BI

Bài mở đầu series thống kê: đo xu hướng trung tâm và độ phân tán, phân vị và five-number summary, hình dạng phân phối, và cách xử lý dữ liệu lệch phải điển hình trong ngân hàng. Kèm SQL chạy được trên PostgreSQL sandbox.

Xác suất cơ bản, xác suất điều kiện và định lý Bayes (ứng dụng phát hiện gian lận/spam), biến ngẫu nhiên, kỳ vọng & phương sai, cùng các phân phối quan trọng trong ngân hàng: Bernoulli/Binomial, Poisson, Normal, Exponential, Log-normal, Uniform. Diễn giải trực quan, ít công thức nặng, nhiều ví dụ thực chiến.

Vì sao phải lấy mẫu thay vì đo toàn bộ dân số, các phương pháp lấy mẫu (ngẫu nhiên đơn giản, phân tầng, cụm, hệ thống) và những thiên lệch cần tránh. Giải thích sampling error vs bias, phân phối của trung bình mẫu, standard error = σ/√n, Định lý giới hạn trung tâm (CLT) và bootstrap — nền móng của mọi suy diễn thống kê.

Phân biệt ước lượng điểm và ước lượng khoảng, cách xây khoảng tin cậy (CI) bằng margin of error z*·SE / t*·SE, đánh đổi mức 90/95/99%, và cách DIỄN GIẢI ĐÚNG khoảng tin cậy (95% CI không phải xác suất tham số nằm trong khoảng). Có CI cho trung bình và cho tỷ lệ, ảnh hưởng của cỡ mẫu, cùng ví dụ ngân hàng về tỷ lệ nợ xấu và số dư trung bình.

Khung kiểm định giả thuyết đầy đủ: H0 vs H1, một phía/hai phía, mức ý nghĩa alpha, miền bác bỏ, test statistic và p-value (định nghĩa chính xác). Phân biệt sai lầm Type I/Type II, power và cách tăng power; catalog các test thông dụng (z, t, chi-square, ANOVA), effect size và bẫy 'ý nghĩa thống kê khác ý nghĩa thực tiễn', kèm ví dụ ngân hàng NCB.

Hiệp phương sai & tương quan, hệ số Pearson vs Spearman và cách diễn giải độ mạnh; vì sao tương quan không phải nhân quả (biến gây nhiễu); hồi quy tuyến tính đơn/bội, trực giác OLS, cách đọc hệ số, R² và phần dư; các giả định của hồi quy và hệ quả khi vi phạm, đa cộng tuyến, overfitting. Có SQL chạy được trên sandbox dùng CORR/REGR_SLOPE/REGR_R2.

A/B testing từ thiết kế đến phân tích: chọn metric chính và guardrail, randomization, tính cỡ mẫu trước khi chạy (MDE/alpha/power/baseline), two-proportion z-test và t-test, đọc p-value và khoảng tin cậy cho lift. Điểm mặt các bẫy phổ biến (peeking, multiple testing, novelty, sample ratio mismatch) và giới thiệu sequential/Bayesian A/B, với ví dụ onboarding app, offer thẻ tín dụng và email nhắc thanh toán.

Bài tổng kết series: 10 cạm bẫy khiến phân tích dữ liệu ngân hàng đi sai — từ tương quan giả và biến gây nhiễu, p-hacking, multiple comparisons, Simpson's paradox (có ví dụ số cụ thể), survivorship bias, regression to the mean, base rate fallacy, tới trực quan hoá gây hiểu lầm và nhầm ý nghĩa thống kê với ý nghĩa thực tiễn. Mỗi bẫy kèm ví dụ ngân hàng và cách phòng tránh.