Bài giảng Kiểm định giả thuyết

Hồi quy logistic Để tìm mối liên quan giữa biến phụ thuộc là biến nhị phân và các biến độc lập là định lượng hoặc định tính Ví dụ: Nghiên cứu bệnh - chứng về tình trạng mắc bệnh phong và có tiêm vaccine BCG, với các yếu tố nghi ngờ nhiễu là tuổi, giới, nơi học,. Biến phụ thuộc: Mắc bệnh phong Biến độc lập: có sẹo BCG, tuổi, giới, nơi học,

pdf23 trang | Chia sẻ: truongthinh92 | Lượt xem: 2131 | Lượt tải: 1download
Bạn đang xem trước 20 trang tài liệu Bài giảng Kiểm định giả thuyết, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
1Hoàng Thị Hải Vân Bộ môn Thống kê Tin học Y học Viện Đào tạo YHDP&YTCC Tel: 0912693335 Email: hoangthihaivan@hmu.edu.vn  Phân biệt được ước lượng và kiểm định giả thuyết  Giả thuyết nghiên cứu  Giá trị của p và mức ý nghĩa thống kê  Phân biệt được sai lầm loại I và sai lầm loại II  Liệt kê được các bước tiến hành kiểm định giả thuyết  Có khả năng lựa chọn được trắc nghiệm thống kê thích hợp cho một bộ số liệu cụ thể 2Thống kê mô tả:  là mô tả kết quả thu được từ mẫu nghiên cứu  biểu thị độ lớn, sự phân bố của các tham số của mẫu nghiên cứu như giá trị trung bình, độ lệch chuẩn, các tỷ lệ, bảng, biểu, đồ thị sự phân bố theo các biến số khác nhau như tuổi, giới, địa dư... Thống kê suy luận:  là quá trình ngoại suy kết quả nghiên cứu từ mẫu ra quần thể nghiên cứu.  bao gồm 2 phương pháp: ước lượng và kiểm định QuÇn thÓ ®Ých QuÇn thÓ nghiªn cøu MÉu Tham sè quÇn thÓ (µ, σ, P...)MÉu x¸c suÊt - NgÉu nhiªn ®¬n - NgÉu nhiªn hÖ thèng - MÉu ph©n tÇng - MÉu chïm - MÉu nhiÒu bËc MÉu kh«ng x¸c suÊt - MÉu kinh nghiÖm - MÉu thuËn tiÖn - MÉu chØ tiªu - MÉu cã môc ®Ých. Chän mÉu ¦íc l−îng • ®iÓm • kho¶ng KiÓm ®Þnh gi¶ thuyÕt Suy luËn th«ng kª (ChØ ¸p dông cho mÉu x¸c suÊt víi cì mÉu ®ñ lín) KÕt luËn ngo¹i suy C¸c test thèng kª Gi¸ trÞ p Lùa chän M« t¶ c¸c tham sè mÉu (tr×nh bµy kÕt qu¶ nghiªn c−ó) Tham sè mÉu ( , s, p...)BiÕn sè Thèng kª m« t¶ Thèng kª suy luËn X 3Ước lượng:  ngoại suy từ tham số mẫu ra tham số quần thể:  từ trung bình của mẫu ( ) sang TB quần thể (µ)  từ tỷ lệ của mẫu (p) sang tỷ lệ của quần thể (P)  từ OR, RR, r của mẫu ra quần thể. Kiểm định giả thuyết:  so sánh 2 hoặc nhiều quần thể NC từ sự khác biệt của 2 hoặc nhiều mẫu rút ra từ chính quần thể đó.  kiểm định mối tương quan của quần thể dựa theo mối tương quan thu được từ mẫu X 12802954 ±=± sX TrÎ s¬ sinh t¹i huyÖn A 5000 trÎ MÉu 500 trÎ Tham sè mÉu: ??±=±σµTham sè QT: −íc l−îng hay kiÓm ®Þnh? 4TrÎ s¬ sinh t¹i huyÖn A 5000 trÎ MÉu 500 trÎ Tû lÖ trÎ (p) cã c©n nÆng < 2500 gram = 20% −íc l−îng hay kiÓm ®Þnh? Tû lÖ trÎ (P) cã c©n nÆng < 2500 gram = ? TrÎ s¬ sinh t¹i huyÖn A 5000 trÎ TrÎ s¬ sinh t¹i huyÖn B 6000 trÎ MÉu 500 trÎ MÉu B 500 trÎ ? 