Chào mừng các bạn quay trở lại! Trong bài học số 2, chúng ta đã tìm hiểu về mô hình Tobit và cách sử dụng phương pháp Ước lượng Hợp lý Tối đa (MLE) để có được các ước lượng nhất quán. Đó là một công cụ cực kỳ mạnh mẽ, nhưng sức mạnh đó đi kèm với một giả định quan trọng: sai số phải có phân phối chuẩn. Đây là một giả định “cứng”, và nếu nó bị vi phạm, các ước lượng Tobit cũng có thể bị chệch. Điều này đặt ra một câu hỏi lớn cho các nhà nghiên cứu cẩn trọng: “Làm thế nào để chúng ta biết sai số có phân phối chuẩn hay không? Và nếu không, chúng ta phải làm gì?”. Bài học hôm nay sẽ giải quyết chính xác mối bận tâm này. Chúng ta sẽ khám phá ra rằng, trong khi giá trị trung bình (mean) rất nhạy cảm với vấn đề kiểm duyệt, thì các giá trị trung vị (median) và phân vị (quantile) lại “mạnh mẽ” hơn nhiều. …