Khóa học này là gì và cách sử dụng nó
Đây là khóa học thứ năm trong University Business: thống kê kinh doanh — ngành khoa học biến dữ liệu thành quyết định mà không tự lừa dối bản thân. Một bộ dữ liệu tái tạo được chạy xuyên suốt khóa học: **40 thời gian giao hàng dịch vụ cuối tuần của Nimbus, tính bằng phút, với mọi thống kê trong tài liệu này đều có thể tính lại từ trang dữ liệu ở cuối.
Trụ cột của khóa học là một thói quen duy nhất: nêu tuyên bố, nêu sự không chắc chắn, và nói điều gì sẽ thay đổi ý kiến của bạn. Trung bình mang sai số chuẩn; kiểm tra mang các giả thiết của chúng; tương quan mang các lưu ý; và mọi con số trong ví dụ minh họa đều được kiểm tra máy tính đối chiếu với bộ dữ liệu.
- Đơn vị 5.1–5.2 thu thập và mô tả: lấy mẫu, thiên lệch, hình ảnh trung thực.
- Các đơn vị 5.3–5.5 suy luận dưới điều kiện ngẫu nhiên: xác suất, ước lượng, kiểm định.
- Các đơn vị 5.6–5.7 liên kết và ra quyết định: hồi quy, tương quan và các hạn chế phân biệt phân tích với thuyết phục.
Cách đọc từng đơn vị: câu hỏi trước, sau đó là cơ chế, rồi hai các ví dụ có hướng dẫn tăng dần, những sai lầm thực tế mà người học mắc phải, và một tóm tắt ba dòng.
Dữ liệu và lấy mẫu
Tại sao nó quan trọng. Mỗi con số trong báo cáo kinh doanh đều đến từ MỘT quá trình chọn lọc. Trước khi diễn giải con số, bạn cần biết chính xác cái gì đã được chọn, cách thức như thế nào, và ai đã bị bỏ sót — nếu không, phần phân tích sau này chỉ là việc trang trí cho một sự phỏng đoán.
Ý tưởng, kèm hình ảnh. Thời gian giao hàng 40 là một mẫu từ dịch vụ ngày thường — tất cả các đơn hàng trong một khoảng thời gian sẽ tạo thành tổng thể. Thiết kế lấy mẫu quyết định những gì mẫu có thể dân số. Thiết kế lấy mẫu quyết định những gì mẫu có thể nói một cách trung thực: mẫu ngẫu nhiên đơn đảm bảo mọi phần tử có cùng xác suất; mẫu thuận tiện (các đơn hàng mà quản lý tình cờ nhìn thấy) thì không.
Các định nghĩa. Dữ liệu là định lượng (phút giao hàng) hoặc định tính (người giao hàng); thang đo là danh nghĩa, thứ bậc, khoảng, tỷ lệ** — phút là tỷ lệ (không bằng không nghĩa là không bằng không). Thiên lệch mang tính hệ thống lỗi từ thiết kế: thiên lệch chọn mẫu (ai có thể tiếp cận được), thiên lệch không phản hồi (ai trả lời), thiên lệch sự tồn tại (ai còn lại). Một từ điển dữ liệu ghi lại ý nghĩa, đơn vị và mã hóa của từng trường — đọc kỹ từ điển là bước đầu tiên trong bất kỳ phân tích nào — từ điển dữ liệu chính là hộ chiếu của bộ dữ liệu.
Sự suy diễn. Mong đợi: nếu mẫu ngẫu nhiên, trung bình mẫu là ước lượng không thiên lệch cho trung bình tổng thể — giá trị trung bình theo thời gian dài sẽ chạm đúng chân lý. Nếu thiết kế bị thiên lệch, không kích thước mẫu nào cứu vãn được điều đó: một mẫu thuận tiện gồm 10,000 đơn hàng tối vẫn không nói lên được gì về bữa trưa. Thiên lệch là thuộc tính của THIẾT KẾ, không phải kích thước.
Ví dụ minh họa 1 — đọc từ điển. Từ điển của bộ dữ liệu:
delivery_min (tỷ lệ, phút, một chữ số thập phân, thiếu khi người giao hàng
quên tắt đồng hồ — 3 trường hợp); hour (thứ tự, 11–21);
rider_id (danh nghĩa). Trước khi tính trung bình: các 3 giá trị thiếu KHÔNG
phải là không phút và cũng không ngẫu nhiên — người giao hàng quên nhiều hơn khi bận rộn. Quyết định:
báo cáo trung bình trên các 37 trường hợp hoàn chỉnh VÀ mức độ thiếu, tuyệt đối không dùng
trung bình im lặng.
