Professional Documents
Culture Documents
Statistics and Probability
Statistics and Probability
Statistics and Probability
មហាវិទយល័យវិទយសា�ស្ត
េដបា៉តឺម៉ង់គណិតវិទយ
្រប�បាប៊ីលេី តនិងស្ថត
ិ ិ
មាស េឡន
ឆា្ន ំ ២០២៣
មាតិកា
1 េសចក្តេី ផ្តីម 1
1.1 េតអ ី ជាី្វ ស្ថត
ិ ?ិ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 ែមកធាងៃនស្ថិតិ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 ្របេភទទន ិ ្នន័យ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 វ ិធីសា�ស្ត្របមូលទិន្នន័យ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.5 លំហគំរូ និងសាកល . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.6 លំហគំរូៃចដន្យ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 ការបងា្ហញទិន្នន័យ 9
2.1 ទនិ ្នន័យជា្របេភទ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 ទិន្នន័យជាេលខ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 លំហាត់អនុវត្តន៍ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4 ្រកាបបងា្ហញទន
ិ ្នន័យេផ្សងេទៀត . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3 ការបក្រសាយទិន្នន័យ 27
3.1 រងា្វស់ទំេនារកណា
្ត លៃនទន
ិ ្នន័យរាយ . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 រងា្វស់ទំេនារកណា
្ត លៃនទិន្នន័យជាថា្នក់ . . . . . . . . . . . . . . . . . . . . . . . 34
3.3 រងា្វស់គមា្លតៃនទន
ិ ្នន័យរាយ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.4 រងា្វស់គមា្លតៃនទិន្នន័យជាថា្នក់ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.5 រងា្វស់ទតា
ី ងំ ៃនទន
ិ ្នន័យរាយ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.6 រងា្វស់ទីតាង
ំ ៃនទិន្នន័យជាថា្នក់ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4 ្រប�បាប៊ីលីេត 57
4.1 លំហគំរូ នងិ ្រពត
ឹ កា
ិ្ត រណ៍ៃចដន្យ . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.2 ្រប�បាប៊ីលេី តៃន្រពត
ឹ កា
ិ្ត រណ៍ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.3 ្រប�បាប៊ីលេី តនង
ិ របាប់ចំនួន . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.4 ្រពឹតិកា
្ត រណ៍មិនអា្រស័យគា្ន . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.5 ្រប�បាប៊ល ី ីេតមានលក្ខខណ្ឌ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.6 ្រទស ឹ ប ី្ត ទេបេយស . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5 អេថរៃចដន្យដាច់ 83
5.1 អេថរៃចដន្យ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.2 អេថរៃចដន្យដាច់ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.3 អេថរៃចដន្យដាច់សំខាន់ៗ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
ii
iii
6 អេថរៃចដន្យជាប់ 131
6.1 អនុគមន៍ដងស ់ ុីេត្រប�បាប៊ីលីេត . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
6.2 អេថរៃចដន្យជាប់សំខាន់ៗ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
6.2.1 អេថរៃចដន្យអ៊ុយនីហម ្វ េលីចេនា្លះ . . . . . . . . . . . . . . . . . . . . . . 141
6.2.2 អេថរៃចដន្យអុច ិ ស៉្បូណងែ់ ស្យល . . . . . . . . . . . . . . . . . . . . . . . 144
6.2.3 អេថរៃចដន្យហា្កមា . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
6.2.4 អេថរៃចដន្យេបតា . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
6.2.5 អេថរៃចដន្យេវប៊ូល . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
6.3 អេថរៃចដន្យនរមា៉ល់ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
6.3.1 អេថរៃចដន្យនរមា៉ល់ស្តង់ដា . . . . . . . . . . . . . . . . . . . . . . . . . 168
6.3.2 ្រប�បាប៊ីលីេតទាក់ទងនឹងអេថរៃចដន្យនរមា៉ល់ . . . . . . . . . . . . . . . . . 170
7 អនុគមន៍ៃនអេថរៃចដន្យ 179
7.1 អនុគមន៍ៃនអេថរៃចដន្យ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
7.2 អនុគមន៍បេង្កីតម៉ូម៉ង់ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
7.2.1 អនុគមន៍បេង្កីតម៉ូម៉ង់ស្រមាប់អេថរៃចដន្យដាច់ . . . . . . . . . . . . . . . . 186
7.2.2 អនុគមន៍បេង្កត ់ ្រមាប់អេថរៃចដន្យជាប់ . . .
ី ម៉ូម៉ងស . . . . . . . . . . . . . 188
7.3 ពហុអេថរៃចដន្យ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
7.4 អនុគមន៍ៃនពហុអេថរៃចដន្យ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
7.5 ផលបូកៃនអេថរៃចដន្យមិនអា្រស័យគា្ន . . . . . . . . . . . . . . . . . . . . . . . . 208
8 បំែនងែចកលំហគំរូៃចដន្យ 213
8.1 សាកល នង ិ លំហគំរូ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
8.2 បំែនងែចកមធ្យមលំហគំរូេពលសា្គល់ σ . . . . . . . . . . . . . . . . . . . . . . . . 214
8.3 ្រទស
ឹ បី្ត ទលមី ត
ី ផ្ចិត . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
8.4 បា៉ន់សា្មនបំែនងែចកេទ្វធាេដាយេ្របីបំែនងែចកនរមា៉ល់ . . . . . . . . . . . . . . . . 228
8.5 បំែនងែចកមធ្យមលំហគំរូពសា ី កលនរមា៉ល់េពលមន ិ សា្គល់ σ . . . . . . . . . . . . . . 232
10 េតស្តសម្មតិកម្មលំហគំរូមួយ 279
10.1 េតអ
ី ជា
ី្វ ការេធ្វេី តស្តសម្មតក
ិ ម្ម? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
10.2 េតស្តលំហគំរូមួយស្រមាប់មធ្យមេពលសា្គល់ σ . . . . . . . . . . . . . . . . . . . . 285
10.3 េតស្តលំហគំរូមួយស្រមាប់មធ្យមេពលមិនសា្គល់ σ . . . . . . . . . . . . . . . . . . . 292
10.4 េតស្តសម្មតក ិ ម្មលំហគំរូមួយស្រមាប់សមាមា្រត . . . . . . . . . . . . . . . . . . . . 299
10.5 េតស្តសម្មតិកម្មលំហគំរូមួយស្រមាប់វា៉ដ្យង់ . . . . . . . . . . . . . . . . . . . . . . 303
11 េតស្តសម្មតក
ិ ម្មលំហគំរូពរី 311
11.1 េតស្តសម្មតិកម្មលំហគំរូពីរស្រមាប់មធ្យមៈលំហគំរូមិនអា្រស័យគា្ន . . . . . . . . . . . . 311
11.2 េតស្តសម្មតក ិ ម្មលំហគំរូពរី ស្រមាប់មធ្យមៈលំហគំរូអា្រស័យគា្ន . . . . . . . . . . . . . 327
11.3 េតស្តសម្មតិកម្មលំហគំរូពីរស្រមាប់វា៉ដ្យង់ . . . . . . . . . . . . . . . . . . . . . . . 330
11.4 េតស្តសម្មតក ិ ម្មលំហគំរូពរី ស្រមាប់សមាមា្រត . . . . . . . . . . . . . . . . . . . . . 337
11.5 វ ិភាគវា៉ដ្យងអ ់ េថរមិនអា្រស័យមួយ . . . . . . . . . . . . . . . . . . . . . . . . . . 342
12 តែ្រមត្រមង់លីេនែអ៊រ 357
12.1 តែ្រមត្រមងល់ េី នែអ៊រ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357
12.1.1 វ ិធីសា�ស្តកាេរខ្លីបំផុត . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359
12.1.2 លក្ខណៈៃនអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត . . . . . . . . . . . . . . . . . . . . . 362
12.1.3 អ្នកបា៉ន់សា្មនៃន σ2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
12.1.4 ករណីេល្អ�ងមានបំែនងែចកនរមា៉ល់ . . . . . . . . . . . . . . . . . . . . . 369
12.1.5 អ្នកបា៉ន់សា្មនឱកាសអតប ិ រមា . . . . . . . . . . . . . . . . . . . . . . . . 369
12.2 បំែនងែចកៃន S S E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372
12.3 ចេនា្លះេជឿជាក់េនក្នុងតែ្រមត្រមង់លេី នែអ៊រ . . . . . . . . . . . . . . . . . . . . . . 376
12.4 េតស្តសម្មតិកម្មេនក្នុងតែ្រមត្រមង់លីេនែអ៊រ . . . . . . . . . . . . . . . . . . . . . . 380
12.5 េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់ . . . . . . . . . . . . . . . . . . . . . . . . . . 383
12.5.1 េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់េ្របីេតស្តសិត ្ថ ិ t . . . . . . . . . . . . . . . 383
12.5.2 េតស្តភាពសំខាន់ៃនតែ្រមត្រមងេ់ ្របេី តស្តសត
ិ្ថ ិ F . . . . . . . . . . . . . . . . 386
12.6 ចេនា្លះេជឿជាក់ៃនមធ្យមៃនអេថរេឆ្លយ
ី តប . . . . . . . . . . . . . . . . . . . . . . . 391
12.7 ពយករណ៍អេង្កតថ្មី . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393
12.8 ភាព្រគប់្រគាន់ៃនគំរូតែ្រមត្រមង់ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 395
12.9 តែ្រមត្រមងល់ េី នែអ៊រករណី X ជាអេថរៃចដន្យ . . . . . . . . . . . . . . . . . . . . . 412
12.9.1 គំរូតែ្រមត្រមងល ់ ីេនែអ៊រ . . . . . . . . . . . . . . . . . . . . . . . . . . . 412
12.9.2 វ ិធសា
ី �ស្តកាេរខ្លប
ី ំផុត . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413
12.9.3 វ ិធសា ៉ ៉ង់ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414
ី �ស្តមូម
12.9.4 លក្ខណៈៃនអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត . . . . . . . . . . . . . . . . . . . . . 415
់ េី នែអ៊រក្នុងទ្រមង់មា៉្រទស
12.10តែ្រមត្រមងល ី . . . . . . . . . . . . . . . . . . . . . . . . 420
12.11មា្រតដា្ឋននិងរងា្វស់ឯកតាក្នុងតែ្រមត្រមង់លីេនែអ៊រ . . . . . . . . . . . . . . . . . . . 423
12.12ការសន្មត់េនក្នុងគំរូតែ្រមត្រមង់លេី នែអ៊រ . . . . . . . . . . . . . . . . . . . . . . . 424
12.13្រទឹសីប
្ត ទ Gauss-Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 427
12.14តែ្រមត្រមង់លេី នែអ៊រកាត់តាមគល់តំរុយ . . . . . . . . . . . . . . . . . . . . . . . . 433
13 តែ្រមត្រមង់ពហុលីេនែអ៊រ 451
់ ហុលេី នែអ៊រ . . . . . . . . . . . . . .
13.1 គំរូតែ្រមត្រមងព . . . . . . . . . . . . . . . 451
13.2 ការបា៉ន់សា្មនបា៉រា៉ ែម៉្រតៃនគំរូតែ្រមត្រមងព ់ ហុលីេនែអ៊រ . . . . . . . . . . . . . . . . . 452
13.2.1 អ្នកបា៉ន់សា្មនកាេរខ្លប ី ំផុត . . . . . . . . . . . . . . . . . . . . . . . . . . 452
13.3 គំរូតែ្រមត្រមងព់ ហុលីេនែអ៊រក្នុងទ្រមងមា ់ ៉ ្រទីស . . . . . . . . . . . . . . . . . . . . . 454
13.3.1 លក្ខណៈៃនអ្នកបា៉ន់សា្មនកាេរខ្លប ី ំផុត . . . . . . . . . . . . . . . . . . . . . 459
13.3.2 អ្នកបា៉ន់សា្មនឱកាសអតិបរមា . . . . . . . . . . . . . . . . . . . . . . . . 467
13.4 េតស្តសម្មតកិ ម្មកុ ងគំ ់ ហុលេី នែអ៊រ . . . . . . . . . . . . . . . . . . . . 473
្ន រូតែ្រមត្រមងព
13.4.1 េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់ . . . . . . . . . . . . . . . . . . . . . . . 478
13.4.2 េតស្តេលេី មគុណតែ្រមត្រមងន ់ ម
ី ួយៗ . . . . . . . . . . . . . . . . . . . . . 481
13.4.3 េតស្តេលីសំនុំរងៃនេមគុណតែ្រមត្រមង់ . . . . . . . . . . . . . . . . . . . . 483
13.4.4 េតស្តលេី នែអ៊រទូេទៃនេមគុណបា៉រា៉ ែម៉្រត . . . . . . . . . . . . . . . . . . . 488
្ន រូតែ្រមត្រមង់ពហុលេី នែអ៊រ . . . . . . . . . . . . . . . . . . . . . 492
13.5 ចេនា្លះេជឿជាក់កុ ងគំ
13.5.1 ចេនា្លះេជឿជាក់ស្រមាប់េមគុណតែ្រមត្រមង់នីមួយៗ . . . . . . . . . . . . . . 492
13.5.2 ចេនា្លះេជឿជាក់ស្រមាប់មធ្យមេឆ្លីយតប . . . . . . . . . . . . . . . . . . . . 492
13.6 ពយករណ៍អេង្កតថ្មីៃនគំរូតែ្រមត្រមង់ពហុលីេនែអ៊រ . . . . . . . . . . . . . . . . . . . 494
13.7 ការេ្រជីសេរសគំ
ី រូ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 495
13.8 ពហុកូលេី នែអ៊រ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 499
13.9 វ ិធសា
ី �ស្តកាេរខ្លប
ី ំផុតទូេទ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503
ឯកសារេយាង 513
v
vi
អារម្ភកថា
ី ជាសា្ពនចម្លងរវាងមុខវ ិជា្ជ្រប�បាប៊ីលីេតនិងស្ថិតថា
េសៀវេភេនះ្រត�វបានេរៀបេរៀងេឡង ិ ្ន ក់បរញ
ិ ញ ប្រត និងថា្នក់
បរញ
ិ ញ ប្រតជាន់ខ្ពស់ ស្រមាប់ នស
ិ ្សត
ិ ែផ្នក វ ិទយសា�ស្ត វ ិស្វកម្ម នង
ិ គណិតវ ិទយែដលមានចំណាប់ អារម្មណ៍
្រសាវ្រជាវែផ្នក ្រប�បាប៊ីលេី តនង
ិ ស្ថត
ិ ។ិ ្រប�បាប៊ីលេី តនង
ិ ស្ថត
ិ ិ ្រត�វ បានេ្រប្រី បាស់ យា៉ងទូលំទូលាយស្រមាប់
ការ្រសាវ្រជាវនានាេនក្នុងវ ិទយសា�ស្តទិន្នន័យ េសដ្ឋកិច្ច សង្គម វ ិស្វកម្ម េវជ្ជសា�ស្ត បរសា
ិ ្ថ ន ជាេដីម។
ខ្លឹមសារេគាលក្នុងេសៀវេភេនះមាន៖ ែផ្នកទីមួយេផា្តតជាសំខាន់េទេលស
ី ិត
្ថ ែិ ផ្នកពណ៌នាែដលរួមមាន
ការេរៀបចំទិន្នន័យ ការបងា្ហញទិន្នន័យ និងការបក្រសាយទិន្នន័យ។ ែផ្នកទីពីរេផា្តតេទេលម
ី ូលដា្ឋន្រគឹះៃន្រទឹ
ី ំេនីប្រប�បាប៊ីលីេតែដលមានលំហ្រប�បាប៊ីលីេត តាមរយៈស្វ័យសត្យ្រប�បាប៊ីលីេត អេថរៃចដន្យ អនុគមន៍
ស្តទ
អេថរៃចដន្យ ភាពមន ិ អា្រស័យគា្នៃនអេថរៃចដន្យ សង្ឃម
ឹ គណិតៃនអេថរៃចដន្យ ជាពេិ សសផលបូកៃនអេថរ
ៃចដន្យមិនអា្រស័យគា្នគឺជាអេថរៃចដន្យែដលជាថ្មវា
ី ក៏ជាអេថរៃចដន្យែដលវាេដីរតួនាទស
ី ំខាន់េនក្នុងែផ្នកបំ
ែនងែចកមធ្យមលំហគំរូ នង ិ វា៉ដ្យងល ់ ំហគំរូ។ ែផ្នកទប ី ប
ី ងា្ហញអំពសី ត
ិ្ថ ែិ បបសន្នដា
ិ ្ឋ នែដលជាទូេទមានបញ្ហ
សំខាន់ៗដូចជាការបា៉ន់សា្មនបា៉រា៉ ែម៉្រត ការេធ្វីេតស្តសម្មតិកម្ម និងវ ិភាគតែ្រមត្រមង។ ់
េសៀវេភេនះ្រត�វបានេរៀបេរៀងេដាយ្រក�មឯកសារគាំ្រទគណិតវ ិទយែដលមានទស
ិ េដស្នូលក្នុងការ
េរៀបេរៀងឯកសារគណិតវ ិទយស្រមាប់ថា្នក់េ្រកាយបរញញ ិ ប្រត អនុវត្តឱ្យបានជាអតិបរមានូវេគាលការណ៍បួន
ចំនុច មុង
ឺ មា៉ត់ ម៉ត់ចត់ ចបស់លាស់ នង
ិ ្រគប់្រជ�ងេ្រជាយ ្រពមទាំង ែចករ ំែលក្របកបេដាយេសរភាពី នង
ិ
សមធម៌ ដល់ អ្នក ទាំងឡាយណាែដលមាននស
ិ ្ស ័យនង
ឹ គណិតវ ិទយ។ េយង
ី រ ំពង
ឹ ថាអាចរួម ចំែនកេនក្នុង
ការេលីកតេម្កីង និងផ្សព្វផ�យវ ិស័យគណិតវ ិទយឱ្យមានវ ិសាលភាពកាន់ែតទូលំទូលាយ និងរកស្គ
ី ុ ះសា្គយ
េនក្នុងសង្គមកម្ពុជាេយង
ី ។
មាស េឡន
vii
viii
ជំពូកទី1
េសចក្តីេផ្តើម
េនក្នុងជំពូក េនះេយង
ី នឹង សិក�ែស្វងយល់ ពី ធម្មជាតិ ៃនស្ថិតិ ែដល្រត�វ បានេ្របី្របាស់ េនក្នុងការ្រសាវ្រជាវ
នានា។ ធាតុផ្សំសខា
ំ ន់ៗែដលអ្នកស្ថត
ិ េិ ្របមា
ី នដូចជាសាកល លំហគំរូ វ ិធសា
ី �ស្តេ្រជស
ី េរសលំ
ី ហគំរូ។ េយង
ី
ក៏នឹងបងា្ហញអំពីែមកធាងៃនស្ថិតិ និង្របេភទេផ្សងៗៃនទិន្នន័យ។
1.1 េតើអ្វីជាស្ថត
ិ ិ?
ស្ថត
ិ ្រិ ត�វបានេ្រប្រី បាស់េនក្នុងេស្ទរី ្រគប់វ ិស័យទាំងអស់។ ជាឧទាហរណ៍េនក្នុងកឡា
ី អ្នកស្ថត
ិ អា
ិ ចកត់្រតានូវ
ចមា្ងយរត់េនកំឡុងេពល្របកួតបាល់ទាត់ឬចំនួន្រគាប់ែដលអ្នកេលងទាត់បញ្ចូ លទី។ េនក្នុងវ ិស័យសុខភាព
សាធារណៈែផ្នករដ្ឋបាលអាចចាប់អារម្មណ៍នង
ឹ ចំនួនមនុស្សែដលពាក់ព័ន្ធនង
ឹ ជម្ងឺផា្តសាយ្របេភទថ្មីេនក្នុង
ឆា្ន ណា
ំ មួយ។ េនក្នុងវ ិស័យ អប់រ ំអ្នក្រសាវ្រជាវអាចចង់ ដឹង ថាេតី វ ិធីសា�ស្ត បេ្រងៀនថ្មី ្របេសីរ ជាងវ ិធីសា�ស្ត
បេ្រងៀនចាស់។ ទាំងេនះ្រគាន់ែតជាឧទាហរណ៍ខ្លះៗៃនការេ្រប្រី បាស់សិត
្ថ េិ នក្នុងវស័
ិ យេផ្សងៗ។ បែន្ថមពីេលី
ិ ្រិ ត�វបានេ្របេី ដីម្បវី ិភាគលទ្ធផលៃនការស្ទង់មតន
េនះស្ថត ិ ង
ិ ជាឧបករណ៍េនក្នុងការ្រសាវ្រជាវវ ិទយសា�ស្តេដីម្បី
េធ្វីការសំេរចចិត្ត ការបា៉ន់សា្មន និងពយករណ៍េដាយទុកចិត្តបាន។
វាមានេហតុផលជាេ្រចីនែដលេយង
ី គួរសិក�ស្ថិតិ៖
1. ដូច អ្នកជំនាញេយង
ី ្រត�វែតអាចអាន និង យល់ ការសិក�ែបបស្ថិតិ េនក្នុងវ ិស័យ របស់ េយង
ី ។ េដីម្បី
យល់បាន េយង ី ្រត�វមានចំេនះដឹងអំពីពាក្យបេច្ចកេទស នម
ិ ត ិ ដំេនីរការែបបស្ថត
ិ ្តសញញ បញញតិ នង ិ ិ
ែដលបានេ្របីេនក្នុងការសិក�ទាំងេនះ។
2. េយង
ី អាច្រត�វេធ្វកា ី េ្រពាះដំេនរី ការែបបស្ថត
ី រ្រសាវ្រជាវេនក្នុងវ ិស័យរបស់េយង ិ ជា
ិ ្រគះឹ ៃនការ្រសាវ្រជាវ។
េដម
ី ្បីសំេរចកិច្ចការេនះ េយង
ី ្រត�វែតអាចេរៀបចំ ពិេសាធន៍ ្របមូល េរៀបចំ វ ិភាគ និង សេង្ខប ទិន្នន័យ
េហយី អាចពយករណ៍បានេដាយទុកចត ិ ្តបាន។
3. េយងី អាចេ្របច
ី េំ នះដឹងែដលបានមកពកា ី រសក ិ �ស្ថត
ិ ឱិ ្យកា្លយជាអតថ
ិ ិជនឬពលរដ្ឋែដល្របេសរី ជាង
មុន េពាលគេឺ យង ី អាចេធ្វកា
ី រសំេរចចត
ិ ដ ៏ ្ល សៃវអំពផ
្ត ឈា ី លត ិ ផល្របេភទណាេដីម្បទ
ី ញ
ិ េដាយែផ្អកេលី
ការសិក�របស់អ្នកេ្របី្របាស់ជាេដីម។
1
1.2 ែមកធាងៃនស្ថត
ិ ិ
ស្ថិតិ្រត�វបានែចកជាពីរែផ្នកសំខាន់គឺ
• ស្ថត
ិ ិែបបសន្និដា្ឋនរួមមានការទាញសន្និដា្ឋនពីលំហគំរូេទសាកល ការបា៉ន់សា្មននិងេតស្តសម្មតិកម្ម
កំនត់ទំនាក់ទំនងរវាងអេថរ នង ិ ពយករណ៍។
1.3 ្របេភទទិន្នន័យ
• ទិន្នន័យជាតៃម្លែដលអេថរអាចយកបាន។
ឧទាហរណ៍ 1.3.1. • សត
ី ុណ្ហភាពរាងកាយជាអេថរែដលែ្រប្រប�លតាមេពលេវលាេនក្នុងខ្លួនមនុស្ស
មា្នក់ វាក៏ែ្រប្រប�លពីមនុស្សមា្នក់េទមនុស្សមា្នក់េទៀត។
• អេថរគុណភាពជាអេថរែដលវាស់ពីគុណភាពឬលក្ខណៈ។
– អេថរគុណភាពមន
ិ មានលំដាប់ៈ េភទ សាសនា សា្ថនភាព្រគ�សារ
• អេថរបរមាណជាអេថរែដលវាស់
ិ ពីបរមាណឬជាអេថរែដលអាចរាប់
ិ បាន។
– អេថរបរមាណដាច់
ិ ៈ អាចយកតៃម្លមានចំនួនកំនត់ឬរាប់បាន។
ឧទាហរណ៍ 1.3.4. ចំនួនកូន ចំនួនអ្នកដំេណីរ
– អេថរបរមាណជាប់
ិ ៈ អាចយក្រគប់តៃម្លេនចេនា្លះណាមួយ។
ឧទាហរណ៍ 1.3.5. អាយុ កម្ពស់ ទម្ងន់ សីតុណ្ហភាពរាងកាយ ចំណុះ
1. ក្រមត
ិ រងា្វស់ធម្មតា (nominal) ែបងែចកទិន្នន័យជា្រក�មដាច់ៗគា្នេដាយមន
ិ គត
ិ អំពល
ី ំដាប់។
ឧទាហរណ៍ 1.3.6. • េភទៈ ្រប�ស ឬ្រសី
2
• សាសនាៈ្រពះពុទ្ធ អុីសា្លម ឬ្រគឹស្តសាសនា
2. ក្រមត
ិ រងា្វស់លំដាប់ (ordinal) ែបងែចកទិន្នន័យជា្រក�មែដលអាចេរៀបជាលំដាប់ ប៉ុែន្តភាពខុសគា្ន
ចបស់លាស់ៃនលំដាប់គម ឺ ន
ិ មាន។
ឧទាហរណ៍ 1.3.7. • លំដាប់ពន
ិ ុ ៈ្ទ A, B, C, D, F
3. ក្រមិត រងា្វស់ ជា ចេនា្លះ (interval) េរៀបទិន្នន័យ តាមលំដាប់ និង មានភាពខុសគា្ន ចបស់លាស់ រវាង
ឯកតារងា្វស់ ប៉ុែន្តសូន្យមន ិ មានន័យ។
ឧទាហរណ៍ 1.3.8. • IQ: ភាពខុសគា្ន 1 ពន
ិ ុ រវាង
្ទ IQ 109 នង
ិ IQ 110 គមា
ឺ នន័យ។
• សត
ី ុណ្ហភាពៈ ភាពខុសគា្ន 1 C រវាង 29 C នង
◦ ◦
ិ 30 C គមា
◦
ឺ នន័យ។
4. ក្រមត
ិ រងា្វស់ផលេធៀប (ratio) មានលក្ខណៈទាំងអស់ៃនក្រមត
ិ រងា្វស់ជាចេនា្លះ នង
ិ សូន្យមានន័យ។
ឧទាហរណ៍ 1.3.9. • កម្ពស់
• ទម្ងន់
• េពលេវលា
• អាយុ
1.4 វិធីសា�ស្ត្របមូលទិន្នន័យ
េនក្នុងការ្រសាវ្រជាវទិន្នន័យ អាច្រត�វ បានេ្របី តាមវ ិធី េផ្សងៗគា្ន។ ឧទាហរណ៍ អ្នក ផលិត អាចចង់ ដឹង អំពី
អតិថិជនែដលនឹងទិញផលិតផលរបស់ខួ នដូ
្ល ចេនះគាត់អាចេធ្វគ
ី ំេរាងយុទសា ៏ ន្របសិទ្ធភាព។
្ធ �ស្តទីផ�រដមា
ី រស្ទង់មតប
ែផ្នក្រគប់្រគងេនក្នុង្រក�មហ៊ុនអាចេធ្វកា ិ ុគ្គលក
ិ របស់ខួ នអំ
្ល ពត
ី ្រម�វការរបស់ពួកេគេដម
ី ្បច
ី ចារកុង្រតា
ថ្មជា
ី មួយសហជីព។ ទន
ិ ្នន័យអាច្រត�វបានេ្របេី ដីម្បក
ី ំនត់ថាេតច
ី ក្ខុវ ិស័យអប់រ ំៃនសាលាមួយឈានេទដល់ឬ
អត់។ ននា
ិ ្ន ការេនក្នុងវ ិស័យេផ្សងៗដូចជាទផ
ី �រភាគហ៊ុន អាច្រត�វបានវ ិភាគែដលជួយឱ្យអ្នកទញ
ិ សំេរចចត
ិ ្ត
េដាយភាពឈា្លសៃវអំពី ហ៊ុន ែដលនឹង ទិញ។ ឧទាហរណ៍ ទាំងេនះបញ្ជក់ ្របាប់ េយង
ី ថាការ្របមូល ទិន្នន័យ
នងឹ ជួយេយង
ី េនក្នុងការេធ្វកា
ី រសំេរចចត
ិ ្តណាមួយមុននង
ឹ េធ្វ។
ី
ទិន្នន័យអាច្រត�វបាន្របមូលតាមវ ិធីេផ្សងៗ៖
• ការស្ទង់មតិ
– តាមរយៈទូរសព្ទ
– តាមរយៈប៉ុស្តិ៍ៃ្របសណីយ៍
– តាមការេធ្វីសមា្ភសេដាយផា្ទល់
• កំណត់្រតាទន
ិ ្នន័យែដលមាន្រសាប់
• ការអេង្កតេដាយផា្ទល់
3
1.5 លំហគំរ ូ និងសាកល
• លំហគំរូជាសំនុំរងៃនសាកល។
• លំហគំរូៈ នស
ិ ្សត
ិ ទាំង 5 នាក់
• សាកលៈ និស្សត
ិ បរញ
ិ ញ ប្រតទាំងអស់ៃនសាកលវ ិទយល័យ។
ការេ្រប្រី បាស់សាកលទាំងមូលេដីម្បស
ី ក
ិ �ែបបស្ថត
ិ ិ ដូចេនះអ្នក្រសាវ្រជាវេ្របល
ី ំហគំរូ។ េបល
ី ំហគំរ្រូ ត�វបាន
េ្រជីសេរសេដាយ្រត
ី ឹម្រត�វេនាះវានឹងតំណាងឱ្យសាកលទាំងមូល។
អ្នក្រសាវ្រជាវេ្របល
ី ំហគំរេូ ដីម្ប្រី បមូលទន
ិ ្នន័យនង
ិ ពត៌មានអំពអ
ី េថរជាក់លាក់មួយេចញពសា
ី កល។ ការេ្របី
្របាស់លំហគំរូចំេនញទាំងេពលេវលានិងថវ ិកា េហយ
ី ក្នុងករណីខ្លះអ្នក្រសាវ្រជាវអាចទទួលពត៌មានលម្អិត
អំពី អេថរជាក់លាក់ មួយ។ កត់សមា្គល់ ផងែដរថាលំហ គំរូ មន
ិ ែមន្រត�វ បានេ្រជស
ី េរសេដាយ្របថុ
ី យ្របថាន
េ្រសចែតចត
ិ ្តេនាះេទេ្រពាះពត៌មានែដលទទួលបានអាចនង
ឹ េល្អ�ង។ ជាឧទាហរណ៍សមា្ភសមនុស្សេនតាម
ដងផ្លូវកំឡុងេពលៃថ្ង នឹង មិន មានចេម្លីយ ពី មនុស្សែដលេធ្វីការការយាល័
ិ យ េនេពលេនាះ ឬពី មុន ស្សែដល
ចូលេរៀនេនសាលាដូចេនះមានន័យថាមន
ិ ែមន្រគប់គា្នេនក្នុងសាកលជាក់លាក់ណាមួយមានឱកាសែដល
្រត�វេ្រជីសយក។ េដីម្បទ
ី ទួលបានលំហគំរែូ ដលមិនលេម្អ�ងមានន័យថាផ្តលឱ
់ ្យនូវមា្នក់ៗេនក្នុងសាកលឱកា
សេស្មៗ
ី គា្ន ែដល្រត�វ បានេ្រជស
ី យក អ្នក ស្ថត
ិ ិ េ្របី វ ិធី សា�ស្ត េគាលបួន ក្នុងការេ្រជស
ី យកលំហ គំរូ៖ លំហ គំរូ
ៃចដន្យ លំហគំរូជា្របព័ន្ធ លំហគំរូ stratified និងលំហគំរូ cluster។
4
អ្នក្រសាវ្រជាវទទួលបានលំហគំរជា
ូ ្របព័នេ្ធ ដាយដាក់េលខេរៀងមនុស្សមា្នក់ៗេនក្នុងសាកល រួចេ្រជីសេរស
ី
រាល់អ្នកទី k បនា្ទប់ពីអ្នកទីមួយ្រត�វបានេ្រជីសេរសេដាយៃចដន្យ។
ី
អាផាតមន
ិ ក្នុងទ្រី ក�ង អ្នក្រសាវ្រជាវអាចេ្រជស
ី េរសេដាយៃចដន្យនូ
ី វអាគារចំនួន 2 េចញអាគារចំនួន10 រួច
េធ្វីសមា្ភស្រគប់មនុស្សរស់េនក្នុងអាគារទាំងេនះ។
ី ្នក្រសាវ្រជាវចងេ់ ្របថា
ឧទាហរណ៍ 1.6.4. េបអ ី ្ន ក់និស្សត
ិ ឆា្នទ
ំ ម
ី ួយេនសាកលវ ិទយល័យជាសាកល គាត់អាច
េ្របថា
ី ្ន ក់មួយៃននិស្សត
ិ ឆា្នទ
ំ ម
ី ួយជាលំហគំរូ cluster។ េបអ
ី ្នក្រសាវ្រជាវេ្របីលំហគំរូ stratified គាត់អាច្រត�វ
ែចកនិស្សត
ិ ឆា្នទ
ំ ីមួយជា្រក�មេយាងេទតាមមុខវ ិជា្ជេគាល េភទ ឬអាយុជាេដីមេចញពី្រក�មនីមួយៗ។
លំហាត់អនុវត្តន៍
2. បរមាណកូ
ិ េឡស្តរូល
៉ ស្រមាប់មនុស្សមា្នក់ៗ
3. ចំនួនវា៉ត់ៃនមា៉សុន
ី កេម្ត
4. ពណ៌ៃនបាល់េនក្នុងហាង
5
5. រយៈេពលចំណាយេដីម្បកា
ី ត់េស្ម
1. ចំនួនដូណាត់មួយៃថ្ងៗ
2. សត
ី ុណ្ហភាពទក
ឹ េនក្នុងអាងែហលទក
ឹ
3. ទម្ងន់ឆា្មេនកែន្លងចិញ្ចឹម
4. ចំនួនេសៀវេភេនេលេី ធ្នី
5. រយៈេពលគត
ិ ជាេមា៉ងៃនថ្មពល
ិ
1. េដម
ី ្បីពិនិត្យភាព្រតឹម្រត�វ ៃនមា៉សុីន កិន កាេហ្វ រាល់ ែពងទី 5 ្រត�វ បានេ្រជីសេរសរួ
ី ច េគវាស់ បរមាណ
ិ
កាេហ្វេនក្នុងែពង។
2. េដីម្បក
ី ំនត់រយៈេពលែដលមនុស្សហាត់កឡា
ី អ្នក្រសាវ្រជាវសមា្ភសមនុស្ស 5 នាក់ែដល្រត�វបានេ្រជីស
េចញពីថា្នក់យូ ហា
៉ ្ក 5 នាក់្រត�វបានេ្រជីសេចញពីថា្នក់េលីកទម្ងន់ 5 នាក់្រត�វបានេ្រជីសេចញពីថា្នក់រា ំ
នងិ 5 នាក់្រត�វបានេ្រជសី េចញពថា ី ្ន ក់ែហលទក
ឹ ។
3. េនក្នុងការសិក�ែបបេវជ្ជសា�ស្ត អ្នក្រសាវ្រជាវេ្រជីសយកមន្ទីរេពទ្យមួយរួចសមា្ភស្រគប់អ្នកជម្ងទា
ឺ ង ំ អស់
េនៃថ្ងេនាះ។
1. ្រប�បាប៊ីលេី ត្រត�វបានេ្របជា
ី មូលដា្ឋនស្រមាប់សត
ិ្ថ ែិ បបសន្នដា
ិ ្ឋ ន។
2. អេថរសត
ី ុណ្ហភាពជាឧទាហរណ៍ៃនអេថរបរមាណ។
ិ
3. កំពស់ៃនអ្នកេលងបាល់េបាះ្រត�វបានចាត់ទុកជាអេថរជាប់។
1. ចំនួនផ�យពាណិជ្ជកម្មតាមកម្មវ ិធីទូរទស្សន៍មួយេមា៉ងគឺ្របេភទអេថរអ្វី?
(a) អេថរគុណភាព
(b) អេថរដាច់
6
(c) អេថរជាប់
2. អ្នក្រសាវ្រជាវែចកសាកលជាពីរ្រក�មអា្រស័យនឹងេភទរួចេ្រជីសេរសមនុ
ី ស្សេចញព្រី ក�មនម
ី ួយៗេដីម្បី
បេង្កត
ី ជាលំហគំរូ។ េតវី ិធសា
ី �ស្តេ្រជស
ី យកលំហគំរូអែី្វ ដលអ្នក្រសាវ្រជាវេ្រប?
ី
3. អ្នកេធ្វកា
ី រទាំងអស់ េនហាងអាហាររហ័ស មួយ ែដល្រត�វ បានេ្រជីសេរសេដាយៃចដន្យេចញព
ី ី ហាង
អាហាររហ័សទាំងអស់្រត�វបានេ្រជីសេរសន
ី ិងសួរអំពច
ី ំនួនេមា៉ងក្នុងមួយសបា្តហ៍ែដលពួកេគេធ្វីការ។
េតវី ិធសា
ី �ស្តេ្រជស
ី យកលំហគំរូអែី្វ ដលអ្នក្រសាវ្រជាវេ្រប?
