Quant III: Phân phối, lấy mẫu, kiểm định giả thuyết và hồi quy tuyến tính
Phân phối nhị thức/chuẩn/lognormal/t/χ²/F, Safety-First, CLT và khoảng tin cậy, quy trình kiểm định giả thuyết (sai lầm loại I/II, p-value), các loại kiểm định, hồi quy tuyến tính đơn (ANOVA, R², SEE, t-test) và mở đầu big data/machine learning.
Đây là phần nặng tính toán nhất của Quant. Nắm quy trình kiểm định và đọc bảng hồi quy giúp bạn trả lời nhanh cả câu định tính lẫn định lượng; chúng cũng là nền cho Level II (hồi quy bội, chuỗi thời gian).
🎯 Mục tiêu học tập
- Dùng phân phối chuẩn, z-score, Safety-First ratio
- Hiểu CLT, standard error và tính khoảng tin cậy
- Thực hiện kiểm định giả thuyết đủ 6 bước, phân biệt sai lầm loại I/II
- Chọn đúng kiểm định (z, t, χ², F, tương quan)
- Đọc kết quả hồi quy tuyến tính đơn và ANOVA
🟢 Phân phối chuẩn và z-score
Ví dụ: lợi suất hằng năm ~ N(8%, 12%). Xác suất lỗ (R < 0): z = (0 − 8) ÷ 12 = −0,667 → P ≈ 25,25%.
Ví dụ, ngưỡng tối thiểu R_L = 2%: A (E=8%, σ=12%) → SFR = 0,50; B (E=10%, σ=18%) → SFR = 0,44. Chọn A.
🟡 Các phân phối khác
| Phân phối | Khi nào dùng | Điểm cần nhớ |
|---|---|---|
| Binomial | n phép thử độc lập, 2 kết quả | P(X=k) = C(n,k)p^k(1−p)^(n−k); mean = np; var = np(1−p) |
| Uniform (liên tục) | Các kết quả đều khả năng | Mean = (a + b)/2 |
| Normal | Lợi suất danh mục (xấp xỉ) | Đối xứng; hoàn toàn xác định bởi μ, σ; tổ hợp tuyến tính của chuẩn là chuẩn |
| Lognormal | Giá tài sản (không âm) | ln(giá) ~ chuẩn; lợi suất liên tục ~ chuẩn |
| Student's t | Mẫu nhỏ, σ chưa biết | Đuôi dày hơn chuẩn; df = n − 1; hội tụ về chuẩn khi n lớn |
| Chi-square (χ²) | Kiểm định phương sai | Không đối xứng, ≥ 0; df = n − 1 |
| F | So sánh hai phương sai/ ANOVA | F = s1²/s2²; luôn > 0; không đối xứng |
Binomial: n = 10, p = 0,6 → P(X = 7) = C(10,7)·0,6⁷·0,4³ = 0,2150.
🟡 Lấy mẫu, CLT và khoảng tin cậy
Ví dụ: x̄ = 10,5; s = 2; n = 36 → SE = 0,333. CI 95% (t, df = 35, giá trị tới hạn ≈ 2,030): 9,82 đến 11,18.
- Stratified sampling: chia nhóm rồi lấy ngẫu nhiên trong mỗi nhóm; cluster sampling: lấy cả nhóm.
- Độ rộng khoảng tin cậy giảm khi n tăng, độ tin cậy giảm.
- Thiên lệch dữ liệu: survivorship bias, look-ahead bias, data-snooping (data mining), time-period bias, sample selection bias.
🔴 Kiểm định giả thuyết
- Phát biểu H0 và Ha (H0 luôn có dấu =, ≤ hoặc ≥).
- Chọn thống kê kiểm định phù hợp.
- Chọn mức ý nghĩa α.
- Xác định quy tắc quyết định (giá trị tới hạn).
- Tính thống kê kiểm định từ mẫu.
- Kết luận: bác bỏ hay không bác bỏ H0.
| H0 đúng | H0 sai | |
|---|---|---|
| Bác bỏ H0 | Sai lầm loại I (xác suất = α) | Quyết định đúng (power = 1 − β) |
| Không bác bỏ H0 | Quyết định đúng | Sai lầm loại II (xác suất = β) |
| Kiểm định | Thống kê | Phân phối |
|---|---|---|
| Mean (σ biết hoặc n lớn) | z = (x̄ − μ0) ÷ (σ/√n) | Chuẩn |
| Mean (σ chưa biết) | t = (x̄ − μ0) ÷ (s/√n) | t, df = n − 1 |
| Phương sai | χ² = (n − 1)s² ÷ σ0² | χ², df = n − 1 |
| Hai phương sai | F = s1² ÷ s2² (số lớn / số nhỏ) | F |
| Hệ số tương quan = 0 | t = r√(n − 2) ÷ √(1 − r²) | t, df = n − 2 |
| Hai mean (độc lập) | t với pooled variance | t |
| Dữ liệu ghép cặp | t trên hiệu số (mean difference) | t, df = n − 1 |
🔴 Hồi quy tuyến tính đơn
Dữ liệu: X = [1, 2, 3, 4, 5, 6], Y = [2.1, 3.9, 6.2, 7.8, 10.1, 12.2]. Kết quả: b1 = 2,020, b0 = -0,020, R² = 0,9982, SEE = 0,179, t(b1) = 47,2 (df = 4; vượt xa giá trị tới hạn ≈ 2,776 → bác bỏ H0: b1 = 0).
