BTVN 2

Bài phân tích dưới đây thể hiện việc “Các yếu tố ảnh hưởng đến khả năng sinh sản của phụ nữ”.

Bộ dữ liệu chứa 254.654 quan sát trên tổng 5 biến được thu thập tù việc điều tra dân số Hoa Kỳ năm 1980 về phụ nữ đã kết hôn ở độ tuổi 21–35 và đã có hai con trở lên.

Biến phụ thuộc

• morekids: Người mẹ đó có nhiều hơn 2 con không? (yes: có, no: không)

Biến độc lập

• gender1: Con đầu lòng mang giới tính nào? (male: nam, female: nữ)

• gender2: Con thứ hai mang giới tính nào? (male: nam, female: nữ)

• afam: Người mẹ có phải là người Mỹ gốc Phi không? (yes: có, no: không)

• hispanic: Người mẹ có phải là người gốc Tây Ban Nha không? (yes: có, no: không)

1. Lập bảng tần số và bảng tần suất

1.1 Biến morekids

table(dt$morekids)

## 
##     no    yes 
## 157742  96912

table(dt$morekids)/sum(table(dt$morekids))

## 
##      no     yes 
## 0.61944 0.38056

Nhận xét: Từ kết quả trên ta thấy rằng có 157742 trường hợp người mẹ không có thêm con chiếm 61,94% và có 96912 trường hợp người mẹ có thêm con chiếm 38,06%.

1.2 Biến gender1

table(dt$gender1)

## 
## female   male 
## 123670 130984

table(dt$gender1)/sum(table(dt$gender1))

## 
##  female    male 
## 0.48564 0.51436

Nhận xét: Từ kết quả trên ta thấy rằng có 123670 trường hợp con đầu lòng là nữ chiếm 48,56% và có 130948 trường hợp con đầu lòng là nam chiếm 51,44%.

1.3 Biến gender2

table(dt$gender2)

## 
## female   male 
## 124131 130523

table(dt$gender2)/sum(table(dt$gender2))

## 
##  female    male 
## 0.48745 0.51255

Nhận xét: Từ kết quả trên ta thấy rằng có 124131 trường hợp con thứ hai là nữ chiếm 48,74% và có 130523 trường hợp con thứ hai là nam chiếm 51,26%.

1.4 Biến afam

table(dt$afam)

## 
##     no    yes 
## 241498  13156

table(dt$afam)/sum(table(dt$afam))

## 
##       no      yes 
## 0.948338 0.051662

Nhận xét: Từ kết quả trên ta thấy rằng có 241498 trường hợp mẹ không phải là người Mỹ gốc Phi chiếm 94,834% và có 13156 trường hợp mẹ là người Mỹ gốc Phi chiếm 5,166%.

1.5 Biến hispanic

table(dt$hispanic)

## 
##     no    yes 
## 235757  18897

table(dt$hispanic)/sum(table(dt$hispanic))

## 
##       no      yes 
## 0.925793 0.074207

Nhận xét: Từ kết quả trên ta thấy rằng có 235757 trường hợp mẹ không phải là người gốc Tây Ban Nha chiếm 92,579% và có 18897 trường hợp mẹ là người gốc Tây Ban Nha chiếm 7,421%.

2. Vẽ đồ thị

2.1 Biến morekids

library(ggplot2)
ggplot(dt, aes(x = morekids)) +
  geom_bar(fill = "skyblue", color = "black") 

2.2 Biến gender1

library(ggplot2)
ggplot(dt, aes(x = gender1)) +
  geom_bar(fill = "pink", color = "black") 

2.3 Biến gender2

library(ggplot2)
ggplot(dt, aes(x = gender2)) +
  geom_bar(fill = "red", color = "black") 

2.4 Biến afam

library(ggplot2)
ggplot(dt, aes(x = afam)) +
  geom_bar(fill = "yellow", color = "black") 

