GiangNT_CourseR_Day03_Basic_v1
GiangNguyen
2025-05-12
Kiểm tra dữ liệu
Kiểm tra sự tồn tại của tệp
Kiểm tra sự tồn tại của file “birthwt.csv”
file.exists("/Users/giangnguyen/Desktop/GiangNT/2025/Course_R/Datasets/birthwt.csv")## [1] TRUEKiểm tra sự tồn tại của file “Bone data.csv”
file.exists("/Users/giangnguyen/Desktop/GiangNT/2025/Course_R/Datasets/Bone data.csv")## [1] TRUE
Phân tích mô tả
1.Đọc dữ liệu “birthwt.csv” vào R và gọi dữ liệu là “bw”
1.1.Đọc file dữ liệu “birthwt.csv” và tạo data frame “bw”
bw = read.csv("/Users/giangnguyen/Desktop/GiangNT/2025/Course_R/Datasets/birthwt.csv")2.Phân tích mô tả
2.1 Mô tả đặc điểm tuổi của mẹ (age), cân nặng của mẹ (lwt) và cân nặng của con (bwt)
table1(~ age + lwt + bwt, data = bw)| Overall (N=189) |
|
|---|---|
| age | |
| Mean (SD) | 23.2 (5.30) |
| Median [Min, Max] | 23.0 [14.0, 45.0] |
| lwt | |
| Mean (SD) | 130 (30.6) |
| Median [Min, Max] | 121 [80.0, 250] |
| bwt | |
| Mean (SD) | 2940 (729) |
| Median [Min, Max] | 2980 [709, 4990] |
2.2 Mô tả đặc điểm tuổi của mẹ (age), cân nặng của mẹ (lwt), tình trạng hút thuốc trong thai kỳ (smoke) , chủng tộc (race), và cân nặng của con (bwt) theo tình trạng trẻ thiếu cân (low)
bw$race.c = as.character(factor(bw$race, levels = c(1, 2, 3), labels = c("White", "Black", "Other")))
bw$smoke.c = as.character(factor(bw$smoke, levels = c(0, 1), labels = c("No", "Yes")))
bw$low.c = as.character(factor(bw$low, levels = c(0, 1), labels = c("No LBW", "Low birthweight")))
table1(~ age + lwt + smoke.c + race.c + bwt | low.c, data = bw)| Low birthweight (N=59) |
No LBW (N=130) |
Overall (N=189) |
|
|---|---|---|---|
| age | |||
| Mean (SD) | 22.3 (4.51) | 23.7 (5.58) | 23.2 (5.30) |
| Median [Min, Max] | 22.0 [14.0, 34.0] | 23.0 [14.0, 45.0] | 23.0 [14.0, 45.0] |
| lwt | |||
| Mean (SD) | 122 (26.6) | 133 (31.7) | 130 (30.6) |
| Median [Min, Max] | 120 [80.0, 200] | 124 [85.0, 250] | 121 [80.0, 250] |
| smoke.c | |||
| No | 29 (49.2%) | 86 (66.2%) | 115 (60.8%) |
| Yes | 30 (50.8%) | 44 (33.8%) | 74 (39.2%) |
| race.c | |||
| Black | 11 (18.6%) | 15 (11.5%) | 26 (13.8%) |
| Other | 25 (42.4%) | 42 (32.3%) | 67 (35.4%) |
| White | 23 (39.0%) | 73 (56.2%) | 96 (50.8%) |
| bwt | |||
| Mean (SD) | 2100 (391) | 3330 (478) | 2940 (729) |
