Thuộc tính của ước lượng hậu lựa chọn mô hình Properties of post-model-selection estimators Giới thiệu Chào mừng các bạn quay trở lại bài học thứ hai. Trong bài học trước, chúng ta đã làm quen với các công cụ như AIC và BIC để chọn ra một mô hình “tốt nhất” từ nhiều ứng viên. Một cách tự nhiên, chúng ta thường có xu hướng tin tưởng hoàn toàn vào mô hình chiến thắng này và sử dụng các hệ số hồi quy của nó như thể chúng ta đã biết mô hình đó là đúng ngay từ đầu. Tuy nhiên, sự thật lại phức tạp hơn rất nhiều. Quá trình lựa chọn bản thân nó đã đưa một lớp ngẫu nhiên và bất định vào kết quả cuối cùng của chúng ta. Các ước lượng mà chúng ta nhận được, được gọi là (Post-Model-Selection Estimator – PMSE), mang những thuộc tính thống kê rất đặc biệt mà chúng ta cần phải hiểu rõ để tránh những suy diễn sai lầm. Bài học này sẽ là một chuyến đi …