2.5 Biến hispanic

library(ggplot2)
ggplot(dt, aes(x = hispanic)) +
  geom_bar(fill = "green", color = "black") 

3. Ước lượng tỷ lệ

3.1 Biến morekids và gender1

library(DescTools)

## Warning: package 'DescTools' was built under R version 4.3.3

## 
## Attaching package: 'DescTools'

## The following object is masked from 'package:car':
## 
##     Recode

a <- table(dt$morekids,dt$gender1)
addmargins(a)

##      
##       female   male    Sum
##   no   76044  81698 157742
##   yes  47626  49286  96912
##   Sum 123670 130984 254654

Nhận xét: Nhìn vào kết quả ta thấy rằng tỷ lệ người mẹ không có con đầu lòng là nữ chiếm \(\frac{76044}{123670}=61,5\)% và tỷ lệ người mẹ không có con đầu lòng là nam chiếm \(\frac{81698}{130984}=62,4\)%; tỷ lệ người mẹ có con đầu lòng là nữ chiếm \(\frac{47626}{123670}=38,5\)% và tỷ lệ người mẹ có con đầu lòng là nam chiếm \(\frac{49286}{130984}=37,6\)%.

3.2 Biến morekids và gender2

library(DescTools)
a <- table(dt$morekids,dt$gender2)
addmargins(a)

##      
##       female   male    Sum
##   no   76361  81381 157742
##   yes  47770  49142  96912
##   Sum 124131 130523 254654

Nhận xét: Nhìn vào kết quả ta thấy rằng tỷ lệ người mẹ không có con thứ hai là nữ chiếm \(\frac{76361}{124131}=61,5\)% và tỷ lệ người mẹ không có con thứ hai là nam chiếm \(\frac{81381}{130523}=62,3\)%; tỷ lệ người mẹ có con đầu lòng là nữ chiếm \(\frac{47770}{124131}=38,4\)% và tỷ lệ người mẹ có con đầu lòng là nam chiếm \(\frac{49142}{130523}=37,6\)%.

3.3 Biến morekids và afam

library(DescTools)
a <- table(dt$morekids,dt$afam)
addmargins(a)

##      
##           no    yes    Sum
##   no  150611   7131 157742
##   yes  90887   6025  96912
##   Sum 241498  13156 254654

Nhận xét: Nhìn vào kết quả ta thấy rằng tỷ lệ người mẹ không phải là người Mỹ gốc Phi không có thêm con chiếm \(\frac{150611}{241498}=62,3\)% và tỷ lệ người mẹ không là người Mỹ gốc Phi có thêm con chiếm \(\frac{7131}{13156}=54,2\)%; tỷ lệ người mẹ là người Mỹ gốc Phi không có thêm con chiếm \(\frac{90887}{241498}=37,6\)% và tỷ lệ mẹ là người Mỹ gốc Phi có thêm con chiếm \(\frac{6025}{13156}=45,78\)%.

3.4 Biến morekids và hispanic

library(DescTools)
a <- table(dt$morekids,dt$hispanic)
addmargins(a)

##      
##           no    yes    Sum
##   no  148554   9188 157742
##   yes  87203   9709  96912
##   Sum 235757  18897 254654

Nhận xét: Nhận xét: Nhìn vào kết quả ta thấy rằng tỷ lệ người mẹ không phải là người Tây Ban Nha không có thêm con chiếm \(\frac{148554}{235757}=63,01\)% và tỷ lệ người mẹ không là người Tây Ban Nha có thêm con chiếm \(\frac{9188}{18897}=48,6\)%; tỷ lệ người mẹ là người Tây Ban Nha không có thêm con chiếm \(\frac{87203}{235757}=36,9\)% và tỷ lệ mẹ là người Tây Ban Nha có thêm con chiếm \(\frac{9709}{18897}=51,4\)%.

