[Seminar] SINH HOẠT KHOA HỌC: “CÁC MÔ HÌNH PHÂN TÍCH SỐNG SÓT TRONG NGHIÊN CỨU KINH TẾ – XÃ HỘI”

      Vào 14h00 chiều thứ Sáu ngày 22 tháng 11 năm 2024, Khoa Khoa học Cơ sở tổ chức sinh hoạt khoa học với chủ đề: “Các mô hình phân tích sống sót trong nghiên cứu kinh tế – xã hội”

Người trình bày: TS. Đoàn Trọng Tuyến, GV Khoa Khoa học Cơ sở, ĐHKTQD.

Thành phần tham dự: Toàn thể GV Khoa Khoa học Cơ sở và các giảng viên quan tâm

Người trình bày đã trình bày các nội dung:

• Phân tích sống sót
• Hàm phân tích sống sót
• Dữ liệu trong phân tích sống sót
• Các mô hình thường gặp trong phân tích sống sót

Một số ý kiến trao đổi:

– Trong nghiên cứu kinh tế – xã hội, các mô hình phân tích sống sót (survival analysis) được sử dụng để nghiên cứu thời gian đến một sự kiện cụ thể, chẳng hạn như thất nghiệp, hưu trí, phá sản, hoặc các sự kiện quan trọng khác trong đời sống cá nhân hoặc tổ chức. Các mô hình này giúp phân tích và dự đoán khả năng xảy ra sự kiện trong tương lai dựa trên các yếu tố ảnh hưởng.

– Bên cạnh mô hình Cox PH và Kaplan-Meier, còn có các mô hình: Weibull (mô hình phân phối có thể được sử dụng để mô phỏng thời gian đến sự kiện khi giả định rằng dữ liệu có phân phối Weibull); Exponential sử dụng trong các nghiên cứu mà các sự kiện xảy ra ngẫu nhiên và không có xu hướng thay đổi tỷ lệ nguy cơ theo thời gian; Accelerated Failure Time (dựa vào tỷ lệ nguy cơ mà thay vào đó xem xét sự thay đổi của thời gian sống sót).

– Mô hình Multistate mô tả quá trình sống sót trong một không gian nhiều trạng thái, không chỉ dừng lại ở một sự kiện duy nhất mà có thể có nhiều sự kiện cần phân tích. Mô hình này giúp phân tích sự di chuyển giữa các trạng thái khác nhau trong một hệ thống.

– Mô hình Frailty là một dạng mở rộng của mô hình Cox, trong đó giả định có sự thay đổi ngẫu nhiên không thể quan sát được giữa các cá nhân (như một yếu tố “sức khỏe tiềm ẩn” hoặc “sức bền”). Mô hình được sử dụng khi có sự biến động không thể giải thích hoàn toàn từ các yếu tố quan sát được. Ví dụ, trong nghiên cứu thất nghiệp, sự khác biệt về khả năng “chịu đựng” của mỗi cá nhân có thể là yếu tố quan trọng.

– Mô hình Hazard Cure là một sự mở rộng của các mô hình phân tích sống sót, trong đó giả định một tỷ lệ phần trăm của các cá nhân sẽ không bao giờ gặp phải sự kiện nghiên cứu (có thể “được chữa khỏi”). Mô hình thường được sử dụng trong các nghiên cứu y tế, nhưng cũng có thể áp dụng trong nghiên cứu kinh tế, chẳng hạn như phân tích về sự ổn định của một công ty trong nền kinh tế thị trường, trong đó một số công ty có thể “không phá sản” vĩnh viễn. Mô hình giúp phân biệt giữa những cá nhân/đơn vị sẽ trải qua sự kiện và những người “miễn dịch” với sự kiện đó.

– Các mô hình phân tích sống sót trong nghiên cứu kinh tế – xã hội cung cấp các công cụ mạnh mẽ để phân tích thời gian và xác suất của các sự kiện quan trọng. Việc lựa chọn mô hình phụ thuộc vào bản chất của dữ liệu và câu hỏi nghiên cứu cụ thể. Khi sử dụng các mô hình phân tích sống sót trong nghiên cứu kinh tế – xã hội, cần phải chú ý đến các yếu tố như lựa chọn mô hình phù hợp, xử lý dữ liệu thiếu và các yếu tố giải thích, kiểm tra giả định của mô hình, và đảm bảo mẫu nghiên cứu đủ lớn và có độ tin cậy cao. Việc kiểm tra và đánh giá kỹ lưỡng các giả định và kết quả mô hình sẽ giúp rút ra những kết luận có giá trị và chính xác.

Một số hình ảnh