0:00:00.180,0:00:01.940
trong video trước, ta bắt đầu suy nghĩ về

0:00:01.940,0:00:04.720
các mà ta dùng đường hồi quy, cụ thể là

0:00:04.720,0:00:08.090
hệ số góc dựa trên dữ liệu mẫu

0:00:08.090,0:00:10.910
ta có thể dùng nó để suy luận

0:00:10.910,0:00:15.700
về hệ số góc của đường hồi quy tổng thể

0:00:15.700,0:00:17.960
trong video này, ta sẽ nghĩ về

0:00:17.960,0:00:20.260
điều kiện gì để suy ra

0:00:20.260,0:00:22.610
khi ta đang tính với đường hồi quy?

0:00:22.610,0:00:24.900
và chúng sẽ tương tự

0:00:24.900,0:00:27.280
với điều kiện cho suy luận

0:00:27.280,0:00:30.320
mà ta nghĩ về khi đang kiểm tra giả thuyết

0:00:30.320,0:00:33.920
và khoảng tin cậy cho trung bình và tỉ lệ,

0:00:33.920,0:00:36.890
nhưng cũng sẽ có vài điều kiện mới

0:00:36.890,0:00:39.860
để nhớ các điều kiện này,

0:00:39.860,0:00:44.860
bạn hãy nghĩ về từ viết tắt LINER

0:00:46.950,0:00:50.500
nếu bạn không thấy rõ, nó gần giống tuyến tính

0:00:50.500,0:00:53.040
Liner, nếu có chữ a, nó sẽ là tuyến tính

0:00:53.040,0:00:54.670
cái này quan trọng bởi vì, nhớ là,

0:00:54.670,0:00:57.140
ta đang nghĩ về hồi quy tuyến tính

0:00:57.140,0:01:01.240
Chữ L ở đây nghĩa là tuyến tính

0:01:01.240,0:01:05.000
ở đây, điều kiện, là mối quan hệ

0:01:05.000,0:01:08.620
trong tổng thể giữa các biến x và y

0:01:08.620,0:01:11.290
là mối quan hệ tuyến tính

0:01:11.290,0:01:12.710
vậy là mối

0:01:13.690,0:01:14.750
quan hệ

0:01:15.670,0:01:16.853
tuyến tính,

0:01:18.360,0:01:19.310
tuyến tính

0:01:20.230,0:01:21.690
giữa

0:01:21.690,0:01:23.950
giữa x

0:01:23.950,0:01:25.910
và y.

0:01:25.910,0:01:28.920
trong rất nhiều trường hợp, bạn có thể giả sử

0:01:28.920,0:01:31.270
đây là trường hợp bạn nhìn thấy

0:01:31.270,0:01:33.950
trong bài thi, ví dụ như bài AP

0:01:33.950,0:01:36.400
đề cho, giả sử điều kiện này thoả

0:01:36.400,0:01:37.720
thường thì, nó sẽ giả sử

0:01:37.720,0:01:38.600
tất cả điều kiện đều thoả

0:01:38.600,0:01:41.100
đề chỉ muốn bạn biết về mấy điều kiện này.

0:01:41.100,0:01:42.810
nhưng đây là điều ta nên nghĩ

0:01:42.810,0:01:45.660
nếu mối quan hệ đó không quyến tính,

0:01:45.660,0:01:47.250
thì có thể một vài

0:01:47.250,0:01:50.150
suy luận của bạn không chắc chắn

0:01:50.150,0:01:53.290
cái tiếp theo là cái ta đã thấy rồi

0:01:53.290,0:01:55.560
khi nói về điều kiện chung để suy luận

0:01:55.560,0:01:57.530
và đây là điều kiện

0:01:57.530,0:01:59.960
độc lập

0:01:59.960,0:02:01.980
có vài cách để nghĩ

0:02:01.980,0:02:04.070
hai sự quan sát đều

0:02:04.070,0:02:05.830
độc lập với nhau

0:02:05.830,0:02:09.180
nên bạn có thể lấy mẫu và thay thế

0:02:09.180,0:02:11.910
hoặc bạn có thể nghĩ về quy tắc 10%

0:02:11.910,0:02:13.430
mà ta đã làm khi nghĩ về

0:02:13.430,0:02:18.200
điều kiện độc lập cho tỉ lệ và trung bình,

0:02:18.200,0:02:20.010
mà ta cần phải chắc chắn

0:02:20.010,0:02:23.710
là kích thước của mẫu không lớn hơn 10%

0:02:23.710,0:02:26.070
kích thước của tổng thể

0:02:26.070,0:02:28.140
tiếp theo là điều kiện tiêu chuẩn,

0:02:28.140,0:02:30.230
mà ta đã nói về khi suy luận

0:02:30.230,0:02:32.610
với tỉ lệ và trung bình

0:02:32.610,0:02:35.170
mặc dù nó nghĩa là một cái gì đó ít phức tạp hơn

0:02:35.170,0:02:37.580
khi ta tính với hồi quy

0:02:37.580,0:02:39.590
điều kiện tiêu chuẩn,

0:02:39.590,0:02:42.160
nhiều khi người ta cứ giả sử nó được thoả rồi

0:02:42.160,0:02:43.820
nhưng để mình vẽ đường hồi quy,

0:02:43.820,0:02:44.880
thêm các chiều

0:02:44.880,0:02:46.670
rồi chiều thứ 3

0:02:46.670,0:02:48.410
đó là trục x,

0:02:48.410,0:02:50.500
đây là trục y.