4. Ước lượng chênh lệch 2 tỷ lệ

4.1 Biến morekids và gender1

mtht <- table(dt$morekids, dt$gender1)
OddsRatio(mtht)

## [1] 0.96324

Nhận xét: Tỷ lệ odds được tính là 0,9632 bé hơn 1, ta có thể kết luận rằng sự liên kết giữa việc có thêm con và giới tính của đứa con đầu tiên là yếu hoặc không đáng kể. Điều này có nghĩa là giới tính của đứa con đầu tiên không ảnh hưởng đáng kể đến khả năng có thêm con.

4.2 Biến morekids và gender2

mtht <- table(dt$morekids, dt$gender2)
OddsRatio(mtht)

## [1] 0.96526

Nhận xét: Tỷ lệ odds được tính là 0,96526 bé hơn 1, ta có thể kết luận rằng sự liên kết giữa việc có thêm con và giới tính của đứa con thứ hai là yếu hoặc không đáng kể. Điều này có nghĩa là giới tính của đứa con thứ hai không ảnh hưởng đáng kể đến khả năng có thêm con.

4.3 Biến morekidsr và afam

mtht <- table(dt$morekids, dt$afam)
OddsRatio(mtht)

## [1] 1.4001

Nhận xét: Tỷ lệ Odds được tính là 1,4001 lớn hơn 1 ta có thể kết luận rằng biến afam có ảnh hưởng dương đến khả năng có thêm con. Điều này có nghĩa rằng biến afam có xác suất cao hơn để có thêm con so với nhóm không thuộc afam.

4.4 Biến morekidsr và hispanic

mtht <- table(dt$morekids, dt$hispanic)
OddsRatio(mtht)

## [1] 1.8001

Nhận xét: Tỷ lệ Odds được tính là 1,8001 lớn hơn 1 ta có thể kết luận rằng biến hispanic có ảnh hưởng dương đến khả năng có thêm con. Điều này có nghĩa rằng biến hispanic có xác suất cao hơn để có thêm con so với nhóm không thuộc hispanic.

5. Ước lượng Relative Risk

5.1 Biến morekids và gender1

table(dt$morekids,dt$gender1)

##      
##       female  male
##   no   76044 81698
##   yes  47626 49286

m <- matrix(c(76044, 81698, 47626, 49286), nrow = 2)
RelRisk(m, conf.level = .95)

## rel. risk    lwr.ci    upr.ci 
##   0.98584   0.97985   0.99187

Nhận xét: Tỷ lệ rủi ro được tính là 0,98584 nhỏ hơn 1. Điều này cho thấy việc có thêm con trong nhóm gender1 thấp hơn so với các nhóm còn lại. Khoảng tin cậy 95% từ 0,97985 đến 0,99187, khoảng này không bao gồm 1 và rất hẹp, cho thấy rằng tỷ lệ rủi ro 0,98584 có ý nghĩa thống kê, sự khác biệt này không phải do ngẫu nhiên mà có.

5.2 Biến morekids và gender2

table(dt$morekids,dt$gender2)

##      
##       female  male
##   no   76361 81381
##   yes  47770 49142

m <- matrix(c(76361, 81381, 47770, 49142), nrow = 2)
RelRisk(m, conf.level = .95)

## rel. risk    lwr.ci    upr.ci 
##   0.98663   0.98064   0.99266

Nhận xét: Tỷ lệ rủi ro được tính là 0,98663 nhỏ hơn 1. Điều này cho thấy việc có thêm con trong nhóm gender2 thấp hơn so với các nhóm còn lại. Khoảng tin cậy 95% từ 0,98064 đến 0,99266, khoảng này không bao gồm 1 và rất hẹp, cho thấy rằng tỷ lệ rủi ro 0,98663 có ý nghĩa thống kê, sự khác biệt này không phải do ngẫu nhiên mà có.