| Median [Min, Max] | 2210 [709, 2500] | 3270 [2520, 4990] | 2980 [709, 4990] |
So sánh 2 nhóm – biến liên tục
3.So sánh mật độ xương tại cổ xương đùi giữa nam và nữ
3.1.Đọc dữ liệu “Bone data.csv” vào R và gọi dữ liệu là “df”
df = read.csv("/Users/giangnguyen/Desktop/GiangNT/2025/Course_R/Datasets/Bone data.csv")3.2.Vẽ biểu đồ histogram đánh giá phân bố mật độ xương tại cổ xương đùi
Histogram(fnbmd, fill = "blue", xlab = "Mật độ xương (g/cm2)", ylab = "Frequency", data = df)
## >>> Suggestions
## bin_width: set the width of each bin
## bin_start: set the start of the first bin
## bin_end: set the end of the last bin
## Histogram(fnbmd, density=TRUE) # smoothed curve + histogram
## Plot(fnbmd) # Violin/Box/Scatterplot (VBS) plot
##
## --- fnbmd ---
##
## n miss mean sd min mdn max
## 2122 40 0.829 0.155 0.280 0.820 1.510
##
##
##
## --- Outliers --- from the box plot: 33
##
## Small Large
## ----- -----
## 0.3 1.5
## 0.3 1.5
## 0.4 1.4
## 0.4 1.4
## 0.4 1.4
## 0.4 1.4
## 0.4 1.4
## 0.4 1.4
## 0.4 1.3
## 0.4 1.3
## 0.4 1.3
## 1.3
## 1.3
## 1.3
## 1.3
## 1.2
## 1.2
## 1.2
##
## + 15 more outliers
##
##
## Bin Width: 0.1
## Number of Bins: 14
##
## Bin Midpnt Count Prop Cumul.c Cumul.p
## ---------------------------------------------------
## 0.2 > 0.3 0.25 1 0.00 1 0.00
## 0.3 > 0.4 0.35 9 0.00 10 0.00
## 0.4 > 0.5 0.45 15 0.01 25 0.01
## 0.5 > 0.6 0.55 103 0.05 128 0.06
## 0.6 > 0.7 0.65 306 0.14 434 0.20
## 0.7 > 0.8 0.75 522 0.24 956 0.44
## 0.8 > 0.9 0.85 534 0.25 1490 0.69
## 0.9 > 1.0 0.95 371 0.17 1861 0.86
## 1.0 > 1.1 1.05 183 0.08 2044 0.95
## 1.1 > 1.2 1.15 48 0.02 2092 0.97
## 1.2 > 1.3 1.25 21 0.01 2113 0.98
## 1.3 > 1.4 1.35 6 0.00 2119 0.98
## 1.4 > 1.5 1.45 2 0.00 2121 0.98
## 1.5 > 1.6 1.55 1 0.00 2122 0.98
## 3.3.So sánh mật độ xương tại cổ xương đùi giữa nam và nữ
3.3.1.Bảng thống kê mô tả mật độ xương tại cổ xương đùi (fnbmd) theo giới tính (sex)
table1(~ fnbmd | sex, data = df)| Female (N=1317) |
Male (N=845) |
Overall (N=2162) |
|
|---|---|---|---|
| fnbmd | |||
| Mean (SD) | 0.778 (0.132) | 0.910 (0.153) | 0.829 (0.155) |
| Median [Min, Max] | 0.770 [0.280, 1.31] | 0.900 [0.340, 1.51] | 0.820 [0.280, 1.51] |
| Missing | 17 (1.3%) | 23 (2.7%) | 40 (1.9%) |
3.3.2.Kiểm định t-test so sánh mật độ xương tại cổ xương đùi (fnbmd) giữa nam và nữ (sex)
