Professional Documents
Culture Documents
TÀI LIỆU XSTK - CHƯƠNG 4
TÀI LIỆU XSTK - CHƯƠNG 4
Như đã nói ở chương trước, trong thực tế ta thường không biết các tham số của tổng
thể như trung bình𝜇, phương sai 𝜎 2 hay tỷ lệ 𝑝... nên phải dùng mẫu để phỏng đoán các giá trị
của chúng, việc này gọi là ước lượng. Để thuận tiện, ta ký hiệu chung cho các tham số này làθ.
Xét về miền giá trị của kết quả, ước lượng được chia làm hai dạng: ước lượng điểm cho
kết quả là một giá trị và ước lượng khoảng cho kết quả là một khoảng.
1. Ước lượng điểm
1.1. Mô tả phương pháp
Chọn thống kêG(X1, X2, … Xn) làm hàm ước lượng cho θ của tổng thể. Từ mẫu cụ thể (x1, x2,
… xn) ta tính giá trị thực nghiệm g của G, tức g = G(x1, x2, … xn) thì g là ước lượng điểm cho
θ.
Chẳng hạn để ước lượng cho trung bình 𝜇ta dùng hàm ước lượng là trung bình mẫu ngẫu nhiên
1
𝑋 = ∑𝑛𝑖=1 𝑋𝑖 , thì trung bình mẫu cụ thể𝑥 là một ước lượng điểm của 𝜇.
𝑛
ni 2 6 10 11 8 5 3
𝜎 𝜎
⇔ 𝑃 (𝑋 − 𝑧𝛼 . < 𝜇 < 𝑋 − 𝑧𝛼 . )=1−𝛼
2 √ 𝑛 2 √𝑛
y
Diện tích
x
O
𝛼 𝛼
mức 2 , tức là 𝑃 (𝑍 > 𝑧𝛼 ) = 2 , với 𝑍 ∼ 𝑁(0,1).
2
𝜎 8
Độ chính xác 𝜀 = 𝑧𝛼 . = 1,96 × = 1,568.
2 √𝑛 √100
Khoảng tin cậy 95% cho là (𝑥̄ − 𝜀; 𝑥̄ + 𝜀) = (150 − 1,568; 150 + 1,568) =
(148,432; 151,568).
Vì kích thước mẫu lớn nên có thể dùng s2 để ước lượng cho σ2 chưa biết, tương tự 2.1, khoảng
tin cậy của 𝜇 với độ tin cậy 1 – α có dạng (𝑥̄ − 𝜀 ; 𝑥̄ + 𝜀); quy tắc thực hành giống như trường
hợp 1, chỉ thay 𝜎bởi 𝑠.
Ví dụ 2. Lượng xăng hao phí của một ô tô đi từ A đến B sau 150 lần chạy được khảo sát có giá
trị trung bình là 10,56 lít và độ lệch chuẩn hiệu chỉnh là 0,587 lít. Hãy ước lượng lượng xăng
hao phí trung bình của ô tô này khi đi từ A đến B với độ tin cậy 99%.
Giải. Gọi X là lượng xăng hao phí của ô tô trong một lần đi từ A đến B, là lượng xăng hao
phí trung bình của ô tô này khi đi từ A đến B.
Theo đề bài ta có 𝑛 = 150; 𝑥 = 10,56; 𝑠 = 0,587.
1−𝛼
Với độ tin cậy 1 − 𝛼 = 0,99 ta có𝜑(𝑧𝛼 ) = = 0,495, tra bảng Lalace ⇒ 𝑧𝛼 = 2,58.
2 2 2
𝑠 0,587
Độ chính xác 𝜀 = 𝑧𝛼 . = 2,58. = 0,124.
