Tổng quan về các quy luật tiệm cận trong mẫu lớn

Chào mừng các bạn sinh viên đến với chuỗi bài học về một trong những nền tảng quan trọng nhất của kinh tế lượng hiện đại: Lý thuyết tiệm cận mẫu lớn. Nghe có vẻ phức tạp, nhưng đừng lo lắng! Đây chính là bộ công cụ giúp chúng ta hiểu được tại sao các phương pháp ước lượng lại hoạt động hiệu quả khi có trong tay một bộ dữ liệu đủ lớn. Về cơ bản, lý thuyết này cho phép chúng ta xấp xỉ các phân phối phức tạp trong mẫu hữu hạn bằng các phân phối quen thuộc hơn, như phân phối chuẩn, khi kích thước mẫu tăng lên vô hạn. Việc nắm vững những nguyên lý này sẽ mở ra cánh cửa để các bạn tự tin phân tích dữ liệu và diễn giải kết quả một cách chính xác trong các nghiên cứu của mình.

Trong chuỗi bài học này, chúng ta sẽ cùng nhau xây dựng từng viên gạch kiến thức một cách có hệ thống. Chúng ta sẽ bắt đầu từ những khái niệm cơ bản nhất, khám phá những định lý nền tảng, và dần dần trang bị những công cụ mạnh mẽ để phân tích các mô hình phức tạp. Mục tiêu cuối cùng không chỉ là ghi nhớ công thức, mà là xây dựng một trực giác vững chắc về cách các công cụ thống kê hoạt động “phía sau hậu trường”. Hãy coi đây là một hành trình khám phá, nơi mỗi định lý, mỗi khái niệm đều là một mảnh ghép quan trọng trong bức tranh lớn của kinh tế lượng.

Ba từ khóa chính mà chúng ta sẽ tập trung xuyên suốt chuỗi bài này là:

• Hội tụ (Convergence): Tìm hiểu xem điều gì xảy ra với các ước lượng của chúng ta khi kích thước mẫu ngày càng lớn.
• Luật số lớn (Law of Large Numbers): Khám phá lý do tại sao trung bình mẫu lại là một ước lượng tốt cho giá trị trung bình của tổng thể.
• Định lý giới hạn trung tâm (Central Limit Theorem): Hiểu được sự “kỳ diệu” khi tổng của nhiều biến ngẫu nhiên lại có xu hướng tiến về phân phối chuẩn.

Cấu trúc chuỗi bài học

PHỤ LỤC: Dữ liệu mô phỏng cho các chuỗi bài viết sau này

Chuỗi bài học này tập trung hoàn toàn vào lý thuyết nền tảng. Tuy nhiên, để chuẩn bị cho các bài học thực hành trong tương lai nhằm minh họa các khái niệm này, chúng ta sẽ tạo ra một bộ dữ liệu mô phỏng đơn giản. Bộ dữ liệu này về điểm GPA và lương khởi điểm của sinh viên sẽ được sử dụng để kiểm chứng Định lý giới hạn trung tâm hay tính chặt của một ước lượng trong các bài học sau.

* ==================================================
* TẠO DỮ LIỆU MÔ PHỎNG VỀ LƯƠNG SINH VIÊN
* Mục đích: Tạo một bộ dữ liệu đơn giản để minh họa
* các khái niệm lý thuyết tiệm cận trong tương lai.
* ==================================================

* Xóa bộ nhớ và cài đặt số quan sát
clear
set obs 1000

* Đặt seed để kết quả có thể tái lập
set seed 12345

* --- Tạo các biến độc lập ---
* GPA: Giả sử tuân theo phân phối chuẩn beta, được chuẩn hóa trong khoảng [2.0, 4.0]
gen gpa = 2 + 2 * rbeta(4, 2)

* Internships: Số kỳ thực tập (0, 1, 2, 3), giả sử phân phối poisson
gen internships = rpoisson(1.2)
replace internships = 3 if internships > 3

