Tư duy Thống kê với Python (Phần 2)

Thành ngữ "pull yourself up by your bootstraps" ám chỉ việc tự mình đạt được một nhiệm vụ khó khăn mà không có bất kỳ trợ giúp nào. Trong suy luận thống kê, bạn muốn biết điều gì sẽ xảy ra nếu có thể lặp lại quá trình thu thập dữ liệu vô số lần. Nhiệm vụ này là bất khả thi, nhưng liệu chúng ta chỉ dùng dữ liệu hiện có để tiệm cận kết quả tương đương với vô vàn thí nghiệm không? Câu trả lời là có! Kỹ thuật thực hiện điều đó được gọi rất đúng là bootstrapping. Chương này sẽ giới thiệu cho bạn công cụ cực kỳ mạnh mẽ này.

Giờ đây bạn đã biết cách định nghĩa và ước lượng tham số dựa trên một mô hình. Nhưng câu hỏi đặt ra là: việc quan sát dữ liệu của bạn có hợp lý không nếu mô hình là đúng? Câu hỏi này được giải quyết bằng kiểm định giả thuyết. Chúng là lớp kem phủ lên chiếc bánh suy luận. Sau khi hoàn thành chương này, bạn sẽ có thể xây dựng và kiểm định giả thuyết một cách cẩn trọng bằng hacker statistics.

Như bạn đã thấy ở chương trước, kiểm định giả thuyết có thể hơi phức tạp. Bạn cần xác định giả thuyết không, tìm cách mô phỏng nó, và định nghĩa rõ ràng thế nào là "cực đoan hơn" để tính p-value. Giống như mọi kỹ năng, luyện tập giúp bạn thành thạo, và chương này sẽ cho bạn cơ hội thực hành tốt với các kiểm định giả thuyết.

Trong hơn 40 năm qua, Peter và Rosemary Grant hằng năm đều đến đảo Daphne Major thuộc quần đảo Galápagos để thu thập dữ liệu về chim sẻ của Darwin. Vận dụng kỹ năng suy luận thống kê, bạn sẽ dành chương này để làm việc với dữ liệu của họ và trực tiếp chứng kiến, thông qua dữ liệu, tiến hóa đang diễn ra. Đây là một cách đầy hứng khởi để khép lại khóa học!