Hướng dẫn tạo bảng tổng hợp kết quả hồi quy – Phần 5

Ở bài trước, tôi đã minh họa cách sử dụng câu lệnh table với tùy chọn command để trình bày một bảng tổng hợp các kiểm định thống kê. Bài viết này, tôi sẽ tiếp tục sử dụng câu lệnh table cùng tùy chọn command để tạo một bảng tổng hợp kết quả cho một mô hình hồi quy đơn giản. Nội dung chínhDữ liệu thực hànhSử dụng tùy chọn commandĐổi tên nhãnXuất kết quả ra file WordTổng kếtTài liệu tham khảo Dữ liệu thực hành Chúng ta tiếp tục thực hành trên bộ dữ liệu NHANES-II 1 và xem mô tả sơ lược các biến highbp, age, sex và diabetes . webuse nhanes2, clear . describe highbp age sex diabetes Variable Storage Display Value name type format label Variable label ──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── highbp byte %8.0g * High blood pressure age byte %9.0g Age (years) sex byte %9.0g sex Sex diabetes byte %12.0g diabetes Diabetes status Biến highbp, sex và diabetes có dạng nhị phân; age là một biến liên tục. Để đánh giá ảnh hưởng của các yếu tố age, sex và diabetes đến khả năng bị cao huyết áp, tôi ước lượng mô hình hồi quy logit như sau: . logistic highbp c.age##i.sex i.diabetes Logistic regression Number of obs = 10,349 LR chi2(4) = 1691.59 Prob > chi2 = 0.0000 Log likelihood = -6203.8722 Pseudo R2 = 0.1200 ─────────────┬──────────────────────────────────────────────────────────────── highbp │ Odds ratio Std. err. z P>|z| [95% conf. interval] ─────────────┼──────────────────────────────────────────────────────────────── age │ 1.034281 .0018566 18.78 0.000 1.030648 1.037926 │ sex │ Female │ .1549363 .0223461 -12.93 0.000 .1167849 .2055511 │ sex#c.age │ Female │ 1.028856 .0027958 10.47 0.000 1.023391 1.034351 │ diabetes │ Diabetic │ 1.521011 .154103 4.14 0.000 1.247073 1.855124 _cons │ .1730928 .0157789 -19.24 0.000 .144772 .2069537 ─────────────┴──────────────────────────────────────────────────────────────── Note: _cons estimates baseline odds. Ở đây, tôi sử dụng các factor để đưa các biến tương tác vào mô hình với, tiền tố c. trước age cho biết age là biến liên tục, tiền tố i. trước sex hay diabetes để cho biết hai biến này là biến danh mục (trong trường hợp này là biến nhị phân) toán tử ## cho biết sự tương tác giữa hai biến trước và sau toán tử. Sử dụng tùy chọn command Chúng ta đưa câu lệnh hồi quy logit này vào tùy chọn command tương tự như cách ttest đã thực hiện ở bài trước. Câu lệnh gồm 2 column dimension là command và result nhưng không có row dimension nào. . table () (command result), command(logistic highbp c.age##i.sex i.diabetes) ─────────────────────────────┬───────────────────────────────────────── │ logistic highbp c.age##i.sex i.diabetes ─────────────────────────────┼───────────────────────────────────────── Age (years) │ 1.034281 Sex=Male │ 1 Sex=Female │ .1549363 Sex=Male # Age (years) │ 1 Sex=Female # Age (years) │ 1.028856 Diabetes status=Not diabetic │ 1 Diabetes status=Diabetic │ 1.521011 Intercept │ .1730928 ─────────────────────────────┴───────────────────────────────────────── Mặc định, bảng kết quả hiển thị các hệ số ước lượng, chính là odds ratio vì tôi sử dụng lệnh logistic Như đề cập ở các bài trước, câu lệnh table sẽ tạo ra một collection có tên Table. Chúng ta có thể xem qua các dimension của collection này bằng lệnh collect dims. . collect dims Collection dimensions Collection: Table ───────────────────────────────────────── Dimension No. levels ───────────────────────────────────────── Layout, style, header, label cmdset 1 coleq 2 colname 13 command 1 program_class 1 result 43 result_type 3 roweq 1 rowname 2 statcmd 1 Header, label diabetes sex Style only border_block 4 cell_type 4 ───────────────────────────────────────── Ở đây, dimension result có đến 43 level. Chúng ta có thể xem qua các level này bằng lệnh collect label list . collect label list result, all Collection: Table Dimension: result Label: Result Level labels: N Number of observations N_cdf Number of completely determined failures N_cds Number of completely determined successes _r_b Coefficient _r_ci __LEVEL__% CI _r_df df _r_lb __LEVEL__% lower bound _r_p p-value _r_se Std. error _r_ub __LEVEL__% upper bound _r_z z chi2 χ² chi2type Type of model χ² test cmd Command cmdline Command line as typed converged depvar Dependent variable df_m Model DF estat_cmd Program used to implement estat ic Number of iterations k Number of parameters k_dv Number of dependent variables k_eq Number of equations k_eq_model Number of equations in overall model test ll Log likelihood ll_0 Log likelihood, constant-only model marginsnotok Predictions disallowed by margins marginsok Predictions allowed by margins ml_method Type of ml method mns Means of the independent variables opt Optimization type p Model test p-value predict Program used to implement predict properties Command properties r2_p Pseudo R-squared rank Rank of VCE rc Return code rules Rules for perfect predictors technique Maximization technique title Title of output user Likelihood-evaluator program vce SE method which Optimization direction Tôi quan tâm đến các level bắt đầu bằng **_r** chẳng hạn như: _r_b chứa các hệ số ước lượng (odds ratios), _r_se chứa các sai số chuẩn ước tính của hệ số _r_ci chứa khoảng tin cậy của hệ số _r_lb và _r_ub là giá trị biên dưới và biên trên của khoảng tin cậy. _r_z chứa các giá trị thống kê z của hệ số _r_p chứa giá trị p của hệ số Bây giờ, tôi thêm các hệ số ước lượng (odds ratio), các sai số chuẩn cùng khoảng tin cậy của hệ số vào tùy chọn command . #delimit ; delimiter now ; . table () (command result), > command(_r_b _r_se _r_ci > : logistic highbp c.age##i.sex i.diabetes); ─────────────────────────────┬───────────────────────────────────────────────── │ logistic highbp c.age##i.sex i.diabetes │ Coefficient Std. error 95% CI ─────────────────────────────┼───────────────────────────────────────────────── Age (years) │ 1.034281 .0018566 1.030648 1.037926 Sex=Male │ 1 0 Sex=Female │ .1549363 .0223461 .1167849 .2055511 Sex=Male # Age (years) │ 1 0 Sex=Female # Age (years) │ 1.028856 .0027958 1.023391 1.034351 Diabetes status=Not diabetic │ 1 0 Diabetes status=Diabetic │ 1.521011 .154103 1.247073 1.855124 Intercept │ .1730928 .0157789 .144772 .2069537 ─────────────────────────────┴───────────────────────────────────────────────── . #delimit cr delimiter now cr và sử dụng các tùy chọn nformat() để định dạng các hệ số, sai số chuẩn và khoảng tin cậy có 2 chữ số thập phân sử dụng tùy chọn sformat() để thiết lập dấu `[]’ bao quanh khoảng tin cậy sử dụng tùy chọn cidelimiter() để thêm dấu `,’ để ngăn cách cận trên và cận dưới của khoảng tin cậy Đổi tên nhãn Tôi muốn điều chỉnh một số thông tin ở bảng kết quả, cụ thể: Đổi tên nhãn Coefficient thành Odds Ratio Đổi tên nhãn logistic highbp c.age##i.sex i.diabetes của level 1 dimension command thành