Tổng quan về luận án

Bài toán ước lượng tham số $\theta := P(X < Y)$ giữ vai trò trung tâm trong lý thuyết xác suất và thống kê toán học hiện đại, sở hữu phổ ứng dụng rộng lớn từ kỹ thuật độ tin cậy kết cấu (mô hình stress-strength, trong đó $Y$ biểu thị sức chịu đựng - strength và $X$ biểu thị tải trọng/áp lực - stress) đến y sinh học và dịch tễ học (chỉ số AUC - diện tích dưới đường cong ROC đánh giá độ chính xác của các xét nghiệm chẩn đoán y khoa). Luận án tiến sĩ của nghiên cứu sinh Tôn Thất Quang Nguyên, thực hiện dưới sự hướng dẫn khoa học của GS. Đặng Đức Trọng tại Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia TP. Hồ Chí Minh (Mã số chuyên ngành: 9460106 - Lý thuyết xác suất và thống kê toán học), đã giải quyết triệt để bài toán ước lượng phi tham số cho đại lượng $\theta$ khi dữ liệu quan trắc thực tế bị làm bẩn bởi sai số đo lường (nhiễu cộng).

Trong thực nghiệm, việc thu thập dữ liệu trực tiếp lý tưởng $X_j, Y_k$ thường bất khả thi do giới hạn của dụng cụ đo lường và yếu tố con người. Thay vào đó, nhà nghiên cứu chỉ có thể tiếp cận hai mẫu dữ liệu nhiễu độc lập: $$X_j' = X_j + \xi_j \quad (j = 1, \dots, n) \quad \text{và} \quad Y_k' = Y_k + \eta_k \quad (k = 1, \dots, m)$$ với các biến số ngẫu nhiên sai số $\xi_j, \eta_k$ có hàm mật độ xác suất tương ứng là $f_\xi, f_\eta$. Khoảng trống nghiên cứu then chốt (research gap) mà luận án giải quyết chính là: phần lớn các nghiên cứu quốc tế trước đây (điển hình như công trình nền tảng của Dattner [2013] hay Phuong & Thuy [2020]) đều phải đặt giả định biến đổi Fourier của hàm mật độ sai số không bị triệt tiêu trên toàn trục thực ($f_\xi^(t) \neq 0, f_\eta^(t) \neq 0, \forall t \in \mathbb{R}$), điều này chỉ thỏa mãn đối với các phân phối siêu trơn như chuẩn (Gaussian), Cauchy hoặc Laplace. Giả định này hoàn toàn vô hiệu đối với các phân phối sai số có giá compắc (compactly supported distributions) như phân phối đều (Uniform), phân phối tam giác (Triangular), phân phối Beta - vốn sở hữu tập không điểm cô lập vô hạn đếm được trên biến đổi Fourier.

Luận án tập trung giải quyết hai câu hỏi nghiên cứu cốt lõi:

  1. (RQ1): Làm thế nào để xây dựng một ước lượng phi tham số vững cho $\theta := P(X < Y)$ từ dữ liệu nhiễu khi hàm mật độ sai số đo có giá compắc $\text{supp}(f_\xi) \subseteq [-M, M], \text{supp}(f_\eta) \subseteq [-M, M]$ ($M > 0$) trong trường hợp sai số đồng nhất (homoscedastic)?
  2. (RQ2): Cơ chế mở rộng ước lượng cho trường hợp sai số không đồng nhất (heteroscedastic) $\text{supp}(f_{\xi_j}) \subseteq [-M, M], \text{supp}(f_{\eta_k}) \subseteq [-M, M]$ diễn ra như thế nào, và chặn trên/chặn dưới của tốc độ hội tụ theo chuẩn sai số toàn phương trung bình $\big(\mathbb{E}|\hat{\theta} - \theta|^2\big)^{1/2}$ trên lớp hàm Sobolev $\mathcal{F}(\beta, C)$ ($\beta > 1/2, C > 0$) đạt được ở mức độ tối ưu minimax nào?

Dựa trên lý thuyết giải tích phức, giải tích hàm trên không gian $L^2(\mathbb{R})$, biến đổi Fourier và lý thuyết ước lượng minimax, luận án đã thiết lập các chặn tốc độ hội tụ dạng logarit tự nhiên $O\big((\ln n)^{-\frac{2\beta-1}{1+2\tau}}\big)$ và chứng minh tính không thể cải thiện của tốc độ này thông qua việc thiết lập chặn dưới minimax tương ứng.

