AP Statistics

bằng chứng thống kêstatistical evidence

statistical evidenceVietnamese: bằng chứng thống kê

Còn gọi:Also called: statistical evidence

Định nghĩaIn short

Bằng chứng thống kê là mức độ dữ liệu quan sát được mâu thuẫn với giả thuyết không, dùng làm căn cứ để quyết định có bác bỏ giả thuyết đó hay không.Statistical evidence is the degree to which observed data conflict with the null hypothesis, used as the basis for deciding whether to reject it.

Trực giác: Giống như một bồi thẩm đoàn chỉ tuyên án có tội khi bằng chứng đủ mạnh để loại trừ khả năng vô tội một cách hợp lý.Intuition: Think of a jury that convicts only when the evidence is strong enough to rule out innocence beyond reasonable doubt.

Định nghĩa đầy đủFull definition1 phút đọc1 min read

Bằng chứng thống kê cho biết mức độ dữ liệu không phù hợp với giả thuyết không và làm cơ sở quyết định bác bỏ giả thuyết này. Thường dùng giá trị pp: nếu p≤αp \le \alpha, bác bỏ H0H_0; khi mô phỏng dưới H0H_0, pp được ước lượng bằng tỉ lệ kết quả cực đoan ít nhất như quan sát.

Với hiệu hai đại lượng, khoảng tin cậy không chứa 0 cũng cung cấp bằng chứng chống lại giả thuyết không có khác biệt. Bằng chứng thống kê không chứng minh quan hệ nhân quả hay bảo đảm kết luận đúng tuyệt đối.

Statistical evidence measures how poorly the data fit the null hypothesis and provides the basis for deciding whether to reject it. The usual measure is the pp-value: reject H0H_0 when p≤αp \le \alpha. In a simulation under H0H_0, pp is estimated by the proportion of simulated results at least as extreme as the observed one.

For a difference between two quantities, a confidence interval that does not contain 0 also gives evidence against the hypothesis of no difference. Statistical evidence never proves causation and never guarantees that a conclusion is correct.

Ký hiệuNotation
p-value, α, H₀
p-value, α, H₀
Hay hiểu saiCommon misconceptions2 ý, 1 phút đọc2 points, 1 min read

Không bác bỏ H0H_0 không chứng minh H0H_0 đúng.

Khi pp lớn, dữ liệu chỉ chưa đủ bằng chứng thuyết phục cho đối thuyết; kiểm định không xác nhận một giá trị tham số cụ thể.

Giá trị pp không phải xác suất H0H_0 đúng.

Nó là xác suất thu được kết quả cực đoan ít nhất như quan sát, với điều kiện H0H_0 đúng.

Failing to reject H0H_0 does not prove that H0H_0 is true.

A large pp-value means only that the data provide too little convincing evidence for the alternative; a test never confirms one specific parameter value.

The pp-value is not the probability that H0H_0 is true.

It is the probability of getting a result at least as extreme as the observed one, assuming H0H_0 is true.

Mẹo phòng thiExam tips2 mẹo2 tips

Kết luận kiểm định phải nêu so sánh, quyết định và bối cảnh.

Hãy so sánh pp với α\alpha, nêu bác bỏ hay không bác bỏ H0H_0, rồi diễn giải mức bằng chứng cho đối thuyết trong nghiên cứu.

Dữ liệu quan sát không đủ để kết luận nhân quả.

Trong thí nghiệm có phân nhóm ngẫu nhiên, bằng chứng thống kê có thể hỗ trợ kết luận nhân quả; dữ liệu quan sát chỉ cho thấy mối liên hệ.

A test conclusion needs a comparison, a decision, and context.

Compare pp with α\alpha, state whether you reject or fail to reject H0H_0, then describe the strength of the evidence for the alternative in the setting of the study.

Observational data cannot support a conclusion about causation.

In an experiment with random assignment, statistical evidence can support a causal conclusion; observational data show only an association.

