Bài tập thống kê

Họ và tên: BÀI TẬP NGUYÊN LÝ THỐNG KÊ

MSSV:
KINH TẾ
Lớp: KT1390A2
Giáo viên: Huỳnh Thị Kim Uyên
Nhóm: B04

Phần I/ Phân tích phương sai (ANOVA)

I/ Phân tích phương sai một chiều.
Phân tích phương sai một chiều là phân tích dựa trên ảnh hưởng của một nhân
tố.
Anova một chiều là kiểm định về sự bằng nhau của nhiều trung bình tổng thể
có phân phối chuẩn, phương sai bằng nhau.
Bài tập 1:
Người ta tiến hành đo hàm lượng Alkaloid trung bình trong mướp đắng
(Alkaloid trong mướp đắng có công hiệu lợi niệu hoạt huyết, tiêu viêm thoái nhiệt) ở
3 vùng khác nhau có số liệu như sau:
Vùng 1: 7,5 6,8 7,1 7,5 6,8 6,6 7,8
Vùng 2: 5,8 5,6 6,1 6,0 5,7
Vùng 3: 6,1 6,3 6,5 6,4 6,5 6,3
Hỏi hàm lượng Alkaloid ở những vùng khác nhau có khác nhau hay không?
Với  =5%.
Giải:
Bài tập này yêu cầu kiểm định về sự bằng và khác nhau giữa các trung bình tổng
thể dựa trên ảnh hưởng của hàm lượng Alkaloid nên giải theo phân tích phương sai
một chiều.

Cách 1: Cách thông thường (Tính tay)

Giả thuyết:
H 0 : Hàm lượng Alkaloid ở 3 vùng như nhau.
H 1 : Hàm lượng Alkaloid ở 3 vùng khác nhau.

Vùng 1 Vùng 2 Vùng 3

7,5 5,8 6,1
6,8 5,6 6,3
7,1 6,1 6,5
7,5 6,0 6,4
6,8 5,7 6,5
6,6 6,3
7,8
Nj 7 5 6 N=18

1
 Bài tập thống kê
Tj 50,1 29,2 38,1 T=117,4
x
i
2
ij 359,79 170,7 242,05  xij2 = 772,54
(Với i là biến chạy của dòng, j là biến chạy của cột)
(117,4) 2
SST= 772,54 - = 6,8311
18
(50,1) 2 (29,2) 2 (38,1) 2 (117,4) 2
SSA= + + - = 5,326968
7 5 6 18
SSE= SST – SSA = 1,50414

Bảng ANOVA:

Nguồn SS Df MS F F k −1, n − k ,
Yếu tố 5,326968 2 2,6635
26,5615 3,68
Sai số 1,50414 15 0,1003
Tổng cộng 6,8311 17

Quyết định: Ta có F = 26,5615 > F k −1, n − k , nên bác bỏ H 0 chấp nhận H 1 .

Kết luận: Với  =5% hàm lượng Alkaloid có sai khác theo vùng.

Cách 2: Dùng Excel:

(Vì em dùng Excel 2003 nên sử dụng Excel 2003)
Nếu trong menu Tools chưa có mục Data Analysis… thì tiến hành cài Analysis
ToolPak như sau: Tools \ Add-Ins \ chọn Analysis ToolPak\ OK.

2
 Bài tập thống kê

Chọn Tools\ Data Analysis..

Nhập dữ liệu:

3
 Bài tập thống kê

Chọn: Anova: Single Facter:

Chọn các mục như hình:

4
 Bài tập thống kê

Khi đó sẽ hiện ra bảng kết quả là:

Quyết định:
Cách 1: Ta so sánh cột F và F crit.
Vì F = 26,56148> F crit = 3,682316674 => Bác bỏ H 0 chấp nhận H 1 .
Cách 2: Đánh giá dựa vào P-value.
Ta có: p = 1,17756E-05 quá nhỏ => Bác bỏ H 0 chấp nhận H 1 .
Kết luận: Với  =5% hàm lượng Alkaloid có sai khác theo vùng.
Bài tập 2:
So sánh kết quả tăng trọng trung bình (kg) của trẻ 3 nhóm tuổi khác nhau sau
khi sử dụng sản phẩm dinh dưỡng như nhau trong thời gian 1 năm
Nhóm 1: Trẻ từ 1 tháng tuổi đến 12 tháng tuổi.
1,0 1,2 1,4 1,1 0,8 0,6
Nhóm 2: Trẻ từ 12 tháng tuổi đến 24 tháng tuổi.
2,0 1,8 1,9 1,2 1,4 1,0 1,5 1,8
Nhóm 3: Trẻ từ 24 tháng tuổi đến 36 tháng tuổi.
0,4 0,6 0,7 0,2 0,3 0,1 0,2
Hãy so sánh kết quả tăng trọng của 3 nhóm tuổi trên có như nhau không với
 =1%.
Giải:
Bài tập này yêu cầu kiểm định về sự bằng và khác nhau giữa các trung bình tổng
thể dựa trên sự tăng trọng của từng nhóm tuổi khi sử dụng cùng một sản phẩm dinh
dưỡng nên giải theo phân tích phương sai một chiều.
Giả thuyết:
H 0 : Kết quả tăng trọng của 3 nhóm tuổi là như nhau.
H 1 : Kết quả tăng trọng của 3 nhóm tuổi là khác nhau.