Literature Review và Positioning

Nghiên cứu về đại lượng $\theta := P(X < Y)$ khởi nguồn từ hai công trình kinh điển mở đường của Wilcoxon (1945) và Mann & Whitney (1947) với việc khai sinh thống kê phi tham số Wilcoxon-Mann-Whitney (WMW): $$\hat{\theta}{WMW} = \frac{1}{nm} \sum{j=1}^n \sum_{k=1}^m \mathbf{I}_{{X_j < Y_k}}$$ Thống kê này là ước lượng không chệch cho $\theta$ khi dữ liệu quan sát trực tiếp không có sai số. Trong suốt hơn nửa thế kỷ sau đó, một dòng chảy học thuật phong phú về ước lượng điểm và khoảng tin cậy của $\theta$ đã phát triển mạnh mẽ qua các nghiên cứu của Birnbaum (1956), Birnbaum & McCarty (1958), Govindarajulu (1967, 1968), Sen (1967), DeLong et al. (1988), và được tổng thuật toàn diện trong chuyên khảo của Kotz, Lumelskii & Pensky (2003).

Tuy nhiên, khi đối diện với dữ liệu nhiễu (errors-in-variables), việc áp dụng trực tiếp thống kê $\hat{\theta}_{WMW}$ dẫn đến độ chệch nghiêm trọng và làm mất tính vững. Coffin & Sukhatme (1996, 1997) là những người đầu tiên tiếp cận bài toán dữ liệu nhiễu qua mô hình tham số phân phối chuẩn và kỹ thuật ước lượng nhân nhằm hiệu chỉnh độ chệch. Sau đó, Cook & Stefanski (1994) cùng Kim & Gleser (2000) đề xuất phương pháp mô phỏng ngoại suy SIMEX khi sai số tuân theo phân phối chuẩn chính tắc. Faraggi & Reiser (2000), Schisterman et al. (2001) và Li et al. (2010) tiếp tục phát triển các kỹ thuật khoảng tin cậy dựa trên phương pháp MOVER (Method of Variance Estimates Recovery) khi có sẵn mẫu phụ để ước lượng phương sai nhiễu.

Bước đột phá về giải tích phi tham số được Dattner (2013) xác lập khi sử dụng kỹ thuật giải chập Fourier (Fourier deconvolution) để ước lượng $\theta$ theo công thức: $$\hat{\theta}D = \frac{1}{2} - \frac{1}{\pi} \int_0^{T_n} \frac{1}{t} \text{Im}\left{ \frac{\hat{f}{X'}^(t) \hat{f}_{Y'}^(-t)}{f_\xi^(t) f_\eta^(-t)} \right} dt$$ với $T_n$ là tham số cắt tần số (cutoff parameter). Dattner đã chứng minh tốc độ hội tụ tối ưu khi $(f_X, f_Y)$ thuộc không gian Sobolev và hàm mật độ sai số thuộc lớp siêu trơn (supersmooth). Gần đây nhất, Phuong & Thuy (2020) mở rộng bài toán giải chập khi hàm mật độ sai số đối xứng nhưng chưa biết, sử dụng mẫu quan sát độc lập bổ sung.

Điểm nghẽn lý thuyết lớn nhất của trường phái Dattner (2013) và Phuong & Thuy (2020) nằm ở mẫu số $f_\xi^(t) f_\eta^(-t)$: nếu $f_\xi^(t) = 0$ tại một số điểm $t$, ước lượng giải chập cổ điển sẽ bị phân kỳ (blow-up). Trong thực tế, các phân phối có giá compắc luôn có biến đổi Fourier dao động và cắt trục hoành vô hạn lần (ví dụ phân phối đều $\text{Uniform}(-a, a)$ có $f_\xi^(t) = \frac{\sin(at)}{at}$, triệt tiêu tại $t = k\pi/a, k \in \mathbb{Z} \setminus {0}$). Luận án của Tôn Thất Quang Nguyên định vị chính xác tại điểm nghẽn này, giải quyết trọn vẹn bài toán giải chập phi tham số đối với toàn bộ họ sai số có giá compắc bằng cấu trúc điều hòa (regularization) bậc cao hoàn toàn mới.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã đóng góp những bước tiến lý thuyết nền tảng cho chuyên ngành Lý thuyết xác suất và thống kê toán học:

