AP Statistics

đặc điểm bất thường (của phân phối)

unusual features

Còn gọi: unusual features

Đặc điểm bất thường là các chi tiết như giá trị ngoại lai, khoảng trống hay cụm số liệu khiến phân phối của một biến định lượng không đều đặn.

Khi mô tả phân phối của một biến định lượng, học sinh cần nêu đủ bốn khía cạnh: hình dạng, trung tâm (center), độ biến thiên và đặc điểm bất thường. Đặc điểm bất thường là những chi tiết làm phân phối lệch (skewed) khỏi hình dạng trơn tru, thường gặp nhất là giá trị ngoại lai, khoảng trống giữa các nhóm số liệu và cụm điểm tách biệt hẳn khỏi phần còn lại. Do đó, bỏ sót những chi tiết này khi mô tả biểu đồ là lỗi phổ biến trong bài thi, vì đề luôn muốn thấy học sinh đọc được câu chuyện đằng sau con số chứ không chỉ tính giá trị trung bình và độ lệch chuẩn (standard deviation).

Để xác định giá trị ngoại lai một cách chính thức, người ta dùng quy tắc khoảng tứ phân vị: gọi $\text{IQR} = Q_3 - Q_1$ , một giá trị được xem là ngoại lai nếu nhỏ hơn $Q_1 - 1.5\,\text{IQR}$ hoặc lớn hơn $Q_3 + 1.5\,\text{IQR}$ . Nhờ đó, hai người chấm bài khác nhau vẫn ra cùng kết luận thay vì chỉ dựa vào cảm giác "nhìn có vẻ xa". Khoảng trống là đoạn trục số không có quan sát nào rơi vào, còn cụm là nhóm giá trị đứng tách biệt; cả hai đều cần được chỉ rõ vị trí bằng số liệu cụ thể chứ không chỉ gọi tên chung chung.

Đặc điểm bất thường càng quan trọng hơn khi so sánh hai phân phối, vì đề thi thường yêu cầu nêu đủ bốn ý hình dạng, đặc điểm bất thường, trung tâm và độ biến thiên bằng ngôn ngữ so sánh chứ không liệt kê riêng từng bên. Ngược lại, nếu chỉ mô tả rời rạc từng phân phối mà không chỉ ra khác biệt, câu trả lời sẽ không trọn điểm. Chẳng hạn một phân phối có giá trị ngoại lai còn phân phối kia thì không, câu trả lời cần gắn sự khác biệt đó với bối cảnh dữ liệu, như một vận động viên thắng đột biến 19 trận trong khi phần còn lại tập trung quanh 30. Nhờ gắn đặc điểm bất thường vào ngữ cảnh thực tế, người đọc mới hiểu vì sao con số đó đáng chú ý chứ không chỉ là một điểm lệch trên biểu đồ.

Ký hiệuIQR,

Q_1 - 1.5\,\text{IQR}

Q_3 + 1.5\,\text{IQR}

Trực giác: Giống như một con đường phần lớn bằng phẳng nhưng thỉnh thoảng có ổ gà (giá trị ngoại lai), đoạn đứt quãng (khoảng trống), hoặc chỗ xe dồn ứ thành từng tốp (cụm).

Công thức

\htmlClass{fp-0}{Q_1 - \htmlClass{fp-1}{1.5(IQR)}} \text{ hoặc } \htmlClass{fp-0}{Q_3 + \htmlClass{fp-1}{1.5(IQR)}}

dùng quy tắc $1.5 \times IQR$ để xác định ranh giới phát hiện giá trị ngoại lai (outlier) khi mô tả đặc điểm bất thường của một phân phối định lượng một biến, thường đi kèm biểu đồ hộp (boxplot).

