Bài giảng Giới thiệu một số phương pháp thống kê nâng cao

1 GIỚI THIỆU MỘT SỐ PHƯƠNG PHÁP THỐNG KÊ NÂNG CAO PGS.TS. Hoàng Văn Minh Hà nội- tháng 6 năm 2015 Nội dung: 1.Hồi quy tuyến tính 2.Hồi quy logistic 3.Phân tích sống còn 2 HỒI QUY Hồi qui là mô hình toán học thể hiện sự biến đổi của một biến số (biến phụ thuộc) theo một hay nhiều biến khác (biến độc lập = biến giải thích) Mục tiêu là ước lượng (hay dự đoán) giá trị của biến phụ thuộc trên cơ sở các giá trị đã biết của biến độc lập HỒI QUY TUYẾN TÍNH Y= a +bx1+c

pdf8 trang | Chia sẻ: huongnhu95 | Lượt xem: 522 | Lượt tải: 0download
Tóm tắt tài liệu Bài giảng Giới thiệu một số phương pháp thống kê nâng cao, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
x2 +dx3 Biến phụ thuộc là biến định lượng, phân bố chuẩn Biến độc lập (giải thích) có thể là định tính hoặc định lượng Các biến định tính cần chuyến sang các biến giả (có giá trị 1, 0) 3 Thực hành use sl7_huyetap.dta, clear xi: regress hatdtb i.gioitinh i.nhomtuoi HỒI QUY LOGISTIC    - 0 r1 r odds         - r1 r lnlog(odds)logit nnxbxbxbby r r it         ... 1 lnlog 22110 4 HỒI QUY LOGISTIC Biến phụ thuộc là biến nhị phân (1, 0) Biến độc lập có thể là định tính hoặc định lượng, biến định tính nnxbxbxbby r r it         ... 1 lnlog 22110 HỒI QUY LOGISTIC nnnn xbxbxbbxbxbxbb nn eeeeexbxbxbbodds ...)...exp( 2211022110 ... 22110   )...(1 221101 1 1 1 1 nn xbxbxbbeoddsodds odds       nnxbxbxbby r r it         ... 1 lnlog 22110 5 Thực hành use sl8_logistic.dta, clear xi: logit benhcotim hutthuoc i.gioitinh i.nhomtuoi xi: logistic benhcotim hutthuoc i.gioitinh i.nhomtuoi PHÂN TÍCH SỐNG CÒN • ti: thời gian bệnh nhân i th tử vong • m[t]: số bệnh nhân có ti > t • d[t]: số bệnh nhân có ti ≤ t • Hàm sống còn (survival function) S[t]=Pr[ti>t]: xác suất sống đến ít nhất thời điểm t • Hàm tử vong tích lũy (cum. mortality function) D[t]=Pr[ti ≤ t]: xác suất tử vong trước thời điểm t 6 Nghiên cứu sống sót sau can thiệp Đường cong sống còn Kaplan-Meier     k k kk ttk kk n dn pppptS k: 21 ...)( ˆ  Hàm sống còn Kaplan-Meier 7 Kiểm định logrank Phân tích Logrank sẽ kiểm định cho biết xác suất sống còn của 2 nhóm có khác nhau có ý nghĩa thống kê hay không. Phương trình hồi quy Cox ( ) exp( ' ) ( ) o h t x b h t  1 1 2 2 ... 0 ( ) exp( ' ) ( ) p pb x b x b xh t X B e h t      ( ) ( , , ) ( , , ) ( , , ) x x h t x hazard ratio t x x h t x e       1 0 1 1 0 0 8 Thực hành use sl9_survival.dta, clear stset survtime, failure( died) stsum stsum, by( treatment) sts list sts list, by( treatment) compare sts graph, yline(0.5) sts graph, by(treatment) sts graph, gwood by(treatment) sts graph, by(treatment)na sts test treatment stcox treatment

Các file đính kèm theo tài liệu này:

  • pdfbai_giang_gioi_thieu_mot_so_phuong_phap_thong_ke_nang_cao.pdf