WEBVTT

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

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

00:00:04.720 --> 00:00:08.090
hệ số góc dựa trên dữ liệu mẫu

00:00:08.090 --> 00:00:10.910
ta có thể dùng nó để suy luận

00:00:10.910 --> 00:00:15.700
về hệ số góc của đường hồi quy tổng thể

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

00:00:17.960 --> 00:00:20.260
điều kiện gì để suy ra

00:00:20.260 --> 00:00:22.610
khi ta đang tính với đường hồi quy?

00:00:22.610 --> 00:00:24.900
và chúng sẽ tương tự

00:00:24.900 --> 00:00:27.280
với điều kiện cho suy luận

00:00:27.280 --> 00:00:30.320
mà ta nghĩ về khi đang kiểm tra giả thuyết

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

00:00:33.920 --> 00:00:36.890
nhưng cũng sẽ có vài điều kiện mới

00:00:36.890 --> 00:00:39.860
để nhớ các điều kiện này,

00:00:39.860 --> 00:00:44.860
bạn hãy nghĩ về từ viết tắt LINER

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

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

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

00:00:54.670 --> 00:00:57.140
ta đang nghĩ về hồi quy tuyến tính

00:00:57.140 --> 00:01:01.240
Chữ L ở đây nghĩa là tuyến tính

00:01:01.240 --> 00:01:05.000
ở đây, điều kiện, là mối quan hệ

00:01:05.000 --> 00:01:08.620
trong tổng thể giữa các biến x và y

00:01:08.620 --> 00:01:11.290
là mối quan hệ tuyến tính

00:01:11.290 --> 00:01:12.710
vậy là mối

00:01:13.690 --> 00:01:14.750
quan hệ

00:01:15.670 --> 00:01:16.853
tuyến tính,

00:01:18.360 --> 00:01:19.310
tuyến tính

00:01:20.230 --> 00:01:21.690
giữa

00:01:21.690 --> 00:01:23.950
giữa x

00:01:23.950 --> 00:01:25.910
và y.

00:01:25.910 --> 00:01:28.920
trong rất nhiều trường hợp, bạn có thể giả sử

00:01:28.920 --> 00:01:31.270
đây là trường hợp bạn nhìn thấy

00:01:31.270 --> 00:01:33.950
trong bài thi, ví dụ như bài AP

00:01:33.950 --> 00:01:36.400
đề cho, giả sử điều kiện này thoả

00:01:36.400 --> 00:01:37.720
thường thì, nó sẽ giả sử

00:01:37.720 --> 00:01:38.600
tất cả điều kiện đều thoả

00:01:38.600 --> 00:01:41.100
đề chỉ muốn bạn biết về mấy điều kiện này.

00:01:41.100 --> 00:01:42.810
nhưng đây là điều ta nên nghĩ

00:01:42.810 --> 00:01:45.660
nếu mối quan hệ đó không quyến tính,

00:01:45.660 --> 00:01:47.250
thì có thể một vài

00:01:47.250 --> 00:01:50.150
suy luận của bạn không chắc chắn

00:01:50.150 --> 00:01:53.290
cái tiếp theo là cái ta đã thấy rồi

00:01:53.290 --> 00:01:55.560
khi nói về điều kiện chung để suy luận

00:01:55.560 --> 00:01:57.530
và đây là điều kiện

00:01:57.530 --> 00:01:59.960
độc lập

00:01:59.960 --> 00:02:01.980
có vài cách để nghĩ

00:02:01.980 --> 00:02:04.070
hai sự quan sát đều

00:02:04.070 --> 00:02:05.830
độc lập với nhau

00:02:05.830 --> 00:02:09.180
nên bạn có thể lấy mẫu và thay thế

00:02:09.180 --> 00:02:11.910
hoặc bạn có thể nghĩ về quy tắc 10%

00:02:11.910 --> 00:02:13.430
mà ta đã làm khi nghĩ về

00:02:13.430 --> 00:02:18.200
điều kiện độc lập cho tỉ lệ và trung bình,

00:02:18.200 --> 00:02:20.010
mà ta cần phải chắc chắn

00:02:20.010 --> 00:02:23.710
là kích thước của mẫu không lớn hơn 10%

00:02:23.710 --> 00:02:26.070
kích thước của tổng thể

00:02:26.070 --> 00:02:28.140
tiếp theo là điều kiện tiêu chuẩn,

00:02:28.140 --> 00:02:30.230
mà ta đã nói về khi suy luận

00:02:30.230 --> 00:02:32.610
với tỉ lệ và trung bình

00:02:32.610 --> 00:02:35.170
mặc dù nó nghĩa là một cái gì đó ít phức tạp hơn

00:02:35.170 --> 00:02:37.580
khi ta tính với hồi quy

00:02:37.580 --> 00:02:39.590
điều kiện tiêu chuẩn,

00:02:39.590 --> 00:02:42.160
nhiều khi người ta cứ giả sử nó được thoả rồi

00:02:42.160 --> 00:02:43.820
nhưng để mình vẽ đường hồi quy,

00:02:43.820 --> 00:02:44.880
thêm các chiều

00:02:44.880 --> 00:02:46.670
rồi chiều thứ 3

00:02:46.670 --> 00:02:48.410
đó là trục x,

00:02:48.410 --> 00:02:50.500
đây là trục y.

