WEBVTT

00:00:00.000 --> 00:00:06.400
Trong vài video trước, ta đã tính tổng biến thiên của 9 điểm dữ liệu

00:00:06.400 --> 00:00:11.533
và được 30, đó là tổng bình phương. Rồi ta tự hỏi

00:00:11.533 --> 00:00:19.533
bao nhiêu biến thiên là do sự biến thiên trong mỗi nhóm với bao nhiêu biến thiên giữa các nhóm?

00:00:19.533 --> 00:00:24.933
sự biến thiên trong các nhóm ta có tổng biến thiên trong các nhóm

00:00:24.933 --> 00:00:26.933
và ta có 6

00:00:26.933 --> 00:00:32.533
rồi cân bằng, 30, cân bằng của sự biến thiên này,

00:00:32.533 --> 00:00:36.333
xuất hiện từ sự biến thiên giữa các nhóm và ta đã tính được

00:00:36.333 --> 00:00:39.867
nó bằng 24

00:00:39.867 --> 00:00:43.600
trong video này, mình muốn dùng thông tin đó

00:00:43.600 --> 00:00:49.267
để suy luận thống kê

00:00:49.267 --> 00:00:53.200
để đưa ra 1 vài kết luận hoặc không

00:00:53.200 --> 00:00:56.867
mình sẽ đặt các nhóm này vào ngữ cảnh

00:00:56.867 --> 00:01:00.267
ta đã xử lí chúng một cách trừu tượng, nhưng bạn có thể coi chúng

00:01:00.267 --> 00:01:03.133
là kết quả thí nghiệm

00:01:03.133 --> 00:01:11.867
cho là mình có 3 loại thuốc khác nhau hoặc 3 loại đồ ăn khác nhau để kiểm tra

00:01:11.867 --> 00:01:13.933
và đây là điểm của bài kiểm tra

00:01:13.933 --> 00:01:25.333
đây là đồ ăn 1, đồ ăn 2, rồi đồ ăn 3

00:01:25.333 --> 00:01:33.400
và mình muốn tính liệu loại thức ăn có ảnh hưởng tới điểm của họ hay không

00:01:33.400 --> 00:01:40.267
nếu bạn nhìn vào trung bình, có vẻ họ làm tốt nhất trong nhóm 3 hơn nhóm 2 hoặc 1

00:01:40.267 --> 00:01:44.733
nhưng đó chỉ là sự khác biệt ngẫu nhiên phải không?

00:01:44.733 --> 00:01:50.600
hoặc ta có chắc chắn đó là tại vì sự khác nhau

00:01:50.600 --> 00:01:56.867
trong trung bình của tổng thể, của tất cả những người ăn loại đồ ăn 3 với 2 với 1 không?

00:01:56.867 --> 00:02:03.733
câu hỏi là, các trung bình và trung bình thực của tổng thể có bằng nhau không?

00:02:03.733 --> 00:02:10.333
đây là trung bình của 3 mẫu. nhưng nếu mình biết trung bình thực của tổng thể--

00:02:10.333 --> 00:02:17.800
câu hỏi là: liệu trung bình của tổng thể của những người ăn đồ ăn 1 có bằng trung bình của loại đồ ăn 2 không?

00:02:17.800 --> 00:02:22.000
rõ ràng là mình sẽ không thể đưa đồ ăn đó cho mỗi người

00:02:22.000 --> 00:02:25.667
từng đang sống rồi bắt họ làm kiểm tra được

00:02:25.667 --> 00:02:30.000
nhưng có trung bình thực, không chỉ là có thể đo được

00:02:30.000 --> 00:02:35.667
câu hỏi là: "cái này" bằng "cái này" bằng trung bình là 3, trung bình tổng thể là 3

00:02:35.667 --> 00:02:38.933
và câu hỏi là, chúng có bằng nhau không?

00:02:38.933 --> 00:02:47.800
vì chúng không bằng nhau, nghĩa là loại đồ ăn có tác động tới

00:02:47.800 --> 00:02:50.067
người ta làm bài tốt trên bài kiểm tra

00:02:50.067 --> 00:02:55.000
vậy hãy kiểm tra giả thuyết. Đây là giả thuyết không

00:02:55.000 --> 00:03:01.267
là trung bình đều bằng nhau. đồ ăn không ảnh hưởng

00:03:01.267 --> 00:03:07.200
"đồ ăn không ảnh hưởng"

00:03:07.200 --> 00:03:17.000
và giả thuyết thay thế là nó có ảnh hưởng. "có ảnh hưởng"

00:03:17.000 --> 00:03:19.000
và cách nghĩ theo số lượng

00:03:19.000 --> 00:03:20.933
là nếu nó không ảnh hưởng,

00:03:20.933 --> 00:03:24.000
trung bình thực của tổng thể của các nhóm sẽ bằng nhau

00:03:24.000 --> 00:03:28.733
trung bình thực của tổng thể của nhóm mà ăn loại đồ ăn 1 sẽ bằng

00:03:28.733 --> 00:03:35.400
với nhóm ăn loại đồ ăn 2, bằng với nhóm ăn loại đồ ăn 3

00:03:35.400 --> 00:03:40.867
nếu giả thuyết thay thế là đúng, mấy trung bình này sẽ không bằng nhau

00:03:40.867 --> 00:03:43.067
ta kiểm tra bằng cách nào?

