thí d tp tin s liu, tp tin chương trình, tp tin ñ ho ca Stata cho Macintosh có th dùng trên các máy tính khác mà không cn phi chuyn ñi.

5. Stata nh, Intercooled Stata và Stata bn ñc bit (Stata SE) Stata cho Windows và Stata cho Macintosh có hai kiu: Stata nh và Intercooled Stata (trên h ñiu hành Unix ch có Intercooled Stata). C hai kiu Stata này ñu có nhng nét chung nhưng Intercooled Stata có th làm vic vi tp tin d liu ln hơn và nhanh hơn. Tuỳ theo loi máy Intercooled Stata có th nhanh hơn Stata nh t 50 ñn 600%. Sau ñây là s khác bit gia v gii hn kích thưc gia Intercooled Stata và Stata nh Stata nh

Intercooled Stata

S quan sát

1.000

Tuỳ thuc vào b nh 

S các bin s

99

2.047

Chiu rng s liu

200

8.192

Kích thưc ma trn ti ña

40

800

S kí t trong mt macro

1.000

18.632

S kí t trong mt dòng lnh

1.100

18.648 38

Ti sao Intercooled Stata chy nhanh hơn Stata nh? ðiu này là do s khác bit trong vic lp chương trình. Thí d ñ có tích s ca các ma trn RZR’, Intercooled Stata s s dng b nh  ñ có th ghi nh kt qu tm thi là ma trân T=RZ ri sau ñó tính TR’. Stata nh do không có th s dng nhiu b nh nên phi tính toán trc tip RZR’, và do ñó mt s kt qu trung gian  phi tính toán li nhiu ln và ñiu này làm Stata nh b chm . Dù sao, s khác bit ca Intercooled Stata và Stata nh mang tính kĩ thut và ni b, ñi vi ngưi dùng, vic s dng Intercooled Stata và Stata nh không có gì khác bit. Nu Stata ñã ñưc cài ñt và bn mun bit bn ñang dùng Stata gì thì có th gõ lnh about: . about Stata/SE 10.0 for Windows Born 25 Jul 2007 Copyright (C) 1985-2007 Total physical memory: 1038712 KB Available physical memory: 192392 KB Unlimited-user Stata for Windows (network) perpetual license: Serial number: 56437637415 Licensed to: Khoa Y te Cong cong Dai hoc Y Duoc  Như vy, chúng ta ñang s dng Stata Phiên bn ñc bit 10.0 cho Windows.

39

Khi ñng Stata 1. Khi ñng Stata Khi ñng chương trình STATA bng cách nhp vào nút Start :: All Programs :: Medistat :: Stata 10 hoc nhp vào biu tưng (icon) Stata 10

trên màn hình Desktop.

2. Mô t giao din ca chương trình Stata Giao din ca Stata s hin ra vi 3 thanh và 4 ca s: 3 thanh bao gm: 1. Thanh tiêu ñ vi dòng ch "Intercooled Stata 6.0" 2. Thanh menu vi các menu File (ñóng m tp tin); Edit (hiu chnh); Prefs (Tùy chn); Data (S liu) Graphics (ð ha) Statistics (Thng kê) User (Ngưi dùng) Window (m ra các ca s) và Help (Tr giúp) 3. Thanh công c (toolbar) Thanh công c gm 12 nút công c (1- Open file; 2- Save; 3- Print Results; 4- Begin (Close) log; 5- Start Viewer (Bring Viewer to Front) ; 6- Bring results window to Front 7-Bring graph windows to Front; 8- Do-file Editor; 9-Data Editor; 10-Data Browser; 11-Clear more - Condition và 12- Break) Ý nghĩa ca tng công c như sau:

1- Open file (m tp tin) 2- Save (Lưu tp tin) 3- Print Results (In kt qu)

4- Begin (Close) log: (Bt ñu (Kt thúc) ghi biên bn kt qu) 5- Start Viewer (Bring Viewer to Front) : Bt ñu s dng ca s Viewer  7-Bring graph windows to Front (ðưa ca s ñ ha ra trưc)

8- Do-file Editor: (Biên son tp tin chương trình - do file) 9-Data Editor: Biên tp s liu (sa cha, thêm bt s liu) 10-Data Browser: Duyt s liu (xem nhưng không sa cha) 11-Clear - more - Condition (Xóa lnh more ñ tip tc chương trình) 40

12- Break: (Ngưng tp tin chương trình) Bn ca s lit kê theo ngưc chiu kim ñng h bao gm 1. Ca s Command (ca s lnh)

2. Ca s Result (ca s Kt qu) 3. Ca s Review (ca s Lưu tr)

4. Ca s Variables (ca s Bin s)

3. Cách cách ñ thc hin lnh trong chương trình Stata Có hai cách ñ thc hin lnh trong chương trình Stata: Dùng bàn phím ñ gõ lnh vào ca s lnh (Stata Command) hay s dng con tr chut ñ chn các trình ñơn (menu) giao din ñ ha (Graphic Interface) Dùng bàn phím ñ gõ lnh

41

Dùng bàn phím ñ gõ lnh vào ca s lnh (Stata Command). ðây là cách s dng Stata ca ngưi chuyên nghip vì nó cho phép thc hin tt c các lnh ca Stata mt cách nhanh chóng vi ñy ñ các chc năng ph ca lnh. Tuy nhiên phương pháp này có th không thích hp cho ngưi mi s dng do nó ñòi hi ngưi dùng phi thuc các câu lnh và cú pháp ca nó Con tr chut vi giao din ñ ha (Graphic Interface) Có th dùng chut thc hin các lnh nhm thao tác s liu (menu Data), v ñ th (menu Graphics) và phân tích s liu (menu Statistics). Phương pháp s dng chut và menu là  phương pháp d s dng nên s ñưc ưu tiên trình bày trong tài liu này.

4. Lưu li kt qu phân tích Kt qu ca phân tích ñưc th hin trên ca s Stata Result và ca s này có mt thanh trưt dc cho phép xem li nhng kt qu phân tích cũ. Tuy nhiên ñ tránh gây nhm ln cho ngưi  phân tích, ca s này ch lưu li nhng kt qu gn nht. Do ñó nu chúng ta mun lưu tr li toàn b kt qu phân tích chúng ta cn phi m ca s log bng cách nhp vào nút công c Stata Log nm v trí th tư t trái  trên thanh công c . Khi ñó ca s Open Stata Log m ra, chúng ta có th nhp tên ca tp tin lưu tr (log file) vào hp văn bn File name.

Gi s chúng ta chn tp tin này là "baitap.smcl" hãy gõ "baitap" vào hp File Name ri nhp OK. Khi ñó trên ca s kt qu (Stata results) s hin ra thông báo ñ cho bit rng biên bn kt qu  phân tích s ñưc lưu ti tp tin "D:\Dung\Science\BSCK2_Hieu_mat\baitap.smcl"

42

. log using "D:\Dung\Science\BSCK2_Hieu_mat\baitap.smcl" -----------------------------------------------------------------------------log: log type: opened on:

D:\Dung\Science\BSCK2_Hieu_mat\baitap.smcl smcl 10 Oct 2004, 12:01:34

Sau ñó bn có th thc hin các bưc phân tích. Khi mun xem li biên bn (kt qu phân tích) hãy nhp vào nút công c log ñ hin ra ca s Stata Log Options.

mt ln na

Sau ñó chn vào nút chn View snapshot of log file và nhp vào nút lnh OK ñ xem biên bn. Khi mun chm dt vic ghi biên bn (kt qu phân tích) hãy nhp vào nút công c log hin ra ca s Stata Log Options.

ñ

Sau ñó chn vào nút chn Close log file và nhp vào nút OK. Li khuyên: Ngưi s dng Stata có kinh nghim sau khi m tp tin s liu luôn luôn m tp tin log trưc khi tin hành các phân tích thng kê ñ không b mt các kt qu ca quá trình phân tích.

43

Mt vài phân tích ñơn gin vi Stata Mc tiêu: Sau khi nghiên cu bài này các hc viên có kh năng: - Nêu ñưc s khác bit gia bin s ñnh tính và bin ñnh lưng - S dng ñưc các lnh ca Stata: edit, sum, tab1, bysort - Hiu ñưc khái nim v trng s (weight) Chúng ta s minh ha nhng lnh cơ bn trong phân tích thng kê vi Stata s dng s liu ñơn gin gi ñnh ca 5 ñi tưng nghiên cu. S liu này có 2 bin s gii và ñưng huyt (ñơn v ca ñưng huyt là mg/100mL). Hình 2. ðưng huyt và gii tính ca 5 ñi tưng nghiên cu

STT Tên 1 2 3 4 5

Truc Phuoc Han Hoa Dung

Gii tính ðưng huyt (mg/100mL) nam nam n n nam

80 90 100 110 130

Câu hi: 1- Bin s gii tính là bin ñnh lưng hay bin ñnh tính? Bin s ñưng huyt là bin ñnh lưng hay bin ñnh tính? Hãy nêu s khác bit gia bin s ñnh lưng và bin s ñnh tính. 2. Bin s tên hc là bin s ñnh lưng hay ñnh tính? 2- ð tóm tt ñc trưng v gii tính ca 5 ñi tưng nghiên cu này chúng ta s dng thng kê gì? 3- ð tóm tt ñc trưng v ñưng huyt ca 5 ñi tưng nghiên cu này chúng ta s dng thng kê gì? Hãy cho bit ñưng huyt trung bình ca 5 ngưi này? Hãy cho bit ñưng huyt trung bình ca 2 ngưi n và ñưng huyt trung bình ca 3 ngưi nam?

1. Khi ñng Stata Trưc tiên, chúng ta thc hin theo hưng dn: Start :: Alls Program :: MediStat :: Stata 10 ñ khi ñng Stata t Windows (Chú ý nút lnh ñu tiên  Start  và mc cui cùng Stata 10 là ñim cn phi nhp chut, các du :: th hin s di chuyn (navigate) ca con tr chut). Khi ñó chúng ta có màn hình Stata vi 4 ca s bin s (variables), lnh (command), kt qu (results) và xem li (review) như sau:

44

Hình 3. Giao din ca Stata vi 4 ca s bin s (variables), lnh (command), kt qu (results) và xem li (review) như sau

Vi Stata, chúng ta có 2 cách ñ yêu cu cho Stata thc hin các lnh v qun lí s liu, v ñ th hay phân tích thng kê (1) gõ lnh vào ca s lnh hay (2) s dng menu. Ngưi ñc ñưc khuyn khích s dng c 2 phương pháp trên ñ thc hin phân tích thng kê. Nhưng vi mc ñích giúp ngưi ñc phát trin năng lc t phát trin và năng lc phán ñoán trong thc hin phân tích thng kê bng menu, các hưng dn s tp trung vic giúp ngưi ñc chuyn mt câu lnh ñưc vit theo cú pháp vào màn hình giao din.

2. Nhp liu vi lnh Edit Trưc tiên chúng ta s dng lnh edit ñ nhp liu ñơn gin. Lnh edit ngoài kh năng nhp liu cũng có th s dng ñiu chnh s liu. Gõ edit trong ca s lnh (cn lưu ý lnh edit cũng như  phn ln các lnh khác trong Stata ñưc vit ch thưng, nu chúng ta gõ lnh EDIT (hay Edit hay eDit) thì chương trình Stata s không hiu và s hin thông báo màu ñ: unrecognized command:

EDIT

Sau khi chúng ta gõ lnh edit, màn hình Editor s hin ra:

45

Trong ca s Editor mi hàng là mt ñi tưng và mi ct là mt bin s, do ñó s liu ca v tên, gii tính và ñưng huyt ca 5 ñi tưng s th hin bng 5 hàng và 3 ct. Bin s tên (là  bin s hành chính) ñưc th hin  Ct 1, bin gii là bin ñnh tính ñưc th hin  ct 2 và  bin ñưng huyt là bin ñnh lưng ñưc th hin  ct 3. Trong thí d này chúng ta nhp liu 5 giá tr ca bin tên trưc và sau ñó nhp 5 giá tr ca bin gii và 5 giá tr ca bin ñưng huyt: - Trưc tiên nhp giá tr tên cho ñi tưng 1 (Truc) bng cách di chuyn con tr ñn hàng 1 ct 1 (lưu ý khi ñó nhãn  trưc hp văn bn th hin là var1[1] th hin con tr ñang  bin var1 ca ñi tưng s 1. Nhp "Truc" vào hp văn bn.

Khi nhn Enter thì giá tr "Truc" s ñưc ñưa vào hàng 1 ct 1 và con tr s nm xung  hàng 2 ct 1 và nhãn  trưc hp văn bn s th hin ch var1[2] ñ th hin con tr ñang  bin var1

46

ca ñi tưng s 2

Tip tc thc hin cho ñn khi ñã nhp ñ 5 tên ca 5 ñi tưng.

