Bảng thuật ngữ Anh–Việt
Lộ trình giữ thuật ngữ tiếng Anh vì đó là từ bạn sẽ gặp trong công việc và tài liệu. Gõ để lọc.
| Tiếng Anh | Tiếng Việt | Nghĩa | Tuần |
|---|---|---|---|
| 68–95–99.7 rule | Quy tắc 68–95–99,7 | Tỷ lệ giá trị trong ±1, ±2, ±3 sd của phân phối normal. | 7 |
| A/B test | Thử nghiệm A/B | Chia ngẫu nhiên user vào 2 phiên bản để so sánh một metric. | 10 |
| Accuracy | Độ chính xác | Tỷ lệ dự đoán đúng; dễ đánh lừa khi dữ liệu mất cân bằng. | 13 |
| Average of averages | Trung bình của trung bình | Lấy trung bình các tỷ lệ; sai khi các nhóm khác quy mô. | 5 |
| Backtest | Kiểm tra lùi | Dự báo một giai đoạn quá khứ đã biết đáp án để đo sai số. | 14 |
| Base effect | Hiệu ứng kỳ gốc | Tăng trưởng cao/thấp do kỳ gốc thấp/cao bất thường. | 3 |
| Base rate | Tỷ lệ nền | Tỷ lệ xuất hiện của hiện tượng trong toàn bộ tổng thể. | 8 |
| Baseline model | Mô hình cơ sở | Cách đoán ngây thơ mà model phải thắng. | 12 |
| Binomial distribution | Phân phối nhị thức | Số lần thành công trong n lần thử độc lập cùng xác suất p. | 7 |
| Boxplot | Biểu đồ hộp | Chart hiện median, IQR và outlier của một biến. | 4 |
| Capstone | Dự án tổng kết | Bài phân tích hoàn chỉnh đi đủ mô tả, chẩn đoán, dự báo, đề xuất. | 16 |
| Categorical | Biến phân loại | Giá trị là nhãn để chia nhóm, ví dụ Region. | 1 |
| Central limit theorem (CLT) | Định lý giới hạn trung tâm | Trung bình mẫu có phân phối gần normal, sd = sd gốc / √n. | 8 |
| Chi-square test | Kiểm định chi bình phương | So tỷ lệ giữa các nhóm. | 10 |
| Cohort | Nhóm thuần tập | Nhóm khách có chung mốc bắt đầu, theo dõi qua các kỳ sau. | 6 |
| Conditional probability | Xác suất có điều kiện | P(A|B): xác suất A khi chỉ xét trong nhóm B. | 8 |
| Confidence interval (CI) | Khoảng tin cậy | Khoảng dao động hợp lý của giá trị thật; mẫu lớn thì hẹp. | 10 |
| Confirmation bias | Thiên kiến xác nhận | Chỉ tìm bằng chứng ủng hộ điều mình đã tin. | 9 |
| Confounder | Biến gây nhiễu | Biến thứ ba ảnh hưởng đến cả hai biến đang xét. | 9 |
| Confusion matrix | Ma trận nhầm lẫn | Bảng đếm TP, FP, FN, TN. | 13 |
| Correlation | Tương quan | Mức hai biến cùng thay đổi theo đường thẳng, từ −1 đến 1. | 6 |
| Correlation vs causation | Tương quan và nhân quả | Cùng biến động chưa chứng minh cái này gây ra cái kia. | 9 |
| Counter-metric | Metric đối trọng | Metric đi kèm để phát hiện việc "chơi" KPI chính. | 6 |
| Cross-sectional | Dữ liệu chéo | Nhiều đối tượng tại cùng một thời điểm. | 3 |
| Crosstab | Bảng chéo | Bảng đếm theo hai biến; normalize cho tỷ lệ theo hàng hoặc cột. | 8 |
| Data leakage | Rò rỉ dữ liệu | Feature chứa thông tin chưa thể có tại thời điểm dự báo. | 12 |
| Data lifecycle | Vòng đời dữ liệu | Phát sinh → ghi nhận → lưu trữ → xử lý → sử dụng → lưu trữ dài hạn hoặc xoá. | 1 |
| Data quality | Chất lượng dữ liệu | 5 chiều: đủ, đúng, nhất quán, kịp thời, duy nhất. | 5 |
| Data-generating process (DGP) | Quá trình sinh dữ liệu | Chuỗi sự kiện, người và hệ thống tạo ra dữ liệu; quyết định dữ liệu đại diện cho ai. | 1 |
| Decision tree | Cây quyết định | Chuỗi câu hỏi có/không dẫn tới dự đoán. | 13 |
| Denormalization | Phi chuẩn hoá | Gộp bảng để đọc nhanh, chấp nhận dữ liệu lặp. | 2 |
| Dimension | Chiều phân tích | Thuộc tính để chia nhóm, lọc: Region, Category, ngày. | 2 |
