|
|
|
Quản lý, phân tích số liệu |
|
|
|
|
Trang chủ
>
Main menu
>
Phương pháp luận
>
Quản lý, phân tích số liệu | Những vấn đề cơ bản của thống kê thực hành | Thống kê thực hành không nhằm mục đích vào giải quyết những vấn đề lý thuyết của thống kê và thống kê toán. Thống kê thực hành bao gồm các nội dung của quá trình nghiên cứu thống kê cụ thể. Các nội dung này được tiếp cận nhất quán trên tư tưởng của thống kê toán, đặc biệt là phương pháp mẫu ngẫu nhiên trong nghiên cứu thống kê cũng như các công cụ cần thiết trong thực hành, nghiên cứu thống kê. Với mục đích nói trên, thống kê thực hành đề cập đến những nội dung cụ thể sau:- Những vấn đề cơ bản của thống kê thực hành
- Mô hình hóa toán học và lựa chọn phương pháp phân tích
Các bạn có thể download bài giảng tại đây.
Thongke.info xin cám ơn PGS.TS Ngô Văn Thứ đã chia sẻ bài viết
Số lượt đọc:
1369
-
Cập nhật lần cuối:
30/10/2012 09:58:44 AM Hướng dẫn khôi phục dữ liệu sau khi gặp sự cố "corrupted"27/01/2013 11:11' PMKhi các bạn đang nhập liệu, nguồn của máy tính đột ngột bị mất (do lỏng đường dây, do mất điện đột ngột) mà bạn vẫn chưa kip lưu thì sau khi bạn khởi động lại máy tính và mở form epidata đang nhập liệu, máy tính sẽ báo lỗi như sau “One or more records are corrupted”.
Các bạn sẽ cố gắng tìm mọi cách để mở file đó ra, nhưng sẽ không thể mở được trực tiếp bằng phần mềm Epidata. Như vậy các bạn sẽ phải nhập lại toàn bộ số phiếu mình đã nhập trong form đó nếu bạn không có file backup.
Thongke.info xin giới thiệu với các bạn một cách rất đơn giản để khắc phục sự cố này. Thống kê và phương pháp phân tích số liệu - Sử dụng Stata12/01/2013 10:09' AMXin chào các bạn,
- Khái niệm về thống kê cơ bản
- Lựa chọn trắc nghiệm thống kê
- Thực hành thống kê với Stata
Bảng thuật ngữ Dịch tễ học và Thống kê14/11/2012 11:49' AMXin chào các bạn, Trong quá trình học tập và làm việc liên quan tới Dịch tễ học và Thống kê chắc hẳn các bạn đã từng được nghe hoặc biết đến các thuật ngữ như: Case-control Study, Cohort Study, Cross-sectional Study, Chi Square, Crude odds ratio, vv. Hay các thuật ngữ đươc viết tắt: OR, RR, EFp, EFe, vv. Hiện nay có nhiều thuật ngữ được dịch khác nhau dựa trên những quan điểm nhìn nhận khác nhau của các nhà Dịch tế và Thống kê học. Thongke.info xin giới thiệu bảng thuật ngữ Dịch tễ học và Thống kê trên quan điểm của thongke.info. Bài đã đăng: Thống kê mô tả26/10/2012 09:46' PMThống kê mô tả luôn là cách thức mở đầu cho các phân tích thống kê nói chung và phân tích kinh tế xã hội nói riêng. Có nhiều cách hiểu và đánh giá vai trò của thống kê mô tả, với quan niệm thống kê mô tả là bước khai phá số liệu, các nội dung trong chương này trình bày thống kê mô tả với hai mục đích chính: một là, thống kê mô tả như một cách thức tổng hợp số liệu và mô tả các đặc trưng quan trọng của các biến; hai là, dùng thống kê mô tả phát hiện các đặc trưng và quan hệ tiềm ẩn trong tổng thể, đặc biệt là các quan hệ nhiều biến.
Thongke.info xin giới thiệu với các bạn bài viết: thống kê mô tả, các bạn có thể download bài viết tại đây.
Thongke.info xin cám ơn PGS.TS Ngô Văn Thứ đã chia sẻ bài viết.
