Khóa học: Statistics and Data Analysis with R (20h T4 14/10/2026)

Đây là khóa học chuyên về thống kê và phân tích dữ liệu nâng cao sử dụng R, là phần tiếp theo của khóa học R căn bản. Khóa học tập trung làm rõ các chủ đề thống kê thường gặp như kiểm định giả thuyết, phân tích ANOVA, xây dựng mô hình hồi quy tuyến tính và hồi quy logistics, nhằm trang bị kiến thức có hệ thống về các phương pháp thống kê thường quy thông qua việc áp dụng package để vẽ đồ thị và tính toán các chỉ số mô hình. Khóa học dành cho các bạn làm nghiên cứu luận văn, luận án và đề tài khoa học ở các lĩnh vực để nắm chắc R nhằm áp dụng hiệu quả vào công việc. 

Kết quả đầu ra của khóa học:

1/ Học viên có kiến thức nền tảng và hệ thống về phương pháp phân tích dữ liệu thống kê sử dụng R thông qua các bài giảng được thiết kế cô đọng đi từ các chủ đề căn bản đến nâng cao.

2/ Nhờ việc trang bị kiến thức về R qua các quy trình phân tích thường gặp, học viên dễ dàng áp dụng AI (chatgpt) để gợi ý code mẫu và biết cách chỉnh sửa, debug code do AI tạo ra, giúp việc học thống kê nhanh chóng và hiệu quả, không còn phải mò mẫm thử và sai mất thời gian như trước.

3/ Kiến thức xác suất thống kê và các kỹ thuật phân tích nâng cao rất rộng và nhiều câu chuyện, thuật toán đằng sau đó, khóa học này đóng vai trò tạo ra nền tảng, tiền đề để bạn áp dụng được R vào thực tế xử lý dữ liệu thông qua việc thảo luận cặn kẽ các dataset case study, từ đó bạn biết cách tự học R để đi sâu vào các chủ đề phân tích nâng cao theo từng chuyên ngành cụ thể.

Nội dung của khóa học sẽ tập trung vào các vấn đề sau:

Session 1: Kỹ thuật lập trình R để xử lý dữ liệu, cách nhập dữ liệu và thao tác trên data frame, thống kê mô tả và kiểm tra dữ liệu đầu vào

Session 2: Kiểm tra đặc điểm phân bố của biến định lượng bằng đồ thị histogram và boxplot. Các dạng phân bố và hàm function thường gặp trong R

Session 3: Quy trình kiểm định giả thuyết bằng cách tiếp cận parametric t-test và nonparametric Wilcoxon. Làm rõ khái niệm p-value, effect size, power và hướng dẫn vẽ đồ thị cho các tình huống so sánh before-after, so sánh bắt cặp 

Session 4: Quy trình phân tích ANOVA bằng cách tiếp cận parametric và nonparametric. Các kỹ thuật phân hạng post hoc analysis và hướng dẫn vẽ đồ thị so sánh giữa các nhóm

Session 5: Quy trình xây dựng mô hình hồi quy tuyến tính đơn biến và kiểm tra giả định, biện luận chuẩn thông số mô hình. Các kỹ thuật vẽ đồ thị đường smooth line, predict dữ liệu, khoảng tin cậy và tương quan giữa hai biến định lượng.

Session 6: Quy trình xây dựng mô hình hồi quy tuyến tính đa biến. Cách chọn biến variable selection sử dụng phương pháp stepwise và BMA. Kỹ thuật phân tích tương tác giữa các biến và phân tích biến trung gian, biến điều tiết, biến gây nhiễu. Áp dụng package effects vẽ đường tác động marginal effect.

Session 7: Kỹ thuật phân tích biến định tính bằng package compareGroups. Kiểm định Chi squared cho hai biến phân loại. Cách tính các chỉ số OR, RR và các lưu ý đối chiếu công thức tính thủ công và sử dụng package.

Session 8: Quy trình xây dựng mô hình hồi quy logistics và đánh giá các kết quả thường gặp như OR thô (raw), OR đơn biến (crude OR), OR hiệu chỉnh (adjusted). Cách vẽ đường ROC để tính AUC và tìm ngưỡng threshold. Cách tìm điểm cut-off cho các biến tiên lượng.

Các chủ đề nâng cao sẽ được lồng ghép vào các buổi học cụ thể và là tư liệu để giúp mình mở tiếp các khóa đào tạo R định kỳ sắp tới đáp ứng ngày càng tốt hơn nhu cầu của học viên.

Tài liệu và lợi ích của việc tham gia khóa học:

1/ Bạn được cấp quyền truy cập vĩnh viễn full-access vào các chuyên đề training R được mình ghi hình sẵn, hỗ trợ khung lý thuyết chuẩn cho việc học lập trình R (gồm 120 bài giảng) [Link]

2/ Bạn được tham gia vào Cộng Đồng Tự Học R và Thư viện tài liệu R support private, do mình trực tiếp vận hành và điều phối. [Link]

3/ Sau khi kết thúc khóa học R, tùy vào thế mạnh của bạn trong chuyên môn, bạn hoàn toàn tham gia vào danh sách Mentor R để trở thành người cố vấn/gia sư chuyên môn cho các bạn học viên có nhu cầu học chuyên về chủ đề dữ liệu của bạn. [Link]

Thời gian của khóa học:

Buổi 1: Thời gian từ 20h00 - 22h00 ngày Thứ 4 (14/10/2026)

Buổi 2: Thời gian từ 20h00 - 22h00 ngày Thứ 6 (16/10/2026)

Buổi 3: Thời gian từ 20h00 - 22h00 ngày Thứ 4 (21/10/2026)

Buổi 4: Thời gian từ 20h00 - 22h00 ngày Thứ 6 (23/10/2026)

Buổi 5: Thời gian từ 20h00 - 22h00 ngày Thứ 4 (28/10/2026)

Buổi 6: Thời gian từ 20h00 - 22h00 ngày Thứ 6 (30/10/2026)

Buổi 7: Thời gian từ 20h00 - 22h00 ngày Thứ 4 (4/11/2026)

Buổi 8: Thời gian từ 20h00 - 22h00 ngày Thứ 6 (6/11/2026)

Hình thức học: trực tuyến trên nền tảng Zoom (link sẽ gửi qua nhóm Zalo của lớp)

Các buổi học đều có ghi hình cho học viên xem lại.