5
 Bài tập thống kê

Nhóm 1 Nhóm 2 Nhóm 3

1,0 2,0 0,4
1,2 1,8 0,6
1,4 1,9 0,7
1,1 1,2 0,2
0,8 1,4 0,3
0,6 1,0 0,1
1,5 0,2
1,8
Nj 5 8 7 N=21
Tj 6,1 12,6 2,5 T=21,2
x
i
2
ij 6,61 20,74 1,19  xij2 =28,54
(Với i là biến chạy của dòng, j là biến chạy của cột)
(21,2) 2
SST = 28,54 - = 7,1381
21
(6,1) 2 (12,6) 2 (2,5) 2 (21,2) 2
SSA = + + - = 6,77795
5 8 7 21
SSE = SST – SSA = 0,36014

Bảng ANOVA:

Nguồn SS Df MS F F k −1, n − k ,
Yếu tố 6,77795 2 3,38898
169,3816 6,01
Sai số 0,36014 18 0,0200079
Tổng cộng 7,1381 20

Quyết định:
Ta có F = 169,3816 > F k −1, n − k , = 6,01 nên bác bỏ H 0 chấp nhận H 1 .
Kết luận:
Với  =1% kết quả tăng trọng của 3 nhóm tuổi là khác nhau.

II/ Phân tích phương sai hai nhân tố không lặp (phân tích phương sai hai
chiều có một quan sát trong cùng một ô)
Phân tích phương sai hai nhân tố không lặp nhằm đánh giá sợ ảnh hưởng của 2
nhân tố trên các giá trị quan sát, đây là trường hợp mở rộng của phân tích phương sai
một yếu tố.

6
 Bài tập thống kê
Bài tập 1: Chiết suất từ hoa hồng bằng 3 phương pháp khác nhau và 5 loại
dung môi, ta có những kết quả sau:

Phương pháp chiết suất

B1 B2 B3
Dung môi
A1 120 60 60
A2 120 70 50
A3 130 60 50
A4 150 70 60
A5 110 75 54

Hãy xét ảnh hưởng của phương pháp chiết xuất và dung môi đến kết quả chiết
suất hoa hồng với  =1%.
Giải:
Đề bài yêu cầu phân tích sự ảnh hưởng của 2 yếu tố phương pháp và dung môi
đến kết quả chiết suất. Ta áp dụng phân tích phương sai 2 nhân tố không lặp.

Cách 1: Tính thông thường.

Giả thiết:
- H 0 : Dung môi không ảnh hưởng đến kết quả chiết suất.
Phương pháp không ảnh hưởng đến kết quả chiết suất.
- H 1 : Dung môi ảnh hưởng đến kết quả chiết suất.
Phương pháp ảnh hưởng đến kết quả chiết suất.

B B1 B2 B3 Ti x
j
2
ij
A
A1 120 60 60 240 21600
A2 120 70 50 240 21800
A3 130 60 50 240 23000
A4 150 70 60 280 31000
A5 110 75 54 239 20641
Tj 630 335 274 T=1239
x
i
2
ij 80300 22625 15116 x
i, j
2
ij =118041

(Với i là biến chạy của dòng, j là biến chạy của cột)

T
i
i
2
= 308321

7
 Bài tập thống kê

T
j
j
2
=584201

(1239) 2
SST = 118041 - = 155699,6
5 x3
308321 (1239) 2
SSA = - = 432,2667
3 5 x3
584201 (1239) 2
SSB = - = 14498,8
5 5 x3
SSE = SST – SSA – SSB = 768,5333

Nguồn SS Df MS F
Yếu tố A SSA=432,2667 4 MSA=108,0667 F A = 1,1249
Yếu tố B SSB=14498,8 2 MSB=7249,4 F B = 75,4622
Sai số SSE=768,5333 8 MSE=96,0667
Tổng SST= 155699,6 14

Quyết định + kết luận:

F A = 1,1249 < F 4;8;1% = 7,006
=> Chấp nhận H 0
 Với  =1%, dung môi không ảnh hưởng đến kết quả chiết suất.
F B = 75,4622 > F 2;8;1% = 8,649
=> Bác bỏ H 0
 Với  =1%. Phương pháp ảnh hưởng đến kết quả chiết suất.
Cách 2: Excel
Nhập dữ liệu
Chọn Tools\Data Analysis…\Anova: Two-Factor without replication.

8
 Bài tập thống kê

Làm theo các bước như hình:

Kết quả :
Anova: Two-Factor
Without Replication

- Kiểm định theo cột:

Giả thiết:
H 0 : Phương pháp không ảnh hưởng đến kết quả chiết suất.
Quyết định:
9
 Bài tập thống kê
p=6,42093E-04% quá nhỏ => Bác bỏ H 0
Kết luận: Phương pháp ảnh hưởng đến kết quả chiết suất.
- Kiểm định theo hàng:
Giả thiết:
H 0 : Dung môi không ảnh hưởng đến kết quả chiết suất.
Quyết định:
p=40,9% quá lớn => Chấp nhận H 0 hoàn toàn.
Kết luận: Dung môi ảnh hưởng đến kết quả chiết suất.

Bài tập 2:
4 chuyên gia tài chính được yêu cầu dự đoán về tốc độ tăng trưởng (%) trong
năm tới của 5 công ty sản xuất bánh kẹo. Dự đoán được ghi nhận như sau:

Có thể nói rằng dự đoán tốc độ tăng trưởng trung bình là như nhau cho cả 5
công ty sản xuất bánh kẹo được không?  =1%.

