Link to original video by ISB Academic Team

[ONLINE TUTORING SESSION 2023] STATISTICS FOR BUSINESS

Tóm tắt ngắn:

Buổi hướng dẫn trực tuyến này tập trung vào môn Thống kê cho Kinh doanh (Statistics for Business - SB). Nội dung chính bao gồm ôn tập các khái niệm thống kê mô tả (descriptive statistics) và thống kê suy luận (inferential statistics), phương pháp thu thập dữ liệu (data collection), các loại dữ liệu (categorical, numerical, cross-sectional, time series), các thang đo dữ liệu (nominal, ordinal, interval, ratio), phương pháp lấy mẫu (sampling), phân tích dữ liệu mô tả (descriptive statistics) bao gồm các chỉ số trung tâm (mean, median, mode), độ phân tán (range, variance, standard deviation, coefficient of variation), xác suất (probability), phân phối xác suất rời rạc (discrete probability distributions: binomial, hypergeometric, Poisson) và liên tục (continuous probability distributions: uniform, normal, exponential), phân phối mẫu (sampling distribution), khoảng tin cậy (confidence interval), kiểm định giả thuyết (hypothesis testing: one-sample and two-sample tests), ANOVA và hồi quy (regression). Các phương pháp cụ thể như tính toán các chỉ số thống kê, vẽ biểu đồ (bar chart, pie chart, histogram, scatter plot, box plot), sử dụng định lý giới hạn trung tâm (Central Limit Theorem), và các kiểm định thống kê (z-test, t-test, F-test) được trình bày chi tiết. Buổi học nhằm giúp sinh viên củng cố kiến thức và chuẩn bị cho kỳ thi cuối kỳ.

Tóm tắt chi tiết:

Buổi hướng dẫn được chia thành nhiều phần chính:

Giới thiệu và Giới thiệu về SB: Giới thiệu về đội ngũ hướng dẫn và mục tiêu của buổi học là ôn tập kiến thức SB, giúp sinh viên tự tin hơn trong kỳ thi sắp tới. Link bài giảng được chia sẻ trên chatbox.
Dữ liệu và Thu thập dữ liệu (Data and Data Collection): Giải thích khái niệm dataset, observation và variable. Phân loại dữ liệu thành dữ liệu định tính (categorical) và định lượng (numerical), rồi rạc (discrete) và liên tục (continuous). Phân biệt dữ liệu cắt ngang (cross-sectional) và chuỗi thời gian (time series). Trình bày bốn thang đo dữ liệu: nominal, ordinal, interval, ratio với các ví dụ minh họa.
Lấy mẫu (Sampling): Giải thích các khái niệm population, sample, census. Phân biệt phương pháp lấy mẫu xác suất (statistical sampling) và không xác suất (non-statistical sampling) với các ví dụ cụ thể như simple random sampling, systematic sampling, stratified sampling, cluster sampling, convenience sampling, judgment sampling và focus group.
Mô tả dữ liệu (Descriptive Data): Trình bày cách mô tả dữ liệu định tính (bảng tần số, biểu đồ cột, biểu đồ tròn, Pareto diagram) và định lượng (bảng tần số, histogram, frequency polygon, cumulative frequency, stem-and-leaf plot, scatter plot, cross-tabulation). Các ví dụ minh họa được sử dụng để giải thích cách vẽ và diễn giải các biểu đồ.
Thống kê mô tả (Descriptive Statistics): Giải thích các chỉ số trung tâm (mean, median, mode, weighted mean), độ phân tán (range, variance, standard deviation, coefficient of variation, z-score), hình dạng phân phối (symmetric, skewed), quy tắc kinh nghiệm (empirical rule), và hệ số tương quan (covariance, correlation coefficient). Các ví dụ và bài tập được đưa ra để minh họa cách tính toán và áp dụng các chỉ số này.
Xác suất (Probability): Giải thích các khái niệm sample space, event, probability. Trình bày các quy tắc xác suất (addition rule, multiplication rule, conditional probability), sự kiện độc lập và phụ thuộc. Sử dụng contingency table và decision tree để tính xác suất. Giải thích các nguyên tắc đếm (permutation, combination).
Phân phối xác suất (Probability Distributions): Phân biệt phân phối xác suất rời rạc và liên tục. Trình bày chi tiết các phân phối rời rạc (binomial, hypergeometric, Poisson) và liên tục (uniform, normal, exponential) với các công thức và ví dụ minh họa.
Phân phối mẫu và Khoảng tin cậy (Sampling Distribution and Confidence Interval): Giải thích khái niệm sampling distribution và định lý giới hạn trung tâm (Central Limit Theorem). Trình bày cách tính khoảng tin cậy cho trung bình mẫu (với và không biết độ lệch chuẩn của tổng thể) và tỷ lệ.
Kiểm định giả thuyết (Hypothesis Testing): Giải thích các bước thực hiện kiểm định giả thuyết (one-sample and two-sample tests). Phân biệt lỗi loại I và loại II. Sử dụng z-test, t-test để kiểm định giả thuyết về trung bình mẫu và tỷ lệ. Sử dụng p-value method và critical value method để đưa ra quyết định.
ANOVA: Giải thích khái niệm ANOVA (one-way và n-way ANOVA) và cách sử dụng ANOVA để so sánh trung bình của nhiều nhóm.
Hồi quy (Regression): Giải thích khái niệm hồi quy đơn giản (simple regression) và hồi quy đa biến (multiple regression). Trình bày cách tính hệ số tương quan và diễn giải kết quả hồi quy.

Buổi hướng dẫn kết thúc bằng phần hỏi đáp và chụp ảnh lưu niệm. Sinh viên được yêu cầu điền vào form phản hồi. Một số câu hỏi về việc sử dụng p-value trong t-test và cách chuyển đổi giữa z-score và p-value được giải đáp.