12802954 ± 8862785 ±> −íc l−îng hay kiÓm ®Þnh? 51. Từ câu hỏi nghiên cứu đặt ra giả thuyết nghiên cứu 2. Đề xuất mức ý nghĩa thống kê thích hợp 3. Chọn test thống kê thích hợp 4. Xác định vùng suy xét hoặc vùng loại bỏ 5. Tính toán test thống kê 6. Đề xuất quyết định thống kê 7. Rút ra kết luận  Giả thuyết nghiên cứu là một giả định được đặt ra bởi người nghiên cứu và được xuất phát từ câu hỏi nghiên cứu  Giả thuyết không (null hypothesis – Ho): không có sự khác biệt/ tất cả đều như nhau  Giả thuyết khác biệt (alternative hypothesis – Ha/H1): được chấp nhận khi Ho bị loại bỏ (có sự khác biệt) 6 Sai lầm loại I: xảy ra khi giả thuyết Ho bị loại bỏ khi nó đúng ◦ Xác suất xảy ra sai lầm loại I chính là mức ý nghĩa thống kê (α) thường bằng hoặc nhỏ hơn 0,05. Khi mức ý nghĩa thống kê bằng 0,05, p<0,05, Ho bị loại bỏ.  Sai lầm loại II: xảy ra khi chấp nhận giả thuyết H1 khi nó sai ◦ Xác suất xảy ra sai lầm loại II gọi là β. Khi đó (1-β) được gọi là lực của test (power test): khả năng loại trừ Ho khi Ha là đúng Chấp nhận Ho Loại bỏ Ho Ho đúng ok Sai lầm loại I Ho sai Sai lầm loại II ok Ho bị loại bỏ trong khi nó ñúng Ho ñược chấp nhân trong khi nó sai 7 Khi giá trị P – có ý nghĩa thống kê ở mức 0,05 – (100-5) 95% khoảng tin cậy sẽ không đi qua giá trị “không” (null)  Giá trị “không” (null) là gì? ◦ Khi so sánh sự khác biệt (giá trị TB và tỷ lệ) giá trị “không” chính là 0 (zero) ◦ Khi so sánh các đo lường về tỷ suất (OR, RR) giá trị “không” là 1 Ví dụ:  Giá trị trung bình của sự khác biệt giữa 2 nhóm là 12 kg, 95% CI (-2 kg đến 23kg)  OR của mối liên quan giữa cà phê và và ung thư phổi là 1,6, 95%CI (0,5-2,3) 8 Ở mức ý nghĩa thống kê 5%, giá trị giới hạn (cut-off) của p là 0,05  Ở mức ý nghĩa thống kê 1%, giá trị giới hạn (cut-off) của p là 0,01  Giá trị của p ñược tính toán dựa trên ñộ mạnh của bằng chứng chống lại giả thuyết Ho P Độ mạnh của bằng chứng <0.001 Bằng chứng vô cùng mạnh mẽ 0,01 đến 0,001 Bằng chứng mạnh m 0,05 đến 0,01 Bằng chứng yếu >0,05 Rất yếu hoặc không có bằng chứng  Giả thuyết Ho đã bị loại bỏ với nguy cơ sai lầm <5%  Xác suất để Ho đúng là <5%  Ho xảy ra chỉ là may rủi  Bác bỏ giả thuyết Ho  Xác suất để Ha (H1) đúng là >95%  Ha (H1) xảy ra là chắc chắn  Chấp nhận Ha “p là xác suất xảy ra sự kiện nếu Ho là sự thật” 9 Chỉ giá trị của P chưa ñủ cơ sở ñể kết luận  Cần phải biết giá trị thực tế của ñộ lớn: OR, RR, trung bình của sự khác biệt giữa 2 nhóm 1. Nếu p=0,05, giả thuyết Ho chỉ có 5% cơ hội xảy ra 2. Sự khác biệt không có ý nghĩa thống kê (p>=0,05) có nghĩa là không có sự khác biệt giữa các nhóm 3. Kết quả có ý nghĩa thống kê có nghĩa là cũng rất quan trọng về mặt lâm sàng 4. Các nghiên cứu có giá trị p ở về 2 phía của giá trị 0,05 là mâu thuẫn nhau 5. Các nghiên cứu có giá trị p như nhau cung cấp các bằng chứng