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsThường xuyênVery common
Khái niệm này sinh ra từ đâuWhere the concept comes from1 phút đọc1 min read

1962–1969Allan BirnbaumFlorence NightingaleAdolphe Quetelet

Từ thế kỷ 19, với Adolphe Quetelet và Florence Nightingale, số liệu đã được dùng để thuyết phục nhà cầm quyền.
As early as the 19th century, Adolphe Quetelet and Florence Nightingale used numerical data to persuade those in power.

Vì sao mang đúng cái tên này? Phần "thống kê" trong tên gọi này mang theo cả một lịch sử chính trị. Từ tiếng Latinh mới statisticum collegium nghĩa là "hội đồng nhà nước", còn tiếng Ý statista nghĩa là "chính khách"; nhà khoa học chính trị người Đức Gottfried Achenwall đưa ra chữ Statistik năm 1749 để chỉ việc phân tích dữ liệu về nhà nước, tức "khoa học về quốc gia", mà tiếng Anh thời đó gọi là số học chính trị (political arithmetic). Sir John Sinclair đưa chữ này vào tiếng Anh năm 1791 khi xuất bản tập đầu trong bộ Statistical Account of Scotland. Mãi đến đầu thế kỷ 19 nó mới mang nghĩa rộng là thu thập và phân loại dữ liệu nói chung, và nhờ đó cụm "bằng chứng thống kê" mới có thể chỉ bằng chứng rút ra từ số liệu bất kỳ chứ không riêng sổ sách của triều đình. Chữ "bằng chứng" thì đến từ khung suy luận thống kê (statistical inference) theo trường phái tần suất (frequentist) mà Birnbaum tìm cách đặt nền móng.

Thử nghiệm tương tácInteractive explorer

Xáo nhãn nhóm hàng trăm lần — xem may rủi có tạo nổi chênh lệch này không

Xáo nhãn nhóm hàng trăm lần — xem may rủi có tạo nổi chênh lệch này không

Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.

Tạo tài khoảnCreate an account
Ví dụ có lời giảiWorked example3 phút đọc3 min read
Một trường cao đẳng muốn biết sinh viên chơi thể thao đại diện trường (athletes) có dành nhiều giờ tự học ngoài lớp hơn sinh viên không chơi thể thao (nonathletes) hay không. Người ta khảo sát ngẫu nhiên 25 sinh viên mỗi nhóm và ghi lại số giờ tự học mỗi tuần. Trung vị của nhóm vận động viên là 15 giờ, trung vị của nhóm còn lại là 12 giờ, nên hiệu số trung vị quan sát được (athletes trừ nonathletes) bằng 3 giờ. Để xem hiệu số này có đáng kể hay không, người ta trộn 50 giá trị thành một khối rồi chia ngẫu nhiên lại thành hai nhóm 25 người, tính hiệu số trung vị, và lặp lại 110 lần. Trong 110 lần mô phỏng đó, có 9 lần hiệu số trung vị đạt từ 3 giờ trở lên.
  1. aƯớc lượng xác suất quan sát được hiệu số trung vị từ 3 giờ trở lên nếu thực tế hai nhóm không khác nhau về giờ tự học.
  2. bDựa trên kết quả câu (a), dữ liệu có cung cấp bằng chứng thống kê thuyết phục rằng vận động viên tự học nhiều giờ hơn hay không?
1Bước 1: Trước hết phải hiểu mô phỏng đang giả định điều gì. Khi trộn 50 giá trị rồi chia ngẫu nhiên lại, ta đã mặc nhiên coi việc một sinh viên thuộc nhóm nào là hoàn toàn không ảnh hưởng đến số giờ tự học của người đó; đây chính là giả thuyết không (null hypothesis) rằng hai nhóm không khác nhau. Phân bố 110 hiệu số thu được từ mô phỏng, gọi là phân bố ngẫu nhiên hóa (randomization distribution), cho ta thấy các hiệu số trung vị dao động ra sao chỉ do may rủi khi chia nhóm. Do đó, so sánh hiệu số thật với phân bố này là cách đo xem con số 3 giờ có gì bất thường không.
2Bước 2: Xác suất ước lượng chính là tỉ lệ các lần mô phỏng cho kết quả xa ít nhất bằng kết quả thật, tính theo hướng mà câu hỏi quan tâm: p^sim=9110≈0,082.\hat{p}_{\text{sim}}=\frac{9}{110}\approx 0{,}082. Con số 0,0820{,}082 nói rằng nếu hai nhóm thật sự học như nhau, thì khoảng 8,2%8{,}2\% số lần chia nhóm ngẫu nhiên vẫn tạo ra chênh lệch trung vị từ 3 giờ trở lên. Nói cách khác, một chênh lệch cỡ 3 giờ không phải là chuyện hiếm gặp khi chỉ có may rủi hoạt động.
3Bước 3: Bây giờ mới đến phần phán quyết. Ta đối chiếu giá trị vừa tính với mức ý nghĩa (significance level) thông thường α=0,05\alpha=0{,}05 và thấy 0,082>0,050{,}082>0{,}05. Vì kết quả quan sát được nằm trong vùng mà ngẫu nhiên thuần túy hoàn toàn có thể sinh ra, ta không có cơ sở để bác bỏ giả định rằng hai nhóm học như nhau. Tuy nhiên, cần nói cho đúng mức: kết luận này không chứng minh hai nhóm giống hệt nhau, nó chỉ nói dữ liệu hiện có chưa đủ mạnh để khẳng định điều ngược lại.