ី
7
8
ជំពូកទី2
ការបងា្ហញទិន្នន័យ
េនក្នុងជំពូកេនះេយង
ី នង
ឹ េផា្តតជាសំខាន់េទេលីការេរៀបចំទិន្នន័យជា្របេភទ និងទិន្នន័យជាេលខេនក្នុង
តារាងបំែនងែចកេ្របកង់ នង ិ ការសង្រ់ កាបេផ្សងៗេដីម្បប
ី ងា្ហញទនិ ្នន័យេនក្នុងស្ថត
ិ ។ិ
េនេពលែដលេធ្វីការសិក�ែបបស្ថិតិ អ្នក្រសាវ្រជាវ្រត�វ ្របមូល ទិន្នន័យ ទាក់ទងនឹង អេថរណាមួយ ែដល
្រត�វសិក�។ ឧទាហរណ៍េបីអ្នក្រសាវ្រជាវចង់សិក�អំពីចំនួនមនុស្សែដល្រត�វបានពស់ពិសខាំេនក្នុងតំបន់
ណាមួយេនក្នុងរយៈេពលប៉ុនា្មនឆា្នច
ំ ុងេ្រកាយ គាត់្រត�វ្របមូលទិន្នន័យពីេវជ្ជបណិ្ឌ ត មន្ទីរេពទ្យ ឬមណ្ឌល
សុខភាពេផ្សងៗ។ េដីម្បប ី ក្រសាយសា្ថនភាព ទាញសន្និដា្ឋន អ្នក្រសាវ្រជាវ្រត�វេរៀបចំទិន្នន័យតាមវ ិធីែដល
មានន័យ េហយ ិ ្នន័យ គឺ ការសង់ តា រាងបំ ែនងែចកេ្របកង់។
ី វ ិធី មួយ ែដលងាយ្រស�ល បំផុត ក្នុងការេរៀបចំ ទន
បនា្ទប់ពេី រៀបចំទន
ិ ្នន័យអ្នក្រសាវ្រជាវ្រត�វបងា្ហញតាមរយៈ្រកាបេផ្សងៗេនក្នុងស្ថត
ិ ។ិ
2.1 ទិន្នន័យជា្របេភទ
សង់តារាង្របកង់
A B B AB O
O O B AB B
B B O A O
A O O O AB
AB A O B A
សង់បំែនងែចកេ្របកង់ចំេពាះទិន្នន័យេនះ
ចេម្លើយ. បំែនងែចកេ្របកង់
9
ថា្នក់ របាប់ចំនួន េ្របកង់ ( f ) ភាគរយ
A //Z
Z // 5 20
B //Z
Z // // 7 28
O //Z
Z // //// 9 36
AB //// 4 16
n = 25 100%
សង់្រកាបសសរ
សង់ដយ្រកាមផ្លិត
់ ួយែដល្រត�វបានែចកជាចំណិតតូចៗអា្រស័យនឹងភាគរយៃនថា្នក់
និយមន័យ 2.1.2. ដយ្រកាមផ្លិតជារង្ចងម
នីមួយៗេនក្នុងតារាងបំែនងែចកេ្របកង់។
10
ថា្នក់ េ្របកង់ ( f ) ភាគរយ (%) ដឺេ្រក (◦ )
A 5 20 72
B 7 28 100.8
O 9 36 129.6
AB 4 16 57.6
n = 25 100% 360◦
លំហាត់ 2.1.1. ទិន្នន័យ ខាងេ្រកាមបងា្ហញពី រេបៀបែដលបុគ្គល មា្ន ក់ៗ ទទួល ពត៌មាន្របចាំៃថ្ង ែដលមាន
មនុស្ស 50 នាក់ ែដល្រត�វ បានេ្រជស
ី េរសេដាយៃចដន្យ។
ី ពួកេគមា្ន ក់ៗ អាចទទួលតាមរយៈកាែសត (N)
ទូរទស្សន៍ (T) វ ិទ្យុ (R) និងអុីនធរេណត (I)
N N T T T I R R I T
I N R R I N N I T N
I R T T T T N R R I
R R I N T R T I I T
T I N T T I R N R T
1. សង់តារាងបំែនងែចកេ្របកង់
2. សង់្រកាបសសរ
3. សង់ដយ្រកាមផ្លិត
2.2 ទិន្នន័យជាេលខ
សង់តារាង្របកង់
ដំេណីរការសង់តារាងេ្របកង់ស្រមាប់ទិន្នន័យជាេលខ៖
11
1. កំនត់ចំនួនថា្នក់៖ ចំនួនថា្នក់គឺចាប់ពី 5 េទ 20 ថា្នក់។ េដីម្បក
ី ំនត់ចំនួនថា្នក់គឺេយង
ី អាចេ្រជីសយក
k តូចបំផុតែដល 2k > n។ អ្វែី ដលសំខាន់បំផុតគេឺ យង
ី ្រត�វមានចំនួនថា្នក់្រគប់្រគាន់េដីម្បផ
ី ុ កទ
្ទ ិន្នន័យ
ទាំងអស់។
2. កំនត់ទទង
ឹ ថា្នក់៖
ទន
ិ ្នន័យធំជាងេគ − ទន
ិ ្នន័យតូចជាងេគ
ទទឹងថា្នក់ =
ចំនួនថា្នក់
3. បេង្កីតថា្នក់ែដលមន
ិ ្រត�តគា្នមានន័យថាទន
ិ ្នន័យមួយមន
ិ អាចេនក្នុងថា្នក់ពរី េផ្សងគា្ន
4. បេង្កីតថា្នក់ជាប់ៗគា្នេទាះបជា
ី មន
ិ មានទន
ិ ្នន័យេនក្នុងថា្នក់ណាមួយក៏្រត�វបញ្ចូ លថា្នក់េនក្នុងតារាង
េ្របកង់ែដរ។
5. បេង្កីតថា្នក់ែដលមានទទឹងេស្មីៗគា្ន។
112 100 127 120 134 118 105 110 109 112
110 118 117 116 118 122 114 114 105 109
107 112 114 115 118 117 118 122 106 110
116 108 110 121 113 120 119 111 104 111
120 113 120 117 105 110 118 112 114 114
សង់តារាងេ្របកង់ែដលមាន 7 ថា្នក់
ចេម្លើយ. • ជំហានទ១
ី ៖ កំនត់ថា្នក់
ទិន្នន័យធំជាងេគ xmax = 134 និងទិន្នន័យតូចជាងេគ xmin = 100
រង៉ ់ៃនទន
ិ ្នន័យ
R = xmax − xmin = 134 − 100 = 34
ចំនួនថា្នក់េស្មីនឹង 7
xmax − xmin R 34
ទទឹងថា្នក់ = = = = 4.9
7 7 7
បង្គត់េឡង
ី េនាះេយង
ី យកទទង
ឹ ថា្នក់េស្មន
ី ង
ឹ 5
េ្រជីសេរសចំ
ី នុចចាប់េផ្តីមៃនថា្នក់តូចជាងេគ៖ វាអាចជាទិន្នន័យតូចជាងេគឬក៏េលខែដលល្អមួយែដល
តូចជាងទិន្នន័យ តូចជាងេគ។ េនក្នុងករណីេនះគឺ ទិន្នន័យ 100 រួច បូក ែថមទទឹង ថា្នក់ ជាបន្តបនា្ទប់
េយង
ី បានលម
ី ត
ី ថា្នក់ ខាងេ្រកាម 100, 105, 110, 115, 120, 125, 130។ េដីម្បីទទួល បានលម
ី ត
ី ថា្នក់
ខាងេលី ៃនថា្នក់ទីមួយ េយងី យក 105 − 1 = 104 រូច បូក ែថមទទឹង ថា្នក់ បន្តបនា្ទប់ េដីម្បីទទួល បាន
លីមីតថា្នក់ខាងេលីៃនថា្នក់េផ្សងេទៀត។
• ជំហានទី២៖ រាប់ទិន្នន័យេនក្នុងថា្នក់នីមួយៗ
• ជំហានទី៣៖ បេង្កីតតារាងេ្របកង់
12
ថា្នក់ របាប់ េ្របកង់ ( f )
100 − 104 // 2
105 − 109 Z//Z
///// 8
110 − 114 Z
//Z
//Z //Z
//Z //Z
///// 18
115 − 119 Z //Z
//Z //Z
///// 13
120 − 124 //Z
Z //// 7
125 − 129 / 1
130 − 134 / 1
ី ុណ្ហភាពតារាងបំែនងែចកេ្របកង់េកន
ឧទាហរណ៍ 2.2.2. េនក្នុងឧទាហរណ៍សត ី គដ
ឺ ូចខាងេ្រកាម
េ្របកងេ់ កន
ី
តូចជាង 100 0
តូចជាង 105 2
តូចជាង 110 10
តូចជាង 115 28
តូចជាង 120 41
តូចជាង 125 48
តូចជាង 130 49
តូចជាង 135 50
សង់តារាងបំែនងែចកេ្របកង់
ចេម្លើយ. • កំនត់ចំនួនថា្នក់៖ េយង
ី េ្របីក្បូន 2 មានន័យថាេយង
k
ី រក k តូចបំផុតែដល 2 > n។ េយង
k
ី
មាន n = 25 េនាះេយង ី អាចយក k = 5 េ្រពាះ 2 = 16 < n = 25 < 2 = 32។ ដូចេនះេយង
4 5
ី កំនត់
ចំនួនថា្នក់េស្មន
ី ងឹ 5។
• កំនត់ទទឹងថា្នក់៖
ទន
ិ ្នន័យធំជាងេគ − ទន
ិ ្នន័យតូចជាងេគ 48 − 16
ទទឹងថា្នក់ = = = 6.4
ចំនួនថា្នក់ 5
េយង
ី យកទទឹងថា្នក់េស្មីនឹង 7
13
• កំនត់លីមីតថា្នក់៖ េយង
ី យកលីមីតេ្រកាមៃនថា្នក់ទីមួយ 16 រួចបូកែថមទទឹងថា្នក់ជាបន្តបនា្ទប់េយង
ី
បានលីមីត ថា្នក់ ខាងេ្រកាម 16, 23, 30, 37, 44។ េដីម្បី ទទួល បានលីមីត ថា្នក់ ខាងេលី ៃនថា្នក់ទីមួយ
េយង
ី យក 23 − 1 = 22 រួចបូកែថមទទង ឹ ថា្នក់បន្តបនា្ទប់េដីម្បទ
ី ទួលបានលម
ី តី ថា្នក់ខាងេលីៃនថា្នក់
េផ្សងេទៀត។
តារាងបំែនងែចកេ្របកង់
តារាងបំែនងែចកេ្របកង់េកីន
េ្របកងេ់ កន
ី
តូចជាង 16 0
តូចជាង 23 3
តូចជាង 30 12
តូចជាង 37 19
តូចជាង 44 24
តូចជាង 51 25
េនេពលែដលរង៉ ៃ់ នទិន្នន័យតូចតារាងបំែនងែចកេ្របកងអា
់ ច្រត�វបានសងេ់ ដាយេ្របទ
ី ិន្នន័យមួយស្រមាប់
ថា្នក់មួយ។
8 6 6 8 5 7
7 8 7 6 6 7
9 7 7 6 8 10
6 7 6 7 8 7
7 8 7 8 9 8
សង់តារាងបំែនងែចកេ្របកង់
៉ ់ៃនទន
ចេម្លើយ. េដាយសាររង ិ ្នន័យតូច (10 − 5 = 5) េនាះេយង
ី េ្របទ
ី ន
ិ ្នន័យមួយស្រមាប់ថា្នក់មួយ។
14
េ្របកងេ់ កន
ី
តូចជាង 5 0
តូចជាង 6 1
តូចជាង 7 8
តូចជាង 8 19
តូចជាង 9 27
តូចជាង 10 29
តូចជាង 11 30
• សង់តារាងេ្របកង់ចំេពាះទន
ិ ្នន័យជា្របេភទ
• សង់តារាងេ្របកង់ចំេពាះទន
ិ ្នន័យជាេលខេនេពលែដលរង៉ ់ៃនទន
ិ ្នន័យធំ
• សង់តារាងេ្របកង់ចំេពាះទិន្នន័យជាេលខេនេពលែដលរង៉ ់ៃនទិន្នន័យតូច
េគាលបំណងៃនការសង់តារាងេ្របកង់
1. េដីម្បេី រៀបចំទិន្នន័យឱ្យមានសណា
្ត ប់ធា្នប់
2. េដីម្បអា
ី ចកំនត់រាងៃនបំែនងែចក
3. េដម
ី ្បស
ី ្រម�លដល់ការគណនាមធ្យមនង
ិ គមា្លតទន
ិ ្នន័យ
ី ចសង់្រកាបបងា្ហញទិន្នន័យ
4. េដីម្បអា
5. េដម
ី ្បអា
ី ចេ្របៀបេធៀបរវាងទន
ិ ្នន័យេផ្សងៗគា្ន។
សង់អុីស្រកាម
្តូ
បនា្ទប់ពេី យង
ី េរៀបចំទន
ិ ្នន័យេយង
ី អាចបងា្ហញទន
ិ ្នន័យតាមរយៈ្រកាបេផ្សងៗដូចជា
1. អុីសូ្រកាម
្ត
2. ពហុេកាណេ្របកង់
3. ្រកាបេ្របកង់េកីន
15
ឧទាហរណ៍ 2.2.5. សង់អុស
ី ូ្រកាមចំ
្ត េពាះទន
ិ ្នន័យសត
ី ុណ្ហភាព
16
រូប 2.2: ពហុេកាណេ្របកង់
េ្របកងេ់ កន
ី
តូចជាង 100 0
តូចជាង 105 2
តូចជាង 110 10
តូចជាង 115 28
តូចជាង 120 41
តូចជាង 125 48
តូចជាង 130 49
តូចជាង 135 50
17
លំហាត់ 2.2.1. ទិន្នន័យខាងេ្រកាមបងា្ហញអំពច
ី ំនួនដងែដលអតិថិជនេទហាងទំនិញក្នុងកំឡុងេពលមួយ
ែខៃនអតថ
ិ ជ
ិ ន 50 នាក់
5 3 3 1 4 4 5 6 4 2
6 6 6 7 1 1 14 1 2 4
4 4 5 6 3 5 3 4 5 6
8 4 7 6 5 9 11 3 12 4
7 6 5 15 1 10 8 9 2 12
1. សង់តារាងបំែនងែចកេ្របកង់ែដលមាន 5 ថា្នក់
2. សង់តារាងបំែនងែចកេ្របកង់េកន
ី
3. សង់អុីសូ្រកាម
្ត
4. សង់ពហុេកាណេ្របកង់
5. សង់្រកាបេ្របកង់េកីន
្រកាបេ្របកង់េធៀប
េយង ់ ុស
ី អាចសងអ ី ្រកាម
ូ ្ត ពហុេកាណេ្របកង់ នង
ិ ្រកាបេ្របកងេ់ កន
ី េដាយេ្របេី ្របកងេ់ ធៀបជំនួសឱ្យេ្របកង់។
ឧទាហរណ៍ 2.2.8. េគឱ្យតារាងបំែនងែចកេ្របកង់ៃនអាយុអភិបាល្រក�ងដូចខាងេ្រកាម
្រពំែដនថា្នក់ េ្របកង់ ( f )
42.5 − 47.5 4
47.5 − 52.5 4
52.5 − 57.5 11
57.5 − 62.5 14
62.5 − 67.5 9
67.5 − 72.5 5
72.5 − 77.5 3
18
រូប 2.4: អុីសូ្រកាម
្ត
និងតារាង្របកង់េធៀបេកីន
េ្របកង់េកីន េ្របកង់េធៀបេកីន
តូចជាង 42.5 0 0.00
តូចជាង 47.5 4 0.08
តូចជាង 52.5 8 0.16
តូចជាង 57.5 19 0.38
តូចជាង 62.5 33 0.66
តូចជាង 67.5 42 0.84
តូចជាង 72.5 47 0.94
តូចជាង 77.5 50 1.00
19
រូប 2.6: ្រកាបេ្របកង់េធៀបេកីន
រ ូបរាងបំែនងែចក
បំែនងែចកអាចមានរូបរាងជាេ្រចន
ី េហយ
ី វ ិធសា
ី �ស្តមួយៃនការវភាគបំ
ិ ែនងែចកគកា ់ ស
ឺ រសងអ ុី ្រកាមឬពហុ
ូ ្ត េកាណ
េ្របកង់។ រូបរាងជាេ្រចន
ី ៃនបំែនងែចកមាន៖ រាងជាកណឹ្ត ង រាងអ៊ុយនហ
ី ម
្វ រាងអក្សរ J រាងអក្សរ J ប�ញ្ចស់
រាងេទរេនខាងសា្ត ំ រាងេទរេនខាងេឆ្វង រាងម៉ូដពីរ រាងអក្សរ U។
2.3 លំហាត់អនុវត្តន៍
23 30 20 27 44 26 35 20 29 29
25 15 18 27 19 22 12 26 34 15
27 35 26 43 35 14 24 12 23 31
40 35 38 57 22 42 24 21 27 33
1. សង់តារាងបំែនងែចកេ្របកង់ែដលមាន 6 ថា្នក់
2. សង់អុស
ី ូ្រកាម
្ត ពហុេកាណេ្របកង់ នង
ិ ្រកាបេ្របកង់េកន
ី េដាយេ្របេី ្របកង់េធៀប
3. បក្រសាយរូបរាងៃនអុស
ី ូ្រកាម
្ត
59 78 62 72 67
76 92 77 64 83
64 70 67 75 75
78 75 71 72 93
68 69 76 72 85
64 70 77 74 72
53 67 48 76 59
87 53 77 70 63
20
រូប 2.7: រូបរាងៃនបំែនងែចក
1. សង់តារាងបំែនងែចកេ្របកង់ែដលមាន 7 ថា្នក់
2. សង់អុីសូ្រកាម
្ត ពហុេកាណេ្របកង់ និង្រកាបេ្របកង់េកីន េដាយេ្របីេ្របកង់េធៀប
3. បក្រសាយរូបរាងៃនអុីសូ្រកាម
្ត
2.4 ្រកាបបងា្ហញទិន្នន័យេផ្សងេទៀត
្រកាបេនះបងា្ហញថាតៃម្លផ្សព្វផ�យមានការេកីនេឡង
ី ជាេរៀងរាល់ឆា្ន។
ំ តៃម្លេកីនេឡង
ី ខា្លង
ំ បំផុតគេឺ នឆា្ន ំ
2011 បនា្ទប់មកេនឆា្ន ំ 2014។
សមា្គល់ 2.4.1. េនេពលែដលេយង
ី វ ិភាគ្រកាបេស៊រេពលេវលា
ី េយង
ី ពិនិត្យេមីលគំរែូ ដលេកីតេឡង
ី េនចេនា្លះ
េពលណាមួយ ពន ិ ត
ិ ្យេមល
ី ភាពេកន
ី ឬចុះៃនបនា្ទត់ នង
ិ ពន
ិ ត
ិ ្យេមល
ី េមគុណ្របាប់ទស
ិ ។ េមគុណ្របាប់ទស
ិ
ធំេនចេនា្លះេពលណាមួយបញ្ជក់ពីការេកីនេឡង ី ឬថយចុះរហ័សេនចេនា្លះេពលេនាះ។
21
រូប 2.8: ្រកាបេស៊រេពលេវលា
ី
ឧទាហរណ៍ 2.4.2. ទិន្នន័យ ខាងេ្រកាមបងា្ហញពី ចំ នួន ឈា្មះព្យុះស្រមាប់ ឆា្ន ំនី មួយ ៗរយៈេពល 40 ឆា្ន ំ
ចុងេ្រកាយ
19 9 16 15 10 28 15 16 12 15
15 12 14 8 13 19 7 8 7 8
14 11 12 7 6 11 13 4 6 12
11 9 12 6 10 9 11 8 7 13
និយមន័យ 2.4.3 (្រកាប Stem និង Leaf). ្រកាប Stem និង Leaf ជា្រកាបបងា្ហញទិន្នន័យ ែដលេ្របី
មួយែផ្នកៃនទិន្នន័យជា Stem និងមួយែផ្នកេទៀតជា Leaf េដីម្បប
ី េង្កីតជា្រក�មឬថា្នក់។
22
ឧទាហរណ៍ 2.4.3. សង្រ់ កាប Stem នង
ិ Leaf ចំេពាះទន
ិ ្នន័យៃនចំនួនអ្នកេធ្វកា
ី រពនិ ត
ិ ្យចងា្វក់េបះដូងេន
មណ្ឌលពិនិត្យេនៃថ្ងនីមួយៗរយៈេពល 20 ៃថ្ង
25 31 20 32 13
14 43 02 57 23
36 32 33 32 44
32 52 44 51 45
ចេម្លើយ. • តំេរៀបទិន្នន័យតាមលំដាប់
02, 13, 14, 20, 23, 25, 31, 32, 32, 32, 32, 33, 36, 43, 44, 44, 45, 51, 52, 57
• បំែបកទិន្នន័យតាមខ្ទង់ទីមួយ
02, 13, 14, 20, 23, 25, 31, 32, 32, 32, 32, 33, 36,
43, 44, 44, 45, 51, 52, 57
0 2
1 3 4
2 0 3 5
3 1 2 2 2 2 3 6
4 3 4 4 5
5 1 2 7
ី រស្ទង់មតេិ ទេលច
ឧទាហរណ៍ 2.4.4. អ្នក្រសាវ្រជាវ្រក�មហ៊ុនធានារា៉ ប់រងេធ្វកា ី ំនួនឡានែដល្រត�វបានលួច
េនក្នុងទី្រក�ងធំមួយស្រមាប់រយៈេពល 30 ៃថ្ងដូចមានបងា្ហញខាងេ្រកាម
52 62 51 50 69
58 77 66 53 57
75 56 55 67 73
79 59 68 65 72
57 51 63 69 75
65 53 78 66 55
សង់្រកាប Stem និង Leaf េដាយេ្របីថា្នក់ 50 − 54, 55 − 59, 60 − 64, 65 − 69, 70 − 74 និង 75 − 79
ចេម្លើយ. តំេរៀបទិន្នន័យតាមលំដាប់
50, 51, 51, 52, 53, 53, 55, 55, 56, 57, 57, 58, 59 62, 63
65, 65, 66, 66, 67, 68, 69, 69, 72, 73, 75, 75, , 77, 78, 79
េយង
ី បាន
5 0 1 1 2 3 3
5 5 5 6 7 7 8 9
6 2 3
6 5 5 6 6 7 8 9 9
7 2 3
7 5 5 7 8 9
23
ឧទាហរណ៍ 2.4.5. ទន
ិ ្នន័យខាងេ្រកាមបងា្ហញអំពព
ី ន
ិ ុ គណ
្ទ ិ តវ ិទយ នង
ិ ការអានេនក្នុងការ្របលងមួយ
គណិត ការអាន
52 66 69 62 61 65 76 76 66 67
63 57 59 59 55 71 70 70 66 61
55 59 74 72 73 61 69 78 76 77
68 76 73 77 77 80
សង់្រកាប Stem នង
ិ Leaf
9 9 9 7 5 5 2 5
9 8 6 3 2 1 6 1 1 5 6 6 7 9
6 4 3 3 2 7 0 0 1 6 6 6 7 7 7 8
8 0
23 22 29 19 12 18 17 30 11 27
11 18 26 25 20 25 15 24 21 31
29 14 22 25 29 24 12 30 27 21
27 25 21 14 28 17 17 24 20 26
13 20 27 26 17 18 25 21 33 29
សង់្រកាបចំនុចនិងបក្រសាយទិន្នន័យ
24
លំហាត់ 2.4.2. សង់្រកាប Stem នង
ិ Leaf ចំេពាះទន
ិ ្នន័យខាងេ្រកាម
50 51 52 54 59 51
54 50 58 51 54 53
56 58 56 70 54 52
58 54 64 52 73 57
50 60 56 50 66 54
52 51 58 63 57 52
51 50 61 52 65 50
25
26
ជំពូកទី3
ការបក្រសាយទិន្នន័យ
េនក្នុងជំពូកមុនេយង
ី បានេរៀបចំទិន្នន័យជា្របេភទេដាយេ្របីតារាងេ្របកង់ និងបានបងា្ហញទិន្នន័យេដាយ
ការសង្រ់ កាបសសរ ដយ្រកាមផ្លត
ិ ។ ដូចគា្នែដរេយង
ី ក៏បានេរៀបចំទន ី រាងេ្របកង់ នង
ិ ្នន័យជាេលខេដាយេ្របតា ិ
សងអ់ ស
ុី ្រកាម
ូ ្ត ពហុេកាណេ្របកង់ និង្រកាបេ្របកងេ់ កីន។ េនក្នុងជំពូកេនះេយងី នឹងសិក�អំពកា
ី របក្រសាយ
ទន
ិ ្នន័យជាេលខេដាយការគណនា
• រងា្វស់ទំេនារកណា
្ត លៃនទិន្នន័យ
• រងា្វស់គមា្លតៃនទិន្នន័យ
• រងា្វស់ទតា
ី ងំ ៃនទន
ិ ្នន័យ
3.1 រងា្វស់ទំេនារកណា
្ត លៃនទិន្នន័យរាយ
អ្នកស្ថិតិេ្របីលំហគំរូែដលយកេចញពីសាកលប៉ុែន្តេនេពលែដលសាកលមានទំហត
ំ ូច វាមិនចាំបាច់េនក្នុង
ការេ្របី លំហ គំរូ េទេដាយសារសាកលទាំងមូល អាច្រត�វ បានេ្របី េដីម្បី ទាញយកពត៌មាន។ ជាឧទាហរណ៍
់ ឹងពកា
ឧបមាថាអ្នក្រគប់្រគង្រក�មហ៊ុនធានារា៉ ប់រងចងដ ី រលក់្របចាំសបា្តហ៍ជាមធ្យមៃនតំណាងលក់្រក�មហ៊ុន
ទាំងអស់។ េបី្រក�មហ៊ុនជួលតំណាងលក់េ្រចីនអាចថាទូទាង ំ ្របេទសេនាះេគ្រត�វេ្របីលំហគំរូេដីម្បស
ី ន្និដា្ឋន
េទេលី ការលក់ ទាងំ អស់។ ែតេបី ្រក�មហ៊ុន ជួល តំណាងលក់ មនិ េ្រចន
ី េទអាចថា 50 នាក់ េនាះេគអាចេ្របី
តំណាងលក់ទាង
ំ អស់ែដលេនះមានន័យថាេ្របីសាកលទាំងមូលេដីម្បស
ី ន្និដា្ឋនេទេលីការលក់ទាង
ំ អស់។
និយមន័យ 3.1.1. • ស្ថត
ិ ជា
ិ រងា្វស់ែដលទទួលបានេដាយការេ្របទ
ី ន
ិ ្នន័យទាំងអស់េនក្នុងលំហគំរូ។
• បា៉រា៉ ែម៉្រតជារងា្វស់ែដលទទួលបានេដាយការេ្របីទិន្នន័យទាំងអស់េនក្នុងសាកល។
រងា្វស់ទំេនារកណា
្ត លៃនទន
ិ ្នន័យែដល្រត�វបានេ្រប្រី បាស់ទូេទមាន
1. មធ្យម ឬមធ្យមនព្វន្ធ
2. េមដយន
3. ម៉ូដ
មធ្យមសាកល
េនក្នុងការសិក�មួយចំនួនេគេ្របទ
ី ិន្នន័យទាំងអស់េនក្នុងសាកល។ ចំេពាះទិន្នន័យរាយ មធ្យមសាកលគឺជា
ផលបូកៃនទន
ិ ្នន័យទាំងអស់េនក្នុងសាកលែចកេដាយចំនួនទន
ិ ្នន័យេនក្នុងសាកល។
ផលបូកៃនទន
ិ ្នន័យទាំងអស់េនក្នុងសាកល
មធ្យមសាកល =
ចំនួនទន
ិ ្នន័យេនក្នុងសាកល
27
រូបមន្តមធ្យមសាកល P
x
µ=
N
ែដល
• µ : មធ្យមសាកល
• N : ចំនួនទន
ិ ្នន័យក្នុងសាកល
• x : ទន
ិ ្នន័យនម
ី ួយៗ
P
• x : ផលបូកទន
ិ ្នន័យទាំងអស់កុ ងសាកល
្ន
មធ្យមលំហគំរ ូ
េនក្នុងការសិក�ភាគេ្រចីនេគេ្រជីសេរសលំ
ី ហគំរេូ ចញពសា
ី កលេ្រពាះវាចំណាយថវ ិកា និងេពលេវលាេ្រចីន
េដីម្បស
ី ក
ិ �សាកលទាំងមូលេបីវាមានទំហធ ំ ំ។ ចំេពាះទន ិ ្នន័យរាយ មធ្យមលំហគំរូគជា
ឺ ផលបូកៃនទន
ិ ្នន័យ
ទាំងអស់េនក្នុងលំហគំរូែចកេដាយចំនួនទិន្នន័យេនក្នុងលំហគំរូ។
ផលបូកៃនទន
ិ ្នន័យទាំងអស់េនក្នុងលំហគំរូ
មធ្យមលំហគំរូ =
ចំនួនទន
ិ ្នន័យេនក្នុងលំហគំរូ
រូបមន្តមធ្យមលំហគំរូ P
x
x̄ =
n
ែដល
• x̄ : មធ្យមលំហគំរូ
• n : ចំនួនទន
ិ ្នន័យក្នុងលំហគំរូ
• x : ទន
ិ ្នន័យនម
ី ួយៗ
P
• x : ផលបូកទន
ិ ្នន័យទាំងអស់កុ ងលំ
្ន ហគំរូ
28
ឧទាហរណ៍ 3.1.2. ្រក�មហ៊ុនកំពុងសិក�អំពច
ី ំនួននាទ្រី បចាំែខែដលបានេ្របី្របាស់េដាយអតិថិជនេនក្នុង
គេ្រមាងអា្រតាទូរសព្ទៃដមួយ។ លំហគំរូៃចដន្យៃនអតថ
ិ ជ
ិ ន 12 នាក់បងា្ហញចំនួននាទីែដលបានេ្រប្រី បាស់
កាលពីែខមុនដូចខាងេ្រកាម
90 77 94 89 119 112 91 110 92 100 113 83
េតម
ី ធ្យមៃនចំនួននាទែី ដលបានេ្រប្រី បាស់កាលពែី ខមុនេស្មន
ី ង
ឹ ប៉ុនា្មន? មធ្យមៃនចំនួននាទគ
ី ឺ
P
x 90 + 77 + · · · + 83 1170
x̄ = = = = 97.5
n 12 12
លក្ខណៈ 3.1.1. 1. មធ្យមគមា
ឺ នែតមួយគត់
2. ផលបូកៃនគមា្លតទិន្នន័យនីមួយៗេចញពីតៃម្លមធ្យមេស្មីនឹងសូន្យ
X
(x − x̄) = 0
តាមពត
ិ េទេបល
ី ំហគំរូមាន n ទន
ិ ្នន័យ x1 , x2 , . . . , xn េនាះ
Xn Xn
(xi − x̄) = xi − n x̄
i=1 i=1
= n x̄ − n x̄
=0
ឧទាហរណ៍ 3.1.3. ពន
ិ ុស
្ទ ស
ិ ្សៃនេតស្តទាង
ំ 5 គឺ 42, 60, 70, 75, 78 េនាះពន
ិ ុ ជាមធ្យមរបស់
្ទ គាត់គឺ
P
x 42 + 60 + 70 + 75 + 78 325
x̄ = = = = 65
n 5 5
េយង
ី ពន
ិ ត
ិ ្យ
X
n
(xi − x̄) = (42 − 65) + (60 − 65) + (70 − 65) + (75 − 65) + (78 − 65)
i=1
= (−23) + (−5) + (5) + (10) + (13) = −28 + 28 = 0
(a) សេសររូបមន្តស្រមាប់គណនាមធ្យមសាកល
(b) គណនាមធ្យមៃនពន
ិ ុ ្ទ
(c) េតម
ី ធ្យមែដលបានគណនាជាស្ថត
ិ ិ ឬបា៉រា៉ ែម៉្រត? េហតុអ?
ី្វ
(a) សេសររូបមន្តស្រមាប់គណនាមធ្យមលំហគំរូ
(b) គណនាមធ្យមលំហគំរូ
(c) េតម
ី ធ្យមែដលបានគណនាជាស្ថត ិ ិ ឬបា៉រា៉ ែម៉្រត? េហតុអ?
ី្វ
P
(d) េផ្ទ�ងផា្ទត់ថា (x − x̄) = 0
29
េមដយន
េដីម្បរី កេមដយនេយង
ី ្រត�វ
1. តំេរៀបទិន្នន័យតាមលំដាប់េកីន
2. កំនត់ចំនួនទិន្នន័យ n
4. េបី n គូ េយង
ី រកមធ្យមៃនទិន្នន័យពីរែដលេនកណា
្ត លេនាះតៃម្លែដលទទួលបានជាេមដយន។
មានន័យថា
1. តំេរៀបទិន្នន័យតាមលំដាប់េកីន
តាង x(i) ជាទន
ិ ្នន័យទី i តូចបំផុត
2. េបី n េសសេនាះេមដយនេស្មន
ី ងឹ
MD = x( n+1
2 )
3. េបី n គូេនាះេមដយនេស្មីនឹង
x( n2 ) + x( n2 +1)
MD =
2
15 17 12 32 21 11
តំេរៀបទិន្នន័យតាមលំដាប់េកីន
11 12 15 17 21 32
េដាយសារ n = 6 េនាះេមដយន
x(3) + x(4) 15 + 17
MD = = = 16
2 2
23 12 23 27 34 41 25
តំេរៀបទិន្នន័យតាមលំដាប់េកីន
12 23 23 25 27 34 41
េដាយសារ n = 7 េនាះេមដយន
MD = x(4) = 25
សមា្គល់ 3.1.1. េមដយនគឺ មន
ិ រងផលប៉ះពាល់ េដាយតៃម្ល ទន
ិ ្នន័យ ធំ េពកឬតូច េពកេនាះេទ រឯមធ្យមគ
ី ឺ រង
ផលប៉ះពាល់េដាយតៃម្លទិន្នន័យធំេពកឬតូចេពក។
30
• មធ្យមគឺធំជាងេមដយនេបីបំែនងែចកេទរេទខាងសា្ត ំ
• មធ្យមគឺតូចជាងេមដយនេបីបំែនងែចកេទរេទខាងេឆ្វង
• មធ្យមេស្មន
ី ងឹ េមដយនេបប
ី ំែនងែចកគស
ឺ ុម
ី ្រី ទ។
ី
ម៉ូដ
• េបមា ិ ្នន័យែតមួយមានេ្របកង់ធំជាងេគេនាះេយង
ី នទន ី ថាវាជាឯកម៉ូដ
• េបីមានទិន្នន័យែតពីរមានេ្របកង់ធំជាងេគេនាះេយង
ី ថាវាជាេទ្វមូដ
៉
• េបីមានទិន្នន័យេ្រចីនជាងពីរមានេ្របកង់ធំជាងេគេនាះេយង
ី ថាវាជាពហុមូដ
៉
• េនេពលែដលមិនមានទិន្នន័យណាេកីតេឡង
ី េ្រចីនជាងមួយដងេនាះេយង
ី ថាវាគា្មនម៉ូដ។
េដាយសារ 77 េកត
ី េឡង
ី 2 ដងេនាះម៉ូដគឺ 77
ឧទាហរណ៍ 3.1.7. រកម៉ូដៃនទិន្នន័យខាងេ្រកាម
េដាយសារ 104 នង
ិ 109 េកត
ី េឡង
ី 5 ដងដូចគា្នេនាះម៉ូដគឺ 104 នង
ិ 109
ឧទាហរណ៍ 3.1.8. រកម៉ូដៃនទិន្នន័យខាងេ្រកាម
61 48 28 25 24
េដាយសារទិន្នន័យនីមួយៗេកីតេឡង
ី ែតម្តងដូចៗគា្នេនាះវាគា្មនម៉ូដ។
31
លំហាត់ 3.1.3. 1. េគឱ្យទិន្នន័យដូចខាងេ្រកាម
58 75 31 58 46 65 60 71 45 58 80
2. ទន
ិ ្នន័យខាងេ្រកាមបងា្ហញអំពក
ី ំពស់ៃនរថេភ្លង
ី េហាះចំនួន 14 គត
ិ ជាហ្វត
ី ដូចខាងេ្រកាម
រកមធ្យម េមដយន នង
ិ ម៉ូដ
េបីបំែនងែចកេ្របកង់េទរេទខាងេឆ្វងមានន័យថាទន ី ្របមូលផ្តុំេនខាងសា្ត ំ នង
ិ ្នន័យភាគេ្រចន ិ ទន
ិ ្នន័យ
តច
ិ តួចេនខាងេឆ្វង។ េនក្នុងករណីេនះម៉ូដធំជាងេមដយន នង
ិ េមដយនធំជាងមធ្យម
32
មធ្យមទម្ងន់
វ ិធងា
ី យជាងេនះេដីម្បរី កមធ្យមៃនតៃម្លគក
ឺ ំនត់មធ្យមទម្ងនមា
់ នន័យថាេយង
ី គុណទន
ិ ្នន័យនម
ី ួយៗនង
ឹ ចំនួន
ដងែដលវាេកត ី េឡង
ី ។ តាងមធ្យមទម្ងន់េដាយ x̄w
3(1.84) + 4(2.07) + 3(2.40) 21
x̄w = = = 2.10
10 10
េនក្នុងករណីេនះទម្ងនជា
់ ចំនួនដងៃនទន
ិ ្នន័យែដលេកត
ី េឡង
ី ប៉ុែន្តទម្ងនអា
់ ចជារងា្វស់ចាបា
ំ ច់េផ្សងេទៀត។
ជាទូេទមធ្យមទម្ងន់ៃន x1 , x2 , . . . , xn ែដលមានទម្ងន់េរៀងគា្ន w1 , w2 , . . . , wn អាចគណនាេដាយ
ែដល w1 , w2 , . . . , wn ជាទម្ងន់េរៀងគា្នៃន x1 , x2 , . . . , xn ។
33
ដូចេនះមធ្យមៃនអា្រតា្របាក់េមា៉ងគឺ 18.12$
ឧទាហរណ៍ 3.1.10 (GPA). សិស្សមា្នក់ទទួលបាន A េទេលីមុខវ ិជា្ជែតងេសចក្តីអង់េគ្លស (3 េ្រកឌីត)
បាន C េទេលចី ិត្តវ ិទយ (3 េ្រកឌីត) បាន B េទេលជ ី ីវវ ិទយ (4 េ្រកឌីត) និងបាន D េទេលរី ូបវ ិទយ (2 េ្រក
ឌីត)។ សន្មត់ថា A = 4 ពិនុ ្ទ B = 3 ពិនុ ្ទ C = 2 ពិនុ ្ទ D = 1 ពិនុ ្ទ និង F = 0 ពិនុ ។
្ទ រក GPA របស់សិស្ស
មា្នក់េនាះ។
2. ្រគ�មា្នក់េទៀតដាក់ពិនុ ស
្ទ ិស្សេដាយការ្របលងរយៈេពលមួយេមា៉ងចំនួន 4 និងការ្របលងបញ្ច ប់ចំនួន
1 ែដលេស្មន
ី ងឹ ការ្របលងរយៈេពលមួយេមា៉ងចំនួន 2។ រកមធ្យមភាគពន
ិ ុៃនស
្ទ ិស្សេបគា
ី ត់ទទួលបាន
62, 83, 97 និង 90 េទេលីការ្របលងរយៈេពលមួយេមា៉ង និង 82 េទេលីការ្របលងបញ្ច ប់។
3.2 រងា្វស់ទំេនារកណា
្ត លៃនទិន្នន័យជាថា្នក់
មធ្យមៃនទិន្នន័យជាថា្នក់
• f ជាេ្របកង់កុ ងថា
្ន ្ន ក់នីមួយៗ
• Xm ជាចំនុចកណា
្ត លថា្នក់នីមួយៗ
34
• n ជាេ្របកង់សរុប
្រពំែដនថា្នក់ េ្របកង់
15.5 − 20.5 13
20.5 − 25.5 6
25.5 − 30.5 4
30.5 − 35.5 1
35.5 − 40.5 1
n = 25
គណនាមធ្យមៃនទិន្នន័យ
ចេម្លើយ. េយង
ី បេង្កីតតារាង
េយង
ី បាន P
f.Xm 555
X̄ = = = 22.2
n 25
ដូចេនះ្របាក់ែខជាមធ្យមគឺ 22.2 លានដុលា្លរ។
លំហាត់ 3.2.1. េគឱ្យតារាងបំែនងែចកេ្របកង់ដូចខាងេ្រកាម
្រពំែដនថា្នក់ េ្របកង់
0.5 − 19.5 12
19.5 − 38.5 7
38.5 − 57.5 5
57.5 − 76.5 3
76.5 − 95.5 3
n = 30
គណនាមធ្យមៃនទិន្នន័យ
េមដយនៃនទិន្នន័យជាថា្នក់
ី អាចបា៉ន់សា្មនេមដយនស្រមាប់ទិន្នន័យែដលតំេរៀបជាតារាងេ្របកង់។ ដំបូងេយង
េយង ី រកថា្នក់េមដយនែដល
ជាថា្នក់ផុ ្ទកេមដយនមានន័យថាជាថា្នក់ែដលផ្ទុកទន
ិ ្នន័យទី 2 ។ បនា្ទប់មកេយង
n
ី គណនាេមដយនតាមរូបមន្ត
n/2 − cf
MD = Lm + (w)
f
ែដល
35
• n ជាេ្របកង់សរុប
• cf ជាេ្របកង់េកីនៃនថា្នក់មុនថា្នក់េមដយនមួយថា្នក់
• w ជា្របែវងថា្នក់េមដយន
• f ជាេ្របកង់ថា្នក់េមដយន
• Lm ជា្រពំែដនថា្នក់ខាងេ្រកាមថា្នក់េមដយន
គណនាេមដយនៃនទិន្នន័យ
ចេម្លើយ. សង់តារាងេ្របកង់េកន
ី
្រពំែដនថា្នក់ េ្របកង់ េ្របកង់េកីន
0.5 − 10.5 8 8
10.5 − 20.5 14 22
20.5 − 30.5 12 34
30.5 − 40.5 9 43
40.5 − 50.5 7 50
េដាយសារ n
2
= 50
2
= 25 េនាះថា្នក់េមដយនគឺ 20.5 − 30.5។ ដូចេនះ
Lm = 20.5, f = 12, c f = 22, w = 10
នាំឱ្យ
n/2 − cf 25 − 22
MD = Lm + (w) = 20.5 + (10) = 23
f 12
ដូេច្នះមនុស្ស 25 នាក់ចំណាយេពលតច
ិ ជាង 23 នាទីេដីម្បេី ធ្វដ ី ំេណីរេទេធ្វកា
ី រ នង
ិ មនុស្ស 25 នាក់េទៀត
ចំណាយេពលេ្រចីនជាង 23 នាទីេដីម្បេី ធ្វីដេំ ណីរេទេធ្វីការ។
លំហាត់ 3.2.2. េគឱ្យតារាងបំែនងែចកេ្របកង់ដូចខាងេ្រកាម
្រពំែដនថា្នក់ េ្របកង់
13.5 − 20.5 10
20.5 − 27.5 11
27.5 − 34.5 6
34.5 − 41.5 8
41.5 − 48.5 4
48.5 − 55.5 1
គណនាេមដយនៃនទិន្នន័យ
36
ម៉ូដៃនទិន្នន័យជាថា្នក់
៉ ជាថា្នក់ែដលមានេ្របកង់េ្រចីនជាងេគ។ េយង
ចំេពាះទិន្នន័យជាថា្នក់ ថា្នក់មូដ ី អាចរកម៉ូដតាមរូបមន្ត
!
f1 − f0
Mode = Lmo + (w)
( f1 − f0 ) + ( f1 − f2 )
ែដល
• Lmo ជា្រពំែដនថា្នក់ខាងេ្រកាមថា្នក់មូដ
៉
• f1 ជាេ្របកង់ថា្នក់មូដ
៉
• f0 ជាេ្របកង់ៃនថា្នក់មុនថា្នក់មូដ
៉ មួយថា្នក់
• f2 ជាេ្របកង់ៃនថា្នក់េ្រកាយថា្នក់មូដ
៉ មួយថា្នក់
• w ជា្របែវងថា្នក់មូដ
៉
គណនាម៉ូដទន
ិ ្នន័យ
ចេម្លើយ. តាមតារាងេយង
ី បានថា្នក់មូដ
៉ គឺ 10.5 − 20.5។ ដូចេនះ
Lmo = 10.5, f1 = 14, f0 = 8, f2 = 12, w = 10
នាំឱ្យ
!
f1 − f0
Mode = Lmo + (w)
( f1 − f0 ) + ( f1 − f2 )
!
6
= 10.5 + (10) = 18
6+2
្រពំែដនថា្នក់ េ្របកង់
149.5 − 158.5 5
158.5 − 167.5 16
167.5 − 176.5 20
176.5 − 185.5 21
185.5 − 194.5 20
194.5 − 203.5 15
203.5 − 212.5 3
37
3.3 រងា្វស់គមា្លតៃនទិន្នន័យរាយ
ពិនិត្យេមីលទិន្នន័យខាងេ្រកាមែដលបងា្ហញអំពីរយៈេពលគិតជាែខៃនថា្នលា
ំ បពីរ្របេភទ
A 10 60 50 30 40 20
B 35 45 30 35 40 25
ទន
ិ ្នន័យ ទាំងពរី មានមធ្យមេស្មន
ី ងឹ 35 ែខដូចគា្ន េតី េយង
ី អាចសន្នដា
ិ ្ឋ នថាថា្នលា
ំ ប្របេភទទាំងពរី េ្របី បាន
រយៈេពលដូចគា្នឬយា៉ងណា? តាមពិតេទទិន្នន័យទាំងពីរមិនដូចគា្នេទេទាះបីជាមានមធ្យមដូចគា្នែតគមា្លត
គខ
ឺ ុសគា្ន។ ក្នុងស្ថិតេិ ដីម្បប
ី ក្រសាយទិន្នន័យឱ្យបាន្រតឹម្រត�វអ្នកស្ថិត្រិ ត�វដឹងេ្រចីនជាងរងា្វស់ទំេនារកណា
្ត ល
ៃនទន
ិ ្នន័យ។ េយង
ី នង
ឹ សក
ិ �អំពរី ងា្វស់គមា្លតៃនទន
ិ ្នន័យ៖
1. រង៉ ់
2. វា៉ដ្យង់
3. គមា្លតស្តង់ដា
• វា៉ដ្យង់និងគមា្លតស្តង់ដាេ្របីទិន្នន័យទាំងអស់និងអា្រស័យេលីគមា្លតេចញពីមធ្យម។
រ ៉ង់
និយមន័យ 3.3.1.
រង៉ ់ = ទិន្នន័យធំជាងេគ − ទិន្នន័យតូចជាងេគ
េនក្នុងឧទាហរណ៍ខាងេលី
រង៉ ៃ់ នទន
ិ ្នន័យ A គឺ
រង៉ ់ = 60 − 10 = 50
រង៉ ់ៃនទន
ិ ្នន័យ B គឺ
រង៉ ់ = 45 − 25 = 20
វា៉ដ្យង់និងគមា្លតស្តង់ដា
ែដល
• xi ជាទិន្នន័យនីមួយៗ
• µ ជាមធ្យមសាកល
38
• N ជាទំហសា
ំ កល
់ សាកលគឺជាឬសកាេរៃនវា៉ដ្យង់
និយមន័យ 3.3.3. គមា្លតស្តងដា
s
√ PN
i=1 (xi − µ)2
σ= σ2 =
N
់ គដ
• ឯកតាេនក្នុងគមា្លតស្តងដា ឺ ូចគា្ននង ិ ្នន័យេដីម េ្រពាះការបំពាក់ឬសកាេរៃនវា៉ដ្យង់
ឹ ឯកតាេនក្នុងទន
សាកលេយង
ី អាចបែម្លងឯកតាឱ្យដូចនឹងឯកតាែដលេ្របីកុ ងទ
្ន ិន្នន័យេដីម។
ដំេណីរការក្នុងការរកវា៉ដ្យង់នង
ិ គមា្លតស្តង់ដាសាកល
1. រកមធ្យមសាកល
PN
xi
µ= i=1
N
2. រកគមា្លតស្រមាប់ទិន្នន័យនីមួយៗ xi − µ
ី ទួលបានវា៉ដ្យង់
5. ែចកនឹង N េដីម្បទ
PN
i=1 (xi − µ)2
σ =
2
N
ី ទួលបានគមា្លតស្តង់ដា
6. បំពាក់ឫសកាេរេដីម្បទ
s
PN
i=1 (xi − µ)2
σ=
N
់ មពិតេទជាមធ្យមៃនកាេរចមា្ងយរវាងទិន្នន័យនម
• វា៉ដ្យងតា ី ួយៗពម ី ធ្យម។ ដូចេនះេបទ
ី ិន្នន័យេនែក្បរ
មធ្យមេនាះវា៉ដ្យង់តូចែតេបីទិន្នន័យេនឆា្ងយពីមធ្យមេនាះវា៉ដ្យង់នឹងធំ។
• មូលេហតុែដលេគេ្របីកាេរៃនចមា្ងយជំនួសឱ្យចមា្ងយធម្មតាេ្រពាះផលបូកៃនចមា្ងយេស្មីនឹងសូន្យ។
• វា៉ដ្យង់និងគមា្លតស្តង់ដាៃនទិន្នន័យគឺជាេលខមិនអវ ិជ្ជមាន។
ឧទាហរណ៍ 3.3.1. ចាត់ទុកទិន្នន័យខាងេ្រកាមជាសាកល
10 60 50 30 40 20
គណនាវា៉ដ្យង់ និងគមា្លតស្តង់ដា
39
ចេម្លើយ. េយង
ី មានមធ្យមសាកល
P
x 10 + 60 + 50 + 30 + 40 + 20 210
µ= = = = 35
N 6 6
xi xi − µ (xi − µ)2
10 −25 625
60 25 625
50 15 225
30 −5 25
40 5 25
20 −15 225
P
(xi − µ)2 = 1750
ដូចេនះវា៉ដ្យង់សាកល
P
(xi − µ)2 1750
σ =
2
= = 291.7
N 6
និងគមា្លតស្តង់ដាសាកល
rP
(xi − µ)2 √
σ= = 291.7 = 17.1
N
លំហាត់ 3.3.1. 1. ចាត់ទុកទិន្នន័យទាំង 6 ជាសាកលៈ 13 3 8 10 8 6
(a) គណនាមធ្យមសាកល
(b) គណនាវា៉ដ្យង់សាកល
វា៉ដ្យង់លហ
ំ គំរ ូ
រូបមន្តវា៉ដ្យង់លំហគំរូ
Pn
− x̄)2
i=1 (xi
s =2
n−1
ែដល
• s2 ជាវា៉ដ្យង់លំហគំរូ
• xi ជាទន
ិ ្នន័យនម
ី ួយៗេនក្នុងលំហគំរូ
• x̄ ជាមធ្យមលំហគំរូ
• n ជាចំនួនទន
ិ ្នន័យេនក្នុងលំហគំរូ
40
រូបមន្តគមា្លតស្តង់ដាលំហគំរូ
rP
n
− x̄)2
i=1 (xi
s=
n−1
ែដល
• s ជាគមា្លតស្តង់ដាលំហគំរូ
• xi ជាទិន្នន័យនម
ី ួយៗេនក្នុងលំហគំរូ
• x̄ ជាមធ្យមលំហគំរូ
• n ជាចំនួនទន
ិ ្នន័យេនក្នុងលំហគំរូ
ជាអ្នកបា៉ន់សា្មនដ៏លប
្អ ំផុតៃនវា៉ដ្យង់សាកល σ2 ។
ឧទាហរណ៍ 3.3.2. ្របាក់េមា៉ងស្រមាប់លំហគំរូៃនបុគ្គលិកេធ្វីការេ្រកេមា៉ងេនក្នុងហាងមួយគឺ
េតីវា៉ដ្យង់លំហគំរូេស្មីនឹងប៉ុនា្មន? េតីគមា្លតស្តង់ដាលំហគំរូេស្មីនឹងប៉ុនា្មន?
ចេម្លើយ. េយង
ី មាន Pn
xi 85
x̄ = i=1
= = 17
n 5
xi xi − x̄ (xi − x̄)2
12 −5 25
20 3 9
16 −1 1
18 1 1
19 2 4
P
(xi − x̄)2 = 40
41
ដូចេនះវា៉ដ្យង់លំហគំរូ
Pn
− x̄)2
i=1 (xi 40
s =
2
= = 10
n−1 5−1
និងគមា្លតស្តង់ដាលំហគំរូ
rP
n
− x̄)2 √
i=1 (xi
s= = 10 = 3.16
n−1
សមា្គល់៖ វា៉ដ្យង់លំហគំរូគឺគិតជាដុលា្លរកាេរ ($2 ) រឯគមា
ី ្ល តស្តង់ដាលំហគំរូគឺគិតជាដុលា្លរ ($) ។
ី ្ដ ទ 3.3.1. វា៉ដ្យង់លំហគំរូអាចសេសរជាទ្រមង់
្រទឹសប
Pn P
n i=1 xi2 − ni=1 xi 2
s =
2
n(n − 1)
គមា្លតស្តង់ដាលំហគំរូអាចសេសរជាទ្រមង់
s
Pn P
n i=1 xi2 − ni=1 xi 2
s=
n(n − 1)
ស្រមាយបញ្ជ ក់.
