JTự Học Cùng JunLearn Deep. Work Smart.
Tài chính🎓 CFA Level ICurriculum 2026articleVI

QM-M7-L3 Bootstrap và Jackknife trong Estimation and Inference

Hướng dẫn Lesson 3 Module 7 CFA Level I 2026: Phương pháp tái chọn mẫu Bootstrap (Lấy mẫu có hoàn lại) và Jackknife (Leave-one-out tái chọn mẫu tất định) trong ước lượng sai số chuẩn và khoảng tin cậy khi mẫu nhỏ hoặc vi phạm giả định chuẩn.

16 tháng 8, 2026
Kiểm duyệt: Triệu Thị Thùy Dung
So sánh Bootstrap và Jackknife trong Estimation and Inference CFA Level 1 2026

Key Takeaways — Điểm cốt lõi

  • •Bootstrap: Rút ngẫu nhiên có hoàn lại B lần (cỡ mẫu n).
  • •Jackknife: Loại bỏ lần lượt từng phần tử, tạo ra đúng n mẫu (cỡ mẫu n - 1).
  • •Cả hai phương pháp đều là kỹ thuật phi tham số giúp ước lượng Standard Error mà không cần giả định phân phối chuẩn.
  • •Jackknife tính toán nhanh hơn và mang tính tất định (Deterministic), trong khi Bootstrap linh hoạt hơn cho các thống kê phức tạp.

💡 Bài học số 3 Module 7: Xem lại Lesson 2: CLT & Standard Error hoặc chuyển tới Practice Quiz Module 7.

1. So Sánh Cơ Chế Bootstrap vs Jackknife

• Bootstrap: Rút ngẫu nhiên có hoàn lại n quan sát. Số lượng mẫu mô phỏng B do người dùng tự chọn (thường B = 1,000 - 10,000).

• Jackknife: Lần lượt bỏ đi quan sát thứ i (i = 1 đến n) để tạo ra n mẫu con có kích thước n - 1. Số lượng mẫu con luôn cố định bằng đúng kích thước mẫu n.

🔗 🧭 BẢN ĐỒ ĐIỀU HƯỚNG BÀI HỌC (INTERNAL LEARNING LINKS)