Bỏ qua đến nội dung chính
Mục lục

Cheat sheet thống kê với Python: công thức và lệnh

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 2/8 · Chương 14

Trang phụ trợ

  • 8 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Cheat sheet thống kê này gom công thức và lệnh Python của cả tutorial vào một trang, chia thành tám nhóm theo thứ tự các bài: mô tả, xác suất, phân phối rời rạc, phân phối liên tục, ước lượng, kiểm định, tương quan và hồi quy, mô phỏng. Mỗi dòng có công thức viết gọn, lệnh NumPy hay scipy, kết quả thật khi chạy và một link tới bài dạy kỹ dòng đó.

Cách đọc bảng công thức thống kê

Mỗi nhóm mở đầu bằng một đoạn code ngắn tạo dữ liệu dùng chung, như mảng diem của tám bạn. Các dòng của bảng chạy lần lượt sau đoạn đó, như khi bạn gõ từng dòng vào cửa sổ Python tương tác: dòng sau thấy biến mà dòng trước gán. Cột Kết quả là đúng thứ được in ra; ô có dấu gạch ngang là dòng không in gì, như một phép gán.

Công thức ở cột Cần làm viết bằng ký hiệu thường: x̄ là trung bình mẫu, s là độ lệch chuẩn mẫu, n là cỡ mẫu, Σ là tổng. Phần lớn dòng bọc kết quả trong round() để in gọn. Ký hiệu đầy đủ có ở bài ký hiệu thống kê.

Thống kê mô tả

Điểm kiểm tra của tám bạn; phương sai và độ lệch chuẩn mẫu luôn ghi ddof=1.

python
import statistics
import numpy as np
from scipy import stats

diem = np.array([6.5, 7.0, 8.5, 5.0, 9.0, 7.5, 6.0, 8.0])

Cần làm

Cú pháp

Kết quả

Bài

Trung bình x̄ = Σx / n

float(np.mean(diem))

7.1875

trung bình

Trung bình có trọng số Σwx / Σw

float(np.average([7, 8, 9], weights=[1, 2, 3]))

8.333333333333334

trung bình có trọng số

Trung vị

float(np.median(diem))

7.25

trung vị

Mốt (mọi giá trị nhiều nhất)

statistics.multimode([7, 8, 8, 9, 9])

[8, 9]

mốt

Khoảng biến thiên max − min

float(np.ptp(diem))

4.0

khoảng biến thiên

Phương sai tổng thể σ² = Σ(x − μ)² / n

round(float(np.var(diem, ddof=0)), 4)

1.5586

phương sai

Phương sai mẫu s² = Σ(x − x̄)² / (n − 1)

round(float(np.var(diem, ddof=1)), 4)

1.7812

phương sai mẫu chia n − 1

Độ lệch chuẩn mẫu s = √s²

round(float(np.std(diem, ddof=1)), 4)

1.3346

độ lệch chuẩn

Hệ số biến thiên s / x̄

round(float(np.std(diem, ddof=1) / np.mean(diem)), 4)

0.1857

hệ số biến thiên

Tứ phân vị Q1, Q3

np.percentile(diem, [25, 75]).tolist()

[6.375, 8.125]

tứ phân vị

Khoảng tứ phân vị Q3 − Q1

float(np.subtract(*np.percentile(diem, [75, 25])))

1.75

tứ phân vị

z-score z = (x − x̄) / s

round(float((9.0 - diem.mean()) / diem.std(ddof=1)), 4)

1.358

z-score

Độ lệch (skewness)

round(float(stats.skew(diem)), 4)

-0.2371

độ lệch và độ nhọn

Trung bình nhân

round(statistics.geometric_mean([1.1, 1.2, 0.9]), 4)

1.0591

trung bình nhân, điều hòa

Xác suất và đếm

Số cách chọn, và các công thức xác suất tính từ vài con số cho sẵn.

python
import math

p_a, p_b, p_ab = 0.30, 0.45, 0.12

Cần làm

Cú pháp

Kết quả

Bài

Tổ hợp C(n, k) = n! / (k!(n − k)!)

math.comb(10, 3)

120

quy tắc đếm

Chỉnh hợp A(n, k) = n! / (n − k)!

math.perm(10, 3)

720

quy tắc đếm

Cộng xác suất P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

round(p_a + p_b - p_ab, 2)

0.63

công thức cộng xác suất

Xác suất có điều kiện P(A | B) = P(A ∩ B) / P(B)

round(p_ab / p_b, 4)

0.2667

xác suất có điều kiện

Nhân xác suất khi độc lập P(A)P(B)

round(p_a * p_b, 4)

0.135

biến cố độc lập

Bayes P(B | A) = P(A | B)P(B) / P(A)

round((p_ab / p_b) * p_b / p_a, 4)

