Chào mừng các bạn đến với bài học thứ ba trong chuỗi bài về các phương pháp ước lượng. Trong hai bài học trước, chúng ta đã làm việc trong một thế giới khá lý tưởng của ước lượng tham số, nơi chúng ta tự tin giả định rằng dữ liệu của mình tuân theo một phân phối xác suất cụ thể như phân phối chuẩn hay được mô tả bởi hàm Copula. Những giả định này, khi đúng, sẽ cho chúng ta những ước lượng rất hiệu quả. Tuy nhiên, trong nghiên cứu thực tế, chúng ta thường tự hỏi: “Liệu giả định về phân phối chuẩn có thực sự đúng không? Điều gì xảy ra nếu sai số của mô hình có đuôi dày (heavy-tailed) hoặc không đối xứng?” Việc vi phạm các giả định này có thể làm cho các ước lượng tham số của chúng ta bị chệch và không còn đáng tin cậy. Đây chính là lúc ước lượng bán tham số (semiparametric estimation) tỏa sáng. Nó được xem như một “con đường trung đạo” …