Ví dụ minh họa 2 — nâng cấp lên thiết kế. Nimbus muốn biết dịch vụ cuối tuần có chậm hơn không. Thiết kế A: phân tích 40 thời gian (tất cả đều từ Thứ Bảy). Thiết kế B: lấy mẫu 20 Thứ Bảy + 20 đơn hàng Thứ Tư — một mẫu phân tầng — vì câu hỏi so sánh các ngày. Thiết kế A trả lời "thứ Bảy như thế nào"; chỉ có B trả lời được câu hỏi đã đặt ra. Kiểm tra bẫy theo chiều ngược lại: lấy mẫu 20+20 và sau đó gộp vào một giá trị trung bình sẽ làm trọng số bằng nhau cho tất cả các ngày, bất kể việc kinh doanh thực tế — thiết kế phải khớp với tuyên bố, ở cả hai phía.
Lỗi thường gặp. Xem xét một mẫu thuận tiện là ngẫu nhiên chỉ vì nó lớn. Nhầm lẫn giữa phản hồi không (non-response) với sự vắng mặt (các khách hàng không trả lời khảo sát vẫn là dữ liệu). Và đọc tập dữ liệu mà không có từ điển — đơn vị và mã hóa chính là nơi các phân tích thất bại.
Tóm tắt. Thiết kế chính là phép suy luận. Thiên lệch mang tính hệ thống và kích thước mẫu không thể khắc phục được. Từ điển là một phần của dữ liệu.
Các số đo mô tả và trực quan hóa
Tại sao điều này quan trọng. "Thời gian giao hàng trung bình: 27.4 phút" là một câu giấu đi phân phối. Mô tả không phải là thủ tục hình thức trước khi "thực" thống kê — nó là nơi chứa đựng phần lớn thông tin từ doanh nghiệp thực tế, và cũng là nơi hầu hết các biểu đồ kinh doanh đều sai lệch.
Khái niệm, kèm hình ảnh. Trung tâm, độ phân tán, hình dạng, ngoại lệ: bốn câu hỏi mà mọi tập dữ liệu đều trả lời. Thời gian 40: trung bình 27.43, trung vị 27.6, độ lệch chuẩn 4.91, tứ phân vị 24.5 / 27.6 / 30.9, IQR 6.3 — và biểu đồ cột hiển thị trục phân phối đối xứng với một đỉnh và độ kéo dài nhẹ về phía bên phải (38.5 là giá trị cao nhưng nằm trong rào chắn: Q3 + 1.5×IQR = 40.3).
Các định nghĩa. Trung bình = tổng/n; trung vị = giá trị ở giữa theo thứ tự; độ lệch chuẩn = $\sqrt{\sum(x_i-\bar x)^2/(n-1)}$; IQR = Q3 − Q1. Giá trị ngoại lai: vượt quá Q1 − 1.5×IQR hoặc Q3 + 1.5×IQR. Dạng phân phối: đối xứng, lệch, đa mô. Trung bình di chuyển theo đuôi phân phối; trung vị chống lại sự dịch chuyển này — với phân phối thu nhập hoặc chậm trễ lệch phải, hãy báo cáo trung vị và giải thích lý do.
Sự suy diễn. Đối với dữ liệu: $\bar x = 1{,}097.1/40 = 27.43$ ✓; tử số của độ lệch chuẩn là $\sum(x_i-\bar x)^2 = 940.9$, nên $s = \sqrt{940.9/39} = 4.91$ ✓. Tại sao chia cho $n-1$: các sai lệch của một mẫu có ràng buộc ($\sum(x_i - \bar x) = 0$), nên $n$ làm giảm thiểu sự biến thiên — mất một bậc tự do, trả giá để ước lượng trung bình trước tiên.
Ví dụ minh họa 1 — bức tranh chân thực. Một slide tiếp thị hiển thị biểu đồ giao hàng với trục tung bắt đầu từ 24 phút: các đơn hàng trong khoảng 17–23 phút biến mất và sự chênh lệch trông thấy gấp ba lần. Vẽ lại từ không (hoặc từ tách đoạn tương đối rõ ràng): 27.4 trung bình nằm trong bối cảnh trung thực. Việc cắt trục là lời nói dối cổ xưa nhất trong sách — các con số không thay đổi, chỉ hình ảnh thay đổi.
