Tổng quan

Thống kê mô tả từ file Phân phối, phân vị, ngoại lai, kiểm định chuẩn

Bước đầu tiên với bất kỳ dữ liệu nào: nó phân phối thế nào, có ngoại lai không, và có gần chuẩn đủ để dùng trung bình với độ lệch chuẩn hay không.

Hướng dẫn Công thức API

Đang chạy trên dữ liệu mẫu, không phải dữ liệu của bạn. Các ô còn nguyên mẫu dựng sẵn: Dữ liệu (dán hoặc tải file CSV). Chọn nguồn dữ liệu khác ở cột bên trái rồi chạy lại để có kết quả của riêng bạn.

Số quan sát 15

Trung bình 13.8800

Độ lệch chuẩn 2.6211

Số ngoại lai (IQR) 1 (6.7%)

Kết luận Không phải phân phối chuẩn

① Nguồn dữ liệu Tải fileCSV/TXT tới 32 MB · 200.000 dòng

Nhận dấu phẩy, chấm phẩy hoặc tab; tự nhận dòng tiêu đề; hiểu cả 1.234.567 lẫn 1.234,56.

Dán dữ liệuDữ liệu (dán hoặc tải file CSV)

Lấy từ internetdán đường dẫn trang hoặc file

Chỉ tải http/https tới địa chỉ công khai; địa chỉ nội bộ bị từ chối.

② Tham số Cột cần phân tích

Giá trị mặc định là ví dụ chạy được — bấm Tính ngay để xem kết quả, rồi thay dữ liệu của bạn vào.

Tổng quan Biểu đồ Bảng số liệu Công thức Hướng dẫn

Phân phối giá trị

Trung bình 13.88, trung vị 13.3. Hai con số lệch nhau càng nhiều thì phân phối càng lệch, và trung bình càng kém đại diện.

Diễn giải nhanh

Độ lệch = +3.02

Dưới |0,5| coi như cân đối. Lệch dương nghĩa là đuôi kéo về phía giá trị lớn, và khi đó trung bình bị kéo cao hơn trung vị.

Độ nhọn thừa = +5.62

Dương nghĩa là đuôi béo hơn phân phối chuẩn — biến cố cực đoan xảy ra thường xuyên hơn công thức chuẩn dự báo.

Jarque–Bera = 42.60 → bác bỏ chuẩn ở mức 5%

Ngưỡng là χ²(2) = 5,99. Bác bỏ nghĩa là mọi công thức giả định phân phối chuẩn trên dữ liệu này đều sai lệch, đặc biệt ở đuôi.

1 ngoại lai (6.7%)

Theo quy tắc 1,5×IQR: ngoài khoảng 10.43 – 16.23. Kiểm tra xem đó là lỗi nhập liệu hay biến cố thật trước khi loại.

Khi nào con số này sai: Trung bình và độ lệch chuẩn chỉ mô tả tốt dữ liệu gần chuẩn. Với phân phối lệch hoặc đuôi béo — kết quả Jarque–Bera ở dưới cho biết — hãy đọc trung vị và các phân vị thay vì trung bình.

Chi tiết

Nhỏ nhất / lớn nhất	11.8000 / 22.7000
Trung vị	13.3000
Q1 / Q3 / IQR	12.6000 / 14.0500 / 1.4500
p05 / p95	11.8700 / 17.3800
Độ lệch (skew)	+3.0233
Độ nhọn thừa (kurtosis)	+5.6208
Jarque–Bera	42.597 → BÁC BỎ phân phối chuẩn ở mức 5%
Ngưỡng ngoại lai	< 10.4250 hoặc > 16.2250
Hệ số biến thiên	0.1888

Phân phối giá trị

Trung bình 13.88, trung vị 13.3. Hai con số lệch nhau càng nhiều thì phân phối càng lệch, và trung bình càng kém đại diện.

Chuỗi theo thứ tự nhập

Vẽ để phát hiện bậc thang, đứt gãy hoặc xu hướng — những thứ mà thống kê mô tả không nhìn thấy vì nó bỏ qua thứ tự.

Toàn bộ chỉ số

Nhỏ nhất / lớn nhất	11.8000 / 22.7000
Trung vị	13.3000
Q1 / Q3 / IQR	12.6000 / 14.0500 / 1.4500
p05 / p95	11.8700 / 17.3800
Độ lệch (skew)	+3.0233
Độ nhọn thừa (kurtosis)	+5.6208
Jarque–Bera	42.597 → BÁC BỎ phân phối chuẩn ở mức 5%
Ngưỡng ngoại lai	< 10.4250 hoặc > 16.2250
Hệ số biến thiên	0.1888

Công thức đang dùng

Jarque–Bera = n/6·(S² + K²/4), bác bỏ chuẩn khi > 5.99

Đây là công thức thật mà mã nguồn chạy, không phải mô tả gần đúng. API tại /api/v1/tools/series-stats gọi đúng hàm này, nên kết quả trên trang và qua API không thể lệch nhau.

