<rss xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title>Hypothesis-Testing - Nhãn - NZQIRC</title><link>https://nzqirc.xyz/tags/hypothesis-testing/</link><description>Hypothesis-Testing - Nhãn - NZQIRC</description><generator>Hugo -- gohugo.io</generator><language>vi</language><copyright>This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.</copyright><lastBuildDate>Fri, 14 Aug 2026 09:00:00 +0700</lastBuildDate><atom:link href="https://nzqirc.xyz/tags/hypothesis-testing/" rel="self" type="application/rss+xml"/><item><title>Kiểm định Tỷ lệ bằng Likelihood Ratio (LR Test)</title><link>https://nzqirc.xyz/posts/math/stats/likelihood-ratio-proportion-test/</link><pubDate>Fri, 14 Aug 2026 09:00:00 +0700</pubDate><author>Du Mã</author><guid>https://nzqirc.xyz/posts/math/stats/likelihood-ratio-proportion-test/</guid><description><![CDATA[<p>Trong thống kê suy diễn, một bài toán cực kỳ phổ biến là kiểm tra xem tỷ lệ xuất hiện của một biến cố trong mẫu quan sát có đi ngược lại so với kỳ vọng ban đầu hay không. Phương pháp <strong>Kiểm định tỷ số hợp lý (Likelihood Ratio Test - LR Test)</strong> cung cấp một khuôn khổ toán học chặt chẽ để trả lời câu hỏi này.</p>
<h2 id="1-phát-biểu-bài-toán">1. Phát biểu bài toán</h2>
<p>Giả sử ta thực hiện $N$ phép thử độc lập (Bernoulli trials). Trong mỗi phép thử, biến cố $A$ có xác suất xảy ra là $p$. Sau $N$ phép thử, ta ghi nhận được $x$ lần biến cố $A$ xảy ra.</p>]]></description></item><item><title>Suy Luận Thống Kê và Hành Trình Phá Án của Conan</title><link>https://nzqirc.xyz/posts/math/stats/statistical-inference-conan/</link><pubDate>Thu, 13 Aug 2026 08:15:00 +0700</pubDate><author>Du Mã</author><guid>https://nzqirc.xyz/posts/math/stats/statistical-inference-conan/</guid><description><![CDATA[<p>Trong thống kê suy diễn, các khái niệm như <strong>Giả thiết null ($H_0$)</strong>, <strong>p-value</strong>, hay <strong>Sai lầm loại I và loại II</strong> 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!</p>
<div class="interactive-pane">
<div class="mermaid" id="id-1"></div>
</div>
<h2 id="1-giả-thiết-null-h_0-là-suy-đoán-vô-tội">1. Giả thiết null ($H_0$) là &ldquo;Suy đoán vô tội&rdquo;</h2>
<p>Trong mọi cuộc điều tra, cảnh sát luôn phải bắt đầu bằng nguyên tắc <strong>&ldquo;suy đoán vô tội&rdquo;</strong> - tức là mọi người đều vô tội cho đến khi có bằng chứng chứng minh điều ngược lại.</p>]]></description></item><item><title>Kiểm định Kolmogorov-Smirnov (K-S Test)</title><link>https://nzqirc.xyz/posts/math/stats/ks-test/</link><pubDate>Thu, 06 Aug 2026 10:00:00 +0700</pubDate><author>Du Mã</author><guid>https://nzqirc.xyz/posts/math/stats/ks-test/</guid><description><![CDATA[<p>Trong thống kê, chúng ta thường xuyên phải trả lời câu hỏi: <em>Mẫu dữ liệu này có tuân theo một phân phối cụ thể nào đó (như Chuẩn, Mũ, Uniform) hay không?</em> Hoặc: <em>Hai mẫu dữ liệu độc lập có xuất phát từ cùng một quần thể hay không?</em></p>
<p><strong>Kiểm định Kolmogorov-Smirnov (K-S test)</strong> là một trong những công cụ phi tham số (non-parametric) phổ biến nhất để giải quyết bài toán mức độ phù hợp (goodness-of-fit) này.</p>]]></description></item><item><title>Kiểm định Shapiro-Wilk</title><link>https://nzqirc.xyz/posts/math/stats/shapiro-wilk-test/</link><pubDate>Thu, 06 Aug 2026 10:00:00 +0700</pubDate><author>Du Mã</author><guid>https://nzqirc.xyz/posts/math/stats/shapiro-wilk-test/</guid><description><![CDATA[<p>Phân phối chuẩn là nền tảng của nhiều mô hình thống kê và hồi quy tuyến tính. Trước khi áp dụng các phương pháp này, việc kiểm tra xem dữ liệu có vi phạm giả định chuẩn hay không là điều cần thiết. <strong>Kiểm định Shapiro-Wilk</strong> là một trong những công cụ thống kê mạnh mẽ nhất cho mục đích này.</p>
<h2 id="giả-thiết-của-kiểm-định">Giả thiết của kiểm định</h2>
<p>Tương tự như hầu hết các bài toán kiểm định thống kê khác, Shapiro-Wilk hoạt động dựa trên hai giả thiết đối nghịch nhau:</p>]]></description></item></channel></rss>