Chào mừng các bạn đến với bài học thứ năm trong chuỗi bài về các phương pháp tái lấy mẫu. Trong bài học trước, chúng ta đã học cách xây dựng khoảng tin cậy phần trăm (percentile confidence interval), một phương pháp đơn giản và trực quan. Tuy nhiên, phương pháp này có một giả định ngầm quan trọng: nó hoạt động tốt nhất khi phân phối lấy mẫu của ước lượng là đối xứng. Trong nhiều bài toán kinh tế lượng, đặc biệt là khi ước lượng là một hàm phi tuyến phức tạp của các tham số, phân phối này có thể bị chệch (biased) hoặc lệch (skewed). Điều này có thể làm cho khoảng tin cậy phần trăm trở nên kém chính xác. May mắn thay, các nhà thống kê đã phát triển các phiên bản cải tiến của khoảng tin cậy bootstrap để giải quyết chính những vấn đề này. Trong bài học hôm nay, chúng ta sẽ tìm hiểu hai trong số các phương pháp nâng cao phổ biến nhất: Khoảng tin cậy Bách phân …