Trong đó

Q_1

tứ phân vị dưới, ranh giới 25% dữ liệu nhỏ nhất

Q_3

tứ phân vị trên, ranh giới 25% dữ liệu lớn nhất

IQR

khoảng tứ phân vị, bằng

Q_3-Q_1

, đo độ trải của 50% dữ liệu giữa

Thử nghiệm tương tác

Kéo chấm dọc trục — nhìn nhãn đặc điểm bất thường bật lên

Kéo tham số, thấy khái niệm chuyển động — mở khoá bằng tài khoản 0đ.

Tạo tài khoản miễn phí

Hay hiểu sai

Không phải điểm cao nhất nào cũng là giá trị ngoại lai (outlier).

Thấy giá trị ngoại lai không có nghĩa là được phép xóa nó đi.

Biểu đồ hộp (boxplot) không cho biết phân phối có mấy đỉnh hay có cụm nào.

Viết "có một giá trị ngoại lai" mà không nói nó nằm ở đâu là chưa đủ.

Mẹo phòng thi

Mô tả phân phối phải đủ bốn phần: hình dạng, tâm, độ phân tán, đặc điểm bất thường.

Khi đề yêu cầu so sánh, mỗi đặc điểm bất thường phải được so bằng từ so sánh tường minh.

Gặp phân phối hai đỉnh, hãy nghĩ tới hai nhóm dữ liệu bị trộn chung.

Tần suất trong đề AP StatisticsThường xuyên

Ví dụ có lời giải

1Ví dụ 1/2

Một giáo viên chủ nhiệm hỏi 20 học sinh trong lớp về thời gian (tính bằng phút) mỗi em đi từ nhà đến trường vào buổi sáng. Số liệu thu được, đã sắp xếp theo thứ tự tăng dần, là: 5, 6, 6, 7, 7, 8, 8, 9, 9, 10, 10, 11, 11, 12, 12, 20, 21, 22, 23, 45. Giáo viên vẽ biểu đồ chấm cho bộ số liệu này và nhận thấy các chấm không rải đều trên trục số.

aChỉ ra các đặc điểm bất thường của phân phối thời gian đi học này.
bDùng quy tắc 1,5 lần khoảng tứ phân vị để xác định xem giá trị 45 phút có thực sự là giá trị ngoại lai hay không.
cMô tả đầy đủ phân phối theo bốn phương diện hình dạng, đặc điểm bất thường, tâm và độ biến động, có gắn với ngữ cảnh.

1Bước 1: Trước hết hãy nhìn vào cách các giá trị tụ lại và tách ra trên trục số. Mười lăm giá trị đầu nằm gọn trong khoảng từ 5 đến 12 phút, bốn giá trị tiếp theo dồn lại quanh 20 đến 23 phút, còn giá trị 45 phút đứng lẻ loi ở tận cùng bên phải. Như vậy số liệu tách thành hai cụm (cluster) rõ rệt, kèm một giá trị tách hẳn khỏi phần còn lại. Ngoài ra, giữa 12 và 20 không có quan sát nào, và giữa 23 với 45 cũng vậy, nên phân phối có hai khoảng trống (gap).

2Bước 2: Để kiểm chứng bằng quy tắc, ta cần tóm tắt năm số. Với

n=20

, trung vị là trung bình của quan sát thứ 10 và thứ 11, tức

M=(10+10)/2=10

. Nửa dưới gồm 10 giá trị đầu cho

Q_1=(7+8)/2=7{,}5

; nửa trên gồm 10 giá trị cuối cho

Q_3=(12+20)/2=16

. Do đó khoảng tứ phân vị (interquartile range) là

IQR=16-7{,}5=8{,}5

phút.

3Bước 3: Áp dụng hai ngưỡng của quy tắc 1,5 lần khoảng tứ phân vị:

Q_1-1{,}5\cdot IQR=7{,}5-12{,}75=-5{,}25,\qquad Q_3+1{,}5\cdot IQR=16+12{,}75=28{,}75.