như nhau chống lại giả thuyết Ho 6. P=0,05 có nghĩa là khi chúng ta quan sát thì chỉ 5% sự kiện xảy ra tuân theo giả thuyết Ho 10 7. P=0,05 và p<=0,05 là như nhau 8. Giá trị của p có thể được viết dưới dạng <= (p<=0,02 khi p=0,15) 9. P=0,05 có nghĩa là nếu bạn loại bỏ Ho, xác suất xảy ra sai lầm loại I là 0,05 10. Với ngưỡng ý nghĩa 0,05, khả năng xảy ra sai lầm loại I là 5% 11. Bạn nên sử dụng p một phía khi bạn không quan tâm đến chiều hướng của kết quả hoặc sự khác biệt về một hướng là không thể xác định 12. Các kết luận khoa học hay phương hướng điều trị căn cứ vào việc giá trị p có ý nghĩa hay không  Test tham số và test phi tham số  Test cho biến ñịnh lượng và biến ñịnh tính  Test ghép cặp và test không ghép cặp  Test cho biến phụ thuộc và biến ñộc lập 11 Mục tiêu Đo lường mối liên quan So sánh sự khác biệt Biến định lượng (1) Biến định tính (2) Biến định lượng (3) Biến định tính (4) Mục tiêu Đo lường mối liên quan So sánh sự khác biệt Biến định lượng (1) Biến định tính (2) Biến định lượng (3) Biến định tính (4) 12 X-Axis X-Axis X-Axis 13 Nội dung kiểm tra Các chỉ số thể hiện phân bố chuẩn Kiểm tra biểu đồ cột liên tục (histogram) Có hình chuông và đối xứng So sánh giá trị trung bình và giá trị trung vị Các giá trị này tương đối bằng nhau Tính toán skewness và kurtosis Nằm trong khoảng -1 đến +1 (có thể chấp nhận -3 đến +3) Kiểm tra bằng box plot (biểu đồ hộp) Không có các giá trị ngoại lai Test kiểm tra phân bố chuẩn Skewness-kurtosis test (sktest, p>0,05) 1. So sánh huyết áp tối đa của mẫu nghiên cứu với hằng số sinh học của người Việt Nam (120mmHg) 2. So sánh huyết áp tối đa của nam và nữ trong mẫu nghiên cứu 3. So sánh huyết áp tối đa của mẫu nghiên cứu trước và sau điều trị thuốc hạ huyết áp 4. So sánh huyết áp tối đa của các nhóm có BMI khác nhau (=25) 14 Mục tiêu Đo lường mối liên quan So sánh sự khác biệt Biến định lượng (1) Biến định tính (2) Biến định lượng (3) Biến định tính (4) Khi bình phương test Fisher exact test nếu tần số mong đợi <5 2. Xác định sự khác biệt biến định tính 1 nhóm 2 nhóm Z test Độc lập Ghép cặp Độc lập Ghép cặp >2 nhóm Khi bình phương của Mc Nemar Khi bình phương test Cochran Q test 15 1. So sánh tỷ lệ suy dinh dưỡng của mẫu nghiên cứu với tỷ lệ chung của cả nước 2. So sánh tỷ lệ suy dinh dưỡng của nông thôn và thành thị 3. So sánh tỷ lệ suy dinh dưỡng của một xã trước và sau can thiệp 4. So sánh tỷ lệ suy dinh dưỡng của trẻ dưới 5 tuổi là con của các bà mẹ có trình độ văn hóa khác nhau (<tiểu học; trung học cơ sở; từ PTTH trở lên) Mục tiêu Đo lường mối liên quan So sánh sự khác biệt Biến định lượng (1) Biến định tính (2) Biến định lượng (3) Biến định tính (4) 16 3. Đo lường mối liên quan biến định lượng 2 biến Hệ số tương quan r của pearson nếu phân bố