GiaThuyet.comGiả Thuyết
Nền tảng kiểm định giả thuyết

Bậc tự do (df) là gì: hiểu đúng trong kiểm định t, chi bình phương và ANOVA

Bậc tự do là số giá trị còn được tự do thay đổi sau khi đã cố định các ước lượng. Cách tính df cho t-test, Welch, chi bình phương, ANOVA và dùng df để soát lỗi.

Group of five Vietnamese students around a round table in a Ho Chi Minh City library passing colored wooden counters between them, hands only visible, top-down view

Bậc tự do (degrees of freedom, viết tắt df) là số giá trị trong phép tính còn được tự do thay đổi sau khi đã cố định những đại lượng ước lượng từ chính số liệu. Với n quan sát, khi đã biết trung bình mẫu, chỉ còn n − 1 giá trị tự do: giá trị cuối cùng buộc phải bằng con số khiến trung bình đúng như đã tính. Đó là lý do kiểm định t một mẫu có n − 1 bậc tự do.

Bậc tự do quyết định hình dạng của phân phối t, chi bình phương và F, nên quyết định giá trị tới hạn và giá trị p. Bài này giải thích trực giác phía sau, tổng hợp công thức df cho các kiểm định hay gặp, và chỉ cách dùng df trong bảng kết quả để bắt lỗi số liệu trước khi hội đồng bắt.

Trực giác: vì sao "mất" một bậc tự do khi ước lượng trung bình

Ví dụ đơn giản: năm con số có trung bình bằng 10, tức tổng là 50. Bạn có thể chọn tự do bốn số đầu, chẳng hạn 8, 12, 9 và 11, tổng là 40. Số thứ năm khi đó không còn tự do nữa: nó buộc phải là 10 để tổng bằng 50. Năm con số nhưng chỉ bốn bậc tự do, vì một ràng buộc — trung bình đã biết — đã "khoá" một giá trị.

Điều này quan trọng khi tính phương sai mẫu. Ta đo độ lệch của từng quan sát quanh trung bình mẫu, mà trung bình mẫu lại được tính từ chính các quan sát đó, nên các độ lệch luôn cộng lại bằng 0. Chỉ n − 1 độ lệch mang thông tin độc lập. Chia tổng bình phương độ lệch cho n − 1 thay vì n là cách bù cho việc đó, để phương sai mẫu không bị ước lượng thấp một cách hệ thống.

Quy tắc chung rút ra: mỗi tham số bạn phải ước lượng từ số liệu trước khi tính thống kê kiểm định sẽ lấy đi một bậc tự do. Kiểm định t hai mẫu độc lập ước lượng hai trung bình, nên mất hai bậc tự do: n1 + n2 − 2. ANOVA với k nhóm ước lượng k trung bình, nên phần biến thiên trong nhóm có N − k bậc tự do. Nhìn theo cách này, các công thức df không còn là thứ phải học thuộc.

Công thức bậc tự do cho các kiểm định hay gặp

Bảng tổng hợp, kèm một ví dụ giả định cho mỗi dòng. N là tổng cỡ mẫu, k là số nhóm.

Kiểm địnhBậc tự doVí dụ giả định
t một mẫun − 125 quan sát: df = 24
t mẫu cặpsố cặp − 130 người đo trước và sau: df = 29
t hai mẫu độc lập, phương sai gộpn1 + n2 − 221 và 21 học sinh: df = 40
t WelchCông thức Welch–Satterthwaite, thường không nguyênXem ví dụ tính ở mục dưới: df ≈ 28,3
Chi bình phương độc lập(số hàng − 1) × (số cột − 1)Bảng 3 × 4: df = 2 × 3 = 6
Chi bình phương phù hợpsố loại − 1 − số tham số ước lượng thêm6 mặt xúc xắc, không ước lượng gì: df = 5
ANOVA một nhân tốGiữa nhóm k − 1; trong nhóm N − k3 nhóm × 10 người: df = 2 và 27
ANOVA hai nhân tố 2 × 3, 5 người mỗi ôA: 1; B: 2; tương tác: 2; sai số: N − 6N = 30: df sai số = 24

Ở dòng chi bình phương độc lập, trực giác vẫn như cũ: khi tổng hàng và tổng cột đã cố định, bạn chỉ điền tự do được (hàng − 1) × (cột − 1) ô; các ô còn lại bị buộc bởi các tổng. Bảng 2 × 2 vì thế chỉ có 1 bậc tự do — điền một ô là ba ô kia tự xác định.

Ở dòng ANOVA, tổng hai bậc tự do giữa nhóm và trong nhóm bằng N − 1, đúng bằng bậc tự do của tổng biến thiên. Đây là một phép kiểm nhanh khi đọc bảng ANOVA: 2 + 27 = 29 = 30 − 1.

