Bài tập tương quan và hồi quy đơn (tự chấm)
Bài 7/7 · Chương 11
Tương quan và hồi quy đơn
- 7 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 8
Sáu bài tập tương quan và hồi quy đơn dưới đây được chấm ngay trên trang. Mỗi bài bạn viết thân một hàm Python, bấm Chạy, và từng dòng kiểm tra báo đạt hay chưa. Các bài đi qua hiệp phương sai, kiểm định tương quan, Spearman có giá trị trùng, hệ số hồi quy, kiểm định hệ số dốc và một mô phỏng.
Cần biết trước: hiệp phương sai, tương quan và nhân quả, hồi quy đơn và suy diễn hồi quy.
Cách làm các bài tập
Mỗi bài cho sẵn dòng import và dòng def với thân là pass. Bạn thay pass bằng thân hàm. Trình chấm không đọc những gì bạn in ra: nó gọi hàm với nhiều bộ số khác nhau rồi so giá trị trả về, nên hàm phải return. Số thực được so gần đúng bằng math.isclose(), nên đừng làm tròn.
Mỗi hàm có bốn đến sáu dòng kiểm tra: ví dụ trong đề, một trường hợp biên và một dòng kiểm hàm không sửa dữ liệu của nơi gọi. Dòng cuối gọi hàm với hàng chục bộ số sinh tự động rồi so với thư viện. Bài mô phỏng ở mức khó được nhận khi kết quả nằm trong bốn sai số chuẩn quanh giá trị lý thuyết, và cùng hạt giống phải cho cùng kết quả.
Bí thì mở gợi ý theo thứ tự: gợi ý một chỉ chỗ cần nhìn, gợi ý hai nêu cách làm, gợi ý ba gần như là lời giải. Mỗi đề kết thúc bằng một link "Ôn lại" về bài dạy đúng kỹ thuật đó.
Mức dễ: hiệp phương sai và hệ số dốc
Hai bài đầu mỗi bài một công thức: hiệp phương sai mẫu trên một phần của bảng, và hệ số dốc tính từ ba số tóm tắt.
Hiệp phương sai nhiệt độ hai thành phố trong một tháng
df có cột ngay dạng "2025-07-15" và hai cột nhiệt độ ha_noi, da_nang (°C), như file nhiet_do_hai_thanh_pho.csv. thang là số tháng từ 1 đến 12, và tháng đó có ít nhất hai dòng. Viết thân hàm hiep_phuong_sai_thang(df, thang): lọc các ngày của tháng, rồi tính hiệp phương sai mẫu (chia n − 1) giữa ha_noi và da_nang.
Không dùng np.cov(), .cov(), pearsonr() hay module statistics. Hàm không sửa df của nơi gọi.
Trả về: hiệp phương sai mẫu, một float.
Ví dụ hiep_phuong_sai_thang(pd.read_csv("nhiet_do_hai_thanh_pho.csv"), 7) cho khoảng 0.4148. Ôn lại: hiệp phương sai.
import pandas as pd
def hiep_phuong_sai_thang(df, thang):
pass # Viết thân hàm thay cho dòng nàyHệ số dốc từ r và hai độ lệch chuẩn
Một báo cáo chỉ in hệ số tương quan r, độ lệch chuẩn s_x của x và s_y của y (cả hai dương). Hệ số dốc của đường hồi quy y theo x là b₁ = r · s_y / s_x. Viết thân hàm he_so_doc(r, s_x, s_y).
Trả về: hệ số dốc, một float.
Ví dụ he_so_doc(0.5, 2.0, 1.0) cho 0.25. Ôn lại: hồi quy đơn.
def he_so_doc(r, s_x, s_y):
pass # Viết thân hàm thay cho dòng nàyMức vừa: kiểm định tương quan và Spearman
Hai bài sau dùng phân phối t để tìm ngưỡng của r, và dựng hạng trung bình cho giá trị trùng.
Hệ số r nhỏ nhất có ý nghĩa
Với n cặp, |r| có ý nghĩa ở mức alpha (hai phía) khi |t| = |r|√(n − 2)/√(1 − r²) vượt t*, phân vị t mức 1 − alpha/2 với n − 2 bậc tự do. Giải ngược ra ngưỡng của r: r* = t*/√(t*² + n − 2). Viết thân hàm r_toi_thieu(n, alpha=0.05) với n từ 3 trở lên.
Trả về: ngưỡng r*, một float từ 0 đến 1.
Ví dụ r_toi_thieu(21) cho khoảng 0.4329, ngưỡng đã dùng trong bài Spearman. Ôn lại: kiểm định hệ số tương quan.
import math
from scipy import stats
def r_toi_thieu(n, alpha=0.05):
pass # Viết thân hàm thay cho dòng nàySpearman khi có giá trị trùng
Khi một dãy có giá trị trùng, các giá trị bằng nhau nhận hạng trung bình: hạng của v là (số giá trị nhỏ hơn v) + (số giá trị bằng v + 1)/2. Ví dụ trong [1, 2, 2, 3], hai số 2 cùng nhận hạng 2,5. Spearman khi đó là hệ số Pearson tính trên hai dãy hạng. Viết thân hàm spearman_trung(x, y) cho hai list cùng độ dài, mỗi dãy có ít nhất hai giá trị khác nhau.
