Professional Documents
Culture Documents
NHỮNG LƯU Ý THI CUỐI KỲ
NHỮNG LƯU Ý THI CUỐI KỲ
n 2
Mối liên hệ giữa s2 và ŝ 2 s2 = ŝ
n - 1
Độ lệch Độ lệch chuẩn ŝ = 'ŝ 2
ŝ
chuẩn mẫu
σ
tổng thể Độ lệch chuẩn s ='s2
s
mẫu hiệu chỉnh
Mức ý Độ tin cậy
α 1-α
nghĩa
Các khái niệm khác:
+ Yếu vị (mode): là giá trị của phần tử có số lần xuất hiện lớn nhất trong mẫu.
+ Hệ số biến thiên (Coefficient of variation – CV):
σ s
CV (của tổng thể) = ´ 100% CV (của mẫu) = ´ 100%
a x!
+ Sai số chuẩn:
s
SE =
√n
+ Trung vị mẫu:
Giả sử X có n quan sát x1 , x2 , x3 , …xn . Xếp các quan sát này theo thứ tự tăng dần.
Trung vị mẫu (Median) là giá trị nằm chính giữa dãy số này và chia nó thành 2 phần bằng nhau. Cụ
thể, nếu mẫu có dạng x1<…<x2k+1 thì trung vị mẫu là xk+1; nếu mẫu có dạng x1<…<x2k thì trung vị
mẫu là trung bình cộng (xk + xk+1)/2.
3. Ước lượng:
Tìm khoảng tin cậy (khoảng ước lượng):
Dạng ước lượng Độ chính xác Khoảng ước lượng
1. Tỷ lệ: 'f.(1 - f)
ε = Zα (f - ε ;f + ε)
√n
2. Trung bình (kỳ vọng):
s
v Mẫu bé (n <30) chưa biết σ # ε = tα/2(n-1) (x! - ε; x! + ε)
√n
s
v Mẫu lớn (n ≥ 30), chưa biết σ # ε = Zα (x! - ε; x! + ε)
√n
σ
v Đã biết σ# ε = Zα (x! - ε; x! + ε)
√n
3. Phương sai:
(n - 1).s2 (n - 1).s2
. ; /
χ2α (n - 1) χ2 α (n - 1)
1 -
2 2
Lưu ý 2:
Khi làm phần ước lượng, nếu đề có chữ “tỷ lệ” thì thường sẽ là dạng bài ước lượng tỷ lệ, nếu đề có chữ
“trung bình” thì thường sẽ là dạng bài ước lượng trung bình, có chữ “phương sai, độ lệch chuẩn, độ
phân tán, độ chính xác, độ đồng đều” thì thường sẽ là dạng bài là ước lượng phương sai.
Trong trường hợp đề không có chữ “trung bình”, “tỷ lệ” hay “phương sai” thì ta cần đọc hiểu xem
cần phải ước lượng bài toán thông qua dạng bài ước lượng cơ bản nào đó.
Ví dụ 1: Hãy ước lượng số chi tiết đạt loại 1 trong 6900 sản phẩm chứa trong kho với độ tin cậy 95%.
Hướng dẫn: Đây là dạng bài Ước lượng tỷ lệ.
Ta cần giải qua 2 bước:
Bước 1: Tìm ước lượng cho tỷ lệ chi tiết đạt loại 1 trong kho: (f - ε ;f + ε)
Bước 2: Tìm khoảng ước lượng cho số chi tiết trong kho bằng cách lấy 6900 nhân với 2 cận của khoảng
ước lượng: 6900.(f - ε ;f + ε)
(làm tròn số nguyên theo nguyên tắc quá bán)
Ví dụ 2: Hãy ước lượng khối lượng thực phẩm của 200 hộ đã sử dụng, với độ tin cậy 95%.
Hướng dẫn: Đây là dạng bài Ước lượng trung bình.