Phương pháp kiểm định tương tác trong phân tích số liệu nghiên cứu khoa học - Assessment of Interaction02/08/2012 09:36' AMGiới
thiệu
Đôi
khi, mối liên quan giữa hai biến bị thay đổi bởi một biến Cách gộp các biến biến rời rạc (ngày), (tháng), (năm) thành biến thời gian đầy đủ - date (ngày/tháng/năm) – Sử dụng Stata26/07/2012 08:58' PMỞ phần trước thongke.info đã giới thiệu tới các bạn cách chuyển biến dạng chữ (String variable) có chứa ngày tháng năm sang dạng ngày tháng năm chuẩn (date) trong Stata. Trong bài này, thongke.info xin giới thiệu cách các bạn cách gộp các biến biến rời rạc ea1(ngày), eb1(tháng), ec1(năm) thành biến date(ngày/tháng/năm) và cách tách biến ngày tháng năm chuẩn thành các biến rời rạc (ngày, tháng và năm) Trường hợp 1: Cách gộp các biến biến rời rạc ea1(ngày), eb1(tháng), ec1(năm) thành biến date(ngày/tháng/năm) Xử lý missing data sử dụng phương pháp MI – Multiple Imputation trong Stata26/07/2012 08:44' PMTrong bài “phương pháp xử lý giá trị missing trong stata” kì trước được trình bày trong mục “Phương pháp luận/quản lý, xử lý số liệu”, thongke.info đã giới thiệu 2 phương pháp xử lý giá trị missing: kiểm tra giá trị thực và thay thế giá trị missing và thay thế giá trị missing bằng các giá trị trung bình, trung vị.
Trong bài này, thongke.info giới thiệu với các bạn phương pháp dự đoán/ước tính giá trị missing – IMPUTATION dựa trên mô hình phân tích hồi quy đa biến, sử dụng phương pháp Multiple Imputation – MI trong Stata.
Chúng ta sẽ xem xét ví dụ: một chương trình can thiệp có mục tiêu nâng cao kiến thức phòng tránh HIV cho thanh thiếu niên đường phố. Chương trình thực hiện nghiên cứu tìm hiểu các yếu tố tác động đến kiến thức về HIV của thanh thiếu niên đường phố. Chuyển biến dạng chữ có chứa ngày tháng sang biến dạng ngày tháng trong Stata26/07/2012 08:19' PMNgày tháng năm (date) là một trong các dạng biến đặc biệt và quan trọng trong quá trình phân tích số liệu, nhất là trong các điều tra dinh dưỡng vì liên quan đến tuổi của bà mẹ, tuổi của trẻ nhỏ. Tuy nhiên trong quá trình thu thập số liệu hay nhập liệu thì biến ngày tháng đã không được định dạng đúng về dạng ngày tháng (date) mà lại ở dạng chữ (string) hay dạng số (numberic) do đó chúng ta không thể tính tuổi của ĐTNC (bà mẹ, trẻ nhỏ) hay những giá trị khác liên quan đến biến ngày tháng được. Phần này thongke.info xin giới thiệu tới các bạn cách để chuyển biến dạng chữ (String variable) có chứa ngày tháng năm sang dạng ngày tháng năm chuẩn (date) trong stata.
Trường hợp 1: Biến ngày tháng dạng chữ (string variable có chứa 4 chữ cho trường năm, ví dụ 2007) Ví dụ: biến date với format dạng chữ, có chứa số liệu ngày tháng như sau: Kiểm tra mối tương quan giữa các biến bằng phương pháp vẽ biểu đồ và kiểm định sử dụng STATA25/07/2012 01:24' PMTrong phân tích số liệu và thống kê học, phân tích tương quan là một cách để đo lường mối liên quan giữa hai hay nhiều biến với nhau. Trong nghiên cứu khoa học chúng ta thường dựa vào mối liên quan giữa các biến để tính toán và dự báo sự thay đổi của một biến dựa vào thông tin mà chúng ta biết được về các biến liên quan đó. Ví dụ như dựa vào mối tương quan giữa thu nhập và giáo dục, chúng ta có thể thấy những người có trình độ học vấn cao hơn sẽ có thu nhập cao hơn. Khi chúng ta biết được trình độ học vấn của một người, ta có thể dự đoán được thu nhập trong tương lai của họ.
Trong bài này, thongke.info sẽ giới thiệu cụ thể mối tương quan giữa hai biến bằng các phương pháp vẽ đồ thị và sử dụng các hệ số tương quan sử dụng phần mềm Stata. | |
|
|
|
|
|
|
|