0.4

công thức Bayes

Phân phối rời rạc

Mỗi phân phối là một đối tượng của scipy.stats; .pmf(k) là P(X = k), .cdf(k) là P(X ≤ k).

python
from scipy import stats

nhi_thuc = stats.binom(n=10, p=0.3)

Cần làm

Cú pháp

Kết quả

Bài

Nhị thức P(X = k) = C(n, k) pᵏ (1 − p)ⁿ⁻ᵏ

round(float(nhi_thuc.pmf(3)), 4)

0.2668

phân phối nhị thức

Nhị thức P(X ≤ k)

round(float(nhi_thuc.cdf(3)), 4)

0.6496

phân phối nhị thức

Kỳ vọng np và phương sai np(1 − p)

(float(nhi_thuc.mean()), round(float(nhi_thuc.var()), 4))

(3.0, 2.1)

kỳ vọng và phương sai

Poisson P(X = k) = λᵏ e^(−λ) / k!

round(float(stats.poisson(mu=4).pmf(2)), 4)

0.1465

phân phối Poisson

Siêu bội: rút 5 từ 20, có 6 lỗi, P(X = 2)

round(float(stats.hypergeom(M=20, n=6, N=5).pmf(2)), 4)

0.3522

phân phối siêu bội

Phân phối liên tục

loc là vị trí, scale là độ rộng: với phân phối chuẩn là μ và σ.

python
from scipy import stats

chuan = stats.norm(loc=500, scale=4)

Cần làm

Cú pháp

Kết quả

Bài

P(X ≤ x) của N(μ, σ²)

round(float(chuan.cdf(495)), 4)

0.1056

phân phối chuẩn

P(X > x) = 1 − P(X ≤ x)

round(float(chuan.sf(508)), 4)

0.0228

PMF, PDF và CDF

Chuẩn hóa z = (x − μ) / σ, rồi Φ(z)

round(float(stats.norm.cdf((495 - 500) / 4)), 4)

0.1056

phân phối chuẩn tắc

z tới hạn hai phía 95%

round(float(stats.norm.ppf(0.975)), 4)

1.96

phân phối chuẩn tắc

t tới hạn, df = n − 1

round(float(stats.t.ppf(0.975, df=7)), 4)

2.3646

phân phối Student t

χ² tới hạn mức 5%

round(float(stats.chi2.ppf(0.95, df=2)), 4)

5.9915

phân phối chi bình phương và F

Phân phối đều trên [a, b]

round(float(stats.uniform(loc=10, scale=20).cdf(15)), 4)

0.25

phân phối đều

Phân phối mũ, scale = 1 / λ

round(float(stats.expon(scale=5).cdf(3)), 4)

0.4512

phân phối mũ

Ước lượng và khoảng tin cậy

Dùng lại mảng diem của nhóm đầu: n = 8.

python
import math

import numpy as np
from scipy import stats

diem = np.array([6.5, 7.0, 8.5, 5.0, 9.0, 7.5, 6.0, 8.0])

Cần làm

Cú pháp

Kết quả

Bài

Sai số chuẩn SE = s / √n

round(float(stats.sem(diem)), 4)

0.4719

sai số chuẩn

Khoảng tin cậy trung bình x̄ ± t·SE

[round(float(v), 3) for v in stats.t.interval(0.95, df=7, loc=diem.mean(), scale=stats.sem(diem))]

[6.072, 8.303]

khoảng tin cậy cho trung bình

Khoảng tin cậy khi biết σ: x̄ ± z·σ / √n

[round(float(v), 3) for v in stats.norm.interval(0.95, loc=7.19, scale=1.2 / 8 ** 0.5)]

[6.358, 8.022]

khoảng tin cậy

Khoảng tin cậy tỉ lệ (Wald) p̂ ± z√(p̂(1 − p̂) / n), 42 trên 120

[round(0.35 + d * 1.96 * (0.35 * 0.65 / 120) ** 0.5, 3) for d in (-1, 1)]

[0.265, 0.435]

khoảng tin cậy cho tỉ lệ

Cỡ mẫu cho trung bình n = (zσ / E)²

math.ceil((1.96 * 1.2 / 0.3) ** 2)

62

cỡ mẫu

Cỡ mẫu cho tỉ lệ n = z²p(1 − p) / E²

math.ceil(1.96 ** 2 * 0.5 * 0.5 / 0.05 ** 2)

385

cỡ mẫu

Kiểm định

Mỗi hàm trả một đối tượng có trường statistic và pvalue; các dòng in p làm tròn bốn chữ số.

python
from scipy import stats

ca_sang = [501.2, 498.7, 503.1, 499.5, 502.4, 500.8]
ca_chieu = [497.9, 499.1, 496.4, 498.8, 500.2, 497.5]

Cần làm

Cú pháp

Kết quả

Bài

p-value của tỉ lệ (nhị thức)

round(float(stats.binomtest(61, 100).pvalue), 4)