Công thức này nói rằng mọi giá trị nhỏ hơn

-5{,}25

hoặc lớn hơn

28{,}75

đều bị xem là giá trị ngoại lai (outlier). Vì

45>28{,}75

nên 45 phút đúng là một giá trị ngoại lai, trong khi 23 phút tuy thuộc cụm tách biệt nhưng vẫn nhỏ hơn ngưỡng nên không bị xếp vào nhóm này. Điều đó cho thấy khoảng trống và cụm là chuyện của hình dạng, còn ngoại lai là chuyện của quy tắc tính toán, hai thứ không đồng nghĩa với nhau.

4Bước 4: Cuối cùng, ghép các mảnh lại thành một mô tả có ngữ cảnh. Trung bình cộng bằng

262/20=13{,}1

phút, lớn hơn trung vị 10 phút, phù hợp với việc đuôi bên phải bị kéo dài, nên phân phối lệch phải. Vì có ngoại lai kéo trung bình lên, ta nên chọn trung vị và khoảng tứ phân vị làm số đo tâm và độ biến động thay vì trung bình và độ lệch chuẩn (standard deviation).

Phân phối thời gian đi học của 20 học sinh lệch phải, với tâm ở trung vị 10 phút và độ biến động đo bằng khoảng tứ phân vị là 8,5 phút (toàn khoảng biến thiên 40 phút, từ 5 đến 45 phút). Về đặc điểm bất thường, số liệu tách thành hai cụm — một cụm đông gồm những em ở gần trường (5–12 phút) và một cụm nhỏ gồm những em ở xa hơn (20–23 phút) — ngăn cách bởi khoảng trống từ 12 đến 20 phút; ngoài ra có một giá trị ngoại lai ở 45 phút, được xác nhận bằng quy tắc 1,5 lần khoảng tứ phân vị vì $45>28{,}75$ . Đây rất có thể là một học sinh nhà ở xa hẳn khu vực trường.

2Ví dụ 2/2

Hai lớp 11A và 11B cùng làm một bài kiểm tra Toán thang điểm 100, mỗi lớp có 15 học sinh. Điểm của từng lớp, đã sắp xếp tăng dần, như sau. Lớp 11A: 52, 58, 60, 62, 64, 65, 66, 67, 68, 70, 72, 74, 76, 79, 85. Lớp 11B: 40, 66, 67, 68, 69, 70, 70, 71, 72, 73, 74, 75, 76, 78, 80.

aVới mỗi lớp, hãy chỉ ra đặc điểm bất thường (nếu có) và kiểm chứng bằng quy tắc 1,5 lần khoảng tứ phân vị.
bSo sánh hai phân phối điểm kiểm tra, có gắn với ngữ cảnh.

1Bước 1: Mỗi lớp có

n=15

nên trung vị là quan sát thứ 8, tứ phân vị thứ nhất là quan sát thứ 4 và tứ phân vị thứ ba là quan sát thứ 12. Với lớp 11A ta được

Q_1=62

M=67

Q_3=74

, do đó

IQR=74-62=12

. Với lớp 11B ta được

Q_1=68

M=71

Q_3=75

, do đó

IQR=75-68=7

2Bước 2: Áp quy tắc cho lớp 11A:

62-1{,}5(12)=44

và

74+1{,}5(12)=92

. Điểm thấp nhất là 52 và cao nhất là 85, cả hai đều nằm giữa hai ngưỡng, nên lớp 11A không có giá trị ngoại lai nào. Nhìn vào cách các điểm rải từ 52 đến 85, ta cũng không thấy khoảng trống hay cụm tách biệt đáng kể.

3Bước 3: Với lớp 11B, hai ngưỡng là

68-1{,}5(7)=57{,}5

và

75+1{,}5(7)=85{,}5

. Vì

40<57{,}5

nên điểm 40 là một giá trị ngoại lai phía dưới; mười bốn điểm còn lại nằm kín trong khoảng 66 đến 80 nên giữa 40 và 66 xuất hiện một khoảng trống rất rộng. Đặc điểm bất thường này kéo trung bình cộng của lớp 11B xuống còn

1049/15\approx69{,}9

, thấp hơn trung vị 71, trong khi phần thân của phân phối lại khá đối xứng.

