Vùng Đồng bằng sông Cửu Long (hay miền Tây nói chung) dù có tiếng là dựa lúa của cả nước nhưng lại là một địa phương kém về nghiên cứu khoa học. Sự hiện diện của các nhà khoa học trong vùng trên các diễn đàn khoa học quốc gia và quốc tế còn rất khiêm tốn. Trong những chuyến công tác ở bên nhà, rất nhiều bạn đề nghị tổ chức một vài lớp học ở miền Tây, và cơ hội này đã đến. Trong chiều hướng góp phần nâng cao năng lực nghiên cứu khoa học cho vùng, chúng tôi hân hạnh thông báo một lớp học về thiết kế nghiên cứu và phân tích dữ liệu sẽ được thực hiện tại Rạch Giá từ ngày 20/7/2016 đến ngày 24/7/2016. (Nhân dịp này các bạn có thể ghé thăm Kiên Giang -- Rạch Giá quê tôi để thưởng thức ẩm thực độc đáo và ngon. Tôi nói thật chứ không quảng cáo đâu).
Mục tiêu
Khóa học có mục tiêu chính là giới thiệu các mô hình nghiên cứu khoa học, và đồng thời trang bị cho các học viên những kiến thức cơ bản về các mô hình phổ biến trong phân tích dữ liệu, và kĩ năng ngôn ngữ R để thực hiện những mô hình phân tích. Sau khi hoàn tất khóa học, chúng tôi kì vọng học viên sẽ có khả năng:
- Phân biệt các mô hình nghiên cứu và giá trị khoa học của mỗi mô hình;
- Biết cách thiết kế bộ câu hỏi cho hợp lí và khoa học;
- Học cách tạo dữ liệu, biên tập dữ liệu dùng phần mềm R;
- Dùng các hàm R để thực hiện những phân tích mô tả bằng biểu đồ;
- Hiểu về ý nghĩa của giả thuyết khoa học, kiểm định thống kê (test of significance), và diễn giải trị số P;
- Hiểu lí thuyết đằng sau so sánh giữa hai nhóm và nhiều hơn 2 nhóm (như t-test, chi-squared test, binomial test) và dùng R để thực hiện kiểm định;
- Hiểu lí thuyết tương quan, và các mô hình phân tích tương quan, hồi qui tuyến tính; dùng R ước tính tham số của mô hình; và diễn giải ý nghĩa của các tham số;
- Hiểu những lí thuyết cơ bản đằng sau thí nghiệm, và dùng hàm R để ước tính cỡ mẫu.
Đối tượng
Mặc dù khoá học được thực hiện ở miền Tây, nhưng học viên thì mở rộng cho cả nước. Khóa học được thiết kế cho các nghiên cứu sinh và các nhà nghiên cứu có nhu cầu phân tích dữ liệu. Học viên không nhất thiết đã có chuyên môn về R hay thống kê học.
- Các giảng viên, nhà khoa học trong các lĩnh vực như môi trường học, nông nghiệp, khoa học xã hội, v.v. muốn học thêm kĩ năng phân tích dữ liệu;
- Bác sĩ và nhân viên y tế tham gia nghiên cứu;
- Sinh viên sau đại học.
Học phí: Một triệu năm trăm ngàn đồng (1.5) mỗi học viên. Học phí bao gồm cả trà nước, tập tài liệu thực hành và sách tham khảo.
Chương trình học
Ngày 1: Mô hình nghiên cứu
Bài giảng 1 -- Các mô hình nghiên cứu I: Giới thiệu chu trình nghiên cứu khoa học, mô hình nghiên cứu cắt ngang (cross-sectional design), nghiên cứu bệnh chứng (case control design); bàn về các điểm mạnh và điểm yếu của mỗi mô hình nghiên cứu.
Bài giảng 2 -- Các mô hình nghiên cứu II: Giới thiệu mô hình nghiên cứu đoàn hệ (cohort study), mô hình nghiên cứu RCT, mô hình phân tích tổng hợp (meta-analysis), và giá trị khoa học của mỗi mô hình.
