Professional Documents
Culture Documents
Thống kê y dược
Thống kê y dược
THỐNG KÊ Y DƯỢC
Năm 2021
PHẦN MỘT: LÝ THUYẾT XÁC SUẤT
CHƯƠNG 1: CÁC KHÁI NIỆM CƠ BẢN VỀ XÁC SUẤT
I. Giải tích tổ hợp
1. Hoán vị
Tập hợp A có n phần tử Pn = n(n-1)(n-2)…2.1 = n!
2. Chỉnh hợp
Chỉnh hợp chập k (chỉnh hợp không lặp) của n phần tử (k, n nguyên dương và 0 ≤ k ≤ n) của tập hợp A
𝑛!
𝐴𝑘𝑛 = (𝑛−𝑘)!
3. Tổ hợp
Tổ hợp chập k của n phần tử (k nguyên, n nguyên dương và 0≤ k ≤n) của tập hợp A
𝑛!
𝐶𝑛𝑘 =
𝑘!(𝑛−𝑘)!
Các biến cố A1, A2, …, An (n ≥ 2) được gọi là một nhóm đầy đủ các biến cố nếu chúng đôi một xung khắc
với nhau và tổng là một biến cố chắc chắn
Xét phép thử ngẫu nhiên có không gian mẫu Ω và A Ω. Thực hiện phép thử độc lập n lần. Biến cố A
xuất hiện m lần
Tần suất xuất hiện biến cố A là:
f(A)=m/n
Khi n thay đổi thì f(A) thay đổi nhưng dao động xung quanh một hằng số, đó là xác suất của biến cố A:
P(A) = f(A)
Tính chất cơ bản của xác suất:
o Với mọi A Ω thì 0 ≤ P(A) ≤1
o P(Ω)=1; P(Φ)=0
o P(A)=1- P(Ā)
Mở rộng:
• Với n biến cố A1, A2, … An có
P(A1UA2….UAn) = ∑𝑛𝑖=1 𝑃(𝐴𝑖 ) – ∑𝑛𝑖<𝑗 𝑃(𝐴𝑖 𝐴𝑗 ) + ∑𝑛𝑖<𝑗<𝑘 𝑃(𝐴𝑖 𝐴𝑗 𝐴𝑘 ) - … + (-1)n P(A1A2…An)
Mở rộng:
Cho n biến cố A1, A2, …An: P(A1A2…An ) = P(A1)P(A2∣A1)P(A3∣A1A2)….P(An∣ A1A2…An)
Nếu A1, A2, …An là n biến cố độc lập thì:
P(A1A2…An) = P(A1)P(A2)…P(An)
(n+1)p-1 ≤ mo ≤ (n+1)p
Tính chất:
o 0 ≤ F(x) ≤ 1
o x1 < x2 thì F(x1) ≤ F(x2).
o Xác suất để BNN X nhận giá trị trong [a;b) là:
Để f(x) là hàm mật độ xác suất của BNN liên tục nào đó thì:
f(x) ≥ 0
+
−
f ( x)dx = 1
Giá trị F(x) tại điểm a là diện tích hình giới hạn bởi trục Ox, đường cong f(x) và đường thẳng x = a
Nhắc lại kiến thức toán cao cấp (tích phân suy rộng):
+ a +
−
f ( x)dx =
−
f ( x)dx +
a
f ( x )dx
+ b
a
f ( x)dx = lim
b →+ f ( x)dx
a
với a < b < +∞
a a
−
f ( x)dx = lim
c →− f ( x)dx
c
với -∞ < c < a
• Nếu X là BNN liên tục trên R có hàm mật độ xác suất f(x) thì:
+
EX = xf ( x)dx
−
Tính chất:
o EC = C với C là hằng biến ngẫu
o E(CX) = C. EX với C là hằng số
o E(X+Y) = EX + EY
o E(XY) = (EX)(EY)
o E(X-EX) = 0
2. Mốt (M0):
• Nếu là BNN rời rạc thì mốt là giá trị của BNN mà tại đó nó có xác suất lớn nhất
• Nếu là BNN liên tục thì mốt là giá trị của BNN mà tại đó hàm mật độ xác suất của nó đạt cực đại
• Nếu X là BNN rời rạc nhận các giá trị x1, x2, … với các xác suất tương ứng là p1, p2, … thì phương sai
n n n
DX = ( x − EX) 2 pi hoặc DX = x 2 pi − ( xi pi ) 2
i =1 i =1 i =1
• Nếu X là BNN liên tục có hàm mật độ xác suất f(x) thì phương sai:
+ + +
− − −
Tính chất:
o DC = 0 với C là hằng biến ngẫu nhiên
o D(CX) = C2.DX với C là hằng số
o D(X ± Y) = DX +DY với X, Y độc lập với nhau.
Độ lệch chuẩn ( X )
X = DX
k với k = 0,1,2, …
P( X = k ) = .e − e =2,7182818284…
k!