Bậc tự do thay đổi giá trị tới hạn ra sao

Phân phối t có đuôi dày hơn phân phối chuẩn khi bậc tự do nhỏ, vì độ lệch chuẩn ước lượng từ mẫu nhỏ kém ổn định. Bảng dưới là giá trị tới hạn hai phía ở alpha 0,05, làm tròn ba chữ số.

Bậc tự doGiá trị tới hạn t hai phía, alpha 0,05
52,571
102,228
202,086
302,042
602,000
1201,980
Rất lớn (tiến tới vô cùng)1,960

Với 5 bậc tự do, thống kê t phải vượt 2,571 mới có ý nghĩa; với mẫu rất lớn, chỉ cần vượt 1,96. Khác biệt này lớn ở mẫu nhỏ và gần như biến mất từ khoảng 60 bậc tự do trở lên. Đó là lý do dùng phân phối chuẩn thay cho phân phối t với mẫu nhỏ là sai lầm: bạn sẽ bác bỏ H0 quá dễ, nâng sai lầm loại 1 vượt mức alpha đã chọn.

Với chi bình phương thì ngược lại về hướng: bậc tự do càng lớn, giá trị tới hạn càng lớn (df = 1 là 3,841; df = 6 là 12,592), vì thống kê là tổng của nhiều thành phần hơn, nên kỳ vọng của nó cũng lớn hơn — bằng đúng số bậc tự do.

Ví dụ tính bậc tự do Welch

Khi hai nhóm có phương sai chênh nhau nhiều, kiểm định t Welch không gộp phương sai mà dùng sai số chuẩn tính riêng từng nhóm, và bậc tự do được xấp xỉ bằng công thức Welch–Satterthwaite. Bằng lời: lấy (v1 + v2) bình phương, chia cho [v1 bình phương chia (n1 − 1) cộng v2 bình phương chia (n2 − 1)], trong đó v1 là phương sai nhóm 1 chia n1 và v2 là phương sai nhóm 2 chia n2.

Ví dụ giả định: nhóm 1 có 12 người, độ lệch chuẩn 4; nhóm 2 có 20 người, độ lệch chuẩn 9. Khi đó v1 = 16/12 ≈ 1,333 và v2 = 81/20 = 4,05. Tử số là (1,333 + 4,05) bình phương ≈ 28,98. Mẫu số là 1,333 bình phương chia 11 cộng 4,05 bình phương chia 19, tức khoảng 0,162 + 0,863 = 1,025. Bậc tự do Welch ≈ 28,98/1,025 ≈ 28,3. Sai số chuẩn của hiệu là căn bậc hai của (1,333 + 4,05), khoảng 2,32.

So với cách gộp phương sai cho df = 12 + 20 − 2 = 30, Welch cho ít bậc tự do hơn, phản ánh việc phương sai không đồng đều làm ước lượng kém chắc chắn hơn. Đó là lý do phần mềm in bậc tự do lẻ, như 28,28, ở dòng không giả định phương sai bằng nhau — không phải lỗi. Trong luận văn, bạn có thể ghi bậc tự do làm tròn một hoặc hai chữ số thập phân, ví dụ t(28,3) = 2,05.

Ba hiểu lầm về bậc tự do

"Bậc tự do chính là cỡ mẫu." Bậc tự do thường gần cỡ mẫu nhưng hiếm khi bằng: t một mẫu là n − 1, t hai mẫu là n1 + n2 − 2, ANOVA còn có hai con số. Ghi cỡ mẫu vào chỗ bậc tự do khi tra bảng sẽ cho giá trị tới hạn hơi thấp, nghiêng về bác bỏ H0 dễ hơn mức cho phép.

"Bậc tự do của chi bình phương tăng theo số người khảo sát." Bậc tự do của chi bình phương độc lập chỉ phụ thuộc số hàng và số cột của bảng, không phụ thuộc có 100 hay 10.000 người. Cỡ mẫu ảnh hưởng tới độ lớn của thống kê chi bình phương, không ảnh hưởng tới bậc tự do. Bảng 2 × 2 với một triệu người vẫn chỉ có 1 bậc tự do.

"Mẫu cặp có bậc tự do gấp đôi vì đo hai lần." Kiểm định t mẫu cặp thực chất là kiểm định t một mẫu trên các hiệu, nên bậc tự do bằng số cặp trừ 1. Hai lần đo trên 30 người cho 30 hiệu, df = 29. Thiết kế cặp ít bậc tự do hơn hai mẫu độc lập cùng số lần đo, nhưng thường mạnh hơn vì độ biến thiên của hiệu nhỏ hơn.

