Professional Documents
Culture Documents
BIOSTATISTICS
TS. ĐÀO HỒNG NAM
Website: dhnammp.blogspot.com
Fanpage: facebook.com/xstkyd
REFERENCES
1. Jay S. Kim, Ronald J. Dailey (2008), Biostatistics for Oral Healthcare,
published 2008 by Blackwell Munksgaard, a Blackwell Publishing Company.
USA.
2. Wayne W. Daniel (2009), Biostatistics: a foundation for analysis
in the health sciences. John Wiley & Sons, Inc. USA.
3. Nigel C. Smeeton (2017). Dental statistics made easy. Third Edition. © 2017
by Taylor & Francis Group, LLC. USA.
4. Altman DG (1991). Practical statistics for medical research. London: Chapman
and Hall.
XÁC SUẤT
I. Thí nghiệm ngẫu nhiên và biến cố
1. Thí nghiệm ngẫu nhiên
Là một tình huống liên quan ến khả năng xảy ra các kết cục
(outcome) không thể dự oán một cách chắc chắn.
2. Biến cố (sự kiện- event)
Biến cố: kết quả hoặc tập hợp các kết quả có thể có của thí nghiệm
ngẫu nhiên.
Không gian mẫu: là tập hợp tất cả các kết quả có thể có của một thí
nghiệm (hoặc một biến ngẫu nhiên) và ược biểu thị bằng Ω.
Ví dụ 1. Sử dụng thuốc kháng sinh M (Amoxicillin, Clarithromycin,
Metronidazol, Levofloxacin) trong iều trị HP. Quan tâm ến kết cục HP
kháng thuốc. Gọi A là biến cố HP bị tiêu diệt, B là biến cố HP kháng
thuốc. Do ó Ω có 2 phần tử là Ω = {A, B}
Ví dụ 2. Gia đình ông Hải có 3 người con. Không gian mẫu cho giới tính
của ba đứa con là gì?
Bởi vì mỗi người trong số ba đứa trẻ có thể là trai (B) hoặc gái (G) nên:
Ω có 8 phần tử là Ω = {BBB, BBG, BGB, BGG, GBB, GBG, GGB, GGG}.
Các loại biến cố:
- B/c không thể : b/c không bao giờ xảy ra, ký hiệu ∅.
- B/c chắc chắn: b/c nhất ịnh sẽ xảy ra
- B/c hiếm: b/c ít xảy ra
- B/c A ược gọi là b/c bù (b/c ối) của A khi và chỉ khi:
II. QUAN HỆ GiỮA CÁC BiẾN CỐ
1. Phép hội (hợp)
𝐴∪𝐵 =𝐶
Ví dụ 1. Khám cho một b/n,
gọi A: “tim ập yếu”, B: “giãn
mạch” thì C = ?
C = A U B là b/c
2. Phép giao 𝐴 ∩ 𝐵 = 𝐶
4. Phép bù
𝐶ℎ𝑜𝐴 ⊂ 𝐵 Phần bù của A trong B, ký hiệu là 𝐴 = 𝐵\𝐴
5. Các khái niệm khác
a. Quan hệ kéo theo: Ký hiệu A ⊂ B : Nếu b/c A xảy ra thì
kéo theo b/c B xảy ra.
Ví dụ: Tắc ruột Bí tiểu
b. Hai b/c xung khắc: Hai b/c A và B gọi là xung khắc nếu
chúng không cùng xảy ra trong một phép thử (AB = ∅).
Ví dụ 3. XN vi khuẩn ường ruột cho 1 b/n. Gọi A: “Vi khuẩn Subtilis
phát triển”, B: “Vi khuẩn E.coli phát triển”
A và B xung khắc vì 2 loại VK này thường không hiện diện ồng thời
trong ường ruột.
Ví dụ 4. Giả sử các loại thuốc theo chỉ ịnh của bác sĩ có thể ảnh hưởng
ến mùi hoặc hương vị là ampicillin, benzocaine, codeine,
metronidazole, kem ánh răng chứa natri lauryle sulfate và tetracycline.
Gọi sự kiện C = {benzocaine, codeine, metronidazole, tetracycline},
D = {ampicillin, codein, metronidazole, tetracycline}, và E = {ampicillin}
Chú ý:
❑ Độc lập toàn phần → ộc lập từng ôi
12
Trong Ví dụ 1. Một hộp có 20 lọ thuốc (15 tốt + 5 hỏng). Lấy ngẫu
nhiên 3 lọ ể kiểm tra. Tính XS lấy ược ít nhất 1 lọ hỏng.
𝑃(C) + 𝑃(𝐶) = 1
Cách 2: Dùng t/c của XS:
Gọi X là số lọ hỏng trong 3 lọ lấy ra, C là b/c lấy ược ít
nhất 1 lọ hỏng
𝑃(C) = 𝑃(𝑋 ≥ 1) ⇒ 𝑃(𝐶) = 𝑃(𝑋 < 1) = 𝑃(𝑋 = 0) = P( A) = 0,399
IV.Số o sự xuất hiện của bệnh: tỉ suất, nguy c và số
chênh
➢ Số mới mắc (incidence) là ại lượng o lường của sự xuất
hiện của bệnh.
➢ Nguy cơ (risk): Là XS mắc bệnh trong thời gian phơi nhiễm
nhất ịnh
➢ Tỉ suất mới mắc (incidence rate): nguy cơ mắc bệnh tức
thời trong một ơn vị thời gian.
VD: tỉ suất mới mắc (tỷ suất) của bệnh mạch vành tim ở người
có cholesterol 245 mg% là 0,02/năm.
nghĩa là trong 100 người có cholesterol 245 mg% và chưa
bị bệnh mạch vành tim, trung bình có hai người bị xuất hiện
bệnh mạch vành sau thời gian theo dõi 1 năm.
➢ Số chênh (odds): Là tỷ số giữa xs mắc bệnh và xs không
mắc bệnh
➢ Yếu tố nguy cơ (Risk factor)
Là một yếu tố làm tăng nguy cơ mắc bệnh ở một cá nhân.
Ví dụ 1. Hút thuốc lá là một yếu tố nguy cơ ung thư phổi; béo phì là một
yếu tố nguy cơ cho bệnh tim.
