BT1/6
ptphuong
2024-06-02”
1 Tổng quan về bộ dữ liệu
Suicide Attempts in Shandong, China: đây là tên tiếng anh của bộ dữ liệu. Bộ data này được hiểu là đang nói về việc con người cố tình muốn tự tử ở Shandong, Trung Quốc.
Bộ dữ liệu gồm có 2571 quan sát và 11 biến bao gồm có biến định tính và biến định lượng.
Cụ thể về các biến trong bộ dữ liệu như sau:
- Biến định tính:
Hospitalised: nhập viện nếu có người nào mà có nhập viện thì biến sẽ trả lời yes còn không nhập viện sẽ cho câu trả lời là no.
Died: sẽ chắc chắn chết nếu người mà muốn tự tử mà tự tử thành công họ sẽ chết và câu trả lời cho biến này là yes và nếu họ tự tử mà bất thành thì họ chưa chết và câu trả lời cho biến này là no
Urban: urban area? biến này cho biết người đó ở khu vực thành thị hay không, nếu sống ở khu vực thành thị sẽ trả lời yes, không phải sống thành thị thì sẽ sống ở vùng nông thôn nên trả lời là no, số còn lại sẽ không xác định được nơi chốn nên trả lời là unknown
Sex: biến giới tính, female là phụ nữ và male là nam giới.
Education: biến về trình độ học vấn có 5 hiện tượng biểu đạt cho biến này, iliterate dành cho đối tượng mù chữ, primary trình độ tiểu học, secondary trình độ trung học, tertiary trình độ đại học và đối tượng còn lại là không thu thập được trình độ học vấn sẽ trả lời là unknown
Occupation: One of ten occupation categories,biến giải thích về nghề nghiệp, có 10 loại biểu hiện về biến này
household: nội trợ
farming: làm nông nghiệp
others/unknown: không xác định được nghề nghiệp của người này
professional: chuyên gia
business/service: doanh nhân
unemployed: tự làm chủ kinh doanh có thể là kinh doanh tại nhà
student: học sinh, sinh viên
worker: công nhân others
others: công việc khác những nghề nghiệp đã được liệt kê trước đó
retiree: nghỉ hưu
method: One of nine possible methods, 1 trong 9 phương thức mà người đó thực hiện việc tự tử
Other poison: uống chất độc
Hanging: treo cổ + Pesticide: uống thuốc trừ sâu
Poison unspec: uống 1 loại chất độc chưa xác định được
Cutting: cắt cổ tay
unspecified: không xác định được phương thức người tự tử đã thực hiện
Drowning: đuối nước hoặc tự nhảy xuống chỗ có nước sâu để tự tử
Jumping: nhảy lầu hoặc đứng trên đứng chỗ có độ cao nguy hiểm và nhảy xuống vì muốn tự tử
Others: tự tử theo phương pháp khác
Biến định lượng
ID number: mã định danh cá nhân
Year: năm tự tử, người ta thu thập được số liệu của 3 năm (2009,2010,2011)
Month: tháng tự tử
Age: độ tuổi ở cái thời điểm thực hiện việc tự tử
library(AER)
library(tidyverse)
library(DT)
library(DescTools)
library(ggplot2)
library(Stat2Data)
data(SuicideChina)
str(SuicideChina)## 'data.frame': 2571 obs. of 11 variables:
