Tầng 3 — Advanced

Bayesian, suy luận nhân quả, time series — ba hướng nâng cao thường gặp trong thực tế.

Tầng này dạy gì?

Sau khi nắm vững frequentist (Tầng 2), tầng này mở 3 cánh cửa thường được hỏi nhất ở môi trường thực tế và phỏng vấn:

Bayesian: cách cập nhật niềm tin khi có thêm dữ liệu — khác hẳn frequentist.
Causal inference: vì sao "correlation ≠ causation" và làm sao để rút được kết luận nhân quả.
Time series: dữ liệu có thứ tự thời gian cần công cụ riêng (ACF, ARIMA).

Lesson 01

Prior → likelihood → posterior; Beta–Binomial conjugate; Bayes Factor; so sánh với frequentist CI.

Lesson 02

Correlation ≠ causation; confounder, Simpson's paradox; RCT vs observational; DAG cơ bản.

Lesson 03

Trend, seasonality, stationarity; ACF/PACF; AR, MA, ARIMA — giới thiệu.