➢ Nguyên nhân (Cause)
Ví dụ 2. Nguyên nhân gây bệnh tả là :
vi khuẩn
Nguyên nhân ung thư cổ tử cung:
1 1 𝑎 𝑐
ln(𝑅𝑅)±1.96 + − −
𝑒 𝑎 𝑐 𝑎+𝑏 𝑐+𝑑
95%CI =
𝑝1
⇒ 𝑅𝑅 =
𝑝0 = 0,623
https://www.medcalc.org/calc/relative_risk.php
Ví dụ 2. Một nghiên cứu về tác dụng của DDT ối với các bệnh về da
ược thực hiện trong 2 nhóm. Sau một thời gian theo dõi, kết quả như
sau: Nhóm 1: 93 người sử dụng DDT, với 29 người mắc bệnh ngoài da.
Nhóm 2: 59 người không sử dụng DDT, 23 người mắc bệnh ngoài da.
Hỏi: DDT có hiệu quả trong iều trị các bệnh về da không?
Ví dụ 3. Một nghiên cứu thuần tập iều tra mối liên hệ giữa hút thuốc và
bệnh mạch vành tim ã ược tiến hành trên 2 nhóm khỏe mạnh trên 30
tuổi. Sau 10 năm theo dõi, kết quả như sau: Nhóm hút thuốc: 4893 người,
trong ó có 675 người mắc bệnh tim mạch vành. Nhóm người không hút
thuốc: 3847 người, trong ó có 367 người mắc bệnh mạch vành tim. Kết
luận?
2. Tỷ số chênh OR (Odds Ratio)
𝑝 (sử dụng trong NC hồi cứu)
𝑜𝑑𝑑 =
Gọi p là XS mắc bệnh 1−𝑝
Nếu Odd > 1: Xác suất mắc bệnh cao hơn XS không mắc bệnh;
Nếu Odd <1: Xác suất mắc bệnh thấp hơn XS không mắc bệnh;
Nếu Odd = 1: Xác suất mắc bệnh bằng với XS không mắc bệnh.
𝑝1 𝑝0
𝑜𝑑𝑑0 =
Group 1: 𝑜𝑑𝑑1 =
1 − 𝑝1 Group 2: 1 − 𝑝0
𝑜𝑑𝑑1 𝑝1 1 − 𝑝0 1 − 𝑝0
𝑂𝑅 = = × = 𝑅𝑅 ×
𝑜𝑑𝑑0 𝑝0 1 − 𝑝1 1 − 𝑝1
- OR > 1: A là YTNC
- OR <1: A là YTBV
- OR = 1: A và B không có liên hệ ( ộc lập)
𝑎 𝑏 Disease B
𝑝1 = ; 1 − 𝑝1 = Factor A Total
𝑎+𝑏 𝑎+𝑏 Yes No
𝑝1 𝑎 Yes a b a+b
⇒ 𝑜𝑑𝑑1 = = No c d c+d
1 − 𝑝1 𝑏
Total a+c b+d n
𝑐 𝑑 𝑝0 𝑐
𝑝0 = ; 1 − 𝑝0 = ⇒ 𝑜𝑑𝑑0 = =
𝑐+𝑑 𝑐+𝑑 1 − 𝑝0 𝑑
𝑜𝑑𝑑1 𝑎𝑑
OR = =
𝑜𝑑𝑑0 𝑏𝑐
1 1 1 1
ln( OR)±1.96
e 𝑎+𝑏+𝑐 +𝑑
95%CI =
Ví dụ 1. Một nghiên cứu bệnh chứng Smoking Disease Total
nhằm khảo sát mối tương quan giữa "hút
Yes No
thuốc" và yếu tố bệnh "viêm phế quản mãn
tính" có kết quả sau: Yes 320 200 520
No 180 300 480
Total 500 500 1000
https://www.medcalc.org/calc/odds_ratio.php
Ví dụ 2. Một nghiên cứu về ảnh hưởng của caffeine ối với chứng mất ngủ ược
tiến hành trong 2 nhóm. Nhóm 1: 72 người uống ồ uống ồ uống chứa caffein,
30 người bị mất ngủ Nhóm 2: 73 người dùng giả dược, có 9 người mất ngủ
Hỏi: Caffeine có ảnh hưởng ến chứng mất ngủ không?
Conclusion
Smoking Lung cancer Total Ví dụ 3. Một nghiên cứu bệnh chứng
thực hiện trên 2 nhóm. Nhóm 1 gồm
Yes No 567 người hút thuốc có 297 người bị
ung thư phổi. Nhóm 2 gồm 33 người
Yes 297 270 567 không hút thuốc có 3 người bị ung
𝑎𝑑 297 × 30
OR = = = 11
𝑏𝑐 3 × 270
Ví dụ 4. Các yếu tố chính dẫn ến thất bại cấy ghép implant là mật ộ
xương thấp (tức là xương loại IV) và hút thuốc lá. Một nghiên cứu ược
thực hiện với 223 thiết bị cấy ghép ược ặt trên 78 bệnh nhân. Các
bệnh nhân ược chia thành hai nhóm: người hút thuốc lá và người
không hút thuốc. Tỷ lệ thất bại của các mô cấy ã ược quan sát. Việc
loại bỏ implant vì bất kỳ lý do gì hoặc implant có biểu hiện mất xương
hơn 50% ược coi là thất bại. Dữ liệu ược tóm tắt trong bảng sau.
𝑉𝐸 = 1 − 𝑅𝑅
Giải:
Xác suất cần tính là:
P(A ∩ B) = P(A) + P(B) - P(A ∪ B) =
Ví dụ 2. Trong một dân số phụ nữ có 4% bị K vú, 20% có hút
thuốc, 3% có hút thuốc và bị K vú. Chọn nn một phụ nữ trong dân
số ó, tính XS người này bị K vú hoặc có hút thuốc hoặc cả hai.
Giải: cần tính P(A + B)
P(A + B) = P(A) + P(B) – P(AB)
=
Giải
i) P(A) + P(B) + P(C) = 0,25 + 0,45 + 0,60 = 1,30 > 1,0. Tổng của ba xác
suất vượt quá 1,0, như vậy phải có ít nhất một cặp sự kiện xảy ra cùng một
lúc. Ba sự kiện A, B, C không loại trừ lẫn nhau (xung khắc).