* is_stem: Biến giả cho ngành STEM (1=STEM, 0=Khác), tỷ lệ 40%
gen is_stem = (runiform() < 0.4)

* --- Tạo thành phần sai số ngẫu nhiên ---
* epsilon: Nhiễu ngẫu nhiên tuân theo phân phối chuẩn
gen epsilon = rnormal(0, 2)

* --- Xây dựng biến phụ thuộc (lương) ---
* Giả định một mô hình tuyến tính đơn giản
* Lương cơ bản là 8 triệu, mỗi điểm GPA tăng 3 triệu,
* mỗi kỳ thực tập tăng 1.5 triệu, ngành STEM được cộng 2.5 triệu.
gen salary = 8 + 3*gpa + 1.5*internships + 2.5*is_stem + epsilon

* --- Thêm nhãn cho các biến để dễ hiểu hơn ---
label variable salary "Lương khởi điểm (triệu VND)"
label variable gpa "Điểm GPA hệ 4"
label variable internships "Số kỳ thực tập đã tham gia"
label variable is_stem "Là sinh viên ngành STEM (1=Có)"

* --- Lưu bộ dữ liệu ---
* Mô tả ngắn gọn bộ dữ liệu
describe
summarize

* Lưu lại để sử dụng cho các bài thực hành sau
save "grad_salary.dta", replace

* ==================================================
* TẠO DỮ LIỆU MÔ PHỎNG VỀ LƯƠNG SINH VIÊN
* Mục đích: Tạo một bộ dữ liệu đơn giản để minh họa
* các khái niệm lý thuyết tiệm cận trong tương lai.
* ==================================================

* Xóa bộ nhớ và cài đặt số quan sát
clear
set obs 1000

* Đặt seed để kết quả có thể tái lập
set seed 12345

* --- Tạo các biến độc lập ---
* GPA: Giả sử tuân theo phân phối chuẩn beta, được chuẩn hóa trong khoảng [2.0, 4.0]
gen gpa = 2 + 2 * rbeta(4, 2)

* Internships: Số kỳ thực tập (0, 1, 2, 3), giả sử phân phối poisson
gen internships = rpoisson(1.2)
replace internships = 3 if internships > 3

* is_stem: Biến giả cho ngành STEM (1=STEM, 0=Khác), tỷ lệ 40%
gen is_stem = (runiform() < 0.4)

* --- Tạo thành phần sai số ngẫu nhiên ---
* epsilon: Nhiễu ngẫu nhiên tuân theo phân phối chuẩn
gen epsilon = rnormal(0, 2)

* --- Xây dựng biến phụ thuộc (lương) ---
* Giả định một mô hình tuyến tính đơn giản
* Lương cơ bản là 8 triệu, mỗi điểm GPA tăng 3 triệu,
* mỗi kỳ thực tập tăng 1.5 triệu, ngành STEM được cộng 2.5 triệu.
gen salary = 8 + 3*gpa + 1.5*internships + 2.5*is_stem + epsilon

* --- Thêm nhãn cho các biến để dễ hiểu hơn ---
label variable salary "Lương khởi điểm (triệu VND)"
label variable gpa "Điểm GPA hệ 4"
label variable internships "Số kỳ thực tập đã tham gia"
label variable is_stem "Là sinh viên ngành STEM (1=Có)"

* --- Lưu bộ dữ liệu ---
* Mô tả ngắn gọn bộ dữ liệu
describe
summarize

* Lưu lại để sử dụng cho các bài thực hành sau
save "grad_salary.dta", replace

Hướng dẫn sử dụng: Các bạn chỉ cần chạy đoạn code Stata trên để tạo ra file grad_salary.dta. Chúng ta sẽ sử dụng file này trong các chuỗi bài học thực hành trong tương lai để làm cho các khái niệm lý thuyết trở nên sống động và dễ hình dung hơn.