Ví dụ minh họa 2 — nâng lên thành giá trị ngoại lai. Thêm một lỗi nhập liệu: giao hàng trong 168 phút (đồng hồ không bao giờ dừng). Trung bình mới (41 giá trị): 30.86 (tăng 3.43 phút!); trung vị mới: 27.7 (tăng 0.1); độ lệch chuẩn mới: 22.5 (tăng 17.6). Một lần nhấn phím đã làm thay đổi trung bình thêm hơn 3 phút và nhân độ lệch chuẩn lên bốn rưỡi, nhưng chỉ tác động nhẹ lên trung vị. Kiểm tra lại với hàng rào: với sai số này, các tứ phân vị gần như không di chuyển, Q3 + 1.5×IQR vẫn khoảng 40, và 168 nằm xa bên ngoài — hàng rào CATCHES bắt nó, và từ điển giải thích cho điều đó. Xử lý ngoại lai: điều tra, ghi chép, rồi đưa ra quyết định — tuyệt đối không xóa im lặng.
Lỗi thường gặp. Trích dẫn giá trị trung bình cho dữ liệu phân phối lệch mà không nêu rõ. Xóa các giá trị ngoại lai trước khi điều tra chúng. Và chọn loại biểu đồ dựa trên sự đẹp mắt: biểu đồ cột của một biến liên tục duy nhất ẩn đi tất cả những gì biểu đồ tần suất có thể hiển thị.
Tóm tắt. Trung tâm (trung bình so với trung vị), độ phân tán (độ lệch chuẩn, IQR), hình dạng, ngoại lai — báo cáo đầy đủ bốn yếu tố này. Hình ảnh có thể nói dối ngay cả khi các con số là chính xác.
Xác suất và phân phối
Tại sao nó quan trọng. "Xác suất đơn hàng này bị trễ là bao nhiêu?" là một câu hỏi về xác suất, và hai mô hình cốt lõi — nhị thức và chuẩn — trả lời hầu hết các phiên bản kinh doanh của câu hỏi đó. Kỹ năng là khớp câu hỏi với mô hình phù hợp và giải thích lý do.
Ý tưởng, kèm theo hình ảnh minh họa. Nếu 20% đơn hàng bị trễ, số lượng các đơn hàng trễ trong 5 tiếp theo là phân phối nhị thức: $P(X{=}2) = \binom{5}{2}(0.2)^2(0.8)^3 = 0.2048$. Thời gian giao hàng tập trung xung quanh một điểm giữa với các đuôi đối xứng — được mô hình hóa bằng đường cong chuẩn trong đó 68/95/99.7% giá trị nằm trong 1/2/3 độ lệch chuẩn (sd).
Các định nghĩa. Quy tắc xác suất: $P(A \cup B) = P(A) + P(B) - P(A \cap B)$; independence means $P(A|B) = P(A)$ Phân phối nhị thức: n thử nghiệm độc lập, xác suất thành công p. Chuẩn: đối xứng, dạng chuông, được mô tả hoàn toàn bởi $\mu$ và $\sigma$. Chuẩn hóa: $z = (x - \mu)/\sigma$ biến đổi bất kỳ phân phối chuẩn nào về đường cong chuẩn.
Sự suy diễn. Xác suất nhị thức đến từ việc đếm số đơn hàng: $\binom{5}{2} = 10$ cách sắp xếp × $0.2^2 \times 0.8^3 = 0.02048$ mỗi cách → 0.2048 ✓; và $P(X \le 1) = 0.8^5 + 5(0.2)(0.8^4) = 0.7373$ ✓. Chuẩn: với $\mu = 28$, $\sigma = 5$, một đơn hàng ở 33 phút là $z = 1$ trên giá trị trung bình → $\Phi(1) = 0.8413$ dưới nó ✓ — con số thường dùng nhất trong bảng tra cứu. số lượng.
hoặc món tráng miệng của bạn miễn phí". Dưới mô hình 1, 30: hoặc món tráng miệng của bạn miễn phí". Dưới mô hình $\mu = 28$, $\sigma = 5$: $P(X > 30) = P(z > 0.4) = 1 - 0.6554 = 0.3446$ — một THỨ BA số đơn hàng sẽ yêu cầu bồi thường. Tại $\mu = 26$: $P(X > 30) = P(z > 0.8) = 0.2119$ vẫn chỉ là một trong năm. Chi phí của lời hứa là một phát biểu xác suất, và chỉ có một bếp nhanh hơn (một $\mu$ nhỏ hơn), chứ không phải lời hứa dài hơn, mới thay đổi hình dạng của phần đuôi.