Sau ñó di chuyn con tr sang hàng 1 ct 2 và quan sát nhãn trưc hp văn bn là var2[1].

Tip tc nhp các s 1,1,0,0,1 vào 5 ô trên cùng ca ct 2. Các s 1,1,0,0,1 là mã hóa ca các

47

giá tr Nam, Nam, N, N, Nam ca bin s gii tính.

Sau khi nhp các giá tr ca gii tính, chúng ta s nhp vào các giá tr ca ñưng huyt bng cách di chuyn con tr sang hàng 1 ct 2 và quan sát nhãn trưc hp văn bn là var3[1].

Tip tc nhp các giá tr ñưng huyt ca năm ñi tưng ln lưt là 80, 90, 100, 110,130 Khi nhp bin s ñnh lưng (hoc nhp giá tr ca bin ñnh tính ñưc mã hóa) cn lưu ý tránh gõ ch cái (như a, b, c, …) vào ô nhp liu ñu tiên vì khi trong ô nhp liu ñu tiên có ch cái (như 8o) thì dù sau ñó chúng ta có xóa ñi và nhp li cho ñúng (thí d như 80) thì kiu (Type) ca bin s vn là str# và không th ñưc x lí như là mt bin ñnh lưng. ð khc ph sai lm này có th s dng lnh destring vi cú pháp sau: . destring [varlist], replace (Data :: Create or Change variable :: Other variable transformation command :: Convert variable from string to numeric)

48

Sau khi nhp liu chúng ta có th nhp ñôi vào tên bin var1 ñ ñi tên bin (Name) bin thành ten.

Vic ñt tên bin (name) phi theo mt s quy tc: Tên bin phi bt ñu bng mt ch cái hoc du gch chân và không có du khong trng hoc du ni gia tên bin. Nu tên bin ñưc ñt có khong trng  gia (thí d như " ho ten") thì chương trình stata s nhn nhm tên bin này là 2 tên bin ñưc ñt cnh nhau. Nu tên bin ñưc ñt có du cách  gia (thí d như " ho-ten") thì chương trình stata s nhn nhm ñây là biu thc s hc (bin ho tr cho bin ten). Vì nhng hn ch này nên tên bin thưng không mô t ñy ñ ñưc ý nghĩa ca bin. Khi ñó nu mun mô t ñy ñ ý nghĩa ca bin phi s dng nhãn bin (label). Nói khác hơn tên bin là tên ngn gn ca bin, nhãn bin (label) là tên dài dòng ca bin. Trong trưng hp bin ten, nu chúng ta thy tên biên ten có ñ ý nghĩa thì chúng ta không cn s dng nhãn bin và ñ trng ô này. Chương trình Stata cho bit ñnh dng (format) ca bin này là %9s, ch s ca ñnh dng ñ ch ñnh ñây là bin chui (string) và khi ñó máy tính s không thc hin phép toán s hc trên các 49

 bin s này. Sau khi ñã ñt xong tên bin và nhãn bin, chúng ta có th nhp vào nút lnh OK ñ tip tc ñt tên cho bin s gii tính  ct 2 bng cách nhp ñúp vào ct s 2

Ta hãy khai báo tên bin  ct này là gioi và nhãn ca bin này là gioi tinh. ðnh dng ca bin này là %8.0g. ðnh dng này nhm cho bit ñây là bin th hin bng con s ( g), bin s này có 8 ch s trưc du thp phân và 0 (không) con s nào sau du thp phân.

Do chúng ta mun th hin là 1 là mã hóa cho giá tr Nam ca bin s, 0 là mã hóa ca giá tr N ca bin gii. Chúng ta phi khai báo nhãn giá tr (Value label) bng cách nhp vào nút lnh Define/Modify. 50

Khi khi ca s "label define – Define value labels" ñã hin ra chúng ta nhp vào nút lnh Define ca ca s này ñ to ra nhãn giá tr mi. ðt tên ca nhãn (Label name) là gioi (lưu ý: có th ñt tên ca nhãn ging hoc khác vi tên ca bin – Trong trưng hp này tên ca nhãn trùng vi tên ca bin)

Và sau ñó nhp vào OK. Sau khi ca s Add value hin ra, nhp giá tr mã hóa (value) 1 vào hp văn bn value và nhp giá tr chưa mã hóa (text) nam vào hp văn bn text và sau ñó nhp nút lnh OK.

51

Ca s Add value li hin ra mt ln na, nhp giá tr mã hóa (value) 0 vào hp văn bn value và nhp giá tr chưa mã hóa (text) nu vào hp văn bn text và sau ñó nhp nút lnh OK.

Ca s Add value li hin ra thêm mt ln na. Tuy nhiên ln này chúng ta không nhp vào các hp văn bn value và hp văn bn text, mà ch nhp vào nút lnh Cancel bi vì chúng ta ñã khai  báo ñy ñ cách mã hóa ca bin s gii

52

Sau ñó chúng ta nhp vào nút lnh Close ca ca s label define – Define value labels.  ca s Variable properties nhp vào hp combo  trên nút lnh Define/Modify ñ chn nhãn giá tr gioi.

Sau ñó nhp nút lnh OK ca ca s Variable properties ñ hoàn tt phn khai báo cho bin gii. Tương t chúng ta cũng ñi tên và nhãn ca bin var3 thành duonghuyet và duong huyet luc doi.

53

Sau khi ñã hoàn thành nhp liu và mô t thuc tính ca bin s, chúng ta ñóng s liu li bng cách Close ca s Data Editor. Khi ñó hãy quan sát  ca s Variable th hin có 3 bin s ten, gioi, duonghuyet và các ñc tính ca bin này (nhãn, loi, ñnh dng). Mt cách khác ñ ñi tên bin bng cách nhp chut phi tên bin  ca s Variables:

3. Thng kê mô t cho bin ñnh tính vi lnh tab1 ð làm thng kê mô t cho bin ñnh tính chúng ta s dng s dng lnh tab1: . tab1 varlist

(Statistics :: Summaries, tables, and tests :: Tables :: Multiple one-way tables) C th trong trưng hp này, ñ có bng phân phi tn sut ca gii tính, bn hãy gõ lnh 54

. tab1 gioi -> tabulation of gioi gioi |

Freq.

Percent

Cum.

------------+----------------------------------nu |

2

40.00

40.00

nam |

3

60.00

100.00

------------+----------------------------------Total |

5

100.00

 bng kt qu Freq. là vit tt ca frequency có nghĩa là tn sut, Percent là phn trăm và Cum. là ch vit tt ca Cummulative percent có nghĩa là phn trăm cng dn. Cn lưu ý là ch nên s dng phn trăm cng dn trong bng tn sut ca bin ñnh lưng phân nhóm hay bin th t. Trong bng này giá tr n ñưc lit kê trưc vì nó ñưc mã hóa bng giá tr 0 nh hơn giá tr mã hóa 1 ca giá tr nam

4. Thng kê mô t cho bin ñnh lưng vi lnh sum ð làm thng kê mô t cho bin ñnh tính chúng ta s dng s dng lnh tab1: . summarize varlist

(Statistics :: Summaries, tables, and tests :: Summary and Descriptive Statistics :: Summary statistics) C th trong trưng hp này, ñ bit trung bình, ñ lch chun, giá tr ti thiu và ti ña ca bin ñưng huyt, bn hãy gõ lnh . summarize duonghuyet

Hoc ñơn gin hơn . sum

duonghuyet

Variable |

Obs

Mean

Std. Dev.

Min

Max

-------------+-------------------------------------------------------duonghuyet |

5

102

19.23538

80

130

 bng kt qu Obs có nghĩa là s quan sát, mean là trung bình (hay chính xác hơn là trung bình cng), Std. Dev. là vit tt ca Standard Deviation có nghĩa là ñ lch chun, Min là giá tr ti thiu và Max là giá tr ti ña.

5. Thng kê phân tng theo nhóm Trong các nghiên cu có nhng trưng hp chúng ta thưng phi thc hin thng kê phân tng theo nhóm thí d như cn xác ñnh t l suy dinh dưng ca tr dưi 5 tui phân tng theo nơi cư trú (có nghĩa là xác ñnh t l suy dinh dưng ca tr dưi 5 tui  ni thành và t l suy dinh dưng  tr dưi 5 tui  ngoi thành), t l có kin thc ñúng theo ngh nghip (t l có kin thc ñúng  nhóm công nhân,  nhóm nông dân,  nhóm ngh nghip khác) hoc ñưng huyt trung bình theo gii tính (ñưng huyt trung bình  nhóm nam và ñưng huyt trung bình   nhóm n). Tin t (prefix) bysort có th s dng trưc các lnh thng kê ñ thc hin các phân tích thng kê phân tng.

55

Cú pháp cho vic s dng tin t bysort là : bysort varlist: Stata_command 

C th ñ bit trung bình, ñ lch chun, giá tr ti thiu và ti ña ca bin ñưng huyt phân tng theo gii cn s dng tin t bysort gioi  trưc lnh thng kê cho bin ñưng huyt . bysort gioi: sum duonghuyet -> gioi = nu Variable |

Obs

Mean

Std. Dev.

Min

Max

-------------+-------------------------------------------------------duonghuyet |

2

105

7.071068

100

110

------------------------------------------------------------------------------------> gioi = nam Variable |

Obs

Mean

Std. Dev.

Min

Max

-------------+-------------------------------------------------------duonghuyet | 3 100 26.45751 80 130

Kt qu này cho bit ñưng huyt trung bình ca 3 ngưi nam là 100 mg% và ca 2 ngưi n là 105 mg%.

6. Trng s  Nu chúng ta là mt nghiên cu và bit ñưc ñưng huyt trung bình ca 3 ngưi nam là 100 mg% và ca 2 ngưi n là 105 mg%, vy ñưng huyt trung bình ca c 2 nhóm s là bao nhiêu?  Nu s ngưi  nhóm nam và nhóm n bng nhau thì ñưng huyt trung bình ca chung 2 nhóm s là trung bình ca ñưng huyt trung bình ca nhóm nam (100 mg%) và ñưng huyt trung  bình ca nhóm n (105 mg%) và s là 102,5 mg%. Tuy nhiên trong trưng hp này không ñúng vì s ngưi  nhóm nam (3 ngưi) khác vi s ngưi  nhóm n. Khi ñó ñưng huyt trung bình ca chung 2 nhóm s là trung bình ca ñưng huyt trung bình ca nhóm nam (100 mg%) vi trng s là 3 và ñưng huyt trung bình ca nhóm n (105 mg%) vi trng s là 2. Chúng ta hãy minh ha các tính này vi Stata bng cách xóa b s liu cũ và nhp s liu mi vào . clear . edit

Và nhp s liu như sau:

56

Sau ñó chúng ta có th s dng lnh summarize vi trng s ñ tính ñưng huyt trung bình chung ca c 2 nhóm: . summarize duonghuyet [fweight = trongso] Variable |

Obs

Mean

Std. Dev.

Min

Max

-------------+-------------------------------------------------------duonghuyet |

5

102

2.738613

100

105

Có th nhn xét rng nu chúng ta s dng trung bình có trng s t các trung bình tng nhóm chúng ta s có con s trung bình chung có giá tr. ð lch chun (standard deviation) trong trưng hp này là 2,74 không sai nhưng phi lí gii khác ñi. ð lch chun này không nói lên s  phân tán ca giá tr cá th chung quanh giá tr trung bình mà nói lên s phân tán ca trung bình nhóm chung quanh giá tr trung bình chung. Vì vy ñ lch chun này là ñ lch chun gia các nhóm (hay còn li là between group standard deviation) và Tng bình phương sai lch gia các nhóm s bng phương sai gia các nhóm nhân vi căn bc hai ca c mu -1 . Chúng ta s quay tr li khái nim này trong phn phân tích phương sai (analysis of variance) nhưng chúng ta cũng nhân thí d này ñ minh ha cho công thc ñưc s dng rng rãi trong phân tích phương sai là: SS =1480=4 x 19.23538 2= SS b + SSw k 

SS b

= ∑ N  j ( X  j − X ) 2 = ( N − 1) × Var b = 4 × 2.7386132 = 30  j =1 k 

SS w

= ∑ ( N  j − 1) s j2 = 2 × 26.457512 + 1 × 7.071068 2 = 1450  j =1

Trong ñó kí hiu s ñi tưng trong mi nhóm là N 1, N2, …, Nk . S ñi tưng trong nhóm j ñưc kí hiu là N j. Tng s ñi tưng trong tt c các nhóm là N1+ N2+ …+ Nk  = N. S liu ñưc trình bày như sau

57

Mô t s liu vi Stata 10.0 for Windows Chương này s hưng dn bn phương pháp mô t s liu vi phn mm Stata 10.0 s dng b s liu ivf.dta có trong thư mc C:\DATA sau khi bn cài ñt các tp tin s liu mu. Thông thưng trưc khi mô t s liu chúng ta cn thc hin bưc chun b và vic thao tác s liu (data processing). Công tác chun b bao gm vic m tp tin s liu, m tp tin log (Open log file), kho sát s liu có bao nhiêu bn ghi và có nhng bin s nào cũng như nghiên cu ñ cương nghiên cu (ch yu là mc tiêu nghiên cu) ñ giúp vic phân loi bin s. Vic thao tác s liu là vic rà soát s liu có b sai sót hay nhm ln gì hay không, to bin s mi theo yêu cu ca phân tích và tin hành vic dán nhãn s liu ñ giúp cho vic hiu rõ hơn s liu và ñc kt qu ca phân tích thng kê. Trưc tiên chúng ta hãy khi ñng Stata theo cách ñã hưng dn  chương Khi ñng Stata. Sau ñó thc hin các bài tp 1 ñn 3 cho công tác chun b và các bài tp 4 ñn 6 cho công tác thao tác s liu. 1- M tp tin ivf_v.dta và m tp tin log Khi ñng ca s Use New Data bng cách 1 trong 2 cách: - Nhn nút công c m file ( - Chn menu File :: Open

v trí ñu tiên trên thanh công c).

Sau khi ca s Use New Data s hin ra. Nhp vào mũi tên bên phi hp Look in ñ chn  ñĩa thích hp và dùng con chut nhp vào các thư mc ñ chn thư mc có cha s liu (thông 58

thưng tp tin s liu nm  thư mc C:\Data). Tìm tp tin s liu ivf_v.dta, nhp ñúp vào tên tp tin này ñ m tp tin (hoc nhp vào tp tin này ñ tên tp tin rơi vào hp File Name ri sau ñó nhp vào nút lnh Open ñ m tp tin). ð lưu tr li toàn b kt qu phân tích s ñưc thc hin, cn nh nhp vào nút công c Stata Log nm v trí th tư t trái  trên thanh công c ñ bt ñu log kt qu (begin log). Máy tính s hin ra hp thoi Begin Logging Stata Output ñ chúng ta chn tên tp tin (File name) và thư mc lưu (Save In) ca tp tin log.

Thí d chúng ta mun lưu tp tin log vi tên là ivf_v.smcl vào thư mc c:\data; chúng ta nhp vào các thông tin như trên. Khi ñó  cui ca s kt qu có thanh trng thái vi dòng ch log on (smcl) cho bit là tt c các kt qu phân tích ñang ñưc ghi chép li (log).

2. Kho sát các bin s ca tp tin và nghiên cu mc tiêu nghiên cu ñ phân loi bin s Hưng dn: ð xem lit kê các bin s chúng ta có th nhn phím chc năng F3 hay s dng 59

menu (nhp vào menu Data :: Describe data :: Describe variable in memory) ñ xem các bin s ca s liu

Chúng ta có th xem danh sách các bin s lit kê  sau: . describe Contains data from C:\DATA\ivf_v.dta obs:

641

vars:

7

size:

15 Aug 2006 15:27

20,512 (99.8% of memory free)

------------------------------------------------------------------------------storage variable name

type

display

value

format

label

variable label

------------------------------------------------------------------------------maso

float

%9.0g

ma so

tuoime

float

%9.0g

tuoi me (nam)

tangha

float

%9.0g

tang huyet ap thai ki - 1=tang ha, 0=khong tang ha

tuoithai

float

%9.0g

tuoi thai (tuan)

gioi

float

%9.0g

gioi tinh tre - 1=trai, 0=gai

tlsosinh

float

%9.0g

trong luong so sinh (gram)

nghenghiep

float

%9.0g

nghe nghiep me - 1=tu do, 2=cong nhan, 3=vien chuc

------------------------------------------------------------------------------Sorted by:

maso

Gi s t ñ cương nghiên cu chúng ta bit ñây là tp tin ca s liu 641 ña tr ñưc sinh t bà m th thai trong ng nghim (in-vitro fertilisation) vi mc tiêu nghiên cu là xem tui thai và tăng huyt áp trong thai kì có nh hưng lên trng lưng thai hay không. Cách lí gii s liu ñưc minh ha STT Tên bin

Ý nghĩa ca bin

Phân loi bin s: (ðc lp hay Ph thuc) –  (ðnh tính hay ñnh lưng)

60

1

Maso

Mã s

2

Tuoime

Tui ca m (năm tui)

3

Tangha

Tăng huyt áp thai kì 1= có 0= không

4

Tuoithai

Tui thai (tính theo tun)

5

Gioi

Gii tính ca tr 1=trai 0=gái

6

Tlsosinh

Trng lưng sinh tính theo grams

7

Nghenghiep Ngh nghip ca m 1=t do 2=công nhân 3=viên chc

3. Làm th nào ñ xem s liu Hưng dn: Có th xem s liu bng 2 cách: - Dùng nút lnh Data Browser (v trí 3 tính t phía bên phi ca thanh công c) - Dùng menu Data :: Data browser (read-only editor)

S dng Data Browser cho phép nhìn s liu trong lưi (như các ô ca chương trình Excel) nhưng nó không cho phép in s liu. Mun nhìn s liu ra ca s kt xut (output) ñ sau ñó in ra hãy s dng menu Data:: Describe Data :: List data. 4. Hãy thc hin thng kê mô t tt c các bin s trong b s liu này: Hưng dn: trưc tiên chúng ta phi xác ñnh bin s nào là bin s ñnh lưng và bin s nào là  bin s ñnh tính. Sau ñó thc hin thng kê mô t cho các bin s: ñi vi bin ñnh lưng, thc hin lnh summarize ñ ñ có trung bình và ñ lch chun, ñi vi bin ñnh tính thc hin lnh tab1 ñ có bng phân phi tn sut ca các bin s. Trong b s liu này có các bin tuoime, tuoithai, tlsosinh là bin ñnh lưng. ð mô t   bin s này chúng ta s dng menu Statistics :: Summaries, tables, & tests :: Summary Statistics.

61

Sau khi hp thoi Summarize hin ra, thc hin các bưc sau:

Bưc 1: Dùng con chut nhp vào du mũi tên xung ( có danh sách các bin s ñưc s ra.

) ca hp combo Variables. Khi ñó s

Bưc 2: Di chuyn con tr trong danh sách các bin, và nhp vào các bin cn mô t thng kê 62

(tuoime, tuoithai, tlsosinh) ñ tên các bin này xut hin trên hp văn bn Variables

Bưc 3: Nhp vào nút lnh OK  Kt qu ñưc trình bày nhưu sau: . summarize tuoime tuoithai tlsosinh   Variable | Obs Mean Std. Dev. Min Max -------------+-------------------------------------------------------tuoime | 641 33.97192 3.87046 23 43 tuoithai | 641 38.68725 2.329931 24.69 42.35 tlsosinh | 641 3129.137 652.7827 630 4650

Các bin s ñnh tính bao gm tang_ha (tăng huyt áp), gioi (gii tính ca tr), nghenghiep (ngh nghip ca m). ð tóm tt các bin s ñnh tính này (tang_ha, gioi, nghenghiep) chúng ta s dng menu Statistics :: Summaries, tables & test :: Tables :: Multiple one-way tables.

63

Các bưc thc hin gm: - Bưc 1: Dùng con chut nhp vào du mũi tên xung ( variables. Khi ñó s có danh sách các bin s ñưc s ra.

) ca hp combo Categorical

Bưc 2: Di chuyn con tr trong danh sách các bin, và nhp vào các bin cn mô t thng kê (tang_ha, gioi, nghenghiep) ñ tên các bin này xut hin trên hp combo Categorical variables Bưc 3: nhp nút lnh OK ñ hoàn tt . tab1 tang_ha gioi nghenghiep -> tabulation of tang_ha tang huyet | ap thai ki | - 1=tang | ha, 0=khong | tang ha | Freq. Percent Cum. ------------+----------------------------------0 | 552 86.12 86.12 1 | 89 13.88 100.00 ------------+----------------------------------Total | 641 100.00 -> tabulation of gioi gioi tinh | tre - | 1=trai, | 0=gai | Freq. Percent Cum. ------------+----------------------------------0 | 315 49.14 49.14 1 | 326 50.86 100.00 ------------+----------------------------------Total | 641 100.00 -> tabulation of nghenghiep

64

nghe nghiep |  me - 1=tu | do, 2=cong | nhan, | 3=vien chuc | Freq. Percent Cum. ------------+----------------------------------1 | 104 16.22 16.22 2 | 238 37.13 53.35 3 | 299 46.65 100.00 ------------+----------------------------------Total | 641 100.00

5. Các tóm tt s liu như trên là ñt yêu cu. Tuy nhiên vic mã hoá các giá tr ca bin s khin cho vic ñc bng bng tn sut ca bin s danh ñnh (như gioi và nghenghiep) b khó khăn (nht là cho nhng ngưi không trc tip làm thng kê hay phi ñc li kt qu sau mt khong thi gian dài). Do ñó nhng ngưi làm thng kê chuyên nghip luôn luôn thc hin ghi chú (dán nhãn) cho các bin s ñnh tính. Hãy thc hin vic dán nhãn s liu. Hưng dn: Vic dán nhãn cho các giá tr mã hóa là vic làm tn công nhưng nó giúp phân bit ngưi làm thng kê chuyên nghip và ngưi làm thng kê không chuyên nghip. Mc dù tn công nhưng li ích do nó ñem li vưt qua công sc b ra vì vy chúng ta cn phi thc hin vic dán nhãn này. Vic dán nhãn giá tr bin s ñưc thc hin qua 2 bưc: to nhãn (define label value) và dán nhãn cho giá tr (Assign value label to variable). - To nhãn sex, tang_ha, nhãn nghenghiep ð to nhãn s dng menu Data :: Labels :: label values :: Define or modify value label. Ca s Define value label s ñưc hin ra.

Khi khi ca s "label define – Define value labels" ñã hin ra chúng ta nhp vào nút lnh Define ca ca s này ñ to ra nhãn giá tr mi. ðt tên ca nhãn (Label name) là sex (lưu ý: có th ñt tên ca nhãn ging hoc khác vi tên ca bin – Trong trưng hp này tên ca nhãn (sex) khác vi tên ca bin(gioi))

65

Và sau ñó nhp vào OK.

Sau khi ca s Add value hin ra, nhp giá tr mã hóa (value) 1 vào hp văn bn value và nhp giá tr chưa mã hóa (text) nam vào hp văn bn text và sau ñó nhp nút lnh OK.

66

Ca s Add value li hin ra mt ln na, nhp giá tr mã hóa (value) 0 vào hp văn bn value và nhp giá tr chưa mã hóa (text) nu vào hp văn bn text và sau ñó nhp nút lnh OK.

Ca s Add value li hin ra thêm mt ln na. Tuy nhiên ln này chúng ta không nhp vào các hp văn bn value và hp văn bn text, mà ch nhp vào nút lnh Cancel bi vì chúng ta ñã khai  báo ñy ñ cho tên nhãn sex

67

Sau ñó có th nhp vào nút lnh Close (ca hp thoi Define value labels) ñ thoát ra hay nhp vào nút lnh Define (ca hp thoi Define value labels) ñ tip tc to nhãn tang_ha.

Vi các cách mã hóa ñưc quy ñnh trong nhãn có tên tang_ha là: 1 là có tăng huyt áp và 0 là không tăng huyt áp.

68

Cn lưu ý: tên nhãn có th khác vi tên bin (thí du như trưng hp trên ta ñt tên nhãn là sex trong khi tên bin là gioi) hoc tên nhãn có th trùng vi tên bin (thí d ta có th ñt tên nhãn là tang_ha cho bin tang_ha). Tương t ta cũng tip tc to nhãn nghenghiep bng cách nhp vào nút lnh define và sau ñó nhp tên ca nhãn nghenghiep vào hp văn bn label name ri nhp OK.

Tip tc quy ñnh cách mã hóa ca nhãn có tên nhãn nghenghiep là: 1 là có nghe t do và 2 là công nhân và 3 là viên chc.

