Ví dụ 1
Nhóm tiếp xúc: Số lượng có sự kiện: 20; Nhóm tiếp xúc: Tổng số: 200; Nhóm không tiếp xúc: Số lượng có sự kiện: 10; Nhóm không tiếp xúc: Tổng số: 200
Rủi ro nhóm không tiếp xúc: 0,05; Rủi ro nhóm tiếp xúc: 0,1; Rủi ro Tương đối (RR): 2
Tính toán rủi ro tương đối (RR) để xác định khả năng xảy ra một sự kiện trong một nhóm tiếp xúc so với một nhóm không tiếp xúc.
Đi qua các đầu vào một cách cẩn thận rồi so sánh kết quả thay vì chỉ dựa vào một kịch bản.
Nhóm tiếp xúc: Số lượng có sự kiện, Nhóm tiếp xúc: Tổng số, Nhóm không tiếp xúc: Số lượng có sự kiện, Nhóm không tiếp xúc: Tổng số → Rủi ro nhóm không tiếp xúc, Rủi ro nhóm tiếp xúc, Rủi ro Tương đối (RR)
Dùng các ví dụ này để kiểm tra cách hoạt động của máy tính trước khi nhập giá trị của riêng bạn.
Nhóm tiếp xúc: Số lượng có sự kiện: 20; Nhóm tiếp xúc: Tổng số: 200; Nhóm không tiếp xúc: Số lượng có sự kiện: 10; Nhóm không tiếp xúc: Tổng số: 200
Rủi ro nhóm không tiếp xúc: 0,05; Rủi ro nhóm tiếp xúc: 0,1; Rủi ro Tương đối (RR): 2
Nhóm tiếp xúc: Số lượng có sự kiện: 5; Nhóm tiếp xúc: Tổng số: 50; Nhóm không tiếp xúc: Số lượng có sự kiện: 1; Nhóm không tiếp xúc: Tổng số: 50
Rủi ro nhóm không tiếp xúc: 0,02; Rủi ro nhóm tiếp xúc: 0,1; Rủi ro Tương đối (RR): 5
Nhóm tiếp xúc: Số lượng có sự kiện: 15; Nhóm tiếp xúc: Tổng số: 150; Nhóm không tiếp xúc: Số lượng có sự kiện: 3; Nhóm không tiếp xúc: Tổng số: 150
Rủi ro nhóm không tiếp xúc: 0,02; Rủi ro nhóm tiếp xúc: 0,1; Rủi ro Tương đối (RR): 5
Dùng các máy tính cho đại số, hình học, lượng giác, xác suất, thống kê, giá trị trung bình, điểm z, kiểm định và vẽ đồ thị.
Các liên kết này được chọn để kéo dài phiên truy cập và trả lời câu hỏi tiếp theo có khả năng xuất hiện mà không đưa người dùng quay lại tìm kiếm.
Tính toán độ chính xác của một mô hình phân loại dựa trên Số dương thực (TP), Số âm thực (TN), Số dương giả (FP) và Số âm giả (FN). Độ chính xác là tỷ lệ các dự đoán chính xác trên tổng số dự đoán.
Tính toán thống kê Chi-Square và giá trị p cho sự phù hợp hoặc kiểm định độc lập. Nó yêu cầu các tần số hoặc giá trị quan sát và dự kiến.
Tính toán sự khác biệt giữa giá trị quan sát được và giá trị dự đoán từ một mô hình hồi quy.
Tính toán độ lệch chuẩn của một điểm dữ liệu so với trung bình của phân phối.