| Dimension table | Bảng mô tả | Mỗi dòng mô tả một đối tượng: khách hàng, sản phẩm. | 2 |
| Drill-down | Đi sâu xuống | Tách một con số tổng thành các phần chi tiết để tìm nguyên nhân. | 2 |
| Driver tree | Cây động lực | Viết chỉ tiêu thành tích hoặc tổng các thành phần. | 11 |
| EDA | Phân tích khám phá | Câu hỏi → giả thuyết → bằng chứng → kết luận. | 9 |
| Expected value (EV) | Giá trị kỳ vọng | Trung bình các kết quả có trọng số theo xác suất. | 7 |
| Exponential smoothing | Làm mượt hàm mũ | Trung bình có trọng số, dữ liệu gần đây nặng hơn; Holt-Winters có trend và mùa vụ. | 14 |
| Fact table | Bảng sự kiện | Mỗi dòng là một sự kiện (giao dịch), chứa các measure. | 2 |
| False negative (FN) | Âm tính giả / bỏ sót | Thực tế có nhưng model báo không. | 13 |
| False positive | Dương tính giả | Test báo dương tính nhưng thực tế không có. | 8 |
| Fan-out | Nhân dòng khi nối bảng | Nối với bảng có khoá trùng làm dòng bị nhân lên, tổng bị phóng đại. | 2 |
| Fan-out | Nhân dòng khi join | Join với bảng có khoá trùng làm số dòng và tổng tăng sai. | 5 |
| Feature | Đặc trưng | Biến đầu vào dùng để dự đoán. | 12 |
| Feedback loop | Vòng phản hồi | Metric thay đổi hành động, hành động lại thay đổi metric. | 11 |
| Fermi estimation | Ước lượng Fermi | Chia con số khó đoán thành tích các con số dễ đoán; nhắm đúng bậc độ lớn. | 3 |
| Foreign key (FK) | Khoá ngoại | Cột trỏ tới khoá chính của bảng khác. | 2 |
| Frequency table | Bảng tần suất | Đếm số người trong từng ô (ví dụ trên 1.000 người) để tính xác suất. | 8 |
| Funnel | Phễu chuyển đổi | Chuỗi bước nối tiếp; tỷ lệ tổng = tích tỷ lệ từng bước. | 6 |
| Gambler's fallacy | Ngộ nhận con bạc | Tin rằng kết quả ngẫu nhiên độc lập sẽ "cân bằng lại". | 8 |
| Goodhart's law | Định luật Goodhart | Thước đo thành mục tiêu thì không còn là thước đo tốt. | 6 |
| Grain | Độ hạt / mức chi tiết | Một dòng trong bảng đại diện cho cái gì. | 2 |
| Guardrail metric | Metric bảo vệ | Metric không được xấu đi khi tối ưu metric chính. | 10 |
| Histogram | Biểu đồ tần suất | Chart chia giá trị thành khoảng và đếm số quan sát mỗi khoảng. | 4 |
| Hypothesis | Giả thuyết | Điều mình định kiểm tra, viết trước khi phân tích. | 15 |
| Independence | Độc lập | Kết quả lần này không ảnh hưởng xác suất lần khác. | 8 |
| Interval | Thang khoảng | Khoảng cách đều nhưng điểm 0 không có nghĩa thật, ví dụ °C. | 1 |
| IQR (interquartile range) | Khoảng tứ phân vị | P75 − P25: khoảng của 50% giá trị ở giữa. | 4 |
| JSON | JSON | Định dạng bán cấu trúc gồm các cặp key–giá trị, có thể lồng nhau. | 3 |
| Lagging indicator | Chỉ số trễ | Chỉ số đo kết quả đã xảy ra. | 11 |
| Law of large numbers (LLN) | Luật số lớn | Lặp càng nhiều, tỷ lệ quan sát càng gần xác suất thật. | 8 |
| Leading indicator | Chỉ số sớm | Chỉ số báo hiệu trước kết quả. | 11 |
| Linear regression | Hồi quy tuyến tính | Dự đoán con số bằng tổng có trọng số của các feature. | 13 |
| Logistic regression | Hồi quy logistic | Mô hình phân loại cho ra xác suất thuộc lớp "có". | 13 |
| Lognormal | Phân phối log-chuẩn | Phân phối lệch phải hay dùng để mô phỏng doanh thu, thu nhập. | 7 |
| Long tail | Đuôi dài | Phần lớn giá trị nhỏ, ít giá trị rất lớn; mean lớn hơn median. | 7 |
| MAE | Sai số tuyệt đối trung bình | Trung bình độ lệch tuyệt đối giữa dự đoán và thực tế. | 13 |