69

ð hoàn tt vic to nhãn ta nhn vào nút lnh Close

Dán nhãn giá tr (Assign value label) cho các bin gioi, tang_ha, và nghenghiep Sau khi dã to ñưc nhãn, chúng ta hãy dán nhãn giá tr cho bin s bng cách dùng menu Data :: Labels :: Label values :: Assign value label to variable

Khi hp thoi labels value – Attach value label hin ra ñ dán nhãn sex cho mi bin s gioi cn thc hin 4 bưc sau:

70

- Bưc 1:  khung Add or remove value label, ñm bo là nút chn Attach a value label to variable ñưc chn. - Bưc 2: ðt con tr vào hp combo Variable; chn bin gioi trong hp combo này. - Bưc 3: ðưa con tr vào hp combo Value lable và chn nhãn sex hp combo này - Bưc 4: Nhp vào nút lnh Submit ñ thc hin vic dán nhãn. ð tip tc thc hin tương t ñ dán nhãn tang_ha cho bin tang_ha, hãy tin hành các bưc sau:

- Bưc 1:  khung Add or remove value label, ñm bo là nút chn Attach a value label to variable ñưc chn. - Bưc 2: ðt con tr vào hp combo Variable; chn bin tang_ha trong hp combo này. - Bưc 3: ðưa con tr vào hp combo Value lable và chn nhãn tang_ha hp combo này 71

- Bưc 4: Nhp vào nút lnh Submit ñ thc hin vic dán nhãn. ð tip tc thc hin tương t ñ dán nhãn nghenghiep cho bin nghenghiep, hãy tin hành các  bưc sau:

- Bưc 1:  khung Add or remove value label, ñm bo là nút chn Attach a value label to variable ñưc chn. - Bưc 2: ðt con tr vào hp combo Variable; chn bin nghenghiep trong hp combo này. - Bưc 3: ðưa con tr vào hp combo Value lable và chn nhãn nghenghiep hp combo này - Bưc 4: Bi vy ñây là bưc dán nhãn cui cùng, do ñó không nhp vào nút lnh Submit ñ thc hin vic dán nhãn và nhp vào nút lnh OK ñ ñng thi thc hin vic dán nhãn và ñóng ca s label values 6. Lp bng phân phi tn sut cho các bin s ñnh tính sau khi ñã dán nhãn cho các bin này. Hưng dn: Các bin s ñnh tính ñã ñưc dán nhãn bao gm tang_ha sex matagegp gestcat. ð tóm tt các   bin s ñnh tính này (tang_ha sex matagegp gestcat) chúng ta s dng menu Statistics :: Summaries, tables & test :: Tables :: Multiple one-way tables.

72

Khi hp thoi tab1 – One-way tables hin ra, chúng ta tin hành 3 bưc (1) ñt con tr vào hp Categorical value (2) Nhp vào ca s variable ñ chn các bin s tin hành phân tích và (3)  Nhp vào nút lnh OK. Kt qu s xut hin như sau: . tab1 gioi tang_ha nghenghiep -> tabulation of gioi gioi tinh | tre - | 1=trai, | 0=gai | Freq. Percent Cum. ------------+----------------------------------gai | 315 49.14 49.14 trai | 326 50.86 100.00 ------------+----------------------------------Total | 641 100.00 -> tabulation of tang_ha tang huyet ap | thai ki - | 1=tang ha, | 0=khong tang | ha | Freq. Percent Cum. --------------+----------------------------------huyet ap bt | 552 86.12 86.12

73

huyet ap tang | 89 13.88 100.00 --------------+----------------------------------Total | 641 100.00 -> tabulation of nghenghiep nghe nghiep |  me - 1=tu | do, 2=cong | nhan, | 3=vien chuc | Freq. Percent Cum. ------------+----------------------------------tu do | 104 16.22 16.22 cong nhan | 238 37.13 53.35   vien chuc | 299 46.65 100.00 ------------+----------------------------------Total | 641 100.00

7. V t chc ñ (histogram) ca bin trng lưng sơ sinh (tlsosinh) Hưng dn: ð v t chc ñ, ta phi s dng menu Graphics :: Histogram

Khi hp thoi histogram hin ra, chúng ta thc hin các bưc sau:

74

Bưc 1: ñt con tr vào hp combo Variable nhp vào mũi tên xung  bên phi hp combo ñ s ra danh sách các bin Bưc 2: T trong danh sách các bin chn tlsosinh ñ ñưa bin này vào hp combo Variable. Bưc 3 – Bưc 4: nhm ñ xác ñnh t chc ñ s bt ñu t giá tr 600 (Lower limit of first bin) và mi khong tip theo (bin) có ñ rng là 300 (Width of bins) Bưc 5: Cho bit t chc ñ s ghi nhn t l phn trăm ca các khong giá tr bng cách nhp vào nút chn Percent.  Nu mun th hin mt ñ ca phân phi, nhp vào nút chn Density, nu mun th hin t l thì nhp vào nút chn Fraction, nu mun th hin tn sut thì nhp vào nút chn Frequency. Mi liên h gia các hàm phân phi này như sau: T l (Fraction) = Tn sut (Frequency) / C mu (N) Mt ñ (Density) = T l (Fraction) / ð rng ca khong chia (Width of bins) Kt qu tip theo s ñưc trình bày trong hình sau.

75

   5    2

   0    2

   5    t   1   n   e   c   r   e    P    0    1

   5

   0

1000

2000 3000 4000 t r o ng l u on g s o s i n h ( g r a m)

5000

8. ð th này cho chúng ta thy hình dng ca phân phi s liu, tuy nhiên chúng ta cũng có th thay ñi thưc hin vic chia khong cho trc hoành, ghi chú cho trc hoành, chia khong cho trc tung và ghi chú cho trc tung. Gi s chúng ta mun thc hin các yêu cu chia khong và ghi chú như sau: • Trc hoành phi có khong giá tr t 600 ñn 4800 (biên ñ là 4200). Chúng ta mun chia làm mi khong có ñ ln là 300 như vy cn thit phi có 14 khong. Chúng ta cũng mun ghi giá tr t 600 ñn 4200 và mi nhãn giá tr cách nhau 600 gram. • Trc hoành ñưc ghi chú là "trong luong so sinh (gram) cua 641 tre" • Trc tung có khong giá tr là 0 ñn 0.3, ghi nhãn cho các giá tr và các nhãn này cách nhau 0.1 • Trc tung ñưc ghi chú là "Phn trăm" (ch không phi là Percent). Các bưc ñ thc hin chia khong và ghi chú cho trc hoàng (trc X) như sau: Bưc 1: Nhp vào Tab X-axis Bưc 2: ð nhp ghi chú cho trc hoành,  hp văn bn Title, nhp vào ghi chú là "trong luong so sinh (gram)" Bưc 3: ð chia khong cho trc hoành, chn Major tick/label property, chn Range/Delta và sau ñó nhp các giá tr ti thiu, ti ña và khong delta.

76

Sau ñó nhp vào nút lnh accept. Các bưc ñ thc hin chia khong và ghi chú cho trc hoàng (trc Y) như sau:

Bưc 4: Nhp vào Tab Y-axis Bưc 5: ð nhp ghi chú cho trc tung,  hp văn bn Title, nhp vào ghi chú là "Phan tram"

77

Bưc 6: ð chia khong cho trc tung, chn Major tick/label property, chn Range/Delta và sau ñó nhp các giá tr ti thiu, ti ña và khong delta.

 Nhp vào nút lnh Accept. Bưc 7: Nhp vào nút lnh OK  cui ca s ñ hoàn tt

  m    ¨   r    t   n    Ç    h    P

   3    2    1    0  .  .

600

1200

1800 2400 3000 3600 Tr ä ng l - î n g s ¬ si n h ( g r a m)

4200

4800

9. Chúng ta cũng có th v ñ th xut (p-p plot) ñ xem bin s tlsosinh có tuân theo phân phi  bình thưng 78

Hưng dn: S dng menu Graph – Distributional graph - normal quantile plot

Khi ca s qnorm hin ra, chúng ta tin hành các bưc sau: Bưc 1: ñt con tr vào hp văn bn Variable Bưc 2: ñưa con tr vào ca s Variables và nhp vào bin tlsosinh ñ ñưa bin này vào hp văn  bn Variable. Bưc 3: ðánh du vào hp kim: Show grid at percentiles: Bưc 4: Nhp vào nút lnh OK 

79

Kt qu như sau:

80

 Nu phân phi bình thưng thì ñưng cong phân phi (ñưng nét ñm) s trùng vi ñưng chéo ca hình ch nht (ñưng thng mnh). Nu phân phi lch âm thì  xác sut 0,5 ñưng cong  phân phi nm  bên trái ñưng chéo. Nu phân phi lch dương thì  xác sut 0,5 ñưng cong  phân phi s nm  bên phi ñưng chéo.  Nu ñ dc ca ñưng cong phân phi ln hơn mt (1) có nghĩa là phân phi thc nghim tăng chm hơn phân phi bình thưng, nu ñưng cong phân phi nh hơn mt (1) có nghĩa là ñưng cong thc nghim tăng nhanh hơn phân phi bình thưng.  Như vy, phân phi ca trng sơ sinh b lch trái và  khong trng lưng thp, phân phi trng lưng sơ sinh tăng chm hơn phân phi chun.  khong trng lưng cao trng lương sơ sinh tăng hơi nhanh hơn phân phi chun.        5        1   .

       1   .      n      o        i        t      c      a      r        F        5        0   .

       0

1000

2000 3000 trong lu ong so sinh (gram)

4000

5000

10. Hãy v biu ñ hình thanh (bar chart) ca nhóm ngh nghip Hưng dn: Trưc tiên s dng menu Graphics :: Bar chart ð hin ra ca s graph bar – Chúng ta hãy ñ ý 2 th Main và th Categories là 2 th nm bên trái ca ca s.

81

 th Main tin hành các bưc sau: Bưc 1: Chn mc count nonmissing trong hp Combo Statistic Bưc 2: ðt con tr vào hp văn bn variable(s) nhp vào mũi tên hưng xung dưi  bên phi hp combo ñ hin ra danh sách bin s. Bưc 3: ðưa con tr chut ñ chn danh sách bin s và nhp vào bin maso ñ bin này xut hin trên hp văn bn Variable(s) Bưc 4: Nhp vào th (tab) Categories ñ hin th này ra

82

Bưc 5: Khi ñã  th Categories, ñưa con tr chut vào hp văn bn Variable Bưc 6: ðt con tr vào hp văn bn variable(s) nhp vào mũi tên hưng xung dưi  bên phi hp combo ñ hin ra danh sách bin s. Bưc 7: ðưa con tr chut ñ chn danh sách bin s và nhp vào bin nghenghiep ñ bin này xut hin trên hp văn bn Variable(s) Bưc 8: Nhp vào nút lnh OK ñ xem biu ñ hình thanh ñưc to ra.

83

   0    0    3

   0   o   0   s   2   a   m    f   o    t   n   u   o   c   0    0    1

   0

t u do

cong nhan

vi en chuc

11. Hãy v biu ñ hình thanh (bar chart) trung bình trng lưng sơ sinh ca các ña tr con ca nhng bà m có ngh nghip khác nhau. Hưng dn: Trưc tiên s dng menu Graphics :: Bar chart ð hin ra ca s graph bar – Chúng ta hãy ñ ý 2 th Main và th Categories là 2 th nm bên trái ca ca s.

84

 th Main tin hành các bưc sau: Bưc 1: Chn mc mean trong hp Combo Statistic Bưc 2: ðt con tr vào hp văn bn variable(s) nhp vào mũi tên hưng xung dưi  bên phi hp combo ñ hin ra danh sách bin s. Bưc 3: ðưa con tr chut ñ chn danh sách bin s và nhp vào bin tlsosinh ñ bin này xut hin trên hp văn bn Variable(s) Bưc 4: Nhp vào th (tab) Categories ñ hin th này ra

85

Bưc 5: Khi ñã  th Categories, ñưa con tr chut vào hp văn bn Variable Bưc 6: ðt con tr vào hp văn bn variable(s) nhp vào mũi tên hưng xung dưi  bên phi hp combo ñ hin ra danh sách bin s. Bưc 7: ðưa con tr chut ñ chn danh sách bin s và nhp vào bin nghenghiep ñ bin này xut hin trên hp văn bn Variable(s) Bưc 8: Nhp vào nút lnh OK ñ xem biu ñ hình thanh ñưc to ra.