Pn
i=1 (xi− x̄)2
s =
2
Pn n −2 1
i=1 (xi − 2xi x̄ + x̄ )
2
=
Pn 2 n − 1Pn
i=1 xi − 2 x̄ i=1 xi + n x̄
2
=
Pn 2 n −21
i=1 xi − 2n x̄ + n x̄
2
=
Pn 2 n − 12
i=1 xi − n x̄
=
n−1
Pn 2 Pn 2
i=1 xi − i=1 xi /n
=
n−1
Pn 2 Pn
n i=1 xi − i=1 xi 2
=
n(n − 1)
□
ឧទាហរណ៍ 3.3.3. រកវា៉ដ្យង់លំហគំរូ នង
ិ គមា្លតស្តង់ដាលំហគំរូៃនទន
ិ ្នន័យខាងេ្រកាម
6 12 6 6 4 8
ចេម្លើយ. េយង
ី មាន
xi xi2
6 36
12 144
6 36
6 36
4 16
8 64
P P 2
xi = 42 xi = 332
42
ដូចេនះវា៉ដ្យង់លំហគំរូគឺ
Pn P
nxi2 − ni=1 xi 2
i=1
s =
2
n(n − 1)
6(332) − (42)2
= = 7.6
6(6 − 1)
និងគមា្លតស្តង់ដាលំហគំរូគឺ
s
Pn P
n i=1 xi2 − ni=1 xi 2
s=
n(n − 1)
√
= 7.6 = 2.76
7 2 6 2 3
2. េគឱ្យលំហគំរូៃនរយៈេពលតេម្លង
ី ទា្វរស្វ័យ្របវត្តហា
ិ ្ក រា៉ ស់គត
ិ ជានាទដ
ី ូចខាងេ្រកាម
28 32 24 46 44 40 54 38 32 42
រកវា៉ដ្យង់លំហគំរូ និងគមា្លតស្តង់ដាលំហគំរូ
3. ទនិ ្នន័យបងា្ហញអំពីការចំណាយរបស់អ្នកេធ្វីដំេណីរគត
ិ ជាពាន់លានដុលា្លរស្រមាប់ឆា្នថ
ំ ី្មៗៃនលំហគំរូ
ៃនរដ្ឋទាងំ 10
20.1 33.5 21.7 58.4 23.2 110.8 30.9 24.0 74.8 60.0
រកវា៉ដ្យង់លំហគំរូ នង
ិ គមា្លតស្តង់ដាលំហគំរូ
្រទឹសប
ី ្ត ទ Chebyshev
វា៉ដ្យង់នង
ិ គមា្លតស្តង់ដាជារងា្វស់គមា្លតៃនទន ិ ្នន័យជុំវ ិញមធ្យម។ គមា្លតស្តង់ដាតូចបញ្ជក់ថាទន ិ ្នន័យគឺេន
ែក្បរតៃម្ល មធ្យម រ ឯគមា
ី ្ល តស្តង់ ដា ធំ បងា្ហញថាទិន្នន័យ េនឆា្ងយពី តៃម្ល មធ្យម។ ្រទឹសីប
្ត ទ Chebyshev ជា
្រទស
ឹ ប
ី្ត ទែដលែចងអំពីភាគរយអប្បបរមាៃនទន ិ េនក្នុងចំនួនគមា្លតស្តង់ដាជាក់លាក់មួយពី
ិ ្នន័យែដលស្ថត
តៃម្លមធ្យម។
ស្តង់ដាពត
ី ៃម្លមធ្យមគយា
ឺ ៉ ងេហាចណាស់ 1 −
1
k2
ែដល k > 1 (k មន
ិ ចាំបាច់ជាចំនួនគត់េនាះេទ)។
្ត ទេនះែចងថាចំេពាះលំហគំរូែដលមានមធ្យម x̄ និងគមា្លតស្តង់ដា s
្រទឹសីប
43
ឧទាហរណ៍ 3.3.4. លំហគំរែូ ដលមានមធ្យម x̄ = 70 នង ់ s = 1.5 េនាះតាម្រទស
ិ គមា្លតស្តងដា ឹ ប
ី្ត ទ Cheby-
shev មានយា៉ងេហាចណាស់ 75% ៃនទិន្នន័យ ស្ថិតេនចេនា្លះ 67 និង 73 និង មានយា៉ងេហាចណាស់
88.89% ៃនទន
ិ ្នន័យស្ថត
ិ េនចេនា្លះ 65.5 នង
ិ 74.5 ។
ឧទាហរណ៍ 3.3.5. ការស្ទង់មតៃិ ន្រក�មហ៊ុនក្នុង្រស�កបានបងា្ហញថា្របាក់ឧបត្ថមេ្ភ លកា
ី រេធ្វីដំេណីរស្រមាប់
ដឹកជញ្ជូ នសំបុ្រតជាមធ្យមគឺ 0.25$ ក្នុងមួយគឡ ិ គមា្លតស្តង់ដាលំហគំរូគឺ 0.02$។ េ្របី្រទស
ី ូែម៉្រត នង ឹ ប
ី្ត ទ
Chebyshev រកភាគរយអប្បបរមាៃនទិន្នន័យែដលស្ថិតេនចេនា្លះ 0.20$ និង 0.30$
េយង
ី មាន
0.30 − 0.25
k= = 2.5
0.02
ដូចេនះតាម្រទឹសីប
្ត ទ Chebyshev
1 1
1− = 1 − = 1 − 0.16 = 0.84
k2 2.52
ដូេច្នះមានយា៉ងេហាចណាស់ 84% ៃនទន
ិ ្នន័យែដលស្ថត
ិ េនចេនា្លះ 0.20$ នង
ិ 0.30$។
បំែនងែចកសុម
ី ី្រទី
្រទស
ឹ បី្ត ទ Chebyshev េ្របបា
ី នចំេពាះ្រគប់បែំ នងែចកទាំងអស់។ ប៉ុែន្តេនេពលែដលបំែនងែចកមានរាងជា
កណឹ្ត ងឬសុីមី្រទីេនាះក្បននរមា
ួ ៉ ល់ែចងថា
3.4 រងា្វស់គមា្លតៃនទិន្នន័យជាថា្នក់
រូបមន្តវា៉ដ្យង់លំហគំរូ P P
n f.Xm2 − ( f.Xm )2
s2 =
n(n − 1)
គមា្លតស្តង់ដាលំហគំរូ
s
P P
n f.Xm2 − ( f.Xm )2
s=
n(n − 1)
ែដល
44
• Xm ជាចំនុចកណា
្ត លថា្នក់នីមួយៗ
• f ជាេ្របកង់ៃនថា្នក់នម
ី ួយៗ
• n ជាេ្របកង់សរុប
់ ំហគំរូ និងគមា្លតស្តងដា
ឧទាហរណ៍ 3.4.1. រកវា៉ដ្យងល ់ លំហគំរច ់ ងេ្រកាមែដលបងា្ហញ
ូ ំេពាះតារាងេ្របកងខា
អំពីចំនួនមា៉យល៍ែដលអ្នករត់ 20 នាក់បានរត់កុ ងមួ
្ន យសបា្តហ៍
្រពំែដនថា្នក់ េ្របកង់
5.5 − 10.5 1
10.5 − 15.5 2
15.5 − 20.5 3
20.5 − 25.5 5
25.5 − 30.5 4
30.5 − 35.5 3
35.5 − 40.5 2
ចេម្លើយ. េយង
ី មាន
ដូចេនះ
P P
n f.Xm2 − ( f.Xm )2 20(13310) − 4902
s =
2
= = 68.7
n(n − 1) 20(20 − 1)
√
s= 68.7 = 8.3
់ ន
លំហាត់ 3.4.1. េគឱ្យតារាងេ្របកងទ ិ ្នន័យៃនរយៈេពល្របតក
ិ ម្មគត
ិ ជាវ ិនាទេី នក្នុងការសក
ិ �ែបបជីវវ ិទយ
មួយ
លម ី ថា្នក់ េ្របកង់
ី ត
2.1 − 2.7 12
2.8 − 3.4 13
3.5 − 4.1 7
4.2 − 4.8 5
4.9 − 5.5 2
5.6 − 6.2 1
រកវា៉ដ្យង់លំហគំរូ និងគមា្លតស្តង់ដាលំហគំរូ
45
3.5 រងា្វស់ទីតា ំងៃនទិន្នន័យរាយ
រងា្វស់ទតា
ី ងំ ៃនទន
ិ ្នន័យ្រត�វបានេ្របេី ដីម្បរី កទតា
ី ងំ ៃនទន
ិ ្នន័យេធៀបនង
ឹ ទន
ិ ្នន័យេផ្សងេទៀត។ រងា្វស់ទាង
ំ េនាះ
មាន
• ពិនុ ្ទ z
• ែពរសង់ទល
ី (Percentiles)
• េដសុីល (Deciles)
• កាទីល (Quartiles)
ពិនុ្ទ z
ឧបមាថាសស
ិ ្សមា្នក់បានពន
ិ ុ ្ទ 90 េទេលកា
ី រេធ្វេី តស្តត�ន្តី នង ី រ្របលងអង់េគ្លស។ ការេ្របៀបេធៀប
ិ 45 េទេលកា
ពិនុ ្ទទាំងពីរេនះេដាយផា្ទល់គឺមិនអាចេទរួចេ្រពាះការ្របលងអាចមិនសមមូលគា្នស្រមាប់ចំនួនសំនួរ ឬពិនុ ្ទ
ស្រមាប់សំនួរនម
ី ួយៗជាេដីម។ ប៉ុែន្តេយង
ី អាចេ្របៀបេធៀបេដាយរកទតា
ី ងំ េធៀបៃនពន
ិ ុ ទាំ
្ទ ងពរី េដាយេ្របព
ី ន
ិ ុ ្ទ
z។
ទន
ិ ្នន័យ − មធ្យម
z=
គមា្លតស្តង់ដា
ពន
ិ ុ ្ទ z ស្រមាប់លំហគំរូ
x − x̄
z=
s
ពន
ិ ុ ្ទ z ស្រមាប់សាកល
x−µ
z=
σ
x − x̄ 85 − 76
z= = = 2.25
s 4
46
ពិនុ ្ទ z ស្រមាប់េតស្តបារា ំង
x − x̄ 42 − 36
z= = = 2.00
s 3
ិ ុ ្ទ z ស្រមាប់េតស្តអង់េគ្លសធំជាងពន
េដាយសារពន ិ ុ ្ទ z ស្រមាប់េតស្តបារា ំងេនាះមានន័យថាទតា
ី ងំ េធៀបៃនពន
ិ ុ ្ទ
គាត់ថា្នក់អង់េគ្លសគឺខ្ពស់ជាងទីតាង
ំ េធៀបៃនពិនុ គាត់
្ទ ថា្នក់បារា ំង។
• េបព
ី ន
ិ ុ ្ទ z េស្មស
ី ូន្យេនាះពន
ិ ុគ
្ទ ជា
ឺ មធ្យម
• េបព
ី ន
ិ ុ ្ទ z អវ ិជ្ជមានេនាះពន
ិ ុ េនេ្រកាមមធ្យម
្ទ
1. ពន
ិ ុ ្ទ 3.2 េលេី តស្តែដលមាន x̄ = 4.6 នង
ិ s = 1.5
ែពរសង់ទីល
ែពរសង់ទីលជារងា្វស់ទីតាង
ំ ែដល្រត�វបានេ្របីេនក្នុងវ ិស័យអប់រ ំ និងវ ិស័យសុខាភិបាល។
ែពរសង់ទល
ី តាងេដាយ
P1 , P2 , P3 , . . . , P99
ចំេពាះចំនួន p េនចេនា្លះពី 1 េទ 99 ែពរសង់ ទលី ទី p គជាឺ តៃម្ល ែដលែចកយា៉ងេហាចណាស់ p% ៃន
ទិន្នន័យតូចជាងឬេស្មីនឹងតៃម្លេនះ និង (100 − p)% ៃនទិន្នន័យធំជាងឬេស្មីនឹងតៃម្លេនះ។
ចំនួនទិន្នន័យតូចជាង x + 0.5
p= .100
ចំនួនទន
ិ ្នន័យសរុប
22 19 25 24 18 15 9 12 16 20
47
• រកែពរសង់ទល
ី ែដល្រត�វនង
ឹ 16
• រកែពរសង់ទល
ី ែដល្រត�វនង
ឹ 24
ចេម្លើយ. • តំេរៀបទន
ិ ្នន័យតាមលំដាប់េកន
ី
9 12 15 16 18 19 20 22 24 25
• ែពរសង់ទីលែដល្រត�វនឹង x = 16
ចំនួនទិន្នន័យតូចជាង x + 0.5
p= .100
ចំនួនទនិ ្នន័យសរុប
3 + 0.5
= .100
10
= 35
ដូចេនះតៃម្ល 16 ្រត�វនង ់ ល
ឹ ែពរសងទ ី ទី 35 មានន័យថាតៃម្ល 16 គធ
ឺ ំជាង 35% ៃនទន
ិ ្នន័យទាំងអស់។
• ែពរសង់ទល
ី ែដល្រត�វនង
ឹ x = 24
ចំនួនទិន្នន័យតូចជាង x + 0.5
p= .100
ចំនួនទិន្នន័យសរុប
8 + 0.5
= .100
10
= 85
់ ីលទី 85 មានន័យថាតៃម្ល 24 គធ
ដូចេនះតៃម្ល 24 ្រត�វនឹងែពរសងទ ឺ ំជាង 85% ៃនទិន្នន័យទាំងអស់។
សមា្គល់ 3.5.2. រូបមន្តេនះេ្របេី ដីម្បបា ់ ីល។ រូបមន្តេនះផ្តលន
ី ៉ ន់សា្មនែពរសងទ ់ ូវលទ្ធផលកាន់ែត្របេសីរេពល
ែដលចំនួនៃនទន
ិ ្នន័យេ្រចន
ី ជាងឬេស្មន
ី ងឹ 100 ។
រកតៃម្លទន ឹ ែពរសង់ទល
ិ ្នន័យែដល្រត�វនង ី ែដលសា្គល់៖
1. តំេរៀបទន
ិ ្នន័យតាមលំដាប់េកន
ី
2. គណនាទីតាង
ំ
np
c=
100
ែដល n ជាចំនួនទិន្នន័យសរុប និង p ជាែពរសង់ទីលែដលសា្គល់
22 19 25 24 18 15 9 12 16 20
48
ឹ ែពរសង់ទល
• រកតៃម្លែដល្រត�វនង ី ទី 65
ឹ ែពរសង់ទល
• រកតៃម្លែដល្រត�វនង ី ទី 30
ចេម្លើយ. • តំេរៀបទន
ិ ្នន័យតាមលំដាប់េកន
ី
9 12 15 16 18 19 20 22 24 25
• គណនាទតា
ី ងំ
np
c=
100
ែដល n ជាចំនួនទន ិ p ជាែពរសង់ទល
ិ ្នន័យសរុប នង ី ែដលសា្គល់។ ដូចេនះក្នុងករណីែដល p = 65
េយង
ី បាន
(10)(65)
c= = 6.5
100
េដាយសារ c មន ិ ែមនជាេលខគត់ េយង ី បង្គត់ េឡងី យក c = 7។ េចញពី ទន ិ ្នន័យ តូចជាងេគរួច រាប់
រហូតដល់ទន
ិ ្នន័យទី 7 ែដល្រត�វនង ឹ ែពរសង់ទល
ឹ តៃម្ល 20 ។ ដូេច្នះតៃម្ល 20 ្រត�វនង ី ទី 65 ។
ក្នុងករណីែដល p = 30 េយង ី បាន
(10)(30)
c= =3
100
េដាយសារ c ជាេលខគត់េយង
ី េ្របម
ី ធ្យមៃនទិន្នន័យែដលស្ថិតេនទីតាង
ំ ទី 3 និង 4 េនេពលែដលេយង
ី រាប់ពី
ទន
ិ ្នន័យតូចជាងេគ។ េនក្នុងករណីេនះទន
ិ ្នន័យេនទតា
ី ងំ ទី 3 គឺ 15 នង
ិ ទន
ិ ្នន័យេនទតា
ី ងំ ទី 4 គឺ 16 េនាះ
មធ្យមៃនទិន្នន័យទាំងពីរគឺ 15.5 ។ ដូេច្នះតៃម្ល 15.5 ្រត�វនឹងែពរសង់ទីលទី 30 ។
កាទីល
• Q2 ជាែពរសង់ទល
ី ទី 50
• Q3 ជាែពរសង់ទីលទី 75
េយង
ី អាចគណនាកាទល
ី តាមរូបមន្តែដលេយង ី ្រមាប់គណនាែពរសង់ទល
ី បានេ្របស ី ៖
• ស្រមាប់ Q1 េ្របី p = 25
• ស្រមាប់ Q2 េ្របី p = 50
49
• ស្រមាប់ Q3 េ្របី p = 75
• គណនាទតា
ី ងំ
np
c=
100
ែដល n ជាចំនួនទិន្នន័យសរុប និង p ជាែពរសង់ទីលែដលសា្គល់។ ស្រមាប់ Q1 េយង
ី បាន
(10)(25)
c= = 2.5
100
េដាយសារ c មន ិ ែមនជាេលខគត់ េយង ី បង្គត់ េឡងី យក c = 3។ េចញពី ទន
ិ ្នន័យ តូចជាងេគរួច រាប់
រហូតដល់ទិន្នន័យទី 3 ែដល្រត�វនឹងតៃម្ល 15 ។ ដូេច្នះ Q1 = 15។
• ស្រមាប់ Q2 េយង
ី មាន
(10)(50)
c= =5
100
េដាយសារ c ជាេលខគត់ េយង ី េ្របី មធ្យមៃនទិន្នន័យ ែដលស្ថិតេនទីតាង ំ ទី 5 និង 6 េនេពលែដល
េយងី រាប់ពទ
ី ន
ិ ្នន័យតូចជាងេគ។ េនក្នុងករណីេនះទន ិ ្នន័យេនទតា
ី ងំ ទី 5 គឺ 18 នង
ិ ទន
ិ ្នន័យេនទតា
ី ងំ
ទី 6 គឺ 19 េនាះមធ្យមៃនទិន្នន័យទាំងពីរគឺ 18.5 ។ ដូេច្នះ Q2 = 18.5។
• ស្រមាប់ Q3 េយង
ី មាន
(10)(75)
c= = 7.5
100
េដាយសារ c មិនែមនជាេលខគត់ េយង ី បង្គត់ េឡងី យក c = 8។ េចញពី ទិន្នន័យ តូចជាងេគរួច រាប់
រហូតដល់ទន
ិ ្នន័យទី 8 ែដល្រត�វនង
ឹ តៃម្ល 22 ។ ដូេច្នះ Q3 = 22។
វ ិធីសា�ស្តេមដយន៖ េយង
ី អាចរកកាទីលតាមវ ិធីសា�ស្តេមដយន
1. តំេរៀបទិន្នន័យតាមលំដាប់េកីន
2. រកេមដយនៃនទិន្នន័យ។ វាគឺជា Q2 ។
3. រកេមដយនៃនទិន្នន័យែដលតូចជាង Q2 ។ វាគឺជា Q1 ។
4. រកេមដយនៃនទន
ិ ្នន័យែដលធំជាង Q2 ។ វាគជា
ឺ Q3 ។
ឧទាហរណ៍ 3.5.5. ចំនួនបទេល្មីសចរាចរណ៍ែដល្រត�វបានកត់្រតាេដាយស្នងការប៉ល
ូ ស
ី ស្រមាប់រយៈេពល
10 ៃថ្ងមានបងា្ហញដូចខាងេ្រកាម
22 19 25 24 18 15 9 12 16 20
រក Q1 , Q2 , Q3
50
ចេម្លើយ. • តំេរៀបទន
ិ ្នន័យតាមលំដាប់េកន
ី
9 12 15 16 18 19 20 22 24 25
• េមដយនគឺ
18 + 19
MD = = 18.5 = Q2
2
• រកេមដយនៃនទន
ិ ្នន័យែដលតូចជាង 18.5
9 12 15 16 18
ដូចេនះ
Q1 = 15
• រកេមដយនៃនទន
ិ ្នន័យែដលធំជាង 18.5
19 20 22 24 25
ដូចេនះ
Q3 = 22
េដសុល
ី
ឹ ែពរសង់ទល
• Q1 , Q2 , Q3 ្រត�វនង ី ទី 25, 50, 75 េរៀងគា្ន
• េមដយនគជា
ឺ P50 , Q2 , D5
12 28 35 42 47 49 50
1. រកែពរសង់ទីលែដល្រត�វនឹងទិន្នន័យនីមួយៗ
ឹ ែពរសង់ទល
2. រកតៃម្លែដល្រត�វនង ី ទី 60
3. រកកាទីល Q1 , Q2 , Q3
51
ទិន្នន័យធំេពកឬតូចេពក (Outliers)
់ ៃនទិន្នន័យ។ ជាឧទាហរណ៍េបអ
សមា្គល់ 3.5.5. Outlier ជះឥទ្ធិពលដល់មធ្យមនិងគមា្លតស្តងដា ី ្នក្រសាវ្រជាវ
កត់្រតាេដាយអេចតនានូវតៃម្លទិន្នន័យធំេពកមួយ។ តៃម្លេនះនឹងេធ្វីឱ្យមធ្យមនិងគមា្លតស្តង់ដាៃនទិន្នន័យ
ធំជាងតៃម្លពត
ិ ្របាកដរបស់វា។ ដូចេនះចំេពាះទន
ិ ្នន័យែដលឱ្យគួរែត្រត�វបានពន
ិ ត
ិ ្យរកទន
ិ ្នន័យធំេពកឬតូច
េពក។
េដីម្បរី ក Outlier េយង
ី ្រត�វ៖
1. តំេរៀបទន
ិ ្នន័យតាមលំដាប់េកន
ី នង
ិ រក Q1 នង
ិ Q3
2. រកអាំងែទរកាទីល IQR = Q3 − Q1
3. គុណ IQR នង
ឹ 1.5
5 6 12 13 15 18 22 50
ចេម្លើយ. 1. រក Q1 នង
ិ Q3
6 + 12 18 + 22
Q1 = = 9, Q3 = = 20
2 2
2. រកអាំងែទរកាទល
ី
IQR = Q3 − Q1 = 20 − 9 = 11
4. រក
Q1 − 1.5(IQR) = 9 − 16.5 = −7.5, Q3 + 1.5(IQR) = 20 + 16.5 = 36.5
1. រកកាទីល Q1 និង Q3
2. រកអាំងែទរកាទីល IQR
3. រក Outlier
លំហាត់ 3.5.4. េគឱ្យទិន្នន័យខាងេ្រកាម
79 82 77 84 80 89 60 79 91 93 88
សង់្រកាប្របអប់ៃនទិន្នន័យ និង្របាប់ពីរូបរាងៃនបំែនងែចក។
52
3.6 រងា្វស់ទីតា ំងៃនទិន្នន័យជាថា្នក់
្រកាបែពរសង់ទីល
្រពំែដនថា្នក់ េ្របកង់ ( f )
89.5 − 104.5 24
104.5 − 119.5 62
119.5 − 134.5 72
134.5 − 149.5 26
149.5 − 164.5 12
164.5 − 179.5 4
n = 200
គណនា Q1 , Q2 , Q3
ចេម្លើយ. េយង
ី មាន
តាម្រកាបែពរសង់ទីលេយង
ី ទទួលបានតៃម្លបា៉ន់សា្មនស្រមាប់កាទីលនីមួយៗ
Q1 = 110, Q2 = 123, Q3 = 133
េ្របើរ ូបមន្តបា៉ន់សា្មន
1. រកថា្នក់កាទល
ី Qi , i = 1, 2, 3
• ថា្នក់កាទល
ី Q1 ជាថា្នក់ែដលផ្ទុកទន
ិ ្នន័យទី n/4
• ថា្នក់កាទល
ី Q3 ជាថា្នក់ែដលផ្ទុកទន
ិ ្នន័យទី 3n/4
2. រូបមន្តកាទីល
in/4 − cf
Qi = Li + (w), i = 1, 2, 3
fi
ែដល
• n ជាេ្របកង់សរុប
53
• cf ជាេ្របកង់េកន
ី ៃនថា្នក់មុនថា្នក់កាទល
ី Qi មួយថា្នក់
• w ជា្របែវងថា្នក់កាទល
ី Qi
• fi ជាេ្របកង់ថា្នក់កាទល
ី Qi
• Li ជា្រពំែដនថា្នក់ខាងេ្រកាមថា្នក់កាទីល Qi
្រពំែដនថា្នក់ េ្របកង់ ( f )
89.5 − 104.5 24
104.5 − 119.5 62
119.5 − 134.5 72
134.5 − 149.5 26
149.5 − 164.5 12
164.5 − 179.5 4
n = 200
ចេម្លើយ. េយង
ី មាន
• កាទល
ី Q1 ៖ េដាយសារ n/4 = 200/4 = 50 េនាះថា្នក់កាទល
ី Q1 គឺ 104.5 − 119.5។ េយង
ី មាន
54
ដូចេនះ
n/4 − cf 50 − 24
Q1 = L1 + (w) = 104.5 + (15) = 110.79
f1 62
• កាទល
ី Q2 ៖ េដាយសារ 2n/4 = 100 េនាះថា្នក់កាទល
ី Q2 គឺ 119.5 − 134.5។ េយង
ី មាន
ដូចេនះ
2n/4 − cf 100 − 86
Q 2 = L2 + (w) = 119.5 + (15) = 122.41
f2 72
ដូចេនះ
3n/4 − cf 150 − 86
Q3 = L3 + (w) = 119.5 + (15) = 132.8
f3 72
្រពំែដនថា្នក់ េ្របកង់
2.05 − 2.75 12
2.75 − 3.45 13
3.45 − 4.15 7
4.15 − 4.85 5
4.85 − 5.55 2
5.55 − 6.25 1
រកកាទល
ី Q1 , Q2 , Q3 េដាយេ្របី
1. ្រកាបែពរសង់ទល
ី
2. រូបមន្តបា៉ន់សា្មនកាទល
ី
55
56
ជំពូកទី4
្រប�បាប៊ីលេី ត
1. ពេិ សាធន៍្រប�បាប៊ីលីេតជាពិេសាធន៍ែដលលទ្ធផលរបស់វាមិនអាច្រត�វបាន្របាប់ទុកជាមុនេដាយភាព
្របាកដ្របជា។
ី ទាំងអស់េនក្នុងពិេសាធន៍្រប�បាប៊ីលីេត។
2. លំហគំរូជាសំនុំៃនករណីែដលអាចេកីតមានេឡង
3. ្រពឹតិកា
្ត រណ៍ជាសំនុំរងៃនលំហគំរូ។
ែស្វងយល់អំពី្រពឹត្តិការណ៍
តាង A នង
ិ B ជា្រពត
ឹ កា
ិ្ត រណ៍ពរី េនក្នុងលំហគំរូ Ω.
57
1. ្រពឹតកា
ិ្ត រណ៍បំេពញៃន A តាងេដាយ Ā គឺជា្រពឹតកា
ិ្ត រណ៍ែដលផ្ទុកលទ្ធផលទាំងអស់កុ ង
្ន Ω ែដលមិន
េនក្នុង A ។
3. ្រពត
ឹ ិ្តការណ៍ A ្របសព្វ B តាងេដាយ A ∩ B គជា
ឺ ្រពត
ឹ ិ្តការណ៍ែដលផ្ទុកលទ្ធផលទាំងអស់កុ ង
្ន A នង
ិ
B ្រពមគា្ន។
4. A និង B មិនមានធាតុរម
ួ តាងេដាយ A ∩ B = ∅ ជា្រពឹតិកា
្ត រណ៍ដាច់គា្ន។
5. A1 , A2 , . . . , Ak ជា្រពត
ឹ កា
ិ្ត រណ៍ដាច់គា្នពរី ៗមានន័យថា Ai ∩ A j = ∅, i , j ។
6. A1 , A2 , . . . , Ak ជាបំែនកៃន Ω េបី Ai ∩ A j = ∅, i , j នង
ិ A1 ∪ A2 ∪ · · · ∪ Ak = Ω ។
1. 0 ≤ P(A) ≤ 1,
2. P(Ω) = 1,
3. េបី A1 , A2 , A3 , . . . ជា្រពឹតិកា
្ត រណ៍មានចំនួនរាប់បានែដល Ai ∩ A j = ∅, i , j េនាះ
∞
[ X∞
P An = P(An ).
n=1 n=1
3. ស្វ័យសត្យទី៣ែចងថាចំេពាះ្រពឹតិ្តការណ៍ដាច់គា្នរាប់បាន ្រប�បាប៊ីលីេតែដលយា៉ងេហាចណាស់្រពឹតិ្ត
ការណ៍មួយនង
ឹ េកត ី ជាផលបូកៃន្រប�បាប៊ីលេី តៃន្រពត
ី េឡង ឹ កា
ិ្ត រណ៍នម
ី ួយៗ។
លក្ខណៈៃន្រប�បាប៊ីលេី ត
1. ចំេពាះ្រពឹតិកា
្ត រណ៍ A េយង
ី មាន
P(A) = 1 − P(Ā).
1 = P(A) + P(Ā)
58
ដូចេនះ
P(A) = 1 − P(Ā).
□
2. P(∅) = 0.
េ្រពាះ
P(B ∩ Ā) ≥ 0
□
ដូចេនះ
P(A ∪ B) = P(A) + P(B) − P(A ∩ B).
□
59
6. ចំេពាះ n ្រពឹតិកា
្ត រណ៍ទូេទ A1 , A2 , . . . , An
X
n X
P(A1 ∪ A2 ∪ · · · ∪ An ) = P(Ai ) − P(Ai1 ∩ Ai2 ) + · · ·
i=1 1≤i1 <i2 ≤n
X
+ (−1)r+1 P(Ai1 ∩ Ai2 ∩ · · · ∩ Air ) + · · ·
1≤i1 <i2 <···<ir ≤n
+ (−1) P(A1 ∩ A2
n+1
∩ · · · ∩ An )
P n
ែដលផលបូក P(Ai1 ∩Ai2 ∩· · ·∩Air ) គច
ឺ ំេពាះ្រគប់ r សំនរុំ ងទំហំ r ៃនសំនុំ {1, 2, . . . , n}.
1≤i1 <i2 <···<ir ≤n
+ (−1)n+1 P(A1 ∩ A2 ∩ · · · ∩ An )
X X
+ P(An+1 ) − P(Ai ∩ An+1 ) + P(Ai1 ∩ Ai2 ∩ An+1 ) − · · ·
1≤i≤n 1≤i1 <i2 ≤n
X
− (−1) r
P(Ai1 ∩ Ai2 ∩ Air−1 ∩ An+1 ) + · · ·
1≤i1 <i2 <···<ir−1 ≤n
− (−1) P(A1 ∩ A2 ∩
n+1
· · · ∩ An ∩ An+1 )
X
n+1 X X
= P(Ai ) − P(Ai1 ∩ Ai2 ) + P(Ai1 ∩ Ai2 ∩ Ai3 ) − · · ·
i=1 1≤i1 <i2 ≤n+1 1≤i1 <i2 <i3 ≤n+1
X
+ (−1) r+1
P(Ai1 ∩ Ai2 ∩ · · · ∩ Air ) + · · ·
1≤i1 <i2 <···<ir ≤n+1
+ (−1) n+2
P(A1 ∩ A2 ∩ · · · ∩ An ∩ An+1 ).
□
7. ចំេពាះ្រពឹតិកា
្ត រណ៍ដាច់គា្នរាប់អស់េនាះ
k
[ X k
P An = P(An ).
n=1 n=1
60
□
អត្ថន័យៃន្រប�បាប៊ីលេី ត
n(A) ចំនួនករណី្រសប
P(A) = =
n(Ω) ចំនួនករណីអាច
f េ្របកង់កុ ងថា
្ន ្ន ក់
P(A) = =
n េ្របកង់សរុប
3. ្រប�បាប៊ីលីេតែបបអត្តេនាម័តៈ ែផ្អកេលីការបា៉ន់សា្មនតាមបទពិេសាធន៍ឬតាមគំនិតផា្ទល់ខួ ន។
្ល
្រប�បាប៊ីលេី តករណីឱកាសេកើតេឡើងេស្មៗ
ើ គា្ន
្រប�បាប៊ីលីេតៃន្រពឹតិកា
្ត រណ៍ A គឺ
n(A) ចំនួនករណី្រសប
P(A) = =
n(Ω) ចំនួនករណីអាច
ី ្បីគណនា្រប�បាប៊ីលេី តេនះេយង
េដម ី ្រត�វ ដង
ឹ ចំនួន ករណី ែដលអាចេកត
ី មានេឡង
ី ទាំងអស់ ស្រមាប់ សុ ត
ី្វ ៃន
្រពឹតិកា
្ត រណ៍។ េដីម្បក
ី ំនត់ចំនួនេនះេយង
ី េ្របីក្បន
ួ
• េគាលការណ៍្រគឹះៃនរបាប់
• ចមា្លស់ (Permutation)
• បន្សំ (Combination)
61
េគាលការណ៍្រគឹះៃនរបាប់
េនក្នុងស្វុត
ី ៃន k ពេិ សាធន៍ ែដលពេិ សាធន៍ ទី 1 មាន n1 ករណី នង
ិ ពេិ សាធន៍ ទី 2 មាន n2 ករណី នង
ិ
ពិេសាធន៍ទី 3 មាន n3 ករណី និងជាបន្តបនា្ទប់រហូតដល់ពិេសាធន៍ទី k មាន nk ករណីេនាះ ចំនួនលទ្ធផល
សរុបៃនស្វុីតៃន k ពិេសាធន៍គឺ
(H, 1), (H, 2), (H, 3), (H, 4), (H, 5), (H, 6),
(T, 1), (T, 2), (T, 3), (T, 4), (T, 5), (T, 6)
ចមា្លស់ (Permutation)
េយង
ី មាន 24 រេបៀបេផ្សងគា្នែដលអាចបេង្កីតេលខកូដបាន។
62
ករណីមិនដាក់ចូលវិញ
ករណីមិនដាក់ចូលវ ិញគឺេនេពលែដល
• េយង
ី េ្រជីសយក r ធាតុេចញពី n ធាតុេផ្សងគា្ន
• េយង
ី តំេរៀបតាមលំដាប់ជាស្វុីត
• ធាតុមួយមិន្រត�វបានដាក់ចូលវ ិញបនា្ទប់ពី្រត�វបានេ្រជីសេរស។
ី
និយមន័យ 4.3.3 (ករណីមិនដាក់ចូលវិញ). ចំ នួន ចមា្លស់ ៃនសំណុំ រងៃន r ធាតុ យកេចញពី សំណុំ
ែដលមាន n ធាតុេផ្សងគា្នគឺ
n Pr = n(n − 1)(n − 2) · · · (n − r + 1)
n!
=
(n − r)!
តាមពត ិ េទេយង
ី មាន n ជេ្រមីស ស្រមាប់ ទីតាង ំ ទី 1 និង មាន n − 1 ជេ្រមីស ស្រមាប់ ទីតាង
ំ ទី 2 និង មាន
n − 2 ជេ្រមីសស្រមាប់ទីតាងំ ទី 3 រហូតដល់ n − r + 1 ជេ្រមីសស្រមាប់ទីតាង ំ ទី r េនាះតាមេគាលការណ៍
្រគឹះៃនរបាប់េយងី មាន n(n − 1)(n − 2) · · · (n − r + 1) ករណីែដលអាចេកីតមានេឡង ី ។
ឧទាហរណ៍ 4.3.5. ពិធីករកម្មវ ិធផ
ី �យផា្ទល់តាមវ ិទ្យអាចេ្រជ
ុ ីសេរសេភ្ញ
ី �វពិេសស 3 នាក់កុ ងចំ
្ន េនាម 6 នាក់
េនក្នុងកម្មវ ិធរី បស់គាត់។ េបល
ី ំដាប់ៃនេភ្ញ�វមា្នក់ៗគស
ឺ ំខាន់ េតមា
ី នប៉ុនា្មនរេបៀបេផ្សងគា្នែដលអាចេធ្វបា
ី ន?
ចេម្លើយ. េដាយសារលំដាប់ៃនេភ្ញ�វមា្នក់ៗេនក្នុងការផ�យផា្ទល់គស
ឺ ំខាន់េនាះេយង
ី មាន 6 P3 រេបៀបក្នុងការ
េ្រជីសេរសេភ្ញ
ី �វ
6! 6! 6.5.4.3!
6 P3 = = = = 120
(6 − 3)! 3! 3!
ដូចេនះេយង
ី មាន 120 រេបៀបេផ្សងគា្នេដីម្បេី ្រជីសេរសេភ្ញ
ី �វ 3 នាក់េដាយបងា្ហញពួកេគតាមកម្មវ ិធតា
ី មលំដាប់
ជាក់លាក់មួយ។
ឺ ៉ង់។ េដបា៉តម
ឧទាហរណ៍ 4.3.6. ឧបមាថាមហាវ ិទយល័យវ ិស្វកម្មមាន 7 េដបា៉តម ់ ម
ឺ ៉ងន ី ួយៗមានអ្នកតំណាង
មា្នក់េន្រក�ម្របក
ឹ �នស
ិ ្សត
ិ របស់មហាវ ិទយល័យ។ ក្នុងចំេណាមអ្នកតំណាងទាំង 7 នាក់ មានមា្នក់ជា្របធាន
មា្នក់ជាអនុ្របធាន នង
ិ មា្នក់េទៀតជាេលខា។ េតមា
ី នប៉ុនា្មនរេបៀបែដលេគអាចេ្រជីសេរសែបបេនះ?
ី
ចេម្លើយ. វាជាចំនួនចមា្លស់ៃនសំណុំ 3 នាក់េចញពីសំណុំអ្នកតំណាង 7 នាក់។
7! 7! 7.6.5.4!
7 P3 = = = = 210
(7 − 3)! 4! 4!
ករណីដាក់ចូលវិញ
ករណីដាក់ចូលវ ិញគឺេនេពលែដល
• េយង
ី េ្រជីសយក r ធាតុេចញពី n ធាតុេផ្សងគា្ន
63
• េយង
ី តំេរៀបតាមលំដាប់ជាស្វុត
ី
• េយងី េ្រជីសេរស
ី 4 េលខេដាយដាក់ចូលវ ិញេនាះវាមាន (10) ករណី។
4
តាមេគាលការណ៍្រគឹះៃនរបាប់ចំនួនផា្លកេលខសរុបគឺ
ចមា្លស់មានធាតុដូចគា្ន
n!
n1 !n2 ! . . . nr !
េនក្នុងករណីែដលវត្ថុទាំងអស់ខុសគា្នេយង
ី មាន n1 = n2 = . . . = nr = 1 េនាះចំនួនចមា្លស់គឺ
n! n!
= = n!
n1 !n2 ! . . . nr ! 1!1! . . . 1!
64
ឧទាហរណ៍ 4.3.10. េតមា
ី នប៉ុនា្មនរេបៀបេផ្សងគា្នែដលេគអាចតំេរៀបេសៀវេភពុមគ
្ព ណិតវ ិទយ 6 កបលដូច
ៗគា្ន េសៀវេភពុម្ពរូបវ ិទយ 3 កបលដូចៗគា្ន និងេសៀវេភពុម្ពអក្សរសា�ស្តែខ្មរ 3 កបលដូចៗគា្ន េនេលីេធ្នីរ
េសៀវេភក្នុងបណា្ណគារ?
បន្ស ំ (Combination)
• េយង
ី អាចគណនាបន្សំតាមរូបមន្តខាងេ្រកាម
n! n(n − 1) · · · (n − r + 1)(n − r)!
nC r = =
r!(n − r)! r!(n − r)!
n(n − 1) · · · (n − r + 1)
=
r!
សមា្គល់ថាមាន r កតា្តេនភាគយក និងភាគែបង។
65
• រូបមន្តគណនាបន្សំមួយេទៀត
n! n!
nC r = = = nCn−r .
r!(n − r)! (n − r)!(n − (n − r))!
3. គណៈកម្មការែដលមាន្រសទា
ី ងំ 5 នាក់
4. គណៈកម្មការែដលមាន្រប�សទាំង 5 នាក់
ចេម្លើយ. 1. េគ្រត�វេ្រជស
ី េរស្រស
ី ី 3 នាក់េចញព្រី សី 7 នាក់ែដលអាចេធ្វបា
ី នក្នុង 7C3 រេបៀប។ បនា្ទប់មក
េគ្រត�វេ្រជីសេរសបុ
ី រស 2 នាក់េចញពប
ី ុរស 5 នាក់ែដលអាចេធ្វបា
ី នក្នុង 5C2 រេបៀប។ តាមេគាលការណ៍
្រគឹះៃនរបាប់ចំនួនរេបៀបសរុបគឺ
7! 5!
7 C 3 .5 C 2 = . = 350
(7 − 3)!3! (5 − 2)!2!
2. េគ្រត�វេ្រជីសេរស្រស
ី ី 2 នាក់េចញពី្រសី 7 នាក់ែដលអាចេធ្វីបានក្នុង 7C2 រេបៀប។ បនា្ទប់មកេគ្រត�វ
េ្រជីសេរសបុ
ី រស 3 នាក់េចញពប
ី ុរស 5 នាក់ែដលអាចេធ្វបា
ី នក្នុង 5C3 រេបៀប។ តាមេគាលការណ៍្រគឹះ
ៃនរបាប់ចំនួនរេបៀបសរុបគឺ
7! 5!
7 C 2 .5 C 3 = . = 210
(7 − 2)!2! (5 − 3)!3!
3. ចំនួនរេបៀបៃនេ្រជីសេរស្រស
ី ី 5 នាក់េចញព្រី សី 7 នាក់គឺ
7!
7C 5 = = 21
5!(7 − 5)!
4. ចំនួនរេបៀបៃនេ្រជីសេរស្រប�
ី ស 5 នាក់េចញពី្រប�ស 5 នាក់គឺ
5!
5C 5 = =1
5!(5 − 5)!
66
បន្ស ំ (ករណីដាក់ចូលវិញ)
aaa, aab, aac, aad, abb, abc, abd, acc, acd, add, bbb, bbc, bbd, bcc, bcd, bdd, ccc, ccd, cdd, ddd
1. ចំនួនៃនបន្សំៃន r ធាតុយកេចញពស
ី ំនុំ n ធាតុេដាយភាព្រចំែដល
3. ចំនួនៃនចេម្លយ
ី គត់មន
ិ អវ ិជ្ជមានៃនសមកា
ី រ
x1 + x2 + · · · + xn = r
• ចំនួនរសជាតកា
ិ េរមសរុ
៉ បn=8
• ចំនួនរសជាតិកាេរមែដល្រត�
៉ វេ្រជីសេរស
ី r=5
ដូចេនះចំនួនរេបៀបែដលេយង
ី អាចេ្រជីសយក 5 រសជាតិេចញពី 8 រសជាតិគឺ
!
n+r−1 (n + r − 1)! (8 + 5 − 1)! 12!
= = = = 792
r r!(n − 1)! 5!(8 − 1)! 5!7!
• ចំនួនេខ្មៃដសរុប n = 5
• ចំនួនេខ្មៃដែដល្រត�វេ្រជីសេរស
ី r=3
67
ដូចេនះចំនួនរេបៀបែដលគាត់អាចេ្រជីសេខ្មៃដ 3 េចញពេី ខ្មៃដ 5 គឺ
!
n+r−1 (n + r − 1)! (5 + 3 − 1)! 7!
= = = = 35
r r!(n − 1)! 3!(5 − 1)! 3!4!
x1 + x2 + x3 = 11
ចេម្លើយ. ចំនួនៃនចេម្លយ
ី គត់មន
ិ អវ ិជ្ជមានគជា
ឺ បន្សំ្រចំែដលៃនការេ្រជីសេរស
ី 11 ធាតុេចញពស
ី ំណុំ {x1 , x2 , x3 }
ែដលមាន 3 ្របេភទេផ្សងគា្ន។ េនក្នុងករណីេនះ n = 3, r = 11 ដូចេនះចំនួនៃនចេម្លីយគត់មិនអវ ិជ្ជមានគឺ
!
n+r−1 (n + r − 1)! (3 + 11 − 1)! 13!
= = = = 78
r r!(n − 1)! 11!(3 − 1)! 11!2!
សរុបមកវ ិញចំនួនរេបៀបៃនការេ្រជីសេរស
ី r ធាតុេចញពស
ី ំណុំ n ធាតុ
មិនដាក់ចូលវ ិញ ដាក់ចូលវ ិញ
គត
ិ លំដាប់ n Pr = n!
(n−r)!
nr
n+r−1
មិនគិតលំដាប់ nC r = n!
r!(n−r)! r
= (n+r−1)!
r!(n−1)!
ី នប៉ុនា្មនរេបៀបេផ្សងគា្នែដលេគអាចតំេរៀបទង់ជាតច
3. េតមា ិ ំនួន 7 ែដលក្នុងេនាះមានទង់ជាតព
ិ ណ៌្រកហម
3 ដូចគា្ន េខៀវ 2 ដូចគា្ន និងស 2 ដូចគា្ន? (210)
4. េនហាងកាេហ្វមួយមានបេ្រមកា
ី េហ្វ 12 ្របេភទេផ្សងគា្ន។ េតមា
ី នប៉ុនា្មនរេបៀបែដលកាេហ្វ 4 ្របេភទ
េផ្សងគា្នអាច្រត�វបានេ្រជីសេរស?
ី (495)
5. េតមា
ី នប៉ុនា្មនរេបៀបែដលេគអាចេ្រជីសេរសកាេរ
ី ម៉ 3 ្របេភទនង
ិ ្រគម
ី ខាងេលី 2 ្របេភទពប
ី ែង្អមប៊ូេហ្វ
ែដលមានកាេរម៉ 10 ្របេភទនិង្រគីមខាងេលី 6 ្របេភទ? (1800)
ឧទាហរណ៍ 4.3.18. េនក្នុង្របអប់មួយមានអំពូល 24 ែដលក្នុងេនាះមានអំពូលខូច 4។ េបីអំពូល 4 ្រត�វ
1. មានអំពូលខូច 2
2. មិនមានអំពូលខូច
3. ទាំងអស់ជាអំពូលខូច
68
4. យា៉ងេហាចណាស់មានអំពូល 1 ខូច
4C 2 .20C 2 1140
P(មានអំពូលខូច 2) = = = 0.1073
24C 4 10626
20C 4 4845
P(មន
ិ មានអំពូលខូច ) = = = 0.4559
24C 4 10626
4C 4 1
P(អំពូលខូចទាំងអស់ ) = = = 0.00009
24C 4 10626
4.
• ចំនួនករណី្រសប៖ េយង
ី មាន 8C1 រេបៀបក្នុងការេ្រជីសេរស្របធានបទ
ី 1 ក្នុងេសដ្ឋកិចេ្ច ចញព្រី បធានបទ
េសដ្ឋកច
ិ ្ចទាង
ំ 8 នង
ិ 11C 1 រេបៀបក្នុងការេ្រជីសេរស្របធានបទ
ី 1 ក្នុងវ ិទយសា�ស្តេចញពី្របធានបទ
វ ិទយសា�ស្តទាង
ំ 11។
ដូចេនះ
8C 1 · 11C1 88
P(េសដ្ឋកិច្ច 1 និងវ ិទយសា�ស្ត 1) = = = 0.515
19C 2 171
69
2. កាត្រកហមនង
ិ កាតេខ្មែដលនម ់ ួយ។ កាត 4 ្រត�វ
ី ួយៗចុះេលខពី 2 ដល់ 9 ្រត�វបានដាក់ចូលក្នុងថងម
បានេ្រជីសេរសេដាយៃចដន្យេដាយម
ី ិនដាក់ចូលវ ិញ។ រក្រប�បាប៊ីលីេតែដល
3. េនក្នុងថតតុ មួយ មានេ្រសាមេជីង ្រកហមដូច ៗគា្ន ចំនួន 11 និង េ្រសាមេជីង េខ្ម ដូច ៗគា្ន ចំនួន 8 ។
ឧបមាអ្នកេ្រជស
ី េរសេ្រសាមេជ
ី ង
ី 2 េដាយៃចដន្យេនេពលងងត
ឹ
4. ្រក�មបាល់ទាត់មួយ្រក�មមាននិស្សត
ិ ឆា្នទ
ំ ម
ី ួយ 20 នាក់ និស្សត
ិ ឆា្នទ
ំ ព
ី ីរ 20 នាក់ និស្សត
ិ ឆា្នទ
ំ ប
ី ី 15 នាក់
នង ិ នស
ិ ្សត
ិ ឆា្នទ
ំ ី បួន 10 នាក់។ កឡា
ី ករ 4 នាក់ ្រត�វ បានេ្រជស
ី េរសេដាយៃចដន្យេដ
ី ម
ី ្បីេធ្វជា
ី ្របធាន
្រក�ម។ រក្រប�បាប៊ីលេី តែដល
4.4 ្រពឹត្តិការណ៍មិនអា្រស័យគា្ន
ក្បនផលគុ
ួ ណ
ក្បនផលគុ
ួ ណអាច្រត�វបានេ្របេី ដីម្បរី ក្រប�បាប៊ីលីេតៃន្រពឹតកា
ិ្ត រណ៍ពីរឬេ្រចីនែដលេកីតេឡង
ី បន្តបនា្ទប់គា្ន។
ជាឧទាហរណ៍េបេី យង ី អាចរក្រប�បាប៊ីលីេតែដលទទួល
ី េបាះកាក់មួយរួចេបាះ្រគាប់ឡុកឡាក់មួយ្រគាប់ េយង
បាន H េលកា
ី ក់នង
ិ 4 េនេល្រី គាប់ឡុកឡាក់។ ្រពត
ឹ កា
ិ្ត រណ៍ទាំងពរី េនះមន
ិ អា្រស័យគា្នេ្រពាះលទ្ធផលៃន្រពត
ឹ ិ្ត
ការណ៍ទីមួយ (េបាះកាក់មួយ) មិនប៉ះពាល់ដល់ឱកាសេកីតេឡង
ី ៃន្រពឹតកា
ិ្ត រណ៍ទីពីរ (េបាះ្រគាប់ឡុកឡាក់
មួយ្រគាប់)។
• េបាះកាក់មួយេហយ
ី ទទួលបាន H រួចេបាះ្រគាប់ឡុកឡាក់មួយ្រគាប់េហយ
ី ទទួលបាន 1
70
• េបាះ្រគាប់ឡុកឡាក់មួយ្រគាប់េហយ
ី ទទួលបាន 6 រួចបនា្ទប់មកេបាះ្រគាប់ឡុកឡាក់ទីពីរេហយ
ី ទទួល
បាន 3
• ហូតេបៀរមួយសន្លឹកេចញពីហ៊ូេហយ
ី ទទួលបានសន្លឹក្រកមុំ ដាក់ចូលវ ិញរួចហូតយកេបៀរសន្លឹកទីពីរ
េហយ
ី ទទួលបានសន្លក ឹ ្រកមុំ
េដីម្បរី ក្រប�បាប៊ីលីេតៃន្រពឹតកា
ិ្ត រណ៍ពីរមិនអា្រស័យគា្នែដលេកីតេឡង ី ្រត�វរក្រប�បាប៊ីលីេត
ី បន្តបនា្ទប់ េយង
ៃន្រពឹតិ្ត ការណ៍ នី មួយ ៗរួច គុណ ចូលគា្ន។ ជាឧទាហរណ៍ េបី កាក់ មួយ ្រត�វ បានេបាះពីរ ដង េនាះ្រប�បាប៊ីលីេត
ែដលទទួល បាន H ពីរ គឺ 21 . 12 = 14 ។ លទ្ធផលេនះអាច្រត�វ បានេផ្ទ�ងផា្ទត់ េដាយពិនិត្យេលី លំហ គំរូ Ω =
{HH, HT, T H, T T } េនាះ P(HH) = 14 ។
1. ចាប់បានបាល់េខៀវ 2
2. ចាប់បានបាល់ស 1 និងបនា្ទប់មកបាល់្រកហម 1
3. ចាប់បានបាល់េខៀវ 1 នង
ិ បនា្ទប់មកបាល់ស 1
1.