2 √ 𝑛 √150
Khoảng tin cậy 99% cho 𝜇 là
(𝑥̄ − 𝜀; 𝑥̄ + 𝜀) = (10,56 − 0,124; 10,56 + 0,124) = (10,436; 10,684) (lít)
(𝑋−𝜇)√𝑛
Thống kê𝐺 = có phân phối Student với n – 1 bậc tự do. Tương tự 2.1, khoảng tin cậy
𝑆
𝑠
của 𝜇 với độ tin cậy 1 – α có dạng (𝑥̄ − 𝜀 ; 𝑥̄ + 𝜀); độ chính xác 𝜀 = 𝑡𝛼 (𝑛 − 1). với 𝑡𝛼 (𝑛 −
2 √𝑛 2
𝛼
1) là giá trị tới hạn mức 2 của phân phối Student 𝑛 − 1 bậc tự do.
Ví dụ 3. Giá bán của một loại thiết bị (đv: USD) trên thị trường là biến ngẫu nhiên có phân
phối chuẩn. Một người định mua một thiết bị loại này, khảo sát ngẫu nhiên tại 8 cửa
hàng nhận thấy giá bán trung bình là 137,75 USD và độ lệch chuẩn hiệu chỉnh của mẫu
là 7,98 USD. Với độ tin cậy 90%, hãy ước lượng giá bán trung bình của thiết bị loại
này trên thị trường.
Giải. Gọi 𝑋là giá bán (USD) của một thiết bị loại này trên thị trường;𝜇là giá bán trung bình
của thiết bị loại này trên thị trường.
𝛼
Với độ tin cậy 1 − 𝛼 = 0,9 ⇒ 𝛼 = 0,1 ⇒ = 0,05và 𝑛 = 8 ⇒ 𝑛 − 1 = 7. Tra bảng giá trị tới
2
hạn Student (dòng 7, cột 0,05) ta được 𝑡𝛼 (𝑛 − 1) = 𝑡0,05 (7) = 1,895.
2
𝑠
Độ chính xác 𝜀 = 𝑡𝛼 (𝑛 − 1). = 5,3465.
2 √𝑛
Khoảng tin cậy 90% cho 𝜇 là ( x − ; x + ) = (132, 4035;143, 0965 ) (USD)
2. Xác định kích thước mẫu tối thiểu đối với ước lượng trung bình
Trongphần trên ta dựa vào mẫu điều tra để ước lượng khoảng tin cậy cho trung bình tổng thể
với độ tin cậy 1 − 𝛼, tức là biết cỡ mẫu 𝑛và độ tin cậy tìm độ chính xác 𝜀; phần này ta xét bài
toán ngược lại: biết độ chính xác 𝜀 và độ tin cậy 1 − 𝛼 tìm kích thước mẫu 𝑛. Độ chính xác
càng nhỏ thì khoảng ước lượng càng hẹp, kết quả càng có ý nghĩa. Muốn giảm độ chính xác
người ta tăng kích thước mẫu. Tuy nhiên,vì nhiều lí do chẳng hạn kinh phí, ta không thể muốn
tăng𝑛 lớn bao nhiêu cũng được có nghĩa không thể giảm độ chính xác nhỏ bao nhiêu cũng
được, vì vậy người ta thường yêu cầu độ chính xác nhỏ ở một giới hạn 𝜀0 nào đó. Để đảm bảo
yêu cầu này thì kích thước mẫu phải không nhỏ hơn một giá trị 𝑛𝑚𝑖𝑛 gọi là kích thước mẫu tối
thiểu.
𝜎 (ℎ𝑜ặ𝑐𝑠) 2
𝜎 (ℎ𝑜ặ𝑐𝑠)
Để tìm 𝑛𝑚𝑖𝑛 ta biến đổi 𝜀 = 𝑧𝛼 . 0 n (𝑧𝛼 . 𝜀0
) = 𝑛0 ; nếu 𝑛0 ∈ ℤ thì ta lấy
2 √𝑛 2
Ví dụ 4. Lượng xăng hao phí của một ô tô đi từ A đến B sau 150 lần chạy được khảo sát có giá
trị trung bình là 10,56 lít và độ lệch chuẩn hiệu chỉnh là 0,587 lít. Để phép ước lượng lượng
xăng hao phí trung bình của ô tô này khi đi từ A đến B đảm bảo độ chính xác 0,08 lít với độ
tin cậy 95% thì cần khảo sát ít nhất bao nhiêu lần chạy từ A đến B của ô tô này?