00:02:50.500 --> 00:02:54.810
và tổng thể hồi quy thực sẽ nhìn như vầy

00:02:54.810 --> 00:02:57.270
vậy điều kiện tiêu chuẩn cho ta biết

00:02:57.270 --> 00:03:00.033
với bất kì x nào trong tổng thể,

00:03:00.870 --> 00:03:05.770
sự phân phối của các y sẽ là tiêu chuẩn,

00:03:05.770 --> 00:03:06.603
là tiêu chuẩn

00:03:06.603 --> 00:03:08.810
để mình vẽ phân phối tiêu chuẩn

00:03:08.810 --> 00:03:10.910
cho các y

00:03:10.910 --> 00:03:11.870
với giá trị x đó

00:03:11.870 --> 00:03:13.990
vậy đó sẽ là phân phối tiêu chuẩn

00:03:13.990 --> 00:03:16.860
cho là, với x này ở đây,

00:03:16.860 --> 00:03:21.300
bạn sẽ muốn có phân phối tiêu chuẩn

00:03:21.300 --> 00:03:23.460
giống như

00:03:23.460 --> 00:03:24.530
vậy

00:03:24.530 --> 00:03:25.380
nếu ta có x,

00:03:25.380 --> 00:03:27.760
phân phối của các y sẽ là tiêu chuẩn

00:03:27.760 --> 00:03:29.750
một lần nữa, bất kì khi nào đề yêu cầu

00:03:29.750 --> 00:03:32.470
giả sử cái này thoả vì nó có thể

00:03:32.470 --> 00:03:34.390
ít nhất là trong lớp thống kê cơ bản,

00:03:34.390 --> 00:03:36.970
hơi khó để cho bạn tự tính

00:03:36.970 --> 00:03:38.810
điều kiện tiếp theo sẽ liên quan tới nó,

00:03:38.810 --> 00:03:42.790
đây là khái niệm có phương sai bằng nhau,

00:03:42.790 --> 00:03:45.090
phương sai bằng nhau

00:03:45.090 --> 00:03:46.390
và nó nghĩa là mỗi

00:03:46.390 --> 00:03:48.670
phân phối chuẩn này nên có

00:03:48.670 --> 00:03:51.250
độ phân phối giống nhau với cùng x

00:03:51.250 --> 00:03:52.870
hoặc bạn có thể nói phương sai bằng nhau

00:03:52.870 --> 00:03:54.520
hoặc bạn có thể nghĩ là chúng có

00:03:54.520 --> 00:03:56.360
cùng độ lệch tiêu chuẩn

00:03:56.360 --> 00:03:59.880
ví dụ, nếu, cho giá trị x, cho là giá trị x này,

00:03:59.880 --> 00:04:02.580
đột nhiên, bạn có phương sai thấp hơn,

00:04:02.580 --> 00:04:03.620
nó sẽ nhìn như vầy,

00:04:03.620 --> 00:04:06.890
khi đó bạn sẽ không thoả điều kiện để suy luận

00:04:06.890 --> 00:04:10.430
cuối cùng, cái này ta đã thấy nhiều lần,

00:04:10.430 --> 00:04:12.300
là điều kiện ngẫu nhiên

00:04:12.300 --> 00:04:14.600
đây là dữ liệu từ

00:04:14.600 --> 00:04:17.170
một mẫu ngẫu nhiên được thiết kế tốt

00:04:17.170 --> 00:04:19.200
hoặc một thí nghiệm ngẫu nhiên

00:04:19.200 --> 00:04:23.040
và điều kiện này ta đã thấy trong mọi loại điều kiện

00:04:23.040 --> 00:04:25.760
để suy ra mà ta đã xem xét

00:04:25.760 --> 00:04:27.140
mình sẽ để bạn suy nghĩ

00:04:27.140 --> 00:04:28.270
tốt để biết

00:04:28.270 --> 00:04:30.470
nó sẽ xuất hiện trong vài kì thi

00:04:30.470 --> 00:04:32.960
nhưng nhiều lần, khi giải quyết bài toán,

00:04:32.960 --> 00:04:36.130
trong lớp thống kê cơ bản, đề sẽ yêu cầu bạn

00:04:36.130 --> 00:04:38.720
giả sử điều kiện suy ra đã được thoả

00:04:38.720 --> 00:04:40.910
hoặc điều kiện để suy luận là gì?

00:04:40.910 --> 00:04:42.970
nhưng sẽ không yêu cầu bạn phải chứng minh,

00:04:42.970 --> 00:04:46.010
ví dụ, điều kiện tiêu chuẩn hoặc phương sai bằng nhau

00:04:46.010 --> 00:04:47.040
cái đó hơi khó đối với

00:04:47.040 --> 00:04:49.763
lớp thống kê cơ bản