Giải:
Giả thiết:
H 0 : Các chuyên gia dự đoán tốc độ tăng trưởng là như nhau.
Các công ty sản xuất bánh kẹo đều có tốc độ tăng trưởng là như nhau.
H 1 : Các chuyên gia dự đoán tốc độ tăng trưởng khác nhau.
Các công ty sản xuất bánh kẹo đều có tốc độ tăng trưởng khác nhau.

Công ty
Chuyên gia
A B C D Ti x
j
2
ij

1 8 12 8,5 13 41,5 449,25

2 14 10 9 11 44 498
3 11 9 12 10 42 446
4 9 13 10 13 45 519
5 12 10 10 10 42 444
10
 Bài tập thống kê
Tj 54 54 49,5 57 T=214,5
x
i
2
ij 606 594 497,25 659 x
i, j
2
ij =2356,25

(Với i là biến chạy của dòng, j là biến chạy của cột)

(214,5) 2
SST = 2356,25 - = 55,7375
20
9211,25 (214,5) 2
SSA = - = 2,3
4 20
11531,25 (214,5) 2
SSB = - = 5,7375
5 20
SSE = SST – SSA – SSB = 47,7

Nguồn SS Df MS F
Yếu tố A SSA=2,3 4 MSA=0,575 F A = 0,1447
Yếu tố B SSB=5,7375 3 MSB=1,9125 F B = 0,4811
Sai số SSE=47,7 12 MSE=3,975
Tổng SST= 55,7375 19

Quyết định + Kết luận:

- F A = 0,1447 < F 4;12;1% = 5,41
=> Chấp nhận H 0
=> Với  =1%. Các chuyên gia dự đoán tốc độ tăng trưởng là như nhau.
- F B = 0,4811 < F 3;12;1% = 5,95
=> Chấp nhận H 0
=> Với  =1%. Các công ty sản xuất bánh kẹo có tốc độ tăng trưởng như nhau.

III/ Phân tích phương sai 2 nhân tố có lặp (có hơn một tham số trong một ô)
Trong phân tích phương sai 2 nhân tố có lặp, mỗi yếu tố cột và hàng có thể có
nhiều quan sát. Vậy nên ngoài việc kiểm định trung bình theo cột, hàng bằng nhau thì
chúng ta còn có thể xem xét sự tương tác giữa yếu tố hàng và cột có ảnh hưởng đến
hiện tượng nghiên cứu hay không.

Bài tập 1:
Hàm lượng cafein (mg) trong cà phê thu hái trong 2 mùa (mùa khô và mùa
mưa) mỗi mùa lấy mẫu 3 lần đầu – giữa – cuối mùa và từ 3 tỉnh ở Tây Nguyên (Kon
Tum, Gia Lai, Lâm Đồng) thu được kết quả sau:

Mùa Thời điểm Tỉnh

11
 Bài tập thống kê
Kon Tum Gia Lai Lâm Đồng
Đầu mùa 2,4 2,1 3,2
Khô Giữa mùa 2,4 2,2 3,2
Cuối mùa 2,5 2,2 3,4
Đầu mùa 2,5 2,2 3,4
Mưa Giữa mùa 2,5 2,3 3,5
Cuối mùa 2,6 2,3 3,5
(Với i là biến chạy của dòng, j là biến chạy của cột)

Hãy cho biết hàm lượng cafein có khác nhau theo từng mùa hay không? Nếu
có thì yếu tố mùa và miền (tỉnh khác nhau) có sự tương tác với nhau hay không? Với
 =0,05.
Giải:
Với đề bài cho hàng và cột có hơn 1 quan sát, yêu cầu xem xét sự tương tác
giữa các yếu tố (hàng và cột) có ảnh hưởng đến đối tượng nghiên cứu không, ta dùng
phân tích phương sai 2 yếu tố có lặp.
Cách 1: Giải thông thường
Giả thiết:
H0:
- Hàm lượng cafein trong cà phê của các tỉnh là như nhau.
- Hàm lượng cafein trong cà phê ở 2 mùa mưa và mùa khô là như nhau.
- Không có sự tương tác giữa tỉnh và mùa màng đến hàm lượng cafein trong
cà phê.
H1 :
- Hàm lượng cafein trong cà phê của các tỉnh khác nhau.
- Hàm lượng cafein trong cà phê ở 2 mùa mưa và mùa khô khác nhau.
- Có sự tương tác giữa tỉnh và mùa màng đến hàm lượng cafein trong cà phê.

Tỉnh
Kon Tum Gia Lai Lâm Đồng T i**
Mùa
2,4 2,1 3,2
Khô 2,4 7,3 2,2 6,5 3,3 9,8 23,6
2,5 2,2 3,3
2,5 3,2 3,4
Mưa 2,5 7,6 3,2 6,8 3,5 10,4 24,8
2,6 3,4 3,5
T * j* 14,9 13,3 20,2 T=48,4
(Với i là biến chạy của dòng, j là biến chạy của cột)

12
 Bài tập thống kê

- x
i , j ,k
2
ijk = 134,64

- Ti
2
i** = 23,6 2 + 24,8 2 = 1172

- T j
2
* j* = 14,9 2 + 13,3 2 + 20,2 2 = 806,94

- T
i, j
2
ij* = 7,3 2 + 7,6 2 + 6,5 2 + 6,8 2 + 9,8 2 + 10,4 2 = 403,74

- T 2 = 2342,56

2342,56
SST = 134,64 - = 4,4978
18
1172 2342,56
SSA = - = 0,08
9 18
806,94 2342,56
SSB = - = 4,3478
6 18
403,74
SSE= 134,64 - 0,06
3
SSAB = SST – SSA – SSB – SSE = 0,01
Bảng ANOVA