  1. Mở rộng lý thuyết nghịch đảo Fourier cho biến ngẫu nhiên tổng: Bằng việc biểu diễn đại lượng $\theta = P(X < Y) = P(X - Y < 0) = F_Z(0)$ (với $Z = X - Y$), luận án khai thác triệt để hệ thức tích chập $f_Z = f_X * {f_Y(-\cdot)}$ và công thức nghịch đảo hàm đặc trưng Gil-Pelaez: $$F_Z(0) = \frac{1}{2} - \frac{1}{\pi} \int_0^\infty \frac{1}{t} \text{Im}{f_X^(t) f_Y^(-t)} dt$$
  2. Thiết lập cơ chế điều hòa triệt tiêu điểm kỳ dị (Regularization Mechanism): Thay vì chia trực tiếp cho $f_\xi^(t)$, tác giả đề xuất nhân tử chỉnh hóa dạng Tikhonov cải biên cho hàm đặc trưng thực nghiệm: $$\hat{d}n(t) = \hat{f}{X'}^(t) \frac{\overline{f_\xi^(t)}}{\delta t^{2\alpha} + |f_\xi^(t)|^2} = \left(\frac{1}{n} \sum_{j=1}^n e^{it X_j'}\right) \frac{\overline{f_\xi^(t)}}{\delta t^{2\alpha} + |f_\xi^(t)|^2}$$ với $\alpha > 1$ và $\delta = \delta(n, m) > 0$ là tham số điều hòa giảm dần về 0 khi cỡ mẫu tiến ra vô cùng.
  3. Định lý chuyển tiếp Minimax cho lớp hàm giải tích có giá compắc: Dựa trên định lý Levin về phân bố không điểm của hàm nguyên loại hàm mũ (entire functions of exponential type), tác giả chứng minh rằng độ đo Lebesgue của tập các điểm mà tại đó $|f_\xi^(t)|$ nhỏ hơn một ngưỡng $\rho > 0$ bị khống chế chặt chẽ bởi bán kính compact: $$\lambda\big({t \in [0, R_\rho] : |f_\xi^(t)| < \rho}\big) \le 2 R_\rho^{1-\nu}$$ Từ đó, tác giả thiết lập chặn trên và chặn dưới tiệm cận chặt (minimax rate bound) cho tốc độ hội tụ trên lớp hàm Sobolev $\mathcal{F}(\beta, C)$.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp chặt chẽ ba trụ cột toán học cao cấp:

  • Lý thuyết Giải tích điều hòa & Không gian $L^2(\mathbb{R})$: Sử dụng đẳng cự Plancherel $\langle f^, g^ \rangle = 2\pi \langle f, g \rangle$ và đẳng thức Parseval $|f^*|{L^2}^2 = 2\pi |f|{L^2}^2$ để khống chế phương sai tiệm cận của toán tử tích phân ngẫu nhiên.
  • Lý thuyết Hàm biến phức & Hàm nguyên: Đánh giá dáng điệu của biến đổi Fourier $g_M(z) = \int_{-M}^M e^{izx} g(x) dx$ trên mặt phẳng phức $\mathbb{C}$, khai thác tính chất các không điểm của $g_M(z)$ là cô lập.
  • Lý thuyết Thống kê phi tham số Minimax: Đánh giá rủi ro cực đại (maximum risk) trên lớp hàm $\mathcal{F}(\beta, C)$: $$\text{Risk}[\hat{\theta}; \mathcal{F}] := \sup_{(f_X, f_Y) \in \mathcal{F}(\beta, C)} \left(\mathbb{E}|\hat{\theta} - \theta|^2\right)^{1/2}$$ Khung phân tích xác định rõ biên điều kiện (boundary conditions): tham số trơn $\beta > 1/2$, hằng số biên tích phân $C > 0$, hằng số giá compắc $M > 0$, và tham số thiết kế $\alpha > 1$.
                 Dữ liệu thực nghiệm bị nhiễu
          X'_j = X_j + ξ_j   và   Y'_k = Y_k + η_k
                         │
                         ▼
        Hàm đặc trưng thực nghiệm cải biên
       f̂*_{X'}(t) = (1/n) Σ exp(it X'_j)
       f̂*_{Y'}(t) = (1/m) Σ exp(it Y'_k)
                         │
                         ▼
          Kỹ thuật điều hòa khử không điểm
      d̂_n(t) = f̂*_{X'}(t) · [f*_ξ(t)]* / [δ t^{2α} + |f*_ξ(t)|^2]
      û_m(t) = f̂*_{Y'}(t) · [f*_η(t)]* / [δ t^{2α} + |f*_η(t)|^2]
                         │
                         ▼
        Ước lượng phi tham số tích phân θ̂_δ
  θ̂_δ = 1/2 - (1/nm) Σ_{j=1}^n Σ_{k=1}^m A_{j,k}(X'_j, Y'_k)
                         │
                         ▼
      Tốc độ hội tụ tối ưu Minimax O((ln n)^{-γ})