5 5
P(B ∩ B) = P(B).P(B) = . = 0.25
10 10
2.
3 2
P(W ∩ R) = P(W).P(R) = . = 0.06
10 10
3.
5 3
P(B ∩ W) = P(B).P(W) = . = 0.15
10 10
71
សមា្គល់ 4.4.1. ក្បនផលគុ
ួ ណអាចេ្របីបានចំេពាះ្រពឹតិកា
្ត រណ៍មិនអា្រស័យគា្នបីឬេ្រចីនេដាយេ្របីរូបមន្ត
(a) បាល់ទីមួយមានពណ៌្រកហមនិងបាល់ទីពីរមានពណ៌ស
(b) បាល់ទាង
ំ ពីរមានពណ៌ដូចគា្ន
(c) បាល់ទីពីរមានពណ៌េខៀវ
2. ពល
ិ មួយមានថ្ម 6 ្រគាប់ែដលក្នុងចំេនាមេនាះមាន 2 ្រគាប់ជាថ្មខូច។ េបថ
ី ្ម 2 ្រគាប់្រត�វបានេ្រជីសេរស
ី
េដាយៃចដន្យម្តងមួយរួចដាក់ចូលវ ិញ រក្រប�បាប៊ីលីេតែដលថ្មទាង
ំ ពីរជាថ្មខូច។
មិន្រត�វបានដាក់ចូលវ ិញ េនាះ្រប�បាប៊ីលីេតែដលហូតបានសន្លឹកទីពីរជាសន្លឹកេស្តចគឺ 4
51
េ្រពាះមានសន្លឹក
េស្តចមាន 4 សន្លឹក និងេបៀរេនសល់មាន 51 សន្លឹក។
ី ង់ មន
• ចាប់យកបាល់មួយពថ ិ ដាក់ចូលវ ិញ រួចចាប់យកបាល់ទព
ី រី
• ទទួលបានពន
ិ ុ ខ្ព
្ទ ស់ នង
ិ ទទួលបានអាហារូបករណ៍
72
• ចតេនកែន្លងហាមចត និងទទួលលិខិតផាកពិន័យ
ដូចេនះ
4 4
P(A ∩ K) = P(A).P(K|A) = . = 0.006
52 51
ឧទាហរណ៍ 4.5.3. ្របអប់ ទី 1 មានបាល់ ្រកហម 2 និង បាល់ េខៀវ 1។ ្របអប់ ទី 2 មានបាល់ ្រកហម 1
និងបាល់េខៀវ 3។ កាក់មួយ្រត�វបានេបាះេបីកាក់េចញ H ្របអប់ទី 1 ្រត�វបានេ្រជីសេរស
ី េហយ
ី បាល់មួយ
្រត�វបានចាប់យក។ េបីកាក់េចញ T ្របអប់ទី 2 ្រត�វបានេ្រជស
ី េរសេហ
ី យ
ី បាល់មួយ្រត�វបានចាប់យក។ រក
្រប�បាប៊ីលេី តែដលចាប់បានបាល់្រកហមមួយ។
ដូចេនះ
P(R) = P((R ∩ B1 ) ∪ (R ∩ B2 ))
= P(R ∩ B1 ) + P(R ∩ B2 )
= P(B1 )P(R|B1 ) + P(B2 )P(R|B2 )
1 2 1 1
= . + .
2 3 2 4
2 1 11
= + =
6 8 24
73
លក្ខណៈៃន្រប�បាប៊ីលេី តមានលក្ខខណ្ឌ
1. 0 ≤ P(B|A) ≤ 1
2. P(Ω|A) = 1
3. េបី B1 , B2 , . . . , Bn ជា្រពឹតិកា
្ត រណ៍ែដល Bi ∩ B j = ∅, i , j េនាះចំេពាះ្រគប់ចំនួនគត់វ ិជ្ជមាន n
ជាទូេទ
∞
[ X
∞
P Bn A = P(Bn |A).
n=1 n=1
ស្រមាយបញ្ជ ក់. 1. េដាយសារ A∩ B ⊆ A េនាះ P(A∩ B) ≤ P(A) និង P(A∩ B) ≥ 0 និង P(A) ≥ 0
ដូចេនះ
P(A ∩ B)
0 ≤ P(B|A) = ≤ 1.
P(A)
2.
P(Ω ∩ A) P(A)
P(Ω|A) = = = 1.
P(A) P(A)
3. េបី B1 , B2 , . . . ជា្រពត
ឹ កា
ិ្ត រណ៍ដាច់គា្នេនាះ A ∩ B1 , A ∩ B2 , . . . ក៏ជា្រពត
ឹ កា
ិ្ត រណ៍ដាច់គា្នែដរ។ ដូចេនះ
េយង ី បាន
∞ S∞
[ P Bn ∩ A
P Bn A = n=1
P(A)
n=1
S∞
P n=1 (Bn ∩ A)
=
P(A)
P∞
P(Bn ∩ A)
= n=1
P(A)
X P(A ∩ Bn )
∞
=
n=1
P(A)
X∞
= P(Bn |A).
n=1
• ជាទូេទ
74
្រពឹត្តិការណ៍មិនអា្រស័យគា្ន
ឬ
P(A ∩ B) = P(B)P(A|B) = P(B)P(A)
P(A ∩ B) = P(A)P(B)
េបម
ី ន
ិ អញ្ច ឹងេទ្រពត
ឹ កា
ិ្ត រណ៍ A នង
ិ B ជា្រពត
ឹ កា
ិ្ត រណ៍អា្រស័យគា្ន។
សមា្គល់ 4.5.2. នយ
ិ មន័យ េនះក៏ េនែតពត
ិ េបី P(A) = 0 ឬ P(B) = 0 េ្រពាះេយង
ី មាន P(A ∩ B) = 0
េដាយសារ (A ∩ B) ⊂ A និង (A ∩ B) ⊂ B។ ដូចេនះអង្គទាង
ំ សងខាងៃន P(A ∩ B) = P(A)P(B) គេឺ ស្មីនឹង
សូន្យដូចគា្នេហយ
ី ដូេច្នះវាេស្មគា
ី ្ន ។
ឧទាហរណ៍ 4.5.4. េបាះកាក់េស្មសា
ី ច់មួយពីរដង។ តាង A ជា្រពឹតកា
ិ្ត រណ៍ែដលទទួលបាន H េលកា
ី រេបាះ
កាក់េលក
ី ទម
ី ួយ B ជា្រពត
ឹ កា
ិ្ត រណ៍ែដលទទួលបាន T េលកា
ី រេបាះកាក់េលក
ី ទព
ី រី នង
ិ C ជា្រពត
ឹ កា
ិ្ត រណ៍ែដល
ទទួលបាន T េលីការេបាះកាក់ទាង ំ ពីរេលីក។
ចេម្លើយ. លំហគំរូ
Ω = {HH, HT, T H, T T }
្រពត
ឹ កា
ិ្ត រណ៍
A = {HH, HT }, B = {HT, T T }, C = {T T }
A ∩ B = {HT }, B ∩ C = {T T }
េនាះេយង
ី បាន
2 2 1
P(A) = , P(B) = , P(C) =
4 4 4
1 1
P(A ∩ B) = , P(B ∩ C) =
4 4
1. េយង
ី មាន
1 2 2
P(A ∩ B) = = . = P(A)P(B)
4 4 4
ដូចេនះ A និង B ជា្រពឹតិកា
្ត រណ៍មិនអា្រស័យគា្ន។
75
2. េយង
ី មាន
1 2 1
P(B ∩ C) = , . = P(B)P(C)
4 4 4
ដូចេនះ B និង C ជា្រពឹតិកា
្ត រណ៍អា្រស័យគា្ន។
1. A និង B̄
2. Ā នង
ិ B
3. Ā នង
ិ B̄
ស្រមាយបញ្ជ ក់. ី អាចសេសរ A ជា្របជុំដាច់គា្នៃន A ∩ B និង A ∩ B̄
1. េយង
A = (A ∩ B) ∪ (A ∩ B̄)
ដូចេនះ
ី អាចសេសរ B ជា្របជុំដាច់គា្នៃន A ∩ B នង
2. េយង ិ Ā ∩ B
B = (A ∩ B) ∪ (Ā ∩ B)
ដូចេនះ
3.
ជាទូេទ
76
1. ្រពឹតិកា
្ត រណ៍ (Ai )i∈I ជា្រពឹតិកា
្ត រណ៍មិនអា្រស័យគា្នេបី ∀J ⊂ I សំណុំរាប់អស់ៃន I េយង
ី មាន
\ Y
P Ai = P(Ai )
i∈J i∈J
2. ្រពត
ឹ ិ្តការណ៍ (Ai )i∈I ជា្រពត
ឹ ិ្តការណ៍មន
ិ អា្រស័យគា្នពរី ៗេបី Ai នង
ិ A j ជា្រពត
ឹ ិ្តការណ៍មន
ិ អា្រស័យគា្ន
ចំេពាះ្រគប់ i, j, i , j មានន័យថា
P(Ai ∩ A j ) = P(Ai )P(A j ), ∀i , j
{1, 4} េនាះ
2 1
P(A) = P(B) = P(C) = =
4 2
នង
ិ
1
P(A ∩ B) = P(A ∩ C) = P(B ∩ C) =
4
ដូចេនះ
1 1 1
P(A ∩ B) = = . = P(A).P(B)
4 2 2
1 1 1
P(A ∩ C) = = . = P(A).P(C)
4 2 2
1 1 1
P(B ∩ C) = = . = P(B).P(C)
4 2 2
ដូេច្នះ A, B, C ជា្រពត
ឹ កា
ិ្ត រណ៍មន
ិ អា្រស័យគា្នពរី ៗ ប៉ុែន្ត A ∩ B ∩ C = {1} េនាះ
1 1
P(A ∩ B ∩ C) = , = P(A).P(B).P(C)
4 8
ដូេច្នះ A, B, C ជា្រពឹតិកា
្ត រណ៍អា្រស័យគា្ន។
លំហាត់ 4.5.1. 1. េនក្នុងថង់មួយមានបាល់្រកហម 9 បាល់ស 8 នង
ិ បាល់េខៀវ 6។ េ្រជស
ី យកបាល់
(a) បាល់ទម
ី ួយមានពណ៌្រកហមនង
ិ បាល់ទព
ី រី មានពណ៌ស
(b) បាល់ទាង
ំ ពីរមានពណ៌ដូចគា្ន
(c) បាល់ទីពីរមានពណ៌េខៀវ
77
(a) េតី A និង B ជា្រពឹតិកា
្ត រណ៍មិនអា្រស័យគា្នឬេទ?
(b) េតី C និង D ជា្រពឹតិកា
្ត រណ៍មិនអា្រស័យគា្នឬេទ?
4. ក្នុង្រគ�សារែដលមានកូនពីរនាក់។ សន្មតថា
់ ឱកាសមានកូន្រប�ស ឬកូន្រសគ ី េឺ ស្មីគា្ន។ តាង A ជា្រពឹតិ្ត
ការណ៍ែដល្រគ�សារមួយមានយា៉ងេ្រចីនកូន្រសីមា្នក់ និង B ជា្រពឹតិកា
្ត រណ៍ែដល្រគ�សារមួយមានកូន
មានេភទដូចគា្ន
(a) េតី្រពឹតិកា
្ត រណ៍ A និង B មិនអា្រស័យគា្នឬេទ?
(b) ចុះេប្រី គ�សារែដលមានកូនបនា
ី ក់វ ិញ េត្រី ពត
ឹ កា
ិ្ត រណ៍ A នង
ិ B មន
ិ អា្រស័យគា្នឬេទ?
5. សន្មត់ថាកាក់េស្មសា
ី ច់មួយ្រត�វបានេបាះ 2 ដង។ កំនត់្រពត
ឹ កា
ិ្ត រណ៍ដូចខាងេ្រកាម
• A : កាក់េចញ H េនការេបាះេលក
ី ទ១
ី
• B : កាក់េចញ H េនការេបាះេលីកទី២
• C : កាក់េចញលទ្ធផលដូចគា្នេនការេបាះទាំង ២ េលក
ី
េតី A, B នង
ិ C មន
ិ អា្រស័យគា្នែដរឬេទ?
4.6 ្រទឹសប
ី ្ត ទេបេយស
B = (A1 ∩ B) ∪ . . . ∪ (Ak ∩ B)
[k
= (Ai ∩ B)
i=1
X
k
P(B) = P(Ai ∩ B)
i=1
Xk
= P(B|Ai )P(Ai )
i=1
□
ី ្ដ ទ 4.6.2 (េបេយស). េបី A1 , A2 , . . . , Ak ជាបំ ែនកៃនលំហ គំរូ Ω។ តាង B ជា្រពឹតិ្ត ការណ៍ មួយ
្រទឹសប
េនាះ
P(B|A j )P(A j )
P(A j |B) = Pk , 1≤ j≤k
i=1 P(B|Ai )P(Ai )
78
ស្រមាយបញ ិ មន័យៃន្រប�បាប៊ីលេី តមានលក្ខខណ្ឌ
្ជ ក់. តាមនយ
P(A j ∩ B)
P(A j |B) =
P(B)
P(B|A j )P(A j )
= Pk
i=1 P(B|Ai )P(Ai )
□
ឧទាហរណ៍ 4.6.1. ្របអប់ទី 1 មានបាល់្រកហម 2 និងបាល់េខៀវ 1។ ្របអប់ទី 2 មានបាល់្រកហម 1 និង
បាល់េខៀវ 3។ កាក់មួយ ្រត�វ បានេបាះេបី កាក់េចញ H ្របអប់ទី 1 ្រត�វបានេ្រជីសេរស
ី េហយ
ី បាល់ មួយ ្រត�វ
បានចាប់យក។ េបីកាក់េចញ T ្របអប់ទី 2 ្រត�វបានេ្រជីសេរសេហី យ
ី បាល់មួយ្រត�វបានចាប់យក។ េដាយ
ដឹងថាបាល់មួយែដលចាប់បានជាបាល់្រកហមរក្រប�បាប៊ីលេី តែដលបាល់េនាះ្រត�វបានចាប់េចញពី្របអប់ទី
1។
ចេម្លើយ. តាង B1 :ជា្រពត
ឹ ិ្តការណ៍ែដលេ្រជីស្របអប់ទី 1, B2 : ជា្រពត
ឹ ិ្តការណ៍ែដលេ្រជីស្របអប់ទី 2, R :
ជា្រពឹតិកា
្ត រណ៍ចាប់បានបាល់្រកហម, B : ជា្រពឹតិកា
្ត រណ៍ចាប់បានបាល់េខៀវ ។ េយង
ី បាន
P(R|B1 )P(B1 )
P(B1 |R) =
P(R|B1 )P(B1 ) + P(R|B2 )P(B2 )
.
2 1
8
= 2 13 21 1 =
. + 4 . 2 11
3 2
ឧទាហរណ៍ 4.6.2. អ្នកេបីកបរមា្នក់ មានផ្លូវ 3 េដីម្បី េចញពី ទី្រក�ង មួយ េទទី្រក�ង មួយេទៀត។ តាមផ្លូវទី
1 មានឱកាស 80% ែដលអាចជួប្របទះការកកស្ទះ ចរាចរណ៍។ តាមផ្លូវទី 2 មានឱកាស 60% ែដលអាច
ជួប្របទះការកកស្ទះចរាចរណ៍។ តាមផ្លូវទី 3 មានឱកាស 30% ែដលអាចជួប្របទះការកកស្ទះចរាចរណ៍។
េដាយសារកតា្តេផ្សងៗដូចជាចមា្ងយ និងេល្ប�នកំនត់ អ្នកេបីកបរេ្របី្របាស់ផូ ្លវទី1 50% ៃនេពលសរុបនិង
ផ្លូវទី 2 នង
ិ 3 នម
ី ួយៗ 25% ៃនេពលសរុប។
1. រក្រប�បាប៊ីលេី តែដលអ្នកេបក
ី បរជួប្របទះការកកស្ទះចរាចរណ៍។
ី ្នកេបីកបរទូរសព្ទមកកែន្លង្រគប់្រគងចរាចរណ៍ថាគាត់េនក្នុងការកកស្ទះចរាចរណ៍ រក្រប�បាប៊ីលីេត
2. េបអ
ែដលគាត់បានេ្រជីសយកផ្លូវទី 1 ។
2.
P(R1 )P(J|R1 )
P(R1 |J) =
P(R1 )P(J|R1 ) + P(R2 )P(J|R2 ) + P(R3 )P(J|R3 )
(0.5)(0.8)
= = 0.64
0.625
79
ឧទាហរណ៍ 4.6.3. សន្មតថា
់ ចំនួនករណីជម្ងក
ឺ វូ ីត ១៩ េនក្នុងទ្រី ក�ងគឺ 6% ៃនចំនួន្របជាជន។ ការេធ្វេី តស្ត
PCR រកជម្ងឺកូវ ីត ១៩ មានអា្រតាវ ិជ្ជមានខុស 0.5% និងអា្រតាអវ ិជ្ជមានខុស 20%។
2. េតី្រប�បាប៊ីលីេតែដលមនុស្សមា្នក់មានជម្ងឺេដាយដឹងថាគាត់បានេធ្វីេតស្តអវ ិជ្ជមាន?
ចេម្លើយ. 1. តាង D ជា្រពឹតិ្ត ការណ៍ ែដលមនុស្សមា្នក់ មានកូ វ ីត១៩ និង តាង Y ជា្រពឹតិ្ត ការណ៍ ែដល
មនុស្សមា្នក់េតស្តវ ិជ្ជមាន។ សំនួរែដលសួរគឺ P(D|Y)។ េយង
ី មាន
ដូេច្នះ
P(D)P(Y|D)
P(D|Y) =
P(D)P(Y|D) + P(D̄)P(Y|D̄)
6 80
= 100 100
6 80
100 100
+ 100
94 5
1000
480
= = 0.91
527
2. ការដឹកជញ្ជូ ន្របអប់ ពរី ែដលនី មួយ ៗមានទូរសព្ទ 6 េ្រគឿង្រត�វ បានទទួល េដាយហាងលក់។ ្របអប់
ទ១
ី មានទូរសព្ទខូច១ នងិ ្របអប់ទ២
ី មានទូរសព្ទខូច២។ បនា្ទប់ព្រី បអប់ទាង
ំ ពរី ្រត�វបានេបក
ី ទូរសព្ទ
មួយ្រត�វបានេ្រជស
ី យកេដាយៃចដន្យេហយ ី រកេឃញ ី ថាវាខូច។ រក្រប�បាប៊ីលេី តែដលវាេចញព្រី បអប់
ទី២។
80
3. ហាងទំនញ
ិ មួយទញ
ិ មួកពីេរាងច្រក 3 េផ្សងគា្ន។ េនក្នុង្របអប់របស់េរាងច្រក A មានមួកេខៀវ 12,
មួក្រកហម 6 និងមួកៃបតង 6។ េនក្នុង្របអប់របស់េរាងច្រក B មានមួកេខៀវ 10, មួក្រកហម 10 និង
មួកៃបតង 4។ េនក្នុង្របអប់របស់េរាងច្រក C មានមួកេខៀវ 8, មួក្រកហម 8 និងមួកៃបតង 8។ េបី
្របអប់មួយ្រត�វបានេ្រជីសេរសេហ
ី យី មួកមួយ្រត�វបានេ្រជីសេរសេដាយៃចដន្យេចញព
ី ្រី បអប់។
81
82
ជំពូកទី5
អេថរៃចដន្យដាច់
5.1 អេថរៃចដន្យ
• យក U ជាចំនួនដងែដលមនុស្សមា្នក់ផា្លស់ទីលំេនេនាះ U អាចយកតៃម្ល 0, 1, 2, . . .
• H ជាកំពស់ៃនសិស្សមា្នក់កុ ងថា
្ន ្ន ក់ែដលេ្រជីសេរសេដាយៃចដន្យ
ី េនាះ H មានតៃម្លវ ិជ្ជមាន
• េ្រជីសេរសចំ
ី នុច ៃចដន្យេនក្នុងកាេរឯកតា {(x, y) : 0 ≤ x, y ≤ 1} និង យក X ជាចមា្ងយរបស់ វា
េចញពគ
ី ល់ O េនាះ X ជាអេថរៃចដន្យមានតៃម្លវ ិជ្ជមាន។
អេថរៃចដន្យមានពីរ្របេភទសំខាន់ៗ
83
1. អេថរៃចដន្យដាច់៖ ជាអេថរៃចដន្យែដលយកតៃម្លមានចំនួនកំនត់ឬរាប់បាន។
2. អេថរៃចដន្យជាប់៖ ជាអេថរៃចដន្យែដលអាចយកតៃម្លេនក្នុងចេនា្លះណាមួយ។
• តាង Y ជារយៈេពលរវាងការចាប់េផ្តម
ី បង្វល
ិ រហូតដល់កាក់ឈប់េស្ង�ម (គត
ិ ជាវ ិនាទ)
ី
េនក្នុងករណីេនះ X ជាអេថរៃចដន្យដាច់នង
ិ Y ជាអេថរៃចដន្យជាប់។
1. សីតុណ្ហភាពជាមធ្យមេនរាជធានីភ្នំេពញេនៃថ្ងែស្អក
2. ចំនួនការេហចូលទូរសព្ទែដលខ្ញុំនឹងទទួលេនែថ្ងែស្អក
3. កំពស់ៃនសិស្សមា្នក់ែដលេ្រជីសេរសេដាយៃចដន្យេនក្ន
ី ុ ងថា្នក់
4. ចំនួនេ្រគាះថា្នក់ចរាចរណ៍ក្នុង្របេទសកម្ពុជាេនឆា្នេំ ្រកាយ
6. រយៈេពលរង់ចាចា
ំ ក់វា៉ក់សាង
ំ ការពារជម្ងក
ឺ ូវ ីត១៩
5.2 អេថរៃចដន្យដាច់
1. p(x) ≥ 0
P
2. p(x) = 1
x
3. P(X = x) = p(x)
តារាងបំែនងែចក្រប�បាប៊ីលេី តៃនអេថរៃចដន្យដាច់ X
X x1 x2 x3 ··· xk
p(x) p1 p2 p3 ··· pk
ែដល 0 ≤ pi ≤ 1 និង p1 + p2 + · · · + pk = 1
ឧទាហរណ៍ 5.2.1. េបាះកាក់េស្មីសាច់មួយ 3 ដង។ តាង X ជាចំនួនមុខ H ែដលេចញេនាះតៃម្លែដល X
អាចយកបានគឺ 0, 1, 2, 3 ។
84
1. េតីតៃម្ល X េស្មីនឹងប៉ុនា្មនស្រមាប់លទ្ធផល
• TTT?
• HHT ?
2. េតីអីជា
្វ ្រពឹតិកា
្ត រណ៍ X = 2?
សំនួរទាំងេនះអាចេឆ្លយ
ី បានតាមតារាងខាងេ្រកាម
X=0 {T T T } 1
8
X = 2 {HHT, HT H, T HH} 3
8
X=3 {HHH} 1
8
ដូចេនះ X ជាអេថរៃចដន្យដាច់ែដលមានតារាងបំែនងែចក្រប�បាប៊ីលីេតៈ
x 0 1 2 3
1 3 3 1
p(x) 8 8 8 8
p(x) ជាអនុគមន៍មា៉ស្រប�បាប៊ីលីេតេ្រពាះ
1.
p(x) ≥ 0, ∀x = 0, 1, 2, 3.
2. X 1 3 3 1
p(x) = + + + = 1.
x
8 8 8 8
1 1 1 1 1 1
p(x) 6 6 6 6 6 6
p(x) ជាអនុគមន៍មា៉ស្រប�បាប៊ីលីេតេ្រពាះ
1.
p(x) ≥ 0, ∀x = 1, 2, 3, 4, 5, 6.
2. X 1 1 1 1 1 1
p(x) = + + + + + = 1.
x
6 6 6 6 6 6
85
ឧទាហរណ៍ 5.2.3. កាក់ េស្មី សាច់ មួយ ្រត�វ បានេបាះរហូត ដល់ បាន H ទី១។ តាង X ជាចំនួន ដងៃនការ
េបាះកាក់រហូតដល់បាន H ទ១ ។ តៃម្លែដល X អាចយកបានគឺ 1, 2, 3, 4, . . .។ ដូចេនះ X ជាអេថរៃចដន្យ
ី n
ដាច់ែដលមាន P(X = n) = 2 , n = 1, 2, 3, 4, . . .
1
n 1 2 3 ...
p(n) 1
2
1
4
1
8
...
p(n) ជាអនុគមន៍មា៉ស្រប�បាប៊ីលីេតេ្រពាះ
1.
p(n) ≥ 0, ∀n = 1, 2, 3, 4, . . .
2. !2 !3
X 1 1 1 1 1 1
1
p(n) = + + + · · · = + + + ··· = 2
= 1.
n
2 4 8 2 2 2 1− 1
2
បំែនងែចក្រប�បាប៊ីលេី ត
ចំេពាះ្រគប់ចំនួនពត
ិ x
លក្ខណៈៃន F
1. lim F(x) = 0,
x→−∞
2. lim F(x) = 1,
x→∞
3. F ជាអនុគមន៍េកន
ី
4. F ជាអនុគមន៍ជាប់ខាងសា្ត ំ
1 3 3 1
p(x) 8 8 8 8
ដូចេនះអនុគមន៍បំែនងែចក្រប�បាប៊ីលេី តៃនអេថរៃចដន្យ X គឺ
0, x < 0
1
, 0≤x<1
84
F(x) =
, 1≤x<2
8
7
, 2≤x<3
8
1, x ≥ 3
86
ឧទាហរណ៍ 5.2.5. ្រគាប់ឡុកឡាក់េស្មសា
ី ច់មួយ្រគប់្រត�វបានេបាះម្តង។ តាង X ជាចំនួន្រគាប់ែដលេចញ
ី មានតារាងបំែនងែចក្រប�បាប៊ីលីេតដូចខាងេ្រកាម
េនេលីមុខ្រគាប់ឡុកឡាក់។ េយង
x 1 2 3 4 5 6
1 1 1 1 1 1
p(x) 6 6 6 6 6 6
ដូចេនះអនុគមន៍បំែនងែចក្រប�បាប៊ីលេី តៃនអេថរៃចដន្យ X គឺ
0, x < 1
1
, 1≤x<2
6
2
, 2≤x<3
63
F(x) =
, 3≤x<4
6
4
, 4≤x<5
6
5
, 5≤x<6
6
1, x ≥ 6
ដូចេនះអនុគមន៍មា៉ស្រប�បាប៊ីលេី តៃន X គឺ
នង
ិ 0 េផ្សងពេី នះ។
អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី តៃន X គឺ
X
x
F(x) = P(X ≤ x) = p(i)
i=1
X
⌊x⌋
= (1 − p)i−1 p
i=1
" #
1 − (1 − p)⌊x⌋
=p
1 − (1 − p)
= 1 − (1 − p)⌊x⌋
ី នុគមន៍េនះេផ្ទ�ងផា្ទត់លក្ខណៈៃនអនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត?
េតអ
87
2. ចំេពាះ 0 < p < 1 ្រគប់តួេនក្នុងផលបូកែដលកំនត់ F(x) ជាចំនួនមន
ិ អវ ិជ្ជមាន។ េដាយសារ F(x)
ជាផលបូកៃនតួមិនអវ ិជ្ជមានេនាះវាជាអនុគមន៍េកីន។
3. យក ε > 0 េនាះ
lim+ F(x + ε) = lim+ 1 − (1 − p)⌊x⌋+ε
ε→0 ε→0
= 1 − lim+ (1 − p)⌊x⌋+ε
ε→0
= 1 − (1 − p)⌊x⌋ .
មធ្យមៃនអេថរៃចដន្យ
េយង
ី អាចនយា
ិ យមយ៉ងេទៀតថាសង្ឃម
ឹ គណិតៃនអេថរៃចដន្យ X គជា
ឺ មធ្យមមានទម្ងនៃ់ នតៃម្លែដលអេថរ
ី ួយៗែដលជា្រប�បាប៊ីលេី តរបស់វា។
ៃចដន្យ X អាចយកបានេដាយទម្ងន់ៃនតៃម្លនម
ឧទាហរណ៍ 5.2.7. រកមធ្យមៃនចំនួន ្រគាប់ ែដលេចញេនេលី មុខ ្រគាប់ ឡុកឡាក់ េស្មី សាច់ មួយ ែដល្រត�វ
1 1 1 1 1 1
p(x) 6 6 6 6 6 6
X ! ! ! ! ! !
1 1 1 1 1 1 7
E[X] = xp(x) = 1 +2 +3 +4 +5 +6 = = 3.5
x
6 6 6 6 6 6 2
88
ស្រមាយបញ្ជ ក់. តាង Y = g(X) ែដល g ជាអនុគមន៍ចំនួនពិត
X
E[g(X)] = E[Y] = y j p(y j )
j
X X
= yj p(xi )
j i:g(xi )=y j
X
= g(xi )p(xi ).
i
ិ 1 ែដលមាន្រប�បាប៊ីលេី តេរៀងគា្ន
ឧទាហរណ៍ 5.2.9. យក X ជាអេថរៃចដន្យែដលអាចយកតៃម្ល −1, 0 នង
គណនា E[X 2 ]
ចេម្លើយ. ជាដំបូងេយង
ី នឹងគណនា E[X ] េដាយេ្របីជំហានែដលេយង
2
ី បានេ្របីេនក្នុងស្រមាយបញ្ជក់៖
តាង Y = X 2 េនាះអនុគមន៍មា៉ស្រប�បាប៊ីលីេតៃន Y គឺឱ្យេដាយ
ដូេច្នះ
E[X 2 ] = E[Y] = 1(0.5) + 0(0.5) = 0.5
េដីម្បេី ផ្ទ�ងផា្ទត់លទ្ធផលេយង
ី េ្របី្រទឹសីប
្ត ទ
កូរែលរ
៉ូ 5.2.1 (លក្ខណៈលីេនែអ៊រ). េបី a និង b ជាចំនួនេថរេនាះ
E[aX + b] = aE[X] + b
ស្រមាយបញ្ជ ក់.
X
E[aX + b] = (ax + b)p(x)
X
x
X
=a xp(x) + b p(x)
x x
= aE[X] + b
វា៉ដ្យង់ៃនអេថរៃចដន្យ
89
ី អាចគណនាវា៉ដ្យង់ V(X) តាមរូបមន្តខាងេ្រកាម
េយង
ដូេច្នះ
V(X) = E[X 2 ] − (E[X])2
V(aX + b) = a2 V(X)
ឧទាហរណ៍ 5.2.10. គណនា V(X) េបី X ជាចំនួន ្រគាប់ ែដលេចញេនេលី មុខ ្រគាប់ ឡុកឡាក់ េស្មី សាច់
មួយែដល្រត�វបានេបាះ។
ចេម្លើយ. េយង
ី មាន E[X] =
7
2
និង
! ! ! ! ! !
1 2 1 2 1 2 1 2 1 2 1 91
E[X 2 ] = 12 +2 +3 +4 +5 +6 =
6 6 6 6 6 6 6
ដូេច្នះ
!2
91 7 35
V(X) = E[X ] − (E[X]) =
2
− 2
= = 2.917
6 2 12
x 1 2 5 9
p(x) 0.3 0.4 0.2 0.1
90
គណនាមធ្យម វា៉ដ្យង់ នង
ិ គមា្លតស្តង់ដាៃន X
ចេម្លើយ.
X
E[X] = xp(x) = 1(0.3) + 2(0.4) + 5(0.2) + 9(0.1) = 3
X
x
E[X ] =
2
x2 p(x) = 12 (0.3) + 22 (0.4) + 52 (0.2) + 92 (0.1) = 15
x
V(X) = E[X 2 ] − (E[X])2 = 15 − 32 = 6
p √
SD(X) = Var(X) = 6 = 2.45
x 0 1 2 3
p(x) 0.2 0.3 0.4 0.1
2. យកអេថរៃចដន្យ X ជាចំនួនអ្នកដំេណីរេដាយមន
ិ រាប់បញ្ចូ លអ្នកេបក
ី បរេនក្នុងឡានមួយេនេពល
ចរាចរណ៍ចេង្អ�តមានតារាងបំែនងែចក្រប�បាប៊ីលេី តដូចខាងេ្រកាម
x 0 1 2 3 4
p(x) 0.7 p2 0.1 0.05 0.05
(a) រក p2
(b) េតី្រប�បាប៊ីលីេតែដលចំនួនអ្នកដំេណីរយា៉ងេហាចណាស់ 2 នាក់េស្មីនឹងប៉ុនា្មន?
(c) រកអនុគមន៍បំែនងែចក្រប�បាប៊ីលីេតៃន X
(d) កំនត់ P(X > 2)
(e) េតី្រប�បាប៊ីលីេតែដលមិនមានអ្នកដំេណីរេនក្នុងឡានេស្មីនឹងប៉ុនា្មន?
5.3 អេថរៃចដន្យដាច់សខា
ំ ន់ៗ
5.3.1 អេថរៃចដន្យអ៊ុយនីហ្វមដាច់
91
មានន័យថានីមួយៗៃន n លទ្ធផលមានឱកាសេកីតេឡង
ី េស្មីៗគា្ន។ េយង
ី កំនត់សេសរេដាយ X ∼ U(n)
តាមពិតេទ p(k) = P(X = k) ជាអនុគមន៍មា៉ស្រប�បាប៊ីលីេតេ្រពាះ
X
n X
n
1
p(k) = =1
k=1 k=1
n
អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត
0, x<1
k
F(x) =
, k ≤ x < k + 1, k ∈ {1, 2, . . . , n − 1}
n
1, x≥n
• E[X] = n+1
2
• V(X) = n2 −1
12
ស្រមាយបញ្ជ ក់.
X !
X
n
1
E[X] = kp(k) = k
k k=1
n
1X
n
1 n(n + 1)
= k=
n k=1 n 2
n+1
=
2
X Xn !
2 1
E[X ] =
2
k p(k) =
2
k
k k=1
n
1 X 2 1 n(n + 1)(2n + 1)
n
= k =
n k=1 n 6
(n + 1)(2n + 1)
=
6
V(X) = E[X 2 ] − (E[X])2
(n + 1)(2n + 1) (n + 1)2
= −
6 4
2(2n2 + 3n + 1) − 3(n2 + 2n + 1)
=
12
n2 − 1
=
12
□
1
p(k) = , k = 1, 2, 3, 4, 5, 6
6
92
ដូចេនះ
n+1 6+1 7
E[X] = = =
2 2 2
n − 1 6 − 1 35
2 2
V(X) = = =
12 12 12
សមា្គល់ថាលទ្ធផលេនះគដ
ឺ ូចគា្ននង
ឹ អ្វែី ដលេយង
ី បានគណនាពម
ី ុន។
ឧទាហរណ៍ 5.3.2. េលខទូរសព្ទមួយ្រត�វបានេ្រជីសេរសេដាយៃចដន្យេចញព
ី េី សៀវេភទូរសព្ទ។ តាង X ជា
េលខចុងេ្រកាយៃនេលខទូរសព្ទែដល្រត�វបានេ្រជីសេរស។
ី រក្រប�បាប៊ីលេី តែដលេលខចុងេ្រកាយៃនេលខទូរសព្ទ
ែដល្រត�វបានេ្រជីសេរសគ
ី ឺ
1. េលខ 6
2. េលខតូចជាង 3
3. េលខធំជាងឬេស្មីនឹង 8
1
P(X = k) = , k = 0, 1, 2, . . . , 9
10
1. ្រប�បាប៊ីលីេតែដលេលខចុងេ្រកាយៃនេលខទូរសព្ទែដល្រត�វបានេ្រជីសេរសគ
ី ឺេលខ 6
1
P(X = 6) = = 0.1
10
2. ្រប�បាប៊ីលីេតែដលេលខចុងេ្រកាយៃនេលខទូរសព្ទែដល្រត�វបានេ្រជីសេរសគ
ី ឺេលខតូចជាង 3
3. ្រប�បាប៊ីលេី តែដលេលខចុងេ្រកាយៃនេលខទូរសព្ទែដល្រត�វបានេ្រជីសេរសគ
ី េឺ លខធំជាងឬេស្មន
ី ងឹ 8
1 1 2
P(X ≥ 8) = P(X = 8) + P(X = 9) = + = = 0.2
10 10 10
បងា្ហញថា
93
1. អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី តៃន U
0, x < a,
[x]−a+1
F(x) = , x = a, a + 1, a + 2, . . . , b,
b−a+1
1, x>b
2. មធ្យមៃន U
a+b
E[U] =
2
3. វា៉ដ្យង់ៃន U
(b − a + 1)2 − 1
V(U) =
12
5.3.2 អេថរៃចដន្យែប៊រនូយ ី
ី . ពេិ សាធន៍ែប៊រនូយជា
និយមន័យ 5.3.2 (ពិេសាធន៍ែប៊រនូយ) ី ពេិ សាធន៍ែដល
• មានលទ្ធផលែតពរី េជាគជ័យ នង
ិ បរាជ័យ
ី . េនក្នុងពិេសាធន៍ែប៊រនូយែី ដលលទ្ធផលមួយជាេជាគជ័យ
និយមន័យ 5.3.3 (អេថរៃចដន្យែប៊រនូយ)
ឬ
p(x) = p x (1 − p)1−x , x = 0, 1
នម
ិ ត
ិ ្តសញញៈ X ∼ Ber(p) មានន័យថា X អេថរៃចដន្យែប៊រនូយែី ដលមានបា៉រា៉ ែម៉្រត p ។
• E[X] = p
94
• V(X) = p(1 − p)
ស្រមាយបញ្ជ ក់.
X
1
E[X] = xp(x) = 0.(1 − p) + 1.p = p
x=0
X1
E[X 2 ] = x2 p(x) = 02 .(1 − p) + 12 .p = p
x=0
V(X) = E[X 2 ] − (E[X])2 = p − p2 = p(1 − p).
□
ឧទាហរណ៍ 5.3.3. 1. េបាះកាក់េស្មីសាច់មួយ 1 ដង។ កំនត់អេថរៃចដន្យ X1 ែដល X1 = 1 េបីកាក់
េចញ H និង X1 = 0 េបីកាក់េចញ T េនាះ X1 ∼ Ber 21
ឧទាហរណ៍ 5.3.4. សន្មត់ ថា ថា្នក់ មួយ ្របលងជាប់ និេទ្ទស C ឬ្រគាន់េបី ជាងេនះកាលពី ការ្របលងេលីក
មុនេដាយ្រប�បាប៊ីលេី ត 0.75។ តាង X ជាអេថរៃចដន្យែដល X = 1 េបីសិស្សមា្នក់្របលងជាប់នង
ិ X=0
េបីសិស្សមា្នក់្របលងធា្លក់េនាះ
X ∼ Ber(0.75)
និង
E[X] = p = 0.75
V(X) = p(1 − p) = (0.75)(0.25) = 0.1875
5.3.3 អេថរៃចដន្យេទ្វធា
• ចំនួនពេិ សាធន៍ជាចំនួនកំនត់ n
• ពិេសាធន៍នីមួយៗមន
ិ អា្រស័យគា្ន
• ចំនួនពិេសាធន៍ n = 4
95
• ពិេសាធន៍នីមួយៗមានលទ្ធផលែតពីរ៖ H និង T
• ពេិ សាធន៍នម
ី ួយៗមន
ិ អា្រស័យគា្ន
• ្រប�បាប៊ីលីេតទទួលបាន H ក្នុងពិេសាធន៍នីមួយៗេស្មីនឹង 1
2
2. េនក្នុងសំនួរពហុេ្រជស
ី េរសែដលមាន
ី 10 សំនួរនង
ិ មាន 3 ចេម្លយ
ី េនក្នុងមួយសំនួរ។ ចំេពាះសំនួរនី
មួយៗមានចេម្លយ
ី ្រត�វមួយ។ េបស
ី ិស្សមន
ិ បានេរៀនស្រមាប់េធ្វេី តស្តេហយ
ី សស
ិ ្សេ្រជីសេរសយកចេម្ល
ី យ
ី
េដាយៃចដន្យ។ តាង X ជាចំនួនចេម្លីយែដលសិស្សេនាះេឆ្លីយ្រត�វ។ វាជាពិេសាធន៍េទ្វធាេ្រពាះ
• ចំនួនពិេសាធន៍ n = 10
• ពេិ សាធន៍នម
ី ួយៗមានលទ្ធផលែតពរី ៖ ចេម្លយ
ី ្រត�វ នង
ិ ចេម្លយ
ី ខុស
• ពិេសាធន៍នីមួយៗមិនអា្រស័យគា្ន
• ្រប�បាប៊ីលេី តទទួលបានចេម្លយ
ី ្រត�វក្នុងពេិ សាធន៍នម
ី ួយៗេស្មន
ី ងឹ
1
3
ឧទាហរណ៍ 5.3.6. 1. េនក្នុងថង់ មួយ មានបាល់ ្រកហម 6 និង បាល់ េខៀវ 4។ បាល់ 5 ្រត�វ បានចាប់
េចញពថ ់ ្តងមួយេដាយមិនដាក់ចូលវ ិញនិងចំនួនបាល់្រកហម្រត�វបានកត់្រតា។ េយង
ី ងម ី អាចចាត់ទុក
ពេិ សាធន៍ ទេី នះជាការចាប់ បាល់ មួយ េចញពី ថង់ នង
ិ េជាគជ័យ គឺ ទទួល បានបាល់ ្រកហម។ ប៉ុែន្ត
េនះមិនែមនជាពិេសាធន៍េទ្វធាេទេ្រពាះពិេសាធន៍នីមួយៗមិនែមនជាពិេសាធន៍មិនអា្រស័យគា្នេនាះ
ួ មិនដាក់ចូលវ ិញ) និង្រប�បាប៊ីលីេតែដលទទួលបានេជាគជ័យ និងបរាជ័យែ្រប្រប�ល
េទ(ចាប់បាល់រច
ពីពិេសាធន៍មួយេទពិេសាធន៍មួយេទៀត។
់ ួយមានបាល់្រកហម 6 នង
2. េនក្នុងថងម ិ បាល់េខៀវ 4។ បាល់ 5 ្រត�វបានចាប់េចញពថ ់ ្តងមួយេដាយ
ី ងម
ដាក់ចូលវ ិញនិងចំនួនបាល់្រកហម្រត�វបានកត់្រតា។ វាជាពិេសាធន៍េទ្វធាេ្រពាះ
• ចំនួនពិេសាធន៍ n = 5
• ពិេសាធន៍នីមួយៗមិនអា្រស័យគា្ន
96
ការគណនា្រប�បាប៊ីលេី ត
េយង
ី អាចរាប់ចំនួនទាំង 10 រេបៀបេដាយេ្របី
! !
ចំនួនដងៃនការេបាះកាក់ 5
=
ចំនួន H 3
5!
=
3!(5 − 3)!
5.4.3.2.1
=
3.2.1.2.1
= 10
97
ឬសេសរជាទ្រមង់
! !3 !2
5 1 1
P H3 នង
ិ T2 = .
3 2 2
ជាទូេទេបីេយង ី េបាះកាក់េស្មីសាច់ n ដងេនាះ្រប�បាប៊ីលីេតែដលទទួលបាន H m ដង( ដូចេនះ T n − m
ដង) គឱ ឺ ្យេដាយ
! !m !n−m
n 1 1
P Hm នងិ T (n − m) = .
m 2 2
ពិនិត្យេមីលពិេសាធន៍េបាះ្រគាប់ឡុកឡាក់េស្មសា ី ចាប់អារម្មណ៍នឹង្រប�បាប៊ីលីេតែដលទទួល
ី ច់ 5 ដង។ េយង
បានេលខ១ 3 ដង។ វាជាពេិ សាធន៍េទ្វធាេ្រពាះ
• ចំនួនពិេសាធន៍ n = 5
• ពេិ សាធន៍នម
ី ួយៗមានលទ្ធផលែតពរី ៖ មុខេលខ១ នង
ិ មុខមន
ិ ែមនេលខ១
• ពិេសាធន៍នីមួយៗមិនអា្រស័យគា្ន
• ្រប�បាប៊ីលីេតទទួលបានមុខេលខ១ក្នុងពិេសាធន៍នីមួយៗេស្មន
ី ឹង
1
6
តាមពត
ិ េទមាន 10 រេបៀបេផ្សងគា្នេដម
ី ្បទ
ី ទួលបានមុខេលខ១ 3 ដងនង
ិ មុខមន
ិ ែមនេលខ១ 2 ដងេនក្នុង
លំដាប់ណាក៏បានដូចខាងេ្រកាម
១១១ ∗ ∗ ១ ∗ ១ ∗ ១
១១ ∗ ១∗ ∗១១ ∗ ១
១ ∗ ១១∗ ១ ∗ ∗១១
∗១១១∗ ∗១ ∗ ១១
១១ ∗ ∗១ ∗ ∗ ១១១
េយង
ី អាចរាប់ចំនួនទាំង 10 រេបៀបេដាយេ្របី
ចំនួនដងៃនការេបាះឡុកឡាក់! 5
!
5!
= = = 10
ចំនួនមុខេលខ១ 3 3!(5 − 3)!
98
ដូចេនះ្រប�បាប៊ីលេី តែដលទទួលបាន H 3 ដងេនក្នុងការេបាះកាក់ 5 ដងគឺ
!3 !2 !3 !2 !3 !2
1 5 1 5 1 5
P(១១១ ∗ ∗ ឬ ១១ ∗ ១ ∗ ឬ . . . , ឬ ∗ ∗១១១) = . + . + ··· + .
6 6 6 6 6 6
| {z }
10 ដង
!3 !2
1 5
= 10 .