0:02:50.500,0:02:54.810
và tổng thể hồi quy thực sẽ nhìn như vầy

0:02:54.810,0:02:57.270
vậy điều kiện tiêu chuẩn cho ta biết

0:02:57.270,0:03:00.033
với bất kì x nào trong tổng thể,

0:03:00.870,0:03:05.770
sự phân phối của các y sẽ là tiêu chuẩn,

0:03:05.770,0:03:06.603
là tiêu chuẩn

0:03:06.603,0:03:08.810
để mình vẽ phân phối tiêu chuẩn

0:03:08.810,0:03:10.910
cho các y

0:03:10.910,0:03:11.870
với giá trị x đó

0:03:11.870,0:03:13.990
vậy đó sẽ là phân phối tiêu chuẩn

0:03:13.990,0:03:16.860
cho là, với x này ở đây,

0:03:16.860,0:03:21.300
bạn sẽ muốn có phân phối tiêu chuẩn

0:03:21.300,0:03:23.460
giống như

0:03:23.460,0:03:24.530
vậy

0:03:24.530,0:03:25.380
nếu ta có x,

0:03:25.380,0:03:27.760
phân phối của các y sẽ là tiêu chuẩn

0:03:27.760,0:03:29.750
một lần nữa, bất kì khi nào đề yêu cầu

0:03:29.750,0:03:32.470
giả sử cái này thoả vì nó có thể

0:03:32.470,0:03:34.390
ít nhất là trong lớp thống kê cơ bản,

0:03:34.390,0:03:36.970
hơi khó để cho bạn tự tính

0:03:36.970,0:03:38.810
điều kiện tiếp theo sẽ liên quan tới nó,

0:03:38.810,0:03:42.790
đây là khái niệm có phương sai bằng nhau,

0:03:42.790,0:03:45.090
phương sai bằng nhau

0:03:45.090,0:03:46.390
và nó nghĩa là mỗi

0:03:46.390,0:03:48.670
phân phối chuẩn này nên có

0:03:48.670,0:03:51.250
độ phân phối giống nhau với cùng x

0:03:51.250,0:03:52.870
hoặc bạn có thể nói phương sai bằng nhau

0:03:52.870,0:03:54.520
hoặc bạn có thể nghĩ là chúng có

0:03:54.520,0:03:56.360
cùng độ lệch tiêu chuẩn

0:03:56.360,0:03:59.880
ví dụ, nếu, cho giá trị x, cho là giá trị x này,

0:03:59.880,0:04:02.580
đột nhiên, bạn có phương sai thấp hơn,

0:04:02.580,0:04:03.620
nó sẽ nhìn như vầy,

0:04:03.620,0:04:06.890
khi đó bạn sẽ không thoả điều kiện để suy luận

0:04:06.890,0:04:10.430
cuối cùng, cái này ta đã thấy nhiều lần,

0:04:10.430,0:04:12.300
là điều kiện ngẫu nhiên

0:04:12.300,0:04:14.600
đây là dữ liệu từ

0:04:14.600,0:04:17.170
một mẫu ngẫu nhiên được thiết kế tốt

0:04:17.170,0:04:19.200
hoặc một thí nghiệm ngẫu nhiên

0:04:19.200,0:04:23.040
và điều kiện này ta đã thấy trong mọi loại điều kiện

0:04:23.040,0:04:25.760
để suy ra mà ta đã xem xét

0:04:25.760,0:04:27.140
mình sẽ để bạn suy nghĩ

0:04:27.140,0:04:28.270
tốt để biết

0:04:28.270,0:04:30.470
nó sẽ xuất hiện trong vài kì thi

0:04:30.470,0:04:32.960
nhưng nhiều lần, khi giải quyết bài toán,

0:04:32.960,0:04:36.130
trong lớp thống kê cơ bản, đề sẽ yêu cầu bạn

0:04:36.130,0:04:38.720
giả sử điều kiện suy ra đã được thoả

0:04:38.720,0:04:40.910
hoặc điều kiện để suy luận là gì?

0:04:40.910,0:04:42.970
nhưng sẽ không yêu cầu bạn phải chứng minh,

0:04:42.970,0:04:46.010
ví dụ, điều kiện tiêu chuẩn hoặc phương sai bằng nhau

0:04:46.010,0:04:47.040
cái đó hơi khó đối với

0:04:47.040,0:04:49.763
lớp thống kê cơ bản