Phân tích số liệu bằng R

Phân tích dữ liệu trong nghiên cứu khoa học luôn đóng vai trò rất quan trọng. Hầu như bất cứ một công trình nghiên cứu y khoa nào cũng cần phân tích dữ liệu, từ đơn giản nhất như phân tích mô tả đến phức tạp như phân tích đa biến. Trong vai trò người duyệt bài cho các tập san y khoa, tôi có thể nói rằng đây là phần mà nhiều tác giả gặp khó khăn. Tập san càng nổi tiếng thì yêu cầu về phân tích càng cao. Với các tập san như JAMA hay New England Journal of Medicine thì họ có chuyên gia chỉ duyệt phần phân tích dữ liệu. Gần 45% những bài báo khoa học bị từ chối công bố là do phân tích dữ liệu không đúng phương pháp. Do đó, một trong những định hướng mà tôi và đồng nghiệp theo đuổi là trang bị những kĩ năng phân tích cho giới nghiên cứu khoa học.

Phần lớn những phân tích dữ liệu được thực hiện bằng các chương trình như SPSS, SAS, Stata, hay Minitab. Những chương trình này rất đắt. Như ở trường tôi, người ta phải trả hàng trăm ngàn đôla hàng năm để mua bản quyền sử dụng. Chỉ riêng chương trình phân tích di truyền mà giá đã lên đến 120,000 USD / năm. Còn ở VN, một điều đáng chú ý là phần lớn các chương trình này sử dụng ở VN là ... không chính thức. Nói theo tiếng Anh là lậu. Ở Úc vào thập niên 1990s đã có trường bị phạt gần nửa triệu đôla chỉ vì dùng chương trình phân tích lậu. Ấy thế mà ở VN nhiều đồng nghiệp "vô tư" khoe trên giấy trắng mực đen là họ dùng những chương trình này để phân tích dữ liệu!

May mắn thay, mấy năm gần đây, một nhóm nhà khoa học liên quốc gia hát triển một ngôn ngữ có tên đơn giản là R cho phân tích dữ liệu. R là một phần mềm hoàn toàn miễn phí. Tuy miễn phí, nhưng chức năng của R hơn hẳn những phần mềm vừa kể trên. Tất cả (xin nhắc lại: tất cả) nhưng phương pháp, mô hình mà các phần mềm trên có thể làm được thì R cũng có thể làm được. R có lợi thế hơn tất cả các phần mềm trên là R có khả năng phân tích biểu đồ tuyệt vời. Không một phần mềm nào có thể sánh với R về phần biểu đồ!

Nhưng R có cái bất lợi là dùng lệnh (giống như Stata hay SAS) chứ không dùng "menu" như SPSS. Điều này có nghĩa là đối với người "lười biếng" thì sẽ thấy R bất tiện. Nhưng với người muốn nắm lấy những cơ chế căn bản của R, thì sẽ thích ngôn ngữ này ngay. Đối với những người giỏi vi tính và toán, R là phần mềm lí tưởng.

Khoảng 4 năm về trước, tôi có soạn một cuốn sách nhằm giới thiệu R đến các sinh viên và nhà nghiên cứu trong nước. Sách do Nhà xuất bản Khoa học và Kỹ thuật ấn hành năm 2006. Đây là cuốn sách đầu tiên về R ở Việt Nam, và tôi thấy vui vì nhiều bạn đọc chỉ cần đọc sách mà có thể tự mình làm phân tích rất tốt. Theo dự kiến, sách sẽ được tái bản trong năm nay (2010).

Trang web này sẽ thỉnh thoảng giải đáp câu hỏi hay trình bày vài ví dụ về R để các bạn nào dùng R theo dõi. Hiện tại, xin giới thiệu các bạn một số tài liệu để tham khảo:

1. Tài liệu hướng dẫn dùng R: http://cran.r-project.org/doc/contrib/Intro_to_R_Vietnamese.pdf

2. Sách về R của tôi:

Mục lục sách

Chương 1. Lời nói đầu

Chương 2. Giới thiệu ngôn ngữ R

Chương 3. Nhập dữ liệu

Chương 4. Biên tập dữ liệu

Chương 5. Tính toán đơn giản và ma trận

Chương 6. Tính toán xác suất

Chương 7. Kiểm định giả thiết và trị số P

Chương 8. Phân tích số liệu bằng biểu đồ

Chương 9. Thống kê mô tả