chuẩn Hồi quy tuyến tính >2 biến Hệ số tương quan r của spearman nếu phân bố không chuẩn  Có giá trị từ -1 đến +1  Khi HSTQ = 0 ⇒ 2 biến không có tương quan tuyến tính  Khi HSTQ > 0 ⇒ tương quan đồng biến  Khi HSTQ < 0 ⇒ tương quan nghịch biến  Càng gần 1 ⇒ tương quan càng chặt  HSTQ = 1 ⇒ không có sai số ngẫu nhiên  Bình phương của HSTQ (r2) thể hiện tỷ lệ biến thiên của biến phụ thuộc được quy là do sự thay đổi của biến độc lập (nếu giữa hai biến có quan hệ nhân quả)  Quy ước: ◦ <0,3: tương quan yếu; ◦ 0,3 - 0,5: tương quan TB ◦ 0,5-0,7: tương quan chặt chẽ ◦ >0,7: tương quan rất chặt chẽ 17 x x y • • • • • • • • • • • • • x x y • • • • • • • r = 0 r = 0• • • • • • • • • • y Pham Ngan Giang 18 • • • • x x y • • • • • • r = +1 r = -1 • • y  Phương trình mô tả sự biến thiên của một biến định lượng theo sự biến đổi của các biến khác Y = a + bx1+bx2+bx3.  Y: biến phụ thuộc  X: biến độc lập  a: hằng số  b,c,d: hệ số 19  Biến phụ thuộc là biến ñịnh lượng có phân bố chuẩn  Biến ñộc lập (giải thích) có thể là ñịnh tính hoặc ñịnh lượng  Xác định mối tương quan giữa cân nặng và chiều cao  Xây dựng mô hình hồi quy tuyến tính thể hiện mối liên quan giữa cân nặng với chiều cao và nhóm tuổi 20 Mục tiêu Đo lường mối liên quan So sánh sự khác biệt Biến định lượng (1) Biến định tính (2) Biến định lượng (3) Biến định tính (4) 4. Đo lường mối liên quan giữa các biến định tính 2 biến OR Hồi quy logistic >2 biến RR 21  Nguy cơ tương đối (RR) được tính bằng tỷ lệ mới mắc của những người có tiếp xúc với yếu tố nguy cơ (phơi nhiễm)/tỷ lệ mới mắc của những người không tiếp xúc với yếu tố nguy cơ (không phơi nhiễm)  RR=[a/(a+b)]/[c/(c+d)]  Áp dụng cho nghiên cứu thuần tập Bệnh Tổng Có Không Có phơi nhiễm a b a+b Không phơi nhiễm c d a+d Tổng a+c b+d n  Tỷ suất chênh (OR) được tính bằng độ chênh giữa tỷ suất giữa số phơi nhiễm trong nhóm có bệnh(a/b) và số phơi nhiễm trong nhóm không có bệnh (c/d)  RR=[a/b]/[c/d]=ad/bc  Áp dụng cho nghiên cứu ngang và nghiên cứu bệnh chứng Bệnh Tổng Có Không Có phơi nhiễm a b a+b Không phơi nhiễm c d a+d Tổng a+c b+d n 22  Xác ñịnh mối liên quan giữa tỷ lệ cao huyết áp và giới tính của mẫu nghiên cứu  Xác ñịnh mối liên quan giữa tỷ lệ mắc cúm và việc tiêm vaccine phòng cúm  RR, OR = 1  Không có mối liên quan  RR, OR > 1  Yếu tố nguy cơ  RR, OR < 1  Yếu tố bảo vệ 23  Để tìm mối liên quan giữa biến phụ thuộc là biến nhị phân và các biến độc lập là định lượng hoặc định tính  Ví dụ: Nghiên cứu bệnh - chứng về tình trạng mắc bệnh phong và có tiêm vaccine BCG, với các yếu tố nghi ngờ nhiễu là tuổi, giới, nơi học,... Biến phụ thuộc: Mắc bệnh phong Biến độc lập: có sẹo BCG, tuổi, giới, nơi học,...

Các file đính kèm theo tài liệu này:

  • pdfkiem_dinh_gia_thuyet_hthv_2709.pdf
Tài liệu liên quan