## $ Person_ID : int 1 2 3 4 5 6 7 8 9 10 ...
## $ Hospitalised: Factor w/ 2 levels "no","yes": 2 1 1 1 2 1 1 2 1 2 ...
## $ Died : Factor w/ 2 levels "no","yes": 1 2 2 2 1 2 2 1 2 1 ...
## $ Urban : Factor w/ 3 levels "no","unknown",..: 1 1 1 1 1 1 1 1 1 1 ...
## $ Year : int 2010 2009 2010 2011 2009 2009 2010 2010 2010 2011 ...
## $ Month : int 12 3 2 1 8 11 1 10 7 1 ...
## $ Sex : Factor w/ 2 levels "female","male": 1 2 2 2 2 2 1 2 2 1 ...
## $ Age : int 39 83 60 73 51 62 90 54 66 30 ...
## $ Education : Factor w/ 5 levels "iliterate","primary",..: 3 2 2 2 3 1 1 3 2 3 ...
## $ Occupation : Factor w/ 10 levels "business/service",..: 3 2 2 2 2 2 2 2 2 5 ...
## $ method : Factor w/ 9 levels "Cutting","Drowning",..: 5 3 3 3 7 7 7 7 3 8 ...d <- SuicideChina
datatable(d)Từ kết quả các đặt trưng đo lường theo năm người khảo sát, ta biết:
Năm 2010 có nhiều người tự tử nhất, năm 2011 có số người tự tử xếp thứ hai trong đồ thị xếp hạng 3 năm và năm 2009 có số người tự tử ít nhất
2 Đồ thị
# Thay đổi giá trị của biến Died và Hospitalised
d$Died <- recode(d$Died, "yes" = "đã chết", "no" = "chưa chết")
d$Hospitalised <- recode(d$Hospitalised, "yes" = "nhập viện", "no" = "chưa nhập viện")Công việc thay đổi tên các giá trị trong biến để tránh việc lúc phân tích sẽ dễ bị nhầm lẫn khi chỉ có câu trả lời yes hoặc no
Biến định tính Died
table(d$Died)%>% addmargins()##
## chưa chết đã chết Sum
## 1315 1256 2571c <- as.data.frame(table(d$Died))
colnames(c) <- c("Died", "count")ggplot(c, aes(x = Died, y = count, fill = Died)) +
geom_bar(stat = "identity") +
labs(title = "Biểu đồ 1", x = "Tình trạng về sự sống còn", y = "Số lượng") +
theme_minimal()
Nhìn vào biểu đồ 1 ta có thể thấy được rằng có 1315 người thực hiện việc tự tử nhưng vẫn chưa chết trong tổng số 2571 người và ngược lại có 1256 người đã tự tử thành công nên đã dẫn đến việc đã chết trong phạm vi tổng số là 2571 người.
prop.table(table(d$Died)) %>% addmargins()##
## chưa chết đã chết Sum
## 0.5114741 0.4885259 1.0000000# Tính tỷ lệ phần trăm
c1 <- prop.table(table(d$Died)) * 100
# Vẽ biểu đồ tròn
pie(c1, labels = paste(names(c1), round(c1, 2), "%"),
main = "Đồ thị tròn về sự sống và cái chết")
Biểu đồ thứ 2 cho biết tỷ lệ người chưa chết chiếm 51.15%. Đối với người đã chết thì biểu thị là 48.85%. Xét thấy tỉ lệ của người chưa chết là đông đảo hơn đối với người đã chết
Biến định tính Hospitalised
table(d$Hospitalised) %>% as.data.frame() ->o
colnames(o)<-c("value","count")
o## value count
## 1 chưa nhập viện 1018
## 2 nhập viện 1553ggplot(o, aes(x = value, y = count, fill = value)) +
geom_bar(stat = "identity") +
geom_text(aes(label = count), vjust = -0.3, size = 3.5) +
labs(title = "Biểu đồ biểu thị việc nhập viện", x = "Tình trạng nhập viện", y = "Số lượng") +
theme_minimal()
Quan sát biểu đồ 3 ta đưa ra được nhận xét là tình trạng người tự tử chưa nhập viện thấp hơn người tự tử được đưa đi nhập viện. Cụ thể người tự tử chưa nhập viện là 1018 người trên tổng số 2751 người tự tử. Còn ở người tự tử được đi nhập viện thì cao hơn gấp khoảng \(\frac{1}{2}\) lần so với người tự tử mà chưa nhập viện hoặc nói cách khác là không đưa đi nhập viện là gồm 1553 người.
