Đề thi, bài tập trắc nghiệm online Thống kê ứng dụng – Đề 8

Sai số chuẩn (standard error) của trung bình mẫu đo lường mức độ biến động hoặc độ không chắc chắn của trung bình mẫu so với trung bình quần thể thực sự. Nó cho biết trung bình mẫu có thể dao động bao nhiêu từ mẫu này sang mẫu khác nếu chúng ta lấy nhiều mẫu từ cùng một quần thể.

Kiểm định Chi-bình phương (Chi-squared test) là phương pháp thống kê thích hợp để kiểm tra mối liên hệ hoặc sự độc lập giữa hai biến định tính. Nó so sánh tần số quan sát được với tần số mong đợi dưới giả thuyết không có mối liên hệ giữa các biến.

Ngoại lệ (outlier) là một giá trị trong tập dữ liệu mà khác biệt đáng kể so với các giá trị khác. Ngoại lệ có thể do sai sót đo lường, biến động tự nhiên, hoặc thể hiện các trường hợp đặc biệt cần được xem xét kỹ lưỡng.

Phân tích hồi quy đa biến (multiple regression) mở rộng hồi quy tuyến tính đơn giản bằng cách mô hình hóa mối quan hệ giữa một biến phụ thuộc (biến phản hồi) và hai hoặc nhiều biến độc lập (biến dự báo). Nó cho phép kiểm soát ảnh hưởng của nhiều biến độc lập đồng thời.

Dữ liệu sơ cấp (primary data) là dữ liệu được nhà nghiên cứu thu thập trực tiếp cho mục đích nghiên cứu cụ thể của họ. Dữ liệu thứ cấp (secondary data) là dữ liệu đã được thu thập bởi người khác hoặc cho mục đích khác trước đó, và nhà nghiên cứu sử dụng lại cho mục đích nghiên cứu hiện tại.

Phân tích hồi quy (regression analysis) là một tập hợp các phương pháp thống kê được sử dụng để mô hình hóa và dự đoán giá trị của một biến phụ thuộc (biến phản hồi) dựa trên giá trị của một hoặc nhiều biến độc lập (biến dự báo).

Phân phối lấy mẫu (sampling distribution) là phân phối xác suất của một thống kê mẫu (như trung bình mẫu, tỷ lệ mẫu) khi chúng ta lấy rất nhiều mẫu ngẫu nhiên từ cùng một quần thể. Nó cho phép chúng ta hiểu về sự biến động của thống kê mẫu và thực hiện suy luận thống kê về quần thể.

Giá trị p (p-value) là xác suất quan sát được kết quả thống kê cực đoan như kết quả đã thu được, hoặc cực đoan hơn, nếu giả thuyết null là đúng. Giá trị p thấp (thường dưới 0.05) cung cấp bằng chứng chống lại giả thuyết null.

Độ tin cậy (reliability) trong thống kê và nghiên cứu đề cập đến mức độ nhất quán và ổn định của kết quả đo lường. Một phương pháp đo lường có độ tin cậy cao khi nó cho kết quả tương tự nhau khi được áp dụng lặp lại trên cùng một đối tượng hoặc trong các điều kiện tương tự.

Biểu đồ hộp (boxplot) là một công cụ trực quan hóa hữu ích để hiển thị phân phối của dữ liệu, bao gồm trung vị, tứ phân vị, phạm vi và các giá trị ngoại lệ. Nó đặc biệt hữu ích để so sánh phân phối của dữ liệu giữa các nhóm khác nhau.

Thống kê mô tả (descriptive statistics) tập trung vào việc tóm tắt, tổ chức và trình bày dữ liệu một cách có ý nghĩa để mô tả các đặc điểm nổi bật của tập dữ liệu, như trung bình, độ lệch chuẩn, tần số.

Biểu đồ tròn (pie chart) là loại biểu đồ trực quan hóa lý tưởng để hiển thị các phần của một tổng thể. Mỗi 'miếng bánh' trong biểu đồ tròn đại diện cho tỷ lệ phần trăm hoặc tỷ lệ của một danh mục so với tổng thể.

Tính giá trị (validity) trong thống kê và nghiên cứu đề cập đến mức độ mà một phương pháp đo lường hoặc nghiên cứu thực sự đo lường được những gì nó được thiết kế để đo. Một nghiên cứu có tính giá trị cao khi kết quả của nó phản ánh chính xác hiện tượng hoặc khái niệm đang được quan tâm.

Khoảng tin cậy (confidence interval) là một khoảng giá trị được xây dựng từ dữ liệu mẫu, mà chúng ta tin rằng tham số quần thể thực sự nằm trong khoảng đó với một mức độ tin cậy xác định (ví dụ: 95%, 99%). Nó cung cấp một ước lượng khoảng cho tham số quần thể thay vì một ước lượng điểm duy nhất.