Không dùng spearmanr(), rankdata(), .rank(), .corr() hay np.corrcoef(). Hàm không sửa x, y của nơi gọi.
Trả về: hệ số Spearman, một float.
Ví dụ spearman_trung([1, 2, 2, 3], [1, 3, 2, 4]) cho khoảng 0.9487. Ôn lại: tương quan Spearman.
import numpy as np
def spearman_trung(x, y):
pass # Viết thân hàm thay cho dòng nàyMức khó: kiểm định hệ số dốc và mô phỏng
Bài đầu kiểm định độ dốc với một giá trị khác 0. Bài cuối mô phỏng tỉ lệ bác bỏ H₀ và so với lý thuyết.
p-value khi kiểm định độ dốc bằng một giá trị cho trước
Một quy định nói mỗi giờ tự học đi cùng 1 điểm, và bạn muốn kiểm định hai phía H₀: β₁ = gia_tri, H₁: β₁ ≠ gia_tri. Thống kê là t = (b₁ − gia_tri)/SE(b₁) với n − 2 bậc tự do. Viết thân hàm p_he_so_doc(x, y, gia_tri) cho hai list cùng độ dài, ít nhất ba điểm, không cùng nằm trên một đường thẳng.
Được dùng stats.linregress() để lấy b₁ và SE. Không dùng ols( hay OLS( của statsmodels. Hàm không sửa x, y của nơi gọi.
Trả về: p-value hai phía, một float.
Ví dụ p_he_so_doc([2, 4, 5, 7, 7], [5.0, 6.0, 7.5, 7.0, 9.0], 1) cho khoảng 0.1671. Ôn lại: suy diễn hồi quy.
from scipy import stats
def p_he_so_doc(x, y, gia_tri):
pass # Viết thân hàm thay cho dòng nàyMô phỏng: kiểm định độ dốc bác bỏ H₀ bao nhiêu lần
Giữ cố định các giá trị x (list, ít nhất ba giá trị, không bằng hết nhau). Mỗi lần mô phỏng, sinh y = beta · x + nhiễu, nhiễu rút bằng rng.normal(0, 1, size=(so_lan, len(x))) (mỗi hàng một lần). Với mỗi hàng, tính b₁, SE(b₁) = s/√Sxx với s² = Σe²/(n − 2), rồi bác bỏ H₀: β₁ = 0 khi |b₁/SE| > t*, phân vị t mức 0,975 với n − 2 bậc tự do. Viết thân hàm ty_le_bac_bo(x, beta, so_lan, rng).
rng do nơi gọi tạo: không dùng np.random.seed(), không tạo bộ sinh số mới bằng np.random.default_rng() trong hàm. Tỉ lệ phải đếm từ các lần mô phỏng: không tính sẵn lực bằng phân phối t không trung tâm nct của scipy rồi rút nhị thức bằng rng.binomial(). Hàm không sửa x của nơi gọi.
Trả về: tỉ lệ số lần bác bỏ, một float từ 0 đến 1.
Ví dụ ty_le_bac_bo([1, 2, 3, 4], 0, 20000, np.random.default_rng(2)) cho một số gần 0,05: khi độ dốc thật bằng 0, kiểm định bác bỏ đúng ở mức α. Với beta = 0.3 và x từ 1 đến 10, tỉ lệ gần 0,67. Ôn lại: suy diễn hồi quy.
import numpy as np
from scipy import stats
def ty_le_bac_bo(x, beta, so_lan, rng):
pass # Viết thân hàm thay cho dòng nàyCâu hỏi thường gặp
Nên làm các bài theo thứ tự nào?
Theo thứ tự trên trang: mức dễ chỉ cần một công thức, mức vừa cần phân phối t và hạng, mức khó ghép hồi quy với kiểm định và mô phỏng. Bài nào bí lâu thì mở link "Ôn lại" của bài đó.
Vì sao bài mô phỏng không có đáp số cố định?
Kết quả phụ thuộc số ngẫu nhiên, nên trình chấm so với giá trị lý thuyết (tính từ phân phối t không trung tâm) trong bốn sai số chuẩn. Cùng hạt giống phải cho cùng kết quả, nên hàm phải dùng rng được truyền vào.
Có bài tập về nghịch lý Simpson không?
Bài nghịch lý Simpson đã có bài tập phát hiện nghịch lý từ bảng số đạt và số tổng. Trang này tập trung vào các phép tính của tương quan và hồi quy.
Chủ đề
Dữ liệu của bài
- Tải xuống
nhiet_do_hai_thanh_pho.csv
CSV · 7.5 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.