Dùng bậc tự do để soát lỗi số liệu

Bậc tự do in trong bảng kết quả là một công cụ kiểm tra miễn phí. Chỉ cần so nó với cỡ mẫu bạn nghĩ mình có, nhiều lỗi lộ ra ngay. Các tình huống dưới là ví dụ giả định.

  • Thiếu dữ liệu âm thầm. Bạn có 150 phiếu, nhưng kiểm định t hai nhóm báo df = 141. Vì df = n1 + n2 − 2, chỉ có 143 phiếu tham gia: 7 phiếu bị loại do thiếu câu trả lời ở biến kết quả hoặc biến nhóm. Cần ghi rõ trong luận văn.
  • Nhầm loại kiểm định. Thiết kế trước – sau với 30 người nhưng bảng báo df = 58 — đó là df của kiểm định hai mẫu độc lập (30 + 30 − 2), nghĩa là bạn đã chạy nhầm loại, bỏ mất lợi thế của thiết kế cặp. Kiểm định mẫu cặp đúng phải có df = 29.
  • Biến nhóm có giá trị lạ. ANOVA dự kiến 3 nhóm nhưng df giữa nhóm là 3, tức có 4 nhóm: thường do một mã nhập sai, như 22 thay vì 2, tạo ra một nhóm chỉ có một người.
  • Bảng chéo nhiều ô hơn dự kiến. Chi bình phương cho bảng 2 × 3 phải có df = 2; nếu thấy df = 4, có thể một biến đang có thêm một mức do lỗi chính tả trong dữ liệu, như "Nam" và "nam" bị tính là hai nhóm.
  • Đọc bài báo. Một nghiên cứu nói có 80 người tham gia nhưng báo t(52) cho phép so sánh chính; khoảng chênh đó cần được giải thích, và đó là câu hỏi chính đáng khi phản biện.

Thói quen này chỉ tốn vài giây mỗi bảng. Phát hiện lỗi trước khi nộp luôn dễ chịu hơn nhiều so với để thành viên hội đồng chỉ ra trong buổi bảo vệ.

Câu hỏi thường gặp

Bậc tự do có thể là số lẻ thập phân không?

Có. Kiểm định t Welch và một số phương pháp hiệu chỉnh như Greenhouse-Geisser trong ANOVA đo lặp cho bậc tự do không nguyên. Đó là kết quả của phép xấp xỉ, không phải lỗi. Khi báo cáo, làm tròn một hoặc hai chữ số thập phân.

Vì sao ANOVA có hai bậc tự do?

Vì thống kê F là tỷ số giữa hai phương sai ước lượng, mỗi phương sai có bậc tự do riêng: phần giữa nhóm có k − 1, phần trong nhóm có N − k. Phân phối F được xác định bởi cả hai con số này, nên báo cáo phải ghi đủ, ví dụ F(2; 27).

Bậc tự do của hồi quy tính thế nào?

Với hồi quy tuyến tính có p biến độc lập và hệ số chặn, bậc tự do phần dư là n − p − 1. Hồi quy nằm ngoài phạm vi của trang này; bạn có thể tìm hiểu kỹ hơn ở các tài liệu chuyên về mô hình hồi quy.

Bậc tự do lớn có làm kết quả đáng tin hơn không?

Bậc tự do lớn thường đi kèm mẫu lớn, nên ước lượng chính xác hơn và phân phối t gần chuẩn hơn. Nhưng nó không sửa được mẫu thiên lệch hay đo lường kém. Bậc tự do chỉ phản ánh lượng thông tin, không phản ánh chất lượng thông tin.

Kiểm định chi bình phương phù hợp có tham số ước lượng thì tính df ra sao?

Lấy số loại trừ 1, rồi trừ thêm một cho mỗi tham số ước lượng từ số liệu. Ví dụ kiểm tra số liệu đếm có phù hợp phân phối Poisson với 7 nhóm giá trị, trung bình ước lượng từ mẫu: df = 7 − 1 − 1 = 5.

Có cần ghi bậc tự do trong luận văn không?

Cần. Chuẩn báo cáo như APA yêu cầu ghi bậc tự do cùng thống kê kiểm định, ví dụ t(24) = 2,00 hay chi bình phương (2, N = 200) = 6,10. Bậc tự do giúp người đọc kiểm tra cỡ mẫu thực tế và tính lại giá trị p nếu cần.

Cần tư vấn cụ thể cho trường hợp của bạn?

Chúng tôi sẽ liên hệ trong vòng 24 giờ.

Đăng ký tư vấn ngay

Bài viết liên quan

Bạn cần hỗ trợ thêm?

Để lại thông tin, chúng tôi sẽ liên hệ trong 24 giờ.

hoặc
Gọi ngay 0926 138 138