# Suy Luận Thống Kê và Hành Trình Phá Án của Conan 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!
{{< mermaid >}} graph TD classDef suspect fill:#ffe0b2,stroke:#f57c00,stroke-width:2px,color:#000; classDef evidence fill:#e1bee7,stroke:#8e24aa,stroke-width:2px,color:#000; classDef decision fill:#c8e6c9,stroke:#388e3c,stroke-width:2px,color:#000; classDef error fill:#ffcdd2,stroke:#d32f2f,stroke-width:2px,color:#000; Start[Vụ án xảy ra
Xuất hiện Nghi phạm] --> H0("Giả định ban đầu (H0):
Nghi phạm vô tội (Chưa có tội)"):::suspect H0 --> Investigate{Thu thập bằng chứng
Tính p-value}:::evidence Investigate -- "p-value > α
(Bằng chứng yếu)" --> FailReject["Chưa đủ bằng chứng
Không bác bỏ H0"]:::decision Investigate -- "p-value ≤ α
(Bằng chứng thép)" --> Reject["Phá án thành công!
Bác bỏ H0, Buộc tội"]:::decision FailReject -. "Nhưng thực tế
nghi phạm CÓ TỘI" .-> Type2("Bỏ lọt tội phạm
(Sai lầm loại II)"):::error Reject -. "Nhưng thực tế
nghi phạm VÔ TỘI" .-> Type1("Kết án oan
(Sai lầm loại I)"):::error {{< /mermaid >}}
## 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, nguyên tắc này chính là **Giả thuyết không ($H_0$)**. Nó đại diện cho sự "không có gì đặc biệt", "không có hiệu ứng" hoặc "không có sự khác biệt". Hành động đưa ra kết luận (bác bỏ $H_0$) chỉ xảy ra khi bằng chứng thu thập được là đủ mạnh, vượt qua một ngưỡng quy định trước. Bác bỏ $H_0$ không có nghĩa là chứng minh nó sai với độ chắc chắn 100%, mà chỉ là dữ liệu hiện tại làm cho giả định vô tội ban đầu trở nên quá vô lý. ## 2. p-value: Bằng chứng hiếm đến mức nào? Khi Conan tìm thấy một dấu vết (ví dụ: vết máu trên áo nghi phạm), cậu ấy sẽ tự hỏi: *"Nếu người này thực sự vô tội ($H_0$ đúng), thì xác suất để tình cờ có vết máu trùng khớp này trên áo là bao nhiêu?"* Xác suất đó chính là **p-value**! - **p-value RẤT NHỎ:** Nghĩa là nếu nghi phạm vô tội, chuyện tìm thấy bằng chứng này gần như là không thể xảy ra. Do đó, giả định vô tội lung lay dữ dội $\rightarrow$ **Bác bỏ $H_0$**. - **p-value LỚN:** Nghĩa là kể cả người này vô tội, việc xuất hiện dấu vết đó cũng là điều bình thường. Lúc này ta "Chưa đủ bằng chứng để buộc tội" (Không bác bỏ $H_0$). Điều này KHÔNG có nghĩa là ta chắc chắn 100% người đó vô tội! ## 3. Sai lầm loại I và Sai lầm loại II Mọi kết luận đều có rủi ro sai sót. Trong phá án cũng như thống kê, ta đối mặt với 2 loại sai lầm kinh điển: - **Sai lầm loại I (Kết án oan):** Bác bỏ $H_0$ khi $H_0$ thực sự ĐÚNG. Giống như việc Conan và cảnh sát bắt nhầm một người vô tội. Xác suất xảy ra sai lầm này được kiểm soát bởi mức ý nghĩa $\alpha$. - **Sai lầm loại II (Bỏ lọt tội phạm):** Không bác bỏ $H_0$ khi $H_0$ thực sự SAI. Giống như việc cảnh sát thả một kẻ giết người thực sự vì thiếu bằng chứng. Đại lượng đi liền với Sai lầm loại II là **Độ mạnh thống kê (Power)**: Khả năng thám tử tóm đúng hung thủ khi hắn thực sự có tội (trong một kịch bản bằng chứng đã xác định). ## 4. Tương quan không ngụ ý Nhân quả (Correlation $\neq$ Causation) Bạn thấy một người bỏ chạy thục mạng khỏi hiện trường vụ án lúc nạn nhân tử vong. Bạn lập tức kết luận người đó là hung thủ? Chưa chắc! Có thể người đó bỏ chạy vì hoảng sợ. Hai sự kiện xảy ra cùng lúc (có sự **tương quan**) nhưng không có nghĩa hành động này sinh ra kết quả kia (**nhân quả**). Có thể tồn tại một biến gây nhiễu, nguyên nhân ngược hoặc chỉ là trùng hợp. Tương tự, hiện tượng **P-hacking** (xào nấu dữ liệu) giống như việc thám tử thử hàng chục cách chia nhóm nghi phạm, lọc dấu vết, rồi chỉ công bố cách duy nhất khiến một người trông đáng ngờ mà giấu toàn bộ các cách phân tích còn lại để cố ghép tội.