6 6
! !3 !2
5 1 5
= .
3 6 6
= 0.0322
ី ណនា្រប�បាប៊ីលីេតស្រមាប់បំែនងែចកេទ្វធាេយង
សមា្គល់ 5.3.1. េដីម្បគ ី េ្របី្របមាណវ ិធីសំខាន់ៗ
1. េយង
ី ចាប់អារម្មណ៍នឹងពិេសាធន៍ែដលមានលទ្ធផលែតពីរ
ី គុណ្រប�បាប៊ីលេី តេយង
2. េនេពលែដលេយង ី សន្មត់ថាពេិ សាធន៍នម
ី ួយៗមន
ិ អា្រស័យគា្ន
3. ្រប�បាប៊ីលេី តែដលទទួលបានេជាគជ័យគម
ឺ ន
ិ ែ្រប្រប�លពព
ី េិ សាធន៍មួយេទពេិ សាធន៍មួយេទៀត
4. េយង
ី ចាប់អារម្មណ៍នឹងចំនួនពិេសាធន៍ែដលមានចំនួនកំនត់
ជាទូេទ្រពឹតិ្ត ការណ៍ X = x ជា្រពឹតិ្ត ការណ៍ ែដលទទួល បាន x េជាគជ័យ និង n − x បរាជ័យ េនក្នុង
ចំ េនាម n ពិេសាធន៍។ េជាគជ័យ នី មួយ ៗេកីតេឡង ី េដាយ្រប�បាប៊ីលីេត p និង ្រប�បាប៊ីលីេតបរាជ័យ នី មួយ
ៗេកីតេឡង ី េដាយ្រប�បាប៊ីលីេត 1 − p េនាះ្រប�បាប៊ីលីេតែដលទទួលបាន x េជាគជ័យ និង n − x បរាជ័យ
n
េនក្នុងចំេណាម n ពិេសាធន៍គឺ p x (1 − p)n−x ។ េយង ី ដឹងថាមាន x រេបៀបេដីម្បីទទួលបាន x េជាគជ័យ
នង ័ េនក្នុងចំេណាម n ពេិ សាធន៍។
ិ n − x បរាជយ
ដូេច្នះ្រប�បាប៊ីលេី តែដល X = x គឺេស្មន
ី ងឹ p (1 − p) គុណនង ឹ ចំនួនរេបៀបែដលមានេជាគជ័យចំនួន x
x n−x
ក្នុង n ពិេសាធន៍(េដាយមិនគិតលំដាប់)ែដលឱ្យេដាយ
!
n n!
=
x x!(n − x)!
ែដល n! = n.(n − 1).(n − 2). . . . .2.1 នង
ិ 0! = 1។ ដូចេនះ
!
n x
P(X = x) = p (1 − p)n−x , x = 0, 1, 2, . . . , n
x
99
សមា្គល់ 5.3.2. ្រទស
ឹ ប
ី្ត ទេទ្វធាៈ យក a នង
ិ b ជាចំនួនពត
ិ នង
ិ n ជាចំនួនគត់វ ិជ្ជមានេនាះ
Xn !
n k n−k
(a + b) =
n
ab .
k=0
k
ឧទាហរណ៍ 5.3.7.
X5 ! ! x !5−x ! !0 !5 ! !1 !4 ! !2 !3 ! !3 !2
5 1 1 5 1 1 5 1 1 5 1 1 5 1 1
= + + +
x=0
x 2 2 0 2 2 1 2 2 2 2 2 3 2 2
! !4 !1 ! !5 !0
5 1 1 5 1 1
+ +
4 2 2 5 2 2
1 5 10 10 5 1
= + + + + +
32 32 32 32 32 32
= 1.
អនុគមន៍បំែនងែចកៃន X ∼ B(n, p) គឺ
Xx !
n y
F(x) = P(X ≤ x) = p (1 − p)n−y , x = 0, 1, . . . , n
y=0
y
100
X
n
E[X ] =
2
x2 P(X = x)
x=0
X
n !
n x
= x2
p (1 − p)n−x
x=0
x
X
n
n!
= x2 p x (1 − p)n−x
x=0
x!(n − x)!
Xn
(n − 1)!
= np x p x−1 (1 − p)n−x
x=0
(x − 1)!(n − x)!
Xn !
n − 1 x−1
= np x p (1 − p)n−x
x=1
x−1
X
n−1 !
n−1 j
= np ( j + 1) p (1 − p)n−1− j , ( j = x − 1)
j=0
j
X
n−1 ! X
n−1 !
n−1 j n−1 j
= np j p (1 − p) n−1− j
+ np p (1 − p)n−1− j
j=0
j j=0
j
= np(n − 1)p + np
V(X) = E[X 2 ] − (E[X])2
= np(n − 1)p + np − (np)2
= np(1 − p).
• ចំនួនពេិ សាធន៍ n = 3
• ពេិ សាធន៍នម
ី ួយៗមានលទ្ធផលែតពរី ៖ H នង
ិ T
• ពេិ សាធន៍នម
ី ួយៗមន
ិ អា្រស័យគា្ន
• ្រប�បាប៊ីលីេតទទួលបាន H ក្នុងពិេសាធន៍នីមួយៗេស្មីនឹង 1
2
ឧទាហរណ៍ 5.3.9. េរាងច្រកឧស�ហកម្ម មួយ ផ្គត់ផ្គង់ សារជាតិ គីមី មួយ ្របេភទដល់ ្រក�មហ៊ុន ចំនួន 10។
់ ុ ងៃថ្ង
្រប�បាប៊ីលីេតែដល្រក�មហ៊ុនមួយនឹងទូរសព្ទមកកុម្ម៉ងក ្ន ណាមួយេស្មីនឹង 0.2 ។ ្រប�បាប៊ីលីេតេនះគដ
ឺ ូចៗ
គា្នចំេពាះ្រក�មហ៊ុនទាំង 10 ។ រក្រប�បាប៊ីលេី តែដលេនក្នុងៃថ្ងណាមួយចំនួន្រក�មហ៊ុនែដលទូរសព្ទមកកុម្ម៉ង់
1. យា៉ងេ្រចីន 3
2. យា៉ងេហាចណាស់ 3
101
3. មានចំនួន 3
់ ុ ងៃថ្ង
ចេម្លើយ. តាង X ជាចំនួន្រក�មហ៊ុនែដលទូរសព្ទមកកុម្ម៉ងក ្ន ី រកុម្ម៉ងៃ់ ន្រក�មហ៊ុននម
ណាមួយ។ េបកា ី ួយ
ៗមនិ អា្រស័យគា្នេនាះ X ∼ B(n, p) ែដល n = 10, p = 0.2។
េយង
ី មាន X ∼ B(10, 0.2) ដូចេនះេយង ី បាន
X3 !
10
P(X ≤ 3) = (0.2) x (0.8)10−x = 0.879
x=0
x
P(X ≥ 3) = 1 − P(X ≤ 2)
X2 !
10
=1− (0.2) x (0.8)10−x
x=0
x
= 1 − 0.678 = 0.322
!
10
P(X = 3) = (0.2)3 (0.8)10−3 = 0.201
3
P(X ≥ 6) = 1 − P(X ≤ 5)
X5 !
10
=1− (0.2) x (0.8)5−x
x=0
x
= 1 − 0.9936 = 0.0064
លំហាត់ 5.3.2. 1. េបី X ∼ B 6, 13 រក
(a) P(X = 2)
(b) P(X < 2)
(c) P(X ≥ 1)
102
ី ច់មួយ្រត�វបានេបាះ 10 ដង។ រក្រប�បាប៊ីលេី តែដលទទួលបាន H
2. កាក់េស្មសា
(a) យា៉ងេហាចណាស់ 7 ដង
(b) 7 ដង
(c) យា៉ងេ្រចីន 7 ដង
3. េនក្នុង្របអប់មួយែដលមាននាឡកា
ិ ៃដ 100 ែដលេនក្នុងេនាះមាននាឡកា
ិ ៃដ 20 ជានាឡកា
ិ ែដល
ខូច។ េបនា
ី ឡកា
ិ ៃដ 10 ្រត�វបានេ្រជីសេរសេដាយៃចដន្យ
ី រក្រប�បាប៊ីលេី តែដលនាឡកា
ិ ៃដ
5. េបអ
ី េថរៃចដន្យ X ជាអេថរៃចដន្យេទ្វធា B(11, p) ។ េបី P(X = 8) = P(X = 7) រកតៃម្លៃន p ។
6. េតស្តពហុេ្រជីសេរសមាន
ី 20 សំនួរនិងមាន 5 ចេម្លីយស្រមាប់សំនួរនម
ី ួយៗែដលមានចេម្លីយ្រតឹម្រត�វ
ែតមួយគត់។ េបី X ជាចំនួនសំនួរែដលេឆ្លីយ្រត�វ
8. សស
ិ ្សមា្នក់ ្របលងវ ិញញសាសំនួរ ពហុ េ្រជស
ី េរសចំ
ី នួន 20 ែដលមាន 5 ជេ្រមស
ី សំរាប់ សំនួរ នី មួយ ៗ
េដាយេធ្វកា
ី រទស្សន៍ទាយេទេលស ី ួយៗ។ រក្រប�បាប៊ីលេី តែដលគាត់េឆ្លយ
ី ំនួរនម ី ្រត�វយា៉ងេហាចណាស់
15 ក្នុងចំេណាម 20 សំនួរ។ េតីអ្នកគិតថា្រពឹតិកា
្ត រណ៍េនះអាចេកីតេឡង ី ឬេទ?
5.3.4 អេថរៃចដន្យព័រសុង
អេថរៃចដន្យព័រសុងជាអេថរៃចដន្យដាច់េ្របស
ី ំរាប់រាប់ចំនួន្រពត
ឹ កា
ិ្ត រណ៍ែដលេកត
ី េឡង
ី េដាយៃចដន្យេនចេនា្លះ
ី េថរៃចដន្យេទ្វធាេនក្នុងន័យថាេទ្វធារាប់ចំនួនេជាគជ័យនង
េពលណាមួយឬលំហណាមួយ។ វាខុសពអ ិ ចំនួន
័ រឯេនក្ន
បរាជយ ី ុ ងអេថរៃចដន្យព័រសុងចំនួនមធ្យមៃនេជាគជ័យ្រត�វបានផ្តល់ឱ្យេនក្នុងឯកតាេពល ឬលំហ
ណាមួយ។ េបតា
ី ង X ជាចំនួនៃន្រពត
ឹ កា
ិ្ត រណ៍េនចេនា្លះណាមួយនង
ិ េបច
ី ំនួនមធ្យមៃន្រពត
ឹ កា
ិ្ត រណ៍េនចេនា្លះ
ណាមួយគឺ λ េនាះ្រប�បាប៊ីលេី តែដលមាន x ្រពត
ឹ ិ្តការណ៍េនចេនា្លះណាមួយឱ្យេដាយអេថរៃចដន្យព័រសុង
ដូចខាងេ្រកាម
103
និយមន័យ 5.3.6 (អេថរៃចដន្យព័រសុង). អេថរៃចដន្យ X ែដលអាចយកតៃម្ល 0, 1, 2, 3, . . . េហថា
អេថរៃចដន្យព័រសុងែដលមានបា៉រា៉ ែម៉្រត λ > 0 េបីវាមានអនុគមន៍មា៉ស្រប�បាប៊ីលីេត
λx
P(X = x) = e−λ , x = 0, 1, 2, 3, . . .
x!
បំែនងែចកព័រសុងគឺជាករណីលីមីតៃនបំែនងែចកេទ្វធាេ្រកាមលក្ខខណ្ឌ
1. ចំនួនពិេសាធន៍ n → ∞
3. np = λ ជាចំនួនេថរកំនត់
ឧទាហរណ៍ 5.3.12. េនក្នុងទ្រី ក�ង ធំ មួយ ទូរសព្ទ េទកាន់ េលខទូរសព្ទ ទាន់ េហតុការណ៍ ពី វ ីរុស កូ វ ីត១៩
• សន្មត់ចំេពាះចេនា្លះរងនីមួយៗមានការេហចូលទូរសព្ទយា៉ងេ្រចីនមួយ
• ចំនួនការេហចូលទូរសព្ទេនក្នុងចេនា្លះរងនីមួយៗជាពិេសាធន៍ែប៊រនូយែី ដលមាន p = 7
12
(មានន័យថា្រប�បាប៊ីលីេត p េបមា
ី នការេហទូរសព្ទចូល និង្រប�បាប៊ីលីេត 1 − p េបមី ិនមានការេហ
ទូរសព្ទចូល )
តាង X ជាចំនួនការេហទូរសព្ទចូលេនក្នុង 1 េមា៉ងេនាះ X ∼ B n = 12, p = 127 ។ ដូចេនះ
! !1 !11
12 7 5
P(X = 1) = = 0.00046
1 12 12
ឥឡូវេយង
ី សន្មត់
• សន្មត់ចំេពាះចេនា្លះរងនម
ី ួយៗមានការេហចូលទូរសព្ទយា៉ងេ្រចន
ី មួយ
• ចំនួនការេហចូលទូរសព្ទេនក្នុងចេនា្លះរងនម
ី ួយៗជាពេិ សាធន៍ែប៊រនូយែី ដលមាន p =
7
120
តាមការសន្មត់េនះ X ∼ B n = 120, p = 7
120
។ ដូចេនះ
! !1 !11
120 7 113
P(X = 1) = = 0.0054
1 120 120
េហតុអ្វីេយង
ី ឈប់្រតឹម 120 ចេនា្លះរង?
104
• សន្មត់ថាឥឡូវមាន n ចេនា្លះរងែដលមាន្របែវងេស្មីៗគា្ន
• ចំនួនការេហចូលទូរសព្ទកុ ងចេនា
្ន ្ល ះរងនីមួយៗជាពិេសាធន៍ែប៊រនូយែី ដលមាន p = 7
n
តាមការសន្មត់េនះ X ∼ B n, p = 7n ។ ដូចេនះ
! !1 !n−1 !n−1
n 7 7 7
P(X = 1) = 1− =7 1−
1 n n n
យក n → ∞ េនាះ្រប�បាប៊ីលីេតែដល X = 1 គឺ
!n−1 !n !−1
7 7 7
P(X = 1) = lim 7 1 − = lim 7 1 − 1− = 7e−7 ≈ 0.00638
n→∞ n n→∞ n n
ឥឡូវេយង ី គណនា្រប�បាប៊ីលីេតែដលចំនួនការេហចូលទូរសព្ទកុ ង
្ន 1 េមា៉ងេស្មីនឹង x, (x ≥ 0)។ េយង
ី យក
ការសន្មត់ដូចមុន X ∼ B n, p = n7 ។ ដូចេនះ
! !x !n−x
n 7 7
P(X = x) = 1−
x n n
េពល n → ∞ េនាះ
!x !n−x
n! 7 7
P(X = x) = lim 1−
n→∞ x!(n − x)! n n
!n−x
n(n − 1) . . . (n − x + 1) 7 x 7
= lim 1−
n→∞ nx x! n
!n !−x
7 nn−1
x
n−x+1 7 7
= lim ... 1− 1−
n→∞ x! n n n n n
7x
= 1.1 . . . .1.e−7 .1
x!
x
−7 7
=e
x!
105
េយង
ី មាន
n(n − 1) · · · (n − x + 1) n n−1 n−x+1
lim x
= lim . .··· . = 1,
n→∞ n n→∞ n n n
λ n
lim 1 − = e−λ ,
n→∞ n
λ x
lim 1 − = 1.
n→∞ n
ដូចេនះ
λ n
n(n − 1) · · · (n − x + 1) λ −
−λ λ
1 n
x x
lim P(X = x) = lim = e
n→∞ n→∞ nx x! 1 − λ x x!
n
x2 x3 X xk ∞
ex = 1 + x + + + ··· =
2! 3! k=0
k!
អនុគមន៍បំែនងែចកៃន X ∼ P(λ) គឺ
X
x
−λ λ
y
F(x) = P(X ≤ x) = e , x = 0, 1, 2, . . .
y=0
y!
• E[X] = λ
• V(X) = λ
ស្រមាយបញ្ជ ក់.
X
∞
E[X] = xP(X = x)
x=0
X
∞
λx
= xe−λ
x=0
x!
X∞
λ x−1
=λ e−λ
x=1
(x − 1)!
X
∞
λj
=λ e−λ , ( j = x − 1)
j=0
j!
= λe−λ eλ
= λ.
106
X
∞
E[X ] =
2
x2 P(X = x)
x=0
X
∞
λx
= x2 e−λ
x=0
x!
X∞
λ x−1
−λ
=λ xe
x=1
(x − 1)!
X
∞
λj
=λ ( j + 1)e−λ , ( j = x − 1)
j=0
j!
= λ(λ + 1).
V(X) = E[X 2 ] − (E[X])2
= λ(λ + 1) − λ2
= λ.
ការេ្របើ្របាស់ៃនអេថរៃចដន្យព័រសុង
ុ ងទឹកមួយសង់ទីែម៉្រតគូប
• រាប់ចំនួនវត្ថុេនក្នងៃផ្ទឬមាឌ៖ចំនួនបាក់េតរេនក្ន
ី
• រាប់ចំនួនដងែដលមា៉សុីនមិនដំេនីរការក្នុងៃថ្ងណាមួយ
• រាប់ចំនួនកំហុសេនក្នុងទំព័រណាមួយ
• រាប់ចំនួនអតថ
ិ ិជនែដលចូលេទក្នុងហាងក្នុងរយៈេពលណាមួយ
• រាប់ចំនួនេ្រគាះថា្នក់ចរាចរណ៍េនែផ្នកណាមួយៃនវ ិថី
• ជាទូេទ រាប់ចំនួនដងៃនការេកត
ី េឡង
ី ៃន្រពត
ឹ កា
ិ្ត រណ៍មួយក្នុងចេនា្លះណាមួយ(្របែវង ែផ្ទមាឌ ឬចេនា្លះ
េពល) ែដលការេកត
ី េឡង
ី គេឺ ដាយៃចដន្យ មន
ិ អា្រស័យគា្ន នង
ិ សា្គល់ចំនួនមធ្យមៃនការេកត
ី េឡង
ី ក្នុង
ចេនា្លះេនាះ។
ចេម្លើយ. ចំនួនកំហុសជាមធ្យមក្នុងមួយទំព័រគឱ
ឺ ្យេដាយ
200
λ= = 0.4
500
(0.4)3
P(X = 3) = e−0.4 = 0.0072
3!
107
1. យា៉ងេ្រចីន 3
2. យា៉ងេហាចណាស់ 3
3. មានចំនួន 5 ឬេ្រចីនជាង
ចេម្លើយ. តាង X ជាចំនួន មនុស្សែដលឆ្លង ជម្ងឺ កូ វ ីត១៩ ក្នុងចំ េនាម 1000 នាក់ េនាះ X ∼ P(λ) ែដល
λ = 7។
1. តាមពត
ិ សំនួរេនះសួររកមធ្យមគឺ λ = 7
108
(a) មានអំពូលខូច 2
(b) មានអំពូលខូចេ្រចន
ី ជាង 2
(c) មានអំពូលខូចយា៉ងេ្រចីន 2
2. មា៉សុីនកូពម
ី ួយកូពេី ចញេដាយៃចដន្យនូវ្រកដាសសចំនួន 10 សន្លឹកក្នុងចំេនាម 500 សន្លឹកែដលបាន
កូពី។ រក្រប�បាប៊ីលីេតែដលក្នុងចំេនាម 300 សន្លឹកែដលបានកូពីមាន 5 សន្លឹកជា្រកដាសស។
(a) មិនមានអង្គធាតុ
(b) មានអង្គធាតុ 2
(c) យា៉ងេហាចណាស់មាន 5 អង្គធាតុ
5. បាក់េតរស្ថ
ី ត
ិ េនរាយបា៉យមន
ិ អា្រស័យគា្នេនក្នុងសូលុយស្យុងនង
ិ េគដង
ឹ ថាចំនួនបាក់េតរក្ន
ី ុ ងមួយមី
លល ី េគារពតាមបំែនងែចកព័រសុងែដលមានមធ្យម 2.9 ។ រក្រប�បាប៊ីលេី តែដលសំណាក 1 មល
ី ត ី ល
ី ី
តៃនសូលុយស្យុងមានបាក់េតរ ី
5.3.5 អេថរៃចដន្យធរណីមា្រត
ិ អា្រស័យគា្នបន្តបនា្ទប់គា្នរហូតដល់េជាគជ័យទី១ េកត
• មន ី េឡង
ី
ី ួយៗមានលទ្ធផលែតពរី ៖ េជាគជ័យ នង
• ែដលពេិ សាធន៍នម ិ បរាជ័យ
2. ចំនួនដងៃនការេបាះ្រគាប់ឡុកឡាក់មួយេស្មសា
ី ច់បន្តបនា្ទប់គា្នរហូតទទួលបានមុខេលខ៦ ទម
ី ួយេន
ការេបាះេលីកទី 10 ។
3. ចំនួនអតិថិជនែដល្រត�វបានេធ្វីទំនាក់ទំនងរហូតដល់ការលក់េលីកទីមួយ្រត�វបានេធ្វីេឡង
ី ។
109
4. ចំនួនឆា្នែំ ដលទំនប់ទក
ឹ អាចេ្រប្រី បាស់បានរហូតដល់េពលវាេហៀរទក
ឹ ។
ការគណនា្រប�បាប៊ីលេី ត
110
សំេណើ 5.3.6. េបី X ∼ G(p) េនាះអនុគមន៍មា៉ស្រប�បាប៊ីលេី តរបស់វាគឱ
ឺ ្យេដាយ
P(X = n) = (1 − p)n−1 p, n = 1, 2, 3, . . . .
• P(X ≤ k) = 1 − (1 − p)k .
ស្រមាយបញ្ជ ក់.
អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី តៃន X គឱ
ឺ ្យេដាយ
• E[X] = 1
p
• V(X) = 1−p
p2
.
111
ស្រមាយបញ្ជ ក់.
X
∞
E[X] = nP(X = n)
n=1
X
∞
= n(1 − p)n−1 p
n=1
X
∞
= (n − 1 + 1)(1 − p)n−1 p
n=1
X
∞ X
∞
= (n − 1)(1 − p) n−1
p+ (1 − p)n−1 p
n=1 n=1
X
∞
= j(1 − p) j p + 1, ( j = n − 1)
j=0
X
∞
= (1 − p) j(1 − p) j−1 p + 1
j=1
= (1 − p)E[X] + 1
1
E[X] =
p
X∞
E[X ] =
2
n2 P(X = n)
n=1
X
∞
= n2 (1 − p)n−1 p
n=1
X
∞
= (n − 1 + 1)2 (1 − p)n−1 p
n=1
X
∞ X
∞ X
∞
= (n − 1) (1 − p)
2 n−1
p+ 2(n − 1)(1 − p) n−1
p+ (1 − p)n−1 p.
n=1 n=1 n=1
X∞ X
∞
= j2 (1 − p) j p + 2 j(1 − p) j p + 1, ( j = n − 1)
j=0 j=0
X
∞ X
∞
= (1 − p) j2 (1 − p) j−1 p + 2(1 − p) j(1 − p) j−1 p + 1
j=1 j=1
2− p
E[X 2 ] =
p2
V(X) = E[X 2 ] − (E[X])2
2− p 1
= 2
− 2
p p
1− p
V(X) = .
p2
□
ដំបូងេនការេបាះេលីកទី 3។
112
ចេម្លើយ. វាជាពិេសាធន៍ធរណីមា្រតេ្រពាះ
• ជាពិេសាធន៍មិនអា្រស័យគា្នបន្តបនា្ទប់គា្នរហូតទទួលបានមុខេលខ២
• ្រប�បាប៊ីលេី តទទួលបានមុខេលខ២ គឺ 16 .
1. រក្រប�បាប៊ីលីេតែដលវត្ថុខូចទីមួយ្រត�វបានរកេឃញ
ី េនវត្ថុទី 5 ែដលអេង្កត
ិ វា៉ដ្យង់ៃនចំនួនអេង្កតេដីម្បទ
3. រកមធ្យម នង ី ទួលបានវត្ថុទម
ី ួយែដលខូច
• េតីវាជាពិេសាធន៍ែបបអ្វី? េតីេ្របីអេថរៃចដន្យអ្វី?
• េតីដឹងអ្វីខ្លះទាក់ទងនឹងអេថរៃចដន្យេនះ?
ចេម្លើយ. តាង X ជាចំនួនអេង្កតរហូតទទួលបានវត្ថុទីមួយខូចេនាះ X ជាអេថរៃចដន្យធរណីមា្រតែដលមាន
បា៉រា៉ ែម៉្រត p = 0.03។
1.
P(X = 5) = (0.97)4 (0.03) = 0.026
2.
3.
1 1
E[X] = = = 33.33,
p 0.03
1− p 0.97
V(X) = 2
= = 1077,
p (0.03)2
√
SD(X) = 1077 = 32.8
113
ិ វា៉ដ្យង់ៃន X
1. រកមធ្យម នង
• េតីវាជាពិេសាធន៍ែបបអ្វី? េតីេ្របីអេថរៃចដន្យអ្វី?
• េតដ
ី ឹងអ្វខ
ី ្លះទាក់ទងនង
ឹ អេថរៃចដន្យេនះ?
ចេម្លើយ. េយង
ី មាន X ជាអេថរៃចដន្យធរណីមា្រតែដលមានបា៉រា៉ ែម៉្រត p =
1
365
េនាះេយង
ី បាន
1
E[X] = = 365
p
1− p
V(X) = = (364)(365) = 132860
p2
េយង
ី េ្របីលក្ខណៈទូេទៃនអេថរៃចដន្យធរណីមា្រត X ∼ G(p), P(X > k) = (1 − p) , k = 0, 1, 2, . . .
k
!400
364
P(X > 400) = = 0.33
365
P(X < 300) = P(X ≤ 299) = 1 − P(X > 299)
!299
364
=1− = 0.55
365
X =Y +1 ឬ Y = X−1
ដូចេនះ
1. អនុគមន៍មា៉ស្រប�បាប៊ីលេី ត
2. មធ្យម
1 1− p
E[Y] = E[X − 1] = E[X] − 1 = −1=
p p
3. វា៉ដ្យង់
1− p
V(Y) = V(X − 1) = V(X) =
p2
114
2. យក X ជាអេថរៃចដន្យដាច់ែដលមានអនុគមន៍មា៉ស្រប�បាប៊ីលេី ត
! x−1
2 1
p(x) = , x = 1, 2, 3, . . .
3 3
3. សន្មត់ថាេលាក ក មានអំពូលែដលផលត
ិ េដាយ្រក�មហ៊ុនមួយ នង
ិ កំនត់ថាអំពូល 3 ក្នុងចំេនាម 75
ជាអំពូលខូច។
4. អ្នកេលងបាល់េបាះមា្នក់េបាះបាល់េដាយេសរេទក្ន
ី ី ៗមាន្រប�បាប៊ីលេី ត
ុ ងក�ន្តកែ់ ដលការេបាះមួយេលក
េជាគជ័យ p = 0.7។
5.3.6 អេថរៃចដន្យេទ្វធាអវិជ្ជមាន
ិ អា្រស័យគា្នបន្តបនា្ទប់គា្នរហូតដល់េជាគជ័យទី r េកត
• មន ី េឡង
ី (r ជាចំនួនគត់វ ិជ្ជមានែដលឱ្យ)
នម
ិ ិតស
្ត ញញៈ X ∼ Neg(r, p) មានន័យថា X ជាអេថរៃចដន្យេទ្វធាអវ ិជ្ជមានែដលមានបា៉រា៉ ែម៉្រត r និង p ។
115
សមា្គល់ 5.3.8. លក្ខខណ្ឌបក
ី ុ ងចំ
្ន េនាមលក្ខខណ្ឌបួនស្រមាប់ពេិ សាធន៍េទ្វធាអវ ិជ្ជមានែដលដូចគា្ននង
ឹ ពេិ សាធន៍
េទ្វធា
• ភាពមន
ិ អា្រស័យគា្នៃនពេិ សាធន៍នម
ី ួយៗ
ី ួយៗមានែតពីរ៖ េជាគជ័យនង
• លទ្ធផលៃនពេិ សាធន៍នម ិ បរាជ័យ
• ្រប�បាប៊ីលីេតេជាគជ័យ p គឺដូចៗគា្នចំេពាះពិេសាធន៍នីមួយៗ
ភាពខុសគា្នគឺ
2. ចំនួនដងៃនការេបាះ្រគាប់ឡុកឡាក់េស្មីសាច់បន្តបនា្ទប់គា្នរហូតទទួលបានមុខេលខ៦ ទី 5 េនការ
េបាះេលីកទី 10។
3. ចំនួនអតិថិជនែដល្រត�វបានេធ្វីទំនាក់ទំនងរហូតដល់ការលក់េលីកទី 2 ្រត�វបានេធ្វីេឡង
ី ។
ការគណនា្រប�បាប៊ីលេី ត
េបី X ∼ Neg(r, p) េតី P(X = n), n = 1, 2, 3, . . . េស្មីនឹង ប៉ុនា្មន? េយង ី ចាប់េផ្តីម ពី ការេបាះកាក់ េស្មី
សាច់ បន្តបនា្ទប់ រហូត ទទួល បាន H េលក ី ចង់ គណនា្រប�បាប៊ីលេី តែដលទទួល បាន H េលក
ី ទី 3។ េយង ី
ទី 3 េនការេបាះកាក់េលីកទី 5។ តាង X ជាចំនួនដងៃនការេបាះកាក់រហូតទទួលបាន H េលីកទី 3 េនាះ
X ∼ Neg r = 3, p = 21 ។ ្រពត ឹ ិ្តការណ៍ X = 5 មានន័យថា H េលក ី ទី 3 េកត
ី េឡង
ី េនការេបាះកាក់េលក ី
ទី 5 និង H 2 េលីកដំបូងេកីតេឡង
ី េនក្នុងចំេណាមការេបាះកាក់ 4 េលីកដំបូងេនាះ្រប�បាប៊ីលីេតគឺ
! ! ! ! ! !3 !2
1 1 1 1 1 1 1
P(HT HT H) = P(H).P(T ).P(H).P(T ).P(H) = . . . . = .
2 2 2 2 2 2 2
4
តាមពត
ិ េទវាមាន 2
= 6 រេបៀបេផ្សងគា្នេដម
ី ្បទ ី ដំបូងេកត
ី ទួលបាន H 2 េលក ី េឡង
ី េនក្នុងចំេណាមការ
េបាះកាក់ 4 េលីកដំបូងក្នុងលំដាប់ណាក៏បាន
HT HT H T HT HH
HT T HH T T HHH
HHT T H T HHT H
116
សមា្គល់លទ្ធផលនម ី េី តដូចៗគា្ន។ ដូចេនះ្រប�បាប៊ីលេី តែដលទទួលបាន H េលក
ី ួយៗមាន្រប�បាប៊ល ី ទី 3 េន
ការេបាះកាក់េលីកទី 5 គឺ
ពន
ិ ត
ិ ្យេមល
ី ពេិ សាធន៍េបាះ្រគាប់ឡុកឡាក់មួយបន្តបនា្ទប់គា្នរហូតទទួលមានមុខេលខ ៦។ េយង ់ ណនា
ី ចងគ
្រប�បាប៊ីលេី តែដលទទួលបានមុនេលខ៦ េលក
ី ទី 3 េនការេបាះេលក
ី ទី 5។ តាង X ជាចំ នួនដងៃនការេបាះ
្រគាប់ឡុកឡាក់រហូតទទួលបានមុខេលខ៦ េលីកទី 3 េនាះ X ∼ Neg r = 3, p = 6 ។ ្រពឹតកា
1
ិ្ត រណ៍ X = 5
មានន័យថាមុខ េលខ៦ េលក ី ទី 3 េកត
ី េឡងី េនការេបាះេលក ិ មុខ េលខ៦ 2 ដងដំបូង េកត
ី ទី 5 នង ី េឡង
ី
េនក្នុងចំេណាមការេបាះ 4 េលកី ដំបូងេនាះ្រប�បាប៊ីលេី តគឺ
! ! ! ! ! !3 !2
1 5 5 1 1 1 5
P(៦៦ ∗ ∗៦) = P(៦).P(៦).P(∗).P(∗).P(៦) = . . . . = .
6 6 6 6 6 6 6
4
តាមពិតេទវាមាន 2 ី លបានមុខេលខ៦ 2 េលីកដំបូងេកីតេឡង
= 6 រេបៀបេផ្សងគា្នេដីម្បទទួ ី េនក្នុងចំេណាម
ី ដំបូងក្នុងលំដាប់ណាក៏បាន
ការេបាះ 4 េលក
៦ ∗ ៦ ∗ ៦ ∗៦ ∗ ៦៦
៦ ∗ ∗៦៦ ∗ ∗ ៦៦៦
៦៦ ∗ ∗៦ ∗៦៦ ∗ ៦
P(X = 5) = P(៦ ∗ ៦ ∗ ៦ ឬ ∗ ៦ ∗ ៦៦ ឬ . . . , ឬ ∗ ៦៦ ∗ ៦)
!3 !2 !3 !2 !3 !2
1 5 1 5 1 5
= . + . + ··· + .
6 6 6 6 6 6
| {z }
6 ដង
!3 !2
1 5
=6
6 6
! !3 !2
4 1 5
=
2 6 6
= 0.0192
117
ី េបាះ្រគាប់ឡុកឡាក់េស្មីសាច់មួយបន្តបនា្ទប់គា្នេនាះ្រប�បាប៊ីលេី តែដលទទួលបានមុខេលខ៦ េលក
េបីេយង ី
ទី r េនការេបាះេលីកទី n គឺ
! !r !n−r
n−1 1 1
P(X = n) = 1− .
r−1 6 6
X
∞ X∞ !
n−1 r
P(X = n) = p (1 − p)n−r
n=r n=r
r−1
X k + r − 1!
∞
= pr (1 − p)k , (k = n − r)
k=0
r − 1
X ∞ !
k+r−1
=p r
(1 − p)k
k=0
r−1
−r
= pr 1 − (1 − p) , (∗)
=1
េ្រពាះ
!
k+r−1 (r + k − 1)(r + k − 2) · · · r
=
r−1 k!
(−r − (k − 1))(−r − (k − 2)) · · · (−r)
= (−1)k
k!
(−r)(−r − 1) · · · (−r − (k − 1))
= (−1)k
! k!
−r
= (−1)k .
k
118
អនុគមន៍បំែនងែចកៃន X ∼ Neg(r, p) គឺឱ្យេដាយ
Xx !
n−1 r
F(x) = P(X ≤ x) = p (1 − p)n−r
n=r
r−1
• V(X) = r(1−p)
p2
.
ស្រមាយបញ្ជ ក់.
X
∞
E[X] = nP(X = n)
n=r
X∞ !
n−1 r
= n p (1 − p)n−r
n=r
r−1
X
∞
(n − 1)!
= n pr (1 − p)n−r
n=r
(r − 1)!(n − r)!
X∞
n!
=r pr (1 − p)n−r
n=r
r!(n − r)!
X∞ !
n
= rp r
(1 − p)n−r
n=r
r
X k + r!
∞
= rp r
(1 − p)k , (k = n − r)
k=0
r
= rpr (1 − (1 − p))−(r+1)
r
E[X] = .
p
X∞
E[X 2 ] = n2 P(X = n)
n=r
X
∞ !
n−1 r
= n 2
p (1 − p)n−r
n=r
r − 1
X∞ !
n−1 r
= [n(n + 1) − n] p (1 − p)n−r
n=r
r − 1
X∞ X∞ !
(n − 1)! n−1 r
= n(n + 1) p (1 − p) −
r n−r
n p (1 − p)n−r
n=r
(r − 1)!(n − r)! n=r
r−1
X∞ !
n+1 r r
= r(r + 1) p (1 − p)n−r −
n=r
r+1 p
119
X∞ !
n+1 r
E[X ] = r(r + 1)p
2 r
(1 − p)n−r −
n=r
r+1 p
X k+r+1
∞ !
r
= r(r + 1)pr (1 − p)k − , (k = n − r)
k=0
r+1 p
r
= r(r + 1)pr (1 − (1 − p))−(r+2) −
p
r(r + 1) r
= − .
p2 p
V(X) = E[X ] − (E[X])2
2
r(r + 1) r r2
= − − 2
p2 p p
r(1 − p)
= .
p2
□
សមា្គល់ 5.3.10. ករណី r = 1 េនាះ X ជាអេថរៃចដន្យធរណីមា្រត
ឧទាហរណ៍ 5.3.22 (េបាះកាក់). េបាះកាក់ មួយ បន្តបនា្ទប់ រហូត ទទួល បាន H 5 ដង។ វាជាពិេសាធន៍
េទ្វធាអវ ិជ្ជមានេ្រពាះ
• ជាពិេសាធន៍មិនអា្រស័យគា្នបន្តបនា្ទប់គា្នរហូតទទួលបាន H 5 ដង
• លទ្ធផលមានែតពីរៈ H និង T
• ្រប�បាប៊ីលេី តទទួលបាន H គឺ 12 .
1. រក្រប�បាប៊ីលីេតែដលទទួលបានសំបកកង់លទ
្អ ី 4 េនការេ្រជីសេរសទ
ី ី6
2. រកមធ្យម និងវា៉ដ្យង់ៃនចំនួនសំបកកង់ែដល្រត�វេ្រជីសេរសរហូ
ី តទទួលបានសំបកកង់លប
្អ ួន
120
សមា្គល់ 5.3.11 (ព្រងាងគំនិត). • េតីអីខ
្វ ្លះជាសម្មតិកម្ម?
• េតីវាជាពិេសាធន៍ែបបអ្វី? េតីេ្របីអេថរៃចដន្យអ្វី?
• េតីដឹងអ្វីខ្លះទាក់ទងនឹងអេថរៃចដន្យេនះ?
ចេម្លើយ. តាង X ចំនួនសំបកកងែ់ ដល្រត�វេ្រជីសេរសរហូ
ី ់ ប
តទទួលបានសំបកកងល ្អ ួនេនាះេយង
ី មាន X ∼
Neg(r = 4, p = 0.95) ។ ដូចេនះ
!
6−1
P(X = 6) = (0.95)4 (0.05)2 = 0.02
4−1
r 4 80
E[X] = = =
p 0.95 19
r(1 − p) 4(1 − 0.95) 80
V(X) = 2
= 2
= .
p 0.95 361
ី បាប៊ីលីេតែដល
ឧទាហរណ៍ 5.3.25. េនក្នុង្រក�មហ៊ុនមួយមាន 5% ៃនផលិតផលជាផលិតផលខូច។ េត្រប�
យា៉ងេហាចណាស់ផលត
ិ ផល 5 ែដល្រត�វ្រត�តពន
ិ ត
ិ ្យេដីម្បរី កេឃញ
ី ផលត
ិ ផលខូចទី 3?
ចេម្លើយ. តាង X ជាចំនួនផលិតផលែដល្រត�វ្រត�តពិនិត្យរហូតដល់រកេឃញ
ី ផលិតផលខូចទី 3 េនាះេយង
ី
មាន X ∼ Neg(r = 3, p = 0.05)។ ដូចេនះ
ដូចេនះ
1. អនុគមន៍មា៉ស្រប�បាប៊ីលេី ត
!
r+y−1 r
pY (y) = p (1 − p)y , y = 0, 1, 2, . . .
y
2. មធ្យម
r 1− p
E[Y] = E[X − r] = E[X] − r = −r =r
p p
3. វា៉ដ្យង់
r(1 − p)
V(Y) = V(X − r) = V(X) =
p2
121
2. េបី្រប�បាប៊ីលេី តែដលមនុស្សមា្នក់នង
ឹ េជឿពាក្យចចាមអារាមគឺ 0.6។ រក្រប�បាប៊ីលេី តែដលមនុស្ស 10
នាក់ែដលលពា ឺ ក្យចចាមអារាមនង ឹ ជាមនុស្សទី 3 ែដលេជឿ។
4. សន្មតថា
់ េលាក ក មានអំពូលែដលផលិតេដាយ្រក�មហ៊ុនមួយនិងកំនត់ថាអំពូល 3 ក្នុងចំេនាម 75 ជា
អំពូលខូច។
ិ គមា្លតស្តង់ដាៃនចំនួនអំពូលេលាក ក នង
(c) រកមធ្យម នង ឹ េធ្វេី តស្តរហូតដល់រកេឃញ
ី អំពូលខូច
ទី 3 ?
5. សន្មតថា
់ 10% ៃនមា៉សុីនែដលផលិតេដាយ្រក�មហ៊ុនមួយជាមា៉សុីនខូច។ េបមា
ី ៉ សុីន្រត�វបានេ្រជីសេរស
ី
េដាយៃចដន្យម្តងមួយរួចេធ្វេី តស្ត។
5.3.7 អេថរៃចដន្យអុីែពរធរណីមា្រត
122
N−M
• រេបៀបក្នុងការេ្រជីសេរស
n−x ី n − x បរាជ័យេចញពី N − M បរាជយ ័
• ដូចេនះ Mx N−M
n−x ី x េជាគជ័យ នង
រេបៀបក្នុងការេ្រជីសេរស ិ n − x បរាជ័យ
N
• េដាយសារមាន n
រេបៀបការេ្រជីសេរស
ី n ធាតុេចញពស
ី ន
ំ ុំ N ធាតុ (និងេយង
ី សន្មតកា
់ រេ្រជីសេរស
ី
េកត
ី េឡងី េដាយៃចដន្យែដលមានន័យវាមានឱកាសេកត ី េឡង ី គា្ន) េនាះ្រប�បាប៊ីលេី តែដលទទួល
ី េស្មៗ
បាន x េជាគជ័យក្នុង n ពិេសាធន៍គឺ
MN−M
x n−x
N
n
ី មានអនុគមន៍មា៉ស្រប�បាប៊ីលីេត
និយមន័យ 5.3.11. អេថរៃចដន្យ X ជាអេថរៃចដន្យអុីែពរធរណីមា្រតេបវា
ឱ្យេដាយ MN−M
x n−x
P(X = x) = N
n
ចំេពាះ x = 0, 1, 2, . . . , n, x ≤ M នង
ិ n − x ≤ N − M.
ូ ិនដាក់ចូលវ ិញ ចំនួនេជាគជ័យេនក្នុង n ពិេសាធន៍ជាអេថរៃចដន្យអុីែពរធរណីមា្រត
ដូេច្នះស្រមាប់លំហគំរម
ែដលមានបា៉រា៉ ែម៉្រត n, N នង
ិ M ែដលេយង ី កំនត់សេសរេដាយ X ∼ Hyp(N, M, n)។
P
n
េយង
ី នង
ឹ បងា្ហញថា P(X = x) = 1។ េយង ី មាន
x=0
MN−M
Xn Xn
x n−x
P(X = x) = N
x=0 x=0 n
! !
1 X M N−M
n
= N
x n−x
n x=0
!
1 N
= N
n
n
=1
តាមពតិ េទ
• ចំនួនរេបៀបែដលេគអាចេ្រជស ី េរស ី k សិស្សនាក់េចញពថា ី ្ន ក់ែដលមានសិស្ស្រប�ស n នាក់និងសិស្ស
n+m
្រសី m គឺ k រេបៀប។ មយ៉ងេទៀតចំនួនេនះអាច្រត�វបានរកេដាយការេ្រជីសេរសស ី ិស្ស្រប�ស i នាក់
n
េចញពីសិស្ស្រប�ស n នាក់ (ែដលអាចេធ្វីបានក្នុង i រេបៀប) និង k − i នាក់េចញពីសិស្ស្រសី m
m
នាក់(ែដលអាចេធ្វបា ី នក្នុង k−i រេបៀប)។ តាមក្បនផលគុួ ណចំេពាះ i េននឹងេនាះចំនួនរេបៀបែដល
n m
សស ិ ្ស្រប�ស i នាក់នងិ សស
ិ ្ស្រសី k − i នាក់អាច្រត�វបានេ្រជីសេរសគ ី ឺ i k−i រេបៀប។ ដូចេនះការបូក
i = 0 ដល់ k ផ្តល់នូវ
X k ! !
n m
i=0
i k−i
123
• តាម្រទឹសីប
្ត ទេទ្វធា
X
n+m !
n+m k
x = (1 + x)n+m = (1 + x)n (1 + x)m
k=0
k
n ! m ! X k ! !
X n i X m
n+m X
n m k
= x x =
j x .
i=0
i j=0
j k=0 i=0
i k − i
កូដ R
• V(X) = n M
N
1− M
N
N−n
N−1
ស្រមាយបញ្ជ ក់.
X
n
E[X] = xP(X = x)
x=0
MN−M
X
n
x n−x
= x N
x=0 n
Xn !
M! n!(N − n)! N − M
= x
x=1
x!(M − x)! N! n−x
X
n !
M(M − 1)! n(n − 1)!(N − n)! N − M
=
x=1
(x − 1)!(M − x)! N(N − 1)! n−x
M−1N−M
nM X x−1 n−x
n
= N−1
N x=1
n−1
! !
nM 1 X M − 1 N − M
n
=
N N−1 x=1 x − 1 n − x
n−1
124
! !
nM 1 X M − 1 N − M
n−1
=
N N−1 x=0 x n−1−x
n−1
!
nM 1 N − 1
=
N N−1 n − 1
n−1
nM
= .
N
Xn
E[X ] =
2
x2 P(X = x)
x=0
MN−M
X
n
x n−x
= x2 N
x=0 n
MN−M
X
n
x n−x
= [x(x − 1) + x] N
x=1 n
MN−M MN−M
X
n
x n−x
X
n
x n−x
= x(x − 1) N + x N
x=1 n x=1 n
Xn !
M(M − 1)(M − 2)! n(n − 1)(n − 2)!(N − n)! N − M nM
= x(x − 1) +
x=2
x(x − 1)(x − 2)!(M − x)! N(N − 1)(N − 2)! n−x N
M−2N−M
Xn
M(M − 1)n(n − 1) x−2 n−x nM
= N−2 +
x=2
N(N − 1) N
n−2
! !
M(M − 1)n(n − 1) 1 X M − 2 N − M
n
nM
= N−2 +
N(N − 1) x−2 n−x N
n−2 x=2
! !
