CFA® Level I → III
Trang chủ / Phần 1 · Level I: Ethics & Quant & Economics / Module 7
🧪 Module 7 / 34 · 1,5 tuần Level I

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.

NormalCLTHypothesis testRegression
📌 Vì sao module này quan trọng

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

z = (x − μ) ÷ σ Phân phối chuẩn chuẩn hoá: Z ~ N(0, 1)
Phân phối chuẩn: 95% trong ±1,96σ00.150.30.45-4-3-2-101234z−1,96+1,96
Các z thường dùng: 1,28 (10% một đuôi), 1,645 (5% một đuôi), 1,96 (2,5% mỗi đuôi), 2,33 (1% một đuôi), 2,575 (0,5% mỗi đuôi). Quy tắc nhanh: ±1σ ≈ 68%, ±2σ ≈ 95%, ±3σ ≈ 99,7%.

Ví dụ: lợi suất hằng năm ~ N(8%, 12%). Xác suất lỗ (R < 0): z = (0 − 8) ÷ 12 = −0,667 → P ≈ 25,25%.

Safety-First ratio (Roy) = [E(Rp) − R_L] ÷ σp Chọn danh mục có SFRatio LỚN nhất

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 phốiKhi nào dùngĐiểm cần nhớ
Binomialn phép thử độc lập, 2 kết quảP(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 năngMean = (a + b)/2
NormalLợi suất danh mục (xấp xỉ)Đối xứng; hoàn toàn xác định bởi μ, σ; tổ hợp tuyến tính của chuẩn là chuẩn
LognormalGiá tài sản (không âm)ln(giá) ~ chuẩn; lợi suất liên tục ~ chuẩn
Student's tMẫu nhỏ, σ chưa biếtĐuôi dày hơn chuẩn; df = n − 1; hội tụ về chuẩn khi n lớn
Chi-square (χ²)Kiểm định phương saiKhông đối xứng, ≥ 0; df = n − 1
FSo sánh hai phương sai/ ANOVAF = 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

CLT: với n lớn (≥ 30), phân phối của mean mẫu ≈ chuẩn với mean μ và SE = σ/√n
Khoảng tin cậy: x̄ ± (z hoặc t) × SE SE = s/√n khi σ chưa biết

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

  1. Phát biểu H0 và Ha (H0 luôn có dấu =, ≤ hoặc ≥).
  2. Chọn thống kê kiểm định phù hợp.
  3. Chọn mức ý nghĩa α.
  4. Xác định quy tắc quyết định (giá trị tới hạn).
  5. Tính thống kê kiểm định từ mẫu.
  6. Kết luận: bác bỏ hay không bác bỏ H0.
H0 đúngH0 sai
Bác bỏ H0Sai lầm loại I (xác suất = α)Quyết định đúng (power = 1 − β)
Không bác bỏ H0Quyết định đúngSai lầm loại II (xác suất = β)
Kiểm định một phía (α = 5%): vùng bác bỏ H0 ở đuôi phải00.150.30.45-4-3-2-101234zz tới hạn = 1,645
p-value = mức ý nghĩa nhỏ nhất mà H0 vẫn bị bác bỏ. p-value < α → bác bỏ H0. “Không bác bỏ” KHÔNG có nghĩa là chấp nhận H0.
Kiểm địnhThống kêPhân 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 saiχ² = (n − 1)s² ÷ σ0²χ², df = n − 1
Hai phương saiF = s1² ÷ s2² (số lớn / số nhỏ)F
Hệ số tương quan = 0t = r√(n − 2) ÷ √(1 − r²)t, df = n − 2
Hai mean (độc lập)t với pooled variancet
Dữ liệu ghép cặpt trên hiệu số (mean difference)t, df = n − 1

🔴 Hồi quy tuyến tính đơn

Y = b0 + b1X + ε b1 = Cov(X,Y) ÷ Var(X) b0 = Ȳ − b1X̄ R² = SSR ÷ SST

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).