0.0352

p-value

t một mẫu t = (x̄ − μ₀) / (s / √n)

round(float(stats.ttest_1samp(ca_sang, 500).pvalue), 4)

0.2227

kiểm định t một mẫu

t hai mẫu Welch

round(float(stats.ttest_ind(ca_sang, ca_chieu, equal_var=False).pvalue), 4)

0.0137

kiểm định t hai mẫu

t cặp trên hiệu d

round(float(stats.ttest_rel(ca_sang, ca_chieu).pvalue), 4)

0.0477

kiểm định t cặp

Một phía: H₁ nhóm đầu lớn hơn

round(float(stats.ttest_ind(ca_sang, ca_chieu, alternative="greater").pvalue), 4)

0.0065

mức ý nghĩa

Chi bình phương độc lập Σ(O − E)² / E

round(float(stats.chi2_contingency([[30, 20], [18, 32]]).pvalue), 4)

0.0277

kiểm định chi bình phương

Chi bình phương phù hợp

round(float(stats.chisquare([18, 22, 20, 40]).pvalue), 4)

0.0064

kiểm định phù hợp

ANOVA một nhân tố F = MS giữa / MS trong

round(float(stats.f_oneway([5, 6, 7], [7, 8, 9], [6, 7, 9]).pvalue), 4)

0.1972

ANOVA

Mann-Whitney U

round(float(stats.mannwhitneyu(ca_sang, ca_chieu).pvalue), 4)

0.026

kiểm định phi tham số

Kiểm phân phối chuẩn

round(float(stats.shapiro(ca_sang).pvalue), 4)

0.8803

kiểm định phân phối chuẩn

Tương quan và hồi quy

Giờ tự học và điểm của sáu bạn.

python
import numpy as np
from scipy import stats

gio = np.array([1, 2, 3, 4, 5, 6])
diem = np.array([5.2, 6.1, 6.4, 7.3, 7.9, 8.6])

Cần làm

Cú pháp

Kết quả

Bài

Hiệp phương sai mẫu

round(float(np.cov(gio, diem)[0, 1]), 4)

2.33

hiệp phương sai

Hệ số tương quan Pearson r

round(float(stats.pearsonr(gio, diem).statistic), 4)

0.9953

kiểm định hệ số tương quan

p-value của r, t = r√(n − 2) / √(1 − r²)

round(float(stats.pearsonr(gio, diem).pvalue), 6)

3.2e-05

kiểm định hệ số tương quan

Tương quan hạng Spearman

round(float(stats.spearmanr(gio, diem).statistic), 4)

1.0

tương quan Spearman

Hồi quy đơn: hệ số góc b₁ = Sxy / Sxx

round(float(stats.linregress(gio, diem).slope), 4)

0.6657

hồi quy đơn

Hồi quy đơn: hệ số chặn b₀ = ȳ − b₁x̄

round(float(stats.linregress(gio, diem).intercept), 4)

4.5867

hồi quy đơn

Mô phỏng

Mọi số ngẫu nhiên đi qua một bộ sinh có hạt giống cố định, nên chạy lại ra đúng số cũ.

python
import numpy as np

rng = np.random.default_rng(7)
tung = rng.integers(0, 2, size=1000)

Cần làm

Cú pháp

Kết quả

Bài

Tần suất mô phỏng của một biến cố

float((tung == 1).mean())

0.516

mô phỏng bằng NumPy

Trung bình của 1000 mẫu, mỗi mẫu 30 giá trị chuẩn

round(float(rng.normal(50, 8, size=(1000, 30)).mean(axis=1).std(ddof=1)), 3)

1.508

phân phối mẫu

Sai số chuẩn lý thuyết σ / √n để so

round(8 / 30 ** 0.5, 3)

1.461

định lý giới hạn trung tâm

Câu hỏi thường gặp

Có bản statistics cheat sheet PDF để in không?

Trang này là bản để tra trên web, có kết quả thật của từng dòng. Muốn có bản in, dùng lệnh In của trình duyệt và chọn lưu thành PDF: các bảng giữ nguyên cột Cú pháp và Kết quả.

Công thức trên trang có giống công thức trong sách giáo khoa không?

Phần lớn giống. Chỗ hay khác là tứ phân vị: NumPy mặc định nội suy, sách giáo khoa Việt Nam có cách tính riêng; bài tứ phân vị so hai cách. Phương sai mẫu chia n − 1 (ddof=1), như bài phương sai mẫu chia n − 1 giải thích.

Còn bảng tra nào khác?

Bảng tra scipy.stats xếp hàm theo việc cần làm, kèm trường kết quả trả về. Cú pháp mảng có ở NumPy cheat sheet, vẽ biểu đồ ở Matplotlib cheat sheet.

Chủ đề

cheat sheet thống kê

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

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.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập