📐 Từ Z-score đến CLT — Các công thức và bảng sống còn

3.1. Hàm mật độ xác suất của Phân phối Chuẩn

Normal PDF:
f(x) = 1 / (σ √(2π)) × exp(−½ [(x−μ)/σ]²)

Hàm mật độ xác suất này có ba thành phần: (1) hằng số chuẩn hóa 1/(σ√(2π)) đảm bảo diện tích dưới đường cong bằng 1; (2) hàm mũ exp(−½ z²), với z = (x−μ)/σ, tạo ra hình chuông — giá trị càng xa μ, exp càng nhỏ; (3) σ ở mẫu số của hằng số làm cho đường cong rộng hơn khi σ lớn và cao hơn khi σ nhỏ (vì tổng diện tích phải là 1). Mặc dù công thức trông có vẻ phức tạp, nhưng may mắn thay, bạn không bao giờ cần tính nó bằng tay — có bảng Z và các phần mềm thống kê làm việc đó cho bạn.

3.2. Bảng 68-95-99.7 và Quy tắc của Phân phối Chuẩn

Bảng này là một trong những bảng quan trọng nhất trong thống kê y học. Khi một bài báo viết "mean ± SD" và dữ liệu có phân phối Chuẩn, bạn có thể ngay lập tức ước lượng: khoảng 95% dữ liệu nằm trong mean ± 1.96 × SD. Nếu bạn thấy một bài báo báo cáo "HbA1c giảm 1.2% (95% CI: 0.8% đến 1.6%)", khoảng tin cậy 95% đó được tính bằng mean ± 1.96 × SE. Con số 1.96 xuất phát từ bảng Z — nó là Z-score mà chỉ 2.5% dữ liệu nằm phía trên (và 2.5% phía dưới), tổng cộng 5% ở hai đuôi.

3.3. Z-score — Chuẩn hóa giá trị để so sánh

Công thức Z-score:
Z = (X − μ) / σ

Ví dụ — Mrs W:
Z = (1.05 − 1.10) / 0.07 = −0.71
→ P(Z < −0.71) = 0.239 = 23.9% (từ bảng Z)
→ Bà W ở percentile thứ 24 — không bất thường

Z-score là một phép biến đổi toán học đơn giản nhưng cực kỳ mạnh mẽ: nó cho bạn biết một giá trị cụ thể nằm cách trung bình bao nhiêu đơn vị độ lệch chuẩn. Một Z-score dương có nghĩa là giá trị cao hơn trung bình; âm là thấp hơn trung bình. Giá trị tuyệt đối của Z-score càng lớn, giá trị càng "bất thường." Trong lâm sàng, Z-score cho phép so sánh các chỉ số có đơn vị khác nhau: BMD (g/cm²), huyết áp (mmHg), đường huyết (mmol/L) — tất cả được quy về một thang đo chung (số đơn vị SD).

3.4. Định lý Giới hạn Trung tâm (Central Limit Theorem)

CLT — Dạng cốt lõi:
X̄ ~ N(μ, σ / √n)

Trong đó:
X̄ = trung bình mẫu
μ = trung bình quần thể
σ / √n = Sai số Chuẩn (Standard Error — SE)

Định lý Giới hạn Trung tâm nói rằng: nếu bạn lấy nhiều mẫu từ một quần thể (mỗi mẫu có n quan sát), và tính trung bình của từng mẫu, thì phân phối của các trung bình mẫu đó sẽ tiến tới phân phối Chuẩn với mean = μ (trung bình của quần thể) và SD = σ/√n (gọi là sai số chuẩn, SE), với điều kiện n đủ lớn. Điều này đúng bất kể phân phối của dữ liệu gốc trong quần thể có hình dạng thế nào — dù là phân phối Chuẩn, phân phối lệch, phân phối nhị thức — miễn là quần thể đó có mean (μ) và variance (σ²) hữu hạn.

Điều kiện "n đủ lớn" thường được lấy là n ≥ 30. Trong thực tế, quy tắc này khá linh hoạt: nếu dữ liệu gốc đã gần chuẩn, n = 10 cũng đủ; nếu dữ liệu gốc rất lệch (như phân phối的收入), cần n > 50. Trong y học, các phân tích thường có n từ vài chục đến vài trăm — do đó CLT hầu như luôn được áp dụng, và các kiểm định dựa trên Chuẩn (t-test, ANOVA) là hợp lệ.

3.5. Biểu đồ: Normal Curve — Phân phối BMD của Mrs W

Biểu đồ trên minh họa phân phối Chuẩn của BMD ở phụ nữ 70 tuổi (μ = 1.10, σ = 0.07). Đường cong màu xanh là hàm mật độ xác suất. Vùng màu đỏ là diện tích tương ứng với Z ≤ −0.71 — tức BMD ≤ 1.05 — chiếm 23.9% tổng diện tích. Đường nét đứt đánh dấu vị trí của BMD của bà W (1.05). Như bạn có thể thấy, diện tích màu đỏ khá lớn — gần một phần tư — cho thấy bà W không hề bất thường. Nếu Z = −2.5 (ngưỡng loãng xương), vùng màu đỏ sẽ rất nhỏ (0.62%), và kết luận sẽ khác.

Tại sao CLT lại là định lý quan trọng nhất trong thống kê? Bởi vì nó là lý do tại sao chúng ta có thể suy luận từ một mẫu nhỏ (vài trăm bệnh nhân) về toàn bộ quần thể (hàng triệu người). Không có CLT, mọi nghiên cứu lâm sàng đơn giản chỉ là mô tả mẫu — không thể tổng quát hóa. Với CLT, chúng ta biết rằng trung bình mẫu (x̄) có phân phối Chuẩn xung quanh μ với SE = σ/√n — và do đó chúng ta có thể tính khoảng tin cậy, thực hiện kiểm định giả thuyết, và đưa ra kết luận về quần thể chỉ từ một mẫu duy nhất. Tất cả các kiểm định thông dụng trong y học — t-test, ANOVA, kiểm định z cho tỷ lệ — đều dựa trên CLT. Nếu bạn chỉ nhớ một định lý từ toàn bộ khóa học này, hãy nhớ CLT.