Cách dùng

Điền tham số ở cột trái. Mọi ô đã có sẵn giá trị ví dụ chạy được, nên bạn có thể bấm Tính ngay trước rồi sửa sau.
Với ô dữ liệu: dán vài chục dòng để thử, hoặc tải file CSV/TXT lên để chạy thật. File tối đa 32 MB, 200.000 dòng; bộ đọc nhận dấu phẩy, chấm phẩy hoặc tab, tự nhận dòng tiêu đề, và hiểu cả 1.234.567 lẫn 1.234,56.
Đọc thẻ số ở trên cùng, rồi mục Diễn giải nhanh để biết con số đó nói gì.
Đọc dòng “Khi nào con số này sai” trước khi dùng kết quả để quyết định — đó là giả định vỡ đầu tiên.

Giới hạn chung. Công cụ này tính đúng công thức của nó trên dữ liệu bạn đưa vào. Nó không kiểm tra dữ liệu của bạn có phù hợp với giả định của phương pháp hay không — phần đó vẫn là việc của người dùng, và mục “sai ở đâu” bên dưới trang liệt kê các chỗ hỏng thường gặp.

Tổng quan là gì

Trang tổng quan ngành tập hợp các bài toán định lượng đặc trưng, dữ liệu thường có, và những phương pháp phù hợp. Mục đích là giúp bạn xác định bài toán của mình thuộc nhóm nào trước khi chọn công cụ.

Làm thế nào

Xác định bài toán thuộc loại nào: dự báo, phân loại, tối ưu hay mô phỏng — bốn loại này cần phương pháp khác nhau.
Kiểm kê dữ liệu thực có trước khi thiết kế mô hình.
Chọn chỉ số thành công gắn với quyết định kinh doanh.
Xây baseline đơn giản làm mốc so sánh.

Sai ở đâu

Phần quan trọng nhất của trang này. Một phương pháp được mô tả mà không nói chỗ nó hỏng là phiên bản quảng cáo của phương pháp đó.

! C

! h

! ọ

! n

! p

! h

! ư

! ơ

! n

! g

! p

! h

! á

! p

! t

! r

! ư

! ớ

! c

! k

! h

! i

! p

! h

! á

! t

! b

! i

! ể

! u

! b

! à

! i

! t

! o

! á

! n

! —

! n

! g

! u

! y

! ê

! n

! h

! â

! n

! p

! h

! ổ

! b

! i

! ế

! n

! h

! ấ

! t

! k

! h

! i

! ế

! n

! d

! ự

! á

! n

! p

! h

! â

! n

! t

! í

! c

! h

! k

! h

! ô

! n

! g

! t

! ạ

! o

! g

! i

! á

! t

! r

! ị

! .

Câu hỏi thường gặp

Tổng quan là gì?

Tổng quan được làm như thế nào?

1. Xác định bài toán thuộc loại nào: dự báo, phân loại, tối ưu hay mô phỏng — bốn loại này cần phương pháp khác nhau. 2. Kiểm kê dữ liệu thực có trước khi thiết kế mô hình. 3. Chọn chỉ số thành công gắn với quyết định kinh doanh. 4. Xây baseline đơn giản làm mốc so sánh.

Tổng quan hay sai ở đâu?

C h ọ n p h ư ơ n g p h á p t r ư ớ c k h i p h á t b i ể u b à i t o á n — n g u y ê n n h â n p h ổ b i ế n n h ấ t k h i ế n d ự á n p h â n t í c h k h ô n g t ạ o g i á t r ị .

Tổng quan trên QuantHub đã dùng được chưa?

Chưa xây dựng. Mục này hiện là điều hướng và tài liệu tham chiếu; chúng tôi không gắn nhãn 'live' cho thứ chưa chạy.

Thống kê mô tả từ file Phân phối, phân vị, ngoại lai, kiểm định chuẩn

Phân phối giá trị

Diễn giải nhanh

Chi tiết

Phân phối giá trị

Chuỗi theo thứ tự nhập

Toàn bộ chỉ số

Công thức đang dùng

Cách dùng

Tổng quan là gì

Làm thế nào

Sai ở đâu

Mô hình định lượng dùng trong Manufacturing

Câu hỏi thường gặp

Chủ đề khác trong Manufacturing