M(M − 1)n(n − 1) 1 X M − 2 N − M
n−2
nM
= N−2 +
N(N − 1) x n−2−x N
n−2 x=0
N−2
M(M − 1)n(n − 1) n−2 nM
= N−2 +
N(N − 1) N
n−2
M(M − 1)n(n − 1) nM
= +
N(N − 1) N
V(X) = E[X ] − (E[X])
2 2
M(M − 1)n(n − 1) nM n2 M 2
= + −
N(N − 1) N N2
" #
nM (M − 1)(n − 1) nM
= +1−
N N−1 N
" #
nM N(M − 1)(n − 1) + N(N − 1) − nM(N − 1)
=
N N(N − 1)
" 2 #
nM N − Nn − N M + nM
=
N N(N − 1)
nM (N − M)(N − n)
=
N N(N − 1)
nM M N − n
= 1−
N N N−1
125
□
ឧទាហរណ៍ 5.3.27. េនក្នុងថា្នក់ែដលមានសិស្ស 40 នាក់មានសិស្ស 30 នាក់េ្របៃី ដសា្តន
ំ ិងសិស្ស 10 នាក់
េ្របៃី ដេឆ្វង។ សស
ិ ្ស 4 នាក់្រត�វបានេ្រជីសេរស(េដាយម
ី ិ ដាក់ចូលវ ិញ)េដាយៃចដន្យ។ រក្រប�បាប៊ីលេី តែដល
ន
1. សស
ិ ្សទាំង 4 េ្របៃី ដេឆ្វង
2. សស
ិ ្ស 1 នាក់ៃដសា្តន
ំ ង
ិ 3 នាក់ៃដេឆ្វង
3. សិស្ស 2 នាក់ៃដសា្តន
ំ ិង 2 នាក់ៃដេឆ្វង
4. សិស្ស 3 នាក់ៃដសា្តន
ំ ិង 1 នាក់ៃដេឆ្វង
5. សិស្សទាំង 4 េ្របីៃដសា្ត ំ
1. 3010
0 4
P(X = 0) = 40 = 0.002
4
2. 3010
1 3
P(X = 1) = 40 = 0.039
4
3. 3010
2 2
P(X = 2) = 40 = 0.214
4
4. 3010
3 1
P(X = 3) = 40 = 0.444
4
5. 3010
4 0
P(X = 4) = 40 = 0.299
4
126
ឧទាហរណ៍ 5.3.29. េនក្នុងែផ្នកតេម្លីងៃនឧស�ហកម្មផលត
ិ រូប៉ ត
ូ ្របអប់េលខនម
ី ួយៗអាច្រត�វបានតេម្លីង
ក្នុងេពល 1 នាទេី បរី ន្ធរបស់វា្រត�វបានខួងេដាយ្រតម
ឹ ្រត�វេនក្នុង្របអប់នង
ិ ក្នុងេពល 10 នាទេី បរី ន្ធរបស់វា្រត�វ
បានខួងេឡង
ី វ ិញ។ េនក្នុងស្តុកមាន្របអប់េលខ 20 និង 2 ក្នុងចំេនាមេនះមានរន្ធែដលខួងមិនបាន្រតឹម្រត�វ។
ក្នុងចំេណាម្របអប់េលខ 20 ែដលមាន្របអប់េលខ 5 ្រត�វបានេ្រជីសេរសេដាយៃចដន្យេដ
ី ីម្បត
ី េម្លង
ី េនការ
តេម្លីងរូប៉ ូត 5 បនា្ទប់។
1. រក្រប�បាប៊ីលីេតែដល្របអប់េលខទាំង 5 មានភាពសុីគា្ន្រតឹម្រត�វល្អ
1. ្រប�បាប៊ីលីេតែដល្របអប់េលខទាំង 5 មានភាពសុីគា្ន្រតឹម្រត�វល្អគឺ
218
0 5
P(X = 0) = 20 = 0.55
5
2. រយៈេពលសរុប T េដីម្បត
ី េម្លីង្របអប់េលខ(គិតជានាទី) គឺ
T = 10X + (5 − X)
= 9X + 5
េ្រពាះស្រមាប់ X នម
ី ួយែដលរន្ធខួងមន ិ បាន្រតម
ឹ ្រត�វ ្រត�វេ្របេី ពល 10 នាទេី ដីម្បត
ី េម្លង
ី នងិ េផ្សងេទៀត
្រត�វការេពល 1 នាទីេដីម្បត
ី េម្លីង។ ដូចេនះេដីម្បរី ក E[T ] និង V(T ) េយង ី គណនា E[X] និង V(X)
ជាមុន។ េយង ី មាន
M !
2
E[X] = n =5 = 0.5
N 20
M M N − n
V(X) = n 1−
N N N − 1!
20 − 5
= 5(0.1)(1 − 0.1)
20 − 1
= 0.355
ដូេច្នះេយង
ី ទាញបាន
(a) បាល់សែតមួយគត់្រត�វបានេ្រជីសេរស
ី
127
(b) យា៉ងេហាចណាស់បាល់ស 1 ្រត�វបានេ្រជីសេរស
ី
(c) បាល់ស 2 ្រត�វបានេ្រជីសេរសេដាយដ
ី ឹងថាបាល់សយា៉ងេហាចណាស់ 1 ្រត�វបានេ្រជីសេរស
ី
(d) បាល់ទព
ី រី ែដល្រត�វបានេ្រជស
ី េរសជាបាល់
ី ស
2. ្រក�មហ៊ុនតូចមួយមានបុគ្គលក
ិ 25 នាក់ែដលក្នុងេនាះមានអ្នកេនលវី 8 នាក់នង
ិ 17 នាក់េផ្សងេទៀត
មាន្រគ�សារ។ មា្ចស់្រក�មហ៊ុនកំពុងគិតគូរផា្លស់បូ រការ្រគបដណ
្ត ្ត ប់ៃនការធានារា៉ ប់រងេហយ
ី គាត់េ្រជីសេរស
ី
មនុស្ស 5 នាក់េដម
ី ្បទ
ី ទួលយកនូវគំនត
ិ របស់ពួកេគ។
(a) បំពង់បឺតខ្លីទាង
ំ 2 ្រត�វបានេ្រជីសយកេដាយបុរស
(b) បំពង់បត
ឺ ខ្លទា
ី ង ំ 2 ្រត�វបានេ្រជីសយកេដាយ�ស្តី
(c) បំពង់បឺតខ្លីទាង
ំ 2 ្រត�វបានេ្រជីសយកេដាយបុរសនិង�ស្តីមា្នក់មួយ
5. បងា្ហញថាអនុគមន៍មា៉ស់្រប�បាប៊ីលីេតៃនអេថរៃចដន្យអុីែពរធរណីមា្រតរួមេទរកអនុគមន៍មា៉ស់
្រប�បាប៊ីលីេតៃនអេថរៃចដន្យេទ្វធាេពល N → ∞ និង p = M/N ជាចំនួនេថរមានន័យថាបងា្ហញថា
MN−M !
x n−x n x
lim N = p (1 − p)n−x
N→∞
M→∞
x
n
ែដល p = M/N
128
តារាងសេង្ខបៃនអេថរៃចដន្យដាច់
n
X ∼ B(n, p) x
p x (1 − p)n−x , x = 0, 1, . . . , n np np(1 − p)
e−λ λx! , x = 0, 1, . . .
x
X ∼ P(λ) λ λ
X ∼ G(p) (1 − p)n−1 p, n = 1, 2, . . . 1
p
1−p
p2
n−1
X ∼ Neg(r, p) r−1
pr (1 − p)n−r , n = r, r + 1, . . . r
p
r(1−p)
p2
(Mx)(N−M
n−x )
X ∼ Hyp(N, M, n) (Nn ) , x = 0, 1, . . . , n n M
N
n M
N
1− M
N
N−n
N−1
129
130
ជំពូកទី6
អេថរៃចដន្យជាប់
េនក្នុងជំពូក េនះេយង
ី នឹង ពិភាក�អំពី ធាតុ សំ ខាន់ ៗ ៃនអេថរៃចដន្យជាប់ សង្ឃម ឹ គណិត និង វា៉ ដ្យង់ របស់
វា។ អេថរៃចដន្យជាប់បក្រសាយលទ្ធផលៃចដន្យែដលតៃម្លែដលបរមាណមួ ិ យអាចយកបានស្ថត ិ េនចេនា្លះ
ណាមួយ ៃនចំនួនពិត។ វាជាទូេទកម្ម ៃនអេថរៃចដន្យដាច់ េទសំ នុំ ៃនលទ្ធផលែដលជាសំ នុំ រាប់ មិនបាន។
េយងី នង ឹ សកិ �អេថរៃចដន្យជាប់សខា
ំ ន់ៗដូចជា៖ អ៊ុយនហ ី ម
្វ អុច
ិ ស្បូណង
៉ ែ់ ស្យល ហា្កមា េបតា េវប៊ូល នរ
មា៉ល់។
1. f (x) ≥ 0 ចំេពាះ្រគប់ x
R∞
2. −∞ f (x)dx = 1,
Rb
3. P(a ≤ X ≤ b) = a
f (x)dx.
សមា្គល់ 6.1.1.
• ចំេពាះេថរៃចដន្យជាប់ X េយង
ី មាន
Z a
P(X = a) = f (x)dx = 0
a
• ចំេពាះេថរៃចដន្យជាប់ X នង
ិ ចំនួនេថរ a នង
ិ b ែដល a < b
Z b
P(a ≤ X ≤ b) = P(a < X ≤ b) = P(a ≤ X < b) = P(a < X < b) = f (x)dx
a
131
ី ្រត�វ្របយ័តេ្ន នេពលគណនា្រប�បាប៊ីលេី តេនក្នុងចេនា្លះណាមួយេដាយ
• ស្រមាប់អេថរៃចដន្យដាច់េយង
1. កំរាស់ៃនវត្ថុគិតជាសង់ទីែម៉្រត
2. រយៈេពលបំេពញការងារគិតជានាទី
3. កំពស់គិតជាសង់ទីែម៉្រត
4. សីតុណ្ហភាពៃនសូលុយស្យុងគិតជាដឺេ្រកែសលសុីស
5. ទម្ងន់គិតជាគីឡូ្រកាម
1. f (x) ≥ 0 ចំេពាះ្រគប់ x
R∞
2. −∞ f (x)dx = 1
េនក្នុងករណីេនះេយង
ី មាន
1. f (x) ≥ 0 ចំេពាះ្រគប់ x
2.
Z ∞ Z 1 Z 1 " #1 !
x2 x3 1 1
f (x)dx = 6x(1 − x)dx = 6 (x − x )dx = 6
2
− =6 − =1
−∞ 0 0 2 3 0 2 3
អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត
132
លក្ខណៈៃន F
1. lim F(x) = 0,
x→−∞
2. lim F(x) = 1,
x→∞
3. F ជាអនុគមន៍េកន
ី
4. F ជាអនុគមន៍ជាប់
• ្រប�បាប៊ីលីេត
P(a ≤ X ≤ b) = F(b) − F(a).
• េបី F មន
ិ មានេដរេវ្រតង
ី ់ x េយង
ី អាចកំនត់តៃម្លៃន f (x) េស្មន
ី ងឹ តៃម្លណាក៏បាន (ជាទូេទកំនត់េស្មី
0)។
ឧទាហរណ៍ 6.1.3. ចំេពាះ β > 0 ពន
ិ ត
ិ ្យអនុគមន៍ F(x) = 1 − e β ចំេពាះ x > 0 នង
−
ិ 0 េផ្សងពេី នះ។ េតី
x
2. x
lim F(x) = lim 1 − e− β = 1 − lim e− β = 1 − 0 = 1
x
េយង
ី សេង្កតេឃញ
ី ថា F មានេដរេវ្រតង
ី ្រ់ គប់ចំនុច x េលីកែលងែត្រតង់ x = 2 ។ ដូចេនះអនុគមន៍ដង់សុីេត
្រប�បាប៊ីលីេតអាចទទួលបានេដាយការេធ្វីេដរេវៃនអនុ
ី គមន៍បំែនងែចក្រប�បាប៊ីលីេតែដលផ្តល់ឱ្យ
2 x, 0 < x < 2
1
f (x) =
0, េផ្សងពីេនះ
F មិនមានេដរេវេន្រតង
ី ់ x = 2 េយង
ី កំនត់យក f (2) = 0 ។
133
ឧទាហរណ៍ 6.1.5. យក X ជាអេថរៃចដន្យជាប់ែដលមានអនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី ត
2x, 0<x<1
f (x) =
0, x < (0, 1)
ិ ជាអនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី ត
1. បងា្ហញថា f ពត
2. រកអនុគមន៍បំែនងែចក្រប�បាប៊ីលីេតៃនX
3. រក្រប�បាប៊ីលីេត P 1
2
<X≤ 3
4
េបី x ≥ 1 េនាះ Z Z
x 1
F(x) = f (t)dt = 2tdt = 1
−∞ 0
េ្រពាះក្នុងករណីេនះ f មន
ិ សូន្យេនចេនា្លះ (0, 1) ។
3. ! Z 3 ! ! !2 !2
1 3 4 3 1 3 1 5
P <X≤ = f (x)dx = F −F = − = .
2 4 1
2
4 2 4 2 16
មធ្យមៃនអេថរៃចដន្យ
134
ប្តូរលំដាប់ៃនអាំងេត្រកាលេយង
ី បាន
Z ∞ Z ∞ Z x !
P(Y > y)dy = dy fY (x)dx
0
Z 0
∞
0
= x fY (x)dx
0
= E[Y]
Z ∞ Z ∞
E[Y] = P(Y > y)dy − P(Y < −y)dy
0 0
=
x fY (x)dx
Z ∞ Z0
∞ Z −y
P(Y < −y)dy = fY (x)dxdy
0 0 −∞
Z 0 Z −x
= fY (x)dydx
−∞ 0
Z 0
=− x fY (x)dx
−∞
ដូចេនះេយង
ី បាន
Z ∞ Z ∞ Z ∞ Z 0
P(Y > y)dy − P(Y < −y)dy = x fY (x)dx + x fY (x)dx
−∞
0 0
Z 0
∞
= x fY (x)dx
−∞
= E[Y]
135
ស្រមាយបញ្ជ ក់. ជាដំបូងេយង
ី ្រសាយបញ្ជក់ចំេពាះអនុគមន៍ g ែដល g(x) ≥ 0,
Z ∞
E[g(X)] = P(g(X) > y)dy
Z0 ∞ Z
= f (x)dxdy
0 x:g(x)>y
Z Z g(x)
= dy f (x)dx
Z x:g(x)>0 0
= g(x) f (x)dx
x:g(x)>0
ចុងេ្រកាយេយង
ី ្រសាយបញ្ជក់កុ ងករណ
្ន ី g ទូេទ
Z ∞ Z ∞
E[g(X)] = P(g(X) > y)dy − P(g(X) < −y)dy
Z ∞Z
0 0
Z ∞Z
= f (x)dxdy − f (x)dxdy
0 x:g(x)>y 0 x:g(x)<−y
Z Z g(x) Z Z −g(x)
= dy f (x)dx − dy f (x)dx
Z x:g(x)>0 0
Z x:−g(x)>0 0
ស្រមាយបញ្ជ ក់េផ្សងេទៀតក្នងករណ
ុ ី ពិេសស. សន្មត់ ថា g មានេដរេវែដល
ី g′ (x) > 0 ។ េនក្នុង
ករណីេនះ g ជាអនុគមន៍េកីននិងមានច្រមាស់ g−1 ែដលមានេដរេវឱ្យេដាយ
ី
d −1 1 1
[g (y)] = ′ = ′ −1
dy g (x) g (g (y))
d −1 1
dx = [g (y)] = ′ −1 dy.
dy g (g (y))
មយ៉ងេទៀត
FY (y) = P(Y ≤ y) = P(g(X) ≤ y) = P(X ≤ g−1 (y)) = F X (g−1 (y))
តាមវ ិធាន្រចវា៉ក់េយង
ី បាន
1
fY (y) = fX (g−1 (y)) .
g′ (g−1 (y))
136
ដូេច្នះ Z Z
∞ ∞
y fY (y)dy = g(x) fX (x)dx
−∞ −∞
ឬ Z ∞
E[Y] = g(x) fX (x)dx
−∞
□
ឬមយ៉ងេទៀតេយង
ី េ្របី្រទឹសីប
្ត ទ 6.1.1 េនាះ
h i Z ∞ Z 1
E e =
X
e f (x)dx =
x
e x dx = e − 1
−∞ 0
កូរែលរ
៉ូ 6.1.1. េបី a និង b ជាចំនួនេថរេនាះ
E[aX + b] = aE[X] + b
ស្រមាយបញ្ជ ក់.
Z ∞
E[aX + b] = (ax + b) f (x)dx
−∞
Z ∞ Z ∞
=a x f (x)dx + b f (x)dx
−∞ −∞
= aE[X] + b
137
វា៉ដ្យង់ៃនអេថរៃចដន្យ
= E[X 2 ] − µ2
ដូេច្នះ
V(X) = E[X 2 ] − (E[X])2
V(aX + b) = a2 V(X)
E[aX + b] = aµ + b
ដូេច្នះ
V(aX + b) = E (aX + b − aµ − b)2
= E[a2 (X − µ)2 ]
= a2 E[(X − µ)2 ]
= a2 V(X)
138
ចេម្លើយ.
Z ∞ Z 1 Z 1#1 "
x4 3
E[X] = x f (x)dx = x(3x )dx = 2
3x dx = 3 =
3
−∞ 0 0 4 0 4
Z ∞ Z 1 Z 1 " 5 #1
x 3
E[X ] =
2
x f (x)dx =
2
x (3x )dx =
2 2
3x dx = 3
4
=
−∞ 0 0 5 0 5
!2
3 3
V(X) = E[X 2 ] − (E[X])2 = − = 0.0375
5 4
f (x) =
0, េផ្សងពេី នះ
1. បងា្ហញថា f ពិតជាអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេត
2. រកអនុគមន៍បំែនងែចក្រប�បាប៊ីលីេតៃន X
ដូចេនះ f ជាអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេត។
2. អនុគមន៍បំែនងែចក្រប�បាប៊ីលីេតៃន X គឺ
3. ្រប�បាប៊ីលីេតគឺ Z ∞
1 − 2x h i
x ∞
e dx = −e− 2 = e− 2 = 0.223
3
P(X > 3) =
3 2 3
139
លំហាត់ 6.1.1. 1. េគឱ្យ X ជាអេថរៃចដន្យែដលមានអនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី ត
c(1 − x2 ), −1 < x < 1
f (x) =
0, េផ្យងពេី នះ
f (x) =
0, x≤0
េបី E[X] = 1
9
រក a និង b ។
5. េគឱ្យ X ជាអេថរៃចដន្យែដលមានអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេត
kx, 0 < x < 4
f (x) =
0, េផ្សងពីេនះ
(a) រកតៃម្ល X
(b) រកអនុគមន៍បំែនងែចក្រប�បាប៊ីលីេតៃន X
(c) រក្រប�បាប៊ីលេី ត P(X < 1 ឬ X > 3)
(d) រក្រប�បាប៊ីលេី ត P 12 < X ≤ 5
6. ចំេពាះអេថរៃចដន្យមន
ិ អវ ិជ្ជមាន X បងា្ហញថា
Z ∞
E [X ] =
n
nxn−1 P(X > x)dx
0
140
6.2 អេថរៃចដន្យជាប់សខា
ំ ន់ៗ
6.2.1 អេថរៃចដន្យអ៊ុយនីហ្វមេលើចេនា្លះ
ពន
ិ ត
ិ ្យេមល
ី ពេិ សាធន៍រម
ួ មានការអេង្កត្រពត
ឹ កា
ិ្ត រណ៍េនេពលជាក់លាក់មួយដូចជាការមកដល់ៃនរថយន្ត្រក�ង
ឬការេហចូលទូរសព្ទេនក្នុងកំឡុងេពលណាមួយ។ សន្មត់ថាេយង ី ដឹងថាមាន្រពឹតិ្តការណ៍ដូេច្នះមួយបាន
េកតី េឡង ី េនចេនា្លះេពល (a, b): រថយន្តមួយមកដល់រវាងេមា៉ង 8 : 00 នង ី ចងរ់ កបំែនងែចក
ិ 8 : 10។ េយង
្រប�បាប៊ីលេី តៃនរយៈេពលជាក់លាក់ៃនការេកត ី េឡង ី ៃន្រពតឹ កា
ិ្ត រណ៍េ្រកាមការអេង្កតែដលតាងេដាយ X។ គំរូ
សាមញញសន្មតថា ់ X មានឱកាសេស្មីៗគា្នស្ថិតេនក្នុងចេនា្លះរងតូចនម ី ួយៗែដលមាន្របែវង d េទាះបីជាចេនា្លះ
រងេនាះស្ថិតេនទីតាង ី មានបំ ែនងែចក្រប�បាប៊ីលីេត
ំ ណាក៏េដាយេនក្នុង (a, b)។ ការសន្ម ត់ េនះនាំឱ្យេយង
អ៊ុយនីហម
្វ ។
អនុគមន៍ដង់សេី ុ ត្រប�បាប៊ីលេី ត
នម
ិ ត
ិ ្តសញញ X ∼ U(a, b) មានន័យថា X ជាអេថរៃចដន្យអ៊ុយនហ ី ម
្វ េលច
ី េនា្លះ (a, b)។
តាមពត ់ ុេី ត្រប�បាប៊ីលេី តេ្រពាះ
ិ េទ f ជាអនុគមន៍ដងស
• f (x) ≥ 0, ∀x ∈ R
•
Z ∞ Z b x b
1
f (x)dx = dx = =1
−∞ a b−a b−a a
អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត
អនុគមន៍បំែនងែចក្រប�បាប៊ីលីេតៃនអេថរៃចដន្យអ៊ុយនីហម
្វ គឺឱ្យេដាយ
0, x<a
R x
F(x) =
1
dt = x−a
, a≤x≤b
a b−a b−a
1, x > b.
141
្រប�បាប៊ីលេី ត
សមា្គល់ែដរថា្រប�បាប៊ីលីេតេនះមិនអា្រស័យេទេលទ
ី ីតាង
ំ ៃនចេនា្លះរងែដលផ្ទុក c េទប៉ុែន្តវាអា្រស័យេទ្របែវង
d របស់វា។
សមា្គល់ 6.2.1. វាមានទំនាក់ទំនងរវាងអេថរៃចដន្យអ៊ុយ នី ហ្វមនង
ិ អេថរៃចដន្យព័រសុង។ សន្មត់ ថា ចំនួន
្រពឹតិ្ត ការណ៍ ែដលេកីតេឡង ី េនចេនា្លះ (0, t) មានបំ ែនងែចកព័រសុង។ េបីសិនជាមាន្រពឹតិ្ត ការណ៍ ែតមួយ
េនក្នុងចំេណាម្រពឹតកាិ្ត រណ៍ទាំងេនះបានេកីតេឡង ី េនចេនា្លះ (a, b) ែដល a ≥ 0 និង b ≤ t េនាះ្រប�បាប៊ីលីេត
មានលក្ខខណ្ឌៃនរយៈេពលេកត
ី េឡង
ី ៃន្រពត
ឹ ិ្តការណ៍េនះេដាយដឹងថាវាបានេកត
ី េឡង
ី ជាបំែនងែចកអ៊ុយនី
ហ្វមេលី (a, b) ។
្វ អនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេត?
1. េតីអីជា
2. រក្រប�បាប៊ីលីេតែដលសន្និសិទមួយ្រប្រពឹត្តេទយា៉ងេហាចណាស់ 3 េមា៉ង។
142
2. ្រប�បាប៊ីលេី តែដលសន្នស
ិ ទិ មួយ្រប្រពត
ឹ ្តេទយា៉ងេហាចណាស់ 3 េមា៉ងគឺ
Z 4
1 1
P(X ≥ 3) = dx = .
3 4 4
• អ្នក ្រត�វ រង់ចា ំយា៉ងយូរ 5 នាទី មុន េពលភាពយន្ត មួយ ចាប់េផ្តីម បញ្ចង
ំ មានន័យថាអ្នក មកដល់ រវាង
េមា៉ង 5 : 10 នង ិ 5 : 15 ឬ រវាងេមា៉ង 5 : 25 នង
ិ 5 : 30
ចេម្លើយ. តាង X ជារយៈេពលែដលអ្នកមកដល់េរាងភាពយន្តេនាះ X ∼ U(0, 30)។ ដូចេនះរក្រប�បាប៊ីលីេត
ែដលអ្នក្រត�វរង់ចាយា
ំ ៉ ងយូរ 5 នាទីមុនេពលភាពយន្តមួយចាប់េផ្តីមបញ្ចង
ំ គឺ
Z 15 1 Z 30
1 10 1
P ចាំយា៉ងយូរ 5 នាទី = dx + dx = = .
10 30 25 30 30 3
1. រក្រប�បាប៊ីលីេតែដលេលាក ក មកយត
ឺ ជាង 15 នាទី
143
លំហាត់ 6.2.1. 1. សន្មត់ថា X ជាអេថរៃចដន្យជាប់អុយ ិ វា៉ដ្យង់ 3 ។ េតី
៊ នីហ្វមែដលមានមធ្យម 1 នង 4
ំ ្រមាប់រថយន្តដឹកសុម
4. រយៈេពលវ ិលជុស ់ េ៍ ទកាន់កែន្លងសាងសងផ
ី ៉ងត ់ ូ វេល្ប�នេលឿនជាបំ
្ល ែនងែចកអ៊ុយ
នហ
ី ម
្វ េនចេនា្លះពី 50 េទ 70 នាទ។
ី
5. សន្មត់ថា X ∼ U(a, b)
6.2.2 អេថរៃចដន្យអុិចស៉្បណង់
ូ ែស្យល
អេថរៃចដន្យអុច
ិ ស្បណង
ូ៉ ែ់ ស្យលជាអេថរៃចដន្យជាប់ែដល្រត�វបានេ្របស
ី ្រមាប់គំររូ ង់ចារំ ហូតដល់្រពត
ឹ កា
ិ្ត រណ៍
ទម
ី ួយេកត
ី េឡង
ី ។
អនុគមន៍ដង់សេី ុ ត្រប�បាប៊ីលេី ត
អនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី ត
−x
β e β , េបី x ≥ 0
1
f (x) =
0 េផ្សងពេី នះ
នម
ិ ត
ិ ្តសញញ X ∼ E(β) មានន័យថា X ជាអេថរៃចដន្យអុច
ិ ស្បូណង
៉ ់ែស្យលែដលមានបា៉រា៉ ែម៉្រត β
144
ិ េទ f ជាអនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី តេ្រពាះ
តាមពត
• f (x) ≥ 0, ∀x
• Z Z
∞ ∞
1 − βx h x i∞
f (x)dx = e dx = −e− β = 1.
−∞ 0 β 0
អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត
• េបី x ≥ 0 េនាះ Z x
1 − βt h t ix
e dt = −e− β = 1 − e− β .
x
F(x) = P(X ≤ x) =
0 β 0
អនុគមន៍ហា្កមា
ការគណនាមធ្យមៃនអេថរៃចដន្យអុិចស្បូ ណង
៉ ់ែស្យលនឹងមានភាពងាយ្រស�លេបីេយង
ី យល់ពីលក្ខណៈៃន
អនុគមន៍ហា្កមាដូចខាងេ្រកាម៖
xn−1
lim x =0
x→∞ e2
xn−1
x <ε=1
e2
ដូេច្នះចំេពាះ្រគប់ x ≥ M, េយង
ី មាន x
0 ≤ xn−1 ≤ e 2
េយង
ី ទាញបាន
0 ≤ e−x xn−1 ≤ e− 2
x
R∞
េដាយសារ e− 2 dx < ∞ េនាះ
x
0
Z ∞
e−x xn−1 dx < ∞, ∀n ∈ N
0
145
ឥឡូវយក α ≥ 1 ជាចំនួនពិត។ អនុគមន៍ ⌊α⌋ ជាចំនួនគត់ ធំ បំផុត ែដល ⌊α⌋ ≤ α ≤ ⌊α⌋ + 1។ ដូចេនះ
ស្រមាប់ x ≥ 0 េយង
ី មាន
0 ≤ e−x xα−1 ≤ e−x x⌊α⌋
េដាយសារ Z ∞
e−x x⌊α⌋ dx < ∞
0
េនាះេយង
ី បាន Z ∞
e−x xα−1 dx < ∞, ∀α ∈ R, α ≥ 1
0
េនាះេយង
ី បាន
xα−1
lim x = 0
x→∞ e 2
េនាះេយង
ី ទាញបាន
0 ≤ e−x xα−1 ≤ e− 2 , x ≥ 1
x
R∞
េដាយសារ e− 2 dx < ∞ េនាះ
x
1 Z ∞
e−x xα−1 dx < ∞
1
ចំេពាះ 0 ≤ x ≤ 1 េយង
ី មាន e ≤ 1 នង
−x
ិ
Z Z " #1
1
−x α−1
1
α−1 xα 1
e x dx ≤ 1.x dx = =
0 0 α 0 α
លក្ខណៈៃនអនុគមន៍ហា្កមា
• Γ(1) = 1
• Γ(α + 1) = αΓ(α)
146
• េយង
ី មាន Z ∞
Γ(α + 1) = xα e−x dx
0
េ្របីអាង
ំ េត្រកាលេដាយែផ្នកេដាយតាង
u = xα , dv = e−x dx
du = αxα−1 , v = −e−x
េនាះេយង
ី បាន
Z ∞
α −x ∞
Γ(α + 1) = −x e 0 + αxα−1 e−x dx
Z ∞ 0
=α xα−1 e−x dx
0
=αΓ(α).
• េបី n ∈ N, េនាះ
Γ(n + 1) = nΓ(n) = n(n − 1)Γ(n − 1) = · · · = n(n − 1)(n − 2) · · · 2.1.Γ(1) = n!
• េយង
ី មាន ! Z ∞
1
x− 2 e−x dx
1
Γ =
2 0
តាង x = u2
2
េនាះ dx = udu េយង
ី បាន
!
1 √ Z ∞ − u2
Γ = 2 e 2 du
2 0
√ Z ∞
2 u2
= e− 2 du
2 −∞
ដូចេនះ
!2 √ Z ∞ √ Z ∞
1 2 2
e 2 dv
u2 v2
− −
Γ = e 2 du .
2 2 −∞ 2 −∞
Z ∞Z ∞
1 u2 +v2
= e− 2 dudv
2 −∞ −∞
147
េយង
ី សេង្កតេមីលអាំងេត្រកាល Z ∞
xα−1 e− β dx
x
E[X] = β
V(X) = β2
ស្រមាយបញ្ជ ក់.
Z ∞
E[X] = x f (x)dx
Z−∞
∞
1 x
= x e− β dx
β
0
Z
1 ∞ − βx
= xe dx
β 0
1
= β2 Γ(2)
β
= β.
Z ∞
E[X ] =
2
x2 f (x)dx
Z−∞
∞
1 x
= x2 e− β dx
β
0
Z
1 ∞ 2 − βx
= x e dx
β 0
1
= β3 Γ(3)
β
= 2β2 .
V(X) = E[X 2 ] − (E[X])2
= 2β2 − β2
= β2 .
ការេ្របើ្របាស់អេថរៃចដន្យអុិចស្បណង់
ូ៉ ែស្យល
អេថរៃចដន្យអុច
ិ ស្បូណង
៉ ់ែស្យល្រត�វបានេ្រប្រី បាស់កុ ងគំ
្ន រូគណិតវ ិទយដូចជា៖
148
• រយៈេពលរង់ចាគ
ំ ត
ិ លុយតាមផ�រទំេនប
ី
• រយៈេពលរហូតដល់ឧបករណ៍មួយខូច
• រយៈេពលរហូតដល់មានការរញ្ជួ យដីម្តងេកត
ី េឡង
ី
• ជាទូេទរយៈេពលរង់ចារំ ហូតដល់្រពត
ឹ កា
ិ្ត រណ៍ទម
ី ួយេកត
ី េឡង
ី ។
1. អតិថិជនបនា្ទប់មកដល់កុ ងរយៈេពលត
្ន ិចជាង 1 នាទី
2. អតិថិជនបនា្ទប់មកដល់កុ ងរយៈេពលេ្រច
្ន ីនជាង 5 នាទី
1. ្រប�បាប៊ីលេី តែដលអតថ
ិ ជ
ិ នបនា្ទប់មកដល់កុ ងរយៈេពលត
្ន ច
ិ ជាង 1 នាទគ
ី ឺ
Z 1 h i
1 − 2x x 1
e dx = −e− 2 = 1 − e− 2 = 0.3935
1
P(X < 1) =
0 2 0
2. ្រប�បាប៊ីលេី តែដលអតថ
ិ ិជនបនា្ទប់មកដល់កុ ងរយៈេពលេ្រច
្ន ន
ី ជាង 5 នាទី
Z ∞ h i
1 − 2x x ∞
e dx = −e− 2 = e− 2 = 0.0821
5
P(X > 5) =
5 2 5
1. រថយន្តបនា្ទប់នង
ឹ ឆ្លងកាត់កុ ងរយៈេពលត
្ន ច
ិ ជាង 20 វ ិនាទី
2. រថយន្តបនា្ទប់នង
ឹ ឆ្លងកាត់កុ ងរយៈេពលយា
្ន ៉ ងេហាចណាស់ 15 វ ិនាទី
149
ចេម្លើយ. តាង X ជារយៈេពល(គត
ិ ជាវ ិនាទ)
ី រហូតដល់រថយន្តបនា្ទប់ឆ្លងកាត់េនាះ X ∼ E(β) ែដល β =
12។ េយង
ី បាន
1. ្រប�បាប៊ីលេី តែដលរថយន្តបនា្ទប់នង
ឹ ឆ្លងកាត់កុ ងរយៈេពលត
្ន ច
ិ ជាង 20 វ ិនាទគ
ី ឺ
Z 20 h i
1 − 12x x 20
e dx = −e− 12 = 1 − e− 12 = 0.8111
20
P(X < 20) =
0 12 0
2. ្រប�បាប៊ីលេី តែដលរថយន្តបនា្ទប់នង
ឹ ឆ្លងកាត់កុ ងរយៈេពលយា
្ន ៉ ងេហាចណាស់ 15 វ ិនាទគ
ី ឺ
Z ∞ h i
1 − 12x x ∞
e dx = −e− 12 = e− 12 = 0.2865
15
P(X ≥ 15) =
15 12 15
2. Z 3 h i3
P(X ≤ 3) = 2e−2x dx = −e−2x = 1 − e−6 = 0.9975
0
0
1. Z 1
1 − 3x h i
x 1
e dx = −e− 3 = 1 − e− 3 = 0.2834
1
P(X ≤ 1) =
0 3 0
2. Z ∞
1 − 3x h i
x ∞
P(X > 3) = e dx = −e− 3 = e−1 = 0.3678
3 3 3
150
អេថរៃចដន្យអុិចស្បណង់
ូ៉ ែស្យលនិងព័រសុង
វាមានទំនាក់ទំនងរវាងបំែនងែចកអុិចស្បូ ណង
៉ ់ែស្យលនិងបំែនងែចកព័រសុង។ សន្មត់ថា្រពឹតិ្តការណ៍កំពុង
េកត
ី េឡង
ី តាមបំែនងែចកព័រសុងែដលមានមធ្យម λ ្រពត
ឹ ិ្តការណ៍ក្នុង 1 េមា៉ង។ ដូចេនះេនក្នុងរយៈេពល t
េមា៉ងចំនួនៃន្រពឹតិ្តការណ៍ Y មានបំែនងែចកព័រសុងែដលមានមធ្យម λt។សន្មត់ថាេយង ី ចាប់េផ្តីមេនេពល
t = 0 រួចេយង
ី សួរសំនួរថាេតីេយង ី ្រត�វរង់ចារំ យៈេពលប៉ុនា្មនរហូតដល់្រពឹត្តការណ៍ទីមួយេកីតេឡង ី ? តាង
X ជារយៈេពលរង់ចារំ ហូតដល់្រពត
ឹ កា
ិ្ត រណ៍ទម
ី ួយេនាះ
P(X > t) = P Y = 0 េនចេនា្លះ (0, t)
(λt)0
= e−λt
0!
= e−λt
និង
P(X ≤ t) = 1 − P(X > t) = 1 − e−λt
េយង
ី េឃញ ់ បំែនងែចក្រប�បាប៊ល
ី ថាអនុគមន៍បែំ នងែចក្រប�បាប៊ីលីេតៃន X, F(t) = P(X ≤ t) មានទ្រមងជា ី ី
េតអុច
ិ ស្បូណង
៉ ែ់ ស្យលែដលមាន λ = β1 ។ គណនាេដរេវេយ
ី ង ី ថាអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតៃន X
ី េឃញ
គឱ
ឺ ្យេដាយ
dF(t) d(1 − e−λt ) 1 t
f (t) = = = λe−λt = e− β , t>0
dt dt β
េហយ
ី X មានបំែនងែចកអុច
ិ ស្បណង
ូ៉ ែ់ ស្យល។ តាមពត
ិ េទេយង
ី មន
ិ ចាំបាច់ចាប់េផ្តីមេនខណៈ t = 0 ក៏បាន
ជាទូេទរយៈេពលរងព ់ កា
ី រេកីតេឡងី ៃន្រពឹតកា
ិ្ត រណ៍រហូតដល់ការេកីតេឡងី ៃន្រពឹតកា
ិ្ត រណ៍បនា្ទប់មានបំែនង
ែចកអុចិ ស្បូណង
៉ ែ់ ស្យលចំេពាះការេកតី េឡង ី ៃន្រពត
ឹ កា
ិ្ត រណ៍ែដលមានបំែនងែចកព័រសុង។
4. រយៈេពលផ្តល់េសវាេដាយម�ន្តីធនាគារេនតាមបញ្ជ រមានបំែនងែចកអុិចស្បូ ណង
៉ ់ែស្យលែដលមាន
មធ្យម 3.4 នាទី។ អតិថិជនមា្នក់មកដល់បញ្ជ រេនេមា៉ង 4 : 00 p.m
(a) រក្រប�បាប៊ីលីេតែដលគាត់នង
ឹ េនបញ្ជ រេនាះដែដលេនេមា៉ង 4 : 02 p.m
151
(b) រក្រប�បាប៊ីលេី តែដលគាត់នង ឹ េនបញ្ជ រេនាះដែដលេនេមា៉ង 4 : 04 p.m េដាយដង
ឹ ថាគាត់បាន
េនបញ្ជ រេនាះេនេមា៉ង 4 : 02 p.m
(a) រក្រប�បាប៊ីលីេតែដលរយៈេពលជួសជុលែដល្រត�វបានេ្រជីសេរសេដាយៃចដន្យន
ី ឹងតិចជាង 10
នាទី
(b) តៃម្លជួសជុលមា៉សុន
ី កាត់េស្មគឺ 60 $ ស្រមាប់ពលកម្មកន្លះេមា៉ង(ឬមួយែផ្នកៃនកន្លះេមា៉ង)។
េត្រី ប�បាប៊ីលេី តែដលការងារជួសជុលនង
ឹ ចំនាយស្រមាប់ៃថ្លពលកម្មអស់ 120 $?
(c) េនក្នុងការេធ្វកា
ី លវ ិភាគ េតរី យៈេពលប៉ុនា្មនែដល្រក�មហ៊ុនអនុញញតស្រមាប់ការជួសជុលនម
ី ួយ
ៗេដីម្បធា
ី នាថាឱកាសែដលរយៈេពលជួសជុលមួយេលីកេលីសពរី យៈេពលែដលបានអនុញញត
គឺ 0.01?
6.2.3 អេថរៃចដន្យហា្កមា
អនុគមន៍ដង់សេី ុ ត្រប�បាប៊ីលេី ត
នម
ិ ត
ិ ្តសញញ X ∼ Gamma(α, β) មានន័យថា X ជាអេថរៃចដន្យហា្កមាមានបា៉រា៉ ែម៉្រត α, β ។
• f (x) ≥ 0, ∀x
•
Z ∞ Z ∞
1
xα−1 e− β dx
x
f (x)dx =
−∞ βα Γ(α)
0
Z ∞
1
xα−1 e− β dx
x
= α
β Γ(α) 0
1
= α βα Γ(α)
β Γ(α)
=1
152
អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត
ស្រមាយបញ្ជ ក់.
Z ∞
E[X] = x f (x)dx
Z−∞
∞
1
xα−1 e− β dx
x
= x
βα Γ(α)
0
Z ∞
1
xα e− β dx
x
= α
β Γ(α) 0
1
= α βα+1 Γ(α + 1)
β Γ(α)
= αβ.
Z ∞
E[X ] =
2
x2 f (x)dx
Z−∞∞
1
xα−1 e− β dx
x
= x2 α
β Γ(α)
0
Z ∞
1
xα+1 e− β dx
x
= α
β Γ(α) 0
1
= α βα+2 Γ(α + 2)
β Γ(α)
= α(α + 1)β2 .
V(X) = E[X 2 ] − (E[X])2
= α(α + 1)β2 − α2 β2
= αβ2 .
153
□
ឧទាហរណ៍ 6.2.10. សន្មត់ ថា ការេហទូរសព្ទ ចូលក្នុង្របព័ន្ធ មួយ ជាមធ្យមមាន 5 ដងក្នុង 1 នាទី។ រក
្រប�បាប៊ីលេី តែដលក្នុងរយៈេពលយា៉ងេ្រចន
ី មួយនាទមា
ី នការេហទូរសព្ទ 2 ដងចូលក្នុង្របព័ន្ធ។
រង់ចាចា
ំ ប់ពកា
ី រេបក
ី បញ្ជ ររហូតដល់
1. ការមកដល់ៃនអតថ
ិ ិជនទព
ី រី
2. ការមកដល់ៃនអតថ
ិ ជ
ិ នទប
ី ី
សមា្គល់ 6.2.8 (ព្រងាងគំនិត). • តាង X ជារយៈេពលរង់ចារំ ហូតដល់អតិថិជនទី α មកដល់េនាះ
• X ∼ Gamma(α, β)
154
ឧទាហរណ៍ 6.2.12. អាយុកាលគិតជាសបា្តហ៍ ៃន្រតង់សុីស្ទរមួយ្របេភទមានបំែនងែចកហា្កមាែដលមាន
√
ិ គមា្លតស្តង់ដា
មធ្យម 10 សបា្តហ៍ នង 50 សបា្តហ៍។ រក្រប�បាប៊ីលេី តែដល្រតង់សុស
ី ្ទរ្របេភទេនះ
1. នឹងេ្របីបានយា៉ងេ្រចីន 50 សបា្តហ៍
2. នឹងខូចក្នុងរយៈេពល 10 សបា្តហ៍ដំបូង។
ចេម្លើយ. េយង
ី មាន
E[X] = αβ = 10,
√ √
SD = αβ = 50
1 − 5x
f (x) = xe
52 Γ(2)
ី ចង់គណនាគឺ
្រប�បាប៊ីលេី តែដលេយង
1.
Z 50
1 − 5x
P(X ≤ 50) = xe dx
52 Γ(2)
0
Z ∞
1
xe− 5
x
=
25 0
1 h i
x 50
= (−5x − 25)e− 5
25 0
−10
= 1 − 11e
= 0.9995
2.
Z 10
1
xe− 5 dx
x
P(X ≤ 10) =
52 Γ(2)
0
Z ∞
1
xe− 5
x
=
25 0
1 h i
x 10
= (−5x − 25)e− 5
25 0
−2
= 1 − 3e
= 0.5940
P(X ≤ x) = P(Y ≥ α)
155
់ រយៈេពលរង់ចាជ
3. សន្មតថា ិ វា៉ដ្យង់
ំ ួសជុលរថយន្ត X ជាអេថរៃចដន្យហា្កមាែដលមានមធ្យម 2 េមា៉ងនង
2 (េមា៉ងកាេរ)។
(a) រក α, β
(b) រកអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេត
(c) េតី្រប�បាប៊ីលីេតែដលរយៈេពលរង់ចាយា
ំ ៉ ងេ្រចីន 4.5 េមា៉ងេស្មីនឹងប៉ុនា្មន?
(d) េតី្រប�បាប៊ីលីេតែដលរយៈេពលរង់ចាេំ ្រចីនជាង 3.1 េមា៉ងេស្មីនឹងប៉ុនា្មន?
(e) រក k ែដល P(X < k) = 0.90
4. សន្មត់ថា X ជាអេថរៃចដន្យែដលមានអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតឱ្យេដាយ
kx3 e− 2 , x ≥ 0
x
f (x) =
0, x<0
ិ វា៉ដ្យង់ៃន X
(b) រកមធ្យម នង
(a) រកតៃម្ល α នង
ិ β
ី ូវា៉ត់េមា៉ងេនចេនា្លះ 4 នង
(b) េត្រី ប�បាប៊ីលេី តែដលចំនួនគឡ ិ 8 េស្មន
ី ងឹ ប៉ុនា្មន?
(c) េបស
ី ន
ិ ជាមួយែខមាន 31 ៃថ្ង េតេី យង
ី រ ំពង
ឹ ថាទ្រី ក�ងនង
ឹ េ្រប្រី បាស់អស់បុនា ី ូវា៉ត់េមា៉ងក្នុង
៉ ្ម នគឡ
កំឡុងេពលមួយែខ?
6.2.4 អេថរៃចដន្យេបតា
អនុគមន៍េបតា
156
សំេណើ 6.2.4.
Γ(α)Γ(β)
B(α, β) =
Γ(α + β)
េយង
ី ប្តូរអេថរ t = xy និង s = x(1 − y) ចំេពាះអាំងេត្រកាលពីរ ជាន់ េនះ។ សមា្គល់ថា t + s = x និង
0 < t < ∞ និង 0 < s < ∞ េនាះ 0 < x < ∞ និង 0 < y < 1។ Jacobian ៃនការប្តូរអេថរេនះគឺ
∂(t, s) y x
= = −xy − x + xy = −x
∂(x, y) 1 − y −x
អេថរៃចដន្យេបតា
ែដល Z 1
B(α, β) = xα−1 (1 − x)β−1 dx
0
• អេថរៃចដន្យេបតា្រត�វបានេ្របីស្រមាប់គំរូ្រប�បាប៊ីលីេតៃនអេថរៃចដន្យែដលមានតៃម្លសិត
្ថ េនចេនា្លះ
(0, 1) ឬជាទូេទេលច
ី េនា្លះកំនត់ដូចជាសមាមា្រតជាេដីម។
157
អនុគមន៍ដង់សេី ុ ត្រប�បាប៊ីលេី ត
នម
ិ តិ ្តសញញ X ∼ Beta(α, β) មានន័យថា X ជាអេថរៃចដន្យេបតាែដលមានបា៉រា៉ ែម៉្រត α, β។
េយងី បងា្ហញថាេបី X ∼ Beta(α, β) េនាះ f ពិតជាអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេត។ េយង
ី មាន
• f (x) ≥ 0, ∀x
•
Z ∞ Z
Γ(α + β) α−1
1
f (x)dx = x (1 − x)β−1 dx
−∞ 0 Γ(α)Γ(β)
Z
Γ(α + β) 1 α−1
= x (1 − x)β−1 dx
Γ(α)Γ(β) 0
Γ(α + β)
= B(α, β)
Γ(α)Γ(β)
=1
អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត
កូដ R ស្រមាប់
α
E[X] =
α+β
αβ
V(X) =
(α + β)2 (α + β + 1)
158
ស្រមាយបញ្ជ ក់.
