Phỉång phạp thäúng kã kinh tãú v qun trë Váún âãư 1. Täøng quan vãư phán têch thäúng kã I. Täøng quan  Thäúng kã l gç? “Thäúng kã l mäüt phương pháp nghiãn cỉïu cạc âàûc ca mäüt nhọm dỉûa trãn mäüt bäü pháûn ca nhọm” ÂÀÛC ÂIÃØM -> Tham säú NHỌM -> täøng thãø Bäü pháûn ca NHỌM -> máùu Dỉỵ liãûu SUY DIÃÙN -> sỉí dủng máùu thäúng kã suy diãùn thäúng kã (tiãúp)  täøng thãø | Tham säú     -- (chn máùu) --> | máùu trung vë)  Phán bäú dỉỵ liãûu kẹo di bãn phi (long right tail)  Skewness > mode, trung vë < trung bçnh Kurtosis   Kurtosis âo lỉåìng âäü nhn ca phán bäú. Kurtosis ca phán phäúi chøn la 3. Excess Kurtosis = Kurtosis -  Nãúu Excess Kurtosis l dỉång, phán bäú l nhn so våïi phán phäúi chøn. Nãúu Excess Kurtosis l ám, phán bäú l dẻt hån so våïi phán phäúi chøn 2.5 Series: X Sample Observations 2.0 1.5 1.0 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis 5.000000 3.500000 12.00000 1.000000 4.830459 0.922033 2.182857 Jarque-Bera Probability 0.678051 0.712464 0.5 0.0 0.0 2.5 5.0 7.5 10.0 12.5 Trỉåìng håüp ca hai biãún   Ta cọ thãø kiãøm tra mäúi quan hãû giỉỵa chụng. Hiãûp phỉång sai cho chụng ta thäng tin vãư:  Hỉåïng ca mäúi liãn quan (dỉång hay ám)  Âäü låïn ca phủ thüc vo âån vë âo; váûy âäúi våïi hai âải lỉåüng cọ âån vë âo khạc cáưn chøn hoạ â cọ thãø so sạnh âỉåüc.  (chia cho têch âäü lãch chøn ca hai biãún) Phán têch tỉång quan   hãû säú tỉång quan (r) âãø âo lỉåìng mäúi liãn kãút giỉỵa hai biãún liãn tủc. Nọ gàõn våïi âäü låïn v  hỉåïng ca âải lỉåüng (ám hay dỉång) ca mäúi liãn quan.    Thäúng kã r âỉåüc gi l hãû säú tỉång quan. r cọ thãø biãún thiãn tỉì:  -1.00 (liãn quan ám hon ton)  âãún  O (khäng cọ mäúi liãn quan)  âãún  +1.00 (liãn quan dỉång hon ton). Vê dủ 1. Mäúi quan hãû giỉỵa âiãøm hc táûp v thåìi gian lm viãûc åí nh ca hc viãn tỉång quan = 0.84  Giạ trë trung bçnh ny cọ nghéa gç ? 2. Mäúi quan hãû giỉỵa säú lỉåüng ngỉåìi xem truưn hçnh våïi cháút lỉåüng chỉång trçnh tỉång quan = - 0.67  Giạ trë trung bçnh ny cọ nghéa gç?  Table 1. A Typical Frequency Distribution Table Låïp Táưn säú Táưn säú tỉång âäúi Táưn säú têch lu 4-6 7% 7-9 13% 10-12 13% 10 13-15 12 40% 22 16-18 17% 27 19-21 10% 30 Totals 30 100% B. Âäư thë táưn säú  Dng âäư thë thanh.  Dng âäư thë âiãøm, cung Histogram 15 100.00% 80.00% 60.00% 40.00% 20.00% .00% Táưn säú 10 12 15 18 21 Âiãøm cúi ca låïp Táưn säú Têch lu % IV. Âäư thë tỉång quan  Âäư thë tỉång quan  v giạ trë ca biãún cng mäüt âäư thë .  Gåüi cho ta  nãúu cọ quan hãû tuún  hỉåïng ca mäúi liãn quan  Dỉång hồûc ám 1. âỉåìng thàóng chảy tỉì trại sang phi hai biãún cọ mäúi quan hãû tỉång quan dỉång (Vê dủ: tøi v chiãưu cao ca tr em) Waist Size Age 2. âỉåìng thàóng chảy tỉì phi sang trại hai biãún cọ mäúi quan hãû tỉång quan ám (Vê dủ: t sút li vay v nhu cáưu mua sàõm nh) Housing sales Interest rate 3. âỉåìng thàóng song song våïi trủc honh hồûc trủc tung hai biãún khäng cọ mäúi quan hãû tỉång quan (Vê dủ: .) 4. nãúu ta khäng thãø v mäüt âỉåìng thàóng biãøu hiãûn hai biãún cọ nghéa l chụng khäng tỉång quan [...]... Cạc cáu hi thãm khạc     Điều tra trước Kêch thỉåïc v phỉång phạp láúy máùu Phng váún (âiãưu tra)  Phng váún cọ cáúu trục v khäng cọ cáúu trục K thût láúy máùu  Láúy máùu ngáùu nhiãn âån gin  K thût láúy máùu khạc  Láúy máùu ngâu nhiên nhiều tâng   Máùu âäúi xỉïng ngáùu nhiãn   Random láúy máùu within Strata (Subgroup , eg Race) quan sạt thỉï k trong mäùi hng Láúy máùu theo nhọm  Phân nhóm... âiãøm, cung Histogram 15 100.00% 80.00% 60.00% 40.00% 20.00% 00% Táưn säú 10 5 0 6 9 12 15 18 21 Âiãøm cúi ca låïp Táưn säú Têch lu % IV Âäư thë tỉång quan  Âäư thë tỉång quan  v giạ trë ca 2 biãún trong cng mäüt âäư thë  Gåüi cho ta  nãúu cọ quan hãû tuún tênh  hỉåïng ca mäúi liãn quan  Dỉång hồûc ám 1 âỉåìng thàóng chảy tỉì trại sang phi hai biãún cọ mäúi quan hãû tỉång quan dỉång (Vê dủ: . Phæång phaïp thäúng kã trong Phæång phaïp thäúng kã trong kinh tãú vaì quaín trë kinh tãú vaì quaín trë Váún âãö Váún âãö 1. Täøng quan vãö 1 lón 1% thỗ nhu cỏửu tỏỷu nhaỡ seợ thóỳ naỡo? nhaỡ seợ thóỳ naỡo? Trong trổồỡng hồỹp naỡy ta xaùc õởnh tham sọỳ thóỳ naỡo? Trong trổồỡng hồỹp naỡy ta xaùc õởnh tham sọỳ thóỳ naỡo? hai hai. trỗnh õổồỹc caùc laỡ tỏỳt caớ caùc chổồng trỗnh õổồỹc caùc gia õỗnh xem trong thồỡi õióứm naỡy ồớ VN. gia õỗnh xem trong thồỡi õióứm naỡy ồớ VN. Dổợ lióỷu Dổợ lióỷu Kióứu cuớa Dổợ lióỷu Kióứu