Trung vị (median) là giá trị ở giữa của một tập dữ liệu khi dữ liệu đã được sắp xếp theo thứ tự. Nó là một thước đo vị trí trung tâm không bị ảnh hưởng bởi giá trị ngoại lệ.

Phân tích dữ liệu lớn (Big Data Analytics) tập trung vào việc xử lý và phân tích dữ liệu có đặc điểm '3V': Volume (khối lượng lớn), Velocity (tốc độ cao), và Variety (đa dạng về loại hình). Nó liên quan đến việc khai thác thông tin giá trị từ các tập dữ liệu khổng lồ và phức tạp.

Phân tích hồi quy tuyến tính đơn giản (simple linear regression) được sử dụng để tìm hiểu và mô hình hóa mối quan hệ tuyến tính giữa một biến phụ thuộc (biến phản hồi) và một biến độc lập (biến dự báo).

Độ lệch chuẩn (standard deviation) đo lường mức độ phân tán của dữ liệu so với giá trị trung bình của nó. Độ lệch chuẩn cao cho thấy dữ liệu phân tán rộng, trong khi độ lệch chuẩn thấp cho thấy dữ liệu tập trung gần giá trị trung bình.

Khi kích thước mẫu tăng lên, thông tin từ mẫu trở nên nhiều hơn và ước lượng về tham số quần thể trở nên chính xác hơn. Do đó, khoảng tin cậy (confidence interval) thường trở nên hẹp hơn khi kích thước mẫu tăng, cho thấy độ chính xác cao hơn trong việc ước tính tham số quần thể.

Biểu đồ tần suất (histogram) là công cụ trực quan hóa lý tưởng cho dữ liệu định lượng liên tục, hiển thị tần số của các giá trị dữ liệu trong các khoảng hoặc lớp liền kề nhau.

Phân tích phương sai (ANOVA - Analysis of Variance) là một phương pháp thống kê được sử dụng để so sánh trung bình của ba hoặc nhiều hơn các quần thể (nhóm). Nó kiểm tra xem có sự khác biệt đáng kể về trung bình giữa các nhóm hay không.

Hệ số tương quan tuyến tính Pearson (r) có giá trị nằm trong khoảng từ -1 đến +1. Giá trị -1 thể hiện mối tương quan tuyến tính nghịch hoàn hảo, +1 thể hiện mối tương quan tuyến tính thuận hoàn hảo, và 0 thể hiện không có mối tương quan tuyến tính.

Mức ý nghĩa (alpha level) trong kiểm định giả thuyết thường được đặt ở 0.05 (5%). Điều này có nghĩa là chúng ta chấp nhận rủi ro 5% mắc sai số loại I (bác bỏ giả thuyết null khi nó đúng).

Lấy mẫu ngẫu nhiên đơn giản (simple random sampling) là phương pháp lấy mẫu cơ bản nhất, trong đó mỗi cá thể trong quần thể có cơ hội được chọn vào mẫu như nhau và việc chọn một cá thể không ảnh hưởng đến việc chọn các cá thể khác.

Sai số loại I (Type I error) xảy ra khi chúng ta bác bỏ giả thuyết null trong khi trên thực tế giả thuyết null đó là đúng. Nó còn được gọi là 'sai sót dương tính' hoặc 'báo động giả'.

Hệ số tương quan (correlation coefficient), thường ký hiệu là 'r', đo lường độ mạnh và hướng của mối quan hệ tuyến tính giữa hai biến định lượng. Giá trị của r nằm trong khoảng từ -1 đến +1.

Kiểm định phi tham số (non-parametric test) được sử dụng khi các giả định của kiểm định tham số (parametric test), như dữ liệu tuân theo phân phối chuẩn, không được đáp ứng. Chúng ít phụ thuộc vào phân phối dữ liệu và phù hợp với dữ liệu không tuân theo phân phối chuẩn hoặc dữ liệu thứ bậc.

Dữ liệu định tính (qualitative data) được sử dụng để mô tả các đặc điểm, thuộc tính hoặc phân loại, thường không có giá trị số tự nhiên mà thể hiện các phẩm chất hoặc nhóm.

Phân tích thành phần chính (PCA - Principal Component Analysis) là một phương pháp giảm chiều dữ liệu phổ biến. Nó biến đổi dữ liệu ban đầu thành một tập hợp các thành phần chính, là các tổ hợp tuyến tính của các biến ban đầu, và giữ lại một số lượng nhỏ các thành phần chính quan trọng nhất để giảm số chiều dữ liệu mà vẫn giữ được phần lớn thông tin.

Phân tích dữ liệu thời gian (time series analysis) tập trung vào việc phân tích dữ liệu được thu thập theo trình tự thời gian. Mục tiêu là để xác định xu hướng, chu kỳ, mùa vụ và các mẫu khác trong dữ liệu, cũng như dự báo các giá trị tương lai.