(ii) P(A B C) = P(A) + P(B) + P(C) - P(A)P(B) - P(A)P(C) - P(B)P(C) +
P(A)P(B)P(C)
=
Hoặc: 𝑃 A ∪ 𝐵 ∪ 𝐶 = 1 − 𝑃 𝐴ҧ ∩ 𝐵ത ∩ 𝐶ҧ = 1 − 𝑃 𝐴ҧ . 𝑃 𝐵 . 𝑃(𝐶)
Gọi A là biến cố bệnh nhân ánh răng ít nhất một lần mỗi ngày, B là biến cố bệnh
nhân ăn thức ăn giàu carbohydrate và C là biến cố bệnh nhân sử dụng kem ánh
răng có chứa fluor. Giả sử P(A) = 0,76; P(B) = 0,15; P(C) = 0,47; P(A ∪ B) = 0,84
và P(B ∩ C) = 0,12. Tính các xác suất P(A ∩ B) và P(B ∪ C).
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃 𝐴 ∪ 𝐵 = 0,76 + 0,15 − 0,84 = 0,07
𝑃 𝐵 ∪ 𝐶 = 𝑃 𝐵 + 𝑃 𝐶 − 𝑃 𝐵 ∩ 𝐶 = 0,15 + 0,47 − 0,12 = 0,5
2. Công thức xác suất có điều kiện
Các xác suất chúng ta ã thảo luận: P(A), P(B), P(E1), P(E2), v.v. ược gọi là
xác suất vô iều kiện. Thường thì xác suất có iều kiện ược các chuyên gia
chăm sóc sức khỏe quan tâm nhiều hơn xác suất vô iều kiện. Nha sĩ và bác sĩ
hỏi về lối sống của bệnh nhân và lịch sử y tế cá nhân và gia ình ể xác ịnh
xác suất có iều kiện. Xét các tình huống sau:
• Nếu một bệnh nhân ã ăn một chế ộ ăn giàu chất béo và cholesterol trong
phần lớn cuộc ời của mình, thì khả năng anh ta bị nhồi máu cơ tim sẽ lớn
hơn nhiều.
• Nếu một nha sĩ biết rằng cả cha và mẹ của bệnh nhân ều mắc phải chứng
khiếm khuyết cơ tạo xương, họ có thể ưa ra một kế hoạch iều trị khác cho
bệnh nhân, dựa trên thực tế là bệnh nhân có nhiều khả năng mắc chứng
khiếm khuyết tạo xương.
• Nếu một bệnh nhân bị tổn thương quanh răng do hậu quả của hoại tử cuống
phổi và bệnh nha chu, nha sĩ sẽ biết rằng bệnh nhân có thể bị nhiễm trùng
răng miệng và khả năng cao là sẽ bị mất răng.
• Nếu một cá nhân ược biết là ã tiếp xúc với môi trường bị nhiễm cúm, thì
khả năng phát triển bệnh cúm của người ó cao hơn so với những người
chưa tiếp xúc.
Công thức xác suất có điều kiện
𝑃 𝐷𝐶 𝑃 𝐶𝐷
𝑎. 𝑃 𝐷 Τ𝐶 = = 𝑏. 𝑃 𝐶 Τ𝐷 = =
𝑃 𝐶 𝑃 𝐷
Ví dụ 3. Bạch sản niêm mạc miệng là một mảng bám màu trắng ược hình
thành trên màng nhầy miệng từ các tế bào biểu mô bề mặt; tình trạng này ược
nghi ngờ là phổ biến hơn ở những người sử dụng thuốc lá nhai. Giả sử A là biến
cố bệnh nhân bị bạch sản, B là biến cố bệnh nhân sử dụng thuốc lá nhai. Nếu P
(B) = 0,06 và P(AB) = 0,02, thì xác suất bệnh nhân bị bạch sản, biết rằng anh ta
nhai thuốc lá, là:
𝑃 𝐴𝐵
𝑃 𝐴Τ𝐵 = =
𝑃 𝐵
3. Công thức nhân xác suất
𝐴 = 𝐵\𝐴
𝑃(𝐴𝐵)
𝑃(𝐵/𝐴) = ⇒ 𝑃(𝐴𝐵) = 𝑃(𝐴). 𝑃(𝐵/𝐴)
𝑃(𝐴)
Ví dụ 4. Gọi A là sự kiện người chồng dùng chỉ nha khoa răng ít nhất một lần
một ngày và B là sự kiện mà người vợ dùng chỉ nha khoa răng ít nhất một lần
mỗi ngày.
i) Nếu P(A) = 0,45 và P(B) = 0,60 thì có thể nói gì về sự kiện A ∩ B (A và B),
nghĩa là cả hai vợ chồng ều dùng chỉ nha khoa ít nhất một lần một ngày
nếu thói quen dùng chỉ nha khoa của người chồng ộc lập với thói quen
dùng chỉ nha khoa của người vợ?
ii) Nếu P(A) = 0,45; P(B) = 0,60 và P(A ∩ B) = 0,38 thì có thể kết luận gì về
quan hệ của các sự kiện A, B?
i) Nếu thói quen dùng chỉ nha khoa của người chồng ộc lập với thói quen dùng
chỉ nha khoa của người vợ, nghĩa là các sự kiện A và B ộc lập về mặt thống kê,
thì: P(A ∩ B) = P(A)P(B) =
Khả năng cả hai vợ chồng dùng chỉ nha khoa ít nhất một lần một ngày là 0,27.
𝑃 𝐾 = 𝑃 𝐴𝑖 𝑃 𝐾ห𝐴𝑖
𝑖=1
Ví dụ 1. Có ba loại sâu răng ở trẻ nhỏ (ECC). ECC loại I là mức ộ nhẹ ến
trung bình, ược chứng minh bằng các tổn thương nghiêm trọng riêng biệt liên
quan ến răng hàm và / hoặc răng cửa. ECC loại II là mức ộ trung bình ến
nặng, ược xem như sâu răng cửa hàm trên, có hoặc không có sâu răng hàm và
răng cửa hàm dưới không bị ảnh hưởng. ECC loại III là nặng, bằng chứng là
loại II bao gồm sự liên quan của các răng cửa dưới.
Gọi A1, A2 và A3 là các sự kiện ại diện cho ba loại ECC và B là sự kiện một
ứa trẻ bị nhiễm khuẩn huyết.
Giả sử rằng P(A1) = 0,48, P(A2) = 0,30 và P(A3) = 0,22. Nếu P(B|A1) = 0,009,
P(B|A2) = 0,01 và P(B|A3) = 0,04, thì khả năng một ứa trẻ, dù có bị ảnh hưởng
bởi ECC hay không, bị nhiễm khuẩn huyết là bao nhiêu?
