Chào mừng các bạn đến với bài học thứ năm! Trong suốt bốn bài học vừa qua, chúng ta đã xây dựng một nền tảng lý thuyết vững chắc cho mô hình hồi quy tuyến tính, giả định rằng dữ liệu của chúng ta là “hoàn hảo” và tuân thủ tất cả các giả định cổ điển. Tuy nhiên, như các bạn có thể đoán, thế giới thực hiếm khi nào gọn gàng và ngăn nắp như vậy. Dữ liệu phi thực nghiệm mà các nhà kinh tế thường sử dụng luôn tiềm ẩn những vấn đề có thể ảnh hưởng nghiêm trọng đến kết quả phân tích của chúng ta. Bài học hôm nay sẽ trang bị cho các bạn những kiến thức thiết yếu để nhận biết và hiểu rõ ba trong số những vấn đề phổ biến nhất về dữ liệu: đa cộng tuyến, dữ liệu thiếu, và sai số đo lường. Chúng ta sẽ tìm hiểu xem từng vấn đề này là gì, tại sao chúng lại xảy ra, và quan trọng nhất, chúng ảnh …