Ví dụ đã giải 2 — nâng lên mô hình phù hợp. Ba câu hỏi, ba mô hình — hãy khớp chúng. (a) "Trong 20 đơn hàng tiếp theo, khả năng ít nhất 4 đơn bị trễ (p = 0.2)": phân phối nhị thức, $P(X \ge 4) = 1 - P(X \le 3) = 1 - 0.4114 = 0.5886$. (b) "Chance one order takes over 35 minutes" with $\mu = 28$: phân phối chuẩn, $z = 1.4$, phần đuôi 0.0808. (c) "Nhân viên bếp đã kiểm tra 2 trong số 3 món tráng miệng hôm nay — khả năng cả hai đều là món chậm nhất": tính toán bằng tổ hợp, $1/\binom{3}{2} = 1/3$. Sai mô hình, dù tính toán tự tin vẫn là sai — phần lý giải chính là một phần của phép tính. Lỗi thường gặp. Cộng các xác suất không loại trừ lẫn nhau mà không trừ đi phần giao. Sử dụng phân phối chuẩn cho dữ liệu đếm (nhị thức) hoặc
dữ liệu độ trễ lệch mà không nêu rõ. Và đọc phần đuôi bảng tra cứu như phần thân — luôn vẽ đường cong và tô bóng trước khi tra bảng. Tóm tắt. Dữ liệu đếm → phân phối nhị thức; phân phối liên tục đối xứng → phân phối chuẩn; dữ liệu độ trễ lệch hướng mà không nói rõ. Và đọc đuôi bảng như tính toán con số.
Tóm tắt. Đếm → phân phối nhị thức; liên tục đối xứng → phân phối chuẩn; Tại sao nó quan trọng. Các thời gian $z = (x-\mu)/\sigma$ này là một mẫu; Nimbus có thể đã tính toán số lượng.
Phân phối lấy mẫu và ước lượng
Tại sao quan trọng. Các 40 thời gian là một mẫu; Nimbus có thể đo lường vào một thứ Bảy khác và thu được một giá trị trung bình khác. Ước lượng là ngành khoa học nói về con số duy nhất bạn có thể cho biết điều gì về sự thật mà bạn không thể quan sát — với một khoảng tin cậy thực tế. sự thật bạn không nhìn thấy — với một dải khoảng tin cậy trung thực bao quanh.
Ý tưởng, kèm hình ảnh. Vẽ một mẫu ngẫu nhiên 16 đơn hàng, lấy trung bình của nó; vẽ lại; tiếp tục — chính các trung bình này tạo thành một phân phối: hơn hẹp so với dữ liệu, lấy trung tâm là sự thật. Đó là định lý giới hạn trung tâm, và độ rộng của nó co lại theo $\sqrt{n}$.
Các định nghĩa. Sai số chuẩn của trung bình là
Các định nghĩa. Sai số chuẩn của trung bình là $SE = s/\sqrt{n}$ — độ lệch chuẩn của trung bình mẫu, không phải của dữ liệu. Mức độ tin cậy 95% sẽ bao hàm giá trị thực — không phải "$\bar x \pm t \times SE$% xác suất để giá trị thực nằm trong mức độ tin cậy là thuộc tính của PHƯƠNG PHÁP: 95% các khoảng xây dựng như vậy bao gồm sự thật — không phải "95% xác suất sự thật nằm trong khoảng này".
Sự suy diễn. Mẫu ngẫu nhiên hạt giống-11 của khóa học gồm 16 đơn hàng: trung bình 28.66, sd 4.70, nên $SE = 4.70/\sqrt{16} = 1.175$. Với $t_{15} = 2.131$: the 95% interval is $28.66 \pm 2.50$, tức là [26.2, 31.2] Ví dụ minh họa 64 — đọc khoảng đúng cách. "Thời gian giao hàng trung bình tại $\sqrt{n}$, tỷ giá hối đoái đắt đỏ nhất trong thống kê.
