Chào mừng các bạn đến với bài học thứ tư! Trong các bài học trước, chúng ta đã tập trung vào việc tìm ra một “ước lượng điểm” (point estimate) tốt nhất cho các hệ số hồi quy. Ước lượng điểm, ví dụ như $\hat{\beta}_1 = 5.0$, cho chúng ta con số cụ thể tốt nhất về tác động của một biến. Tuy nhiên, do sự ngẫu nhiên trong việc lấy mẫu, chúng ta biết rằng giá trị ước lượng này hầu như không bao giờ bằng chính xác giá trị thực trong tổng thể. Vậy, chúng ta có thể “tự tin” đến mức nào về con số 5.0 này? Liệu giá trị thực có thể là 4.9 hay 6.0 không? Hay thậm chí là 1.0? Để trả lời câu hỏi này, chúng ta cần đến ước lượng khoảng (interval estimation). Bài học hôm nay sẽ hướng dẫn các bạn cách xây dựng khoảng tin cậy (confidence interval) cho các hệ số hồi quy. Một khoảng tin cậy sẽ cung cấp cho chúng ta một khoảng giá trị mà …