Bài giảng 3 – Phương pháp thiết kế bộ câu hỏi: Bộ câu hỏi là một phương tiện rất quan trọng trong việc thu thập dữ liệu. Bài giảng này sẽ giới thiệu những nguyên tắc và vài ví dụ thực tế trong việc thiết kế bộ câu hỏi một cách logic và có ích.
Buổi chiều: Thảo luận và làm bài tập thực hành.
Ngày 2: Giới thiệu phần mềm R
Bài giảng 4 – Giới thiệu ngôn ngữ R: Tại sao dùng R cho phân tích dữ liệu; cú pháp R; cách quản lí dữ liệu trong R.
Bài giảng 5 – R Input/Output: Cú pháp đọc dữ liệu từ txt và excel; cách mã hoá và hoán chuyển dữ liệu; cách tạo thêm biến mới trong R.
Bài giảng 6 – Phân tích mô tả với R: Giới thiệu một số hàm dùng cho phân tích một biến số; diễn giải ý nghĩa của trung bình, trung vị, bách phân vị, độ lệch chuẩn, sai số chuẩn.
Buổi chiều: Bài tập + thực hành
Ngày 3: Phân tích bằng đồ thị và phân tích so sánh
Bài giảng 7 – Phân tích bằng biểu đồ: Giới thiệu biểu đồ phân bố (histogram), biểu đồ hộp (box plot), biểu đồ tương quan (correlation plot). Diễn giải ý nghĩa của từng biểu đồ.
Bài giảng 8 – So sánh hai nhóm với biến liên tục: Giới thiệu khái niệm kiểm định giả thuyết thống kê; phương pháp kiểm định t (t-test); các tình huống mà biến số không phân bố chuẩn; cách diễn giải kết quả của phân tích kiểm định.
Bài giảng 9 – So sánh hai nhóm với biến phân nhóm: Phương pháp kiểm định z-test và Ki bình phương; cách tính và diễn giải khoảng tin cậy 95%.
Buổi chiều: Bài tập + thực hành
Ngày 4: Phân tích liên quan
Bài giảng 10 – Phân tích liên quan bằng tỉ số odds (odds ratio): Giới thiệu khái niệm effect size; khái niệm odds và tỉ số odds trong phân tích liên quan; mô hình hồi qui logistic; diễn giải ý nghĩa của kết quả phân tích mô hình hồi qui logistic.
Bài giảng 11 – Phân tích liên quan bằng Ki bình phương: Giới thiệu khái niệm liên quan (association); cơ chế đằng sau Ki bình phương; diễn giải ý nghĩa của kết quả phân tích Ki bình phương.
Bài giảng 12 – Phân tích tương quan: Giới thiệu khái niệm tương quan (correlation); cách ước tính hệ số tương quan; diễn giải ý nghĩa của hệ số tương quan trong thực tế.
Buổi chiều: Bài tập + thực hành
Ngày 5: Phân tích hồi qui
Bài giảng 13 – Mô hình hồi qui tuyến tính: Giới thiệu mô hình hồi qui tuyến tính và ứng dụng; cách ước tính tham số của mô hình; cách kiểm tra phẩm chất của mô hình; diễn giải ý nghĩa của mô hình hồi qui tuyến tính.
Bài giảng 14 – Mô hình hồi qui tuyến tính đa biến: Giới thiệu mô hình hồi qui tuyến tính đa biến; vấn đề đa cộng tuyến; cách tìm mô hình "tối ưu"; diễn giải ý nghĩa của mô hình hồi qui tuyến tính đa biến.
Bài giảng 15 – Mô hình hồi qui logistic: Giới thiệu mô hình hồi qui logistic đa biến; ứng dụng của mô hình hồi qui logistic; ước tính tham số; cách tìm các biến độc lập; diễn giải ý nghĩa của mô hình hồi qui logistic.
Buổi chiều: Bài tập + thực hành
Bế mạc
Rạch Giá về đêm
Không có nhận xét nào:
Đăng nhận xét