Tài liệu ứng dụng phân tích hồi quy

VIỆN NGHIÊN CỨU Y XÃ HỘI HỌC Ứng dụng phân tích hồi quy Nguyễn Trương Nam Copyright – Bản quyền thuộc về tác giả và thongke.info. Khi sử dụng một phần hoặc toàn bộ bài giảng đề nghị mọi người trích dẫn: tên tác giả và thongke.info. Ví dụ: Nguyễn Thị Linh – Thongke.info. Nội dung Tại sao cần phân tích hồi quy?  Các bước xây dựng mô hình hồi quy  Hồi quy tuyến tính đa biến  Hồi quy logic   Đây là ví dụ về hồi quy đa biến, chúng ta ước tính Y=Điểm tổng kết năm đầu tiên đại học X1=xếp hạng THPT, X2= Điểm thi vào đại học, X3=giới tính. Tại sao cần phân tích hồi quy?    Trong nghiên cứu bán thử nghiệm (quasi-experiment), nghiên cứu viên không thể có khả năng thay đổi (manipulate) các biến độc lập, do đó thường có các biến nhiễu xuất hiện. Chúng ta cố gắng để khắc phục tình huống này bằng phương pháp thống kê cụ thể là sử dụng hồi quy đa biến. Trong hồi quy đa biến mối liên hệ của biến phụ thuộc (kết quả) và biến độc lập (tác động) được đánh giá trong khi kiểm soát các biến nhiễu khác Mục đích của hồi quy đa biến: 1) dự báo (prediction): tìm hiểu/phát hiện các yếu tố có thể dự báo một hiện tượng (biến kết quả); 2) giải thích (explaination): tìm hiểu/phát hiện các hệ thống/quy trình hoặc nguyên nhân dẫn tới một hiện tượng. James Cotter (2001) HUMD5122-Applied Regression Analysis Lý do cần phân tích đa biến- ví dụ     ISMS Nghiên cứu đánh giá tác động của một chương trình can thiệp (kéo dài 2 năm) lên kiến thức và hành vi của trẻ em đường phố tại HP và HCMC 2010 Hai nhóm: tham gia vào dự án (nhóm can thiệp) – nhóm không tham gia dự án (nhóm chứng) Sự thay đổi kiến thức, thái độ, hành vi của nhóm can thiệp sẽ không chỉ chịu tác động của dự án nói riêng mà còn chịu tác động của các yếu tố khác ví dụ các chương trình PC HIV khác trên địa bàn, môi trường sống, tuổi tác, giới tính, có sử dụng ma túy, có bán dâm, nghề kiếm sống…. Như vậy mối liên quan giữa tham gia dự án và thay đổi hành vi phải được xem xét/phân tích khi kiểm soát các tác động của các yếu tố nhiễu khác. Đây chính là nguyên lý của phân tích đa biến Chỉ số Nữ N=179 Nam N=403 Tiếp cận dự án % Không tiếp cận dự án % Có kiến thức đúng về HIV/AIDS 57.6*** Điểm TB về kiến thức HIV± SD 7.49 ± 1.25*** Tổng N=582 Tiếp cận dự án % Không tiếp cận dự án % Tổng % 28.9 56.9*** 29.5 39.7 6.33 ± 1.85 7.50± 1.23*** 5.97 ± 1.18 6.55 ± 2.02 Tiếp cận dự án % Không tiếp cận dự án % 29.8 54.9** 5.77 ± 2.32 7.56 ± 1.18*** * P < 0.05, ** P < 0.01, *** P < 0.001 Biến độc lập¥ N=582 Tiếp cận với dự án NAM Không tiếp cận (Nhóm tham chiếu-TC) Tiếp cận Trình độ học vấn THCS Sử dụng ma túy Không sử dụng (TC) Sử dụng ma túy, không chích Chích ma túy Nghề kiếm sống Bán hàng rong hoặc đánh giày (TC) Làm việc phạm pháp Bán dâm Lao động phổ thông Thất nghiệp/không có thu nhập Có kiến thức đúng về HIV với không có kiến thức đúng Tỉ suất chênh (OR) 95% CI 3.13*** (2.15, 4.54) 1.54 2.16* (0.85, 2.79) (1.01, 4.65) 1.61* 2.02** (1.02, 2.53) (1.19, 3.45) - - 0.80 1.04 0.78 0.42* (0.46, 