Nguồn SS Df MS F
Yếu tố A (mùa) 0,08 1 0,08 F A =16
Yếu tố B (tỉnh) 4,3478 2 2,1739 F B =434,78
Tương tác AB 0,01 2 0,005 F AB =1
Sai số 0,06 12 0,005
Tổng 4,4978 17

Quyết định + kết luận:

Ta có:
- F A =16 > F 1;12;5% = 4,7472
 Bác bỏ H 0
 Với  =5%. Hàm lượng cafein khác nhau theo mùa.
- F B =434,78 > F 2;12;5% =3,8853
 Bác bỏ H 0
 Với  =5%. Hàm lượng cafein khác nhau theo từng tỉnh thành.
- F AB =1 < F 2;12;5% = 3,8853
 Chấp nhận H 0

13
 Bài tập thống kê
=> Với  =5%. Không có sự tương tác giữa mùa và miền (tỉnh thành) đến hàm
lượng cafein trong cà phê.
Cách 2: Excel

* Nhập dữ liệu
* Chọn Tools\Data Analysis…\Anova: Two Factor With Replication

Chọn như hình:

Sau khi chạy chương trình máy tính sẽ hiện bảng ANOVA.

14
 Bài tập thống kê

- Kiểm định theo cột:

+ Giả thiết:
H 0 : Hàm lượng cafein trong cà phê ở 2 mùa mưa và mùa khô là như nhau.
H 1 : Hàm lượng cafein trong cà phê ở 2 mùa mưa và mùa khô khác nhau.
+ Quyết định: Với  =5% > p = 6,36194E-12 => Bác bỏ H 0
+ Kết luận: Với  =5%, hàm lượng cafein trong cà phê ở 2 mùa mưa và mùa
khô khác nhau.
- Kiểm định theo hàng:
+ Giả thiết:
H 0 : Hàm lượng cafein trong cà phê ở các tỉnh thành là như nhau.

15
 Bài tập thống kê
H 1 : Hàm lượng cafein trong cà phê ở các tỉnh thành khác nhau.
+ Quyết định: p = 0,001761696 quá nhỏ => Bác bỏ H 0 .
+ Kết luận: Với  =5%, hàm lượng cafein trong cà phê ở các tỉnh thành khác
nhau.
- Kiểm định về sự tương tác:
+ Giả thiết:
H 0 : Không có sự tương tác giữa tỉnh và mùa màng đến hàm lượng cafein
trong cà phê.
H 1 : Có sự tương tác giữa tỉnh và mùa màng đến hàm lượng cafein trong cà
phê.
+ Quyết định: F = 0,396569457 < F 2;12;5% = 3,8853 => Chấp nhận H 0 .
+ Kết luận:
Với  =5%, không có sự tương tác giữa tỉnh và mùa màng đến hàm lượng
cafein trong cà phê.

Bài tập 2:
Điều tra mức tăng trưởng chiều cao (cm) của cây lúa theo loại đất trồng và
loại phân bón khác nhau trong 1 tháng có kết quả:

Loại đất
Loại phân 1 2 3 4
5,5 4,5 3,5 6,0
A 5,5 4,5 4,0 5,0
6,0 4,0 3,0 4,0
5,6 5,0 4,0 5,5
B 7,0 5,5 5,0 4,5
7,0 5,0 4,5 6,0

Hỏi sự khác nhau của mức tăng trưởng về chiều cao của cây lúa theo từng loại
đất và phân bón. Với  =5%.
Giải:
Giả thiết:
H0:
- Mức tăng trưởng theo chiều cao của cây lúa theo loại đất trồng là như nhau.
- Mức tăng trưởng theo chiều cao của cây lúa theo loại phân bón là như nhau.
- Không có sự tương tác giữa phân bón và loại đất đến sự tăng trưởng theo chiều
cao của cây lúa.
H1 :
- Mức tăng trưởng theo chiều cao của cây lúa theo loại đất trồng khác nhau.

16
 Bài tập thống kê
- Mức tăng trưởng theo chiều cao của cây lúa theo loại phân bón là khác nhau.
- Có sự tương tác giữa phân bón và loại đất đến sự tăng trưởng theo chiều cao
của cây lúa.

Đất
Phân 1 2 3 4 T i**
5,5 4,5 3,5 6,0
A 5,5 17 4,5 13 4,0 10,5 5,0 15 55,5
6,0 4,0 3,0 4,0
5,6 5,0 4,0 5,5
B 7,0 19,6 5,5 15,5 5,0 13,5 4,5 16 64,6
7,0 5,0 4,5 6,0
T * j* 36,6 28,5 24 31 T=120,1
(Với i là biến chạy của dòng, j là biến chạy của cột)

- x
i , j ,k
2
ijk = 624,61

- Ti
2
i** = 7253,41

- T j
2
* j* = 3688,81

- T
i, j
2
ij* = 1855,91
- T 2 = 14424,01

14424,01
SST = 624,61 - = 23,60958
24
7253,41 14424,01
SSA = - = 3,45042
12 24
3688,81 14424,01
SSB = - = 13,80125
6 24
1855,91
SSE= 624,61 - = 5,9733
3
SSAB = SST – SSA – SSB – SSE = 0,38458
Bảng ANOVA