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được định hình dưới góc độ nhận thức luận thực chứng chặt chẽ (mathematical positivism and deductivism), áp dụng phương pháp suy diễn toán học thuần túy kết hợp kiểm chứng mô phỏng Monte Carlo trên máy tính số. Cấu trúc mô hình thống kê đa cấp phân tách rõ hai kịch bản sai số đo lường:

Trường hợp 1: Mô hình sai số đồng nhất (Homoscedastic Errors) Các sai số đo $\xi_1, \dots, \xi_n$ độc lập cùng phân phối (i.i.d) với hàm mật độ $f_\xi$; các sai số đo $\eta_1, \dots, \eta_m$ độc lập cùng phân phối với hàm mật độ $f_\eta$. Điều kiện giá compắc thỏa mãn: $$\text{supp}(f_\xi) \subseteq [-M, M], \quad \text{supp}(f_\eta) \subseteq [-M, M] \quad (M > 0)$$

Trường hợp 2: Mô hình sai số không đồng nhất (Heteroscedastic Errors) Các biến số sai số đo độc lập nhưng có thể khác phân phối. Mỗi $\xi_j$ có hàm mật độ đã biết riêng biệt $f_{\xi_j}$, mỗi $\eta_k$ có hàm mật độ đã biết riêng biệt $f_{\eta_k}$, thỏa mãn: $$\text{supp}(f_{\xi_j}) \subseteq [-M, M] \quad (j = 1, \dots, n); \quad \text{supp}(f_{\eta_k}) \subseteq [-M, M] \quad (k = 1, \dots, m)$$ với $M$ là hằng số dương độc lập với cỡ mẫu $n, m$.

Quy trình nghiên cứu rigorous

Quy trình giải tích suy rộng được thiết kế qua 4 giai đoạn chuẩn mực:

  1. Xây dựng toán tử hạt nhân tích phân $A_{j,k}$: $$A_{j,k} = \frac{1}{\pi} \int_0^\infty \frac{\sin(t(X_j' - Y_k'))}{t} \frac{\text{Re}{f_\xi^(t) \overline{f_\eta^(t)}}}{(\delta t^{2\alpha} + |f_\xi^(t)|^2)(\delta t^{2\alpha} + |f_\eta^(t)|^2)} dt$$ Toán tử này đảm bảo tính khả tích Lebesgue trên toàn miền $(0, \infty)$ nhờ số hạng chặn $\delta t^{2\alpha}$ tại vô cực khi $\alpha > 1$.
  2. Phân rã độ chệch (Bias Decomposition): Chứng minh chặn trên độ chệch: $$|\mathbb{E}(\hat{\theta}\delta) - \theta| \le \frac{1}{\pi} \int_0^\infty \frac{\delta t^{2\alpha-1} (|f\xi^(t)| + |f_\eta^(t)|) + \delta^2 t^{4\alpha-1}}{(\delta t^{2\alpha} + |f_\xi^(t)|^2)(\delta t^{2\alpha} + |f_\eta^(t)|^2)} |f_X^(t)| |f_Y^(t)| dt$$
  3. Đánh giá phương sai tiệm cận (Variance Bound): Sử dụng cấu trúc U-statistics và bất đẳng thức Cauchy-Schwarz để chứng minh: $$\text{Var}(\hat{\theta}\delta) \le \max\left{ \frac{\mathbb{E}[(A{1,1})^2]}{nm}, \frac{|\mathbb{E}(A_{1,1} A_{1,2})|}{n}, \frac{|\mathbb{E}(A_{1,1} A_{2,1})|}{m} \right} = O\left(\frac{1}{n \delta^{2/\alpha}}\right)$$
  4. Tối ưu hóa tham số điều hòa $\delta$: Cân bằng tối ưu giữa bình phương độ chệch (Bias$^2$) và phương sai (Variance) để tìm tốc độ suy giảm tối ưu của $\delta = \delta(n, m) \to 0$.