Logistic Regression Model for Hypertension. Bạn có thể sử dụng lệnh collect label list command, all. . collect label levels result _r_b "Odds Ratio", modify . collect label levels command 1 "Logistic Regression Model for Hypertension", modify . collect preview ─────────────────────────────┬──────────────────────────────────────────────── │ Logistic Regression Model for Hypertension │ Odds Ratio Std. error 95% CI ─────────────────────────────┼──────────────────────────────────────────────── Age (years) │ 1.034281 .0018566 1.030648 1.037926 Sex=Male │ 1 0 Sex=Female │ .1549363 .0223461 .1167849 .2055511 Sex=Male # Age (years) │ 1 0 Sex=Female # Age (years) │ 1.028856 .0027958 1.023391 1.034351 Diabetes status=Not diabetic │ 1 0 Diabetes status=Diabetic │ 1.521011 .154103 1.247073 1.855124 Intercept │ .1730928 .0157789 .144772 .2069537 ─────────────────────────────┴──────────────────────────────────────────────── Mặc định, câu lệnh table sẽ hiển thị kết quả cho cả nhóm tham chiếu. Chúng ta có thể ẩn kết quả nhóm tham chiếu bằng cách sử dụng thiết lập [collect style showbase off] (https://www.stata.com/manuals/tablescollectstyleshowbase.pdf “Ẩn nhóm tham chiếu”). . collect style showbase off . collect preview ─────────────────────────┬──────────────────────────────────────────────── │ Logistic Regression Model for Hypertension │ Odds Ratio Std. error 95% CI ─────────────────────────┼──────────────────────────────────────────────── Age (years) │ 1.034281 .0018566 1.030648 1.037926 Sex=Female │ .1549363 .0223461 .1167849 .2055511 Sex=Female # Age (years) │ 1.028856 .0027958 1.023391 1.034351 Diabetes status=Diabetic │ 1.521011 .154103 1.247073 1.855124 Intercept │ .1730928 .0157789 .144772 .2069537 ─────────────────────────┴──────────────────────────────────────────────── Sử dụng tham số stack của lệnh collect style row để rút gọn các level, cùng các tùy chọn nobider để loại bỏ dấu liên kết = và tùy chọn delimiter(” x “) để thay thế kí hiệu tương tác # bằng x. Ở đây, tôi cũng loại bỏ đường thẳng đứng ở cột đầu tiên ở lệnh collect style cell . collect style row stack, nobinder delimiter(" x ") . collect style cell border_block, border(right, pattern(nil)) . collect preview ───────────────────────────────────────────────────────────────── Logistic Regression Model for Hypertension Odds Ratio Std. error 95% CI ───────────────────────────────────────────────────────────────── Age (years) 1.034281 .0018566 1.030648 1.037926 Sex Female .1549363 .0223461 .1167849 .2055511 Sex x Age (years) Female 1.028856 .0027958 1.023391 1.034351 Diabetes status Diabetic 1.521011 .154103 1.247073 1.855124 Intercept .1730928 .0157789 .144772 .2069537 ───────────────────────────────────────────────────────────────── Cuối cùng tôi bổ sung giá trị thống kê z (_r_z) và giá trị p (_r_p) với định dạng số tương ứng vào bảng tổng hợp kết quả hồi quy . #delimit ; delimiter now ; . table () (command result), > command(_r_b _r_se _r_z _r_p _r_ci > : logistic highbp c.age##i.sex i.diabetes) > nformat(%5.2f _r_b _r_se _r_z _r_ci ) > nformat(%5.3f _r_p) > sformat("[%s]" _r_ci ) > cidelimiter(,); ─────────────────────────────┬────────────────────────────────────────────────────── │ logistic highbp c.age##i.sex i.diabetes │ Coefficient Std. error z p-value 95% CI ─────────────────────────────┼────────────────────────────────────────────────────── Age (years) │ 1.03 0.00 18.78 