Trong thống kê suy diễn, các khái niệm như Giả thuyết không ($H_0$), p-value, hay Sai lầm loại I và loại II thường khiến nhiều người đau đầu. Tuy nhiên, nếu bạn từng đọc truyện hay xem phim Thám tử lừng danh Conan, bạn sẽ nhận ra quá trình kiểm định thống kê rất giống với một cuộc điều tra phá án!

1. Giả thuyết không ($H_0$) là “Suy đoán vô tội”

Trong mọi cuộc điều tra, cảnh sát luôn phải bắt đầu bằng nguyên tắc “suy đoán vô tội” - tức là mọi người đều vô tội cho đến khi có bằng chứng chứng minh điều ngược lại.

Trong thống kê, để tóm tắt một tập dữ liệu lớn bằng một con số duy nhất, chúng ta thường dùng các “đại lượng hướng tâm” (measures of central tendency). Ba khái niệm quen thuộc nhất là Mean (Trung bình cộng), Median (Trung vị), và Mode (Yếu vị).

Tuy nhiên, việc sử dụng sai đại lượng trong các bối cảnh khác nhau có thể bóp méo thực tế, dẫn đến những quyết định sai lầm. Dưới đây là cách phân biệt chúng và 3 ví dụ thực tế cho thấy khi nào một đại lượng thể hiện đúng bản chất của dữ liệu, trong khi hai đại lượng kia có thể gây ra những đánh giá sai lệch.

Trong quản trị rủi ro tài chính hay bảo hiểm, các mô hình phân phối truyền thống (như Phân phối Chuẩn) thường hoạt động cực kỳ mượt mà ở vùng trung tâm – nơi diễn ra 90% đến 95% các sự kiện bình thường của thị trường. Tuy nhiên, khi một cuộc khủng hoảng xảy ra (những sự kiện “Thiên nga đen”), các mô hình truyền thống này thường đánh giá quá thấp xác suất và mức độ thiệt hại thực tế, dẫn đến hậu quả thảm khốc.

Để hiểu được thuật toán tính đa thức Dual Grothendieck ($g_\lambda$), chúng ta cần nắm vững luật chơi nền tảng của nó: khái niệm Reverse Plane Partitions (RPP).

Hãy tưởng tượng bạn có một lưới các ô vuông (gọi là biểu đồ Young). Nhiệm vụ của bạn là điền các con số vào lưới sao cho:

1. Các số phải không giảm khi đi từ trái sang phải.
2. Các số phải không giảm khi đi từ trên xuống dưới.

Luật chơi này nghe có vẻ giống đa thức Schur truyền thống. Nhưng điểm làm nên sự độc đáo của Dual Grothendieck chính là cách tính điểm (weight): Nó đếm số cột chứa một giá trị, chứ không đếm tổng số lần giá trị đó xuất hiện.

Bạn đã bao giờ thắc mắc: Tại sao “Cấp số nhân” (Geometric Progression) hay “Phân phối Hình học” (Geometric Distribution) lại mượn tên từ bộ môn Hình học (Geometry), dù chúng toàn làm việc với các con số, chuỗi tỉ lệ và xác suất?

Tóm lại, thuật ngữ này là một bản dịch “word-by-word” từ tiếng Anh (Geometric Series), và tiếng Anh thì mượn khái niệm từ bộ môn Hình học của người Hy Lạp cổ, nơi các phép nhân tỉ lệ ban đầu được dùng để đo lường các hình khối chứ chưa được trừu tượng hóa thành các con số thuần túy như ngày nay.

Tuyệt chiêu: “X đang đếm cái gì?”

Thay vì cố gắng nhớ thuộc lòng các định nghĩa khô khan, hãy đặt đúng một câu hỏi duy nhất khi đọc đề: Biến ngẫu nhiên X đang dùng để đếm hay đo lường cái gì?

Dưới đây là cẩm nang bỏ túi giúp bạn nhận diện tức thì:

• Bernoulli: Chỉ khảo sát đúng 1 đối tượng. Trúng hay Trượt? Tốt hay Xấu?
• Binomial (Nhị thức): Đếm số lần thành công trong đúng $N$ lần thử (với $N$ đã biết trước và cố định).
• Hypergeometric (Siêu hình học): Giống Nhị thức (đếm số lần thành công trong $N$ lần rút), nhưng là rút không hoàn lại từ một tập hợp hữu hạn. Rút ra là mất đi, xác suất thay đổi theo từng lượt.
• Geometric (Hình học): Đếm số lần phải thử cho đến khi gặp thành công ĐẦU TIÊN (không biết trước chữ ngờ, cứ thử đến khi trúng thì thôi).
• Poisson: Liên quan đến yếu tố thời gian hoặc không gian. Đếm số sự kiện xảy ra trong một khoảng đó (ví dụ: số tin nhắn nhận được trong 1 giờ). Phân phối này không có $N$ tổng, chỉ có trung bình $\lambda$.
• Exponential (Mũ): Không đếm nữa, mà ĐO LƯỜNG thời gian chờ đợi dài bao nhiêu giữa 2 sự kiện Poisson.
• Normal (Chuẩn): ĐO LƯỜNG một đại lượng liên tục (như chiều cao, sai số) dao động quanh một giá trị trung bình. Dữ liệu đối xứng hai bên tạo thành hình quả chuông “chuẩn mực”.
• Student-t (Student): Cũng ĐO LƯỜNG liên tục giống phân phối Chuẩn, nhưng dùng khi kích thước mẫu nhỏ hoặc chưa biết phương sai tổng thể. Nó có phần “đuôi dày” hơn để phản ánh rủi ro sai số lớn khi thiếu dữ liệu.

Các bước ra quyết định

Hãy lấy một câu hỏi bất kỳ trong bộ đề của bạn, và thử trả lời lần lượt các câu hỏi trong bảng tương tác này. Bằng phương pháp loại trừ, nó sẽ dẫn bạn đến chính xác tên phân phối cần tìm chỉ trong tối đa 4 bước!