Nền tảng ước lượng mật độ bằng Kernel Foundations of kernel density estimation 1. Giới thiệu Chào mừng các bạn đến với bài học chính thức đầu tiên! Hãy bắt đầu với một câu hỏi rất cơ bản nhưng vô cùng quan trọng trong phân tích dữ liệu: Làm thế nào để chúng ta hiểu được hình dạng phân phối của một biến? Ví dụ, khi có trong tay một chuỗi dữ liệu về lợi suất cổ phiếu, làm sao chúng ta biết được những giá trị nào có khả năng xảy ra cao nhất, liệu phân phối có đối xứng hay không, hay mức độ rủi ro của các sự kiện cực đoan (đuôi phân phối) lớn đến đâu? Một công cụ quen thuộc mà có lẽ ai cũng đã từng sử dụng là biểu đồ tần suất (histogram). Chúng ta chia toàn bộ dải dữ liệu thành các “thùng” (bins) và đếm số quan sát rơi vào mỗi thùng. Mặc dù hữu ích, histogram có một nhược điểm lớn: hình dạng của nó phụ thuộc rất nhiều vào …