86

   0    0    0  ,    3

   h   n   0    i    0   s   0   o  ,   s   2    l    t    f   o   n   a   e   0    0   m    0  ,    1

   0

t u do

c ong nha n

v i e n c hu c

12. Hãy v biu ñ hình bánh (Pie chart) phân phi bin s ngh nghip m (nghenghiep). Hưng dn: Trưc tiên s dng menu Graphics :: Pie Chart

ð thc hin biu ñ hình bánh, chúng ta tip tc các bưc sau: Bưc 1: Lưu ý ñ nút chn Graph by categories ñưc ñánh du Bưc 2: ðt con tr vào hp combo Category variable và nhp vào mũi tên xung  bên phi ñ s ra danh sách bin. Bưc 3: Dùng con tr chn bin nghenghiep (ngh nghip m) trong danh sách bin ñ tên bin này xut hin trên hp combo Category variable. Bưc 4: Nhp vào nút lnh OK 

87

Chúng ta s có ñưc biu ñ hình bánh như sau:

88

t u do v i e n c h uc uc

c o ng nh an

13. Hãy to bin mi nhomtuoi, bin này có giá tr 0 tương ng vi tui ca m t thp nht ñn 29 1 tưong ng vi tui m t 30 ñn 34 2 tưong ng vi tui m t 35 ñn 39 3 tưong ng vi tui m t 40 tr lên ðiu này có nghĩa là chúng ta chia tui m làm 4 nhóm vi 3 ñim chia là 30, 35 và 40. ðiu này có th thc hin bng cách to bin mi vi hàm irecode. 0

1 29-30

2 34-35

3 39-40

Cách thc hin vic to bin mi ñưc thc hin vi menu Create or Change variables :: Create new variable

89

Sau khi ca s generate - Generate a new variable thc hin vic to bin mi vi các bưc sau:

Bưc 1: Nhp tên bin mi (nhomtuoi) vào hp văn bn Generate variable Bưic 2: Nhp công thc to bin mi irecode(tuoime,29,34,39) Bưc 3: Nhp vào nút lnh OK ñ hoàn tt Sau khi to ra bin mi nhomtuoi, chúng ta nên thc hin thêm 2 bưc: to nhãn (define label value) và dán nhãn giá tr cho bin s (Assign value label to variable) như ñưc trình bày  bưi 5. (0 là dưi 30; 1 là 30 den 34; 2 là 35-39; 3 là 40+) 14. Hãy to bin mi sinh non, bin này có giá tr 1 tương ng vi tui thai <37 0 tưong ng vi tui thai >=37 tun Yêu cu có nghĩa là chúng ta cn to ra mt bin nh giá vi 2 giá tr 0 và 1.. ðiu này có th thc hin bng cách to bin mi và s dng biu thc boolean (biu thc th hin mt mnh ñ

90

có giá tr là ñúng hay sai) Vic thc hin c th bao gm vic to bin mi ñưc thc hin vi menu Create or Change variables :: Create new variable

Sau khi ca s generate - Generate a new variable thc hin vic to bin mi vi các bưc sau:

Bưc 1: Nhp tên bin mi (sinhnon) vào hp văn bn Generate variable Bưic 2: Nhp công thc to bin mi tuoithai<37 Bưc 3: Nhp vào nút lnh OK ñ hoàn tt Sau khi to ra bin mi sinhnon, chúng ta nên thc hin thêm 2 bưc: to nhãn (define label value) và dán nhãn giá tr cho bin s (Assign value label to variable) như ñưc trình bày  bưi 5. (1 là sinh non, 0 là không sinh non) 15. Lưu li s liu Hưng dn: ð lưu s liu chúng ta có th s dng menu File :: Save (hay Ctrl-S) hoc nhn

91

vào nút save file (v trí th hai ca thanh công c). Mt hp thoi s bt lên và hi chúng ta có mun chép chng vào tp tin s liu hay không. Nu ñng ý chúng ta hãy nhp vào nút OK  ñ ñng ý.

 Nu chúng ta không mun thay ñi tp tin s liu cũ, chúng ta nên nhp vào nút Cancel và lưu s liu vi tên mi s dng menu File :: Save As. khi ñó hp thoi "Save Stata Data File" s hin ra. Gõ tên mi vào hp File Name (thí d nu chúng ta mun ñt tên tp tin là ivf_revised.dta thì chúng ta gõ vào hp văn bn File name: ivf_revised)

nhp nút lnh Save ñ hoàn tt. 16. Hãy thoát khi chương trình Stata Hưng dn: ð thoát khi Stata/SE 10.0 for Windows chúng ta có th thc hin mt trong 2 vic sau: - Nhp vào ô ñóng nm  phía trên phi ca ca s Stata

92

Lưu ý: Trong trưng hp có d liu trong b nh và d liu ñó ñã ñưc thay ñi nhưng chưa ñưc lưu vào ñĩa thì khi chúng nhp vào ô ñóng, máy tính s hi chúng ta rng chúng ta có mun thoát mà không lưu li s liu hay không.

 Nu chúng ta ñng ý bng cách nhp vào nút lnh Yes thì Stata s thoát, nu không (nhp nút lnh No) thì chúng ta li tr li Stata ñ chúng ta có th lưu li s liu. - Gõ lnh exit trong ca s Stata Command. Lưu ý: Trong trưng hp có d liu trong b nh và d liu ñó ñã ñưc thay ñi nhưng chưa ñưc lưu vào ñĩa thì khi chúng gõ exit, máy tính s không ñng ý cho chúng ta thoát và s thông báo “ no; data in memory would be lost”. Trong trưng hp này nu chúng mun thoát mà không lưu li s liu thì chúng ta hãy gõ exit, clear. Nu chúng ta mun lưu li s liu hãy s dng lnh save. 17. Nu chúng ta mun xem li các kt qu phân tích ñã ñưc thc hin chúng ta có th xem li tp tin log. Cách xem li tp tin log gm các bưc sau:

93

Bưc 1: Vào menu File:: View Bưc 2: Khi hin ra hp thoi Choose file to View, nhp vào nút lnh Browse, khi ñó ca s Choose file Name s hin ra Bưc 3: Trên ca s Choose file Name, chn thưmc cha tp tin log trong hp thoi Log gin Bưc 4: Chn tp tin log cn xem li (thí d tp tin baitap.smcl) Bưc 5: Nhp vào nút lnh Open ñ ñóng ca s Choose file Name và tr v hp thoi Choose file to view

Bưc 6: Nhp vào nút lnh OK ñ xem tp tin log

94

95

Thng kê phân tích bin s ñnh lưng vi Stata Sơ lưc lí thuyt v so sánh 2 trung bình Kim ñnh t dùng ñ so sánh 2 trung bình ca ca bin s ñnh lương có phân phi bình thưng. Kim ñnh t gm có (a) Kim ñnh t bt cp ñ so sánh trung bình trưc và sau khi can thip trên mt nhóm và (b) kim ñnh t không bt cp ñ so sánh trung bình ca 2 nhóm ñc lp. Có hai loi kim ñnh t không bt cp (khi so sánh trung bình ca 2 nhóm ñc lp). Kim ñnh t có gi ñnh 2 phương sai bng nhau và kim ñnh t không có gi ñnh phương sai bng nhau. Hai loi kim ñnh này có chung nguyên lí nhưng khác nhau trong cách tính toán ñ t do (ca kim ñnh t) và cách tính sai s chun. Kim ñnh t không bt cp gi ñnh 2 phương sai bng nhau Kim ñnh t không bt cp gi ñnh 2 phương sai bng nhau dùng ñ so sánh trung bình ca 2 nhóm ñc lp và ñòi hi 2 gi ñnh. - Các giá tr ca bin s ca c 2 dân s có phân phi bình thưng - Ð lch chun  2 nhóm dân s là bng nhau .  Nu chúng ta kí hiu: x1 : giá tr trung bình  nhóm 1     x2 : giá tr trung bình  nhóm 2     n1 : c mu ca nhóm 1 n2 : c mu ca nhóm 2 2 s1 : phương sai  nhóm 1 2 s2 : phương sai  nhóm 2 Chúng ta có th xác ñnh ñ t do, sai s chun và giá tr ca thng kê t theo công thc sau: - ð t do ca kim ñnh t: df = n 1 + n2 - 2 - Sai s chun:  se = s p 1 / n1 + 1 / n2 vi

(n1 − 1) s12 + (n2 − 1) s22  s p = (n1 − 1) + (n2 − 1) - Giá tr thng kê t: t =

 x1 − x 2  se

=

 x1 − x2  s p

1 / n1 + 1 / n2

Sau khi tính ñưc giá tr thng kê t, ngưi ta tra bng phân phi t vi (n1 +n1 - 2) ñ t do và tính ñưc xác sut p. Thông thưng nu p <0,05 ngưi ta bác b gi thuyt H 0. Kim ñnh t không bt cp không có gi ñnh 2 phương sai bng nhau Kim ñnh t không bt cp gi ñnh 2 phương sai bng nhau dùng ñ so sánh trung bình ca 2 nhóm ñc lp và ch ñòi hi 1 gi ñnh. - Các giá tr ca bin s ca c 2 dân s có phân phi bình thưng  Nu chúng ta kí hiu:     x1 : giá tr trung bình  nhóm 1     x2 : giá tr trung bình  nhóm 2 96

n1 : c mu ca nhóm 1 n2 : c mu ca nhóm 2 2 s1 : phương sai  nhóm 1 2 s2 : phương sai  nhóm 2 Chúng ta có th xác ñnh ñ t do, sai s chun và giá tr ca thng kê t theo công thc sau: 2    s12  s 22    n + n    2  1 - ð t do ca kim ñnh t (theo công thc ca Satterthwaite): d . f . =   4  s 24   s1  + 2 2  n1 (n1 − 1) n2 (n2 − 1)   

- Sai s chun:  se =

 s12 n1

- Giá tr thng kê t: t =

+

 s22 n2

 x1 − x2  se

=

 x1 − x2  s12 n1

+

 s 22 n2

Sau khi tính ñưc giá tr thng kê t, ngưi ta tra bng phân phi t vi ñ t do phù hp (như tính toán  trên) và tính ñưc xác sut p. Thông thưng nu p <0,05 ngưi ta bác b gi thuyt H0. Kim ñnh t bt cp Gi s ñ so sánh hiu qu ca thuc A và thuc B trong ci thin th tích th ra gng sc trong 1 giây ñu tiên (FEV1) ngưi ta cho các bnh nhân tham gia nghiên cu dùng thuc A (hay thuc B) trong mt thi gian và cui thi gian này ño lưng FEV1 ca bnh nhân (gi là FEV1A). Sau ñó cho li ñi cho bnh nhân dùng thuc B (hay thuc A) trong mt khong thi gian và cui thi gian này li ño lưng FEV1 ca bnh nhân (gi là FEV1B). Thit k nghiên cu này ñưc gi là th nghim lâm sàng bt chéo. Chúng ta lưu ý các ñc ñim sau khi phân tích thng kê cho các nghiên cu có cùng loi thit k này. - Trong nghiên cu này có 2 bin s ño lưng trên cùng dân s: FEV1A và FEV1B - Các giá tr ca bin s FEV1A và FEV1B là ca cùng mt bnh nhân nên hiu s (FEV1A FEV1B) cũng là bin s ca bnh nhân ñó. Và nu không có s khác bit v hiu qu ca 2 loi thuc, trung bình ca hiu s này bng 0. - Khi ñó kim ñnh so sánh hiu qu ca thuc A và thuc B cũng  kim ñnh so sánh giá tr trung bình ca FEV1A và FEV1B  kim ñnh hiu s (FEV1A - FEV1B)=0 - Phép kim ñnh này ñưc gi là kim ñnh t bt cp. Kim ñnh t bt cp là trưng hp ñc bit ca kim ñnh t mt mu. Tóm li kim ñnh t bt cp là kim ñnh ñưc s dng khi thit k nghiên cu cho mt ñi tưng (hay 2 ñi tưng rt ging nhau) ñưc th nghim 2 loi thuc khác nhau. Kim ñnh phi tham s  Nu phân phi không phi là bình thưng (thí d như b lch dương), có th s dng phép bin ñi (thưng là bin ñi log) ñ ñưa phân phi v bình thưng hoc dùng test phi tham s. Kim ñnh phi tham s có ưu ñim là không ñòi hi gi ñnh v phân phi ca bin s ñnh lưng nhưng có khuyt ñim là không th ưc lưng ñưc tham s, ñó là như không th ưc lưng 97

khong tin cy 95% hiu s ca trung bình gia 2 nhóm.