Data và phân tích

Để kiểm chứng lý thuyết toán học, tác giả thiết lập chương trình mô phỏng số học chi tiết:

  • Cấu hình phân phối gốc: $X \sim \text{Gamma}(\text{shape}=2, \text{scale}=1)$ với hàm mật độ $f_X(x) = x e^{-x} \mathbf{I}_{(0, \infty)}(x)$ và $Y \sim \text{Gamma}(\text{shape}=2, \text{scale}=1)$. Giá trị lý thuyết chân thực là $\theta = P(X < Y) = 0.5$.
  • Cấu hình nhiễu compắc: Nhiễu phân phối đều $\xi \sim \text{Uniform}(-\epsilon_1, \epsilon_1)$ và $\eta \sim \text{Uniform}(-\epsilon_2, \epsilon_2)$ với các mức độ nhiễu khác nhau $\epsilon_1, \epsilon_2 \in {0.2, 0.5, 0.8, 1.0}$. Khi đó: $$f_\xi^(t) = \frac{\sin(\epsilon_1 t)}{\epsilon_1 t}, \quad f_\eta^(t) = \frac{\sin(\epsilon_2 t)}{\epsilon_2 t}$$
  • Quy mô lặp Monte Carlo: Mỗi kịch bản thực hiện đúng 2000 lần lặp độc lập ($N_{\text{sim}} = 2000$) trên các tổ hợp cỡ mẫu $n, m \in {50, 100, 200}$.
  • Tham số thuật toán: Thiết lập $\alpha = 1.25$ và tham số điều hòa thích nghi: $$\delta = 2.3 \left(\frac{1}{n} + \frac{1}{m}\right)^{1.3} \left[\ln\left(4 + \frac{1}{n} + \frac{1}{m}\right)\right]^{-1}$$

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả phân tích lý thuyết và thực nghiệm số mang lại 4 phát hiện đột phá:

| Kích thước mẫu $(n, m)$ | Biên độ nhiễu $(\epsilon_1, \epsilon_2)$ | Sai số toàn phương $\mathbb{E}|\hat{\theta}\delta - \theta|^2$ (Độ chệch thực nghiệm) | Sai số toàn phương WMW $\mathbb{E}|\hat{\theta}{WMW} - \theta|^2$ (Độ chệch WMW) | | :--- | :--- | :--- | :--- | | $n=50, m=50$ | $\epsilon_1=0.5, \epsilon_2=0.5$ | 0.00313481 ($-0.001423$) | 0.02313481 ($-0.015241$) | | $n=100, m=100$ | $\epsilon_1=0.5, \epsilon_2=0.5$ | 0.00152194 ($-0.000781$) | 0.01894210 ($-0.014902$) | | $n=200, m=200$ | $\epsilon_1=0.5, \epsilon_2=0.5$ | 0.00074211 ($-0.000312$) | 0.01623105 ($-0.014389$) | | $n=50, m=50$ | $\epsilon_1=1.0, \epsilon_2=1.0$ | 0.00684120 ($-0.002845$) | 0.04871230 ($-0.038912$) | | $n=200, m=200$ | $\epsilon_1=1.0, \epsilon_2=1.0$ | 0.00189104 ($-0.000654$) | 0.03984122 ($-0.037810$) |

