Giới thiệu Trong bài học trước, chúng ta đã biết rằng OLS là một ước lượng “BLUE” (Tốt nhất, Tuyến tính, Không chệch). Điều này có nghĩa là, trên trung bình, OLS sẽ cho chúng ta câu trả lời đúng. Tuy nhiên, trong nghiên cứu thực tế, chúng ta chỉ làm việc với một mẫu dữ liệu duy nhất. Do đó, chúng ta sẽ chỉ có một giá trị ước lượng duy nhất cho \(\beta\), ví dụ \(\hat{\beta} = 1.64\). Một câu hỏi tự nhiên nảy sinh là: “Con số 1.64 này đáng tin cậy đến mức nào?”. Nếu chúng ta lấy một mẫu sinh viên khác, liệu kết quả có ra là 1.65, hay có thể nhảy vọt lên 5.0 hoặc giảm xuống -2.0? Bài học này sẽ giới thiệu một trong những khái niệm quan trọng nhất trong kinh tế lượng ứng dụng: sai số chuẩn (standard error). Sai số chuẩn chính là thước đo độ chính xác hay độ tin cậy của một giá trị ước lượng. Nó cho chúng ta biết giá trị ước lượng của …