1.40) (0.57, 1.90) (0.48, 1.26) (0.19, 0.92) * P < 0.05, ** P < 0.01, *** P < 0.001 ¥Các biến kiểm soát: giới, tuổi, MSM và nghề kiếm sống. Bảng: So sánh mức độ sử dụng BCS với PNMD trong vòng 6 tháng qua giữa nhóm tiếp cận và không tiếp cận dự án Tiếp cận với dự án N=29 % Không tiếp cận với dự án N=48 % Tổng N=77 % Luôn luôn 58.6* 35.4 38.2 Thường xuyên 10.3 14.6 13.0 Thỉnh thoảng 31.0 22.9 26.0 0 27.9 16.0 Mức độ sử dụng BCS với PNMD Hiếm khi * P < 0.05, ** P < 0.01, *** P < 0.001 Một số bằng chứng cho thấy dự án NAM đã có tác động tích cực vào hành vi sử dụng BCS với PNMD của nam TNDP.Tỉ lệ luôn luôn sử dụng BCS trong vòng 6 tháng qua của trong nhóm có tiếp cận với dự án NAM là 59% trong khi đó tỉ lệ này ở nhóm không tiếp cận với dự án chỉ là 35%. Hồi quy logic giữa sử dụng bao cao su với PNMD và tiếp cân với dự án NAM Biến độc lâp N=82 Tiếp cận với dự án NAM Không tiếp cận (TC) Tiếp cận Tỉnh/TP Hai Phong (TC) Ho Chi Minh Phân loại TNDP Các nhóm khác (TC) Nhóm A Sử dụng ma túy Không sử dụng (TC) Sử dụng ma túy nhưng không chích Tiêm chích Sử dụng BCS với PNMD tất cả các lần (So với không phải tất cả các lần) OR (tỉ suất chênh) 95% CI 3.55 (0.89, 14.11) 0.06*** (0.01, 0.28) 0.19* (0.04, 0.94) 0.74 (0.16, 3.41) 0.13* (0.02, 0.91) *P < .05 **P<.01 ***P<.001 Mối quan hệ giữa tiếp cận dự án và sử dụng BCS trong phân tích đa biến không còn ý nghĩa thống kê (P > 0.005). Kết quả này khác so với các phân tích đôi biến, bởi vì mô hình đa biến kiểm soát các yếu tố nhiễu tiềm tàng Xây dựng mô hình hồi quy: đa biến, logic Hồi quy đa biến Y = Biến phụ thuộc, liên tục  X1, X2,… Tất cả các biến độc lập là liên tục hoặc  X1, X2, … Các biến độc lập bao gồm cả biến liên tục và biến nhị phân (dummy).  X1, X2, … Tất cả các biến độc lập là biến nhị phân (dummy).  Hồi quy Logic Y: Biến phụ thuộc là biến nhị phân (biến đầu ra).  X1, X2,… Tất cả các biến độc lập là biến liên tục hoặc  X1, X2, … Các biến độc lập bao gồm cả biến liên tục và biến nhị phân (dummy).  X1, X2, … Tất cả các biến độc lập là biến nhị phân (dummy).  Ví dụ.  Hồi quy đa biến (Multiple Regression) ◦ Số lần khám thai = b0 + b1(tuổi) + b2(dân tộc)+ b3(học vấn) + b4(tình trạng hôn nhân).  Hồi quy Logic (Logistic Regression) ◦ Hành vi nạo phá thai = b0 + b1(tuổi) + b2(dân tộc)+ b3(học vấn) + b4(tình trạng hôn nhân)+b5 (Nghề nghiệp) +b6 (tuổi quan hệ tình dục lần đầu). Các bước xây dựng mô hình hồi quy  1) Xác định mô hình ◦ Chuyển câu hỏi nghiên cứu thành phương trình hồi quy. ◦ Xác định các biến độc lập (biến dự đoán).  2) Đánh giá các yếu tố nguy cơ ảnh hưởng tới hiệu lực của kiểm định thống kê (valid inference) ◦ ◦ ◦ ◦ Cỡ mẫu: đủ mẫu để đảm bảo 20 mẫu/biến độc lập. Phân phối chuẩn của biến số. Đảm bảo các biến độc lập – không tương quan. Kiểm tra và loại trừ outliers. Các bước xây dựng mô hình hồi quy 3) Xây dựng mô hình (fitting models)  Fitting full model (dựa trên học thuyết – theory).  Fitting từng model bằng cách thêm biến, đánh giá model fit dựa trên các tiêu chí thống kê, lựa chọn model tốt nhất – good fit (thăm dò – explotary).  