| Mean | Trung bình cộng | Tổng chia số phần tử; bị kéo bởi giá trị cực đoan. | 4 |
| Measure | Chỉ tiêu đo lường | Con số để cộng, lấy trung bình: Sales, Profit. | 2 |
| Median | Trung vị | Giá trị đứng giữa khi xếp thứ tự; ổn định với outlier. | 4 |
| Metric | Chỉ số đo lường | Con số theo dõi, định nghĩa bằng tử số, mẫu số, kỳ, bộ lọc. | 6 |
| Missing values | Giá trị thiếu | Ô không có dữ liệu; phải hỏi vì sao thiếu trước khi xử lý. | 5 |
| Mix | Tỷ trọng / cơ cấu | Phần mỗi nhóm chiếm trong tổng; đổi mix làm đổi con số gộp. | 5 |
| Naive forecast | Dự báo ngây thơ | Tương lai bằng giá trị cuối cùng đã biết. | 14 |
| Nominal | Thang định danh | Nhãn không có thứ tự. Chỉ đếm, tính tỷ trọng. | 1 |
| Normal distribution | Phân phối chuẩn | Hình chuông, đối xứng; mô tả bằng mean và sd. | 7 |
| Normalization | Chuẩn hoá | Tách bảng để mỗi thông tin chỉ lưu một chỗ, tránh bất nhất. | 2 |
| Null hypothesis (H0) | Giả thuyết không | Giả định không có khác biệt, mọi chênh lệch do may rủi. | 10 |
| Number sense | Cảm nhận số liệu | Phản xạ nhận ra một con số có lý hay có gì sai. | 3 |
| Numerical | Biến định lượng | Giá trị là số đo được, cộng trừ có nghĩa, ví dụ Sales. | 1 |
| Order of magnitude | Bậc độ lớn | Mức hàng chục, hàng trăm, hàng nghìn… của một con số. | 3 |
| Ordinal | Thang thứ bậc | Có thứ tự nhưng khoảng cách giữa các mức không đều. | 1 |
| Outlier | Giá trị ngoại lai | Giá trị khác biệt hẳn phần còn lại; có thể là lỗi hoặc sự kiện thật. | 4 |
| Overfitting | Quá khớp | Train cao, test thấp: model học thuộc nhiễu. | 12 |
| p-value | Giá trị p | Nếu H0 đúng, xác suất thấy chênh lệch lớn như vậy hoặc hơn. | 10 |
| Pareto (80/20) | Nguyên lý Pareto | Phần nhỏ tạo phần lớn kết quả; cần đo, đừng mặc định. | 6 |
| Percent change | % thay đổi | Thay đổi tương đối so với mức cũ: 2% → 3% là +50%. | 3 |
| Percentage point (pp) | Điểm phần trăm | Chênh lệch tuyệt đối giữa hai tỷ lệ: 2% → 3% là +1 pp. | 3 |
| Percentile | Bách phân vị | P90: 90% giá trị nhỏ hơn mức này. | 4 |
| Pivot / melt | Xoay bảng | Pivot: dài sang rộng; melt: rộng sang dài. | 6 |
| Precision | Độ chuẩn xác | TP / (TP + FP): báo "có" thì đúng bao nhiêu. | 13 |
| Prediction interval | Khoảng dự báo | Khoảng mà giá trị thật có khả năng rơi vào, ví dụ 80%. | 14 |
| Price-volume-mix (PVM) | Phân rã giá–lượng–cơ cấu | Tách thay đổi doanh thu thành phần do giá, lượng và cơ cấu. | 11 |
| Primary key (PK) | Khoá chính | Cột định danh duy nhất mỗi dòng của một bảng. | 2 |
| Randomization | Chia ngẫu nhiên | Phân đối tượng vào nhóm bằng ngẫu nhiên để cân bằng confounder. | 9 |
| Rate vs count | Tỷ lệ và số đếm | Count cho quy mô; rate cho chất lượng, so sánh được. | 6 |
| Ratio | Thang tỷ lệ | Khoảng cách đều và điểm 0 là "không có gì", ví dụ doanh thu. | 1 |
| Recall | Độ phủ | TP / (TP + FN): cái "có" thật bắt được bao nhiêu. | 13 |
| Reconciliation | Đối soát | So tổng trước và sau một bước biến đổi để bắt lỗi. | 5 |
| Regression to the mean | Hồi quy về trung bình | Giá trị cực đoan kỳ sau tự quay về gần mức trung bình. | 9 |
| Retention | Tỷ lệ giữ chân | % khách của một cohort còn quay lại ở kỳ sau. | 6 |
| Reverse causation | Nhân quả đảo chiều | B gây ra A chứ không phải A gây ra B. | 9 |
| Roll-up | Gộp lên | Tổng hợp từ mức chi tiết lên mức tổng. | 2 |
| Rolling average | Trung bình trượt | Trung bình của N kỳ gần nhất, làm mượt nhiễu. | 6 |
| Sample size | Cỡ mẫu | Số quan sát cần để phát hiện một chênh lệch; chênh lệch nhỏ một nửa cần mẫu gấp 4. | 10 |
| Sampling bias | Sai lệch lấy mẫu | Cách chọn mẫu làm mẫu khác tổng thể một cách có hệ thống. | 9 |
| Scatter plot | Biểu đồ phân tán | Mỗi quan sát là một điểm theo hai biến. | 6 |
| Scenario analysis | Phân tích kịch bản | Vài phiên bản giả định có số: gốc, xấu, trung bình, tốt. | 15 |
| Seasonal naive | Dự báo theo mùa | Tương lai bằng cùng kỳ của chu kỳ gần nhất. | 14 |
| Seasonality | Tính mùa vụ | Mẫu hình lặp lại theo chu kỳ cố định. | 11 |
| Selection bias | Sai lệch chọn mẫu | Mẫu còn lại không đại diện cho tổng thể, ví dụ sau dropna. | 5 |
| Semi-structured data | Dữ liệu bán cấu trúc | Có tên trường (key) nhưng cấu trúc linh hoạt, có thể lồng nhau. Ví dụ JSON. | 1 |
| Sensitivity | Độ nhạy | Tỷ lệ người bệnh được test báo dương tính. | 8 |
| Sensitivity analysis | Phân tích độ nhạy | Thay đổi giả định trong khoảng hợp lý xem kết luận có đổi không. | 15 |
| Simpson's paradox | Nghịch lý Simpson | Xu hướng từng nhóm đảo ngược khi gộp, do mix giữa các nhóm. | 5 |
| Simulation | Mô phỏng | Sinh dữ liệu ngẫu nhiên nhiều lần để ước lượng xác suất. | 7 |
| Skewed distribution | Phân phối lệch | Một đuôi dài hơn đuôi kia; lệch phải thì mean lớn hơn median. | 4 |
| So-what | Vậy thì sao | Kết luận nghĩa là ai cần làm gì, tác động bao nhiêu. | 15 |
| Standard deviation | Độ lệch chuẩn | Mức các giá trị cách mean trung bình bao xa. | 4 |
| Star schema | Lược đồ hình sao | Một fact table ở giữa nối với các dimension table xung quanh. | 2 |
| Statistical vs practical significance | Ý nghĩa thống kê và thực tế | Khó là ngẫu nhiên chưa chắc đã đủ lớn để đáng làm. | 10 |
| Storytelling with data | Kể chuyện bằng dữ liệu | Một chart một thông điệp, title là kết luận. | 15 |
| Structured data | Dữ liệu có cấu trúc | Dữ liệu dạng bảng với các cột cố định, mỗi cột một kiểu. | 1 |
| Supervised learning | Học có giám sát | Học từ dữ liệu có sẵn đáp án để đoán đáp án mới. | 12 |
| Survivorship bias | Sai lệch kẻ sống sót | Chỉ nhìn những đối tượng còn lại, bỏ qua những đối tượng đã biến mất. | 9 |
| t-test | Kiểm định t | So trung bình của biến số giữa 2 nhóm. | 10 |
| Time series | Chuỗi thời gian | Một chỉ tiêu qua nhiều thời điểm. | 3 |
| Train / test split | Chia tập huấn luyện / kiểm tra | Model học trên train, được chấm điểm trên test chưa từng thấy. | 12 |
| Treatment / control | Nhóm can thiệp / nhóm đối chứng | Nhóm nhận can thiệp và nhóm giống hệt nhưng không nhận. | 9 |
| Trend | Xu hướng | Hướng thay đổi dài hạn của chuỗi thời gian. | 11 |
| Unstructured data | Dữ liệu phi cấu trúc | Không có cấu trúc định sẵn: văn bản tự do, ảnh, âm thanh. | 1 |
| Unsupervised learning | Học không giám sát | Không có đáp án; model tự tìm cấu trúc, ví dụ phân nhóm khách. | 12 |
| Variable | Biến | Một cột trong bảng, mang một thuộc tính của đối tượng. | 1 |
| Weighted average | Trung bình có trọng số | Trung bình tính theo quy mô; với tỷ lệ là cộng tử chia cộng mẫu. | 5 |
| What-if analysis | Phân tích giả định | Tính kết quả khi thay đổi một giả định. | 15 |
| Year-over-year (YoY) | So cùng kỳ | So với cùng kỳ năm trước để loại mùa vụ. | 11 |