Ước lượng OLS và diễn giải kết quả Estimating the coefficients of the linear regression model 1. Giới thiệu Ở bài học trước, chúng ta đã xây dựng được mô hình hồi quy tổng thể: $Y_i = \beta_0 + \beta_1 X_i + u_i$. Đây là một mô tả lý tưởng về mối quan hệ giữa $X$ và $Y$ trong toàn bộ tổng thể. Tuy nhiên, trong thực tế, chúng ta không bao giờ có dữ liệu của cả tổng thể. Chúng ta chỉ có một mẫu dữ liệu, và từ đó, chúng ta phải đối mặt với “bài toán ước lượng”: làm thế nào để tìm ra các giá trị ước lượng tốt nhất cho $\beta_0$ và $\beta_1$? Vấn đề này tương tự như việc chúng ta muốn biết thu nhập trung bình của tất cả người lao động Việt Nam (giá trị tổng thể $\mu$), nhưng chúng ta chỉ có thể khảo sát một mẫu 1,000 người. Chúng ta sẽ dùng thu nhập trung bình của mẫu ($\bar{Y}$) để ước lượng cho $\mu$. Tương tự, trong hồi quy, …