Tự động, ví dụ Stepwise regression. 4) chạy mô hình hồi quy và trình bày kết quả Xây dựng các mô hình- Chọn các biến trong mô hình như thế nào?      Y: Biến phụ thuộc (biến kết quả). X1, X2, X3: Biến độc lập (biến dự đoán). Mô hình hồi quy đa biến lý tưởng là mô hình có các biến độc lập có mối liên quan lớn (tuyến tính) với Y (biến phụ thuộc) và biến độc lập tương đối độc lập với nhau. Điều này đặt ra câu hỏi chung là làm thế nào để thiết kế mô hình hồi đa biến tốt?. Trong trường hợp chúng ta đang sư dụng hồi quy đa biến để kiểm định giả thuyết, tốt nhất là nên dựa vào chính giả thuyết đó để quyết định những biến độc lập nào sẽ được sử dụng trong mô hình. Nhưng trong việc thiết kế mô hình tốt để kiểm định một giả thuyết, chúng ta cũng cần phải dùng một số các tiêu chí thống kê đã được đề cập để quyết định xây dựng mô hình. James Cotter (2001) HUMD5122-Applied Regression Analysis Các nguyên tắc để thiết kế mô hình hồi quy đa biến tốt. Cố gắng đưa tất cả các biến có liên quan quan trọng vào mô hình hồi quy (nếu không thì tham số ước tính có thể bị sai số). Trong nghiên cứu bán thử nghiệm, chúng ta cố gắng đưa tất cả các biến nhiễu không kiểm soát được quan trọng vào mô hình.  Đảm bảo sự cân bằng giữa mô hình ít tham số“Parsimony” và “Good fit” (có thể làm tăng lên bằng cách thêm các tham số).  Không nên sử dụng quá nhiều biến độc lập cho một số hạn đinh đối tượng nghiên cứu. Một nguyên tắc là mỗi biến độc lập được đưa vào mô hình phải có ít nhất 20 đối tượng quan sát (Tốt nhất là 40-50 đối tượng cho 1 biến độc lập, nhất là khi xây dựng luận thuyết).  Các nguyên tắc để thiết kế mô hình hồi quy đa biến tốt.  Sử dụng các biến độc lập không có mối tương quan lẫn nhau (Tránh Multicolinearity). Biến độc lập phải tương đối ‘độc lập’.  Không đưa các biến độc lập giống nhau (thừa) vào cùng một mô hình. Ví dụ: không sử dụng 2 biến (X1) cấp học trong kỳ thi cuối cùng và (X2) xếp hạng trong kỳ thi cuối cùng trong cùng một mô hình để dự đoán về một số các thay đổi kết quả của học sinh- vì 2 biến này đều dựa trên các khái niệm và thống kê gần như nhau (redundant). James Cotter (2001) HUMD5122-Applied Regression Analysis Ví dụ.  Hồi quy đa biến (Multiple Regression) ◦ Số lần đi khám thai = b0 + b1(tuổi) + b2(dân tộc)+ b3(học vấn) + b4(tình trạng hôn nhân) + b5(nghề nghiệp).  Hồi quy Logic (Logistic Regression) ◦ Hành vi nạo phá thai = b0 + b1(tuổi) + b2(dân tộc)+ b3(học vấn) + b4(tình trạng hôn nhân)+b5 (Nghề nghiệp) +b6 (tuổi quan hệ tình dục lần đầu). Các biến được sử dụng trong mô hình. 1/ Mô hình hồi quy đa biến.  Biến phụ thuộc: Số lần đi khám thai (Q83)  Biến độc lập. 1. Tuổi (Q2) 2. Dân tộc (q3) 3. Học vấn (q10) 4. Tình trạng hôn nhân (q5) 5. Nghề nghiệp (Q8) 2/ Mô hình hồi quy logistic.  Biến phụ thuộc: Đã từng nạo phá thai chưa? (Q40_recode).  Các biến độc lập. 1. Tuổi (Q2) 2. Dân tộc (q3) 3. Học vấn (q10) 4. Tình trạng hôn nhân (q5) 5. Nghề nghiệp (Q8) 6. Tuổi quan hệ tình dục lần đầu (Q27).