00:03:43.067 --> 00:03:47.200
ta sẽ giả sử giả thuyết không, là cái ta luôn làm khi

00:03:47.200 --> 00:03:49.800
kiểm tra giả thuyết

00:03:49.800 --> 00:03:52.600
ta sẽ giả sử giả thuyết không

00:03:52.600 --> 00:03:56.267
rồi tính khả năng được

00:03:56.267 --> 00:03:59.267
số liệu lớn như vầy?

00:03:59.267 --> 00:04:01.200
và mình chưa định nghĩa số liệu đó là gì

00:04:01.200 --> 00:04:05.267
ta sẽ giả sử giả thuyết không

00:04:05.267 --> 00:04:08.667
rồi tính số liệu gọi là số F

00:04:08.667 --> 00:04:11.933
số F

00:04:11.933 --> 00:04:16.600
sẽ có phân phối F-- và ta sẽ không đi chi tiết

00:04:16.600 --> 00:04:19.067
về phân phối F, nhưng bạn có thể coi nó

00:04:19.067 --> 00:04:23.800
là tỉ lệ của hai phân phối chi bình mà có hoặc không có mức độ tự do khác nhau

00:04:23.800 --> 00:04:31.933
số liệu F sẽ bằng tỉ lệ của tổng bình phương giữa các mẫu--

00:04:31.933 --> 00:04:37.067
tổng bình phương giữa

00:04:37.067 --> 00:04:41.733
chia cho, mức độ tự do giữa

00:04:41.733 --> 00:04:46.333
và thỉnh thoảng cái này được gọi là MSB,

00:04:46.333 --> 00:04:52.333
chia cho tổng bình phương trong

00:04:52.333 --> 00:04:56.533
vậy đó là SSW viết bằng màu xanh

00:04:56.533 --> 00:05:01.133
chia cho SSW

00:05:01.133 --> 00:05:07.800
chia cho mức độ tự do của SSW

00:05:07.800 --> 00:05:12.267
bằng m(n-1), giờ hãy xét cái này đang làm gì

00:05:12.267 --> 00:05:18.333
nếu số này, tử số, cao hơn mẫu số rất nhiều,

00:05:18.333 --> 00:05:27.333
thì ta biết sự biến thiên trong dữ liệu này sẽ chủ yếu là vì

00:05:27.333 --> 00:05:31.600
sự khác nhau giữa trung bình thực

00:05:31.600 --> 00:05:35.933
và không phải vì sự biến thiên giữa các trung bình

00:05:35.933 --> 00:05:40.867
nếu tử số này cao hơn mẫu số

00:05:40.867 --> 00:05:45.733
ta nên tin là có sự khác biệt

00:05:45.733 --> 00:05:47.200
trong trung bình thực của tổng thể

00:05:47.200 --> 00:05:48.733
nếu số này rất lớn,

00:05:48.733 --> 00:05:51.333
nó cho ta biết xác suất mà

00:05:51.333 --> 00:05:53.600
giả thuyết không là đúng sẽ thấp hơn

00:05:53.600 --> 00:05:58.533
nếu số này rất nhỏ và mẫu số lớn hơn,

00:05:58.533 --> 00:06:02.067
nghĩa là sự biến thiên trong mỗi mẫu

00:06:02.067 --> 00:06:05.467
dẫn đến phần lớn tổng sự biến thiên nhiều hơn là

00:06:05.467 --> 00:06:07.333
sự biến thiên giữa các mẫu. nghĩa là sự biến thiên

00:06:07.333 --> 00:06:12.733
giữa mỗi mẫu sẽ là tỉ lệ phần trăm tổng biến thiên

00:06:12.733 --> 00:06:15.200
với biến thiên giữa các mẫu lớn hơn

00:06:15.200 --> 00:06:17.800
ta sẽ tin là, bất kì sự khác biệt nào

00:06:17.800 --> 00:06:21.000
giữa các trung bình đều chỉ là ngẫu nhiên

00:06:21.000 --> 00:06:24.400
và như vậy thì sẽ khó loại giả thuyết không hơn

00:06:24.400 --> 00:06:26.867
hãy tính nào

00:06:26.867 --> 00:06:34.200
trong bài này, số SSB là 24

00:06:34.200 --> 00:06:37.933
và ta có mức độ tự do là 2

00:06:37.933 --> 00:06:49.800
và SSW là 6 và mức độ tự do là

00:06:49.800 --> 00:06:52.667
6

00:06:52.667 --> 00:06:58.600
cái này sẽ bằng 24/2 bằng 12, chia 1

00:06:58.600 --> 00:07:05.867
số liệu F mà ta đã tính bằng 12

00:07:05.867 --> 00:07:10.867
F nghĩa là Fischer - một nhà sinh học và số liệu học người đã nghĩ ra nó

