Thống kê nhập môn: gói ôn nước rút

Thống kê mô tả: trung bình là tổng chia cho n; trung vị là giá trị ở giữa của dữ liệu đã sắp xếp (trung bình của hai giá trị giữa khi n chẵn). Độ lệch chuẩn mẫu là s = √(Σ(x − x̄)²/(n − 1)). Điểm z z = (x − μ)/σ cho biết một giá trị cách trung bình bao nhiêu độ lệch chuẩn.

Thống kê mô tả: trung bình là tổng chia cho n; trung vị là giá trị ở giữa của dữ liệu đã sắp xếp (trung bình của hai giá trị giữa khi n chẵn). Độ lệch chuẩn mẫu là s = √(Σ(x − x̄)²/(n − 1)). Điểm z z = (x − μ)/σ cho biết một giá trị cách trung bình bao nhiêu độ lệch chuẩn.

Biến ngẫu nhiên rời rạc: một phân bố xác suất liệt kê mọi giá trị x mà biến có thể nhận cùng xác suất p(x) của nó; các xác suất nằm giữa 0 và 1 và có tổng bằng 1. Giá trị kỳ vọng (trung bình) là E(X) = Σx·p(x), trung bình dài hạn. Phương sai là Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², và độ lệch chuẩn σ = √Var(X). Với phép biến đổi tuyến tính Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) và σ_Y = |a|·σ_X; cộng một hằng số không làm thay đổi độ phân tán.

Biến ngẫu nhiên rời rạc: một phân bố xác suất liệt kê mọi giá trị x mà biến có thể nhận cùng xác suất p(x) của nó; các xác suất nằm giữa 0 và 1 và có tổng bằng 1. Giá trị kỳ vọng (trung bình) là E(X) = Σx·p(x), trung bình dài hạn. Phương sai là Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², và độ lệch chuẩn σ = √Var(X). Với phép biến đổi tuyến tính Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) và σ_Y = |a|·σ_X; cộng một hằng số không làm thay đổi độ phân tán.

Tổng và hiệu của các biến chuẩn: nếu X và Y độc lập và có phân bố chuẩn thì X + Y và X − Y cũng có phân bố chuẩn. Các trung bình cộng hoặc trừ: E(X ± Y) = μ_X ± μ_Y. Các phương sai luôn cộng, kể cả với hiệu: Var(X ± Y) = σ_X² + σ_Y², nên σ = √(σ_X² + σ_Y²). Các độ lệch chuẩn không bao giờ cộng trực tiếp. Tổng của n phần tử độc lập có cùng phân bố có trung bình n·μ và độ lệch chuẩn σ·√n. Sau đó chuẩn hóa như thường lệ: z = (x − trung bình)/σ rồi tra Φ(z).

Từ diện tích trở lại z: Φ(z) là diện tích bên trái z. Với diện tích đuôi trái A, tìm z sao cho Φ(z) = A trong bảng. Diện tích đuôi phải A nghĩa là Φ(z) = 1 − A. Diện tích ở giữa A nằm giữa −z và z để lại (1 − A)/2 ở mỗi đuôi, nên Φ(z) = (1 + A)/2. Với một giá trị x, dùng x = μ + zσ.

Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.

Khoảng tin cậy cho giá trị trung bình: x̄ ± sai số biên. Khi biết σ của tổng thể, sai số biên là z·σ/√n; khi chỉ có độ lệch chuẩn mẫu s, dùng t với n − 1 bậc tự do: t·s/√n. Giá trị tới hạn: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). Để có sai số biên E hoặc nhỏ hơn, cần n ≥ (z·σ/E)², làm tròn lên.

Kiểm định giá trị trung bình: thống kê kiểm định đo xem trung bình mẫu cách giá trị nêu trong H₀ bao nhiêu sai số chuẩn: z = (x̄ − μ₀)/(σ/√n) khi biết σ, t = (x̄ − μ₀)/(s/√n) khi nó được ước lượng từ mẫu. Khoảng tin cậy là x̄ ± (giá trị tới hạn)·(sai số chuẩn).

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

Hồi quy bình phương tối thiểu: với x̄ và ȳ là các giá trị trung bình, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² và Sxy = Σ(x − x̄)(y − ȳ), đường thẳng ŷ = a + b·x có hệ số góc b = Sxy/Sxx và hệ số chặn a = ȳ − b·x̄, nên luôn đi qua (x̄, ȳ). Hệ số tương quan Pearson r = Sxy/√(Sxx·Syy) nằm trong khoảng từ −1 đến 1; r² là tỉ lệ biến thiên của y được giải thích bởi đường thẳng.

Hồi quy bình phương tối thiểu: với x̄ và ȳ là các giá trị trung bình, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² và Sxy = Σ(x − x̄)(y − ȳ), đường thẳng ŷ = a + b·x có hệ số góc b = Sxy/Sxx và hệ số chặn a = ȳ − b·x̄, nên luôn đi qua (x̄, ȳ). Hệ số tương quan Pearson r = Sxy/√(Sxx·Syy) nằm trong khoảng từ −1 đến 1; r² là tỉ lệ biến thiên của y được giải thích bởi đường thẳng.