table(d$Hospitalised) %>% prop.table() %>% addmargins()##
## chưa nhập viện nhập viện Sum
## 0.3959549 0.6040451 1.0000000o1 <- prop.table(table(d$Hospitalised)) * 100
pie(o1, labels = paste(names(o1), round(o1, 2), "%"),
main = "biểu đồ tròn biểu thị tình trạng nhập viện")
Quan sát đồ thị thứ 4 này có thể thấy phần tô màu xanh là chiếm gần như \(\frac{3}{4}\) của hình tròn, đây là phần biểu thị cho người tự tử nhưng đã nhập viện chiếm tỉ lệ 60.4%. Phần màu trắng thì biểu thị cho người tự tử nhưng không đưa đi nhập viện là 39.6%
3 Bảng tần số
d1 <- table(d$Died,d$Hospitalised)
addmargins(d1)##
## chưa nhập viện nhập viện Sum
## chưa chết 0 1315 1315
## đã chết 1018 238 1256
## Sum 1018 1553 2571barplot(d1, beside = TRUE, legend = TRUE,
col = c("skyblue", "lightgreen"),
main = "Biểu đồ tần suất giữa Died và Hospitalised",
xlab = "Died",
ylab = "Tần suất",
names.arg = c("nhập viện", "chưa nhập viện"))
Biều đồ 5 đã diễn tả cho thấy ở nhóm người tự tử có nhập viện thì có 0 người chưa chết và 1018 người đã chết sau khi nhập viện Nhóm người tự tử mà không được đi nhập viện thì vừa có 1018 người chưa chết vừa có 238 người đã chết
table(d$Hospitalised,d$Died) %>% prop.table() %>% addmargins()##
## chưa chết đã chết Sum
## chưa nhập viện 0.00000000 0.39595488 0.39595488
## nhập viện 0.51147413 0.09257098 0.60404512
## Sum 0.51147413 0.48852587 1.00000000Bảng này là biểu đạt nhóm người tự tử chưa nhập viện có 0% người là chưa chết, số còn lại là chiếm 39.59% người đã chết cho nhóm người tự tử nhung Tiếp theo là ở nhóm người tự tử đã được đi nhập viện thì số người chưa chết chiếm 51.15% và người tự tử đi nhập viên chiếm số người chết là 9.25%
4 Ước lượng tỷ lệ
# lọc người đã được nhập viện mà sau đó chết
Died_Hospitalised_yes <- table(d[d$Died == "đã chết", ]$Hospitalised)
Died_Hospitalised_yes##
## chưa nhập viện nhập viện
## 1018 238# Ước lượng tỷ lệ đối với người được nhập viện nhưng vẫn chết
prop.test(Died_Hospitalised_yes["nhập viện"], sum(Died_Hospitalised_yes), p = 0.7)##
## 1-sample proportions test with continuity correction
##
## data: Died_Hospitalised_yes["nhập viện"] out of sum(Died_Hospitalised_yes), null probability 0.7
## X-squared = 1556.3, df = 1, p-value < 2.2e-16
## alternative hypothesis: true p is not equal to 0.7
## 95 percent confidence interval:
## 0.1683967 0.2125124
## sample estimates:
## p
## 0.1894904ước lượng tỷ lệ với giả thuyết không (H0): Tỷ lệ tình trạng sống còn của người tự tử (p) trong nhóm người tự tử được đưa đi nhập viện là 0.7 (70%). - Kết quả từ kiểm định cho thấy giá trị p-value là 2.2e-16 rất gần với 0 và nhỏ hơn giá trị \(\alpha=0.05\). Điều này cho thấy có bằng chứng mạnh mẽ để bác bỏ giả thuyết rằng tỷ lệ người đã chết trong nhóm người tự tử được đi nhập viện là 70%.
prop.test(Died_Hospitalised_yes["chưa nhập viện"], sum(Died_Hospitalised_yes), p = 0.4)##
## 1-sample proportions test with continuity correction
##
## data: Died_Hospitalised_yes["chưa nhập viện"] out of sum(Died_Hospitalised_yes), null probability 0.4
## X-squared = 880.2, df = 1, p-value < 2.2e-16
## alternative hypothesis: true p is not equal to 0.4
## 95 percent confidence interval:
## 0.7874876 0.8316033
## sample estimates:
## p
## 0.8105096Phần này ước lượng tỷ lệ với giả thuyết không (H0): Tỷ lệ người chưa nhập viện (p) trong nhóm người tự tử đã chết là 0.4 (40%).