| Nguồn | SS | df | MS |
|---|---|---|---|
| Regression | SSR = SST − SSE | 1 | MSR = SSR/1 |
| Error | SSE | n − 2 | MSE = SSE/(n−2) = SEE² |
| Total | SST | n − 1 |
- F = MSR ÷ MSE; trong hồi quy đơn, F = t² của hệ số góc.
- SEE = √MSE; R² = r² (trong hồi quy đơn); khoảng tin cậy dự báo rộng hơn khi X xa X̄.
- Giả định: tuyến tính, phương sai sai số không đổi (homoscedasticity), sai số độc lập và ~ chuẩn.
- Giới hạn: tham số không ổn định theo thời gian; tương quan ≠ nhân quả.
⚫ Big data, fintech và machine learning (nhập môn)
| Khái niệm | Ý nghĩa |
|---|---|
| 4V của big data | Volume, Velocity, Variety, Veracity |
| Supervised learning | Học từ dữ liệu có nhãn (hồi quy, phân loại) |
| Unsupervised learning | Tìm cấu trúc ẩn (phân cụm, giảm chiều) |
| Overfitting | Mô hình khớp quá mức dữ liệu huấn luyện, kém khi dự báo mới; chống bằng validation, regularization |
| NLP | Xử lý văn bản (tin tức, báo cáo) |
⚠️ Sai lầm thường mắc
Vì sao nguy hiểm: Chỉ là không đủ bằng chứng.
Cách làm đúng: Dùng đúng ngôn ngữ.
Vì sao nguy hiểm: Khoảng tin cậy quá hẹp.
Cách làm đúng: Dùng t với df = n − 1.
Vì sao nguy hiểm: Đảo ngược ý nghĩa α và β.
Cách làm đúng: Loại I = bác bỏ H0 đúng (α).
Vì sao nguy hiểm: Sai quyết định.
Cách làm đúng: p < α → reject.
Vì sao nguy hiểm: Vẫn có thể vi phạm giả định.
Cách làm đúng: Kiểm tra phần dư và giả định.
Vì sao nguy hiểm: df = n − 2.
Cách làm đúng: Hồi quy/ tương quan: df = n − 2.
- z-score chuẩn hoá; ±1,96 ↔ 95%; Safety-First chọn SFR lớn nhất.
- CLT: mean mẫu ≈ chuẩn khi n đủ lớn; SE = σ/√n.
- Quy trình 6 bước; α = P(loại I); power = 1 − β.
- Hồi quy đơn: b1 = Cov/Var; R² = SSR/SST; F = t².
🧩 Tự kiểm tra (bấm để xem đáp án)
1. Lợi suất ~ N(8%, 12%). Xác suất lợi suất âm xấp xỉ:
A. 50%
B. 25,2%
C. 5%
2. Sai lầm loại I là:
A. Không bác bỏ H0 sai
B. Bác bỏ H0 đúng
C. Chấp nhận Ha sai
3. Mẫu n = 25, σ chưa biết. Dùng:
A. z-test
B. t-test với df = 24
C. χ²-test
4. Safety-First: A (E=8%, σ=12%), B (E=10%, σ=18%), R_L = 2%. Chọn:
A. A
B. B
C. Hoà
5. Hồi quy đơn có t = 5,0 cho hệ số góc. F-statistic bằng:
A. 5,0
B. 25,0
C. 2,24
6. Kết quả kiểm định cho p-value = 0,03 ở mức α = 5%. Quyết định:
A. Bác bỏ H0
B. Không bác bỏ H0
C. Chấp nhận H0
🏋️ Bài tập thực hành
Làm 20 bài kiểm định (z/t/χ²/F/tương quan) và 10 bài đọc ANOVA hồi quy. Lập bảng ‘chọn kiểm định’ trên 1 trang.
📚 Tài nguyên học tập
- CFA Institute — Quantitative MethodsLOS chính thứcChính thức
✅ Tự đánh giá hoàn thành
- Dùng z-score và Safety-First
- Tính CI và hiểu CLT
- Quy trình kiểm định 6 bước
- Đọc ANOVA hồi quy
- Hoàn thành bài tổng hợp