Căn Bản về sinh thống kê
Thống kê mô tả
Gs, TS LÊ HOÀNG NINH
Nội dung cần phân biệt
• Distinguish between different strategies
for obtaining a sample from a population
• Understand the measures of central
tendency and variability in your data
2
Thống kê mô tả và suy lý
Thống kê mô tả: dùng các con số để tổ chức,
biểu thị một bộ dữ liệu từ một mẫu.
Thống kê suy lý: có một kết luận từ thông tin
chưa hoàn chi3ng, nghĩa là tổng quát hóa kết quả
từ một mẫu lên quần thể.
Inferential statistics use available information in
a sample to draw inferences about the population
from which the sample was selected
Quần thể lý thuyết
Sample 1:
Representative? Y N
Sample 2:
Representative? Y N
Sample 3:
Representative? Y N
4
Cách lấy mẫu
• Convenience Sampling: select the most
accessible and available subjects in target
population. Inexpensive, less time consuming,
but sample is nearly always non-representative
of target population.
• Random Sampling (Simple): select subjects at
random from the target population. Need to
identify all in target population first. Provides
representative sample frequently.
5
Cách lấy mẫu
• Systematic Sampling: Identify all in target
population, and select every xth person as a
subject.
• Stratified Sampling: Identify important subgroups in your target population. Sample from
these groups randomly or by convenience.
Ensures that important sub-groups are included
in sample. May not be representative.
• More complex sampling
6
Sai lầm do lấy mẫu
• Có sự khác biệt giữa trị số trên mẫu ( số thống
kê) và trị số thật trên quần thể ( tham số)
• Xảy ra ở mọi nghiên cứu.
• Sampling error approximates 1 / √n
• Note that larger sample sizes also require time
and expense to obtain, and that large sample
sizes do not eliminate sampling error
7
Research Process
Research question
Hypothesis
Identify research design
Data collection
Presentation of data
Data analysis
Interpretation of data
8
Types of Data Collection
• Surveys/Questionnaires
– Self-report
– Interviewer-administered
– proxy
• Direct medical examination
• Direct measurement (e.g. blood draws)
• Administrative records
9
Understanding and Presenting
Data
10
Loại dữ liệu
1. Categorical: (e.g., Sex, Marital Status,
income category)
2. Continuous: (e.g., Age, income, weight,
height, time to achieve an outcome)
3. Discrete: (e.g.,Number of Children in a
family)
4. Binary or Dichotomous: (e.g., response to
all Yes or No type of questions)
11
Thang đo dữ liệu
1. Nominal: These data do not represent an amount or
quantity (e.g., Marital Status, Sex)
2. Ordinal: These data represent an ordered series of
relationship (e.g., level of education)
3. Interval: These data is measured on an interval scale
having equal units but an arbitrary zero point. (e.g.:
Temperature in Fahrenheit)
4. Interval Ratio: Variable such as weight for which we
can compare meaningfully one weight versus another
(say, 100 Kg is twice 50 Kg)
12
Sắp xếp, trình bày dữ liệu
• Bảng tần số
• Đồ thị tần số Frequency Histogram
• DT tần số tương đối (Relative Frequency
Histogram)
• Đa giác tần số Frequency polygon
• ĐGTS tương đối (Relative Frequency
polygon)
• Bar chart ( biểu đồ thanh)
• Pie chart ( biểu đồ bánh)
• Box plot ( biểu đồ hình hộp)
13
Bảng tần số
• Là bước đầu giúp xem xét bộ dữ liệu.
• Giúp nhận ra sự phân phối trị số các biến
số
• Giúp nhận ra các ngoại lệ
– Xem xét các ngoại lệ nầy có thể do nhập dữ
liệu có sai sót không
– Điều tra khác xem việc nhập dữ liệu có sai
sót không
14
Bảng tần số
Một n.cứu khảo sát số trẻ em trong gia đình
sống tại khu phố A. kết quả điều tra 30 gia đình
trong khu phố A cho kết quả như sau:
2, 2, 5, 3, 0, 1, 3, 2, 3, 4, 1, 3, 4, 5, 7, 3, 2, 4, 1, 0,
5, 8, 6, 5, 4 , 2, 4, 4, 7, 6
Trình bày bộ dữ liệu nầy bằng bảng tần số?
15
Số trẻ em tại
gia đình
0
1
2
3
4
5
6
7
8
Tần số
(Frequency)
2
3
5
5
6
4
2
2
1
Tần số tương
đối (Relative
Freq)
2/30=0.067
3/30=0.100
5/30=0.167
5/30=0.167
6/30=0.200
4/30=0.133
2/30=0.067
2/30=0.067
1/30=0.033
16
Bảng tần số
Bây giờ, các bạn trình bày bảng phân phối tần số
trong một nghiên cứu về tuổi của bệnh nhân bị
bệnh tim mạch nhập viện tại khoa tim mạch của
một bệnh viện trong thành phố.