0.000 [1.03, 1.04] Sex=Male │ 1.00 0.00 Sex=Female │ 0.15 0.02 -12.93 0.000 [0.12, 0.21] Sex=Male # Age (years) │ 1.00 0.00 Sex=Female # Age (years) │ 1.03 0.00 10.47 0.000 [1.02, 1.03] Diabetes status=Not diabetic │ 1.00 0.00 Diabetes status=Diabetic │ 1.52 0.15 4.14 0.000 [1.25, 1.86] Intercept │ 0.17 0.02 -19.24 0.000 [0.14, 0.21] ─────────────────────────────┴────────────────────────────────────────────────────── . #delimit cr delimiter now cr . collect preview ─────────────────────────────┬────────────────────────────────────────────────────── │ logistic highbp c.age##i.sex i.diabetes │ Coefficient Std. error z p-value 95% CI ─────────────────────────────┼────────────────────────────────────────────────────── Age (years) │ 1.03 0.00 18.78 0.000 [1.03, 1.04] Sex=Male │ 1.00 0.00 Sex=Female │ 0.15 0.02 -12.93 0.000 [0.12, 0.21] Sex=Male # Age (years) │ 1.00 0.00 Sex=Female # Age (years) │ 1.03 0.00 10.47 0.000 [1.02, 1.03] Diabetes status=Not diabetic │ 1.00 0.00 Diabetes status=Diabetic │ 1.52 0.15 4.14 0.000 [1.25, 1.86] Intercept │ 0.17 0.02 -19.24 0.000 [0.14, 0.21] ─────────────────────────────┴────────────────────────────────────────────────────── Xuất kết quả ra file Word Khi đã hài lòng với dạng hiển thị của bảng, tôi có thể xuất kết quả ra file Word. Sử dụng lệnh putdocx để thêm tiêu đề, các đề mục và những nội dung mô tả cần thiết trước khi chèn bảng vừa tạo. Cuối cùng, tôi sử dụng lệnh putdocx collect để xuất bảng kết quả ra tài liệu. . putdocx clear . putdocx begin . putdocx paragraph, style(Title) . putdocx text ("Hypertension in the United States") . putdocx paragraph, style(Heading1) . putdocx text ("The National Health and Nutrition Examination Survey (NHANES)") . putdocx paragraph . putdocx text ("Hypertension is a major cause of morbidity and mortality in ") . putdocx text ("the United States. This report will explore the predictors ") . putdocx text ("of hypertension using the NHANES dataset.") . collect style putdocx, layout(autofitcontents) title("Table 4: Logistic Regression Model for Hypertension Status") . putdocx collect (collection Table posted to putdocx) . putdocx save Table5_1.docx, replace successfully replaced "D:/1 - BAI DANG/2022/table/Table5_1.docx" Tổng kết Bài viết này tôi đã minh họa cách sử dụng lệnh table với tùy chọn command để tạo một bảng kết quả hồi quy từ mô hình hồi quy logit. Tuy nhiên, bạn có thể thực hiện cho các mô hình hồi quy khác theo trình tự các bước đơn giản như sau: Đưa câu lệnh hồi quy vào tùy chọn command Xác định các level cần lấy của dimension result chẳng hạn _r_b, _r_se hay _r_p Sử dụng các tùy chọn định dạng nformat() và sformat() để định dạng hiển thị các giá trị, ví dụ: sformat("(%s)" _r_se) để các sai số chuẩn được bao quanh bởi (). Đổi tên các nhãn hoặc thay đổi các thiết lập hiển thị bằng cách lệnh collect style cell, collect style row, collect style showbase off… Cuối cùng là kết hợp các lệnh khác như putdocx hoặc collect putdocx để xuất kết quả. Bài viết được tổng hợp từ The Stata Blog 2 Tài liệu tham khảo McDowell A, Engel A, Massey JT, Maurer KPlan and operation of the Second National Health and Nutrition Examination Survey, 1976-1980Vital Health Stat 11981;(15):1-144PMID: 7344293.↩︎ Customizable tables in Stata 17, part 5: Tables for one regression model tại: https://blog.stata.com/2021/08/26/customizable-tables-in-stata-17-part-5-tables-for-one-regression-model/↩︎