5.3 Biến morekids và afam

table(dt$morekids,dt$afam)

##      
##           no    yes
##   no  150611   7131
##   yes  90887   6025

m <- matrix(c(150611, 7131, 90887, 6025), nrow = 2)
RelRisk(m, conf.level = .95)

## rel. risk    lwr.ci    upr.ci 
##    1.1506    1.1325    1.1693

Nhận xét: Tỷ lệ rủi ro được tính là 1,1506 lớn hơn 1. Điều này cho thấy việc có thêm con trong nhóm afam cao hơn so với các nhóm còn lại. Khoảng tin cậy 95% từ 1,1325 đến 1,1693, khoảng này bao gồm 1, cho thấy rằng tỷ lệ rủi ro thực sự có thể là 1 nên không có bằng chứng thống kê đủ mạnh để khẳng định sự khác biệt.

5.4 Biến morekids và hispanic

table(dt$morekids,dt$hispanic)

##      
##           no    yes
##   no  148554   9188
##   yes  87203   9709

m <- matrix(c(148554, 9188, 87203, 9709), nrow = 2)
RelRisk(m, conf.level = .95)

## rel. risk    lwr.ci    upr.ci 
##    1.2960    1.2768    1.3156

Nhận xét: Tỷ lệ rủi ro được tính là 1,2960 lớn hơn 1. Điều này cho thấy việc có thêm con trong nhóm hispanic cao hơn so với các nhóm còn lại. Khoảng tin cậy 95% từ 1,2768 đến 1,3156, khoảng này bao gồm 1, cho thấy rằng tỷ lệ rủi ro thực sự có thể là 1 nên không có bằng chứng thống kê đủ mạnh để khẳng định sự khác biệt.

6. Ước lượng Odd ratio

6.1 Biến morekids và gender1

mtht <- table(dt$morekids, dt$gender1)
OddsRatio(mtht, conf.level = .95)

## odds ratio     lwr.ci     upr.ci 
##    0.96324    0.94794    0.97878

Nhận xét: Kết quả Odd ratio được tính là 0,96324 rất gần với 1, khoảng tin cậy 95% từ 0,94794 đến 0,97878 không bao gồm 1 nên kết quả Odd ratio không có đủ bằng chứng để kết luận rằng có sự khác biệt về Odds giữa hai nhóm.

6.2 Biến morekids và gender2

mtht <- table(dt$morekids, dt$gender2)
OddsRatio(mtht, conf.level = .95)

## odds ratio     lwr.ci     upr.ci 
##    0.96526    0.94994    0.98084

Nhận xét: Kết quả Odd ratio được tính là 0,96526 rất gần với 1, khoảng tin cậy 95% từ 0,94994 đến 0,98084 không bao gồm 1 nên kết quả Odd ratio không có đủ bằng chứng để kết luận rằng có sự khác biệt về Odds giữa hai nhóm.

6.3 Biến morekids và afam

mtht <- table(dt$morekids, dt$afam)
OddsRatio(mtht, conf.level = .95)

## odds ratio     lwr.ci     upr.ci 
##     1.4001     1.3516     1.4504

Nhận xét: Kết quả Odd ratio được tính là 1,4001 lớn hơn 1, khoảng tin cậy 95% từ 1,3516 đến 1,4504 bao gồm 1 nên kết quả Odd ratio không có ý nghĩa thống kê. Điều này có nghĩa là không có đủ bằng chứng để kết luận rằng có sự khác biệt đáng kể về Odds giữa hai nhóm.

6.4 Biến morekids và hispanic

mtht <- table(dt$morekids, dt$hispanic)
OddsRatio(mtht, conf.level = .95)

## odds ratio     lwr.ci     upr.ci 
##     1.8001     1.7474     1.8545

Nhận xét: Kết quả Odd ratio được tính là 1,8001 lớn hơn 1, khoảng tin cậy 95% từ 1,7474 đến 1,8545 bao gồm 1 nên kết quả Odd ratio không có ý nghĩa thống kê. Điều này có nghĩa là không có đủ bằng chứng để kết luận rằng có sự khác biệt đáng kể về Odds giữa hai nhóm.