Ví dụ minh họa 1 — đọc khoảng tin cậy đúng cách. "Thời gian giao hàng trung bình là giữa 26.2 và 31.2 phút, độ tin cậy 95%." Ba cách diễn giải: (a) sai — "the true mean has a 95% chance of being in [26.2, 31.2]"; (b) wrong — "95% số đơn hàng mất 26–31 phút" (đó là khoảng tin cậy), nhiệm vụ, và nó sẽ rộng hơn nhiều); (c) đúng — "PHƯƠNG PHÁP tạo ra dải này bao hàm giá trị trung thực trong 95% các lần sử dụng". Khoảng tin cậy liên quan đến TRUNG BÌNH, còn độ tin cậy liên quan đến THỦ TỤC.
Ví dụ minh họa 2 — đẩy giới hạn thiết kế lên mức tối đa. Quản lý y cầu độ chính xác ±0.5 phút. Công thức cần thiết $n$: $t \cdot s/\sqrt{n} \le 0.5$ → at that size $t ≈ 1.97$ (not the 2.131 of $n = 16$), so $\sqrt{n} ≥ 1.97 × 4.7/0.5 = 18.5$ → $n ≥ 342$ đơn hàng. Tăng gấp năm lần độ chính xác (từ ±2.5 xuống ±0.5) tốn hơn hai mươi lần dữ liệu (16 → 342) — và nếu mẫu được chọn theo cách thuận tiện, 342 quan sát thiên lệch chính xác là 342 lần sai. Độ chính xác và tính không thiên lệch là hai chi phí khác nhau.
Lỗi thường gặp. Nhầm lẫn SD (độ phân tán dữ liệu) với SE (sự bất chắc của trung bình). Đọc mức độ tin cậy như một xác suất về khoảng tin cậy này. Và quên rằng khoảng tin cậy giả định việc lấy mẫu đã ngẫu nhiên — phép tính toán không thể sửa chữa thiết kế lấy mẫu. ngẫu nhiên — thống kê không thể khắc phục được thiết kế thu thập dữ liệu.
$SE = s/\sqrt{n}$ với độ tin cậy được đọc như một thuộc tính của $\bar x \pm t \cdot SE$ với phần độ tin cậy được hiểu là thuộc tính của đoán.
Kiểm định giả thuyết
Tại sao điều này quan trọng. "Dịch vụ trong ngày làm việc có thực sự chậm hơn vào cuối tuần không?" Một bài kiểm tra là cách chính thức để đặt câu hỏi liệu dữ liệu có đáng ngạc nhiên nếu không có hiện tượng nào đang diễn ra hay không. Khi sử dụng một cách trung thực, nó giúp kiểm chứng các tuyên bố; khi sử dụng theo nghi thức, nó lại tạo ra chúng. bất ngờ hay không nếu không có điều gì đang diễn ra. Sử dụng trung thực, nó ràng buộc các tuyên bố; sử dụng theo nghi thức, nó tạo ra chúng. Ý tưởng, kèm hình ảnh. Đặt giả thuyết không
Khái niệm, kèm hình ảnh. Thiết lập giả thuyết không Sự suy luận. Trung bình có phải là $H_0$ phút không? Với mẫu có hạt giống 30: dưới $H_0$; bác bỏ chỉ khi mức độ cực đoan vượt quá ngưỡng cắt. Giá trị p p: xác suất để quan sát dữ liệu ít nhất extreme như thế IF cực đoan $H_0$ nếu đúng.
Kiểm định giả thuyết so sánh mức độ cực đoan của dữ liệu với ngưỡng đã chọn. Thống kê kiểm định $t = (\bar x - \mu_0)/(s/\sqrt n)$. Mức ý nghĩa $\alpha$ — tỷ lệ sai lầm loại I mà CHÚNG TÔI CHỌN (thường 0.05). Sai lầm loại II $\beta$ — bỏ sót hiệu ứng thực; sức mạnh = $1 - \beta$. "Có ý nghĩa thống kê" có nghĩa là p < α, không hơn thế.
