Giới thiệu tổng quan về Thống kê, vai trò trong Data Science và mục tiêu khóa học
Sau bài học này, bạn sẽ:
✅ Hiểu Thống kê là gì và tại sao quan trọng trong Data Science
✅ Phân biệt Thống kê Mô tả và Thống kê Suy luận
✅ Nắm được lộ trình khóa học và các công cụ sử dụng
✅ Hiểu phương pháp học tập hiệu quả
Thời gian: 30 phút | Độ khó: Cơ bản | Yêu cầu: Toán cơ bản
| Thuật ngữ | Tiếng Việt | Mô tả |
|---|---|---|
| Statistics | Thống kê | Khoa học thu thập, phân tích, giải thích dữ liệu |
| Thống kê mô tả |
| Tóm tắt và mô tả dữ liệu |
| Inferential Statistics | Thống kê suy luận | Suy luận về tổng thể từ mẫu |
| Population | Tổng thể | Toàn bộ đối tượng nghiên cứu |
| Sample | Mẫu | Một phần của tổng thể được chọn để nghiên cứu |
| Parameter | Tham số | Đại lượng mô tả tổng thể |
| Statistic | Thống kê lượng | Đại lượng tính từ mẫu |
Bạn có thể phân biệt Population vs Sample chưa? Đây là nền tảng của toàn bộ khóa học!
Thống kê (Statistics) là ngành khoa học về việc thu thập, phân tích, giải thích và trình bày dữ liệu. Thống kê giúp chúng ta đưa ra quyết định dựa trên dữ liệu thực tế.
Thống kê là nền tảng của Data Science, Machine Learning và AI. Hiểu thống kê giúp bạn phân tích dữ liệu đúng cách, đánh giá model chính xác và đưa ra quyết định có cơ sở khoa học.
Nếu bạn tính điểm trung bình của lớp — đó là Descriptive hay Inferential Statistics? Còn khi bạn suy luận điểm trung bình toàn trường từ 1 lớp mẫu thì sao?
| Lĩnh vực | Ứng dụng |
|---|---|
| 🏥 Y tế | Thử nghiệm lâm sàng, Kiểm tra thuốc |
| 💰 Tài chính | Phân tích rủi ro, Tối ưu danh mục |
| 🛒 Marketing | Thử nghiệm A/B, Phân khúc khách hàng |
| 🤖 Machine Learning | Đánh giá mô hình, Chọn đặc trưng |
| 🏭 Sản xuất | Kiểm soát chất lượng, Cải tiến quy trình |
| 🎮 Gaming | Phân tích người chơi, Cân bằng |
| STT | Chủ đề | Thời lượng |
|---|---|---|
| 1 | Tổng quan & Mục tiêu | 30 phút |
| 2 | Descriptive Statistics - Central Tendency | 1 giờ |
| 3 | Descriptive Statistics - Spread | 1 giờ |
| 4 | Percentiles & Outliers | 45 phút |
| 5 | Probability & Bayes' Theorem | 2 giờ |
| 6 | Discrete Distributions | 1.5 giờ |
| 7 | Continuous Distributions | 1.5 giờ |
| 8 | Sampling & CLT | 1 giờ |
| 9 | Confidence Intervals | 1 giờ |
| 10 | Hypothesis Testing & T-tests | 2.5 giờ |
| 11 | Correlation & Regression | 1.5 giờ |
| 12 | Quiz tổng hợp | 30 phút |
Phương pháp học hiệu quả nhất: Lý thuyết → Ví dụ tính tay → Code Python → Visualization → Bài tập. Hãy luôn thực hành song song với lý thuyết!
🎉 Tuyệt vời! Bạn đã hoàn thành bài học Tổng quan & Mục tiêu khóa học!
Tiếp theo: Chúng ta sẽ bắt đầu với bài học đầu tiên — Đo lường xu hướng trung tâm (Mean, Median, Mode).
| Bước | Câu hỏi cần trả lời | Output |
|---|---|---|
| Xác định | Giả thuyết kinh doanh là gì? | Giả thuyết rõ ràng |
| Đo lường | Metric nào phản ánh đúng mục tiêu? | Metric chính + metric bảo vệ |
| Suy luận | Kết luận có đủ bằng chứng thống kê không? | CI, p-value, effect size |
| Hành động | Kết quả có thể chuyển thành action nào? | Khuyến nghị có ưu tiên |
Bạn đã có thói quen kiểm tra effect size và confidence interval song song với p-value chưa?
Cho các tình huống sau, xác định đây là Descriptive hay Inferential Statistics:
1a) Tính điểm trung bình kỳ thi Toán của lớp 12A2b) Từ điểm của 3 lớp, suy luận điểm trung bình toàn trường3c) Vẽ biểu đồ phân bố thu nhập của 100 nhân viên4d) Kiểm định xem thuốc mới có hiệu quả hơn thuốc cũ không (30 bệnh nhân)5e) Tính tỷ lệ nam/nữ trong dataset nhân sự| Tình huống | Loại | Giải thích |
|---|---|---|
| a) Điểm TB lớp 12A | Descriptive | Tính trên toàn bộ lớp (population) |
| b) Suy luận điểm toàn trường | Inferential | Dùng mẫu → suy luận tổng thể |
| c) Biểu đồ thu nhập | Descriptive | Mô tả/trực quan hóa data |
| d) Kiểm định thuốc | Inferential | 30 bệnh nhân = sample → kết luận tổng thể |
| e) Tỷ lệ nam/nữ | Descriptive | Tính trên dataset hiện có |
1Điểm thi 5 học sinh (toàn bộ lớp): 7, 8, 6, 9, 102 3Câu hỏi:4a) Tính Population Mean (μ)5b) Nếu chọn mẫu 3 học sinh: {7, 9, 10}, tính Sample Mean (x̄)6c) Hai giá trị μ và x̄ có bằng nhau không? Tại sao?1a) Population Mean: μ = (7+8+6+9+10)/5 = 40/5 = 8.02 3b) Sample Mean: x̄ = (7+9+10)/3 = 26/3 ≈ 8.674 5c) KHÔNG bằng nhau (8.0 ≠ 8.67)6 → Đây chính là lý do Inferential Statistics tồn tại:7 → Sample mean là ESTIMATE của population mean8 → Luôn có sampling error = |8.67 - 8.0| = 0.679 → Lấy nhiều mẫu khác nhau → nhiều x̄ khác nhau → Sampling Distribution!| Nguồn | Nội dung | Link |
|---|---|---|
| Khan Academy Statistics | Khóa học thống kê miễn phí, giải thích trực quan | Khan Academy |
| StatQuest (YouTube) | Video giải thích thống kê dễ hiểu, sinh động | StatQuest |
| scipy.stats | Module thống kê trong Python | scipy.stats Documentation |
| Google A/B Testing | Hướng dẫn A/B testing từ Google | Google Optimize Resources |
| IBM Statistics | Các khái niệm thống kê cơ bản | IBM Statistics Topics |
| statsmodels | Thư viện Python cho mô hình thống kê | statsmodels Documentation |