4Bước 4: Khi so sánh, không được liệt kê hai lớp thành hai danh sách rời nhau mà phải nói rõ bên nào lớn hơn. Về tâm, trung vị của 11B (71 điểm) cao hơn trung vị của 11A (67 điểm). Về độ biến động, khoảng tứ phân vị của 11A là 12 điểm, lớn hơn hẳn con số 7 điểm của 11B, nghĩa là điểm ở 11A trải rộng hơn quanh tâm. Ngược lại, toàn khoảng biến thiên của 11B (40 điểm) lại lớn hơn của 11A (33 điểm), nhưng đó chỉ là hệ quả của một điểm 40 duy nhất, nên khoảng tứ phân vị mới là thước đo đáng tin hơn ở đây.

Về hình dạng, phân phối điểm của cả hai lớp đều gần đối xứng, nhưng riêng lớp 11B bị một giá trị ngoại lai ở 40 điểm kéo đuôi trái dài ra. Về đặc điểm bất thường, lớp 11A không có ngoại lai, khoảng trống hay cụm tách biệt nào, trong khi lớp 11B có một giá trị ngoại lai ở 40 điểm (vì $40<57{,}5$ ) và một khoảng trống rộng từ 40 đến 66 điểm. Về tâm, lớp 11B làm bài tốt hơn với trung vị 71 điểm so với 67 điểm của lớp 11A; về độ biến động, điểm của lớp 11A phân tán hơn với khoảng tứ phân vị 12 điểm so với 7 điểm của lớp 11B. Nói gọn, lớp 11B học đều hơn và nhìn chung điểm cao hơn, chỉ có một học sinh làm bài sa sút hẳn so với các bạn.

Bạn nắm chắc chưa?

Quiz câu thật từ ngân hàng đề

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.

Tạo tài khoản miễn phí

Học tiếp từ đây

Bài học chứa thuật ngữ nàyMô tả phân phối của một biến định lượngDữ liệu một biến & thu thập dữ liệu · khoá AP Statistics

Bài học chứa thuật ngữ nàySo sánh các phân phối của một biến định lượngDữ liệu một biến & thu thập dữ liệu · khoá AP Statistics

Bài học chứa thuật ngữ nàyĐồ thị cho các đại lượng mô tảDữ liệu một biến & thu thập dữ liệu · khoá AP Statistics

Cần trướcphân phối (của một biến)

Dẫn tớihistogram

Liên quangiá trị ngoại lệ khoảng trống (trong phân phối dữ liệu)cụm (trong phân phối dữ liệu)

Mục tiêu và lộ trình unit xem miễn phí — làm bài tập và lưu tiến độ cần tài khoản 0đ.

Hay nhầm với

Thuật ngữKhác nhau ở đâuHay nhầm khi

giá trị ngoại lệ (outlier)outlier

Khác nhau ở đâuĐặc điểm bất thường là nhóm hiện tượng gồm giá trị ngoại lệ, khoảng trống và cụm. Giá trị ngoại lệ chỉ là một trong ba hiện tượng đó.

Hay nhầm khiCâu hỏi yêu cầu mô tả phân phối, thí sinh chỉ nói về giá trị ngoại lệ mà bỏ sót khoảng trống và cụm.

hình dạng (của phân phối)shape

Khác nhau ở đâuHình dạng nói về dáng tổng thể như đối xứng hay lệch. Đặc điểm bất thường nói về những chỗ lệch khỏi dáng tổng thể đó.

Hay nhầm khiKhi mô tả phân phối theo bốn ý hình dạng – trung tâm – độ phân tán – đặc điểm bất thường, hai ý này hay bị gộp làm một.

Cùng chủ đề

Nguồn tham khảo

[1]Barron_AP_Stat_2026. tr. 22, 26, 93.