Sự suy diễn. Trung bình là 30 phút? Với mẫu có hạt giống-11: $t = (28.66 - 30)/1.175 = -1.14$. Giá trị tới hạn tại α = 0.05, hai phía, 15 bậc tự do: $|t| > 2.131$. Vì $1.14 < 2.131$, chúng tôi không thể bác bỏ — dữ liệu phù hợp với trung bình 30 phút VÀ với nhiều khả năng khác. Lưu ý điều này KHÔNG nói gì: không phải "trung bình là 30", không "không có sự khác biệt" — chỉ là "mẫu này sẽ không gây bất ngờ "nếu là"
Ví dụ minh họa 1 — p-value trung thực. Một người lái xe cho rằng tuyến đường thứ Bảy của họ nhanh hơn: 16 của họ có thời gian trung bình là 26.9 so với cửa hàng 28.7, $s = 4.0$, do đó $t = (26.9 - 28.7)/(4.0/4) = -1.8$, p ≈ 0.09. "Hầu như có ý nghĩa" không phải là một phân loại — hãy báo cáo p = 0.09 và để việc quy định cân nhắc chi phí khi sai lầm. Nếu món tráng miệng miễn phí phụ thuộc vào kết quả này, α = 0.10 có thể phù hợp; nếu việc đào tạo lại phụ thuộc vào nó, thì nên dùng 0.05 hoặc 0.01. α là một quyết định kinh doanh mang hình dáng của một ký tự Hy Lạp.
Ví dụ minh họa 2 — nâng cấp từ ý nghĩa thống kê sang tầm quan trọng thực tế. Với n = 400 đơn hàng mỗi ngày, sự chênh lệch 0.4 phút sẽ có p < 0.01 — về mặt thống kê có ý nghĩa nhưng trong vận hành thì không thể nhận ra (không khách hàng nào chú ý đến 24 giây). Với n = 8, sự chênh lệch 3 phút có thể có p = 0.3 — vô hình đối với phép kiểm tra nhưng thực tế rõ ràng với từng khách hàng. Giải pháp không phải là tăng giá trị p, mà là báo cáo KÍCH THƯỚC HIỆU ỨNG cùng khoảng tin cậy: "0.4 phút, khoảng tin cậy 95% [0.1, 0.7] — có ý nghĩa thống kê nhưng vô nghĩa thực tiễn". Ý nghĩa thống kê đặt câu hỏi "liệu nó có tồn tại? còn kích thước hiệu ứng đặt câu hỏi "liệu nó có quan trọng?" — doanh nghiệp cần câu trả lời thứ hai.
Lỗi thường gặp. "Chấp nhận" giả thuyết không (bạn chỉ không bác bỏ; sự vắng bóng của bằng chứng không phải là bằng chứng của sự vắng bóng). Nhầm lẫn p với xác suất giả thuyết đúng. Và việc lắt léo p — thử nghiệm cho đến khi something clears 0.05 — which unit 5.7 unpacks.
Tóm tắt. $t = (\bar x - \mu_0)/SE$; bác bỏ vượt ngưỡng được chọn làm ngân sách sai số của bạn. p liên quan đến dữ liệu, không phải giả thuyết. Ý nghĩa thống kê ≠ tầm quan trọng thực tế: luôn báo cáo độ lớn hiệu ứng.
Hồi quy và tương quan
Tại sao nó quan trọng. "Các chuyến giao hàng dài hơn có xuất phát từ địa chỉ xa hơn? Hồi quy biến các cặp số thành một đường thẳng, định lượng mức độ chúng di chuyển cùng nhau, và — nếu bạn cẩu thả — ngụ ý nguyên nhân. Đơn vị này phù hợp với đường thẳng, đọc phần dư, và kiểm soát tuyên bố về nguyên nhân. Khái niệm, kèm hình ảnh. Mười hai chuyến giao hàng được theo dõi: khoảng cách
Ý tưởng, kèm hình ảnh. Mười hai lượt giao hàng theo dõi: khoảng cách 1.0: 3.75% độ biến thiên trong thời gian gắn liền với khoảng cách. phương hồi quy bình phương nhỏ nhất: $\hat y = 17.4 + 4.83x$ — mỗi đơn vị tăng thêm 4.83: $r = 0.989$% phương sai thời gian di chuyển cùng khoảng cách. $r^2 = 0.979$: 97.9% biến động thời gian đi kèm với khoảng cách.
Các định nghĩa. Hệ số góc: sự thay đổi của $\hat y$ trên mỗi đơn vị x; hệ số chặn: $\hat y$ tại x = 0 (thường vô nghĩa — không có dịch vụ giao hàng nào ở khoảng cách 0 km). Phần dư: $y - \hat y$, phần mà đường thẳng bỏ sót. $r^2$: phần phần biến thiên của y mà đường thẳng giải thích. Ngoại suy vượt quá dải dữ liệu là mô hình hóa giả tưởng.