Dữ liệu sau đây được thu thập trên một mẫu ngẫu
nhiên 30 bệnh nhân tại phòng khám tim mạch của
bệnh viện trên.
42, 38, 51, 53, 40, 68, 62, 36, 32, 45, 51, 67, 53, 59,
47, 63, 52, 64, 61, 43, 56, 58, 66, 54, 56, 52, 40, 55,
72, 69.
17
Nhóm tuổi
Tần số
32 -36 yr
37- 41 yr
42-46 yr
47-51 yr
52-56 yr
57-61 yr
62-66 yr
67-72 yr
Tổng
2
3
4
3
8
3
4
3
n=30
Tần số tương
đối
2/30=0.067
3/30=0.100
4/30=0.134
3/30=0.100
8/30=0.267
3/30=0.100
4/30=0.134
3/30=0.100
18
Đa giác tần số
• Giúp nhận ra sự phân phối của bộ dữ liệu
9
8
Female
7
Male
Frequency
6
5
4
3
2
1
0
20-
30-
40-
50-
60-69
Age in years
19
Bảng 1 trên bài báo y học
Mô tả dân số nghiên cứu bằng bảng tần số
Tên bảng….
Tên biến số
(đơn vị của biến số)
Tần số
(n)
%
Số trung
bình (SD)
- Loại
Tổng
20
Các số đo khuynh hướng trung tâm
Các số đo?
1. Trung bình(Mean)
2. Trung vị (Median)
3. (Mode)
21
Trung bình mẫu
Trung bình số học bằng tổng tất cả các trị số đo
được trên mẫu chia cho số khảo sát được.
Thí dụ thu nhập hàng tháng của 5 hộ gia đình (
d.vi: ngàn đồng) như sau, 6000, 10,000, 10,000,
14000, 50,000. do vậy số trung bình là: 18 triệu.
6000 + 10000 + 10000 + 14000 + 50000
X=
= 18000
5
22
Trung vị (Median)
Liệt kê bộ dữ liệu từ trị số thấp nhất cho
tới trị số cao nhất.số trung vị là trị số đứng
giữa dãy trị số của bộ dữ liệu.
Thí dụ thu nhập tại 5 hộ gia đình được liệt
kê như sau ( đơn vị ngàn đồng):
6,000 10,000
10,000 14,000
50,000
Trị số trung vị là 10.000.000 ( 10 triệu )
23
Mode
• Là trị số có tần số cao nhất
• Có thể có nhiều hơn 1 mode trong một bộ
dữ liệu
24
Số đo vị trí không trung tâm
Measures of non-central locations
•Tứ phân vị
•Bách phân vị
25
Các số đo sự phân tán của bộ dữ liệu
Measures of Dispersion or Variability
• Biên độ Range (trị số cao nhất và thấp
nhất của bộ dữ liệu. Sự sai biệt giữa 2 trị
số nầy là biên độ)
• Phương sai (Variance) ( bình phương của
độ lệch chuẩn)
• Độ lệch chuẩn (Standard deviation) (the
square root of the variance)
26
Phương sai của mẫu
n
 ( xi - x )
2
s =
2
i=1
n -1
S = độ lệch chuẩn ( SD)
(square root of variance)
27
Thí dụ tính phương sai và độ lệch
chuẩn trong thí dụ về thu nhập hộ
gia đình
2
2
2
2
(6000-18000 ) +(10000-18000 ) +(10000-18000 ) +(14000-18000)+(50000-18000 )
=
S=
5-1
2
2
S = 328,000,000
S  18110.77
28
Số trung bình và độ lệch chuẩn (SD)
7 7
7 77
7
Mean = 7
SD=0
7
8
7 77
6
Mean = 7
SD=0.63
3
2
7 8
13
9
Mean = 7
SD=4.04
29
Qui luật
Trong phân phối bình thường thì :
a) 68% các trị số nằm trong phạm vi 1 độ lệch
chuẩn, chung quanh trị số trung bình
b) 95% các trị số năm trong phạm vi 2 độ lệch
chuẩn, chung quanh trị số trung bình
c) 99.7% các trị số nằm trong phạm vi 3 độ
lệch chuẩn chung quanh trị số trung bình
30
Giả định thời gian phản ứng đối với một loại thuốc nào đó có
phân phối bình thường, có trị số trung bình là 10 phút với độ
lệch chuẩn là 2 phút. Các bạn hãy giải thích ý nghĩa của số
trung bình và độ lệch chuẩn trong thí dụ nầy.
a) 68% …
b) 95% ….
c) 99.7% …
31