Cao Bá Khương

  Basic R Series 1 - Mở dataset (Bộ số liệu) từ SPSS, EXCEL, STATA Khuongcb Khi phân tích số liệu chúng ta luôn phải mở một bộ số liệu vào trước. Các bộ số liệu này có thể trước đó đã được nhập hay xử lý trên các phần mềm khác như EPIDATA, EXEL, STATA, SPSS,… Lưu ý: Cần lấy địa chỉ của file data đó để sử dụng.Ví dụ  C:/Users/caobakhuong/Downloads/shapiro.sav 1. Mở bộ số liệu từ SPSS (thường có đuôi là  .sav ) Ở đây, chúng ta tiến hành mở bộ số liệu và đặt tên cho nó là  data1 Qua package  haven  sẽ cho phép R mở một bộ số liệu từ nhiều nguồn khác nhau để xử lý.Đối với dữ liệu từ SPSS cũng vậy. #Hãy cài package này bằng lệnh sau nếu chưa cài đặt #install.packages('haven') #Và load package này để sử dụng library (haven) #Load cái package để mở file từ SPSS data1 <- read_sav( "C:/Users/caobakhuong/Downloads/shapiro.sav" ) Kết quả: data1 ## # A tibble: 1,976 × 5 ## MI OC SMOKE AGEGROUP AGEMID ## <dbl+lbl> <dbl+lbl> <dbl+lb

  Basic R Series 3- COMPUTE tạo biến mới Khuongcb 1. Chúng ta sẽ sử dụng bộ số liệu  shapiro  làm ví dụ, bộ số liệu này bao gồm một số biến số MI  Nhồi máu cơ tim,  OC  Sử dụng thuốc tránh thai,  SMOKE  Hút thuốc,  AGEGROUP  Nhóm tuổi,  AGEMID  Tuổi shapiro ## # A tibble: 1,976 × 5 ## MI OC SMOKE AGEGROUP AGEMID ## <dbl+lbl> <dbl+lbl> <dbl+lbl> <dbl> <dbl+lbl> ## 1 0 [No] 0 [No] 0 [None] 1 27 [25-29] ## 2 0 [No] 0 [No] 0 [None] 5 47 [45-49] ## 3 0 [No] 0 [No] 0 [None] 3 37 [35-39] ## 4 0 [No] 0 [No] 0 [None] 2 32 [30-34] ## 5 0 [No] 1 [Yes] 0 [None] 4 42 [40-44] ## 6 0 [No] 0 [No] 0 [None] 3 37 [35-39] ## 7 0 [No] 0 [No] 0 [None] 1 27 [25-29] ## 8 0 [No] 0 [No] 0 [None] 2 32 [30-34] ## 9 1 [Yes] 0 [No] 0 [None] 5 47 [45-49] ## 10 0 [No] 0 [No] 0 [None] 2 32 [30-34] ## # … with 1,9

  Basic R - Biến đổi số liệu (RECODE) tạo biến mới Khuongcb 1. Chúng ta sẽ sử dụng bộ số liệu  shapiro  làm ví dụ, bộ số liệu này bao gồm một số biến số MI  Nhồi máu cơ tim OC  Sử dụng thuốc tránh thai SMOKE  Hút thuốc AGEGROUP  Nhóm tuổi AGEMID  Tuổi shapiro ## # A tibble: 1,976 × 5 ## MI OC SMOKE AGEGROUP AGEMID ## <dbl+lbl> <dbl+lbl> <dbl+lbl> <dbl> <dbl+lbl> ## 1 0 [No] 0 [No] 0 [None] 1 27 [25-29] ## 2 0 [No] 0 [No] 0 [None] 5 47 [45-49] ## 3 0 [No] 0 [No] 0 [None] 3 37 [35-39] ## 4 0 [No] 0 [No] 0 [None] 2 32 [30-34] ## 5 0 [No] 1 [Yes] 0 [None] 4 42 [40-44] ## 6 0 [No] 0 [No] 0 [None] 3 37 [35-39] ## 7 0 [No] 0 [No] 0 [None] 1 27 [25-29] ## 8 0 [No] 0 [No] 0 [None] 2 32 [30-34] ## 9 1 [Yes] 0 [No] 0 [None] 5 47 [45-49] ## 10 0 [No] 0 [No] 0 [None] 2 32 [30-34] ## # … with 1

Hướng dẫn gán nhãn giá trị của biến trong R Khuongcb 2023-01-21 1. Khi chưa gán nhãn biến và nhãn giá trị Ta có một bộ số liệu, trong đó có biến  OC  là việc có hay không sử dụng thuốc tránh thai của đối tượng nghiên cứu. Với các giá trị  0  là  No  và  1  là  Yes Khi chưa gán nhãn thì kết quả sẽ chỉ hiển thị là  0  và  1  trong bảng như dưới đây library (summarytools) freq(OC) ## Frequencies ## OC ## Label: Oral contraceptive use ## Type: Numeric ## ## Freq % Valid % Valid Cum. % Total % Total Cum. ## ----------- ------ --------- -------------- --------- -------------- ## 0 1812 91.70 91.70 91.70 91.70 ## 1 164 8.30 100.00 8.30 100.00 ## <NA> 0 0.00 100.00 ## Total 1976 100.00 100.00 100.00 100.00 2. Thao tác gán nhãn giá trị chỉ đơn giản như sau: 2.1 Load pakage để thực hiện gán nhãn library (