Central limit theorem và estimator
- CLT: mẫu ngẫu nhiên cỡ n từ tổng thể bất kỳ có trung bình μ và phương sai hữu hạn σ² thì x̄ xấp xỉ chuẩn với E(x̄) = μ và phương sai σ² ÷ n khi n đủ lớn (quy ước n ≥ 30).
- Standard error của trung bình mẫu: σx̄ = σ ÷ n; khi không biết σ dùng sx̄ = s ÷ n. McCreary s = 20%: n = 30 cho 3.65%, n = 200 cho 1.41%.
- Sampling error là chênh lệch giữa x̄ và μ; độ lớn điển hình của sai số này là standard error.
- Bốn tính chất của estimator tốt: unbiased (E(estimator) = tham số), efficient (phương sai nhỏ nhất), consistent (chính xác hơn khi n tăng), robust (không nhạy với outlier). Trung bình mẫu không robust. MVUE: không chệch và phương sai nhỏ nhất; BLUE: tốt nhất trong các estimator tuyến tính không chệch.
Confidence interval và VaR
- Confidence interval = point estimate ± reliability factor × standard error; margin of error = reliability factor × standard error.
- Biết σ: x̄ ± zα/2 × σ ÷ n với zα/2 = 1.65 (90%), 1.96 (95%), 2.58 (99%). Ví dụ 36 thí sinh, điểm 70, σ = 20, 99%: 61.4 đến 78.6.
- Không biết σ: x̄ ± tα/2 × s ÷ n, df = n − 1; t có đuôi dày hơn, critical value 95% ở df 10, 20, 30 là 2.228, 2.086, 2.042. Mẫu lớn (n ≥ 30) dùng z chấp nhận được; tổng thể không chuẩn và mẫu nhỏ thì không có test phù hợp. McCreary 31 tháng: 2% ± 2.04 × 3.592% = −5.33% đến +9.33%.
- Parametric VaR (trung bình bằng 0) = zα × σ × P, z một đuôi 1.28 (10%), 1.65 (5%), 2.33 (1%). Danh mục $100 million, σ ngày 0.95%: VaR 1% = $2,213,500. Hạn chế: lợi suất không chuẩn, tham số thay đổi, dữ liệu lịch sử, tài sản phi tuyến.
- Probability sampling: simple random, systematic, stratified random, cluster. Nonprobability sampling: convenience, judgmental; rẻ hơn nhưng thường không đại diện, CLT không áp dụng tin cậy được.
Quy trình hypothesis test
- Bốn bước: phát biểu H0 và HA; chọn test statistic và phân phối; chọn significance level α; lập decision rule.
- H0 luôn chứa dấu bằng (=, ≤, ≥); HA là điều muốn chứng minh. Hai phía: α/2 mỗi đuôi; một phía: toàn bộ α ở đuôi theo chiều HA.
- Test statistic = (x̄ − μ0) ÷ (s ÷ n). Ví dụ n = 60, x̄ = 1.12%, s = 2.88%: 3.01 > 1.96, bác bỏ. Một phía n = 150, x̄ = 0.15%, s = 1%: 1.837 < 2.33, không bác bỏ.
- Type I error: bác bỏ H0 đúng, xác suất α. Type II error: không bác bỏ H0 sai, xác suất β. Power = 1 − β. Giảm α làm tăng β; với α cho trước chỉ tăng cỡ mẫu mới tăng power.
- Kiểm định hai phía ở mức α tương đương kiểm tra giá trị giả thuyết có nằm trong confidence interval 1 − α không.
Các test tham số khác
- Chênh lệch hai trung bình (mẫu độc lập, tổng thể chuẩn): t = [(x̄1 − x̄2) − (μ1 − μ2)] ÷ s1²/n1 + s2²/n2, df = n1 + n2 − 2.
- Paired comparisons (mẫu phụ thuộc): t = (d̄ − μd0) ÷ (sd ÷ n), df = n − 1. Ví dụ thuốc ngủ: 0.75 ÷ (1.5 ÷ 50) = 3.54 > 2.680, bác bỏ.
- Một phương sai: χ² = (n − 1)s² ÷ σ0², df = n − 1; phân phối lệch phải, không âm. Ví dụ quỹ 24 tháng: 20.76 nằm giữa 11.689 và 38.076.
- Hai phương sai: F = s1² ÷ s2² (phương sai lớn ở tử), df n1 − 1 và n2 − 1. Ví dụ 4.30² ÷ 3.80² = 1.28 < 1.94.
- Tương quan: t = rn − 2 ÷ 1 − r², df = n − 2. Ví dụ r = 0.35, n = 42: 2.363 > 2.021.
- p-value: significance level nhỏ nhất để bác bỏ H0; bác bỏ khi p-value < α. P-hacking (công bố chọn lọc, data mining, thao túng số liệu) làm tăng Type I error.
Kiểm định phi tham số
- Nonparametric test dùng khi giả định phân phối không thỏa, có outlier, dữ liệu là thứ hạng hoặc phân loại; kém power hơn parametric test khi giả định được thỏa.
- Spearman rank correlation đo monotonic relationship: rS = 1 − 6Σdi² ÷ [n(n² − 1)]; n > 30 kiểm định bằng t với df = n − 2.
- Test of independence: Eij = tổng hàng i × tổng cột j ÷ tổng số; χ² = Σ (O − E)² ÷ E, df = (r − 1)(c − 1), rejection region chỉ ở đuôi phải. Ví dụ 324 công ty: χ² = 27.47 > 9.488.
- Standardized residual = (O − E) ÷ E, xấp xỉ chuẩn tắc; ô ngoài ±2 đóng góp có ý nghĩa vào sự phụ thuộc (ô (1,1) −2.56, (3,1) 2.93, (3,3) −2.32).