Sơ lưc lí thuyt v so sánh các trung bình ca 3 nhóm. Khi chúng ta cn so sánh trung bình ca nhiu nhóm, chúng ta không th dùng nhiu kim ñnh t ñ so sánh tng cp ca nhóm vì như vy chúng ta s làm tăng nguy cơ ca sai lm loi 1. Phương pháp thích hp ñ ñưc dùng cho trưng hp này ñưc gi là test ANOVA. Test ANOVA (phân tích phương sai) ñưc xem như là s tng quát hóa ca test t (test t dùng cho 2 nhóm và test ANOVA dùng cho 2 hay nhiu hơn các nhóm). Ðiu kin ñ test ANOVA hp l là các giá tr có phân phi bình thưng và phương sai ca các nhóm xp x nhau. Trong kt xut ca test ANOVA, chúng ta thy có s hin din ca thng kê F (thng kê Fisher). Trong trưng hp ch có 2 nhóm, thng kê F chính xác bng bình phương ca thng kê t và 2  phương pháp cho ra cùng mt mc ý nghĩa. n BPT: ñnh lưng

BPT: th t ðúng

ðúng

BPT:phi phânbình phithưng bình Phân

BPT: danh ñnh ðúng

Kim ñnh χ 2 Kim ñnh phi tham s

Không ñng nht

ðúng

≤ 2 nhóm

Trên 3 nhóm

Phương sai ñng nht

ðúng

Phương sai ñng nht

Không ñ ng nh t

ð ng nh t

ð ng nh t

Kim ñnh t

Kim ñnh t PS không ñng nht

ANOVA

Hình 1. Gii thut la chn kim ñnh phù hp cho bin s ph thuc là bin ñnh lưng

Thc hành 1- M tp tin ivf_v2. Chúng ta hãy khi ñng Stata. M tp tin ivf_v2.dta bng cách s dng menu File :: Open hay nhp vào nút công c Open file (Use), nm  v trí th hai ca thanh công c. Khi ñó hp thoi Use New Data s hin ra. Nhp vào mũi tên bên phi hp Look in ñ chn  ñĩa thích hp và dùng con chut nhp vào các thư mc ñ chn thư mc có cha s liu. Khi gp tp tin s liu 98

ivf_v2.dta, nhp ñúp vào tên tp tin này ñ m tp tin (hoc nhp vào tp tin này ñ tên tp tin rơi vào hp File Name ri sau ñó nhp vào nút lnh Open ñ m tp tin). Cn nh nhp vào nút công c Stata Log nm v trí th tư t trái  trên thanh công c nu mun lưu tr li toàn b kt qu phân tích s ñưc thc hin. 2. Sau khi m tp tin, cn có thông tin gì trưc khi phân tích s liu: Trưc khi phân tích s liu, nhà nghiên cu (hay chuyên viên thng kê) cn ñc li ñ cương nghiên cu, ñc bit là s liu (bin s và s các bn ghi), mc tiêu và thit k nghiên cu. Gi s chúng ta có thông tin v nghiên cu như sau: MRC Working Party on Children Conceived by In Vitro Fertilisation. Births in Great Britain resulting from assisted conception, 1978-87. BMJ 1990;300:1229-33. Births in Great Britain resulting from assisted conception, 1978-87. MRC Working Party on Children Conceived by In Vitro Fertilisation. OBJECTIVE--To describe the characteristics at birth of children conceived by in vitro fertilisation (IVF) or by gamete intrafallopian transfer (GIFT) and to assess whether they differ  from those of children conceived naturally. DESIGN--Survey of children resulting from IVF or  GIFT and comparison of their characteristics at birth with national statistics. SETTING-England, Scotland, and Wales from 1978 to 1987. SUBJECTS--1267 Pregnancies conceived by IVF or GIFT, which resulted in 1581 liveborn or stillborn children. MAIN OUTCOME MEASURES--Sex ratio, multiplicity, gestational age at birth, birth weight, stillbirth rate,  perinatal and infant mortality, and prevalence of congenital malformations. RESULTS--The ratio of male to female births was 1.07:1; 23% (249/1092) of the deliveries were multiple births compared with 1% for natural conceptions; 24% (278) of 1015 deliveries were preterm compared with 6% in England and Wales; 32% (406) of 1269 babies weighed less than 2500 g compared with 7% in England and Wales. The high percentage of preterm deliveries and of low  birthweight babies was largely, but not entirely, due to the high frequency of multiple births. The rate of stillbirth, perinatal mortality, and infant mortality were twice the national average, these excesses being due to the high frequency of multiple births. One or more major congenital malformations were detected during the first week of life in 35 (2.2%) of 1581 babies. This figure is comparable with population based estimates of the prevalence of congenital malformations. The types of malformations reported varied, and the number of each specific type was small. The health of the children was not evaluated beyond the perinatal period. CONCLUSIONS--Multiple pregnancies often result from assisted conception and are the main determinant of the outcome of the pregnancies and of the health of the children at the time of   birth. Congenital malformations are comparatively rare, so larger numbers of children need to be studied before firm conclusions can be drawn. The pooling of data from different countries is recommended. PMID: 2354290 [PubMed - indexed for MEDLINE] S liu này bao gm nhng bin s v nhng ña tr sinh mt ca nhng bà m ñưc th thai trong ng nghim (in-vitro fertilisation). Nghiên cu này ñã ñưc báo cáo trong tp chí BMJ (1990;300:1229-1233). Tp tin này bao gm 641 ña tr và gm 8 bin s có chi tit như sau: STT Tên bin

Gii thích ting Anh

Gii thích ting Vit

99

1

Maso

identity number of mother and Mã s  baby

2

tuoime

maternal age in years

Tui ca m (năm tui)

3

tang_ha

hypertension 1=yes, 0=no

Tăng huyt áp thai kì 1= có 0 = không

4

tuoithai

gestational age in weeks

Tui thai (tính theo tun)

5

gioi

sex of baby 1=male, 0=female

Gii tính ca tr 1=trai 0=gái

6

tlsosinh

birth weight in gms

Trng lưng sinh tính theo grams.

7

Occupation of mother (1= self    Ngh nghip m (1= ngh t do; nghenghiep employed; 2=blue collar  2=công nhân; 3=viên chc) worker; 3=white collar worker)

8

nhomtuoi

maternal age groups(0=<30; Tui ca m phân nhóm (0=<30; 1=30-34;2=35-39;3=40+) 1=30-34; 2=35-39; 3=40+)

9

sinhnon

gestational category (1= <37 Sinh non (1: dưi 37 tun; 0: ñ tháng tun; 0=37+tun)  – trên 37 tun thai)

Vic nhn bit s liu cũng có th thc hin bng cách s dng lnh describe (nhn phím F3). ðiu này ñc bit có ích nu các bin s và giá tr ca bin s ñã ñưc dán nhãn ñy ñ. Trong nghiên cu này, tác gi mun xác ñnh tác ñng ca tăng huyt áp ca m và tui thai lên trng lưng thai. 3. Như vy trong các bin s k trên, bin nào là bin ñc lp, bin nào là bin s ph thuc, bin s này là gây nhiu. Hưng dn: Bng s liu viewivf này có cha nhng bin s khác nhau. Trong bng sau hãy xác ñnh tính cht ca tng bin s bng cách khoanh tròn vào la chn thích hp. Bin s

Thang ño bin s

Quan h

tuoime

- Nh giá - Th t

- Danh ñnh - ðnh lưng

- ðc lp - Gây nhiu

- Ph thuc

tang_ha

- Nh giá - Th t

- Danh ñnh - ðnh lưng

- ðc lp - Gây nhiu

- Ph thuc

tuoithai

- Nh giá - Th t

- Danh ñnh - ðnh lưng

- ðc lp - Gây nhiu

- Ph thuc

gioi

- Nh giá - Th t

- Danh ñnh - ðnh lưng

- ðc lp - Gây nhiu

- Ph thuc

tlsosinh

- Nh giá - Th t

- Danh ñnh - ðnh lưng

- ðc lp - Gây nhiu

- Ph thuc

nghenghiep

- Nh giá

- Danh ñnh

- ðc lp

- Ph thuc

100

- Th t

- ðnh lưng

- Gây nhiu

nhomtuoi

- Nh giá - Th t

- Danh ñnh - ðnh lưng

- ðc lp - Gây nhiu

- Ph thuc

sinhnon

- Nh giá - Th t

- Danh ñnh - ðnh lưng

- ðc lp - Gây nhiu

- Ph thuc

4. Trưc khi phân tích s liu cn thc hin thao tác s liu và các thng kê mô t. Thc hin li các bưc thao tác s liu và thng kê mô t như  chương trưc 5. Hãy so sánh trng lưng ca tr nam và tr n Hưng dn: Theo gii thut ñưc trình bày  ñu chương, ñ so sánh trng lưng (bin ph thuc có phân phi bình thưng)  2 nhóm trưc tiên chúng ta cn phi xem phương sai ca 2 nhóm có bng nhau hay không. Nu phương sai 2 nhóm tương ñương chúng ta có th s dng ttest thông thưng (t-test phương sai ñng nht). Nu phương sai 2 nhóm không tương ñương, chúng ta phi s dng t-test phương sai không ñng nht hay kim ñnh phi tham s. Kim ñnh 1: So sánh 2 phương sai ð so sánh trung bình ca mt bin ñnh lưng  hai hay nhiu nhóm, chúng ta s dng menu Statistics :: Summaries, tables, & tests :: Classical tests of hypothesis :: Group variance comparison test.

101

Sau khi ca s sdtest – Two sample test of variance hin ra tin hành 5 bưc sau:

Bưc 1: ñt con tr vào hp văn bn Variable name Bưc 2: ñưa con tr vào ca s Variables và nhp vào bin tlsosinh ñ ñưa bin này vào hp văn  bn Variable name Bưc 3: ñt con tr vào hp văn bn Group name variable Bưc 4: ñưa con tr vào ca s Variables và nhp vào bin  gioi ñ ñưa bin này vào hp văn bn Group name variable. Bưc 5: Nhp vào nút lnh OK. Kt qu ñưc trình bày như sau: . sdtest tlsosinh , by(gioi)  Variance ratio test -----------------------------------------------------------------------------Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------gai | 315 3044.127 35.421 628.6603 2974.434 3113.819 trai | 326 3211.279 36.88521 665.9798 3138.715 3283.843 ---------+-------------------------------------------------------------------combined | 641 3129.137 25.78336 652.7827 3078.507 3179.767 -----------------------------------------------------------------------------Ho: sd(gai) = sd(trai) F(314,325) observed = F_obs = F(314,325) lower tail = F_L = F_obs = F(314,325) upper tail = F_U = 1/F_obs = Ha: sd(gai) < sd(trai) P < F_obs = 0.1518

Ha: sd(gai) != sd(trai) P < F_L + P > F_U = 0.3032

0.891 0.891 1.122

Ha: sd(gai) > sd(trai) P > F_obs = 0.8482

Vi giá tr p = 0,3032 chúng ta không th bác b gi thuyt Ho: ñ lch chun ca nhóm tr trai

102

 bng ñ lch chun ca nhóm tr gái. Vì vy chúng ta có th s dng kim ñnh t phương sai ñng nhát như  bưc 2. Kim ñnh 2: So sánh 2 trung bình s dng t-test phương sai ñng nht. ð so sánh trung bình ca mt bin ñnh lưng  hai hay nhiu nhóm, chúng ta s dng menu Statistics :: Summaries, tables, & tests :: Classical tests of hypothesis :: Group mean comparison test

Ca s ttest- group mean comparision tests hin ra. Tin hành các bưc sau:

103

Bưc 1: ñt con tr vào hp văn bn Variable name Bưc 2: ñưa con tr vào ca s Variables và nhp vào bin tlsosinh ñ ñưa bin này vào hp văn  bn Variable name Bưc 3: ñt con tr vào hp văn bn Group name variable Bưc 4: ñưa con tr vào ca s Variables và nhp vào bin  gioi ñ ñưa bin này vào hp văn bn Group name variable. Bưc 5: Nhp vào nút lnh OK. . ttest tlsosinh , by(gioi) Two-sample t test with equal variances -----------------------------------------------------------------------------Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------gai | 315 3044.127 35.421 628.6603 2974.434 3113.819 trai | 326 3211.279 36.88521 665.9798 3138.715 3283.843 ---------+-------------------------------------------------------------------combined | 641 3129.137 25.78336 652.7827 3078.507 3179.767 ---------+-------------------------------------------------------------------diff | -167.1522 51.18935 -267.6718 -66.63249 -----------------------------------------------------------------------------Degrees of freedom: 639 Ho: mean(gai) - mean(trai) = diff = 0 Ha: diff < 0 t = -3.2654 P < t = 0.0006

Ha: diff != 0 t = -3.2654 P > |t| = 0.0012

Ha: diff > 0 t = -3.2654 P > t = 0.9994

Tr li: Tr trai có trng lưng sơ sinh trung bình là 3211.28 gram, ca tr gái là 3044.13 gram. Vi giá tr t = 3,2654 và mc ý nghĩa (p-value) là 0.0012 chúng ta kt lun có s khác bit v trng lưng sơ sinh gia tr trai và tr gái (p=0.0012). 6. Hãy so sánh trng lưng sơ sinh ca con bà m tăng huyt áp và bà m không tăng huyt áp. Hưng dn: Theo gii thut ñưc trình bày  ñu chương, ñ so sánh trng lưng (bin ph thuc có phân phi bình thưng)  2 nhóm trưc tiên chúng ta cn phi xem phương sai ca 2 nhóm m tăng huyt áp và m không tăng huyt áp có bng nhau hay không. Nu phương sai 2 nhóm tương ñương chúng ta có th s dng t-test thông thưng (t-test phương sai ñng nht).   Nu phương sai 2 nhóm không tương ñương, chúng ta phi s dng t-test phương sai không ñng nht hay kim ñnh phi tham s. Kim ñnh 1: So sánh 2 phương sai ð so sánh trung bình ca mt bin ñnh lưng  hai hay nhiu nhóm, chúng ta s dng menu Statistics :: Summaries, tables, & tests :: Classical tests of hypothesis :: Group variance comparison test. Sau khi ca s sdtest - Group variance comparison test chúng ta ñưa bin tlsosinh vào hp văn  bn Variable name và bin tang_ha vào hp văn bn Group name variable ri nhp vào nút lnh OK. Kt qu ñưc trình bày như sau: . sdtest tlsosinh , by( tang_ha )  Variance ratio test