Sự suy diễn. Bình phương tối thiểu giảm thiểu $\sum(y_i - a - bx)^2$; các phương trình chuẩn cho ra $b = r \, s_y/s_x$ và $a = \bar y - b\bar x$. Đối với các giao hàng 12: $b = 4.83$, $a = 17.4$ ✓; phần dư chạy từ −1.2 đến +1.1 phút mà không có quy luật nào ✓ — một đường thẳng là phù hợp ở đây, và biểu đồ phần dư là bằng chứng.
được dự báo là 1 phút; một lượt $\hat y = 17.4 + 4.83x$ km thì 2 ✓. giao hàng được dự báo là $17.4 + 9.7 = 27.1$ phút; đối với khoảng cách 3 km thì 31.9 ✓. Giao điểm 17.4 phút tại 0 km là thời gian chế biến + bàn giao — có ý nghĩa ở đây CHỈ vì vật lý học gợi ý một thành phần chuẩn bị cố định thành phần; nêu rõ các giá trị đọc này, đừng kế thừa chúng. Và một giao hàng 7 km dự báo (51 phút) là ngoại suy: không có dữ liệu nào ngoài 3.75 km đã xác nhận tính đúng đắn của đường thẳng.
Ví dụ minh họa 2 — nâng cấp lên cảnh sát nguyên nhân. Hệ số tương quan của 0.989 mạnh đến mức dữ liệu kinh doanh thường thấy — và vẫn chứng minh không có hướng. Biến thứ ba: cả khoảng cách và thời gian đều tăng theo mật độ giao thông sự phân bổ TUYẾN (người giao hàng nhận đơn hàng xa vào giờ thấp điểm) có thể khiến khoảng cách tương quan với thời gian mà không gây ra nó ở tốc độ đã điều chỉnh. Câu nói trung thực: "khoảng cách dự báo thời gian trong mức mẫu ($r^2 = 0.98$); một tỷ lệ nhân quả sẽ cần việc phân bổ tuyến đường được giữ lại cố định". Tương quan là một tuyên bố về sự đồng biến của bộ dữ liệu này biến động; nhân quả là một tuyên bố về những gì sẽ thay đổi nếu bạn can thiệp — các động từ khác nhau, bằng chứng khác nhau.
Lỗi thường gặp. Đọc $r^2$ như "99% dự đoán chính xác". Diễn giải hệ số chặn khi x = 0 nằm ngoài ý nghĩa. Ngoại suy vượt quá dữ liệu. Và lỗi kinh điển: tương quan → nhân quả, không có cơ chế, không có thí nghiệm, không có sự thận trọng.
Tóm tắt. $\hat y = a + bx$ theo bình phương tối thiểu; phần dư phải được kiểm tra, không được giả định. $r^2$ đo lường mối liên hệ; chỉ thiết kế mới tạo ra nhân quả.
Giới hạn quyết định
Tại sao nó quan trọng. Tất cả những gì trước đơn vị này đều có thể được thực hiện đúng và vẫn tạo ra lời nói dối — bằng cách đặt nhiều câu hỏi, dừng lại khi thuận tiện, hoặc báo cáo sự chắc chắn chưa từng tồn tại. Đơn vị cuối cùng này là danh sách kiểm tra giúp thống kê trở thành một môn học thay vì một thủ pháp biện luận.
Ý tưởng, kèm hình ảnh. Những bẫy trong bản đồ: kiểm tra đa dạng (20 câu hỏi ở mức α = 0.05 kỳ vọng một kết quả "đáng chú ý" ngẫu nhiên do thiết kế: $1 - 0.95^{20} = 0.64$ xác suất ít nhất một kết quả), quy tắc dừng lại (nhìn vào dữ liệu và tiếp tục cho đến khi p < 0.05), sự chọn lọc kết quả (báo cáo chỉ một chỉ số có thay đổi), và độ chắc chắn của dự báo (dự báo điểm không kèm khoảng tin cậy). độ chắc chắn** (dự báo điểm mà không có khoảng tin cậy).
Các định nghĩa. Lừa đảo thống kê (p-hacking): thử nhiều mô hình khác nhau cho đến khi một kết quả vượt ngưỡng. HARKing: đặt giả thuyết sau khi đã biết kết quả. Thiên kiến xuất bản/chọn lọc: ngăn kéo tài liệu chứa các kết quả âm mà không ai chỉ cho bạn. Một dự báo mà không có khoảng tin cậy chỉ là cảm xúc.
