Tổng quan
15 phút
Bài 2/15

Mục tiêu khóa học

Những gì bạn sẽ học được trong khóa học Statistics Fundamentals

🎯 Mục tiêu khóa học

Tổng quan nội dung

Sau khi hoàn thành khóa học này, bạn sẽ có khả năng:

1. Thống kê Mô tả (Descriptive Statistics)

  • ✅ Tính toán các độ đo tập trung: Mean, Median, Mode
  • ✅ Tính toán các độ đo phân tán: Range, Variance, Standard Deviation
  • ✅ Hiểu và sử dụng Percentiles, Quartiles, IQR
  • ✅ Phát hiện và xử lý Outliers
  • ✅ Trực quan hóa dữ liệu hiệu quả

2. Xác suất (Probability)

  • ✅ Nắm vững các quy tắc xác suất cơ bản
  • ✅ Hiểu xác suất có điều kiện và Bayes' Theorem
  • ✅ Phân biệt các loại biến cố (độc lập, phụ thuộc)
  • ✅ Áp dụng vào bài toán thực tế

3. Phân phối Xác suất (Probability Distributions)

  • ✅ Phân phối rời rạc: Binomial, Poisson
  • ✅ Phân phối liên tục: Normal, Exponential
  • ✅ Central Limit Theorem
  • ✅ Z-scores và chuẩn hóa dữ liệu

4. Thống kê Suy luận (Inferential Statistics)

  • ✅ Sampling và Sampling Distribution
  • ✅ Estimation: Point và Interval Estimation
  • ✅ Confidence Intervals
  • ✅ Hypothesis Testing (Z-test, T-test, Chi-square)
  • ✅ P-value và Statistical Significance
  • ✅ Type I và Type II Errors

5. Correlation và Regression

  • ✅ Covariance và Correlation
  • ✅ Pearson vs Spearman Correlation
  • ✅ Simple Linear Regression
  • ✅ R-squared và Model Evaluation

Cấu trúc bài học

STTChủ đềThời lượng
1Tổng quan20 phút
2Mục tiêu khóa học15 phút
3Descriptive Statistics - Central Tendency1 giờ
4Descriptive Statistics - Spread1 giờ
5Percentiles & Outliers45 phút
6Probability Basics1 giờ
7Conditional Probability & Bayes1 giờ
8Discrete Distributions1.5 giờ
9Continuous Distributions1.5 giờ
10Sampling & CLT1 giờ
11Confidence Intervals1 giờ
12Hypothesis Testing Basics1.5 giờ
13T-tests & Chi-square1.5 giờ
14Correlation & Regression1.5 giờ
15Quiz tổng hợp30 phút

Phương pháp học

Quy trình học tập

📖Lý thuyết
✍️Ví dụ tính tay
💻Code Python
📊Visualization
🧩Bài tập
📝Quiz

Kết quả đầu ra

Sau khóa học, bạn sẽ có thể:

Kỹ năng đạt được
  1. Phân tích dữ liệu một cách khoa học
  2. Đưa ra quyết định dựa trên dữ liệu
  3. Thiết kế thí nghiệm (A/B Testing)
  4. Đánh giá model Machine Learning
  5. Trình bày kết quả thống kê chuyên nghiệp

Tiến độ học tập khuyến nghị

  • Beginner: 2-3 bài/tuần
  • Intermediate: 3-4 bài/tuần
  • Advanced: Có thể học nhanh hơn
Mẹo học hiệu quả
  • Làm bài tập sau mỗi bài học
  • Thực hành code Python
  • Ghi chú các công thức quan trọng
  • Áp dụng vào dự án thực tế