Bài giảng 37: Đánh giá tầm quan trọng của biến tiên lượng

Tiếp tục loạt bài mô hình hồi qui tuyến tính đa biến, bài này sẽ hướng dẫn cách đánh giá tầm quan trọng của biến tiên lượng. Trong các mô hình phân tích dạng hồi qui tuyến tính, một câu hỏi rất quan trọng là làm sao đánh giá được tầm quan trọng của biến tiên lượng (X) trên biến phụ thuộc . Chẳng hạn như biết được yếu tố nào quan trọng giúp nhà khoa học tập trung can thiệp vào yếu tố đó để có kết quả tối ưu. Tuy câu hỏi rất quan trọng như thế, nhưng sách giáo khoa hoàn toàn không đề cập đến vấn đề này, đơn giản vì cho đến nay, phương pháp tính toán khá phức tạp. Trong bài giảng này, tôi sẽ giới thiệu một phương pháp khả dĩ (dùng kĩ thuật bootstrap chỉ có trong R) để giải quyết câu hỏi đánh giá tầm quan trọng của biến tiên lượng. Tôi đã áp dụng phương pháp này cho một bài báo mới đây về hormone và thấy rất có ích. Tôi hi vọng các bạn cũng sẽ thích thú với cách đặt câu hỏi và giải pháp. 

Địa chỉ bài giảng: https://www.youtube.com/watch?v=HsU3cDpQJko&list=UU21dOPe-YHO3Gw6BRbyeotQ

Một bạn đọc Nguyễn Thanh Tùng ghi thêm và có một ý hay liên quan đến vấn đề này:

Cảm ơn GS, bài giảng hay và tôi biết thêm được phương pháp Lmg để tính độ quan trọng của các biến tiên lượng trong mô hình hồi quy. Tôi sẽ thử với bài toán đang làm, trong bài giảng tôi thấy Lmg hình như chỉ đánh giá từng biến, GS cho hỏi là cách làm này có đánh giá được tầm quan trọng của các nhóm biến không? Có đánh giá được các biến có quan hệ XOR với nhau được ko? Có làm việc được với số chiều cao không?

Tôi cũng đã gặp bài toán này và xin trao đổi cách làm như sau: Tôi dùng phương pháp dựa theo kinh nghiệm (Heuristic), hình dung ta có 1 nhóm người A, B, C, D.. cùng khênh 1 vật nặng. Xét lần lượt từng người trong nhóm, giả sử xét anh A, ta thay thế A bởi 1 người A' rất yếu và quan sát hiện tượng. Nếu mọi việc vẫn bình thường thì chứng tỏ anh A ko quan trọng, ngược lại thì anh A có tầm ảnh hưởng đến kết quả cuối cùng. Bài báo của nhóm làm về hồi quy dùng random forests được đăng ở link dưới , GS hoặc anh chị em nào quan tâm xin cùng trao đổi http://link.springer.com/article/10.1007/s10994-014-5452-1

Read more ...

Bài giảng 36: Vấn đề đa cộng tuyến (multicollinearity)

Tiếp tục loạt bài giảng về data analysis, lần này là bài số 36, nội dung bàn về những tác động của hiện tượng các biến tiên lượng có tương quan với nhau. Thuật ngữ tiếng Anh để mô tả hiện tượng này là multicollinearity, dịch sang tiếng Việt là "đa cộng tuyến". (Chẳng biết tôi dịch như thế có ok không nữa). Đây cũng là bài số 4 trong loạt bài về mô hình hồi qui tuyến tính đa biến. Địa chỉ bài giảng là:

https://www.youtube.com/watch?v=sjI94HvBfaY&list=UU21dOPe-YHO3Gw6BRbyeotQ

Địa chỉ của tất cả 36 bài giảng là: https://www.youtube.com/user/drnguyenvtuan

Read more ...

Bài giảng phân tích dữ liệu #35: Ảnh hưởng tương tác

Hôm nay là ngày thứ Bảy, và theo chương trình, tôi lại tiếp tục upload một bài giảng mới về phương pháp phân tích dữ liệu. Bài này bàn về một chủ đề quan trọng nhưng thường bị bỏ qua: ảnh hưởng tương tác (interaction effects). Đây là bài thứ 3 trong loạt bài về mô hình hồi qui tuyến tính, và bài thứ 35 trong loạt bài giảng về phân tích dữ liệu. Địa chỉ bài giảng là:

https://www.youtube.com/watch?v=i3e2zWKQGAE&list=UU21dOPe-YHO3Gw6BRbyeotQ

Ảnh hưởng tương tác là một hiện tượng chúng ta thường bỏ qua khi nghiên cứu về một vấn đề. Nhưng trong thực tế, ảnh hưởng tương tác hiện diện trong hầu hết lĩnh vực nghiên cứu. Trong y khoa có những loại thuốc có tác động đến người da đen, nhưng chẳng có ảnh hưởng gì đến người da trắng. Một gen có thể có liên quan đến bệnh ở người Phi châu nhưng chẳng có dính dáng gì đến bệnh ở người Á châu. Nhạc sĩ Phạm Duy từng nói cam Bố Hạ mà trồng ở Mĩ thì nước không ngọt (ý ông nói theo tôi hiểu là khi người nghệ sĩ bỏ quê thì rất khó có sáng tác đậm tình quê hương). Tất cả các hiện tượng đó thống kê gọi ảnh hưởng tương tác hay interaction effects, hơi khác với khái niệm interaction effects trong dược học.

Các mô hình thống kê rất có ích để chúng ta điều tra và khám phá ảnh hưởng tương tác. Hi vọng sau bài này các bạn sẽ hiểu thêm về cái đẹp của mô hình hồi qui tuyến tính. 

====

Ngoài ra, tôi mới upload lên youtube.com một bài giảng mới về cách vẽ biểu đồ khoa học với R. Trong bài này tôi sẽ hướng dẫn các bạn cách dùng các hàm căn bản trong R để vẽ các biểu đồ phân bố (histogram), biểu đồ hộp (box plot), biểu đồ thanh, và biểu đồ tương quan (scatter plot). Địa chỉ bài giảng là:

https://www.youtube.com/watch?v=VNExPOfIeLc&list=UU21dOPe-YHO3Gw6BRbyeotQ

Các dữ liệu tôi dùng trong bài giảng các bạn có thể đọc trực tiếp từ mạng qua trang statistics.vn. Chẳng hạn như để đọc dữ liệu "obesity data.csv ", các bạn dùng hàm (ví dụ):

ob = read.csv(http://statistics.vn/data/obesity data.csv, header=T).

hoặc có thể download về máy để thực hành.

Đây là bài thứ nhất trong loạt 7 bài hướng dẫn cách vẽ biểu đồ có chất lượng cao (tức là có thể dùng cho công bố). Sau bài này tôi sẽ bàn về cách dùng package mới có tên là ggplot2 mà tôi nghĩ rất hay và rất tốt cho các biểu đồ khoa học.

Read more ...