Nguồn SS Df MS F
Yếu tố A (mùa) 3,45042 1 3,45042 F A =9,2423
Yếu tố B (tỉnh) 13,80125 3 4,60042 F B =12,3227
Tương tác AB 0,38458 3 0,1282 F AB =0,3434
17
 Bài tập thống kê
Sai số 5,9733 16 0,37333
Tổng 23,60958 23

Quyết định + Kết luận:

- F A =9,2423 < F 1;16;5% =246,47
 Chấp nhận H 0
 Với  =5%, mức tăng trưởng theo chiều cao của cây lúa theo loại phân bón
là như nhau.
- F B =12,3227 > F 3;16;5% = 8,69
 Bác bỏ H 0
 Với  =5%, mức tăng trưởng theo chiều cao của cây lúa theo loại đất trồng
khác nhau
- F AB =0,3434 < F 3;16;5% = 8,69
 Chấp nhận H 0
 Với  =5%, không có sự tương tác giữa phân bón và loại đất đến sự tăng
trưởng theo chiều cao của cây lúa.

Phần II/ Kiểm định phi tham số

I/ Kiểm định Wilcoxon (Kiểm định T)
– Kiểm định sự bằng nhau của 2 trung bình tổng thể với mẫu từng cặp.
1/ Mẫu nhỏ (n<=20)
Bài tập:
Trong tháng trước và sau Tết Nguyên Đán, số lượng người mua giày dép tại
10 cửa hàng tại Cần Thơ được thống kê như sau:

Cửa hàng 1 2 3 4 5 6 7 8 9 10
Trước Tết 50 60 65 100 80 90 77 85 40 67
Sau Tết 45 55 68 90 80 85 80 75 48 60

Với mức ý nghĩa 5%, hãy kiểm định lượng người mua giày dép trước và sau
Tết có thực sự khác nhau không?
Giải:
Giả thiết:
H0: x -  y = 0
H1 : x -  y  0
Giá trị kiểm định:

18
 Bài tập thống kê
Cửa hàng 1 2 3 4 5 6 7 8 9 10 T
Trước Tết 50 60 65 100 80 90 77 85 40 67
Sau Tết 45 55 68 90 80 85 80 75 48 60
Chênh lệch 5 5 -3 10 0 5 -3 10 -8 7
Hạng + 4 4 8,5 4 1,5 8,5 6 36,5
Hạng - 1,5 7 8,5

T = min(T + ,T − ) = min(36,5;8,5)= 8,5

n + =9
Quyết định:
T = 8,5 < T 9;5% = 9
=> Bác bỏ giả thuyết H 0 .
Kết luận:
Với  =5%, lượng người mua giày dép trước và sau tết thực sự khác nhau.

2/ Mẫu lớn (n>20)

Bài tập:
Công ty sản xuất dầu gội đầu Sunsilk thực hiện một chiến dịch quảng cáo lớn
nhằm tăng lượng mua hàng trong cả nước. Để kiểm tra chiến dịch quảng cáo có hiệu
quả hay không, nhà sản xuất đã cử người điều tra trước và sau chiến dịch quảng cáo,
mẫu là 200 người ở mỗi địa bàn trong 50 địa bàn dân cư (xã, phường) của thành phố
Cần Thơ, những người được chọn sẽ được yêu cầu kể tên 5 loại dầu gội đầu.
Ở từng địa bàn, trước và sau khi thực hiện chiến dịch quảng cáo, số lần goohi
đầu dầu gội Sunsilk được ghi nhận lại. Chênh lệch trước và sau quảng cáo của số lần
gội cũng được tính toán, xếp hạng theo giá trị tuyệt đối của chúng (không có chênh
lệch 0). Tổng cộng hạng của các chênh lệch dương có giá trị nhỏ hơn và bằng 625.
Hãy xem xét xem sau chiến dịch quảng cáo dầu gội đầu Sunsilk có được khách hàng
biết đến nhiều hơn trước hay không với mức ý nghĩa 5%?
Giải:
Giả thiết:
H 0 : Khách hàng nhận biết nhãn hiệu gội đầu Sunsilk trước và sau quảng cáo là
như nhau.
H 1 : Sau chiến dịch quảng cáo, khách hàng biết đến dầu gội Sunsilk nhiều hơn.
Ta có: n=50>20
=> Sử dụng Wilcoxon với mẫu lớn
Theo đề ta có:
n=50, T=625
50 x(50 − 1)
T = = 637,5
4

19
 Bài tập thống kê

 T2 = 50 x(50 + 1) x(50 x 2 + 1)
= 10731,25
24

=>  T =103,5917
625 − 637,5
Z= = -0,12067s
103,5917
Vì bài này là kiểm định 2 đuôi nên:
Ta có Z =0,12067 < Z 0 , 025 = 1,96
 Chấp nhận H 0 .
Kết luận: Khách hàng nhận biết nhãn hiệu gội đầu Sunsilk trước và sau quảng
cáo là như nhau.

3/ Tài liệu tham khảo thêm về thực hiện kiểm định dấu và Wilcoxon trong
SPSS.
Ví dụ: Điều trị 10 bệnh nhân có ferritin máu cao, với lượng ferritin máu trước
và sau điều trị được ghi nhận trong bảng sau:
Bảng: Lượng ferritin máu (ng/ml) trước và sau điều trị:

Tổng hợp có:

7 (-): 7 trường hợp ferritin giảm sau điều trị.
2 (+): tăng ferritin sau điều trị.
1 trường hợp ferritin không thay đổi.