Giải
Các sự kiện A1, A2 và A3 là loại trừ lẫn nhau và ầy ủ.
Bằng cách áp dụng luật xác suất toàn phần:
P(B) = P(A1).P(B|A1) + P(A2).P(B|A2) + P(A3)P(B|A3)
=
Khả năng một ứa trẻ bị nhiễm khuẩn huyết là
Ví dụ 2. Tiêu xương có thể nhìn thấy trong X quang là bằng chứng mạnh
của bệnh nha chu. Gọi A là sự kiện tiêu xương ã xảy ra, gọi B là sự kiện
bệnh nhân mắc bệnh nha chu. Giả sử dữ liệu bệnh nhân từ một phòng
khám nha khoa lớn chỉ ra rằng P(A) = 0,08, P(B| A) = 0,90 và 𝑃(𝐵/𝐴) =
0.05. Xác suất của bệnh nha chu trong dân số bệnh nhân nói chung là ?
𝑃 𝐵 = 𝑃 𝐴 . 𝑃 𝐵/𝐴 + 𝑃 𝐴 . 𝑃(𝐵/𝐴)
=
Ví dụ 1. Bất cứ khi nào phải ưa ra quyết ịnh thực hiện iều trị nội nha trên răng
hay nhổ răng, iều quan trọng là phải hiểu rõ về xác suất thành công hay thất bại
trong các trường hợp nhất ịnh, chẳng hạn như loại răng, tuổi của bệnh nhân, tủy
còn sống hoặc ã bị hoại tử, có hoặc không có hiếm gặp quanh răng, viêm quanh
răng cấp tính hoặc mãn tính, v.v., ặc biệt khi răng ược sử dụng làm trụ trong
phục hình nhiều răng phức tạp. Gọi A là biến cố tủy răng bị hoại tử, S và F là các
biến cố thành công và thất bại của một iều trị nội nha. Nếu bệnh nhân có tủy
răng bị hoại tử, khả năng thất bại của iều trị nội nha là 0,16, và nếu bệnh nhân
không có tủy răng bị hoại tử thì khả năng thất bại là 0,04. Giả sử có khoảng 10%
bệnh nhân bị hoại tử tủy. Trong số những bệnh nhân iều trị nội nha không thành
công, tỷ lệ bệnh nhân sẽ bị hoại tử tủy?
𝑃(𝐴) × 𝑃(𝐾/𝐴)
𝑃(𝐴/𝐾) =
𝑃(𝐾)
Ví dụ 3. Ở bệnh viện X, tỷ lệ bệnh A, B, C tương ứng là 50%, 30%,
20%. XS ể chữa khỏi bệnh A, B, C tương ứng là 0,7; 0,8; 0,9. Tính
XS chữa khỏi bệnh A, B, C trong số bệnh nhân ược chữa khỏi bệnh.
𝑃(𝐴) × P( K/A)
𝑃(𝐴/𝐾) = =
𝑃(𝐾)
𝑃(B) × P( K/B)
𝑃(B/ 𝐾) = =
𝑃(𝐾)
𝑃(C) × P( K/C)
𝑃(C/ 𝐾) = =
𝑃(𝐾)
Ví dụ 4. Một bệnh nhân nam 40 tuổi bị căng thẳng và hút một bao thuốc mỗi ngày. Khi
khám răng ịnh kỳ, người ta tìm thấy những mảng trắng trên niêm mạc miệng. Bệnh nhân
nhận thức ược tình trạng bệnh, nhưng không có triệu chứng nào xuất hiện. Nha sĩ ã
quan tâm và làm sinh thiết niêm mạc miệng. Gọi:
A = White patches on the buccal mucosa (Các mảng trắng trên niêm mạc).
B1 = Lichen planus ( ược ặc trưng bởi các sẩn tái phát, ngứa, a giác, bề mặt phẳng, và
hơi tím và có thể kết hợp lại thành mảng); B2 = Hairy leukoplakia (Bạch sản niêm mạc
miệng, dạng lông); B3 = Focal hyperkeratosis (Tăng sừng khu trú); B4 = Follicular
keratosis (Dày sừng nang lông); B5 = White spongy nevus (là tình trạng ặc trưng bởi sự
hình thành các mảng mô màu trắng gọi là nevi (số ít: nevus) xuất hiện dưới dạng mô dày,
mịn như bọt biển. Các nevi thường ược tìm thấy trên niêm mạc miệng, ặc biệt là ở mặt
trong của má); B6 = Bình thường, lành tính.
Sự kiện A ại diện cho triệu chứng và các sự kiện B1, B2, · · ·, B6 là các trạng thái bệnh
loại trừ lẫn nhau và toàn bộ.
Nếu P(B1) = 0,24, P(B2) = 0,17, P(B3) = 0,19, P(B4) = 0,11 và P(B5) = 0,17, giả sử P(A|B1)
= 0,09, P(A|B2) = 0,12, P(A|B3) = 0,15, P(A|B4) = 0,21, P(A|B5) = 0,27 và P(A|B6) = 0,03.
Đối với bệnh nhân 40 tuổi và có mảng trắng trên niêm mạc miệng, bệnh nào trong 6 trạng
thái bệnh dễ xảy ra nhất?
𝑃 𝐴 = 𝑃 𝐵1 . 𝑃 𝐴/𝐵1 + ⋯ . +𝑃 𝐵6 . 𝑃(𝐴/𝐵6 ) =
𝑃 𝐵1 . 𝑃 𝐴/𝐵1
𝑃 𝐵1 /𝐴 = =
𝑃 𝐴
𝑃 𝐵5 . 𝑃 𝐴/𝐵5
𝑃 𝐵5 /𝐴 = = Oral leukoplakia
𝑃 𝐴
Trong ví dụ này, với các triệu chứng của các mảng trắng trên niêm mạc, trạng
thái bệnh B6 có nhiều khả năng xảy ra nhất với xác suất 0,3208.
Bài 1. Tỷ lệ bệnh D trong dân số là 0,002. Dùng xét nghiệm T, ể
chẩn oán bệnh D, có tính chất như sau: Tỷ lệ T dương tính ối với
những người có bệnh D (dương thật) là 0,95, tỷ lệ T dương tính ối
với những người không có bệnh D (dương giả) là 0,02. Chọn ngẫu
nhiên một người trong dân số ó có kết quả xét nghiệm T dương
tính, tính xác suất người này bị bệnh D.
