THỐNG KÊ SINH HỌC
nguyên bản tiếng Anh: Nguyễn Văn TuấnChủ đề 7: PHÂN TÍCH SỰ KHÁC BIỆT
II. SO SÁNH NHIỀU NHÓM
Trong Chủ đề 6, chúng ta đã thảo luận về các phương pháp để so sánh hai nhóm. Tuy nhiên, nhiều thí nghiệm lâm sàng liên quan đến nhiều hơn hai phương pháp điều trị. Trong chủ đề này, chúng ta thảo luận các phương pháp để so sánh g (g > 2) nhóm điều trị, trong đó các phương pháp điều trị được chỉ định ngẫu nhiên cho bệnh nhân. Ví dụ, một thử nghiệm lâm sàng có thể quan tâm đến việc so sánh hiệu quả của 5 loại thuốc liên quan đến việc cải thiện mật độ xương. Có vẻ như vấn đề này có thể được giải quyết bằng cách thực hiện một kiểm nghiệm-t trên tất cả các cặp trung bình có thể có. Tuy nhiên, giải pháp này sẽ không chính xác, vì nó dẫn đến sự biến dạng đáng kể của lỗi thống kê loại I. Chẳng hạn, trong ví dụ trên, có 10 cặp trung bình có thể có, và nếu xác suất để chấp nhận đúng giả thuyết khống cho mỗi so sánh cặp là 1-0,05 = 0,95, thì xác suất chấp nhận đúng giả thuyết khống cho tất cả 10 kiểm nghiệm là (0.95)10 = 0,60, nếu các kiểm nghiệm là độc lập. Do đó, một sự gia tăng đáng kể về lỗi loại I xảy ra.
Phương thức thích hợp để kiểm nghiệm sự bằng nhau của nhiều trung bình là phân tích phương sai (ANOVA - analysis of variance). Tuy nhiên, ANOVA có một ứng dụng rộng hơn bài toán nêu trên. Nó có lẽ là kĩ thuật hữu ích nhất trong lĩnh vực suy luận thống kê. Chủ đề này là một đề tài rộng mà nhiều sách đã dành hoàn toàn cho chuyên đề này bởi vì nó trực tiếp liên quan đến các vấn đề về thiết kế thí nghiệm. Dĩ nhiên, các vấn đề về thiết kế là không thể tách rời vói các vấn đề về phân tích và cần nhấn mạnh rằng trừ phi người ta sử dụng một thiết kế thích hợp, có thể rất khó khăn hoặc thậm chí không thể đưa ra được các kết luận đúng đắn từ dữ liệu thu được. Trước khi nghiên cứu kĩ thuật ANOVA, chúng ta hãy cùng thảo luận về khái niệm hiệu quả và nhân rộng.
Không có nhận xét nào:
Đăng nhận xét