00:07:10.867 --> 00:07:15.267
vậy số liệu F bằng 12

00:07:15.267 --> 00:07:18.067
ta sẽ thấy số này sẽ hơi lớn

00:07:18.067 --> 00:07:19.800
mình quên đề cập là, với bất kì bài kiểm tra giả thuyết nào

00:07:19.800 --> 00:07:22.267
ta sẽ cần mức độ quan trọng

00:07:22.267 --> 00:07:24.733
cho là mức độ quan trọng

00:07:24.733 --> 00:07:28.333
cho kiểm tra giả thuyết này là 10%

00:07:28.333 --> 00:07:32.267
0,10 nghĩa là

00:07:32.267 --> 00:07:36.200
nếu ta giả sử giả thuyết không, có

00:07:36.200 --> 00:07:40.067
10% ít khả năng được kết quả mà ta có hơn,

00:07:40.067 --> 00:07:41.667
được số liệu F này

00:07:41.667 --> 00:07:44.800
khi đó ta sẽ loại giả thuyết không

00:07:44.800 --> 00:07:48.667
vậy ta sẽ phải tính số liệu F

00:07:48.667 --> 00:07:54.000
mà được giá trị lớn như vậy hoặc hơn nữa, là 10%

00:07:54.000 --> 00:07:57.133
và nếu cái này lớn hơn #giá trị F quan trọng,

00:07:57.133 --> 00:07:59.533
ta sẽ loại giả thuyết không,

00:07:59.533 --> 00:08:01.400
nếu nó nhỏ hơn, ta không thể loại giả thuyết không

00:08:01.400 --> 00:08:06.267
mình sẽ tính số liệu F,

00:08:06.267 --> 00:08:09.067
nhưng ta phải hiểu là mỗi tổng bình phương

00:08:09.067 --> 00:08:12.533
có phân phối chi bình. "cái này" có phân phối chi bình

00:08:12.533 --> 00:08:15.200
và "cái này" có phân phối chi bình khác

00:08:15.200 --> 00:08:17.533
đây là phân phối chi bình với mức độ tự do là 2,

00:08:17.533 --> 00:08:21.333
đây là phân phối chi bình

00:08:21.333 --> 00:08:24.067
với mức độ tự do là 6,

00:08:24.067 --> 00:08:29.800
vậy phân phối F thực ra là tỉ lệ của 2 phân phối chi bình

00:08:29.800 --> 00:08:34.933
đây là hình chụp từ 1 khoá học ở UCLA,

00:08:34.933 --> 00:08:38.533
mình cần phải tìm bảng F để nhìn

00:08:38.533 --> 00:08:41.800
phân phối F sẽ nhìn giống vầy

00:08:41.800 --> 00:08:43.267
rõ ràng là nó khác

00:08:43.267 --> 00:08:46.600
dựa trên mức độ tự do của tử số và mẫu số

00:08:46.600 --> 00:08:49.200
có 2 mức độ tự do

00:08:49.200 --> 00:08:52.533
mức độ tự do của tử và mức độ tự do của mẫu

00:08:52.533 --> 00:08:56.933
hãy tính số liệu F

00:08:56.933 --> 00:09:02.867
cho alpha bằng 0,10

00:09:02.867 --> 00:09:06.533
và bạn sẽ thấy bảng F khác cho mỗi số alpha khác nhau,

00:09:06.533 --> 00:09:11.933
mà mức độ tự do của tử số là 2, và mức độ tự do của mẫu số là 6

00:09:11.933 --> 00:09:17.400
vậy bảng này là cho alpha 10%

00:09:17.400 --> 00:09:23.733
hoặc 0,1, và mức độ tự do của tử số là 2 và mẫu số

00:09:23.733 --> 00:09:30.133
là 6. vậy giá trị F quan trọng là 3,46

00:09:30.133 --> 00:09:40.000
là giá trị này

00:09:40.000 --> 00:09:43.533
giá trị ta có dựa vào dữ liệu lớn hơn rất nhiều,

00:09:43.533 --> 00:09:46.267
rất nhiều. nó sẽ có giá tri p rất nhỏ

00:09:46.267 --> 00:09:48.000
xác suất được một số lớn như vầy,

00:09:48.000 --> 00:09:50.667
ngẫu nhiên, dựa theo giả thuyết không,

00:09:50.667 --> 00:09:54.733
sẽ rất nhỏ. nó nhỏ hơn số liệu F quan trọng với

00:09:54.733 --> 00:09:56.933
mức độ quan trọng là 10%

00:09:56.933 --> 00:10:01.733
vì vậy, ta có thể loại giả thuyết không

00:10:01.733 --> 00:10:04.400
nên, ta sẽ tin là

00:10:04.400 --> 00:10:06.600
có sự khác nhau trong trung bình của tổng thể

00:10:06.600 --> 00:10:09.600
có sự khác nhau trong phần làm bài

00:10:09.600 --> 00:10:13.467
nếu bạn đưa họ các loại đồ ăn khác nhau