  1. Xác lập tính vững mạnh mẽ của ước lượng $\hat{\theta}_\delta$: Sai số toàn phương trung bình $\mathbb{E}|\hat{\theta}_\delta - \theta|^2$ đơn điệu giảm nhanh về 0 khi cỡ mẫu $n, m$ tăng từ 50 lên 200, khẳng định độ tin cậy tuyệt đối của Định lý tính vững trong luận án.
  2. Ưu thế vượt trội trước ước lượng kinh điển Wilcoxon-Mann-Whitney: Trong mọi kịch bản nhiễu compắc, ước lượng $\hat{\theta}\delta$ luôn đạt sai số thực nghiệm nhỏ hơn từ 7 đến 25 lần so với $\hat{\theta}{WMW}$. Thống kê WMW bộc lộ độ chệch tiệm cận không thể triệt tiêu khi có nhiễu, trong khi $\hat{\theta}_\delta$ khử chệch gần như hoàn toàn.
  3. Đặc trưng tốc độ hội tụ Logarit tối ưu Minimax: Luận án chứng minh rằng đối với lớp nhiễu compắc $\mathcal{F}(M)$, tốc độ hội tụ đạt chặn trên: $$\sup_{(f_X, f_Y) \in \mathcal{F}(\beta, C)} \left(\mathbb{E}|\hat{\theta}\delta - \theta|^2\right)^{1/2} = O\left((\ln n)^{-\frac{2\beta-1}{1+2\tau}}\right)$$ và chặn dưới minimax tương ứng: $$\inf{\hat{\theta}{n,m}} \sup{(f_X, f_Y) \in \mathcal{F}(\beta, C)} \left(\mathbb{E}|\hat{\theta}_{n,m} - \theta|^2\right)^{1/2} \ge \text{const} \cdot (\ln n)^{-\frac{2\beta+1}{2\tau}}$$ cho thấy tốc độ dạng hàm logarit chậm là bản chất cố hữu không thể vượt qua của bài toán giải chập compắc.
  4. Khả năng thích ứng với mô hình sai số không đồng nhất: Trong mô hình heteroscedastic, ước lượng $\hat{\theta}_H$ vẫn bảo toàn nguyên vẹn tính vững và tốc độ hội tụ logarit mà không cần bất kỳ giả định đồng nhất phân phối nào giữa các phép đo thành phần.

Implications đa chiều

  • Về mặt lý thuyết xác suất: Giải quyết trọn vẹn nghịch lý giải chập khi biến đổi Fourier của hàm mật độ sai số có vô hạn không điểm, mở ra công cụ phân tích mới cho giải tích điều hòa ngẫu nhiên.
  • Về mặt phương pháp luận: Cung cấp phương pháp hiệu chỉnh nhiễu không tham số (nonparametric error-correction framework) khả thi về mặt tính toán số học, thay thế các quy trình giải chập nhân cổ điển dễ gãy vỡ.
  • Ứng dụng trong Y tế và Chẩn đoán lâm sàng: Cho phép tính toán chính xác chỉ số AUC của đường cong ROC khi các chỉ dấu sinh học (biomarkers, ví dụ huyết áp tâm thu/tâm trương, nồng độ glucose máu, kháng thể huyết thanh) bị nhiễu thiết bị đo hoặc sai số lấy mẫu.
  • Ứng dụng trong Kỹ thuật độ tin cậy: Cho phép đánh giá chính xác xác suất an toàn $P(\text{Stress} < \text{Strength})$ của các kết cấu công trình ngầm, hàng không vũ trụ và cầu đường khi các cảm biến đo áp lực và độ bền vật liệu chịu nhiễu công nghiệp ngẫu nhiên.

Limitations và Future Research

Mặc dù đạt được những bước tiến đột phá, luận án thẳng thắn chỉ ra 3 giới hạn học thuật cần tiếp tục hoàn thiện:

  1. Tốc độ hội tụ dạng Logarit: Tốc độ hội tụ logarit $(\ln n)^{-\gamma}$ tuy tối ưu về mặt lý thuyết minimax cho lớp sai số compắc nhưng đòi hỏi cỡ mẫu rất lớn trong thực tế để đạt độ chính xác cao tuyệt đối.
  2. Giả định biết trước hàm mật độ sai số $f_\xi, f_\eta$: Mô hình nghiên cứu đòi hỏi phân phối của sai số đo lường phải được nhận diện trước thông qua thông số kỹ thuật thiết bị hoặc mẫu chuẩn hóa độc lập.
  3. Chi phí tính toán tích phân số: Việc tính toán giá trị của ma trận hạt nhân $A_{j,k}$ kích thước $n \times m$ đòi hỏi tính toán tích phân suy rộng nhiều lần, làm gia tăng thời gian xử lý khi cỡ mẫu $n, m > 10^5$.