20
 Bài tập thống kê

Thực hiện kiểm định dấu và Wilcoxon trong SPSS.

Nhập dữ liệu vào SPSS như sau:
Có 3 cột:
Cột 1: ID bệnh nhân.
Cột 2: Ferritin trước điều trị.
Cột 3: Ferritin sau điều trị.

Vào Analyze> Nonparametric Tests> 2 Related Samples

21
 Bài tập thống kê

Mở màn hình Two-Related-Samples Tests. Dùng chuột bôi cả 2 biến

Ferritin_T và Ferritin_S cùng lúc, nhắp chuyển cả hai (1 cặp) vào ô Test Pairs. Đánh
dấu nháy vào 2 ô kiểm định Wilcoxon và ô kiểm định Sign.

Nhấn OK, cho kết quả sau đây:

Bảng kết quả kiểm định dấu:

22
 Bài tập thống kê

Chênh lệch mang dấu (-) là 7 (giảm ferritin máu sau điều trị)
Chênh lệch mang dấu (+) là 2 (tăng ferritin máu sau điều trị)
Bằng nhau (Ties) là 1 (ferritin không thay đổi sau điều trị)
Mức ý nghĩa chính xác là 0,180. Không bác bỏ giả thuyết không.
Kết luận: Không có sự khác biệt nồng độ ferritin trước và sau điều trị.
Bảng kết quả kiểm định dấu và hạng Wilcoxon

23
 Bài tập thống kê

Thứ hạng trung bình chênh lệch (-): 6,00

Thứ hạng trung bình chênh lệch (+): 1,50
Đơn vị lệch chuẩn Z= -2,312
Ý nghĩa thống kê (2 đuôi)=0,021
Kết luận: Có sự khác biệt nồng độ ferritin trước và sau điều trị với p=0,021.

II/ Kiểm định Mann – Whitney (Kiểm định U)

- Kiểm định sự bằng nhau của 2 trung bình tổng thể (mẫu độc lập).
- Kiểm định Mann - Whitney được sử dụng khi chỉ có hai tổng thể nghiên cứu.
Kiểm định này cho phép ta xác định xem có phải các mẫu độc lập được lấy ra từ cùng
một tổng thể chung hoặc từ các tổng thể khác nhau nhưng có chung một phân phối
hay không.

1/ Mẫu nhỏ (n1, n2 < 10)

Bài tập:
Một nữ giáo sư bị phàn nàn là có xu hướng thiên vị các sinh viên nam khi
chấm bài thi. Để kiểm tra điều phàn nàn này, ông chủ nhiệm khoa chọn một số bài thi
của sinh viên nam và nữ để so sánh (điểm tối đa của mỗi bài là 100).
Bảng điểm:

Sinh viên nam 75 77 88 66 91 97 84 99

Sinh viên nữ 65 72 81 64 90 80 44 83
Với mức ý nghĩa α =5% , hãy cho kết luận về điều phàn nàn nói trên.
Giải:
Giả thiết:
H0: x -  y = 0
H1 : x -  y  0
Giá trị kiểm định:

24
 Bài tập thống kê
Tổng
Sinh viên nam (A) 66 75 77 84 88 91 97 99
Sinh viên nữ (B) 44 64 65 72 80 81 83 90
Rank (A) 4 6 7 11 12 14 15 16 85
Rank (B) 1 2 3 5 8 9 10 13 51

8 x(8 + 1)
U= 8x8 + - 85 = 15
2

F(U) = F 8;8 = 13
=>  =5% < 2F(U)
=> Chấp nhận H 0 .
Kết luận: Với  =5%, giáo viên nữ không có thiên vị sinh viên nam và nữ.

2/ Mẫu lớn (n1, n2 >10):

Bài tập:
Kiểm tra số biên lai phạt vi cảnh mà hai cảnh sát giao thông A và B xuất ra
trong 11 ngày chọn ngẫu nhiên, ta có số liệu:

Cảnh sát A 32 14 26 37 45 28 32 36 25 30
Cảnh sát B 44 37 24 33 27 41 29 25 34 30 32

Sử dụng tiêu chuẩn Mann-Whitney, với mức ý nghĩa α =5% hãy so sánh số
biên lai trung bình mà hai cảnh sát xuất ra mỗi ngày.
Giải:
Giả thiết:
H0: x -  y = 0
H1 : x -  y  0
Giá trị kiểm định:

Tổng
Cảnh sát A 32 14 26 37 45 28 32 36 25 30
Cảnh sát B 44 37 24 33 27 41 29 25 34 30 32
Rank(A) 12 1 5 17,5 21 7 12 16 3,5 9,5 104,5
Rank(B) 20 17,5 2 14 6 19 8 3,5 15 9,5 12 126,5

10x11
U 1 = 10x11 + - 104,5 = 60,5
2
U 2 = 10x11 – 60,5 = 49,5

25
 Bài tập thống kê
U = min(U 1 , U 2 )= 49,5
n xn
U = 1 2 = 10x11 = 55
2 2
10 x11x(10 + 11 + 1)
2= = 201,667
12
49,5 − 55
Z= = -0,3873
201,667
Quyết định: Z = 0,3873 < Z 2,5% = 1,96
 Chấp nhận H 0 .
Kết luận:
Với α =5%, biên lai trung bình của hai cảnh sát xuất ra mỗi ngày là như nhau.