Ta cần giải qua 2 bước:
Bước 1: Tìm khoảng ước lượng của khối lượng thực phẩm trung bình cho 1 hộ
Bước 2: Tìm khoảng ước lượng của khối lượng thực phẩm trung bình cho 200 hộ bằng cách lấy 200
nhân với 2 cận của khoảng ước lượng: 200.(x! - ε; x! + ε)
(Không cần thiết làm tròn số nguyên, chỉ làm tròn nếu đề yêu cầu)
Ví dụ 3: Đánh bắt 450 con đánh dấu thả xuống hồ. Lần sau đánh bánh 500 con thì thấy 80 con được
đánh dấu. Từ dữ liệu mẫu, hãy dự đoán số cá trong hồ với độ tin cậy 95%.
Hướng dẫn: Đây là dạng bài Ước lượng tỷ lệ.
Ta cần giải qua 2 bước:
Bước 1: Tìm ước lượng cho tỷ lệ cá được đánh dấu trong hồ: (f - ε ;f + ε)
Bước 2: Tìm khoảng ước lượng cho số cá trong hồ bằng cách lấy 450 chia cho 2 cận khoảng ước lượng:
450 450
! ; #
f+ε f-ε
(làm tròn số nguyên theo nguyên tắc quá bán)
s 2
v Chưa biết σ# : n' = 5Zα ε'6 (làm tròn lên số nguyên)
σ 2
v Đã biết σ# : n' = 5Zα ε'6 (làm tròn lên số nguyên)
Lưu ý 6:
Đối với dạng bài xác định kích thước mẫu (bài toán ngược) của ước lượng, nếu đề có chữ “tỷ lệ” thì
ta dùng công thức tìm n’ của dạng ước lượng tỷ lệ. Nếu nếu đề có chữ “trung bình” thì ta dùng công
thức tìm n’ của dạng ước lượng trung bình (chú ý xem thuộc dạng bài đã biết hay chưa biết σ# .
Lưu ý 7:
Đối với dạng bài xác định kích thước mẫu (bài toán ngược) của ước lượng, đề sẽ cho trước độ chính
xác (sai số) của ước lượng ε' hoặc là độ dài (chiều dài) khoảng ước lượng 2ε'. Cần đọc kỹ đề đang cho
mình ε' hay 2ε'.
Lưu ý 8:
Đối với dạng bài xác định kích thước mẫu (bài toán ngược) của ước lượng, hãy lưu ý đề hỏi kích thước
mẫu n’ cần khảo sát hoặc hỏi kích thước mẫu cần khảo sát thêm Δn = n’ – n.
Kết luận:
Nếu F ∉ Wα → chưa bác bỏ được H0 (hay còn gọi là chấp nhận H0).
Nếu F ∈ Wα → bác bỏ H0, chấp nhận H1.
Kiểm định trung bình (kỳ vọng) 1 mẫu trường hợp biết phương sai σ2
1. Phát biểu giả thiết và xác định miền bác bỏ tương ứng:
Giả thiết Miền bác bỏ P - value
H0 : a = a0
Wα = (- ∞, - Zα ) ∪ (Zα , + ∞) p = 2[1 – Φ(|Zqs |)] (Dùng P)
H1 : a ≠ a0
H0 : a = a0
Wα = (- ∞, - Z2α ) p = Φ(Zqs ) (Dùng P)
H1 : a < a0
H0 : a = a0
Wα = (Z2α , + ∞) p = 1 – Φ(Zqs ) (Dùng P)
H1 : a > a0
2. Tính tiêu chuẩn kiểm định:
x! - a0
Zqs = .√n
σ
3. Quy tắc kiểm định:
Zqs ∈ Wα thì ta sẽ bác bỏ H0, chấp nhận H1.