Bài toán: Cho biết kích thước mẫu 𝑛, độ chính xác 𝜀; tìm độ tin cậy 1 − 𝛼.
𝑠 𝜀0 √ 𝑛 𝐿𝑎𝑝𝑙𝑎𝑐𝑒
Hướng dẫn: 𝜀0 = 𝑧𝛼 . ⇔ 𝑧𝛼 = → 𝜑(𝑧𝛼 ) ⇒ 1 − 𝛼 = 2𝜑(𝑧𝛼 ).
2 √ 𝑛 2 𝑠 2 2
Ví dụ 5. Lượng xăng hao phí của một ô tô đi từ A đến B sau 150 lần chạy được khảo sát có giá
trị trung bình là 10,56 lít và độ lệch chuẩn hiệu chỉnh là 0,587 lít. Biết rằng phép ước lượng
lượng xăng hao phí trung bình của ô tô này khi đi từ A đến B đạt độ chính xác là 0,1 lít, hỏi độ
tin cậy của phép ước lượng đó là bao nhiêu?
𝑠 𝜀0 √ 𝑛 0,1.√150
Giải. 𝜀0 = 𝑧𝛼 . ⇔ 𝑧𝛼 = = = 2,09.
2 √𝑛 2 𝑠 0,587
(𝐹−𝑝)√𝑛
𝑃 (−𝑧𝛼 < < 𝑧𝛼 ) = 1 − 𝛼
2 √𝐹(1−𝐹) 2
𝐹(1−𝐹) 𝐹(1−𝐹)
⇔ 𝑃 (𝐹 − 𝑧𝛼 √ < 𝑝 < 𝐹 + 𝑧𝛼 √ )=1−𝛼
2 𝑛 2 𝑛
𝐹(1−𝐹) 𝐹(1−𝐹)
Vậy khoảng tin cậy đối xứng của p là (𝐹 − 𝑧𝛼 √ ; 𝐹 + 𝑧𝛼 √ )
2 𝑛 2 𝑛
√𝑓(1−𝑓)
Với mẫu cụ thể ta có khoảng tin cậy của 𝑝là (𝑓 − 𝜀; 𝑓 + 𝜀) với độ chính xác 𝜀 = 𝑧𝛼 . .
2 √𝑛
Ta có quy tắc thực hành tìm khoảng tin cậy 1 − 𝛼 cho tỷ lệ𝑝
1−𝛼 𝐿𝑎𝑝𝑙𝑎𝑐𝑒
• Với độ tin cậy 1 − 𝛼, ta có 𝜑(𝑧𝛼 ) = → 𝑧𝛼 .
2 2 2
√𝑓(1−𝑓)
• Tính độ chính xác 𝜀 = 𝑧𝛼 . .
2 √𝑛
1−𝛼 Laplace
Với độ tin cậy 1 − 𝛼 = 0,95, ta có 𝜑(𝑧𝛼 ) = = 0,475 → 𝑧𝛼 = 1,96.
2 2 2
√𝑓(1−𝑓) √0,085.(1−0,085)
Độ chính xác 𝜀 = 𝑧𝛼 . = 1,96. = 0,0387.
2 √𝑛 √200
Khoảng tin cậy 95% cho p là
(𝑓 − 𝜀; 𝑓 + 𝜀) = (0,085 − 0,0387; 0,085 + 0,0387) = (0,0463; 0,1237) =
(4,63%; 12,37%).
Bài toán. Biết tỷ lệ mẫu sơ bộ f và độ tin cậy 1 − 𝛼. Để ước lượng tỉ lệ của tổng thể đảm bảo
độ chính xác 𝜀0 cho trước thì cần khảo sát ít nhất bao nhiêu phần tử?