Sự suy diễn. Tính toán kiểm định đa biến: 20 kiểm định độc lập ở mức α = 0.05 → $P(\text{at least one false positive}) = 1 - 0.95^{20} = 0.64$ — khả năng cao chỉ là ngẫu nhiên, không phải phát hiện có ý nghĩa. Nguyên tắc Bonferroni: đối với 20 kiểm định ở mức gia đình α = 0.05, mỗi kiểm định cần p < 0.0025. Ví dụ 5.5 bây giờ được đọc theo cả hai chiều: p = 0.09 là "không có ý nghĩa thống kê" VÀ một trong số một phần trong ý nghĩa của con số đó. một phần của ý nghĩa con số.
Ví dụ hướng dẫn 1 — kiểm tra bảng điều khiển. Một bảng điều khiển theo dõi 12 chỉ số hàng tuần; tuần này có một chỉ số cho thấy p = 0.04 so với năm ngoái. Câu hỏi 1: bao nhiêu phép so sánh? 12 chỉ số × 52 tuần — kết quả "tìm thấy" này được rút ra từ một kỳ xổ số với hàng trăm vé. Câu hỏi 2: liệu nó có được công bố trước không? Không. Câu hỏi 3: liệu dữ kích thước hiệu ứng có quan trọng? 0.3%. Phán quyết: không phải bằng chứng về sự thay đổi — mà là bằng chứng về khả năng của một bảng điều khiển để tạo ra tiêu đề. Câu trả lời chính là xác nhận đã đăng ký trước trên dữ liệu mới.
Ví dụ minh họa 2 — nâng cấp lên dự báo trung thực. Quản lý dự báo "thời gian giao hàng trung bình vào thứ Bảy tới: 27.4 phút". Dữ liệu dữ liệu trả lời: độ chuẩn hóa của một thứ Bảy mới 40-thứ cấp có SE ≈ $4.91/\sqrt{40} = 0.78$, và độ tin cậy 27.4 dự đoán từ nó cũng mang sai số tương tự, nên sai số dự báo là $4.91\sqrt{1/40 + 1/40} = 1.10$ và kết quả dự báo nên ghi "27.4 ± 2.2, 95%" — và giá trị trung bình của một ngày thứ Bảy riêng lẻ sẽ nằm ngoài dải này một lần trong hai mươi lần. Hệ quả quyết định: nhân viên theo đầu trên của khoảng cuối (29.6), chứ không phải điểm chính. Một con số nếu thiếu độ bất định thì không thể quản lý được, chỉ có thể hy vọng vào nó.
Lỗi thường gặp. Coi một kết quả đáng kể duy nhất trong nhiều kết quả là một phát hiện. Nhầm lẫn "chúng tôi không bác bỏ" với "chúng tôi chứng minh giả thuyết không" — bẫy phản chiếu của đơn vị 5.5. Và yêu cầu sự chắc chắn từ các dự báo thay vì yêu cầu khoảng tin cậy.
Tóm tắt. Đếm số phép kiểm tra, công bố quy tắc, hiển thị hồ sơ lưu trữ, khoảng tin cậy cho mỗi dự báo. Thống kê mang lại giá trị cho các quyết định bằng cách thừa nhận những gì nó không biết.
Dữ liệu (có thể tái sản xuất)
40 thời gian giao hàng, phút, một chữ số thập phân, sắp xếp:
16.8, 17.2, 17.3, 21.1, 22.8, 22.9, 23.0, 23.0, 24.3, 24.4, 24.9, 25.2, 25.2, 25.2, 25.5, 26.0, 26.1, 26.9, 27.4, 27.5, 27.7, 28.2, 28.4, 28.7, 28.7, 28.9, 28.9, 29.2, 29.3, 30.4, 31.0, 31.4, 32.2, 32.5, 33.2, 33.3, 33.7, 34.8, 35.5, 38.5
Thống kê đã xác minh: n 40; trung bình 27.43; trung vị 27.6; độ lệch chuẩn 4.91; phân vị 24.5 / 27.6 / 30.9; IQR 6.3; không có điểm nào vượt quá 1.5×IQR rào chắn (15.0, 40.3). Mẫu ước lượng (hạt seed 11, n = 16): trung bình 28.66, độ lệch chuẩn 4.70, SE 1.175, khoảng tin cậy 95% [26.2, 31.2], t so với 30 = −1.14. Các cặp hồi quy (12 lần giao hàng, km so với phút): hệ số góc 4.83, trục tung 17.4, r 0.989, r² 0.979. Tất cả các số liệu trong tài liệu này đều được tính lại từ các giá trị này.