Z ∞
E[X] = x f (x)dx
−∞
Z 1
Γ(α + β) α−1
= x x (1 − x)β−1 dx
0 Γ(α)Γ(β)
Z
Γ(α + β) 1 α
= x (1 − x)β−1 dx
Γ(α)Γ(β) 0
Γ(α + β)
= B(α + 1, β)
Γ(α)Γ(β)
Γ(α + β) Γ(α + 1)Γ(β)
=
Γ(α)Γ(β) Γ(α + β + 1)
α
=
α+β
Z ∞
E[X 2 ] = x2 f (x)dx
−∞
Z 1
Γ(α + β) α−1
= x2 x (1 − x)β−1 dx
0 Γ(α)Γ(β)
Z
Γ(α + β) 1 α+1
= x (1 − x)β−1 dx
Γ(α)Γ(β) 0
Γ(α + β)
= B(α + 2, β)
Γ(α)Γ(β)
Γ(α + β) Γ(α + 2)Γ(β)
=
Γ(α)Γ(β) Γ(α + β + 2)
(α + 1)α
=
(α + β + 1)(α + β)
V(X) = E[X 2 ] − (E[X])2
(α + 1)α α2
= −
(α + β + 1)(α + β) (α + β)2
αβ
=
(α + β)2 (α + β + 1)
□
1. រកមធ្យមៃនសមាមា្រតេនះ
159
1. មធ្យមៃនសមាមា្រតគឺ
α 4 2
E[X] = = =
α+β 4+2 3
ី ចង់គណនាគឺ
2. ្រប�បាប៊ីលីេតែដលេយង
Z
Γ(4 + 2) 3
1
P(X ≥ 0.9) = x (1 − x)dx
0.9 Γ(4)Γ(2)
Z 1
= 20 (x3 − x4 )dx
0.9
= 20(0.004) = 0.08
ដូចេនះ
1 Γ(4 + 3) 6!
k= = = = 60
B(4, 3) Γ(4)Γ(3) 3!2!
160
2. អនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី តៃន X គឺ
60x3 (1 − x)2 , 0 < x < 1
f (x) =
0, េផ្សងពេី នះ
α 4 4
E[X] = = =
α+β 4+3 7
αβ 12 3
V(X) = = 2 =
(α + β) (α + β + 1) (7 )(8) 98
2
ី ្យ f ជាអនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី ត
(a) កំនត់តៃម្ល k ែដលេធ្វឱ
ិ វា៉ដ្យង់ V(X) ៃន X
(b) រកមធ្យម E[X] នង
2. េនសា្ថនយ
ី ឥ
៍ ន្ទនៈមួយសមាមា្រតៃនអតថ
ិ ិជនែដលទញ
ិ ឥន្ទនៈែដលមានក្រមត
ិ អុកតានខ្ពស់េនក្នុង
សបា្តហ៍មួយជាអេថរៃចដន្យេបតាែដលមាន α = 1 និង β = 4។
(a) េបសា
ី ្ថ នីយឥ
៍ ន្ទនៈផ្តលេ់ សវាដល់អតិថិជនជាមធ្យម 850 នាក់េរៀងរាល់សបា្តហ៍ េតីមានអតិថិជន
ជាមធ្យមប៉ុនា្មននាក់ែដលនឹងទិញឥន្ទនៈែដលមានក្រមិតអុកតានខ្ពស់េនសបា្តហ៍េ្រកាយ?
3. សមាមា្រតៃនេ្រគឿងេអឡច
ិ ្រត� និច ខូច េនក្នុងដឹកជញ្ជូ នតាមកបា៉ល់ ជា អេថរៃចដន្យេបតាែដលមាន
α = 2 និង β = 3 ។
(a) រកសមាមា្រតមធ្យមៃនេ្រគឿងេអឡច
ិ ្រត�និចខូច
(b) រក្រប�បាប៊ីលេី តែដលយា៉ងេហាចណាស់ 20% ៃនេ្រគឿងេអឡច
ិ ្រត�នច
ិ ែដលដឹកជញ្ជូ នជាេ្រគឿង
េអឡច
ិ ្រត�នច
ិ ខូច
(c) រក្រប�បាប៊ីលីេតែដលការដឹកជញ្ជូ នមានេ្រគឿងេអឡច
ិ ្រត�និចខូចពី 10% េទ 25%
161
(c) េត្រី ប�បាប៊ីលេី តែដលតៃម្លជួសជុលនង
ឹ េលស
ី 75$ ក្នុងសបា្តហ៍មួយេស្មន
ី ង
ឹ ប៉ុនា្មន?
5. សមាមា្រតៃនជាតព
ិ ុលក្នុងមួយកញ្ច ប់ៃន្របេភទមួយេនក្នុងឧស�ហកម្មគម
ី ជា
ី អេថរៃចដន្យ X ែដល
មានអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតែដលឱ្យេដាយ
20x3 (1 − x), 0<x<1
f (x) =
0, េផ្សងពីេនះ
6.2.5 អេថរៃចដន្យេវប៊ូល
និយមន័យ 6.2.7. អេថរៃចដន្យ X ជាអេថរៃចដន្យេវប៊ូល ែដលមានបា៉រា៉ ែម៉្រត γ > 0, β > 0 េបី វា មាន
អនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី តឱ្យេដាយ
γ γ
−x
β xγ−1 e β , x≥0
f (x) =
0, េផ្សងពេី នះ
នម
ិ ត
ិ ្តសញញ X ∼ Weibull(γ, β) មានន័យថា X ជាអេថរៃចដន្យេវប៊ូលែដលមានបា៉រា៉ ែម៉្រត γ, β ។
សមា្គល់ 6.2.11. • េបី γ = 1 េនាះវាជាអេថរៃចដន្យអុច
ិ ស្បូណង
៉ ់ែស្យល
អនុគមន៍ដង់សេី ុ ត្រប�បាប៊ីលេី ត
•
Z ∞ Z ∞
γ γ−1 − xβγ
f (x)dx = x e dx
−∞ β
Z ∞
0
1 − βy
= e dy, (y = xγ )
β
h 0 − y i∞
= −e β
0
=1
162
អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត
• េបី x ≥ 0 េនាះ
F(x) = P(X ≤ x)
Z x
γ γ−1 − tβγ
= t e dt
0 β
γ x
− tβ
= −e
0
γ
− xβ
=1−e
FY (y) = P(Y ≤ y)
= P(X γ ≤ y)
1
= P(X ≤ y γ )
1
= FX y γ
1 γ
− y γ /β
=1−e
y
= 1 − e− β , y>0
ដូេច្នះ
dFY (y) 1 − βy
fY (y) = = e , y>0
dy β
□
សំេណើ 6.2.7. េបី X ∼ Weibull(γ, β) េនាះ
!
1 1
E[X] = β Γ 1 +γ
γ
! " !#2
2
2 1
V(X) = β γ
Γ 1 + − Γ 1 +
γ γ
ស្រមាយបញ្ជ ក់.
Z ∞
E[X] = x f (x)dx
Z−∞
∞
γ γ − xβγ
= x e dx
β
0
Z
1 ∞ γ1 − βy
= y e dy, y = xγ , dy = γxα−1 dx
β 0
!
1 1+ γ1 1
= β Γ 1+
β γ
163
Z ∞
E[X ] =2
x2 f (x)dx
Z−∞
∞
γ γ+1 − xβα
= x e dx
β
Z 0
1 ∞ γ2 − βy
= y e dy, y = xγ , dy = γxα−1 dx
β 0
!
1 1+ β2 2
= β Γ 1+
β γ
!
2 2
= βγ Γ 1 +
γ
V(X) = E[X ] − (E[X])2
2
! " !#2
2 2 2 1
= βγ Γ 1 + − βγ Γ 1 +
γ γ
! " !#2
2
2 1
= βγ Γ 1 + − Γ 1 +
γ γ
□
ឧទាហរណ៍ 6.2.17. អាយុកាល(គិតជាពាន់េមា៉ង)ៃនែទម៉ូែម៉្រតមួយ្របេភទេគារពតាមបំែនងែចកេវប៊ូល
ែដលមាន γ = 2 នង
ិ β = 50 ។
2. រកអាយុកាលជាមធ្យមស្រមាប់ែទម៉ូែម៉្រត្របេភទេនះ
1.
h i
P(X > 10) = 1 − P(X ≤ 10) = 1 − 1 − e−(10) /50 = e−(10) /50 = e−2 = 0.14
2 2
2.
! ! ! ! !
1 1 1 3 1 1 1 1 1 √
E[X] = β Γ 1 +
γ = (50) 2 Γ = (50) 2 Γ = (50) 2 π = 6.27
γ 2 2 2 2
164
ី រ្ទ័ ្របេភទេនះដំេនរី ការេដាយមន
(b) េបេី រសុស ិ អា្រស័យគា្ន រក្រប�បាប៊ីលេី តែដលមានេរសុស
ី រ្ទ័ មួយក្នុង
ចំេនាមេរសុីស្ទ័របីនឹងខូចមុន 5000 េមា៉ង
6.3 អេថរៃចដន្យនរមា៉ល់
អនុគមន៍ដង់សេី ុ ត្រប�បាប៊ីលេី ត
1 (x−µ)2
f (x) = √ e− 2σ2 , −∞ < x < ∞.
σ 2π
នម
ិ ត
ិ ្តសញញ X ∼ N(µ, σ ) មានន័យថា X ជាអេថរៃចដន្យនរមា៉ល់ែដលមានបា៉រា៉ ែម៉្រត µ នង
2
ិ σ ។
2
លក្ខណៈៃនែខ្សេកាងនរមា៉ល់
165
ដូចេនះេយង
ី ្រត�វ្រសាយថា
Z ∞ √
y2
I= e− 2 dy = 2π
−∞
R∞
ដំបូងេយង
ី បងា្ហញថា I = e− 2 dy ជាអាំងេត្រកាលរួម៖ េយងី មាន
y2
−∞
Z ∞ 2 Z 1 2 Z ∞ 2 !
− y2 − y2 y
I=2 e dy = 2 e dy + e− 2 dy
0 0 1
Z ∞ 2 Z ∞
− y2 y
e dy ≤ e− 2 dy = 2e−1/2 < ∞
1 1
166
• សន្មត់ថា Z ∼ N(0, 1) េយង ី នឹង្រសាយថា X ∼ N(µ, σ )។ េយង
2
ី មាន
x−µ x − µ
F X (x) = P (σZ + µ ≤ x) = P Z ≤ = FZ
σ σ
េដរេវេធៀបន
ី ឹ x េនាះអនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី តៃន X គឺ
ង
d d x − µ 1 x − µ
fX (x) = F X (x) = FZ = fZ
dx dx σ σ σ
1 (x−µ)2
= √ e− 2σ2
σ 2π
ែដលបងា្ហញថា X ∼ N(µ, σ2 )
□
សំេណើ 6.3.2. េបី X ∼ N(µ, σ2 ) េនាះចំេពាះ្រគប់ចំនួនេថរ a, b (b , 0) អេថរៃចដន្យ
Y = a + bX ∼ N(a + bµ, b2 σ2 )
ី ល់នូវអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតៃន Y
ការគណនាេដរេវផ្ត
y−a
b fX b , b > 0
1
fY (y) =
− 1 fX y−a , b < 0
b b
ែដលអាចសេសរជាទ្រមង់
1 y − a
fY (y) = fX
|b| b
1 y−a 2
√ e−( b −µ) /2σ
2
=
σ|b| 2π
1
√ e−(y−a−bµ) /2b σ
2 2 2
=
σ|b| 2π
ែដលបងា្ហញថា Y = a + bX ∼ N(a + bµ, b2 σ2 ) ែដលមានមធ្យម
E[Y] = E[a + bX] = a + bE[X] = a + bµ
និងវា៉ដ្យង់
V(Y) = V(aX + b) = b2 V(X) = b2 σ2
□
167
6.3.1 អេថរៃចដន្យនរមា៉ល់សង
្ត ់ដា
់ ែដលអនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី ត
និយមន័យ 6.3.2. Z ∼ N(0, 1) េហថាអេថរៃចដន្យនរមា៉ល់ស្តងដា
ឱ្យេដាយ
1 z2
f (z) = √ e− 2 , −∞ < z < ∞
2π
E[Z] = 0
V(Z) = 1
ស្រមាយបញ្ជ ក់.
Z ∞
E[Z] = z f (z)dz
Z−∞
∞
1 z2
= z √ e− 2 dz
−∞ 2π
1
2 ∞
− z2
= √ −e
2π −∞
=0
Z ∞
E[Z ] =
2
z2 f (z)dz
−∞
Z ∞
1 z2
= √ z2 e− 2 dz
2π −∞
Z ∞ 2 !
1 − z22 ∞ z2
e− 2 dz , (u = z, dv = ze− 2 dz)
z
= √ −ze +
2π Z −∞ −∞
∞
1 2
e− 2 dz
z
= √
2π −∞
1 √
= √ 2π = 1
2π
V(Z) = E[Z 2 ] − (E[Z])2 = 1
E[X] = µ
V(X) = σ2
168
អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត
អនុគមន៍បំែនងែចក្រប�បាប៊ីលីេតៃន Z គឺ
Z z
1 t2
Φ(z) = P(Z ≤ z) = √ e− 2 dt
2π −∞
លក្ខណៈៃន Φ
1.
lim Φ(z) = 0, lim Φ(z) = 1
z→−∞ z→∞
2.
1
Φ(0) =
2
3.
Φ(−z) = 1 − Φ(z), −∞ < z < ∞
តាមពត
ិ េទ
Z z
1 t2
1 − Φ(z) = 1 − √ e− 2 dt
Z2π∞ −∞ Z z
1 − t2
2 1 t2
= √ e dt − √ e− 2 dt
2π Z−∞ 2π Z−∞ Z z
z ∞
1 2
− t2 1 2
− t2 1 t2
= √ e dt + √ e dt − √ e− 2 dt
2π Z−∞ 2π z 2π −∞
∞
1 2
e− 2 dt
t
= √
2π z
Z −z
1 u2
= √ e− 2 du, (u = −t)
2π −∞
= Φ(−z).
169
• pnorm(x,µ, σ) ស្រមាប់ P(X ≤ x)
• P(Z ≤ z) គឺ pnorm(z)
• P(Z ≤ q) = p គឺ qnorm(p)
• តាមតារាងបំែនងែចកនរមា៉ល់ស្តង់ដាេយង
ី បាន P(Z ≤ 1.96) = Φ(1.96) = 0.9750
• តាមកូដ R េយង
ី មាន pnorm(1.96)=0.9750 ផ្តល់នូវ P(Z ≤ 1.96)
តាមតារាងេនះេយង
ី បាន
P(Z < 1.22) = 0.8888
លក្ខណៈ 6.3.1. 1.
2.
P(Z < −a) = P(Z > a) = 1 − P(Z < a)
170
3.
P(|Z| > a) = P(Z > a) + P(Z < −a) = 2P(Z > a)
េដាយសារ Z = X−µ
σ
∼ N(0, 1) េនេពលែដល X ∼ N(µ, σ2 ) េនាះេយង
ី បាន
•
X − µ a − µ a − µ a − µ
P(X < a) = P < =P Z< =Φ
σ σ σ σ
•
!
a−µ X−µ b−µ
P(a < X < b) = P < <
σ σ σ
!
a−µ b−µ
=P <Z<
σ σ
!
b−µ a − µ
=P Z< −P Z <
σ σ
!
b−µ a−µ
=Φ −Φ
σ σ
•
!
X−µ b−µ
P(X > b) = P >
σ σ
!
b−µ
=P Z>
σ
!
b−µ
=1−P Z ≤
σ
!
b−µ
=1−Φ
σ
1.
!
X − 3 11 − 3
P(X < 11) = P < = Φ(2) = 0.9772
4 4
171
2.
!
X − 3 −1 − 3
P(X > −1) = P > = P(Z > −1) = P(Z < 1) = Φ(1) = 0.8413
4 4
3.
! 1
2−3 X−3 7−3
P(2 < X < 7) = P < < = Φ(1) − Φ − = 0.8413 − 0.4013 = 0.4400
4 4 4 4
1. P(|X − µ| > σ)
ចេម្លើយ. េយង
ី មាន
|X − µ| > aσ ⇐⇒ |Z| > a
1.
P(|X − µ| > σ) = P(|Z| > 1) = 2P(Z > 1) = 2(1 − P(Z ≤ 1)) = 2(1 − 0.8413) = 0.3174
2.
P(|X − µ| > 2σ) = P(|Z| > 2) = 2P(Z > 2) = 2(1 − P(Z ≤ 2)) = 2(1 − 0.9772) = 0.0456
3.
P(|X − µ| > 3σ) = P(|Z| > 3) = 2P(Z > 3) = 2(1 − P(Z ≤ 3)) = 2(1 − 0.9987) = 0.0026
1.
!
X − 100 130 − 100
P(X > 130) = P >
14.2 14.2
= P(Z > 2.11)
= 1 − P(Z ≤ 2.11)
= 1 − 0.9826 = 0.0174
172
2.
!
90 − 100 X − 100 115 − 100
P(90 ≤ X ≤ 115) = P ≤ ≤
14.2 14.2 14.2
= P(−0.70 ≤ Z ≤ 1.05)
= P(Z ≤ 1.05) − P(Z ≤ −0.70)
= 0.8531 − 0.2420 = 0.6111
2. េ្រចីនជាង 70 ដងក្នុងមួយនាទី
3. តិចជាង 75 ដងក្នុងមួយនាទី
1.
!
68 − 72 X − 72 74 − 72
P(68 ≤ X ≤ 74) = P ≤ ≤
3 3 3
= P(−1.34 ≤ Z ≤ 0.67)
= P(Z ≤ 0.67) − P(Z ≤ −1.34)
= 0.7486 − 0.0901 = 0.6585
2.
!
X − 72 70 − 72
P(X > 70) = P >
3 3
= P(Z > −0.67)
= 1 − P(Z ≤ −0.67)
= 1 − 0.2514 = 0.7486
3.
!
X − 72 75 − 72
P(X < 75) = P <
3 3
= P(Z < 1)
= 0.8413
ី ំេណីរេទេធ្វកា
ឧទាហរណ៍ 6.3.8. សន្មត់ ថា រយៈេពលេធ្វដ ី រជាអេថរៃចដន្យនរមា៉ល់ ែដលមានមធ្យម 25
ិ គមា្លតស្តង់ ដា 6.1 នាទ។
នាទី នង ី រក្រប�បាប៊ីលេី តែដលអ្នកេធ្វី ដំេណីរេទេធ្វកា
ី រមា្នក់ ្រត�វ បានេ្រជស
ី េរស
ី
េដាយៃចដន្យចំណាយេពលេទេធ្វីការ
173
1. េ្រចីនជាង 30 នាទី
2. តិចជាង 18 នាទី
1.
!
X − 25 30 − 25
P(X > 30) = P >
6.1 6.1
= P(Z > 0.82)
= 1 − P(Z ≤ 0.82)
= 1 − 0.7939 = 0.2061
2.
!
X − 25 18 − 25
P(X < 18) = P <
6.1 6.1
= P(Z < −1.15) = 0.1251
ែពរសង់ទីលៃនអេថរៃចដន្យនរមា៉ល់
P(Z > zα ) = α
P(Z < zα ) = 1 − α
់ ីលៃនអេថរៃចដន្យនរមា៉ល់ស្តងដា
zα េហថា100(1 − α)% ែពរសងទ ់ ។ េយង
ី អាចកំនត់ zα េដាយេ្របតា
ី រាង
បំែនងែចកនរមា៉ល់ស្តង់ដា។
0.0
..
.
1.9 0.975
174
ដូចេនះ
z0.025 = 1.96
សមា្គល់ 6.3.4. • េបស
ី ន
ិ ជាតៃម្លេនាះមន
ិ មានក្នុងតារាងេនាះេយង
ី េ្របត
ី ៃម្លែដលេគៀកជាងេគ។
ឧទាហរណ៍ 6.3.10.
z0.10 = 1.28
េដាយសារ
P(Z < z0.10 ) = 1 − P(Z > z0.10 ) = 0.90
េហយ ់ េន
ី 0.90 ជាតៃម្លែដលេនចេនា្លះ 0.8997 និង 0.9015 េនក្នុងតារាងបំែនងែចកនរមា៉ល់ស្តងដា
ជួរេដកែដល្រត�វនឹង 1.2 និងជួរឈរេរៀងគា្ន 0.08 និង 0.09
0.0
..
.
• េបីសិនជាតៃម្លេនាះេនចេនា្លះកណា
្ត លពីរេលខក្នុងតារាងេនាះេយង
ី យកតៃម្លធំជាងេគរវាងតៃម្លទាង
ំ ពីរ។
ឧទាហរណ៍ 6.3.11.
z0.05 = 1.65
េដាយសារ
P(Z < z0.05 ) = 1 − P(Z > z0.05 ) = 0.95
េហយ
ី 0.95 ជាតៃម្លែដលេនចេនា្លះ 0.9495 នង ់ េន
ិ 0.9505 េនក្នុងតារាងបំែនងែចកនរមា៉ល់ស្តងដា
ជួរេដកែដល្រត�វនឹង 1.6 និងជួរឈរេរៀងគា្ន 0.04 និង 0.05
0.0
..
.
z0.10 = 1.28, z0.05 = 1.65, z0.025 = 1.96, z0.01 = 2.33, z0.005 = 2.58
់ ីលៃនអេថរៃចដន្យនរមា៉ល់ស្តង់ដា។
• កូដ R qnorm(1-α) ផ្តល់នូវ 100(1 − α)% ែពរសងទ
175
2. qnorm(0.95)= 1.644854 ផ្តល់នូវ z0.05
3. qnorm(0.9750)=1.959964 ផ្តល់នូវ z0.025
4. qnorm(0.99)=2.326348 ផ្តល់នូវ z0.01
5. qnorm(0.995)= 2.575829 ផ្តល់នូវ z0.005
xα = µ + σ.zα
4. េគឱ្យ X ជាអេថរៃចដន្យែដលមានអនុគមន៍ដង់សុីេត
x2
√2π e− 2 ,
2
0<x<∞
f (x) =
0, េផ្សងពីេនះ
5. យក Z ∼ N(0, 1) បងា្ហញថាចំេពាះ k = 1, 2, 3, . . . .
h i (2k)!
E Z 2k = k
h i 2 k!
E Z 2k+1
=0
7. រយៈេពលែដលអ្នកេបីកបរ្របតិកម្មេទនឹងេភ្លីង�ហា្វង
ំ េដីម្បប
ី ន្ថយេល្ប�នរថយន្តេគារពតាមបំែនងែចក
នរមា៉ល់ែដលមានមធ្យម 1.25 វ ិនាទីនិងគមា្លតស្តង់ដា 0.46 វ ិនាទី។ េតី្រប�បាប៊ីលីេតែដលរយៈេពល
្របតិកម្ម
176
(a) េនចេនា្លះពី 1 វ ិនាទីនង
ិ 1.75 វ ិនាទេី ស្មន
ី ងឹ ប៉ុនា្មន?
(b) េលីសពី 2 វ ិនាទីេស្មីនឹងប៉ុនា្មន?
177
តារាងសេង្ខបៃនអេថរៃចដន្យជាប់
f (x) = β1 e− β , x ≥ 0
x
X ∼ E(β) β β2
X ∼ Gamma(α, β) xα−1 e− β ,
x
f (x) = 1
βα Γ(α)
x≥0 αβ αβ2
γ h i
X ∼ Weibull(γ, β) γ γ−1 − xβ 1 2
1 2
f (x) = β
x e ,x≥0 β Γ 1 + γ1
γ β Γ 1+ γ − Γ 1+ γ
γ 2
(x−µ) 2
X ∼ N(µ, σ2 ) f (x) = 1
√
σ 2π
e− 2σ2 , −∞ < x < ∞ µ σ2
178
ជំពូកទី7
អនុគមន៍ៃនអេថរៃចដន្យ
7.1 អនុគមន៍ៃនអេថរៃចដន្យ
និយមន័យ 7.1.1. េនេលី លំហ គំរូ Ω ចំេពាះអេថរៃចដន្យ X និង អនុគមន៍ g : R → R, g(X) ជាអេថរ
ៃចដន្យែដលបញ្ជូ ន ω េទ g(X(ω)) ស្រមាប់្រគប់ ω ∈ Ω។
េដាយសា្គល់បំែនងែចក្រប�បាប៊ីលេី តៃន X
2. េតីអីជា
្វ សង្ឃម
ឹ គណិតៃន g(X) ?
្វ វា៉ដ្យង់ៃន g(X) ?
3. េតីអីជា
1. តច ិ អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត
ិ នច
2. តិចនិចប្តូរអេថរ
3. តិចនិចអនុគមន៍បេង្កីតម៉ូម៉ង់
តិចនិចអនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត (ករណីអេថរៃចដន្យដាច់)
179
ករណី g ជាអនុគមន៍មួយទល់មួយ
x P(X = x) y P(Y = y)
x1 p1 g(x1 ) p1
x2 p2 g(x2 ) p2
x3 p3 g(x3 ) p3
.. .. .. ..
. . . .
េបី g មន
ិ ែមនជាអនុគមន៍ មួយ ទល់ មួយ េទេនាះចំេពាះ y មួយ អាចមានតៃម្ល x ជាេ្រចន ី ែដល g(x) = y។
ី ណនា្រប�បាប៊ីលីេត P(g(X) = y) េយង
ដូចេនះេដីម្បគ ី ្រត�វបូក្រប�បាប៊ីលេី តៃន X ែដលយកតៃម្ល x ទាំងឡាយ
ណាែដល g(x) = y។
X
P(g(X) = y) = P(X = x),
x:g(x)=y
អនុគមន៍មា៉ស្រប�បាប៊ីលេី តៃន Y គឱ
ឺ ្យេដាយ
180
េយង
ី សេង្កតេឃញ
ី ថាតៃម្លែដល Y អាចយកបានគឺ {0, 2, 4, 6} េនាះ
1
pY (0) = P(Y = 0) = P(2|X| = 0) = P(X = 0) =
5
pY (2) = P(Y = 2) = P(2|X| = 2) = P(X = −1 ឬ X = 1)
2
= P(X = −1) + P(X = 1) =
5
pY (4) = P(Y = 4) = P(2|X| = 4) = P(X = −2 ឬ X = 2)
1
= P(X = 2) =
5
pY (6) = P(Y = 6) = P(2|X| = 6) = P(X = −3 ឬ X = 3)
1
= P(X = 3) =
5
តិចនិចអនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត (ករណីអេថរៃចដន្យជាប់)
តិចនិចអនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត
1. រកអនុគមន៍បំែនងែចក្រប�បាប៊ីលីេត
FY (y) = P(Y ≤ y)
េដាយេធ្វអា
ី ងំ េត្រកាលអនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី ត fX (x) េលែី ដន {x : g(x) ≤ y}
្វ អនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតៃន Y = X 2 ?
េតីអីជា
េយង
ី មានចំេពាះ 0 < y < 1
√
FY (y) = P(Y ≤ y) = P(X 2 ≤ y) = P(0 ≤ X ≤ y)
Z √y
√y
= 3t2 dt = t3 0 = y3/2
0
181
ឧទាហរណ៍ 7.1.4. េគឱ្យ X ∼ N(0, 1)។ េតអ ី្វ អនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី ត ៃន Y = X ?
ី ជា
2
សមា្គល់ថាអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតៃន X គឺឱ្យេដាយ
1 x2
f (x) = √ e− 2 , −∞ < x < ∞.
2π
េយង
ី មានចំេពាះ y ≥ 0
√ √
FY (y) = P(Y ≤ y) = P(X 2 ≤ y) = P(− y ≤ X ≤ y)
Z √y Z √y
1 − x22 1 x2
= √ √ e dx = 2 √ e− 2 dx.
− y 2π 0 2π
ដូចេនះ
2 1
fY (y) = FY′ (y) = √ e−y/2 √ , 0 < y < ∞.
2π 2 y
រកអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតៃន X។
រកអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតៃន X។
វិធីសា�ស្តបរអេថរ
ូ្ត
េនក្នុងករណីអេថរៃចដន្យជាប់ វ ិធីសា�ស្តែដលេយង
ី បានេ្របគ ី នុគមន៍បែំ នងែចក្រប�បាប៊ីលីេត
ី េឺ ផ្តីមេចញពអ
ៃន g(X) រួច េយងី បែម្លង ្រពត
ឹ ិ្ត ការណ៍ {g(X) ≤ y} េទជា្រពត
ឹ ិ្ត ការណ៍ សមមូល ពាក់ព័ន្ធ នង
ឹ X ។ ស្រមាប់
g ទូេទដេំ ណីរការេនះវាមិនងាយ្រស�លេពកេនាះេទ ប៉ុែន្តេនេពលែដល g ជាអនុគមន៍មានេដរេវន ី ិងេកីន
ដាច់ខាតេនាះវាមានភាពងាយ្រស�ល េនក្នុងការបែម្លង៖ ករណីេនះ {g(X) ≤ y} ដូចគា្ននង ឹ {X ≥ g (y)}
−1
ដូចេនះ
Fg(X) (y) = P(g(X) ≤ y) = P(X ≤ g−1 (y)) = F X (g−1 (y))
បនា្ទប់មកេធ្វីេដរេវេធៀបន
ី ី ទួលបានអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតៃន g(X)។
ឹង y េដីម្បទ
182
តាមពត ី ដាច់ខាតេនាះអនុគមន៍បំែនងែចក្រប�បាប៊ីលេី តៃន Y គឺ
ិ េទេបី g ជាអនុគមន៍េកន
ដូចេនះតាមវ ិធាន្រចវា៉ក់អនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតៃន Y គឺ
d −1
fY (y) = fX (g−1 (y)) g (y).
dy
ែដលមិនអវ ិជ្ជមានេ្រពាះ d −1
dy
g (y) < 0 េបី g ជាអនុគមន៍ចុះដាច់ខាត។
fY (y)dy = fX (x)dx
d −1 1
g (y) =
dy y
េយង
ី មាន
1 x2
fX (x) = √ e− 2 , −∞ < x < ∞
2π
ដូេច្នះអនុគមន៍ដង់សុេី តៃន Y គឱ
ឺ ្យេដាយ
[ln y]2
y √2π e− 2 , y>0
1
fY (y) =
0, េផ្សងពេី នះ
7.2 អនុគមន៍បេង្កើតម៉ូម៉ង់
ចំេពាះតៃម្ល t ែដលេធ្វឱ
ី ្យសង្ឃម
ឹ គណិតកំនត់បាន។
183
3.
h i
MX (t) = E etX
P
x etx p(x), េបី X ជាអេថរៃចដន្យដាច់ែដលមានអនុគមន៍មា៉ស្រប�បាប៊ីលេី ត p(x)
=R∞
etx f (x)dx, េបី X ជាអេថរៃចដន្យជាប់ែដលមានអនុគមន៍ដង់សុីេត f (x)
−∞
ែដល
dk
MX(k) (0) = MX (t)|t=0
dtk
2. h i
X
∞ E Xk
MX (t) = tk
k=0
k!
កំនត់ t = 0 េយង
ី មាន
MX′ (0) = E[X]
េដរេវទ
ី ី២ " #
d ′ d h tX i d h i
MX′′ (t) = MX (t) = E Xe = E (Xe ) = E X 2 etX
tX
dt dt dt
កំនត់ t = 0 េយង
ី មាន
MX′′ (0) = E[X 2 ]
ជាទូេទ
MX(k) (0) = E[X k ]
2. តាមេស៊រតាយល័
ី រៃនអនុគមន៍អុិចស្បូណង
៉ ់ែស្យលេយង
ី បាន
h i
MX (t) = E etX
∞
X (tX)k
= E
k=0
k!
h i
X∞ E Xk
= tk .
k=0
k!
□
៉ ៉ង់ ៃន X អាចទទួល បានេដាយការគណនាេដរេវបន្ត
សមា្គល់ 7.2.2. ្រគប់ មូម ី បនា្ទប់ ៃន MX (t) រួច គណនា
្រតង់ t = 0 ។
184
លក្ខណៈ 7.2.1. 1. េបី Y = X + a េនាះ MY (t) = eat MX (t).
3. េបី Y = X−µ
σ
េនាះ MY (t) = e−µt/σ MX (t/σ).
ស្រមាយបញ្ជ ក់. 1.
h i h i h i h i
MY (t) = E etY = E et(X+a) = E etX eat = eat E etX = eat MX (t).
2. h i h i
MY (t) = E etY = E e(tb)X = MX (bt).
3. h i X−µ h i
MY (t) = E etY = E et σ = E etX/σ e−µt/σ = e−µt/σ MX (t/σ).
□
្រទឹសប ់ ំនត់បែំ នងែចក្រប�បាប៊ីលេី តែតមួយគត់មានន័យថាេបអ
ី ្ដ ទ 7.2.1. អនុគមន៍បេង្កីតម៉ូម៉ងក ី េថរៃចដន្យ
ពីរ X1 និង X2 មានអនុគមន៍បេង្កីតម៉ូម៉ង់ដូចគា្ន
MX1 (t) = MX2 (t), ∀t
េនាះ X1 នង
ិ X2 មានបំែនងែចកដូចគា្ន។
មានន័យថា្រគប់ t ∈ R,
X
∞ X
∞
etx pX1 (x) = ety pX2 (y)
x=0 y=0
េនាះ
X
∞ X
∞
etx pX1 (x) − ety pX2 (y) = 0
x=0 y=0
ឬ
X
∞ X
∞
etx pX1 (x) − etx pX2 (x) = 0
x=0 x=0
X∞
etx pX1 (x) − etx pX2 (x) = 0
x=0
X
∞
x
et pX1 (x) − pX2 (x) = 0
x=0
េនះគជាឺ េស៊រស្វ
ី ័យគុណែដលមានេមគុណ pX1 (x) − pX2 (x) ។ េស៊រស្វ ី ័យគុណេនះេស្មីនឹងសូន្យេនាះេមគុណ
នមី ួយៗេស្មន
ី ងឹ សូន្យ។ ដូេច្នះ
pX1 (x) = pX2 (x), x = 0, 1, 2, . . .
□
185
7.2.1 អនុគមន៍បេង្កើតម៉ូម៉ង់ស្រមាប់អេថរៃចដន្យដាច់
ដូេច្នះ
n−1
M ′ (t) = n pet + 1 − p pet
n−2 n−1 t
M ′′ (t) = n(n − 1) pet + 1 − p (pet )2 + n pet + 1 − p pe .
េយង
ី បាន
E(X) = M ′ (0) = np,
E(X 2 ) = M ′′ (0) = n(n − 1)p2 + np,
V(X) = E[X 2 ] − (E[X])2
= np(1 − p).
ដូេច្នះ
េយង
ី បាន
E(X) = M ′ (0) = λ,
E(X 2 ) = M ′′ (0) = λ2 + λ,
V(X) = E[X 2 ] − (E[X])2
= λ.
186
ឧទាហរណ៍ 7.2.3. េបី X ∼ G(p) េនាះ
h i
MX (t) = E etX
X∞
= etx (1 − p) x−1 p
x=1
X
∞
x−1
= pet (1 − p)et
x=1
pet
= េបី (1 − p)et < 1.
1 − (1 − p)et
ដូេច្នះ
pet
M ′ (t) = ,
(1 − (1 − p)et )2
pet (1 − (1 − p)et ) + 2p(1 − p)e2t
M ′′ (t) =
(1 − (1 − p)et )3
េយង
ី បាន
1
E(X) = M ′ (0) = ,
p
2− p
E(X 2 ) = M ′′ (0) = ,
p2
V(X) = E[X 2 ] − (E[X])2
1− p
= .
p2
187
េយង
ី បាន
′ 1 − (1 − p) r r(p)r−1 p − (p)r r 1 − (1 − p) r−1 (−(1 − p))
E[X] = M (0) =
1 − (1 − p) 2r
pr rpr p−1 p + pr rpr p−1 (1 − p)
=
p2r
r −1
p rp p (p + 1 − p)
r
=
p2r
r
= .
p
E[X ] = MX (0) = r(p)r (−r − 1) 1 − (1 − p) −r−2 −(1 − p) + r2 (p)r−1 (p) 1 − (1 − p) −r−1
2 ′′
តារាងសេង្ខប
អេថរៃចដន្យ ី ម៉ូម៉ង់
អនុគមន៍បេង្កត មធ្យម វា៉ដ្យង់
n
X ∼ B(n, p) pet + 1 − p np np(1 − p)
pet
X ∼ G(p) 1−(1−p)et
, (1 − p)et < 1 1
p
1−p
p2
h pet
ir
X ∼ Neg(r, p) 1−(1−p)e t , (1 − p)et < 1 r
p
r(1−p)
p2
7.2.2 អនុគមន៍បេង្កើតម៉ូម៉ង់ស្រមាប់អេថរៃចដន្យជាប់
188
ឧទាហរណ៍ 7.2.5. េបី X ∼ U(a, b) េនាះ
h i
MX (t) = E etX
Z ∞
= etx f (x)dx
−∞
Z b
1
= etx dx
b−a a
etb − eta
= , (t , 0).
t(b − a)
ដូចេនះ
" #
1 1 bt 1 bt
MX′ (t) = (be − ae ) − 2 (e − e )
at at
b−a t t
e (bt − 1) − e (at − 1)
bt at
=
(b − a)t2
អនុគមន៍បេង្កីតម៉ូម៉ងេ់ នះមិនមានេដរេវ្រតង
ី ់ t = 0 េទ។ េយង
ី អាចរកម៉ូម៉ងរ់ បស់វាតាមការពនា្លតេស៊រអុី ច
ិ ស្បូ ៉
ណង់ែស្យល
1 bt 1 X 1 n n 1 X bi+1 ti
∞ ∞
e = bt = +
t t n=0 n! t i=0 (i + 1) i!
1 at 1 X 1 n n 1 X ai+1 ti
∞ ∞
e = at = +
t t n=0 n! t i=0 (i + 1) i!
េធ្វីផលដកកេន�មទាំងពីរេនាះតួ 1
t
អាចស្រម�លបាត់េនាះេយង
ី ទទួលបាន
X∞
tn bn+1 − an+1
MX (t) =
n=0
n! (n + 1)(b − a)
េ្របៀបេធៀបស្វ័យគុណៃន tn នឹងទ្រមង់ទូេទៃនអនុគមន៍បេង្កីតម៉ូម៉ង់េយង
ី បាន
bn+1 − an+1
E[X n ] =
(n + 1)(b − a)
ដូចេនះ
b2 − a2 (b − a)(b + a) b + a
E[X] = = =
2(b − a) 2(b − a) 2
b −a
3 3
(b − a)(b + ab + a ) b2 + ab + a2
2 2
E[X 2 ] = = =
3(b − a) 3(b − a) 3
V(X) = E[X ] − (E[X])
2 2
b2 + ab + a2 (b + a)2 (b − a)2
= − = .
3 4 12
189
ឧទាហរណ៍ 7.2.6. េបី X ∼ E(β) េនាះ
h i
MX (t) = E etX
Z ∞
= etx f (x)dx
Z−∞ ∞
1 x
= etx e− β dx
β
0
Z ∞
1
= e−x(1−βt)/β dx
β 0
1 β
=
β (1 − βt)
= (1 − βt)−1 , េបី βt < 1.
ដូចេនះ
MX′ (t) = −(1 − βt)−2 (−β) = β(1 − βt)−2
MX′′ (t) = (−2)β(1 − βt)−3 (−β) = 2β2 (1 − βt)−3
េយង
ី បាន
E[X] = MX′ (0) = β
E[X 2 ] = MX′′ (0) = 2β2
V(X) = E[X 2 ] − (E[X])2
= β2 .
េយង
ី បាន
E[X] = MX′ (0) = αβ
E[X 2 ] = MX′′ (0) = α(α + 1)β2
V(X) = E[X 2 ] − (E[X])2
= α(α + 1)β2 − α2 β2
= αβ2 .
190
ឧទាហរណ៍ 7.2.8. េបី Z ∼ N(0, 1) េនាះ
h i Z ∞
MZ (t) = E etZ = etz f (z)dz
−∞
Z ∞
1 z2
= etz √ e− 2 dz
Z−∞ 2π
∞
1 − 12 (z2 −2zt)
= √ e dz
−∞
Z ∞ 2π
t2 1
√ e− 2 (z−t) dz
1 2
= e2
−∞ 2π
t2
= e2.
េធ្វេី ដរេវេយ
ី ង
ី ទទួលបាន
σ2 t2
MX′ (t) = (µ + tσ2 )eµt+ 2 ,
22 σ2 t2
µt+ σ 2t
MX′′ (t) = (µ + tσ2 )2 e + σ2 eµt+ 2
ដូេច្នះ
តារាងសេង្ខប
X ∼ E(β) 1
1−βt
, βt < 1 β β2
1 α
X ∼ Gamma(α, β) 1−βt
, βt < 1 αβ αβ2
σ2 t 2
X ∼ N(µ, σ2 ) eµt+ 2 µ σ2
191
លំហាត់ 7.2.1. 1. ពន្យល់ថាេហតុអអ
ី្វ នុគមន៍ M(t) = 2t − t + 5, −∞ < t < ∞ មិនអាចជាអនុគមន៍
2
បេង្កីតម៉ូម៉ង់ៃនអេថរៃចដន្យណាមួយេទ?
2. េគឱ្យ X ជាអេថរៃចដន្យែដលមានអនុគមន៍មា៉ស់្រប�បាប៊ីលីេត
6
p(x) = , x = 2, 3, 4, 5, . . .
3x
(a) រកអនុគមន៍បេង្កីតម៉ូម៉ង់ៃន X
(b) គណនា E[X]
(c) គណនា V(X)
3. សន្មតថា់ អនុគមន៍បេង្កីតម៉ូម៉ងៃ់ នអេថរៃចន្យ X ឱ្យេដាយ MX (t) = e3(e −1) ។ េត្រី ប�បាប៊ីលីេត P(X = 0)
t
េស្មន
ី ងឹ ប៉ុនា្មន?
ី ម៉ូម៉ង់
4. េគឱ្យ X ជាអេថរៃចដន្យែដលមានអនុគមន៍បេង្កត
1
MX (t) = (1 + et )
2
រកវា៉ដ្យង់ៃន X
ី ម៉ូម៉ង់ៃនអេថរៃចន្យ X ឱ្យេដាយ
5. សន្មត់ថាអនុគមន៍បេង្កត
! !
1 + 2et 1 + 3et
MX (t) =
3 4
6. េគឱ្យ X ជាអេថរៃចដន្យែដលមានអនុគមន៍ដង់សុេី ត
1
f (x) = , −a < x < a
2a
(a) បងា្ហញថាអនុគមន៍បេង្កីតម៉ូម៉ង់ៃន X គឺ
1
MX (t) = sinh(at)
at
(b) បងា្ហញថា
a2n
E[X ] =
2n
(2n + 1)
192
8. េគឱ្យ X ∼ N(µ, σ2 )។ បងា្ហញថា
n
X
[n/2]
2j
µn−2 j σ2 j (2 j)!
E[X n ] = ,
j=0
2 j j!
9. េគឱ្យ X ជាអេថរៃចដន្យែដលមានអនុគមន៍ដង់សុីេត
n
−1 − x
2 n2 Γ( n2 ) x 2 e 2 , x > 0
1
f (x) =
0, េផ្សងពេី នះ
(a) រកអនុគមន៍បេង្កីតម៉ូម៉ង់ៃន X
ិ វា៉ដ្យង់ៃន X
(b) គណនាមធ្យម នង
ី ម៉ូម៉ង់
10. សន្មត់ថា X មានអនុគមន៍បេង្កត
1 1 1 1
MX (t) = e−2t + e−t + et + e2t
6 3 4 4
រក P(|X| ≤ 1)
7.3 ពហុអេថរៃចដន្យ
អនុគមន៍មា៉ស់្រប�បាប៊ីលេី តរ ួម
អនុគមន៍មា៉ស់្រប�បាប៊ីលេី តរួមៃនអេថរៃចដន្យដាច់ X នង
ិ Y កំនត់តាងេដាយ p(x, y) ែដលេផ្ទ�ងផា្ទត់
1. p(x, y) ≥ 0
PP
2. p(x, y) = 1
(x,y)∈S
PP
3. P((X, Y) ∈ A) = p(x, y) ែដល A ជាសំនុំរងៃនែដនវ ិមា្រតពីរ S
(x,y)∈A
193
ិ Y មានអនុគមន៍មា៉ស់្រប�បាប៊ីលេី តរួម p(x, y)។
និយមន័យ 7.3.2. េគឱ្យ X នង
• អ្នកេលងឈ្នះ 1$ េបី H ទម
ី ួយេចញេនការេបាះេលក
ី ទម
ី ួយ
• អ្នកេលងឈ្នះ 2$ េបី H ទម
ី ួយេចញេនការេបាះេលក
ី ទព
ី រី
Y=2 0 1
8
1
8
0
Y=3 0 1
8
0 0
ជាឧទាហរណ៍
2
p(2, 1) = P(X = 2 និង Y = 1) = P(HHT ) + P(HT H) =
8
អនុគមន៍មា៉ស់្រប�បាប៊ីលីេតមា៉ជីណលៃន X និង Y ឱ្យេដាយ
x pX (x) y pY (y)
0 1
8
−1 1
8
3 1
1 8
1 2
3 1
2 8
2 4
1 1
3 8
3 8
194
F(x, y) X=0 X=1 X=2 X=3
Y = −1 1
8
1
8
1
8
1
8
Y=1 1
8
1
4
1
2
5
8
Y=2 1
8
3
8
3
4
7
8
Y=3 1
8
1
2
7
8
1
ជាឧទាហរណ៍
XX
F(1, 1) = P(X ≤ 1 និង Y ≤ 1) = p(x, y)
x≤1 y≤1
1
= p(0, −1) + p(0, 1) + p(−1, 1) + p(1, 1) =
4
អនុគមន៍ដង់សេី ុ ត្រប�បាប៊ីលេី តរ ួម
1. f (x, y) ≥ 0
R∞ R∞
2. −∞ −∞ f (x, y)dxdy = 1
!
3. P((X, Y) ∈ R) = f (x, y)dxdy ែដល R ជាែដនៃន R2
R
ិ Y ជាអេថរៃចដន្យមានអនុគមន៍ដង់សុេី តរួម
ឧទាហរណ៍ 7.3.2. េគឱ្យ X នង
4
f (x, y) = (1 − xy), 0 ≤ x ≤ 1, 0≤y≤1
3
195
ភាពមិនអា្រស័យគា្នៃនអេថរៃចដន្យ
ឬ
p(x, y) = pX (x)pY (y)
ចំេពាះ្រគប់គូ (x, y)។ េបម
ី ន
ិ អញ្ច ឹងេទ X នង
ិ Y អា្រស័យគា្ន។
សមា្គល់ 7.3.2. អេថរៃចដន្យដាច់ X និង Y ជាអេថរៃចដន្យមិន អា្រស័យ គា្ន េបី ្រពឹតិ្ត ការណ៍ {X = x} និង
{Y = y} ជា្រពត
ឹ កា
ិ្ត រណ៍មន
ិ អា្រស័យគា្នចំេពាះ្រគប់គូ (x, y)។
ឧទាហរណ៍ 7.3.3. េគឱ្យអនុគមន៍មា៉ស់្រប�បាប៊ីលេី តរួមៃន X នង
ិ Y
xy2
p(x, y) = , x = 1, 2, 3, y = 1, 2
30
អនុគមន៍មា៉ស់្រប�បាប៊ីលេី តមា៉ជីណលគឺ
X2
xy2 x
pX (x) = = , x = 1, 2, 3,
y=1
30 6
X3
xy2 y2
pY (y) = = , y = 1, 2.
x=1
30 5
និយមន័យ 7.3.5.