Chứng nhận hoàn thành khóa học: File PDF chứng nhận được gửi qua email học viên. [Biểu mẫu]

Học phí: 6.000.000 VNĐ (Bằng chữ: Sáu triệu đồng chẵn)

Ưu đãi 10% học phí khi đăng ký trước ngày 5/10/2026.  

Tài khoản nộp học phí:

Ngân hàng Thương mại Cổ phần Á Châu ACB

193208059

NGUYEN TAN DUC

Nội dung chuyển khoản: K1-STAT + Số điện thoại của bạn

Sau khi chuyển khoản xong, bạn gửi mail qua mình ở địa chỉ tuhocr.com@gmail.com đính kèm biên lai chuyển khoản. 

Mình sẽ gửi lại bạn email xác nhận tham dự khóa học kèm đường link Zoom/Zalo để bạn tham dự khóa học.

------

Thông tin giảng viên:

Mến chào bạn, mình tên đầy đủ là Nguyễn Tấn Đức (sinh năm 1988). Mình là nghiên cứu viên lĩnh vực công nghệ vi sinh và môi trường, với 9 năm kinh nghiệm từ 2012 đến 2021 [chi tiết]. Trong quá trình nghiên cứu mình đã có nhiều kinh nghiệm thực tế khi thiết kế nghiên cứu và xử lý dữ liệu sinh học, mình đã tham gia nhiều khóa đào tạo R, data science và thống kê online và offline để đúc kết thành các nội dung hướng dẫn cô đọng, đi vào trực tiếp vấn đề thắc mắc của học viên. 

Sau năm 2022, mình thành lập trang web Tự Học R . com để cung cấp các khóa học R căn bản giúp các bạn nghiên cứu viên, học viên cao học nhanh chóng nắm bắt R từ bản chất câu lệnh thay vì chỉ học qua package hay đoạn code mẫu. Công việc toàn thời gian của mình là chuyên xử lý dữ liệu nghiên cứu cho các anh chị nghiên cứu sinh tiến sĩ ở các lĩnh vực sinh học, y dược, xã hội và kinh tế, tập trung ở phần khó nhất của đề tài là chuẩn hóa dữ liệu thô và tổ chức luồng công việc thành workflow hoàn thiện để phục vụ viết bài báo khoa học.

Trên cơ sở đúc kết từ kinh nghiệm training R 1:1 cho các anh chị học viên, và được sự động viên của các anh chị nên mở lớp training R quy mô hơn để thuận tiện phổ biến kỹ năng R rất hữu ích này cho đông đảo các bạn sinh viên và nghiên cứu, cũng như tạo ra network chuyên môn liên ngành hỗ trợ lẫn nhau trong công việc, mình chính thức triển khai các lớp đào tạo R định kỳ để từng bước xây dựng kỹ năng lập trình R cho các bạn trong bối cảnh việc sử dụng các phần mềm xử lý dữ liệu đang dịch chuyển sang phía phần mềm mã nguồn mở để không bị vướng vấn đề bản quyền rắc rối.

R thật sự là một công cụ nâng cao hiệu suất công việc đáng kể mà bất kỳ ai cũng nên học cách sử dụng để tận dụng sức mạnh từ phần mềm mã nguồn mở, miễn phí, dễ sử dụng và rất mạnh mẽ này. Nắm vững kỹ năng lập trình R giúp bạn tự tin làm việc trong kỷ nguyên số hóa toàn diện như hiện nay, R là kỹ năng của thế kỷ 21 này. Chào mừng bạn tham gia Cộng Đồng Tự Học R, cùng với mình và thật nhiều bạn bè khắp nơi với ước mơ và nỗ lực không ngừng từng ngày để làm cho câu chuyện dữ liệu gần gũi, thiết thực và chặt chẽ hơn.

Trân trọng và thương yêu,

Duc Nguyen,

The founder of Tự Học R

The story begins with love.

Khóa học này là nỗ lực của mình và đội ngũ cộng sự đằng sau Cộng Đồng Tự Học R nhằm kết nối các bạn học viên, nghiên cứu viên gần xa với điểm chung là mong muốn hiểu biết sâu sắc về ngôn ngữ lập trình R để ứng dụng có hiệu quả vào nghiên cứu khoa học và xử lý dữ liệu trong các lĩnh vực chuyên môn. Câu chuyện bắt đầu từ tháng 10/2022 và đến nay chúng ta đã chào đón 8000 thành viên chất lượng. [FB group]

Liên hệ:

Zalo: 0907846110 (Duc Nguyen)

Email: tuhocr.com@gmail.com

Bạn liên hệ trực tiếp với mình [ưu tiên nhắn tin qua Zalo] khi có bất kỳ câu hỏi nào về việc đăng ký học, thời gian, lộ trình, tài khoản học viên cũng như support research, đặt hàng training theo nhu cầu. Trân trọng.