(a) Xác suất ước lượng là 9/110≈0,0829/110\approx 0{,}082. (b) Vì 0,0820{,}082 lớn hơn 0,050{,}05, một chênh lệch trung vị 3 giờ hoàn toàn có thể xuất hiện do may rủi khi chia nhóm. Vì vậy dữ liệu KHÔNG cung cấp bằng chứng thống kê thuyết phục rằng sinh viên chơi thể thao đại diện trường này dành nhiều giờ tự học ngoài lớp hơn sinh viên không chơi thể thao.

Bạn nắm chắc chưa?Check your understanding

Quiz câu thật từ ngân hàng đềReal exam questions from our question bank

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.

Tạo tài khoảnCreate an account

Học tiếp từ đâyKeep learning

Bài học chứa thuật ngữ nàyLesson that uses this termGiá trị pSuy luận cho tỉ lệ (dữ liệu phân loại), khoácourse AP Statistics
Bài học chứa thuật ngữ nàyLesson that uses this termLập luận dựa trên khoảng tin cậy cho một tỉ lệSuy luận cho tỉ lệ (dữ liệu phân loại), khoácourse AP Statistics
Cần trướcLearn firstgiả thuyết khôngnull hypothesis
Mục tiêu và lộ trình unit ai cũng xem được — làm bài tập và lưu tiến độ thì cần đăng nhập.Anyone can view a unit's goals and roadmap — sign in to do the exercises and save your progress.

Hay nhầm vớiOften confused with

Khác nhau ở đâuHow they differBằng chứng thống kê là đại lượng liên tục, mạnh dần khi p-value nhỏ dần. Có ý nghĩa thống kê là phán quyết nhị phân sau khi so p-value với mức ý nghĩa.
Hay nhầm khiMixed up whenKhi đề hỏi mô tả mức độ bằng chứng mà thí sinh chỉ trả lời "significant" hoặc "not significant", bỏ mất phần nói bằng chứng mạnh đến đâu.
Khác nhau ở đâuHow they differP-value là xác suất cụ thể tính từ phân phối null. Bằng chứng thống kê là cách diễn giải xác suất ấy thành nhận định về giả thuyết không.
Hay nhầm khiMixed up whenThí sinh hay viết "p-value là xác suất giả thuyết không đúng", biến con số xác suất thành phát biểu về bằng chứng một cách sai lệch.

Cùng chủ đềSame topic

Nguồn tham khảoReferences

  1. [1]Barron_AP_Stat_2026. tr. 333, 482, 490.

Biên soạn bởi DucklingStudy, bản quyền thuộc DucklingStudy.Written by DucklingStudy. © DucklingStudy. Xuất bảnPublished .