Hồi quy tuyến tính đơn: Y theo X02.85.68.411.21401.42.84.25.67XYĐường hồi quy
Các điểm quan sát quanh đường hồi quy; SEE đo độ phân tán của phần dư.
NguồnSSdfMS
RegressionSSR = SST − SSE1MSR = SSR/1
ErrorSSEn − 2MSE = SSE/(n−2) = SEE²
TotalSSTn − 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 niệmÝ nghĩa
4V của big dataVolume, Velocity, Variety, Veracity
Supervised learningHọc từ dữ liệu có nhãn (hồi quy, phân loại)
Unsupervised learningTìm cấu trúc ẩn (phân cụm, giảm chiều)
OverfittingMô hình khớp quá mức dữ liệu huấn luyện, kém khi dự báo mới; chống bằng validation, regularization
NLPXử lý văn bản (tin tức, báo cáo)

⚠️ Sai lầm thường mắc

❌ Nhầm “không bác bỏ H0” với “chấp nhận H0”

Vì sao nguy hiểm: Chỉ là không đủ bằng chứng.

Cách làm đúng: Dùng đúng ngôn ngữ.

❌ Dùng z khi σ chưa biết và mẫu nhỏ

Vì sao nguy hiểm: Khoảng tin cậy quá hẹp.

Cách làm đúng: Dùng t với df = n − 1.

❌ Nhầm sai lầm loại I với loại II

Vì sao nguy hiểm: Đảo ngược ý nghĩa α và β.

Cách làm đúng: Loại I = bác bỏ H0 đúng (α).

❌ Quên rằng p-value nhỏ hơn α thì bác bỏ

Vì sao nguy hiểm: Sai quyết định.

Cách làm đúng: p < α → reject.

❌ Nghĩ R² cao nghĩa là mô hình đúng

Vì sao nguy hiểm: Vẫn có thể vi phạm giả định.

Cách làm đúng: Kiểm tra phần dư và giả định.

❌ Dùng t-test cho tương quan với df = n − 1

Vì sao nguy hiểm: df = n − 2.

Cách làm đúng: Hồi quy/ tương quan: df = n − 2.

📌 Cần nhớ
  • 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%
Đáp án: B. z = −0,667 → ≈ 25,2%.
2. Sai lầm loại I là:
A. Không bác bỏ H0 sai
B. Bác bỏ H0 đúng
C. Chấp nhận Ha sai
Đáp án: B. Loại I: bác bỏ H0 khi H0 đúng (xác suất α).
3. Mẫu n = 25, σ chưa biết. Dùng:
A. z-test
B. t-test với df = 24
C. χ²-test
Đáp án: B. σ chưa biết, mẫu nhỏ → t, df = n − 1.
4. Safety-First: A (E=8%, σ=12%), B (E=10%, σ=18%), R_L = 2%. Chọn:
A. A
B. B
C. Hoà
Đáp án: A. SFR A = 0,50 > SFR B = 0,44.
5. Hồi quy đơn có t = 5,0 cho hệ số góc. F-statistic bằng:
A. 5,0
B. 25,0
C. 2,24
Đáp án: B. Trong hồi quy đơn F = t².
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
Đáp án: A. p < α → bác bỏ H0.

🏋️ Bài tập thực hành

Bài kiểm định + hồi quy tổng hợp

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

✅ 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
Lưu ý quan trọng: CFA® và Chartered Financial Analyst® là nhãn hiệu của CFA Institute. Khoá này là tài liệu bổ trợ độc lập, không được CFA Institute bảo trợ hay liên kết, và không thay thế giáo trình chính thức, Learning Outcome Statements (LOS) và ngân hàng câu hỏi chính thức. Không ai có thể bảo đảm bạn đậu: kết quả phụ thuộc chủ yếu vào số giờ bạn tự học và luyện đề. Công thức, trọng số, định dạng thi, chương trình học và chính sách thay đổi hằng năm; hãy đối chiếu với thông tin mới nhất của CFA Institute. Mọi số liệu/công ty trong ví dụ là giả định; câu hỏi luyện tập do tác giả tự soạn, không phải đề thi thật.