104

-----------------------------------------------------------------------------Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------Ha bt | 552 3191.531 25.58435 601.0962 3141.276 3241.786 Ha tang | 89 2742.157 86.17222 812.9471 2570.908 2913.406 ---------+-------------------------------------------------------------------combined | 641 3129.137 25.78336 652.7827 3078.507 3179.767 -----------------------------------------------------------------------------Ho: sd(huyet ap) = sd(huyet ap) F(551,88) observed = F_obs = F(551,88) lower tail = F_L = F_obs = F(551,88) upper tail = F_U = 1/F_obs = Ha: sd(1) < sd(2) P < F_obs = 0.0000

Ha: sd(1) != sd(2) P < F_L + P > F_U = 0.0003

0.547 0.547 1.829 Ha: sd(1) > sd(2) P > F_obs = 1.0000

Kt qu cho thy giá tr p = 0,0003 có nghĩa là phương sai ca trng lưng lúc sinh ca 2 nhóm không ñng nht. Vì vy chúng ta không th dùng t-test phương sai ñng nht mà phi s dng ttest phương sai không ñng nht (kim ñnh 2A) hay kim ñnh phi tham s (kim ñnh 2B). Kim ñnh 2A: so sánh 2 trung bình t-test phương sai không ñng nht ð so sánh trung bình ca mt bin ñnh lưng  hai hay nhiu nhóm, chúng ta s dng menu Statistics :: Summaries, tables, & tests :: Classical tests of hypothesis :: Group mean comparison test (xem li câu 4) và bin tlsosinh vào hp văn bn Variable name; bin tang_ha vào hp văn  bn Group name variable ca ca s ttest- group mean comparison. Cn lưu ý ñánh du vào hp kim Unequal variances ri nhp vào nút OK.

Kt qu trình bày như sau: . ttest tlsosinh , by(tang_ha) unequal

105

Two-sample t test with unequal variances -----------------------------------------------------------------------------Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------ha bt | 552 3191.531 25.58435 601.0962 3141.276 3241.786 ha tang | 89 2742.157 86.17222 812.9471 2570.908 2913.406 ---------+-------------------------------------------------------------------combined | 641 3129.137 25.78336 652.7827 3078.507 3179.767 ---------+-------------------------------------------------------------------diff | 449.3735 89.88999 271.1197 627.6273 -----------------------------------------------------------------------------Satterthwaite's degrees of freedom: 104.069 Ho: mean(ha bt) - mean(ha tang) = diff = 0 Ha: diff < 0 t = 4.9991 P < t = 1.0000

Ha: diff != 0 t = 4.9991 P > |t| = 0.0000

Ha: diff > 0 t = 4.9991 P > t = 0.0000

Tr li: Con bà m b tăng huyt áp có trng lưng sơ sinh trung bình là 2742 gram,  con ca  bà m không tăng huyt áp là 3192 gram. S khác bit này có ý nghĩa thng kê vi p<0,0001. Kim ñnh 2B: so sánh 2 trung bình vi phép kim phi tham s Mann-Whitney Thc hin kim ñnh phi tham s tng sp hng Mann-Whitney (Mann-Whitney rank sum test)  bng dng menu Statistics :: Summaries, tables, & tests :: Non-parametric test of hypotheses :: Mann-Whitney two-sample ranksum test.

Sau ñó ca s ranksum - Mann-Whitney two-sample statistic hin ra.

106

Tin hành các bưc sau: Bưc 1: ñt con tr vào hp văn bn Variable name Bưc 2: ñưa con tr vào ca s Variables và nhp vào bin tlsosinh ñ ñưa bin này vào hp văn  bn Variable name Bưc 3: ñt con tr vào hp văn bn Group name variable Bưc 4: ñưa con tr vào ca s Variables và nhp vào bin tang_ha ñ ñưa bin này vào hp văn  bn Group name variable. Bưc 5: Nhp vào nút lnh OK. Kt qu như sau: . ranksum tlsosinh , by( tang_ha ) Two-sample Wilcoxon rank-sum (Mann-Whitney) test tang_ha | obs rank sum expected  -------------+--------------------------------ha bt | 552 185203 177192 ha tang | 89 20558 28569 -------------+--------------------------------combined | 641 205761 205761 unadjusted variance adjustment for ties adjusted variance

2628348.00 -144.78 ---------2628203.22

Ho: tlsosinh(tang_ha==ha bt) = tlsosinh(tang_ha==ha tang) z = 4.941 Prob > |z| = 0.0000

7. Hãy so sánh trng lưng sơ sinh ca tr sinh ra t con ca các nhóm ngh nghip khác nhau ca ngưi m. Hưng dn: ð so sánh trung bình ca mt bin ñnh lưng  nhiu nhóm, chúng ta phi s dng  phương pháp phân tích ANOVA mt chiu. S dng menu Statistics :: ANOVA/MANOVA :: oneway analysis of variance

107

Do chúng ta mun phân tích tác ñng ca yu t ngh nghip m (nghenghiep) lên trng lưng sinh ca tr (tlsosinh) khi ca s oneway hin lên, ta tin hành các bưc sau: Bưc 1: ñt con tr vào hp văn bn Response variable Bưc 2: ñưa con tr vào ca s Variables và nhp vào bin tlsosinh ñ ñưa bin này vào hp văn  bn Response Variable. Bưc 3: ñt con tr vào hp văn bn Factor  Bưc 4: ñưa con tr vào ca s Variables và nhp vào bin nghenghiep ñ ñưa bin này vào hp văn bn Factor. Bưc 5: ðánh du vào hp kim Produce summary table ñ th hin thng kê mô t trng lưng sơ sinh trung bình  các nhóm ngh nghip Bưc 6: ðánh du vào hp kim Scheffe ñ có kim ñnh so sánh trng lưng trung bình  tng cp ñôi ngh nghip khác nhau Bưc 7: Nhp vào nút lnh OK 

108

Trên ca s Output, trên cùng thng kê mô t ca s liu v trng lưng sơ sinh theo nhóm tui ca m: nghe nghiep |  me - 1=tu | do, 2=cong | Summary of trong luong so sinh nhan, | (gram) 3=vien chuc | Mean Std. Dev. Freq. ------------+-----------------------------------tu do | 2981.4135 643.76283 104 cong nhan | 3118.084 646.69338 238   vien chuc | 3189.3177 654.19649 299 ------------+-----------------------------------Total | 3129.1373 652.78265 641

Con bà m ngh nghip t do có trng lưng trung bình là 2981 gram, ca bà m vi ngh nghip là 3118 gram, ca bà m vi ngh nghip viên chc là là 3190 gram. Chúng ta bit kim ñnh ANOVA có th s dng ñ kim ñnh s khác bit v trung bình ca nhiu nhóm, nhưng trưc tiên chúng ta hãy kim tra các ñiu kin ca phân tích ANOVA là (a) bin s ph thuc có   phân phi bình thưng - ñiu này ñã ñưc xác nhn t ñ th ca trng lưng sơ sinh và (b)  phương sai ca bin ph thuc  các nhóm bng nhau - ñiu này cũng ñưc xác nhn qua thng kê Bartlett vi p-value là 0,973.  Analysis of Variance Source SS df MS F Prob > F -----------------------------------------------------------------------Between groups 3381483.56 2 1690741.78 4.00 0.0187   Within groups 269338638 638 422160.875 -----------------------------------------------------------------------Total 272720122 640 426125.19 Bartlett's test for equal variances:

chi2(2) =

0.0558

Prob>chi2 = 0.973

Vì vy trong trưng hp này kim ñnh ANOVA là có giá tr. Ta ñc kt qu ca bng ANOVA. 109

Chúng ta có ñưc giá tr F = 0.0187 và mc ý nghĩa (p-value) là 0.9723 chúng ta kt lun không có s khác bit v trng lưng sơ sinh  con ca nhng bà m có ngh nghip khác nhau. Vi kt lun này chúng ta có th kt lun là có ít nht có 1 cp ñôi (2 nhóm) ngh nghip ca m có s khác bit v trng lưng con nhưng chúng ta không bit là s khác bit này  cp ñôi ngh nghip nào. ð bit cp ñôi nào có s khác bit ta xem kt xut ca so sánh sau kim ñnh (posthoc test) ca Scheffe: Comparison of trong luong so sinh (gram)  by nghe nghiep me - 1=tu do, 2=cong nhan, 3=vien chuc (Scheffe) Row Mean-| Col Mean | tu do cong nha ---------+---------------------cong nha | 136.671 | 0.202 |   vien chu | 207.904 71.2337 | 0.020 0.451

Kt qu ca kim ñnh Scheffe ñưc trình bày theo bng và  mi ô ca bng có 2 con s: con s  trên th hin s khác bit v trng lưng ca ngh nghip ca hàng so vi ngh nghip ca ct và giá tr  dưi th hin giá tri p (mc ý nghĩa) ca s khác bit này. Da vào giá tr p, có th kt lun có s khác bit v trng lưng sơ sinh ca con 2 nhóm ngh nghip viên chc và t do (giá tr p=0,020) và nhóm ngh nghip viên chc có trng lưng trung bình cao hơn nhóm ngh nghip t do là 207,9 gram.

Nhc li lí thuyt v Tương quan và ưc lưng Tương quan là s ño mc ñ hai bin s ñnh lưng cùng thay ñi vi nhau. Có nhiu loi h s tương quan, nhưng chúng ñu có giá tr t -1 ñn 1. Nu chúng có giá tr dương có nghĩa là hai   bin s ñng bin vi nhau, nu chúng có giá tr âm nghĩa là hai bin s nghch bin. Giá tr tuyt ñi ca h s tương quan càng gn mt nghĩa là hai bin s có liên h cht vi nhau và vai trò ca sai s ngu nhiên s ít hơn. Nu h s tương quan có giá tr bng zero có nghĩa là hai bin s ñc lp và không quan h gì vi nhau. Khi tr tuyt ñi ca h s tương quan bng mt có nghĩa là hoàn toàn không có sai s ngu nhiên. Bình phương ca h s tương quan (r 2) th hin t l các bin thiên ca bin s ph thuc có th ñưc gii thích bng bin s ñc lp. Loi h s tương quan ñưc s dng ph bin nht là h s tương quan Pearson r: ∑ ( xi − x )( yi − y ) r  = ∑ ( xi − x ) 2 ∑ ( yi − y ) 2 Lí gii ý nghĩa ca h s tương quan: - H s tương quan luôn luôn nm trong ñon [-1,1] - H s tương quan r dương chng t hai bin s là ñng bin; h s tương quan r âm chng t hai bin s là nghch bin; h s tương quan bng zero nu hai bin không liên h. - Tr s tuyt ñi ca h s tương quan r nói lên mc ñ liên quan gia hai bin s. Nu tr tuyt ñi ca r bng 1 (r=1 hay r=-1), quan h hoàn toàn tuyn tính nghĩa là tt c các ñim nm trên ñưng hi quy (Hình 9.2 d và 9.2f). Nu tr tuyt ñi ca r nh hơn 1 s có các ñim s liu phân tán chung quanh ñưng hi quy. 110

- Bình phương ca h s tương quan (r 2) th hin t l bin thiên ca bin s ph thuc ñưc gii thích bng s bin thiên ca bin s ñc lp (nu mi liên h này là nhân qu) - Nu r=0, không có mi liên h tuyn tính gia hai bin s. Ðiu này có nghĩa là (1) không có mi liên h gì gia hai bin s hoc (2) mi liên h gia hai bin s không phi là tuyn tính. - Theo quy ưc, quan h vi r t 0,1 ñn 0,3 là quan h yu, t 0,3 ñn 0,5 quan h trung bình và trên 0,5 là quan h mnh. Ðiu quan trng là s tương quan gia hai bin s cho thy s liên h nhưng không nht thit có nghĩa là cá quan h 'nhân qu'. ð kim ñnh h s tương quan Pearson có thc s khác 0 hay không, kim ñnh t có th ñưc s dng n− 2 có phân phi student vi n-2 ñ t do. t = r  1 − r 2