Kí hiệu: X N (; 2 )
( x) = e
2
VITAMIN DƯỢC - TEAM HỌC TẬP TND 9
Các tham số đặc trưng: Kì vọng: EX=
Phương sai: DX = 2
❖ Xác suất để BNN tuân theo quy luật phân phối chuẩn nhận giá trị trong 1 khoảng:
Với X là BNN có phân phối chuẩn N ( ; 2 )
Khi đó xác suất để BNN X nhận giá trị trong khoảng (a;b) là:
b− a−
P ( a X b) = ( ) −( )
❖ Quy tắc 3 :
BNN có phân phối chuẩn N ( ; 2 ) sẽ nhận gt hầu hết trong khoảng ( − 3 ; + 3 )
P(| X − | ) = 2 ( ) − 1
Lưu ý: (− x) = 1 − ( x)
2. Mốt mẫu
Xo: giá trị của mẫu mà ứng với nó là tần suất lớn nhất.
3. Trung vị mẫu
Xc: giá trị nằm ở giữa của mẫu, tức chia các số liệu mấu thành 2 phần bằng nhau.
n ≥ 30 n ≤ 30
Mẫu 1 n 2 1 n 1 n 2 1 n
2 2
1 k
đơn x = ni xi s = xi − xi
2
s = /2
xi − xi
giản
n i =1 n i =1 n i =1 n − 1 i =1 n i =1
1 k 1 k
2 2
1 n 1 k 1 k
Mẫu thu x = ni xi s = ni xi 2 − ni xi
2
s =
/2
ni xi − ni xi
2
gọn n i =1 n i =1 n i =1 n − 1 i =1 n i =1
h n i =1 n i =1 n − 1 i =1 n i =1
1 k
x = x0 + h. ni yi
n i =1
h=αi+1−α
1 k
2
1 k
x −x s = h . ni yi 2 − ni yi
2 2
Mẫu yi = i 0 n i =1 n i =1
chia lớp h
1 k h2
x = x0 + h. ni yi shc 2 = s 2 −
n i =1 12
Đã biết phương sai σ2 hoặc kích thước Chưa biết phương sai σ2 và kích thước mẫu
mẫu n ≥ 30: n < 30:
Nếu n khá lớn (n ≥ 100) và p không quá Nếu n lớn và p gần 0 hoặc 1:
gần 0 và 1: Tra bảng 5, tìm đc np1, np2
Khoảng tin cậy => Khoảng tin cậy (p1;p2)
của tỉ lệ hay xác
suất của BNN m m m m
1 − 1 −
Độ tin cậy p=1−α m −t n n m n n Nếu n bé và p không quá gần 0 hoặc 1:
; + t
n 2 n n 2 n
Tra bảng 6 hoặc 7, khoảng tin cậy (p1;p2)
Khoảng tin cậy của trung bình: Khoảng tin cậy tỉ lệ:
Với mẫu điều tra sơ bộ có kích thước f là tần suất mẫu điều tra sơ bộ với kích
Phương pháp m ≥ 2 và độ lệch chuẩn mẫu s/ thước m ≥ 2
xác định kích
thước mẫu cần k = m−1 t 2 f (1 − f )
thiết n 2
t 2 s /2 2
;k
n 2
2
m
− p0
n
t= Đặt giả thiết hiệu = 0 →
p0 (1 − p0 )
Hai đại lượng khác nhau
Giả thuyết về tỉ lệ n không có ý nghĩa thống kê
P0: tỉ lệ ở đề bài
Với độ tin cậy là p = 1 – α
M: số phần tử mang dấu hiệu nghiên cứu
+ Nếu 𝑡 ≥ 𝑡∝:𝑘 thì bác bỏ
2
giả thiết ở mức ≤ α
+ Nếu đã biết 𝜎𝐴2 và 𝜎𝐵2 hoặc mẫu lớn (nA ≥ 30 và nB ≥30):
+ Nếu 𝑡 < 𝑡∝:𝑘 thì chấp
X A − XB 2
t= nhận giả thiết ở mức > α
s A2 sB2
+
nA nB
k = nA + nB - 2
nA + nB − 2
C
di = xAi - xBi
d̅ = d1 + d2 + d3 + …
+ Nếu n ≥ 30:
d
T=
sd2
n
mA mB
−
So sánh hai tỉ lệ nA nB
của hai mẫu t=
mA + mB nA + nB − mA − mB
nA + nB nA nB
Giả thiết 𝜎𝐴2 = 𝜎𝐵2 tức là 𝑠𝐴′ và
2
S 𝑠𝐵′ khác nhau không có ý
Nếu n ≥ 30: F = (nếu s A2 > sB2 )
A
2
S B nghĩa thống kê
S A,2 Với độ tin cậy là α
So sánh hai Nếu n<30: F = ( nếu S A,2 > S B,2 )
phương sai S B,2
+ Nếu 𝐹 ≥ 𝐹𝛼: 𝑘𝐴:𝑘𝐵 thì bác
kA = nA – 1 bỏ giả thiết ở mức ≤ α
+ Nếu 𝐹 < 𝐹𝛼: 𝑘𝐴:𝑘𝐵 thì chấp
kB = nB – 1
nhận giả thiết ở mức > α
i =1 j =1 Lij
k = (r-1)(s-1)
(Q − Lij )
2
r s
=
2 ij
So sánh nhiều tỉ lệ
i =1 j =1 Lij
~ END ~
CHÚC CÁC BẠN THI TỐT!