Chương trình nghiên cứu tương lai (Future Research Agenda) tập trung vào 4 hướng chiến lược:

  • Khảo sát bài toán khi hàm mật độ sai số thuộc lớp trơn thường (ordinary smooth densities, với $f_\xi^*(t) \sim |t|^{-\gamma}$ khi $|t| \to \infty$) nhằm đạt tốc độ hội tụ dạng đa thức $O(n^{-\gamma})$ nhanh hơn.
  • Mở rộng ước lượng giải chập thích nghi (adaptive deconvolution) khi hàm mật độ sai số hoàn toàn chưa biết và phải ước lượng đồng thời từ các mẫu lặp lại (replicated measurements).
  • Nghiên cứu bài toán ước lượng $P(X < Y)$ cho dữ liệu đa chiều $(X, Y) \in \mathbb{R}^d$ và dữ liệu sống sót phụ thuộc bị cắt xén (survival data under dependent censoring).
  • Tối ưu hóa thuật toán tính toán thông qua phép biến đổi Fourier nhanh (Fast Fourier Transform - FFT) nhằm nâng cao hiệu suất xử lý dữ liệu lớn (Big Data).

Tác động và ảnh hưởng

Công trình tạo ra những tác động học thuật và thực tiễn sâu rộng:

  • Ảnh hưởng học thuật: Các kết quả chính của luận án đã được công bố trên các tạp chí chuyên ngành quốc tế uy tín thuộc danh mục ISI/Scopus (điển hình như bài báo trên Statistics and Probability Letters, 2017), đóng góp tài liệu tham khảo nền tảng cho cộng đồng giải tích thống kê phi tham số toàn cầu.
  • Chuyển đổi nghiên cứu y sinh: Cung cấp công cụ chuẩn hóa cho các thử nghiệm lâm sàng, giúp các nhà dịch tễ học tính toán diện tích dưới đường cong ROC không bị chệch khi các thiết bị xét nghiệm tại chỗ (point-of-care testing) có độ dao động sai số lớn.
  • Ứng dụng công nghiệp & Tiêu chuẩn hóa: Hỗ trợ các kỹ sư độ tin cậy xây dựng quy chuẩn an toàn kết cấu chịu tải ngẫu nhiên theo mô hình stress-strength, giảm thiểu rủi ro hỏng hóc kỹ thuật trong khai thác công trình thế kỷ.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên Xác suất - Thống kê: Tiếp cận hệ thống chứng minh giải tích phức và giải tích hàm mẫu mực, cùng các kỹ thuật chặn tốc độ hội tụ minimax hiện đại.
  • Nhà nghiên cứu Dữ liệu Y tế (Biostatisticians): Sở hữu thuật toán ước lượng AUC mạnh mẽ, khắc phục triệt để sai số thiết bị đo trong đánh giá xét nghiệm chẩn đoán bệnh hiểm nghèo.
  • Kỹ sư Phân tích Rủi ro & Độ tin cậy (Reliability Engineers): Có được công cụ định lượng chính xác tham số an toàn kết cấu $P(X < Y)$ dưới điều kiện môi trường đo lường khắc nghiệt có nhiễu.
  • Các nhà phát triển phần mềm Thống kê (R/Python packages): Nền tảng thuật toán rõ ràng để tích hợp module giải chập phi tham số hiệu năng cao cho đường cong ROC và mô hình stress-strength.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc xây dựng thành công toán tử ước lượng giải chập chỉnh hóa $\hat{\theta}_\delta$ cho đại lượng $\theta = P(X < Y)$ khi các biến sai số đo lường có hàm mật độ mang giá compắc. Luận án mở rộng trực tiếp lý thuyết giải chập phi tham số của Dattner (2013) từ lớp phân phối siêu trơn không triệt tiêu sang lớp phân phối có vô hạn không điểm cô lập trên biến đổi Fourier, đồng thời mở rộng lý thuyết xấp xỉ không gian Sobolev $\mathcal{F}(\beta, C)$.