Bài 2. Điều trị tương ứng phương pháp 1, 2, 3 cho 5000, 3000 và
2000 bệnh nhân. Xác suất khỏi của các phương pháp tương ứng
bằng 0,85; 0,9 và 0,95.
a) Tìm xác suất khỏi của ba phương pháp khi iều trị riêng rẽ từng
phương pháp cho bệnh nhân.
b) Điều trị một trong ba phương pháp cho bệnh nhân ã khỏi, tìm
tỷ lệ iều trị của từng phương pháp.
c) Tìm xác suất khỏi khi iều trị phối hợp ba phương pháp cho
bệnh nhân.
Bài 3. Tỷ lệ bệnh B tại một ịa phương bằng 0,05. Để chẩn oán bệnh
B người ta dùng xét nghiệm T có tính chất như sau: nếu người bị bệnh
B thì xét nghiệm dương tính 95%; nếu người không bị bệnh B thì xét
nghiệm cũng dương tính (dương giả) 10%.
a) Tìm xác suất dương tính xét nghiệm T.
b) Một người ược chỉ ịnh làm xét nghiệm T có kết quả dương tính,
tìm xác suất sao cho ó là người bị bệnh.
c) Tìm xác suất chẩn oán úng của xét nghiệm T.
Bài 4. Tại một ịa phương tỷ lệ bị bệnh B bằng 0,03. Dùng một xét
nghiệm T giúp chẩn oán, nếu T dương tính thì khả năng bị bệnh là
20%; nếu xét nghiệm T âm tính thì khả năng bị bệnh 2%.
a) Tìm xác suất dương tính của xét nghiệm T.
b) Tìm ộ nhạy, ộ chuyên của xét nghiệm T.
c) Tìm xác suất sai của xét nghiệm T.
ỨNG DỤNG CỦA XS TRONG CHẨN ĐOÁN
1. Mở ầu
XS tiền nghiệm, Xác suất hậu nghiệm
2. Độ chính xác của một xét nghiệm
- Khái niệm ộ nhạy (sensitivity= sn) = P(T+/B+)
- Khái niệm ộ chuyên (specificity = sp) = P(T-/B-)
- Dương giả (False positive = fp) = P(T+/B-)
- Âm giả (False negative = fn) = P(T-/B+)
- Cách xác ịnh các giá trị
Xét nghiệm Bệnh B Tổng
T B+ B-
T+ a b a+b
T- c d c+d
Tổng a+c b+d N = a+b+c+d
𝑎
𝑠𝑛 = 𝑃(𝑇 + / B+ ) =
𝑎+𝑐 𝑓𝑝 = 1 − 𝑠𝑝
𝑑
𝑠𝑝 = 𝑃(𝑇 − / B− ) = 𝑓𝑛 = 1 − 𝑠𝑛
𝑏+𝑑
Ví dụ 1. (tiên lượng bệnh nhồi máu cơ tim: NMCT).
Phân tích troponin trên 718 b/n nghi ngờ NMCT ể ánh giá ộ
chính xác của protein troponin trong việc tiên lượng bệnh NNCT.
Chẩn oán cuối cùng b/n có bị NMCT hay không do 2 bs chuyên
khoa tim mạch xác ịnh một cách ộc lập với kết quả troponin
theo bảng sau:
Ví dụ 3. Vi khuẩn Streptococcus mutans ược xem là một tác nhân chính gây sâu
răng. Trẻ em có xu hướng nhiễm vi khuẩn này trong ộ tuổi khoảng 1 ến 3 tuổi.
Một kỹ thuật chẩn oán mới ể phát hiện vi khuẩn Streptococcus mutans ã ược
giới thiệu. Nhà sản xuất tuyên bố rằng tỷ lệ ộ nhạy và ộ ặc hiệu của kỹ thuật
này ít nhất là 95%. Để xác minh tuyên bố, một cuộc khảo sát thử nghiệm ã khảo
sát 200 mẫu có S.mutans và 150 mẫu không có S.mutans. Kỹ thuật mới ã chỉ ra
chính xác rằng 191 trong số 200 mẫu chứa S. mutans và 143 trong số 150 mẫu
không chứa S. mutans nào. Dữ liệu này có khẳng ịnh ược tuyên bố của nhà sản
xuất là úng không?
Ví dụ 4. Một nghiên cứu ã ược thực hiện về hiệu quả của sinh thiết bàn chải
như một công cụ sàng lọc ể phát hiện bệnh ác tính trong các tổn thương niêm
mạc miệng.
Là một phần của cuộc iều tra này, 96 tổn thương ã ược kiểm tra bằng sinh
thiết bàn chải OralCDx và mô bệnh học “tiêu chuẩn vàng” (Scheifele và cộng sự
2004). Đối với sinh thiết bàn chải, các tổn thương ược phân loại thành “dương
tính với loạn sản”, “không iển hình” (ít chắc chắn hơn) hoặc “âm tính”. Các
loại “dương tính” và “không iển hình” ược kết hợp ể tạo thành nhóm xét
nghiệm sàng lọc dương tính. Kết quả từ xét nghiệm sàng lọc và kết quả mô học
ược thể hiện trong Bảng.
Độ nhạy của xét nghiệm sàng lọc là tỷ lệ tổn thương trong số những tổn thương
ược ánh giá là ác tính trên mô bệnh học có kết quả tầm soát dương tính. Trong
số 26 tổn thương là ác tính theo mô bệnh học, 24 có kết quả sàng lọc dương tính.
Do ó, ộ nhạy của xét nghiệm sàng lọc là 24/26 (92,3%).
Độ ặc hiệu của xét nghiệm sàng lọc là tỷ lệ tổn thương trong số những tổn
thương ược ánh giá là không ác tính theo mô bệnh học có kết quả tầm soát âm
tính. Trong số 70 tổn thương không phải ác tính theo mô bệnh học, 66 có kết quả
sàng lọc âm tính. Do ó, ộ ặc hiệu của thử nghiệm sàng lọc là 66/70 (94,3%).