√𝑓(1−𝑓) 𝑧𝛼/2 2
Hướng dẫn: 𝜀 = 𝑧𝛼 . ≤ 𝜀0 ⇔ 𝑛 ≥ 𝑓(1 − 𝑓) ( ) ⇒ 𝑛𝑚𝑖𝑛 .
2 √𝑛 𝜀0
Ví dụ 2. Khảo sát ngẫu nhiên 200 người ở vùng đồng bằng sông Cửu Long thấy có 24 người
mắc bệnh sốt rét. Với độ tin cậy 95%, để ước lượng tỉ lệ bệnh sốt rét ở vùng đồng bằng sông
Cửu Long đảm bảo độ chính xác 2% thì cần khảo sát ít nhất bao nhiêu người?
1−𝛼 Laplace
Giải.Với độ tin cậy 1 − 𝛼 = 0,95, ta có 𝜑(𝑧𝛼 ) = = 0,475 → 𝑧𝛼 = 1,96.
2 2 2
𝑚 24
Tỷ lệ mẫu sơ bộ 𝑓 = = 200 = 0,12 .
𝑛
√𝑓(1 − 𝑓) 𝑧𝛼/2 2 1,96 2
𝜀 = 𝑧𝛼 . ≤ 𝜀0 ⇔ 𝑛 ≥ 𝑓(1 − 𝑓) ( ) = 0,12. (1 − 0,12). ( )
2 √𝑛 𝜀0 0,02
= 1014,18
⇒ 𝑛𝑚𝑖𝑛
Vậy: Cần khảo sát ít nhất 1015 người.
Lưu ý: Trường hợp cần xác định số người khảo sát thêm ít nhất bao nhiêu nữa thì kết luận sẽ
là 1015-200=815 người.
Bài toán. Biết kích thước mẫu n, tỷ lệ mẫufvà độ chính xác 𝜀0 , tìm độ tin cậy
√𝑓(1−𝑓) 𝜀0 √ 𝑛 𝐿𝑎𝑝𝑙𝑎𝑐𝑒
Hướng dẫn:𝜀0 = 𝑧𝛼 . ⇔ 𝑧𝛼 = → 𝜑(𝑧𝛼 ) ⇒ 1 − 𝛼 = 2𝜑(𝑧𝛼 )
2 √𝑛 2 √𝑓(1−𝑓) 2 2
Ví dụ 3. Khảo sát ngẫu nhiên 300 sản phẩm của một loại mặt hàng A do một công ty sản xuất,
ta nhận thấy có 24 phế phẩm. Cho biết độ chính xác của phép ước lượng tỉ lệ phế phẩm của
mặt hàng A của công ty trên là 4%, hỏi độ tin cậy của phép ước lượng trên là bao nhiêu?
√𝑓(1−𝑓) 𝜀0 √ 𝑛 0,04.√300
Giải. 𝜀0 = 𝑧𝛼 . ⇔ 𝑧𝛼 = = = 2,55.
2 √𝑛 2 √𝑓(1−𝑓) √0,08.(1−0,08)
𝐿𝑎𝑝𝑙𝑎𝑐𝑒
𝑧𝛼 = 2,55 → 𝜑(𝑧𝛼 ) = 0,49461.
2 2
1 − 𝛼 = 2𝜑(𝑧𝛼 ) = 0,98922 = 98,922%.
2
𝝈 𝒔 𝒔
ƯLK cho 𝜺 = 𝒛𝜶 . 𝜺 = 𝒛𝜶 . 𝜺 = 𝒕𝜶 (𝒏 − 𝟏).
𝟐 √𝒏 𝟐 √𝒏 𝟐 √𝒏
√𝑓(1 − 𝑓)
ƯLK cho 𝑓 𝜀 = 𝑧𝛼 .
2 √𝑛