1. Chúng ta sẽ sử dụng bộ số liệu shapiro làm ví dụ, bộ số liệu này bao gồm một số biến số
MI Nhồi máu cơ tim, OC Sử dụng thuốc tránh thai, SMOKE Hút thuốc, AGEGROUP Nhóm tuổi, AGEMID Tuổi
shapiro
## # A tibble: 1,976 × 5
## MI OC SMOKE AGEGROUP AGEMID
## <dbl+lbl> <dbl+lbl> <dbl+lbl> <dbl> <dbl+lbl>
## 1 0 [No] 0 [No] 0 [None] 1 27 [25-29]
## 2 0 [No] 0 [No] 0 [None] 5 47 [45-49]
## 3 0 [No] 0 [No] 0 [None] 3 37 [35-39]
## 4 0 [No] 0 [No] 0 [None] 2 32 [30-34]
## 5 0 [No] 1 [Yes] 0 [None] 4 42 [40-44]
## 6 0 [No] 0 [No] 0 [None] 3 37 [35-39]
## 7 0 [No] 0 [No] 0 [None] 1 27 [25-29]
## 8 0 [No] 0 [No] 0 [None] 2 32 [30-34]
## 9 1 [Yes] 0 [No] 0 [None] 5 47 [45-49]
## 10 0 [No] 0 [No] 0 [None] 2 32 [30-34]
## # … with 1,966 more rows
2. Phân tích bảng đơn
Có nhiều cách để thực hiện, một cách khá gần gũi và giao diện giống với một số phần mềm khác thì chúng ta có thể sử dụng package summarytools
Đầu tiên chúng ta load package này để sử dụng
library(summarytools)
Để phân tích mô tả đối với biến định tính thường chúng ta sẽ sử dụng bảng đơn. Chúng ta phân tích mô tả đối với biến MI như sau:
attach(shapiro)
freq(MI)
## Frequencies
## MI
## Label: Myocardial infarction
## Type: Numeric
##
## Freq % Valid % Valid Cum. % Total % Total Cum.
## ----------- ------ --------- -------------- --------- --------------
## 0 1742 88.16 88.16 88.16 88.16
## 1 234 11.84 100.00 11.84 100.00
## <NA> 0 0.00 100.00
## Total 1976 100.00 100.00 100.00 100.00
3. Phân tích bảng đôi 2x2
Chúng ta muốn kiểm định giả thuyết về mối liên quan giữa việc sử dụng thuốc tránh thai (biến OC) và nhồi máu cơ tim MI ở đối tượng nghiên cứu.
Thường chúng ta sẽ phân tích và sử dụng Test Khi bình phương, hoặc một số test khác trong một số trường hợp đặc biệt
Chúng ta có thể thực hiện bằng lệnh CrossTable như sau:
library(gmodels)
attach(shapiro)
CrossTable(OC, MI, prop.r = TRUE,prop.c = FALSE, prop.t = FALSE,prop.chisq = FALSE, chisq = TRUE, fisher = TRUE)
##
##
## Cell Contents
## |-------------------------|
## | N |
## | N / Row Total |
## |-------------------------|
##
##
## Total Observations in Table: 1976
##
##
## | MI
## OC | 0 | 1 | Row Total |
## -------------|-----------|-----------|-----------|
## 0 | 1607 | 205 | 1812 |
## | 0.887 | 0.113 | 0.917 |
## -------------|-----------|-----------|-----------|
## 1 | 135 | 29 | 164 |
## | 0.823 | 0.177 | 0.083 |
## -------------|-----------|-----------|-----------|
## Column Total | 1742 | 234 | 1976 |
## -------------|-----------|-----------|-----------|
##
##
## Statistics for All Table Factors
##
##
## Pearson's Chi-squared test
## ------------------------------------------------------------
## Chi^2 = 5.844271 d.f. = 1 p = 0.01562785
##
## Pearson's Chi-squared test with Yates' continuity correction
## ------------------------------------------------------------
## Chi^2 = 5.250078 d.f. = 1 p = 0.02194579
##
##
## Fisher's Exact Test for Count Data
## ------------------------------------------------------------
## Sample estimate odds ratio: 1.683414
##
## Alternative hypothesis: true odds ratio is not equal to 1
## p = 0.02228029
## 95% confidence interval: 1.058305 2.605598
##
## Alternative hypothesis: true odds ratio is less than 1
## p = 0.9923676
## 95% confidence interval: 0 2.443704
##
## Alternative hypothesis: true odds ratio is greater than 1
## p = 0.01395443
## 95% confidence interval: 1.139463 Inf
##
##
##
Việc tính tỷ lệ phần trăm theo cột, hàng, hay tổng chung phụ thuộc vào tỷ lệ được đưa ra để só sánh (Ví dụ: Tỷ lệ bị bệnh giữa nhóm phơi nhiễm và không phơi nhiễm thì ta tính tỷ lệ phần trăm theo hàng hoặc tỷ lệ phơi nhiễm giữa nhóm bệnh và nhóm chứng (nhóm không bệnh) thì ta tính tỷ lệ phần trăm theo cột). Tựu chung lại, phụ thuộc vào câu hỏi nghiên cứu.
Trong lệnh trên chúng ta tính tỷ lệ phần trăm theo hàng prop.r = TRUE
Cho ẩn đi tỷ lệ phần trăm theo cột prop.c = FALSE và tổng chung prop.t = FALSE, và phân phối chi-square prop.chisq = FALSE
Ngoài ra chúng ta cũng yêu cầu R cho kết quả của Chi-square test chisq = TRUE và Fisher Exact test fisher = TRUE
DONE
Nhận xét
Đăng nhận xét