2. Giá trị tiên oán (Predictive Value = PV) (XS hậu nghiệm)
- Giá trị tiên oán dương: 𝑃𝑉 + = 𝑃(𝐵+ /𝑇 + )
- Giá trị tiên oán âm: 𝑃𝑉 − = 𝑃(𝐵− /𝑇 − )
+) −1
1 − 𝑃(𝐵 1 − 𝑠𝑝
𝑃𝑉 + = 1 + ×
𝑃(𝐵 + ) 𝑠𝑛
+ −1
1 − 𝑃(𝐵 ) 1 − 𝑠𝑝
𝑃(𝐵 + /𝑇 + ) = 1 + ×
𝑃(𝐵 + ) 𝑠𝑛
+) −1
𝑃(𝐵 1 − 𝑠𝑛
𝑃(𝐵 − /𝑇 − ) = 1 + ×
1 − 𝑃(𝐵 + ) 𝑠𝑝
Ví dụ 3. Tỷ lệ bệnh B tại một ịa phương bằng 0,05. Để chẩn oán bệnh
B người ta dùng XN T có tính chất như sau: nếu người bị bệnh B thì T+
là 95%; nếu người không bị bệnh B thì T+ là 10%.
1) Một người ược chỉ ịnh làm XN có T+, tìm XS người ó bị bệnh B.
2) Tìm XS chẩn oán úng của T.
+) −1
1 − 𝑃(𝐵 1 − 𝑠𝑝
1. 𝑃(𝐵 + /𝑇 + ) = 1 + ×
𝑃(𝐵 + ) 𝑠𝑛
+) −1
𝑃(𝐵 1 − 𝑠𝑛
𝑃𝑉 − = 𝑃(𝐵− / T − ) = 1 + ×
1 − 𝑃(𝐵 + ) 𝑠𝑝
T+ = 0,9
0,18
B+ = 0,2
T- = 0,1 0,02
Bệnh B T+ = 0,05 0,04
B- = 0,8 T- = 0,95
0,76
XS XN T+ = 0,18 + 0,04 = 0,22 (cộng ở cành T+)
XS XN T- = 0,02 + 0,76 = 0,78 (cộng ở cành T-)
- XS ông X bị bệnh B khi T+ là:
𝑃𝑉 + = 𝑃(𝐵 + /𝑇 + ) = 0,18: 0,22 = 0,818
- XS bà Y không bị bệnh B khi T- là:
𝑃𝑉 − = 𝑃(𝐵 − /𝑇 − ) = 0,76:0,78 = 0,974
c. Phương pháp tỷ cơ hội (Likelihood Ratio = LR)
Gọi p là khả năng xảy ra của
𝑝 b/c B
Số chênh của B: 𝑜𝑑𝑑 = 1 − 𝑝
tỉ cơ là tỉ số về kết quả XN
• Khái niệm tỷ cơ hội +
𝑠𝑛 đối với người mắc bệnh và
𝐿𝑅 =
- Nếu XN T+ thì 1 − 𝑠𝑝 kết quá đó đối với người
không mắc bệnh.
1 − 𝑠𝑛
- Nếu XN T- thì 𝐿𝑅 − =
𝑠𝑝
𝑃(𝐵 + )
• Khái niệm tỷ số tiền nghiệm odd( B + ) =
𝑃(𝐵 − )
Chú ý: Nếu thực hiện liên tiếp nhiều XN T1, T2, … thì:
𝑜𝑑(posttest + ) = od( B + ) . 𝐿𝑅1+ . 𝐿𝑅2+ . . . . 𝐿𝑅𝑛+
1 − 𝑠𝑛2
𝐿𝑅2− = =
𝑠𝑝2
𝑥
𝑃𝑉 + = 𝑃(𝐵 + /𝑇 + ) = =
1+𝑥
𝑥
𝑃𝑉 + = =
1+𝑥
Chú ý:
Đối với các XN có kết quả là trị số liên tục thì PP tỷ cơ hội có giá
trị tiên oán chính xác hơn các PP khác.
Chẳng hạn, ối với một XN có 3 mức:
Ví dụ 2. Một ứa trẻ bị sốt 39,50C trong 2 ngày và không có dấu
hiệu gì khác ến khám. BS nghi ngờ bé bị nhiễm trùng máu với
XSTN 4% và cho bé làm XN máu có b/c = 36000/mm3. Khả năng
bị nhiễm trùng máu là bao nhiêu nếu chia XN thành 2 mức (cutoff
= 15000/mm3) ?
55 177
𝑠𝑛 = = 0,916; 𝑠𝑝 = = 0,391
60 452
+) −1
1 − 𝑃(𝐵 1 − 𝑠𝑝
𝑃(𝐵 + /𝑇 + ) = 1 + ×
𝑃(𝐵 + ) 𝑠𝑛
Nếu chia XN thành nhiều mức
+
𝑃(𝐵 + )
odd( B ) = =
𝑃(𝐵 − )
= ⋯……………………..= 𝑥
𝑥
𝑃𝑉 + = 𝑃(𝐵 + /𝑇 + ) =
1+𝑥
Ý nghĩa của LR
Đặt các XN Ti ể chẩn oán như sau: Ti dương tính nếu CRP >
ci và âm tính nếu ngược lại. Chọn ci = 1, 5, 9, 13, 17, 21
Dùng chỉ số Youden (ký hiệu J) ể xác ịnh nồng ộ CRP nào có ộ
nhạy và ộ chuyên cao nhất, với J = max(sn + sp - 1). Như vậy, cần
chọn sn và sp sao cho J lớn nhất
CRP sn sp 1-sp J
1 1 0 1 0
5 0,9 0,6 0,4 0,5
9
13
17
21
Vậy chọn CRP = là iểm cắt vì tại ây, chỉ số J lớn nhất tương
ứng với ộ nhạy sn = ……. và ộ chuyên sp = ………..
Ñöôøng cong ROC chaån ñoaùn vieâm phoåi do vi truøng hay virus
1.00
0.75
0.50
0.25
0.00
+ −1
𝑃(𝐵 ) 1 − 𝑠𝑛
𝑃(𝐵 − /𝑇 − ) = 𝑃𝑉 − = 1 + ×
1 − 𝑃(𝐵 + ) 𝑠𝑝
BIẾN SỐ NGẪU NHIÊN
1. Định nghĩa
Là kết cục của các TN ngẫu nhiên mà giá trị của nó thuộc tập số
nguyên hoặc số thực.
2. Phân loại: có 2 loại
- Bsnn rời rạc: X có giá trị là số nguyên Z
- Bsnn liên tục: X có giá trị là số thực R.