3/ Tài liệu tham khảo thêm về kiểm định Mann-Whitney trong SPSS.
(Cùng đề với tài liệu tham khảo Wilcoxon)
Cách thực hiện Kiểm định Mann-Whitney trong SPSS.
Vào Analyze> Nonparametric Tests> 2 Independent Samples:

26
 Bài tập thống kê

Vào hộp thoại Two-Independent-Samples Tests, đánh dấu nháy vào ô Mann-
Whitney U. Nhắp chuyển FERRITIN vào ô Test Variable List
Nhấp chuyển NHOM vào ô Grouping Variable, nhấn nút định nghĩa nhóm
(Define Groups) với Group 1: 0 ; Group 2: 1.
Nhấn Continue, nhấn OK.

Ta có kết quả sau:

27
 Bài tập thống kê
Bảng kết quả kiểm định Mann-Whitney:

Tổng hạng trung bình của nhóm 0 (không uống rượu) là 6,06
Tổng hạng trung bình của nhóm 1 (có uống rượu) là 10,94
Mann-Whitney U= 12,500
Đơn vị lệch chuẩn (Z score)= -2,049
Mức ý nghĩa quan sát (2 đuôi)=0,040
Kết luận: Nồng độ ferritin giữa 2 nhóm có và không có uống rượu khác nhau,
với p=0,04.

28
 Bài tập thống kê
Phần III/ Bài tập yêu cầu:
Bài tập:
Lượng tiêu thụ thịt gà bình quân một người/ tuần (kg):
Bảng 1:
Regression Statistics
Multiple R 0,343
R Square 0,118
Adjusted R Square 0,108
Standard Error 0,147
Observations 360
Bảng 2:
ANOVA
Df SS MS F Significance F
Regression 4 1,03 0,26 11,86 5E-09
Residual 355 7,70 0,02
Total 359 8,73

Bảng 3:
Coeficients Standard t Stat P-value Lower Upper
Error 95% 95%
Intercept 0,282 0,121 2,327 0,021 0,044 0,520
Thu nhập/người 0,010 0,002 6,718 0,000 0,007 0,013
(triệu đồng)
Giá thịt heo -0,001 0,002 -0,329 0,742 -0,006 0,004
(1.000đ/kg)
Giá thịt bò -0,001 0,002 -0,314 0,754 -0,005 0,003
(1000đ/kg)
Giá thịt gà -0,003 0,002 -2,159 0,031 -0,007 0,000
(1000đ/kg)

Yêu cầu:
1) Hãy tóm tắt kết quả của hồi quy.
2) Hãy cho biết ý nghĩa của hệ số R 2 .
3) Theo anh/ chị mô hình trên có ý nghĩa hay không? Tại sao?
4) Theo kết quả thống kê, hãy cho biết biến nào không ảnh hưởng đến lượng
tiêu thụ thịt gà bình quân một người/tuần? Tại sao?
Đề nghị các anh chị hãy giải thích những biến có ý nghĩa.
5) Với kiến thức kinh tế học đã có, dựa vào dấu của các hệ số hồi quy anh/chị
hãy cho biết biến độc lập nào hợp với quy luật và biến độc lập nào không hợp quy
luật? Vì sao?
29
 Bài tập thống kê
Giải:
Câu 1.Tóm tắt kết quả hồi qui:
Ta có:
Y: Lượng tiêu thụ thịt gà bình quân 1 người/ tuần (kg).
X 1 : thu nhập/ người (triệu đồng).
X 2 : Giá thịt heo (1000 đ/ kg).
X 3 : Giá thịt bò (1000 đ/ kg).
X 4 : Giá thịt gà (1000 đ/ kg).
Phương trình hồi qui mẫu:
^
y = 0,282 + 0,010 X 1 - 0,001 X 2 - 0,001 X 3 - 0,003 X 4 .
- Khi các X=0 thì lượng tiêu thụ thịt gà bình quân 1 người/ tuần là 0,282 kg.
Trong điều kiện các yếu tố khác không đổi (X 2 , X 3 , X 4 ) thì khi thu nhập tăng
lên 1 triệu đồng thì lượng tiêu thụ thịt gà sẽ tăng lên 0,010 kg.
Trong điều kiện các yếu tố khác không đổi (X 1 , X 3 , X 4 ) thì khi giá thịt heo
tăng lên 1000 đ/kg thì lượng tiêu thụ thịt gà sẽ giảm 0,001 kg.
Trong điều kiện các yếu tố khác không đổi (X 1 , X 2 , X 4 ) thì khi giá thịt bò tăng
lên 1000 đ/kg thì lượng tiêu thụ thịt gà sẽ giảm 0,001 kg.
Trong điều kiện các yếu tố khác không đổi (X 1 , X 2 , X 3 ) thì khi giá thịt gà tăng
lên 1000 đ/kg thì lượng tiêu thụ thịt gà sẽ giảm 0,003 kg.
Câu 2. Ý nghĩa của hệ số R 2 :
R Square = R 2 = 0,118 cho ta biết 11,8% biến thiên của lượng tiêu thụ thịt gà
có thể giải thích được bởi biến thiên của lượng thu nhập/ người, biến thiên giá thịt
heo, biến thiên giá thịt bò và biến thiên giá thịt gà.
Câu 3. Từ bảng 2 ta thực hiện kiểm định trên mô hình hồi quy tuyến tính đa
biến.
ANOVA
Df SS MS F Significance F
Regression 4 1,03 0,26 11,86 5E-09
Residual 353 7,70 0,02
Total 359 8,73
Giả thuyết:
H 0 : 1 =  2 =  3 =  4 = 0 (phương trình hồi qui không có ý nghĩa)
H 1 : Có ít nhất một tham số  i  0. (phương trình hồi qui có ý nghĩa)
Giá trị kiểm định:
Ta có:
 = 5% > Sig F = 5E-09.
=> Bác bỏ H 0 .
Kết luận: Với  = 5% . Phương trình hồi qui có ý nghĩa.
30
 Bài tập thống kê
Câu 4:
Bảng 3:
Coeficients Standard t Stat P-value Lower Upper
Error 95% 95%
Intercept 0,282 0,121 2,327 0,021 0,044 0,520
Thu nhập/người 0,010 0,002 6,718 0,000 0,007 0,013
(triệu đồng)
Giá thịt heo -0,001 0,002 -0,329 0,742 -0,006 0,004
(1.000đ/kg)
Giá thịt bò -0,001 0,002 -0,314 0,754 -0,005 0,003
(1000đ/kg)
Giá thịt gà -0,003 0,002 -2,159 0,031 -0,007 0,000
(1000đ/kg)