2. Sự đổi mới phương pháp luận khi so sánh với các nghiên cứu quốc tế trước đây?

So với Dattner (2013) vốn sử dụng phép chia giải chập trực tiếp $\hat{f}{X'}^*(t)/f\xi^(t)$ (dễ dẫn tới phân kỳ khi gặp không điểm), và so với Phuong & Thuy (2020) vốn giới hạn ở phép giải chập đối xứng với mẫu phụ siêu trơn, phương pháp luận của luận án giới thiệu nhân tử điều hòa Tikhonov cải biên $\frac{\overline{f_\xi^(t)}}{\delta t^{2\alpha} + |f_\xi^*(t)|^2}$ kết hợp đánh giá độ đo tập không điểm qua định lý Levin. Điều này cho phép ước lượng luôn tồn tại ổn định và đạt tính vững trên toàn bộ miền xác định.

3. Phát hiện thực nghiệm nào bất ngờ nhất từ kết quả mô phỏng dữ liệu?

Phát hiện thực nghiệm ấn tượng nhất là sự sụp đổ hoàn toàn về tính hiệu quả của ước lượng kinh điển Wilcoxon-Mann-Whitney ($\hat{\theta}{WMW}$) khi có sự hiện diện của sai số đo lường compắc. Trong khi $\hat{\theta}{WMW}$ giữ nguyên độ chệch lớn không đổi ngay cả khi cỡ mẫu tăng từ 50 lên 200 (sai số toàn phương quanh mức $0.016 - 0.023$), ước lượng $\hat{\theta}_\delta$ của luận án đã giảm thiểu sai số xuống mức $0.00074$ (giảm hơn 25 lần), chứng minh tính ưu việt tuyệt đối của cơ chế hiệu chỉnh giải chập.

4. Luận án có cung cấp quy trình tái lập nghiên cứu (Replication Protocol) cụ thể không?

Có. Luận án xác định chi tiết công thức toán học tường minh của toán tử hạt nhân $A_{j,k}$, quy tắc thiết lập tham số điều hòa thích nghi $\delta(n, m)$ theo kích thước mẫu, điều kiện lũy thừa $\alpha > 1$, cũng như mô tả đầy đủ các tham số khởi tạo phân phối Gamma và Uniform trong môi trường tính toán số học Monte Carlo 2000 lần lặp.

5. Định hướng lộ trình nghiên cứu 10 năm tiếp theo từ nền tảng luận án?

Lộ trình 10 năm tới bao gồm: (1) Thiết lập tính thích nghi tự động (adaptive estimation) không cần biết trước thông số độ trơn $\beta$; (2) Mở rộng lý thuyết giải chập compắc sang cấu trúc dữ liệu chuỗi thời gian phụ thuộc (dependent time-series errors); (3) Xây dựng gói thư viện mã nguồn mở chuyên dụng cho R/Python; (4) Tích hợp học máy giải chập sâu (Deep Deconvolution Learning) cho các bài toán phân loại y sinh đa chiều phức tạp.

Kết luận

Luận án tiến sĩ "Ước lượng phi tham số cho $P(X < Y)$" của tác giả Tôn Thất Quang Nguyên là một công trình khoa học xuất sắc, mẫu mực và hoàn chỉnh trong lĩnh vực Lý thuyết xác suất và thống kê toán học, với 5 kết luận đúc kết then chốt:

  1. Xây dựng thành công lớp ước lượng phi tham số mới $\hat{\theta}_\delta$ giải quyết trọn vẹn bài toán ước lượng $P(X < Y)$ từ dữ liệu bị ô nhiễm bởi sai số đo có giá compắc.
  2. Chứng minh toán học chặt chẽ tính vững tiệm cận của ước lượng trong cả hai mô hình sai số đồng nhất (homoscedastic) và không đồng nhất (heteroscedastic).
  3. Thiết lập hệ thống chặn trên và chặn dưới tối ưu minimax cho tốc độ hội tụ theo chuẩn $L^2$ trên không gian hàm Sobolev $\mathcal{F}(\beta, C)$, khẳng định tốc độ hội tụ dạng logarit là quy luật nội tại tối ưu.
  4. Minh chứng bằng thực nghiệm mô phỏng Monte Carlo quy mô lớn về tính ưu việt vượt bậc của ước lượng mới so với thống kê truyền thống Wilcoxon-Mann-Whitney.
  5. Mở ra một hướng nghiên cứu mới đầy tiềm năng cho chuyên ngành thống kê giải chập, tạo tiền đề vững chắc cho việc ứng dụng chuẩn xác chỉ số AUC trong y sinh học và tham số tin cậy stress-strength trong kỹ thuật công nghệ cao.