Zqs ∉ Wα thì ta chưa bác bỏ được H0 (chấp nhận H0)
Kiểm định trung bình (kỳ vọng) 1 mẫu trường hợp chưa biết phương sai σ2 , mẫu bé (n < 30)
1. Phát biểu giả thiết và xác định miền bác bỏ tương ứng:
Giả thiết Miền bác bỏ
H0 : a = a0
Wα = (- ∞, - t%/2(n - 1) ) ∪ (t%/2(n - 1) , + ∞)
H1 : a ≠ a0
H0 : a = a0
Wα =(- ∞, - t%(n - 1) )
H1 : a < a0
H0 : a = a0
Wα =(t%(n - 1) ,+∞)
H1 : a > a0
2. Tính tiêu chuẩn kiểm định:
x! - a0
Tqs = .√n
s
3. Quy tắc kiểm định:
Tqs ∈ Wα thì ta sẽ bác bỏ H0, chấp nhận H1.
Tqs ∉ Wα thì ta chưa bác bỏ được H0 (chấp nhận H0)
Kiểm định phương sai 1 mẫu (K18 THƯỜNG KHÔNG THI DẠNG NÀY)
1. Phát biểu giả thiết và xác định miền bác bỏ tương tứng:
Giả thiết Miền bác bỏ
2 2
H0 : σ = σ0 Wα = (0, χ2& ' %/2(n - 1) ) ∪ (χ2 %/2(n - 1) , + ∞)
2 2
H1 : σ ≠ σ0
H0 : σ2 = σ20
2 2 Wα = (0, χ2 1 - α(n - 1) )
H1 : σ < σ0
H0 : σ2 = σ20
Wα = (χ2 %(n - 1) , + ∞)
H1 : σ2 > σ20
FB: Nhóm học tập XSTK Trang 12
TÀI LIỆU ÔN TẬP XÁC SUẤT THỐNG KÊ BIÊN SOẠN: TRƯƠNG ĐỨC AN
2. Tính tiêu chuẩn kiểm định:
(n – 1)s2
χ2qs =
σ20
3. Quy tắc kiểm định:
χ2qs ∈ Wα thì ta sẽ bác bỏ H0, chấp nhận H1.
χ2qs ∉ Wα thì ta chưa bác bỏ được H0 (chấp nhận H0)
Lưu ý 14:
Đề bài cho mức ý nghĩa α thì đây là dạng toán kiểm định.
Lưu ý 15:
Các bước thực hiện kiện điểm chung:
+ Xác định dạng bài (từ các dữ kiện đề cho)
+ Xác định giả thiết và miền bác bỏ của bài toán
+ Tính tiêu chuẩn kiểm định cho bài toán
+ So sánh tiêu chuẩn kiểm định có rơi vào miền bác bỏ hay không, đưa ra kết luận.
Lưu ý 16:
Khi làm phần kiểm định, chú ý nếu trong câu hỏi có chữ “tỷ lệ” thì thường sẽ là dạng bài kiểm định
tỷ lệ, nếu đề có chữ “trung bình” thì thường sẽ là dạng bài kiểm định trung bình, có chữ “phương sai,
độ lệch chuẩn, độ phân tán, độ chính xác, độ đồng đều” thì thường sẽ là dạng bài là kiểm định
phương sai.
Trong trường hợp đề không có chữ “trung bình”, “tỷ lệ” hay “phương sai” thì ta cần đọc thật kỹ để
xem cần phải thực hiện so sánh trung bình hay so sánh tỷ lệ hoặc so sánh phương sai tổng thể để đưa
ra kết luận cho bài toán.
Nếu ta chỉ cần thực hiện so sánh tỷ lệ tổng thể p với giá trị cho trước gọi là p0 thì bài toán này được
gọi là kiểm định tỷ lệ 1 mẫu (Có nghĩa là dựa vào mẫu thu được, thực hiện kiểm định để so sánh tỷ lệ
tổng thể p với p0 cho trước).
Nếu ta chỉ cần thực hiện so sánh trung bình tổng thể a với giá trị cho trước gọi là a0 thì bài toán này
được gọi là kiểm định trung bình 1 mẫu (Có nghĩa là dựa vào mẫu thu được, thực hiện kiểm định để
so sánh trung bình tổng thể a với a0 cho trước).