a) Giả thuyết:
H 0 :  1 = 0 (Biến thu nhập không có ý nghĩa trong mô hình hồi quy).
H 1 :  1  0 (Biến thu nhập có ý nghĩa trong mô hình hồi quy).
Giá trị kiểm định:
Dựa vào bảng 3 ta có: p-value 1 = 0 <  = 5% .
 Bác bỏ H 0 .
Kết luận:
Biến thu nhập có ý nghĩa trong mô hình hồi quy.
b) Giả thuyết:
H 0 :  2 = 0 (Biến giá thịt heo không có ý nghĩa trong mô hình hồi quy).
H 1 :  2  0 (Biến giá thị heo có ý nghĩa trong mô hình hồi quy).
Giá trị kiểm định:
Dựa vào bảng 3 ta có: p-value 2 = 0,742 >  = 5% .
 Chấp nhận H 0 .
Kết luận:
Biến giá thịt heo không có ý nghĩa trong mô hình hồi quy.
c) Giả thuyết:
H 0 :  3 = 0 (Biến giá thịt bò không có ý nghĩa trong mô hình hồi quy).
H 1 :  3  0 (Biến giá thị bò có ý nghĩa trong mô hình hồi quy).
Giá trị kiểm định:
Dựa vào bảng 3 ta có: p-value 3 = 0,754 >  = 5% .
 Chấp nhận H 0 .
Kết luận:
Biến giá thịt bò không có ý nghĩa trong mô hình hồi quy.

31
 Bài tập thống kê
d) Giả thuyết:
H 0 :  4 = 0 (Biến giá thịt bò không có ý nghĩa trong mô hình hồi quy).
H 1 :  4  0 (Biến giá thị bò có ý nghĩa trong mô hình hồi quy).
Giá trị kiểm định:
Dựa vào bảng 3 ta có: p-value 4 = 0,031 <  = 5% .
 Bác bỏ H 0 .
Kết luận:
Biến giá thị bò có ý nghĩa trong mô hình hồi quy.

Câu 5.
Theo em, dựa vào dấu của các hệ số hồi qui và sự hiểu biết của em về qui luật
cung cầu, các biến độc lập hợp qui luật là thu nhập và giá thịt gà, biến không hợp qui
luật là giá thịt heo và thịt bò.
Cụ thể là:
- Khi thu nhập của một người tăng lên họ có thể có nhiều nhu cầu hơn, họ
có thể mua nhiều thứ hơn nên việc mua các loại thịt nói chung và thịt gà nói riêng là
nhu cầu bình thường không quá xa xỉ.
- Khi giá của thịt gà tăng lên làm cho lượng cầu giảm đó là điều tất nhiên
vì những thực phẩm khác cũng có thể đáp ứng nhu cầu của người tiêu dùng nên họ
thay thế thịt gà bằng những loại thực phẩm khác làm lượng cầu thịt gà giảm.
=> 2 trường hợp này là hợp qui luật cung cầu.
- Theo lý thuyết cung cầu, nếu giá hàng hóa tăng thì cầu giảm, lượng tiêu
dùng các hàng hóa thay thế tăng. Nếu xét trường hợp giá thịt heo và thịt bò tăng thì
lượng cầu của thịt heo và thịt bò sẽ giảm, người tiêu dùng sẽ tìm loại thịt khác thay
thế, không ít thì nhiều thì lượng cầu của thịt gà sẽ tăng. Tuy vậy trong đề thì lượng
cầu thịt gà lại giảm là hết sức vô lý, sai qui luật.

32
 Bài tập thống kê

Phụ lục:
Phần I/ Phân tích phương sai (ANOVA)
I/ Phân tích phương sai 1 chiều .............................................................. 1-6
II/Phân tích phương sai 2 nhân tố không lặp ........................................ 6-11
III/ Phân tích phương sai 2 nhân tố có lặp .......................................... 11-18
Phần II/ Kiểm định phi tham số
I/ Kiểm định Wilcoxon
1) Mẫu nhỏ ......................................................................................... 18-19
2) Mẫu lớn ......................................................................................... 19-20
3) Tài liệu tham khảo ......................................................................... 20-24
II/ Kiểm định Mann-Whitney
1) Mẫu nhỏ .............................................................................................. 24
2) Mẫu lớn .............................................................................................. 25
3) Tài liệu tham khảo ......................................................................... 26-28
Phần III/ Bài tập yêu cầu.
Bài tập ................................................................................................ 28-32
Phụ lục ............................................................................................................. 33

33