Bài giảng Mô hình thống kê dùng trong nghiên cứu - Thái Thanh Trúc

Tài liệu này cung cấp cái nhìn tổng quan về các mô hình thống kê thiết yếu được ứng dụng rộng rãi trong nghiên cứu khoa học. Nó trình bày chi tiết về các loại mô hình hồi quy phổ biến, từ cơ bản đến nâng cao.

Tài liệu này hướng đến các nhà nghiên cứu, sinh viên và chuyên gia trong lĩnh vực khoa học và y tế, những người cần áp dụng hoặc hiểu sâu hơn về các mô hình thống kê trong phân tích dữ liệu và ra quyết định.

Tài liệu này giới thiệu chuyên sâu về các mô hình thống kê cốt lõi thường được sử dụng trong nghiên cứu. Phần đầu tiên tập trung vào Mô hình hồi quy tuyến tính, bao gồm việc giải thích biểu đồ phân tán, hệ số tương quan (r và r^2), phương trình hồi quy, ý nghĩa thống kê của các hệ số, khả năng tiên đoán, và các tiêu chí đánh giá độ phù hợp của mô hình như R^2 hiệu chỉnh, kiểm định F, AIC và BIC. Tài liệu cũng nhấn mạnh các giả định quan trọng cần kiểm tra như tính tuyến tính, phân phối bình thường của sai số, phương sai đồng nhất, tính độc lập, sự ảnh hưởng của các giá trị ngoại lai và vấn đề đa cộng tuyến. Tiếp theo, Mô hình hồi quy logistic được trình bày, giải thích cách tính xác suất và tỉ số chênh, cũng như nguyên tắc và phương pháp xây dựng mô hình đa biến. Các khuyến nghị về việc lựa chọn biến số quan trọng, tránh các phương pháp tự động như Stepwise và các yếu tố ảnh hưởng đến độ tin cậy của mô hình cũng được đề cập. Cuối cùng, tài liệu giới thiệu các mô hình thống kê khác bao gồm Hồi quy Poisson, thích hợp cho dữ liệu đếm với phân phối lệch phải và mối quan hệ giữa trung bình và phương sai; Mô hình tuyến tính tổng quát (GLM) như một khuôn khổ chung cho nhiều loại phân phối dữ liệu với các hàm liên kết khác nhau; và Hồi quy Cox, một công cụ mạnh mẽ cho phân tích sống còn, giúp xác định xác suất sống hay chết theo thời gian và xử lý dữ liệu bị cắt xén, đặc biệt hữu ích trong các nghiên cứu về thời gian cho đến khi một biến cố xảy ra.