AP Statistics
bimodalVietnamese: hai đỉnh
Còn gọi:Also called: song đỉnh · hai mode

Hai đỉnh (bimodal) là dạng phân phối có hai vùng tần số cao nổi bật, cách nhau bởi một vùng thưa hơn, tạo hai đỉnh rõ trên đồ thị.A bimodal distribution has two prominent regions of high frequency separated by a sparser region, producing two clear peaks on a graph.
Trực giác: Như một lớp học có hai nhóm học sinh hoàn toàn khác nhau về chiều cao — nhóm chưa dậy thì và nhóm đã dậy thì — biểu đồ chiều cao sẽ có hai đỉnh thay vì một ngọn núi duy nhất ở giữa.Intuition: Think of a class containing two very different groups of students by height — those who have not yet hit a growth spurt and those who have. A histogram of their heights shows two peaks rather than a single mountain in the middle.
Phân phối hai đỉnh (bimodal) có hai vùng tập trung dữ liệu nổi bật, ngăn cách bởi vùng thưa hơn. Hai đỉnh không cần cao bằng nhau, nhưng phải rõ hơn các gồ nhỏ do dao động ngẫu nhiên.
Dạng này thường xuất hiện khi dữ liệu pha trộn hai nhóm có đặc điểm khác nhau; vì vậy, hai đỉnh có thể gợi ý các quần thể con khác nhau.
A bimodal distribution shows two prominent clusters of data separated by a region where values are sparser. The two peaks need not be equally tall, but both must stand out more clearly than the small bumps produced by random variation.
This shape often appears when a data set mixes two groups with different characteristics, so two peaks can be a hint that distinct subpopulations are present.
Hai đỉnh không cần cao bằng nhau.
Cần hai vùng nhô rõ được ngăn bởi vùng trũng; chênh lệch độ cao không làm mất dạng hai đỉnh.
Độ rộng nhóm có thể làm sai cảm nhận về số đỉnh.
Nhóm quá hẹp có thể tạo nhiều đỉnh giả; nhóm quá rộng có thể làm hai đỉnh thật nhập lại.
The two peaks do not have to be the same height.
What matters is two clear rises separated by a dip; a difference in height does not destroy the bimodal shape.
Bin width can distort how many peaks you see.
Bins that are too narrow create spurious peaks, while bins that are too wide can merge two genuine peaks into one.
Đừng chỉ ghi “hai đỉnh” khi mô tả phân phối.
Hãy nêu vị trí ước lượng của từng đỉnh, cùng trung tâm, độ phân tán và ngoại lai nếu có.
Chỉ xem hai đỉnh là dấu hiệu có thể gộp hai nhóm.
Nêu một biến phân loại hợp lý theo ngữ cảnh và đề nghị vẽ riêng hai nhóm; không khẳng định khi chưa kiểm chứng.
Do not stop at writing "bimodal" when describing a distribution.
Give the approximate location of each peak, along with center, spread, and any outliers.
Treat bimodality as only possible evidence that two groups are combined.
Name a plausible categorical variable from the context and suggest graphing the two groups separately, rather than asserting an unverified conclusion.
GaltungKimElal-Olivero
Vì sao mang đúng cái tên này? Tên gọi ghép tiền tố bi- nghĩa là "hai" với mode, tức mốt — giá trị xuất hiện với tần số lớn nhất. Hiểu chặt chữ nghĩa thì một tập dữ liệu chỉ là hai đỉnh khi có đúng hai giá trị cùng chia nhau tần số cao nhất, nghĩa là không có giá trị đơn lẻ nào trội hơn hẳn. Tuy nhiên, trong thực hành người ta nới lỏng cách hiểu ấy và gọi hai đỉnh cho mọi phân phối có hai chỗ nhô cao rõ rệt, kể cả khi hai chỗ đó không bằng nhau. Chính vì thế mới sinh thêm bộ từ phân biệt: đỉnh lớn hơn gọi là đỉnh chính (major mode), đỉnh nhỏ hơn là đỉnh phụ (minor mode), còn chỗ trũng thấp nhất nằm giữa hai đỉnh gọi là điểm phản mốt (antimode). Tên tiếng Việt "hai đỉnh" nghiêng hẳn về nghĩa hình học này, tức nói về dáng của biểu đồ chứ không nói về tần số bằng nhau. Thuật ngữ còn được dùng như một nhãn phân loại hình dạng. Galtung từng đề xuất hệ thống AJUS đặt tên các dạng phân phối theo chữ cái gợi hình, trong đó chữ U chỉ trường hợp hai đỉnh nằm ở hai đầu và chữ S chỉ trường hợp nhiều đỉnh; ngược lại, chữ A dành cho dạng một đỉnh (unimodal) nhô lên ở giữa. Về sau, nhiều tác giả tìm cách mô hình hóa trực tiếp dữ liệu hai đỉnh thay vì ghép hai phân phối chuẩn lại với nhau theo kiểu hỗn hợp phân phối (mixture distribution), vốn hay gặp trục trặc khi ước lượng tham số. Kim đưa ra phần mở rộng hai đỉnh của mô hình skew-normal, còn Elal-Olivero giới thiệu mô hình bimodal-normal cho dữ liệu có hai cực đại. Nhờ đó, từ một tính từ mô tả hình dáng, "hai đỉnh" dần trở thành tên của cả một họ mô hình.
Kéo độ rộng nhóm — xem hai đỉnh hiện ra rồi biến mất
Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.
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.
Biên soạn bởi DucklingStudy, bản quyền thuộc DucklingStudy.Written by DucklingStudy. © DucklingStudy. Xuất bảnPublished .