🎯 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
| STT | Chủ đề | Thời lượng |
|---|---|---|
| 1 | Tổng quan | 20 phút |
| 2 | Mục tiêu khóa học | 15 phút |
| 3 | Descriptive Statistics - Central Tendency | 1 giờ |
| 4 | Descriptive Statistics - Spread | 1 giờ |
| 5 | Percentiles & Outliers | 45 phút |
| 6 | Probability Basics | 1 giờ |
| 7 | Conditional Probability & Bayes | 1 giờ |
| 8 | Discrete Distributions | 1.5 giờ |
| 9 | Continuous Distributions | 1.5 giờ |
| 10 | Sampling & CLT | 1 giờ |
| 11 | Confidence Intervals | 1 giờ |
| 12 | Hypothesis Testing Basics | 1.5 giờ |
| 13 | T-tests & Chi-square | 1.5 giờ |
| 14 | Correlation & Regression | 1.5 giờ |
| 15 | Quiz tổng hợp | 30 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
- Phân tích dữ liệu một cách khoa học
- Đưa ra quyết định dựa trên dữ liệu
- Thiết kế thí nghiệm (A/B Testing)
- Đánh giá model Machine Learning
- 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