t.test(fnbmd ~ sex, data = df)##
## Welch Two Sample t-test
##
## data: fnbmd by sex
## t = -20.407, df = 1561, p-value < 0.00000000000000022
## alternative hypothesis: true difference in means between group Female and group Male is not equal to 0
## 95 percent confidence interval:
## -0.1448770 -0.1194686
## sample estimates:
## mean in group Female mean in group Male
## 0.7775231 0.90969593.3.3.Kiểm định t-test bằng cách dừng gói (lessR)
ttest(fnbmd ~ sex, data = df)##
## Compare fnbmd across sex with levels Male and Female
## Grouping Variable: sex
## Response Variable: fnbmd
##
##
## ------ Describe ------
##
## fnbmd for sex Male: n.miss = 23, n = 822, mean = 0.910, sd = 0.153
## fnbmd for sex Female: n.miss = 17, n = 1300, mean = 0.778, sd = 0.132
##
## Mean Difference of fnbmd: 0.132
##
## Weighted Average Standard Deviation: 0.141
##
##
## ------ Assumptions ------
##
## Note: These hypothesis tests can perform poorly, and the
## t-test is typically robust to violations of assumptions.
## Use as heuristic guides instead of interpreting literally.
##
## Null hypothesis, for each group, is a normal distribution of fnbmd.
## Group Male: Sample mean assumed normal because n > 30, so no test needed.
## Group Female: Sample mean assumed normal because n > 30, so no test needed.
##
## Null hypothesis is equal variances of fnbmd, homogeneous.
## Variance Ratio test: F = 0.023/0.018 = 1.336, df = 821;1299, p-value = 0.000
## Levene's test, Brown-Forsythe: t = 3.449, df = 2120, p-value = 0.001
##
##
## ------ Infer ------
##
## --- Assume equal population variances of fnbmd for each sex
##
## t-cutoff for 95% range of variation: tcut = 1.961
## Standard Error of Mean Difference: SE = 0.006
##
## Hypothesis Test of 0 Mean Diff: t-value = 21.080, df = 2120, p-value = 0.000
##
## Margin of Error for 95% Confidence Level: 0.012
## 95% Confidence Interval for Mean Difference: 0.120 to 0.144
##
##
## --- Do not assume equal population variances of fnbmd for each sex
##
## t-cutoff: tcut = 1.961
## Standard Error of Mean Difference: SE = 0.006
##
## Hypothesis Test of 0 Mean Diff: t = 20.407, df = 1560.981, p-value = 0.000
##
## Margin of Error for 95% Confidence Level: 0.013
## 95% Confidence Interval for Mean Difference: 0.119 to 0.145
##
##
## ------ Effect Size ------
##
## --- Assume equal population variances of fnbmd for each sex
##
## Standardized Mean Difference of fnbmd, Cohen's d: 0.939
##
##
## ------ Practical Importance ------
##
## Minimum Mean Difference of practical importance: mmd
## Minimum Standardized Mean Difference of practical importance: msmd
## Neither value specified, so no analysis
##
##
## ------ Graphics Smoothing Parameter ------
##
## Density bandwidth for sex Male: 0.044
## Density bandwidth for sex Female: 0.034
4.Đánh giá ảnh hưởng của café lên RER
4.1.Nhập dữ liệu RER cho 18 bệnh nhân trong 2 nhóm
placebo = c(105, 119, 100, 97, 96, 101, 94, 95, 98)
coffee = c(96, 99, 94, 89, 96, 93, 88, 105, 88)4.2.So sánh RER giữa 2 nhóm nghiên cứu
t.test(placebo, coffee)##
## Welch Two Sample t-test
##
## data: placebo and coffee
## t = 1.9948, df = 14.624, p-value = 0.06505
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -0.4490961 13.1157627
## sample estimates:
## mean of x mean of y
## 100.55556 94.222224.3.Thực hiện bootstrap test so sánh RER giữa 2 nhóm nghiên cứu
4.3.1.Thực hiện bootstrap test
b = two.boot(placebo, coffee, mean, R = 500)
boot.ci(b)## BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
## Based on 500 bootstrap replicates
##
## CALL :
## boot.ci(boot.out = b)
##
## Intervals :
## Level Normal Basic
## 95% ( 0.663, 12.432 ) ( 0.126, 12.163 )
##
## Level Percentile BCa
## 95% ( 0.504, 12.541 ) ( 1.510, 13.457 )
## Calculations and Intervals on Original Scale
## Some BCa intervals may be unstable4.3.2.Biểu đồ histogram mô tả phân bố của các giá trị boostrap
hist(b, breaks = 50)
Đánh giá ảnh hưởng của café lên RER
5.So sánh tỉ lệ gãy xương (fx) giữa nam và nữ (sex)
5.1.Bảng so sánh tỉ lệ gãy xương giữa nam và nữ
table1(~ as.factor(fx) | sex, data = df)| Female (N=1317) |
Male (N=845) |
Overall (N=2162) |
|
|---|---|---|---|
| as.factor(fx) | |||
| 0 | 916 (69.6%) | 701 (83.0%) | 1617 (74.8%) |
| 1 | 401 (30.4%) | 144 (17.0%) | 545 (25.2%) |