Ví dụ:
- Nhịp tim, số bc/1mm3,
- Lượng cholesterol, acid uric, huyết áp, lượng thuốc gây mê, thời
gian lành vết thương.
3. Hàm mật ộ xác suất
a. Nếu X là bsnn rời rạc
- Hàm m xs thể hiện trong bảng PPXS:
𝑝𝑖 , X = x𝑖
𝑓(𝑥) = ቊ
0, 𝑋 ≠ 𝑥𝑖
X x1 x2 … xk
p p1 p2 … pk
Tính chất của hàm m xs: 𝑓(𝑥) ≥ 0 𝑓(𝑥) = 𝑝𝑖 = 1
b. Nếu X là bnn liên tục: f(x) là hàm m xs của X nếu f(x) thỏa mãn:
+∞
𝑓(𝑥) ≥ 0
න 𝑓(𝑥)𝑑𝑥 = 1 1 2 /2
𝑓(𝑥) = 𝑒 −𝑥
−∞ 2𝜋
1 2 /2𝜎2
𝑓(𝑥) = 𝑒 (𝑥−𝜇)
𝜎 2𝜋
3. Các ặc trưng của biến số ngẫu nhiên
a. Kỳ vọng (trung bình): µ = E(X)
𝑋𝑖 × 𝑝𝑖 ; 𝑋 ∈ 𝑍
𝑖
𝜇 = 𝐸(X) = +∞
න 𝑥𝑓(𝑥)𝑑𝑥; 𝑋 ∈ 𝑅
−∞
𝜇 = 𝐸(𝑋) = 𝑋𝑖 × 𝑝𝑖 =
Ví dụ 2: Xét bnn X có PPXS ều như sau:
𝜇 = 𝐸(𝑋) =
b. Phương sai:
Phản ánh mức ộ phân tán của các giá trị quan sát xung quanh giá trị
trung bình, ký hiệu 2= D(X)
(𝑋𝑖 − 𝜇)2 × 𝑝𝑖 ; 𝑋 ∈ 𝑍
𝑖
𝜎 2 = 𝐷(X) = 𝐸(𝑋 − 𝜇)2 = +∞
න (𝑥 − 𝜇)2 𝑓(𝑥)𝑑𝑥; 𝑋 ∈ 𝑅
−∞
𝐸(𝑋 2 ) = 𝑋𝑖 2 × 𝑝𝑖
Ví dụ: Tỷ lệ bệnh B trong dân số D là 20%. Khám ngẫu nhiên 3 người
trong D, gọi X là số người bị bệnh B trong 3 người ược khám. Tìm kỳ
vọng và phương sai của X.
Ta có X = {0, 1, 2, 3}
Gọi Bi là b/c người thứ i bị bệnh B
𝑃(𝑋 = 3) = 𝑃(B1 𝐵2 B3 )
Bảng PPXS của X X 0 1 2 3
p
𝜇 = 𝐸(𝑋) = 𝑋𝑖 × 𝑝𝑖 =
𝜎 2 = 𝐸(𝑋 2 ) − 𝜇2 = 𝑋𝑖 2 × 𝑝𝑖 − 𝜇2
𝑃 𝑋 = 𝑥 = 𝐶𝑛𝑥 . 𝑝 𝑥 . 1 − 𝑝 𝑛−𝑥
𝑃(𝑋 ≥ 1) = 1 − 𝑃(𝑋 = 0) =
c. 𝑃 (X ≤ 1) = 𝑃(𝑋 = 0) + P( X = 1) =
Ví dụ 2. Một cá nhân mắc bệnh cúm typeA có 5% nguy cơ lây nhiễm cho
người mà anh ta tiếp xúc gần và người chưa từng tiếp xúc trước ó. Nếu
người mang mầm bệnh cúm loại A tiếp xúc gần với 12 người, thì xác suất
anh ta sẽ truyền bệnh cho ít nhất 3 người trong số họ là bao nhiêu?
Gọi X là số người bị cúm A trong 12 người tiếp xúc gần. X ~ B(12; 0,05)
𝑥
Hàm mật ộ xác suất là: 𝑃 𝑋 = 𝑥 = 𝐶12 . 0,05𝑥 . 0,9512−𝑥
𝑃 𝑋 ≥ 3 = 𝑃 𝑋 = 3 + ⋯ + 𝑃 𝑋 = 12 = σ12 𝑥 𝑥
𝑥=3 𝐶12 . 0,05 . 0,95
12−𝑥
=
Hoặc 𝑃 𝑋 ≥ 3 = 1 − 𝑃 𝑋 < 3 = 1 − [𝑃 𝑋 = 0 + 𝑃 𝑋 = 1 + 𝑃 𝑋 = 2 ]
Ví dụ 3. Nguyên tắc tái tạo xương (The Guided Bone Regeneration- GBR) là
một phương pháp phẫu thuật ã ược thiết lập ược sử dụng ể iều trị các
khuyết tật về xương, các thủ thuật nâng xương và lắp ặt implant.
Đánh giá ịnh lượng chính xác về lượng xương tái tạo trong GBR là rất quan
trọng. Giả sử rằng các nghiên cứu trước ây với thỏ sử dụng phương pháp lập
thể (stereological methods) cho thấy rằng ở 35% ối tượng, lượng xương tái
tạo trong khoảng thời gian 6 tháng là khoảng 23% hoặc lớn hơn. Một nhà
nghiên cứu nha khoa ã thực hiện một nghiên cứu trên 8 con thỏ nhằm ánh
giá lượng xương tái tạo sau khi ặt các màng phân hủy che phủ các khuyết tật
trên răng thỏ bằng nguyên tắc GBR. Xác suất mà nhà nghiên cứu sẽ quan sát
ược tỷ lệ tái tạo xương ít nhất 23% trong nhiều nhất 75% mẫu thỏ của mình là
bao nhiêu?
Gọi X là số thỏ ạt tỷ lệ tái tạo xương ít nhất 23%. X~B(8; 0,35)
Hàm mật ộ xác suất của X là: 𝑃 𝑋 = 𝑥 = 𝐶8𝑥 . 0,35𝑥 . 0,658−𝑥
𝑃 𝑋 ≤ 6 = 𝑃 𝑋 = 1 + ⋯+ 𝑃 𝑋 = 8
=1− 𝑃 𝑋 =7 +𝑃 𝑋 =8 =
Bài tập:
1. Tỷ lệ nhiễm viêm gan B (VGB) trong dân số D là 25%. Khám ngẫu
nhiên 3 người trong D. Tính XS:
a. Có 1 người bị nhiễm VGB
b. Có ít nhất 1 người bị nhiễm VGB
c. Có nhiều nhất 1 người bị nhiễm VGB
2. Tỷ lệ hiện mắc ái tháo ường (ĐTĐ) trên toàn quốc ở người trưởng
thành trong dân số VN là 5,5%. Khám ngẫu nhiên 10 người trong dân số.