Dựa trên giá trị p-value rất nhỏ so với giá trị \(\alpha=0.05\), chúng ta có đủ bằng chứng để bác bỏ giả thuyết không và kết luận rằng tỷ lệ người chưa nhập viện của nhóm người tự tử đã chết là khác nhau so với giả thuyết ban đầu (40%).
Ước lượng tỷ lệ đối với người nhập viện chưa chết
# lọc người nhập viện chưa chết
Died_Hospitalised_no <- table(d[d$Hospitalised == "chưa nhập viện", ]$Died)
Died_Hospitalised_no##
## chưa chết đã chết
## 0 1018Lọc kết quả về tình trạng sống còn của người đó theo nhóm người tự tử chưa nhập viện. Nhìn vào bảng sẽ được giải thích ý nghĩa của nó như biểu thị trên.
Đặt H0 (Giả thuyết): Tỷ lệ người nhập viện trong nhóm người tự tử chưa chết là 40%.
Dựa trên kết quả ta thấy giá trị p-value rất nhỏ so với giá trị \(\alpha=0.05\), chúng ta có đủ bằng chứng để bác bỏ giả thuyết. Kết luận rằng tỷ lệ người nhập viện trong nhóm người tự tử chưa chết là khác nhau so với giả thuyết ban đầu (40%).
Ta có giả thuyết H0: Tỷ lệ người nhập viện trong nhóm người tự tử chưa chết là bằng 60%.
Với giá trị p-value rất nhỏ, chúng ta bác bỏ giả thuyết. Do đó, ta kết luận rằng tỷ lệ người nhập viện trong nhóm người tự tử chưa chết là khác giả thuyết ban đầu với p=60%
Ước lượng chênh lệch tỷ lệ
tmp <- SuicideChina[d$Died > 4,]## Warning in Ops.factor(d$Died, 4): '>' not meaningful for factorsprop.test(length(d$Died), length(d$Died), p = 0.35)##
## 1-sample proportions test with continuity correction
##
## data: length(d$Died) out of length(d$Died), null probability 0.35
## X-squared = 4771.9, df = 1, p-value < 2.2e-16
## alternative hypothesis: true p is not equal to 0.35
## 95 percent confidence interval:
## 0.99814 1.00000
## sample estimates:
## p
## 1- Giả thuyết của kiểm định là tỷ lệ người tự tử được nhập viện đã chết bằng với tỷ lệ người người tự tử được đi nhập viện chưa chết
- Giá trị p-value rất gần với 0 nhỏ hơn mức ý nghĩa 0.05, cho thấy có bằng chứng mạnh mẽ để bác bỏ giả thuyết. Vì vậy tỷ lệ người tự tử được nhập viện đã chết khác với tỷ lệ người người tự tử được đi nhập viện chưa chết
5 Relative risk
addmargins(d1)##
## chưa nhập viện nhập viện Sum
## chưa chết 0 1315 1315
## đã chết 1018 238 1256
## Sum 1018 1553 2571RelRisk(d1)## [1] 0- RR \(< 1\) trong trường hợp này cho thấy rằng người tự tử chưa nhập viện không có mối quan hệ với người tự tử đã nhập viện
Khoảng ước lượng cho Relative risk
m <- matrix(c(210 ,95 ,536,481),nrow = 2)
RelRisk(m, conf.level = .95)## rel. risk lwr.ci upr.ci
## 1.706787 1.377272 2.122137Ước lượng cho Tỷ lệ Rủi ro Tương đối giữa nhóm người tự tử nhập viện đã chết và nhóm người tự tử chưa nhâp viện đã chết là khoảng 1.706787 .
Khoảng tin cậy 95% cho ước lượng này là từ khoảng 1.377272 đến 2.122137. Điều này ngụ ý rằng có 95% khả năng rằng giá trị thực sự của Tỷ lệ Rủi ro Tương đối nằm trong khoảng từ 1.377272 đến 2.122137
6 Odd ratio
OddsRatio(d1)## [1] 8.900338e-05- Tỷ lệ chênh \(< 1\) trong trường hợp này chỉ ra rằng người tự tử mà nhập viện có khả năng chết thấp hơn người không đi nhập viện