Nếu ta chỉ cần thực hiện so sánh phương sai tổng thể σ2 (hay độ lệch chuẩn σ) với giá trị cho trước
gọi là σ20 thì bài toán này được gọi là kiểm định phương sai 1 mẫu (Có nghĩa là dựa vào mẫu thu được,
thực hiện kiểm định để so sánh phương sai tổng thể σ2 với σ20 cho trước).
Lưu ý 17:
Các xác định giả thiết:
Giả thiết H0: luôn cố định ở mọi bài toán (p = p0 hay a = a0 hay σ2 = σ20 ).
Giả thiết H1: Dựa vào yêu cầu đề bài để đưa ra xu hướng kiểm định cho bài toán.
Kiểm định trung bình (kỳ vọng) 2 mẫu độc lập, đã biết phương sai σ21 , σ22
1. Phát biểu giả thiết và xác định miền bác bỏ tương ứng:
Giả thiết Miền bác bỏ P - value
H0 : a& = a#
Wα = (- ∞, - Zα ) ∪ (Zα , + ∞) p = 2[1 – Φ(|Zqs |)]
H1 : a& ≠ a#
H0 : a& = a#
Wα = (- ∞, - Z2α ) p = Φ(Zqs )
H1 : a& < a#
H0 : a& = a#
Wα = (Z2α , + ∞) p = 1 – Φ(Zqs )
H1 : a& > a#
2. Tính tiêu chuẩn kiểm định:
x! – y!
Zqs =
σ2 σ2
J 1+ 2
n1 n2
3. Quy tắc kiểm định:
Zqs ∈ Wα thì ta sẽ bác bỏ H0, chấp nhận H1.
Zqs ∉ Wα thì ta chưa bác bỏ được H0 (chấp nhận H0)
Kiểm định trung bình (kỳ vọng) 2 mẫu nhỏ độc lập, chưa biết phương sai σ21 , σ22 và σ21 ≠ σ22 :
1. Phát biểu giả thiết và xác định miền bác bỏ tương ứng:
Giả thiết Miền bác bỏ
H0 : a& = a#
Wα = (- ∞, - t%/2(df) ) ∪ (t%/2(df) , + ∞)
H1 : a& ≠ a#
H0 : a& = a#
Wα = (- ∞, - t%(df) )
H1 : a& < a#
H0 : a& = a#
Wα = (t%(df) ,+ ∞)
H1 : a& > a#
2. Tính tiêu chuẩn kiểm định:
2
x! – y! [(s21 /n1 ) + (s22 /n2 )]
Tqs = với df = 2 2
s2 s22 (s21 /n1 ) (s2 /n )
J 1 + 2 2
n1 + n2 n1 - 1 n2 - 1
2
nij 2
χ qs = N@ - 1O × n
ni .mj
i,j
5. Quy tắc kiểm định:
χ2qs ∈ Wα thì ta sẽ bác bỏ H0, chấp nhận H1.
χ2qs ∉ Wα thì ta chưa bác bỏ được H0 (chấp nhận H0)
Kiểm định Poisson (CHỈ DÀNH RIÊNG CHO K18 DT202, DT203)
1. Phát biểu giả thiết:
H0 : X phù hợp với phân phối Poisson
H1 : X không phù hợp với phân phối Poisson
2. Miền bác bỏ: Wα = (χ2 α(k-2) ; +∞)
3. Kẻ bảng:
2
e-a .ai (ni - n.pi )
i ni pi = (a ≈ x! = … (bấm máy) n.pi
i! n.pi
4. Tính giá trị quan sát:
2
2
(ni - n.pi )
χ qs = @
n.pi
i
5. Quy tắc kiểm định:
χ2qs ∈ Wα thì ta sẽ bác bỏ H0, chấp nhận H1.
χ2qs ∉ Wα thì ta chưa bác bỏ được H0 (chấp nhận H0