Tính XS có:
a. 2 người mắc bệnh ĐTĐ
b. Nhiều nhất 2 người mắc bệnh ĐTĐ
c. Ít nhất 2 người mắc bệnh ĐTĐ
2. Phân phối Poisson
Sau phân phối nhị thức, phân phối Poisson là phân phối rời rạc ược
sử dụng rộng rãi thứ hai. Phân phối Poisson hữu ích khi n lớn và p nhỏ
và khi các sự kiện xảy ra trong một khoảng thời gian, diện tích, thể tích
hoặc không gian xác ịnh, chẳng hạn:
Số cuộc gọi mà trợ lý nha khoa nhận ược ể hủy cuộc hẹn
Số trường hợp nhiễm trùng răng miệng góp phần gây nhiễm khuẩn
huyết.
Số trường hợp biến chứng khi thực hiện một phẫu thuật thường quy
Biến ngẫu nhiên X có phân phối Poisson, ký hiệu X~P(), nếu hàm mật ộ xác
𝑒 −𝜇 .𝜇𝑥
suất của X là 𝑃 𝑋 = 𝑥 =
𝑥!
trong ó = n.p với n là số lần thực hiện thí nghiệm và p là xác suất xảy ra của
một biến cố mà nhà nghiên cứu quan tâm trong thí nghiệm ó.
Chú ý rằng, nếu X có phân phối Poisson thì 𝐸 𝑋 = 𝜇 = 𝑛. 𝑝 = 𝐷 𝑋 = 𝜎 2
Ví dụ 1. Số lượng bạch cầu của bệnh nhân ung thư ang hóa trị ược giám sát
chặt chẽ bởi bác sĩ chuyên khoa ung thư, bệnh nhân sẽ phải dừng iều trị khi số
lượng bạch cầu của bệnh nhân giảm xuống dưới 2.000/mm3. Nhìn chung, số
lượng bạch cầu bình thường nằm trong khoảng từ 5.000/mm3 ến 10.000/mm3.
Nếu số lượng bạch cầu trung bình của người lớn khỏe mạnh là 7.000/mm3 thì xác
suất ể chỉ tìm thấy 2 bạch cầu trong giọt 0,001 mm3 của mẫu máu ược lấy từ
người lớn khỏe mạnh là bao nhiêu?
μ = 7000.0,001 = 7
𝑒 −7 . 7𝑥
𝑃 𝑋=𝑥 =
𝑥!
𝑃 𝑋=2 =
Ví dụ 2. Các trường hợp khẩn cấp thường gặp tại phòng khám nha
khoa liên quan ến phản ứng dị ứng của bệnh nhân với thuốc mê, co
giật, cơn hen, tắc nghẽn ường thở, ngất, co thắt thanh quản, nhịp tim
chậm, hạ ường huyết và au thắt ngực. Giả sử một cuộc khảo sát
cho thấy trung bình một phòng nha có 3 ca cấp cứu trong một năm.
Xác suất ể bác sĩ nha khoa có 2 ca cấp cứu trong vòng 6 tháng tới là
bao nhiêu?
μ = 3.0,5 = 1,5
𝑒 −1,5 . 1,5𝑥
𝑃 𝑋=𝑥 =
𝑥!
𝑃 𝑋=2 =
Ví dụ 3. Tỷ lệ sứt môi có hoặc không có hở hàm ếch ược biết là 1 trong 700
ến 1000 ca sinh ở Hoa Kỳ. Giả sử tỷ lệ mắc bệnh là 1/1000. Nếu số ca sinh
mỗi năm ở một vùng ô thị lớn là khoảng 18500 thì khả năng có 20 ca sinh mới
bị sứt môi trong khoảng thời gian 1 năm là bao nhiêu?
μ = 18500.0,001 = 18,5
𝑒 −18,5 . 18,5𝑥
𝑃 𝑋=𝑥 =
𝑥!
𝑃 𝑋 = 20 =
2. Phân phối chuẩn (Normal distribution)
Ví dụ: X~N(100;102)
1 𝑥−100 2
−
𝑓(𝑥) = 𝑒 2×102
10 2𝜋
1 𝑥−100 2
−
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) = 𝑒 2×102
10 2𝜋
1 110−100 2
−
𝑓(𝑥) = 𝑃(𝑋 = 110) = 𝑒 2×102
10 2𝜋
1 𝑥−100 2
−
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) = 𝑒 2×102
10 2𝜋
120
f(Z)
1 𝑧2
−2
𝑓(𝑧) = 𝑒
1 2𝜋
Z
0
Bài tập
Bài 1. Trọng lượng viên thuốc trong một lô thuốc có PPC với trung bình 252,6
mg và lc 4,2 mg. Tính tỷ lệ viên thuốc có trọng lượng lớn hơn 260.
Bài 2. Axit ascorbic là một trong những thành phần chính có trong viên
vitamin C. Nó ược tìm thấy trong trái cây tươi và rau quả, chẳng hạn như trái
cây họ cam quýt, cà chua và bắp cải. Sự thiếu hụt axit ascorbic ược biết là
dẫn ến bệnh còi; Các dấu hiệu bệnh lý của bệnh còi, chủ yếu giới hạn ở các
mô liên kết, bao gồm xuất huyết, lung lay răng, viêm lợi và vết thương kém
lành.
Giả sử lượng axit ascorbic chứa trong viên vitamin C tuân theo luật PPC với
giá trị trung bình là 450 mg và ộ lệch chuẩn là 15 mg. Tỷ lệ viên vitamin C
chứa axit ascorbic từ 425 mg ến 475 mg là bao nhiêu?
3. Các phân phối liên quan đến PPC
3.1. Phân phối chi bình phương (Chi-Squared Distribution)
Cho n biến n.n ộc lập X1, X2, …, Xn sao cho Xi~N(0;1). Khi ó biến n.n
𝑈 = 𝑋12 + 𝑋22 +. . . +𝑋𝑛2 ~𝜒𝑛2