Hi quy Hi quy là mt mô hình toán hc mô t s bin ñi ca mt bin s này theo nhng bin s khác. Mt phương trình hi quy có th có dng như sau: cân nng (kg) = 6,85 + 0,18 x tháng tui (phương trình hi quy tính cân nng ca tr t 9 ñn 40 tháng tui theo tháng tui) theo phương trình này ngưi ta gi: cân nng: bin s ph thuc tháng tui: bin s ñc lp 6,85: h s ca hng s (Constant), hay còn gi là ñim chn (intercept) 0,18: h s (Coeficient) ca bin s tháng tui hay còn gi là ñ dc (Slope) ca ñưng hi quy 9. V phân tán ñ (scattergram) gia ca bin s tui thai (tuoithai) và trng lưng thai (tlsosinh). Hưng dn: s dng menu Graphics :: Overlaid twoway graph

ñ hin ra ca s twoway – Twoway graphs

111

Trên ca s twoway – Twoway graphs, nhp tên bin s ph thuc vào hp Y-axis variable và tên bin s ñc lp vào hp X-axis variable sau ñó nhp OK ñ xem biu ñ phân tán. Cách làm c th tng bưc như sau: Bưc 1: Trên hp combo Type chn Scatter  Bưc 2: ðt tên bin s ñc lp (tuoithai) vào ô văn bn X Bưc 3: ðt tên bin s ph thuc (tlsosinh) vào ô văn bn Y Bưc 4: Nhp nút lnh OK 

Có th cho ñ th phân tán. Tuy nhiên chúng ta có th thêm các tùy chn ñ thc hin các yêu cu sau: • B sung tiêu ñ “trng lưng tr sơ sinh (gam)" cho trc tung • Cho các giá tr trc y t 500 ñn 5000 gram và chia các khong 500 gram. • B sung tiêu ñ “tuoi thai (tuan tuoi)" cho trc hoành 112

• Cho các giá tr ca trc x t 24 tun tui ñn 42 tun tui và chia làm các khong 4 tun Bng cách trong ca s Trên ca s twoway – Twoway graphs thc hin các bưc: Trên th Plot 1: Bưc 1: Trên hp combo Type chn Scatter  Bưc 2: ðt tên bin s ñc lp (tuoithai) vào ô văn bn X Bưc 3: ðt tên bin s ph thuc (tlsosinh) vào ô văn bn Y Trên th Y-Axis: Bưc 4: Trên hp văn bn Title gõ "Trong luong tre so sinh (gam)" Bưc 5: Trên hp văn bn Rule gõ quy tc "500(500)5000" Bưc 6: Trên hp combo Angle chn "Horizontal" Trên th X-Axis: Bưc 7: Trên hp văn bn Title gõ "Tuoi thai (tuan)" Bưc 8: Trên hp văn bn Rule gõ quy tc "24(2)42" Và nhp vào nút lnh OK.

Tr li: Có s tương quan thun tuyn tính gia trng lưng sơ sinh và tui thai. Mi tương quan này khá cht do ñám mây có tính cht ñi lên (khi nó ñi v phi) và có ñưng kính bé nh hơn nhiu so vi ñưng kính ln. 10. Hãy xác ñnh h s tương quan gia trng lưng sơ sinh ( tlsosinh), tui thai (tuoithai) và tui ca m (tuoime) Hưng dn: S dng menu Statistics :: Summaries, tables, & tests :: Summary statistics :: Pairwise correlations.

113

Khi ñó hp thoi pwcorr – Pairwise correlations of variables s hin ra.

114

Tin hành các bưc sau: Bưc 1: Nhp con tr chut vào hp văn bn Variables Bưc 2: ðưa con tr chut vào ca s Variables và nhp vào các bin tlsosinh, bin tuoithai và  bin tuoime ñ tên 3 bin này xut hin  hp văn bn Variables. Bưc 3: ðánh du vào hp kim Print significance level for each entry Bưc 4: ðánh du vào hp kim Significance level for displaying with a star. Bưc 5: Nhp vào nút lnh OK ñ xem kt qu. . pwcorr tlsosinh  tuoithai tuoime, sig star(5) tuoime | tlsosinh  tuoithai -------------+--------------------------tlsosinh  | 1.0000 | | tuoithai | 0.7376* 1.0000 | 0.0000 | tuoime | 0.0337 0.0151 1.0000 | 0.3941 0.7026

Tr li: Chương trình cho kt qu h s tương quan ca trng lưng thai vi trng lưng thai là 1, gia trng lưng thai và tui thai là 0.7376 (giá tr p=0,0000), gia trng lưng thai và tui ca m là 0,0337 (giá tr p = 0,3941). Như vy có s tương quan mnh có ý nghĩa thng kê gia trng lưng thai và tui thai trong khi ñó s tương quan gia trng lưng thai và tui m rt yu và không có ý nghĩa thng kê. Do có s liên h có ý nghĩa thng kê (giá tr p <0,05) gia trng lưng thai và tui thai nên giá tr ca h s tương quan ñưc ñánh du sao (*). 11. Hãy xây dng phương trình hi quy ca trng lưng thai theo tui thai. Hưng dn: S dng phương pháp hi quy ñơn bng cách nhp vào menu "Statistics :: Linear  regression and related :: Linear regression" ñ hin ra hp thoi regress – Linear regression

115

  Nhp tên bin s ph thuc vào hp Dependent variable và tên bin s ñc lp vào hp Independent variable ri nhn OK ñ tip tc. Kt qu ñưc trình bày như sau: . regress tlsosinh  tuoithai Source | SS df MS ---------+-----------------------------  Model | 148354317 1 148354317 Residual | 124365805 639 194625.673 ---------+-----------------------------Total | 272720122 640 426125.19

Number of obs F( 1, 639) Prob > F R-squared Adj R-squared Root MSE

= = = = =

641 762.25 = 0.0000 0.5440 0.5433 441.16

tlsosinh  |

Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------tuoithai | 206.6412 7.484572 27.609 0.000 191.9439 221.3386   _cons | -4865.245 290.0814 -16.772 0.000 -5434.873 -4295.617

Tr li: H s tương quan bình phương R-squared = 0.544 = 54.4% nói lên tui thai có th gii thích cho 54.4% s thay ñi v trng lưng sơ sinh. Bng ANOVA cho bit có tng các sai lch ca bình phương trng lưng sơ sinh 272.720.122 (272.7 triu) mà phương trình hi quy có th gii thích cho 148.3 triu ca s sai lch này (như vy còn 124.4 triu tng bình phương sai lch chưa ñưc gii thích gi là Residual Sum of Square và giá tr 0.45 chính là giá tr 148.3/272.7). Mc ý nghĩa ñưc trình bày trong bng ANOVA cho bit mc ý nghĩa ca phương trình. Da vào bng các h s chúng ta có th xây dng phương trình hi quy như sau: Trng lưng sơ sinh = -4865.245 + 206.641 x tui thai (tính theo tun). Mc ý nghĩa (P-value) ca bin s tui thai (Gestational age) là kt qu ca kim ñnh ý nghĩa ca bin s này trong phương trình có thc s khác không hay không. H s (coefficient) ca bin s ñc lp nói lên s thay ñi ca bin s ph thuc khi bin s 116

ñc lp thay ñi mt ñơn v. Trong phương trình này (vi bin s ñc lp là TUOITHAI và bin s ph thuc là TLSOSINH ) chúng ta có th lí gii nu ña tr ln hơn 1 tun tui trng lưng lúc sanh ca nó s tăng thêm 206.641 gram. 12. Hãy xây dng phương trình hi quy ca trng lưng thai theo tui thai, gii tính ca tr và huyt áp cao ca m. Hưng dn: S dng phương pháp hi quy ñơn bng cách nhp vào menu "Statistics :: Linear  regression and related :: Linear regression" ñ hin ra hp thoi regress – Linear regression

  Nhp tên bin s ph thuc (tlsosinh) vào hp Dpendent variable và tên các bin s ñc lp (tuoithai gioi tang_ha) vào hp Idependent variables, ri nhn OK ñ tip tc. Khi ñó hp thoi chn ñoán s hin ra. Tuy nhiên nu chúng ta không quan tâm ñn vic chn ñoán các vn ñ trong phương trình hi quy chúng ta hãy nhp vào nút Cancel. . regress tlsosinh  tuoithai gioi tang_ha Source | SS df MS -------------+-----------------------------  Model | 153998584 3 51332861.4 Residual | 118721538 637 186376.04 -------------+-----------------------------Total | 272720122 640 426125.19

Number of obs F( 3, 637) Prob > F R-squared Adj R-squared Root MSE

= =

641 275.43 = 0.0000 = 0.5647 = 0.5626 = 431.71

-----------------------------------------------------------------------------tlsosinh | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------tuoithai | 201.4248 7.541441 26.71 0.000 186.6157 216.2339 gioi | 167.8167 34.17884 4.91 0.000 100.6999 234.9335 tang_ha | -142.14 50.8685 -2.79 0.005 -242.0302 -42.24979   _cons | -4729.048 294.1447 -16.08 0.000 -5306.659 -4151.438 -----------------------------------------------------------------------------2

Tr li: Chúng ta tìm ñưc r  (R-squared) là 0.5647 cho thy phương trình hi quy gii thích

117

ñưc 56.47% s bin thiên ca trng lưng thai và ñiu này cho thy mô hình có c gii tính và tăng huyt áp gii thích tt hơn so vi mô hình ch có tui thai (r 2=0.54). Chúng ta cũng có th vit ñưc phương trình hi quy theo kt qu  trên: Trng lưng thai = -4729.048 + tui thai x 201.425 - tăng huyt áp x 142.14 + gii x 167.817 10. Bn có gi ý gì ñ trình bày phương trình hi quy mt cách d hiu hơn ñi vi ngưi không chuyên v thng kê. Hưng dn: Bi vì ngưi không chuyên v thng kê hay ngưi chưa ñưc làm quen vi phương   pháp mã hoá s không bit làm sao ñ nhân tăng huyt áp vi 142.14 hay gii vi 167,817. Chúng ta nh li quy ưc ca tp tin này: Bin tăng huyt áp (tang_ha) có giá tr =0 nu m không b tăng huyt áp Bin gii tính ( gioi) có giá tr =0 nu tr là tr gái a) Do ñó phương trình hi quy ñi vi tr gái có m không tăng huyt áp là: Trng lưng thai = -4729.048 + tui thai x 201.425 (a)  b)  tr trai vi m không tăng huyt áp, trng bin s ph thuc ca phương trình hi quy s tăng lên 167,817 gram nên phương trình hi quy s là Trng lưng thai = -4561.23 + tui thai x 201.425 (b) c)  tr gái vi m b tăng huyt áp, trng bin s ph thuc ca phương trình hi quy s s gim ñi 142,14 gram so vi phương trình (a) nên phương trình hi quy cho nhóm này là Trng lưng thai = -4871.19 + tui thai x 201.425 d)  tr trai vi m b tăng huyt áp, trng bin s ph thuc ca phương trình hi quy s s gim ñi 142,14 gram so vi phương trình (b) nên phương trình hi quy cho nhóm này là Trng lưng thai = -4703.37 + tui thai x 201.425 Do các mc ý nghĩa (p-value) ca bin s ñu nh hơn 0.05 nên tt c các bin s ñc lp ca mô hình ñu có ý nghĩa thng kê và không nên loi b khi mô hình. 13. Xét hai mô hình trng lưng thai = tui thai + tăng huyt áp m + gii tính (cho h s ca bin s tui t hai là 201.4) trong khi ñó mô hình trng lưng thai = tui thai (choh s ca bin s tui thai là 206.6). H s trong mô hình nào là  phù hp hơn ñ ñánh giá s tăng trưng ca trng lưng thai. Tr li: Chúng ta có th gi ñnh yu t tăng huyt áp ca m là yu t gây nhiu. Do tăng huyt áp ca m có th làm gim trng lưng ca con và trong tăng huyt áp ca m ph bin hơn  nhóm sanh thiu tháng nên  ña tr sinh sm 1 tun b mt trng lưng là 206.6 gram nhưng ñiu này là c do tác ñng ca sanh non và c tác ñng do tăng huyt áp  mt s bà m. Tuy nhiên   nhóm không b tăng huyt áp tr sanh non mt tun ch b mt có 201.4 gram và do ñó con s 201.4 là phù hp hơn ñ ñánh giá s tăng trưng ca trng lưng thai. Trên thc tin do con s 201.4 rt gn vi con s 206.6 nên có th b qua tác ñng gây nhiu ca tăng huyt áp ca m lên tc ñ phát trin thai. 14. S dng kim ñnh t chúng ta phát hin trng lưng tr con các bà m b tăng huyt áp thp hơn con nhng ngưi không tăng huyt áp là 449.37 gram. Trong khi mô hình ca trng lưng

118