អេថរៃចដន្យជាប់ X និង Y ជាអេថរៃចដន្យមិនអា្រស័យគា្នលុះ្រតាែត
ចំេពាះ្រគប់គូ (x, y) ។
េនាះ
fX (x) fY (y) = 4xye−x −y = f (x, y)
2 2
196
ការពត
ិ សំខាន់មួយៃនភាពមន
ិ អា្រស័យគា្នៃនអេថរៃចដន្យគប
ឺ ែម្លងរបស់វាក៏មន
ិ អា្រស័យគា្នែដរ។
ី ្ដ ទ 7.3.1. េបី X នង
្រទឹសប ិ Y ជាអេថរៃចដន្យដាច់មន
ិ អា្រស័យគា្ននង
ិ f នង
ិ g ជាអនុគមន៍ពី R េទ R
េនាះ f (X) និង g(Y) ក៏មិនអា្រស័យគា្នែដរ។
ែដលសមភាពចុងេ្រកាយទទួលបានពភា
ី ពមន ិ Y។ អនុគមន៍បំែនងែចក្រប�បាប៊ីលេី ត
ិ អា្រស័យគា្នៃន X នង
េរៀងគា្នៃន W នង
ិ Z ឱ្យេដាយ
FW (w) = P(X ≤ f −1 (w)) = F X ( f −1 (w))
FZ (z) = P(Y ≤ g−1 (z)) = FY (g−1 (z))
ដូចេនះេយង
ី បានបងា្ហញថា FW,Z (w, z) = FW (w)FZ (z) ។ □
លក្ខខណ្ឌចាំបាច់និង្រគប់្រគាន់េដីម្បឱ ឺ ្រមាប់អនុគមន៍ដង់សុីេត
ី ្យអេថរៃចដន្យ X និង Y មិនអា្រស័យគា្នគស
រួម របស់ វា (ឬអនុគមន៍ មា៉ស្រប�បាប៊លី ីេតរួម ករណី អេថរៃចដន្យដាច់) f (x, y) អាចបំែបកជាពីរ ែផ្នក ែដល
ែផ្នកមួយអា្រស័យែតនឹង x និងែផ្នកមួយេទៀតអា្រស័យែតនឹង y។
197
ស្រមាយបញ្ជ ក់. េយង
ី ពន ិ ្យករណី អេថរៃចដន្យជាប់។ ជាដំបូង សមា្គល់ថា ភាពមន
ិ ត ិ អា្រស័យ គា្ន នាំឱ្យ
អនុគមន៍ដង់សុីេតរួមជាផលគុណៃនអនុគមន៍ដង់សុីេតមា៉ជីណលៃន X និង Y េនាះការដាក់ជាផលគុណ
កតា្តពត
ិ េនេពលែដលអេថរៃចដន្យមន
ិ អា្រស័យគា្ន។ ឥឡូវសន្មត់ថា
fX,Y = h(x)g(y)
េនាះ
Z ∞ Z ∞
1= fX,Y (x, y)dxdy
Z−∞
∞
−∞
Z ∞
= h(x)dx g(y)dy
−∞ −∞
= C 1C 2 ,
R∞ R∞
ែដល C1 = −∞
h(x)dx និង C2 = −∞
g(y)dy។ បែន្ថមេលីេនះ
Z ∞
fX (x) = fX,Y (x, y)dy = C2 h(x),
−∞
Z ∞
fY (y) = fX,Y (x, y)dx = C1 g(y)
−∞
□
សមា្គល់ 7.3.3. ភាពមិន អា្រស័យ គា្ន ជាទំនាក់ទំនងសុី មី ្រទី។ អេថរៃចដន្យ X និង Y មិន អា្រស័យ គា្ន េបី
អនុគមន៍ ដង់សុីេត្រប�បាប៊ីលីេតរួម (ឬអនុគមន៍ មា៉ស្រប�បាប៊ីលីេតរួម) ជាផលគុណ ៃនអនុគមន៍ ដង់សុីេត
(ឬមា៉ស) ្រប�បាប៊ីលីេតនីមួយៗ។ ដូេច្នះនិយាយថា X មិនអា្រស័យគា្ននឹង Y គឺដូចគា្ននឹង Y មិនអា្រស័យ
គា្ននង
ឹ X ឬ្រគាន់ែត X នង
ិ Y មន
ិ អា្រស័យគា្ន។
េយង ី ក៏អាចកំនត់បែំ នងែចក្រប�បាប៊ីលេី តរួមៃន n អេថរៃចដន្យដូចគា្ននង
ឹ រេបៀបែដលេយង
ី បានេធ្វស
ី ្រមាប់
n = 2 អេថរៃចដន្យ៖
• េបអ
ី េថរៃចដន្យទាង
ំ េនាះជាអេថរៃចដន្យដាច់េយង ី កំនត់អនុគមន៍មា៉ស្រប�បាប៊ីលីេតរួម p(x1 , x2 , . . . , xn )
េដាយ
p(x1 , x2 , . . . , xn ) = P(X1 = x1 , X2 = x2 , . . . , Xn = xn ).
198
• n អេថរៃចដន្យ X1 , X2 , . . . , Xn ជាអេថរៃចដន្យមិនអា្រស័យគា្នេបី្រគប់សំនុំរងៃនសំនុំចំនួនពិត
A1 , A2 , . . . , An ,
Y
n
P(X1 ∈ A1 , X2 ∈ A2 , . . . , Xn ∈ An ) = P(Xi ∈ Ai )
i=1
ជាពេិ សស
1. n អេថរៃចដន្យ X1 , X2 , . . . , Xn ជាអេថរៃចដន្យមិនអា្រស័យគា្នេបីអនុគមន៍មា៉ស្រប�បាប៊ីលីេត
រួមរបស់វា p(x1 , x2 , . . . , xn ) ឱ្យេដាយ
ចំេពាះ្រគប់ x1 , x2 , . . . , xn
ី នុគមន៍ដង់សុីេតរួមរបស់វា
2. n អេថរៃចដន្យ X1 , X2 , . . . , Xn ជាអេថរៃចដន្យមិនអា្រស័យគា្នេបអ
f (x1 , x2 , . . . , xn ) ឱ្យេដាយ
ចំេពាះ្រគប់ x1 , x2 , . . . , xn
3. n អេថរៃចដន្យ X1 , X2 , . . . , Xn េហថា iid េបីវាជាអេថរៃចដន្យមិនអា្រស័យគា្ននិងមានបំែនង
ែចកដូចៗគា្ន។
7.4 អនុគមន៍ៃនពហុអេថរៃចដន្យ
សេសរ Z Z
P[g(X, Y) > t] = f (x, y)dydx
(x,y):g(x,y)>t
199
េយង
ី បាន Z ∞ Z Z
E[g(X, Y)] = f (x, y)dydxdt
0
(x,y):g(x,y)>t
ប្តូរលំដាប់អាង
ំ េត្រកាលផ្តល់នូវ
Z Z Z g(x,y)
E[g(X, Y)] = f (x, y)dtdydx
Z Z x y t=0
= x fX (x)dx + y fY (y)dy
−∞ −∞
= E[X] + E[Y].
លទ្ធផលេនះពត
ិ ជាទូេទដូចេនះេនេពលែដល E[X] នង
ិ E[Y] កំនត់ទាង
ំ ពរី េនាះ
E[X + Y] = E[X] + E[Y].
តាមវ ិចារកំេនីនគណិតវ ិទយេបី E[Xi ] កំនត់ចំេពាះ្រគប់ i = 1, . . . , n េនាះ
E[X1 + · · · + Xn ] = E[X1 ] + · · · + E[Xn ].
រូបមន្តេនះជារូបមន្តសំខាន់មួយែដល្រត�វបានេ្របី្របាស់េនក្នុង្រប�បាប៊ីលីេតនិងស្ថិតិដូចមានបងា្ហញេនក្នុង
ឧទាហរណ៍ខាងេ្រកាម៖
ឧទាហរណ៍ 7.4.1. េគឱ្យ X1 , . . . , Xn ជាអេថរៃចដន្យមន
ិ អា្រស័យគា្ននង
ិ មានបំែនងែចកដូចគា្នែដលមាន
មធ្យម µ ។ តាងអេថរៃចដន្យ
1X
n
X̄ = Xi
n i=1
គណនា E[X̄]
ចេម្លើយ.
n
1 X
E[X̄] = E Xi
n i=1
n
1 X
= E Xi
n i=1
1X
n
= E[Xi ]
n i=1
1
= (µ + · · · + µ)
n | {z }
n ដង
= µ.
200
ឧទាហរណ៍ 7.4.2 (វិសមភាពប៊ូល). េគឱ្យ A1 , . . . , An ជា n ្រពឹតកា
ិ្ត រណ៍និងកំនត់អេថរៃចដន្យ Xi , i =
1, . . . , n េដាយ
1, េបី Ai េកីតេឡង
ី
Xi =
0, េផ្សងពេី នះ
តាង
X
n
X= Xi
i=1
ដូចេនះ X តាងឱ្យចំនួន្រពឹតិកា
្ត រណ៍ Ai ែដលេកីតេឡង
ី ។ តាង
1, េបី X ≥ 1
Y=
0, េផ្សងពេី នះ
ដូចេនះ Y = 1 េបីយា៉ងេហាចណាស់្រពត
ឹ ិ្តការណ៍ Ai មួយេកតី េឡង
ី នង
ិ Y = 0 េផ្សងពេី នះ។ េយង
ី ទាញ
បាន X ≥ Y ដូេច្នះ
E[X] ≥ E[Y]
ប៉ុែន្ត
X
n X
n
E[X] = E[Xi ] = P(Ai )
i=1 i=1
និង n
[
E[Y] = P(យា៉ងេហាចណាស់្រពត
ឹ ិ កា
្ត រណ៍ A i មួ យ េកត
ី េឡងី ) = P Ai
i=1
ដូចេនះេយង
ី ទទួលបានវ ិសមភាពប៊ូល
n
[ X n
P Ai ≤ P(Ai ).
i=1 i=1
X = X1 + X2 + · · · + Xn
ែដល
1, េបីពិេសាធន៍ទី i គឺេជាគជ័យ
Xi =
0, េបីពេិ សាធន៍ទី i គឺបរាជ័យ
ដូចេនះ
E[X] = E[X1 ] + E[X2 ] + · · · + E[Xn ] = np.
201
ឧទាហរណ៍ 7.4.4 (មធ្យមៃនអេថរៃចដន្យេទ្វធាអវិជ្ជមាន). េគឱ្យ X ជាអេថរៃចដន្យេទ្វធាអវ ិជ្ជមាន
ែដលមានបា៉រា៉ ែម៉្រត r និង p។ អេថរៃចដន្យេនះតាងឱ្យចំនួនពិេសាធន៍រហូតទទួលបានេជាគជ័យទី r េនក្នុង
ពិេសាធន៍មិនអា្រស័យគា្នេនេពលែដលពិេសាធន៍នីមួយៗមាន្រប�បាប៊ីលីេតេជាគជ័យេស្មីនឹង p េយង
ី មាន
X = X1 + X2 + · · · + Xr
1
E[Xi ] = , i = 1, 2, . . . , r
p
ដូេច្នះ
r
E[X] = E[X1 ] + · · · + E[Xr ] = .
p
ែដល
1, េបបា
Xi = ី ល់សទី i មួយ្រត�វបានេ្រជស
ី េរស
ី
0, េផ្សងពីេនះ
េយង
ី មាន
ដូេច្នះ
nm
E[X] = E[X1 ] + · · · + E[Xn ] = .
N
សំេណីខាងេ្រកាមបងា្ហញថាសង្ឃម
ឹ គណិតៃនផលគុណៃនអេថរៃចដន្យមិនអា្រស័យគា្នេស្មន
ី ឹងផលគុណ
ៃនសង្ឃម
ឹ គណិតនីមួយៗ។
E[g(X)h(Y)] = E[g(X)]E[h(Y)]
202
p(x, y) េនាះេយង
ី បាន
XX
E[g(X)h(Y)] = g(x)h(y)p(x, y)
y x
XX
= g(x)h(y)pX (x)pY (y)
y x
X X
= h(y)pY (y) g(x)pX (x)
y x
= E[h(Y)]E[g(X)].
ពនា្លតអង្គខាងសា្តៃំ ដេនក្នុងនយ
ិ មន័យេយង
ី បាន
1
P(X = 0) = P(X = 1) = P(X = −1) =
3
និងកំនត់
0, េបី X , 0
Y=
1, េបី X = 0
េយង
ី មាន XY = 0 េនាះ E[XY] = 0។ េយង
ី ក៏មាន E[X] = 0។ ដូេច្នះ
203
សំេណើ 7.4.4. លក្ខណៈៃនកូវា៉ដ្យង់
1.
Cov(X, Y) = Cov(Y, X)
2.
Cov(X, X) = V(X)
3.
Cov(aX, Y) = aCov(X, Y)
4. n
X X m X
n X
m
Cov Xi , Y j = Cov(Xi , Y j )
i=1 j=1 i=1 j=1
និង
n n m
X X m X Xn
X Xm
Cov Xi , Y j = E Xi − µi Y j − ν j
i=1 j=1 i=1 i=1 j=1 j=1
n
X X m
= E (Xi − µi ) (Y j − ν j )
i=1 j=1
n m
X X
= E (Xi − µi )(Y j − ν j )
i=1 j=1
X
n X
m h i
= E (Xi − µi )(Y j − ν j )
i=1 j=1
ែដលសមភាពចុងេ្រកាយពិតេដាយសារែតសង្ឃម
ឹ គណិតៃនផលបូកៃនអេថរៃចដន្យេស្មីនឹងផលបូកៃនសង្ឃម
ឹ គណិត
ៃនអេថរៃចដន្យនម
ី ួយៗ។ □
តាមចំនុច 2 នង
ិ 4 ៃនសំេណីខាងេលេី យង
ី យក Y j = X j , j = 1, . . . , n េនាះ
n n
X X X n
V Xi = Cov Xi , X j
i=1 i=1 j=1
XX
n n
= Cov(Xi , X j )
i=1 j=1
Xn XX
= V(Xi ) + Cov(Xi , X j ).
i=1 i< j
204
េដាយសារ្រគប់គូៃនសន្ទស្សន៍ i, j, i , j មានពីរដងេនក្នុងផលបូកឌុបេនាះេយង
ី បានរូបមន្ត
n
X X n XX
V
Xi = V(Xi ) + 2 Cov(Xi , X j ).
i=1 i=1 i< j
1 X
n
= V(Xi ) តាមភាពមិនអា្រស័យគា្ន
n2 i=1
1 2
= (σ + · · · + σ2 )
n2 | {z }
n ដង
σ2
= .
n
ែដល
ី េិ សាធន៍ទី i គេឺ ជាគជ័យ
1, េបព
Xi =
0, េបពី េិ សាធន៍ទី i គបឺ រាជ័យ
V(Xi ) = p(1 − p)
ដូចេនះ
V(X) = V(X1 ) + V(X2 ) + · · · + V(Xn ) = np(1 − p)
តាមភាពមិនអា្រស័យគា្នៃន Xi , i = 1, . . . , n.
205
ឧទាហរណ៍ 7.4.9 (វា៉ដ្យង់ៃនអេថរៃចដន្យេទ្វធាអវិជ្ជមាន). េគឱ្យ X ជាអេថរៃចដន្យេទ្វធាអវ ិជ្ជមាន
ែដលមានបា៉រា៉ ែម៉្រត r និង p។ អេថរៃចដន្យេនះតាងឱ្យចំនួនពិេសាធន៍រហូតទទួលបានេជាគជ័យទី r េនក្នុង
ពិេសាធន៍មិនអា្រស័យគា្នេនេពលែដលពិេសាធន៍នីមួយៗមាន្រប�បាប៊ីលីេតេជាគជ័យេស្មីនឹង p េយង
ី មាន
X = X1 + X2 + · · · + Xr
ដូេច្នះ
r(1 − p)
V(X) = V(X1 ) + · · · + V(Xr ) =
p2
តាមភាពមិនអា្រស័យគា្នៃន Xi , i = 1, . . . , n.
ឧទាហរណ៍ 7.4.10 (វា៉ដ្យង់ៃនអេថរៃចដន្យអុីែពរធរណីមា្រត). េបី n បាល់ ្រត�វ បានេ្រជីសេរស
ី
េដាយៃចដន្យពី ថង់ មួយ ែដលមាន N បាល់ ែដលក្នុងេនាះមាន m បាល់ ពណ៌ស។ តាង X ជាចំនួន បាល់
ពណ៌សែដល្រត�វបានេ្រជីសេរសេនាះ
ី X អាចសេសរជា
X = X1 + · · · + Xn
ែដល
1, េបបា
Xi = ី ល់សទី i មួយ្រត�វបានេ្រជីសេរស
ី
0, េផ្សងពីេនះ
េយង
ី មាន Xi មានបំែនងែចកដូចគា្ន ប៉ុែន្តអា្រស័យគា្ននិង P(Xi = 1) =
m
N
, P(Xi = 0) = 1 − m
N
។ បែន្ថម
ពីេនះេដាយសារ Xi = 0 ឬ 1 េនាះ Xi2 = Xi ។ ដូចេនះ
E[Xi2 ] = E[Xi ]
នង
ិ
m m2 m(N − m)
V(Xi ) = E[Xi2 ] − (E[Xi ])2 = E[Xi ] − (E[Xi ])2 = − =
N N2 N2
ចំេពាះ i < j,
Cov(Xi X j ) = E[Xi X j ] − E[Xi ]E[X j ]
េយង
ី មាន
1, េបី Xi = X j = 1
Xi X j =
0, េផ្សងពេី នះ
ដូេច្នះ
mm−1
P(Xi X j = 1) = P(Xi = X j = 1) =
NN−1
និង
mm−1
E[Xi X j ] = (1)P(Xi X j = 1) + (0)P(Xi X j = 0) = P(Xi X j = 1) =
NN−1
206
m m − 1 m 2 m(m − N)
Cov(Xi , X j ) = − = 2
NN−1 N N (N − 1)
ដូេច្នះ
V(X) = V(X1 + · · · + Xn )
Xn XX
= V(Xi ) + 2 Cov(Xi , X j )
i=1 1≤i< j≤n
|{z} | {z }
n តួ (n2) តួ
nm(N − m) 2n(n − 1) m(m − N)
= +
N2 2 N 2 (N − 1)
!
nm(N − m) n−1
= 1−
N 2 N−1
mN−mN−n
=n .
N N N−1
Cov(X, Y)
ρ(X, Y) = √
V(X)V(Y)
់ ខា
• ខា្នតៃនកូវា៉ដ្យងគ ឹ ខា្នតៃន Y ែដលនាំឱ្យលំបាកក្នុងការេ្របៀបកូវា៉ដ្យងេ់ ្រពាះេបេី យង
ឺ ្ន តៃន X គុណនង ី
ប្តូរឯកតាេនាះកូវា៉ដ្យង់ក៏ែ្រប្រប�លែដរ។
• កូរេឡស
ី ិនគឺជាផលេធៀបរវាងកូវា៉ដ្យង់នឹងផលគុណៃនគមា្លតស្តង់ដាៃនអេថរៃចដន្យទាំងពីរ។
• កូរេឡស
ី ិនអាចេ្របីេដីម្បេី ្របៀបេធៀបទំនាក់ទំនងលីេនែអ៊ររវាងអេថរពីរែដលមានឯកតាេផ្សងគា្ន។
លក្ខណៈេនះបងា្ហញថា
• កូរេឡស
ី ិនជារងា្វស់ៃនទំនាក់ទំនងលីេនែអ៊ររវាងអេថរៃចដន្យពីរ។
• េបីកូរេឡស
ី ិនវ ិជ្ជមានេនាះេពលែដល X ធំ Y ក៏ធំែដរ។
• េបីកូរេឡស
ី ិនអវ ិជ្ជមានេនាះេពលែដល X ធំ Y នឹងតូច។
207
ស្រមាយបញ្ជ ក់. េយង
ី មាន
! ! ! !
X Y X Y X Y
0≤V − =V +V − 2Cov , = 2 − 2ρ(X, Y).
σ X σY σX σY σX σY
េនាះេយង
ី បាន
ρ(X, Y) ≤ 1.
ដូចគា្នែដរ
! ! ! !
X Y X Y X Y
0≤V + =V +V + 2Cov , = 2 + 2ρ(X, Y).
σ X σY σX σY σX σY
េនាះេយង
ី បាន
ρ(X, Y) ≥ −1.
េបី ρ = 1 េនាះ 0 = V X
σX
− Y
σY
េនាះេយង
ី ទាញបាន σX − σY = c មានន័យថា Y = σYX X + b ។
X Y σ
េបី ρ = −1 េនាះ 0 = V X
σX
+ σYY េនាះេយងី ទាញបាន σX + σY = c មានន័យថា Y = − σYX X + b ។
X Y σ
□
7.5 ផលបូកៃនអេថរៃចដន្យមិនអា្រស័យគា្ន
2. េបី X1 , . . . , Xn មន
ិ អា្រស័យគា្ននង ី ម៉ូម៉ង់ MXi (t), i = 1, . . . , n េរៀងគា្នេនាះ
ិ មានអនុគមន៍បេង្កត
ស្រមាយបញ្ជ ក់. 1.
h i
MX+Y (t) = E et(X+Y)
h i
= E etX etY
h i h i
= E etX E etY តាមភាពមន
ិ អា្រស័យគា្ន
= MX (t)MY (t).
2.
h i
MX1 +···+Xn (t) = E et(X1 +···+Xn )
h i
= E etX1 · · · etXn
h i h i
= E etX1 · · · E etXn តាមភាពមន
ិ អា្រស័យគា្ន
= MX1 (t) · · · MXn (t).
208
ឧទាហរណ៍ 7.5.1. េបី X ∼ B(n, p) នង
ិ Y ∼ B(m, p) មន
ិ អា្រស័យគា្នេនាះេតអ ី្វ បំែនងែចក្រប�បាប៊ីលេី ត
ី ជា
ៃន X + Y?
ចេម្លើយ. អនុគមន៍បេង្កីតម៉ូម៉ង់ៃន X + Y ឱ្យេដាយ
MX+Y (t) = MX (t)MY (t)
= (pet + 1 − p)n (pet + 1 − p)m
= (pet + 1 − p)n+m
≡ mgf B(n + m, p).
ដូេច្នះេយង ិ ្ឋ នតាមភាពមានែតមួយគត់ៃនអនុគមន៍បេង្កីតម៉ូម៉ង់ថា
ី សន្នដា
X + Y ∼ B(n + m, p).
≡ mgf P(λ1 + λ2 ).
ី សន្និដា្ឋនតាមភាពមានែតមួយគត់ៃនអនុគមន៍បេង្កីតម៉ូម៉ង់ថា
ដូេច្នះេយង
X + Y ∼ P(λ1 + λ2 ).
ឧទាហរណ៍ 7.5.3. េបី X ∼ Gamma(α1 , β) នង
ិ Y ∼ Gamma(α2 , β) មន
ិ អា្រស័យគា្នេនាះេតអ
ី ជា
ី្វ បំែនង
ែចក្រប�បាប៊ីលេី តៃន X + Y?
ចេម្លើយ. អនុគមន៍បេង្កីតម៉ូម៉ង់ៃន X + Y ឱ្យេដាយ
MX+Y (t) = MX (t)MY (t)
= (1 − βt)−α1 (1 − βt)−α2
= (1 − βt)−(α1 +α2 )
≡ mgf Gamma (α1 + α2 , β) .
ដូេច្នះេយង ិ ្ឋ នតាមភាពមានែតមួយគត់ៃនអនុគមន៍បេង្កីតម៉ូម៉ង់ថា
ី សន្នដា
X + Y ∼ Gamma (α1 + α2 , β) .
ឧទាហរណ៍ 7.5.4. េបី X ∼ N(µ1 , σ21 ) និង Y ∼ N(µ2 , σ22 ) មិន អា្រស័យ គា្ន េនាះេតី អី្វ ជា បំ ែនងែចក
្រប�បាប៊ីលេី តៃន X + Y?
ចេម្លើយ. អនុគមន៍បេង្កីតម៉ូម៉ង់ៃន X + Y ឱ្យេដាយ
MX+Y (t) = MX (t)MY (t)
( ) ( )
σ21 t2 σ22 t2
= exp µ1 t + exp µ2 t +
2 2
( 2 2)
(σ + σ2 )t
2
= exp (µ1 + µ2 )t + 1
2
≡ mgf N µ1 + µ2 , σ1 + σ22 .
2
209
ដូេច្នះេយង ិ ្ឋ នតាមភាពមានែតមួយគត់ៃនអនុគមន៍បេង្កីតម៉ូម៉ង់ថា
ី សន្នដា
X + Y ∼ N µ1 + µ2 , σ21 + σ22 .
ជាទូេទេយង
ី អាច្រសាយថាបន្សំ លេី នែអ៊រ ៃនអេថរៃចដន្យនរមា៉ល់ មន
ិ អា្រស័យ គា្ន ជាអេថរៃចដន្យនរ
មា៉ល់។
Pn Pn
ែដលជាអនុគមន៍បេង្កីតម៉ូម៉ងៃ់ ន N j=1 a j µ j , j=1 j j ។ ដូ េច្នះេយង
a σ
2 2
ី សន្និដា្ឋនតាមភាពមានែតមួយគត់
ៃនអនុគមន៍បេង្កីតម៉ូម៉ង់ថា n
X
n
X X
n
ai Xi ∼ N ai µi , a2i σ2i .
i=1 i=1 i=1
□
ិ អា្រស័យគា្នែដលមានវា៉ដ្យង់ σ បងា្ហញថា
3. េគឱ្យ X1 , X2 , . . . , Xn ជាអេថរៃចដន្យមន 2
់ មន
4. េគឱ្យ Z1 , Z2 , . . . , Zn ជាអេថរៃចដន្យនរមា៉ល់ស្តងដា ី ម៉ូម៉ង់
ិ អា្រស័យគា្ន។ គណនាអនុគមន៍បេង្កត
ៃន Z12 + Z22 + · · · + Zn2
210
6. េគឱ្យ X1 , X2 , . . . , Xn ជាអេថរៃចដន្យមិនអា្រស័យគា្ននិងសន្មត់ថា Xi ∼ B(mi , p), i = 1, 2, . . . , n
បងា្ហញថា n
Xn
X
Xi ∼ B mi , p
i=1 i=1
បងា្ហញថា n
Xn
X X n
Xi ∼ N µi , σ2i ,
i=1 i=1 i=1
ែដល i = 1, 2, . . . , n។
ិ វា៉ដ្យង់ σ
12. យក X1 , · · · , Xn ជាអេថរៃចដន្យ iid ែដលមានមធ្យម µ នង 2
(a) គណនាសង្ឃម
ឹ គណិតៃន X̄, E(X̄).
(b) គណនាវា៉ដ្យង់ៃន X̄, V(X̄).
ី ម៉ូម៉ង់ៃន Xi .
(c) រកអនុគមន៍បេង្កត
(d) បងា្ហញថាបំែនងែចកៃន X̄ គឺ N(µ, σ2 /n).
(e) ទាញបងា្ហញថា X̄−µ
√
σ/ n
∼ N(0, 1).
211
212
ជំពូកទី8
បំែនងែចកលំហគំរ ូៃចដន្យ
• លំហគំរូជាសំណុំរងៃនសាកលែដលមានមនុស្សឬវត្ថុែដល្រត�វសក
ិ �ជាក់ែស្តង។
• ស្ថិតិ ៖ ជាអនុគមន៍ៃនតៃម្លអេង្កតេនក្នុងលំហគំរូៃចដន្យ។
ឺ បំែនងែចក្រប�បាប៊ីលេី តៃនស្ថត
• បំែនងែចកលំហគំរូគជា ិ ។ិ
213
យកចំនួនមនុស្សេនក្នុងលំហគំរែូ ដលចូលចិតេ្ត ភសជ្ជៈេនាះែចកនឹងទំហល
ំ ំហគំរូ n។ ដូចេនះ p̂ ជាអនុគមន៍
ៃនតៃម្ល អេង្កត េនក្នុងលំហ គំរូ េ្រពាះលំហ គំរូ ជាេ្រចីន អាច្រត�វ បានេ្រជីស េចញពី សាកល េហយ
ី តៃម្ល p̂ នឹង
ែ្រប្រប�លពីលំហគំរូមួយេទលំហគំរូមួយ។ វាមានន័យថា p̂ ជាអេថរៃចដន្យែដលេហថាស្ថិតិ ។
• តៃម្លបា៉ន់សា្មនជាតៃម្លៃនអ្នកបា៉ន់សា្មនេនក្នុងលំហគំរូជាក់លាក់មួយ។
1 Pn 1 Pn
វា៉ដ្យង់ σ2 S 2 = n−1 i=1 (Xi − X̄)
2
s2 = n−1 i=1 (xi − x̄)
2
q P q P
គមា្លតស្តង់ដា σ S = n−1 1
i=1 (Xi − X̄)
n 2 s = n−1 1
i=1 (xi − x̄)
n 2
សមាមា្រត p P̂ = X
n
p̂ = x
n
េនក្នុងការេ្រជីសេរសលំ
ី ហគំរែូ ដលមានទំហំ n េចញពសា ី កលមួយែដលមានមធ្យម µ និងវា៉ដ្យង់ σ េយង ី
2
1X
n
X1 + X2 + · · · + Xn
X̄ = Xi =
n i=1 n
x 1 2
1 1
p(x) 2 2
មធ្យមៃនសាកល
X ! !
1 1
µ = E[X] = xp(x) = 1 +2 = 1.5
2 2
214
វា៉ដ្យង់ៃនសាកល
X ! !
2 1 2 1 1
σ = V[X] =
2
(x − µ) p(x) = (1 − 1.5)
2
+ (2 − 1.5) =
2 2 4
េបល
ី ំហគំរែូ ដលមានទំហំ 2 ទាំងអស់្រត�វបានេ្រជស
ី េរសេដាយដាក់
ី ចូលវ ិញេហយ
ី គណនាមធ្យមៃនលំហគំរូ
នីមួយៗ៖ មធ្យមៃនលំហគំរូ
X1 + X2
X̄ =
2
ែដល (X1 , X2 ) ជាលំហគំរូែដលមានទំហំ 2 ។ េយង
ី មាន
លំហគំរូ មធ្យម X̄
1, 1 1.0
1, 2 1.5
2, 1 1.5
2, 2 2.0
បំែនងែចក្រប�បាប៊ីលីេតៃន X̄
x̄ 1 1.5 2
1 1 1
p( x̄) 4 2 4
មធ្យមៃនមធ្យមលំហគំរូ
X
µX̄ = E[X̄] = x̄p( x̄)
! ! !
1 1 1
=1 + 1.5 +2
4 2 4
= 1.5
វា៉ដ្យង់ៃនមធ្យមលំហគំរូ
X
σ2X̄ = V(X̄) = ( x̄ − µX̄ )2 p( x̄)
! ! !
2 1 2 1 2 1
= (1 − 1.5) + (1.5 − 1.5) + (2 − 1.5)
4 2 4
1
=
8
ិ វា៉ដ្យង់ σ =
សមា្គល់ 8.2.1. េដាយសារ µ = 1.5 នង េនាះេយង
ី សេង្កតេឃញ
ី ថា
2 1
4
σ2
µX̄ = µ, σ2X̄ =
2
215
េតីលក្ខណៈេនះពិតជាទូេទឬយា៉ងណា? េតី
σ2
µX̄ = µ, σ2X̄ = ?
n
• មធ្យមៃនមធ្យមលំហគំរូៃចដន្យ µX̄ = µ,
• វា៉ដ្យង់ៃនមធ្យមលំហគំរូៃចដន្យ σ2X̄ = σ2
n
• គមា្លតស្តង់ដាៃនមធ្យមលំហគំរូៃចដន្យ σX̄ = σ
√
n
ស្រមាយបញ្ជ ក់.
n
1 X
µX̄ = E[X̄] = E Xi
n i=1
1
= (E[X1 ] + · · · + E[Xn ])
n
1
= (µ + · · · + µ)
n | {z }
n ដង
nµ
=
n
=µ
n
1 X
σX̄ = V(X̄) = V
2
Xi
n i=1
1
= 2 (V(X1 ) + · · · + V(Xn )) , Xi មន
ិ អា្រស័យគា្ន
n
1
= 2 (σ2 + · · · + σ2 )
n | {z }
n ដង
2
nσ
=
n2
σ2
= ,
n
x 1 2 9
1 1 1
p(x) 3 3 3
216
េយង ិ វា៉ដ្យង់ៃនសាកលគឺ
ី មានមធ្យម នង
! ! !
1 1 1
µ=1 +2 +9 =4
3 3 3
! ! !
2 1 2 1 2 1
σ = (1 − 4)
2
+ (2 − 4) + (9 − 4) = 12.67
3 3 3
217
hist(samplemean100, breaks=seq(2.51,5.51,by=0.02),
xlab=”sample mean”, main=”Histogram of the Means of 10000 Samples of Size 100”)
abline(v=4, col=2)
• មធ្យមលំហគំរអា
ូ ចមន
ិ េស្មន
ី ងឹ មធ្យមសាកលប៉ុែន្តបែំ នងែចករបស់វាមានចំនុចកណា ់ ធ្យម
្ត លេន្រតងម
សាកល។
• លំហគំរូកាន់ែតធំៗេទ វា៉ដ្យង់ៃនមធ្យមលំហគំរូកាន់ែតតូចេទៗ។
25 4 12.67
25
= 0.5068
100 4 12.67
100
= 0.1267
400 4 12.67
400
= 0.0316
218
រូប 8.3: អុីសូ ្រកាមៃនមធ្យមលំ
្ត ហគំរូ 10000 ទំហំ 400
> var(samplemean25)
[1] 0.5019156
> var(samplemean100)
[1] 0.1263213
> var(samplemean400)
[1] 0.03073576
ករណីសាកលមានបំែនងែចកនរមា៉ល់
សន្មត់ថាលំហគំរូៃចដន្យែដលមានទំហំ n ្រត�វបានេ្រជីសេរសេចញព
ី ីសាកលែដលមានបំែនងែចកនរមា៉ល់
ែដលមានមធ្យម µ និង វា៉ ដ្យង់ σ ។ អេង្កត នី មួយ ៗ X1 , X2 , . . . , Xn េនក្នុងលំហ គំរូ គឺជា អេថរៃចដន្យនរ
2
1X
n
X̄ = Xi
n i=1
ិ វា៉ដ្យង់ σX̄ =
ជាអេថរៃចដន្យនរមា៉ល់ែដលមានមធ្យម µX̄ = µ នង ។
2 σ2
n
ជានិមិត្តសញញគឺ
!
σ2
X̄ ∼ N µ, .
n
ករណីសាកលមានបំែនងែចកទូេទ
េបសី ន
ិ ជាលំហគំរៃូ ចដន្យ្រត�វបានេ្រជស
ី េរសេចញព
ី ី កលែដលមានបំែនងែចក្រប�បាប៊ីលេី តមន
សា ិ សា្គល់ េនាះ
បំែនងែចកលំហគំរៃូ នលំហគំរៃូ ចដន្យៃនមធ្យមេនែតអាចបា៉ន់សា្មនេដាយបំែនងែចកនរមា៉ល់ែដលមានមធ្យម
219
ិ វា៉ដ្យង់ σ /n េបីទំហល
µ នង ំ ំហគំរូ n ធំ្រគប់្រគាន់។ ករណីេនះជាលទ្ធផលសំខាន់មួយេនក្នុងស្ថត
ិ ិេហថា
2
្រទឹសីប
្ត ទលីមីតផ្ចិត។
8.3 ី ្ត ទលីមីតផ្ចិត
្រទឹសប
ែចកៃន
X̄ − µ
Z= √
σ/ n
ខិតេទរកបំែនងែចកនរមា៉ល់ស្តង់ដាេពលែដល n → ∞.
2. េបី n ≤ 30 នង
ិ សាកលមានបំែនងែចកនរមា៉ល់េនាះបំែនងែចកមធ្យមលំហគំរអា
ូ ចបា៉ន់សា្មនេដាយបំ
ែនងែចកនរមា៉ល់ែដលមានមធ្យម µ និងវា៉ដ្យង់ σ2 /n។
ែដល Z ∼ N(0, 1)
ី ្ត ទលីមីតផ្ចិត
បំណក្រសាយៃន្រទឹសប
េបីលំហគំរូៃចដន្យែដលមានទំហធ ំ ំលម
្ម ្រត�វបានេ្រជីសេរសេចញព
ី ីសាកលែដលមានបំែនងែចកមានមធ្យម
µ នងិ វា៉ដ្យង់ σ មន
ិ ថាជាបំែនងែចកែចកឬជាប់េនាះ
2
1. បំែនងែចកៃនអេថរៃចដន្យ
X̄ − µ
√ ∼˙ N(0, 1)
σ/ n
2. បំែនងែចកៃនអេថរៃចដន្យ !
σ2
X̄ ∼˙ N µ,
n
3. បំែនងែចកៃនផលបូក
X1 + · · · + Xn ∼˙ N nµ, nσ2
220
សមា្គល់ 8.3.3. េហតុអីបា
្វ នជា្រទឹសីប
្ត ទលីមីតផ្ចិតមានសារៈសំខាន់េនក្នុងស្ថិតិ?
• ្រទស
ឹ ប
ី្ត ទលម
ី ត
ី ផ្ចត
ិ ផ្តល់នូវមូលដា្ឋនស្រមាប់ការេធ្វេី តស្តសម្មតក
ិ ម្មៃនភាពខុសគា្នៃនមធ្យមេដាយេ្របី
េតស្ត t និងេតស្ត F។
• ្រទស
ឹ ីប
្ត ទលីមីត ផ្ចិត ក៏ មានសារៈសំខាន់ េ្រពាះ បំ ែនងែចកលំហ គំរូ ៃនមធ្យមគឺ អាចបា៉ន់ សា្ម នេដាយបំ
ែនងែចកនរមា៉ល់មន ិ ថាបំែនងែចកសាកលមានរាងយា៉ងដូចេម្តចដរាបណាទំហល ំ ំហគំរធូ ្រំ គប់្រគាន់។
ដូចេនះមធ្យមលំហគំរផ
ូ ្តលន ៏ ្អស្រមាប់មធ្យមសាកល µ។ េល្អ�ងេនក្នុងការបា៉ន់សា្មន
់ ូវតៃម្លបា៉ន់សា្មនដល
ែបបស្ថិតិ ៃនមធ្យមសាកលថយចុះ េពលែដលទំហំ ៃនលំហ គំរូ ែដល្រត�វ បានេ្រជីស េចញពី សាកល
េកន
ី េឡង ិ ិែដលមានបំែនងែចកលំហគំរូជាមួយវា៉ដ្យង់ៃនបំែនងែចកលំហគំរូបញ្ជក់អំពីេល្អ�ង
ី ។ ស្ថត
វា៉ដ្យង់ៃនស្ថិតិ ែដលមានន័យថាជាេល្អ�ងេនក្នុងការបា៉ន់សា្មនបា៉រា៉ ែម៉្រតសាកល។ េនេពលេល្អ�ងវា៉
់ ូចេនាះស្ថត
ដ្យងត ិ និ ង
ឹ ែ្រប្រប�លតច
ិ តួចពល
ី ំហគំរម
ូ ួយេទលំហគំរម
ូ ួយ ដូេច្នះវាផ្តលឱ
់ ្យេយង
ី នូវការធានា
មួយៃនតៃម្លបា៉ន់សា្មនដ្រ៏ បេសរី មួយៃនបា៉រា៉ ែម៉្រតសាកល។ វ ិធសា
ី �ស្តេគាលគឺ ការយកលំហគំរេូ ចញពី
សាកល គណនាស្ថិតិ និងការេ្របស
ី ិត
្ថ ជា
ិ តៃម្លបា៉ន់សា្មនៃនបា៉រា៉ ែម៉្រតសាកល។ សារៈសំខាន់ៃនបំែនង
ែចកលំហគំរេូ នក្នុងវ ិធសា
ី �ស្តេគាលេនះគេឺ ដីម្បក
ី ំនត់ថាេតស
ី ត
ិ្ថ េិ កត
ី េឡង
ី េនេ្រកក្រមត
ិ ឱកាស នង
ិ ថា
េតីវាេនែក្បរបា៉រា៉ ែម៉្រតសាកលយា៉ងណា។ ជាក់ែស្តងេបីបា៉រា៉ ែម៉្រតសាកល្រត�វបានដឹងដូចក្នុងករណី
សាកលកំនត់េនាះេយង
ី នង
ឹ មន
ិ េ្រជស
ី យកលំហគំរន
ូ ង
ិ ក៏មន
ិ ចាំបាច់បា៉ន់សា្មនបា៉រា៉ ែម៉្រតសាកលែដរ។
t2 t3
MZi (t) = 1 + + E(Zi3 ) + · · ·
2! 3!
តាង Pn !
1 X
n
X̄ − µ 1 Xi − nµ
Yn = √ = √
i=1
= √ Zi .
σ/ n n σ n i=1
អនុគមន៍បេង្កីតម៉ូម៉ង់ៃន Yn គឺ
h √t Pn Z i " t
!#n
Mn (t) = E e n i=1 i
= MZ1 √ .
n
េយង
ី បាន
" !#n
t
Mn (t) = MZ1 √
n
2
!n
t t3
= 1+ + 3/2 k + · · · , k = E(Zi3 ).
2n 6n
221
បំពាក់ឡូការតេនែពរ
ី
!!
t2 t3
ln Mn (t) = n ln 1 + + k + ···
2n 6n3/2
! !2
t2 3 2 3
+ 3/2 k + · · · + · · ·
t 1 t t
= n + 3/2 k + · · · −
2n 6n 2 2n 6n
េនាះ
t2
ឬ lim Mn (t) = e 2 ≡ mgf N(0, 1).
t2
lim ln Mn (t) =
n→∞ 2 n→∞
ដូចេនះ
d
Yn → N(0, 1). □
222
រូប 8.5: អុីសូ ្រកាមៃនមធ្យមលំ
្ត ហគំរូ 1000 ទំហំ 5
223
លំហគំរូទំហំ n មធ្យមៃន X̄ វា៉ដ្យង់ X̄
5 100 100
5
= 20
10 100 100
10
= 10
> var(xbar5)
[1] 19.57903
> var(xbar10)
[1] 9.811248
# CLT Exponential
lambda=0.2
n=5
xbar5<-vector(”numeric”,1000)
for(i in 1:1000){xbar5[i]=mean(rexp(n,rate=lambda),prob=TRUE)}
hist(xbar5, breaks=20,xlab=”sample mean”,main=”Histogram of the Means of 1000 Samples of Size 5”)
េយង ី េ្រជស
ី យកលំហគំរៃូ ចដន្យែដលមានទំហំ n = 30 េចញពសា
ី កលរួចគណនានងិ កត់្រតាមធ្យមលំហគំរូ
រួចដាក់ចូលវ ិញ។ េយង ំ នមុន 1000 ដងេនាះេយង
ី េធ្វីដែដលៗដូចជហា ី ទទួលបានមធ្យមលំហគំរូ 1000។
េតអ
ី ុស
ី ូ ្រកាមៃន
្ត មធ្យមលំហគំរូ 1000 មានរាងដូចេម្តច?
224
រូប 8.8: អុីសូ ្រកាមៃនមធ្យមលំ
្ត ហគំរូ 1000 ទំហំ 5
# CLT Exponential
lambda=0.2
n=30
xbar30<-vector(”numeric”,1000)
for(i in 1:1000){xbar30[i]=mean(rexp(n,rate=lambda),prob=TRUE)}
hist(xbar30, breaks=20,xlab=”sample mean”,main=”Histogram of the Means of 1000 Samples of Size 30”
5 5 25
5
=5
30 5 25
30
= 0.83
225
> var(xbar5)
[1] 5.120595
> var(xbar30)
[1] 0.7683056
!
X̄ − 800 775 − 800
P(X̄ < 775) = P √ < √
40/ 16 40/ 16
= P(Z < −2.5)
= 0.0062
!
X̄ − 28 30 − 28
P(X̄ > 30) = P √ > √
5/ 40 5/ 40
CLT
≈ P(Z > 2.53)
= 0.0057
2. េធ្វីសំណួរទី 1 េឡង
ី វ ិញចំេពាះលំហគំរូៃនអ្នកេធ្វីការ 64 នាក់។
ចេម្លើយ. 1. តាង X̄ ជាមធ្យមៃនកំរតកូ
ិ េ ឡេស្ត រ ល
ូ ៉ របស់ អ ក
្ន េធ្វ
កា
ី រ 36 នាក់ េ នាះ X̄ ∼
˙ N 202, 142
36
។
ដូចេនះ
!
198 − 202 X̄ − 202 206 − 202
P(198 ≤ X̄ ≤ 206) = P √ ≤ √ ≤ √
14/ 36 14/ 36 14/ 36
CLT
≈ P(−1.71 ≤ Z ≤ 1.71)
= P(Z ≤ 1.71) − P(Z ≤ −1.71)
= 0.9128
226
2. តាង X̄ ជាមធ្យមៃនកំរតកូ
ិ េឡេស្តរូល
៉ របស់អ្នកេធ្វីការ 64 នាក់េនាះ X̄ ∼˙ N 202, 14 ។ ដូចេនះ
2
64
!
198 − 202 X̄ − 202 206 − 202
P(198 ≤ X̄ ≤ 206) = P √ ≤ √ ≤ √
14/ 64 14/ 64 14/ 64
CLT
≈ P(−2.28 ≤ Z ≤ 2.28)
= P(Z ≤ 2.28) − P(Z ≤ −2.28)
= 0.9774
ែនងែចកលំហគំរូៃនមធ្យម X̄
(a) n = 9
(b) n = 49
(c) n = 225
(d) n = 500
(e) n = 1000
(f) n = 2500
2. សន្មតថា
់ លំហគំរៃូ ចដន្យែដលមានទំហំ n = 16 ្រត�វបានេ្រជីសេចញពសា
ី កលែដលមានមធ្យម µ និង
គមា្លតស្តង់ដា σ។ ចំេពាះតៃម្លនីមួយៗៃន µ និង σ ខាងេ្រកាមគណនា µX̄ និង σX̄
(a) µ = 12, σ = 3
(b) µ = 144, σ = 16
(c) µ24, σ = 28
(d) µ = 12, σ = 96
3. េគឱ្យតារាងបំែនងែចក្រប�បាប៊ីលេី តដូចខាងេ្រកាម
x 3 4 6 9
(a) រក µ, σ2 នង
ិ σ
(b) រកបំែនងែចកលំហគំរូៃន X̄ ចំេពាះ n = 2
√
(c) េ្របីលទ្ធផលក្នុងែផ្នក(ខ) គណនា µX̄ និង σX̄ ។ េផ្ទ�ងផា្ទត់ថា µ = µX̄ និង σX̄ = σ/ n =
√
σ/ 2
227
(e) រក P(X̄ ≤ 28.2)
(f) រក P(X̄ ≥ 27)
5. ទម្ងន់ៃនស៊ុតមួយ្របេភទ(គត ិ គមា្លតស្តង់
ិ ជា្រកាម)ជាអេថរៃចដន្យនរមា៉ល់ែដលមានមធ្យម 53 នង
ដា 0.3។
(a) េបស
ី ុត រក្រប�បាប៊ីលេី តែដលទម្ងនរ់ បស់វានង
៊ មួយ្រគាប់្រត�វបានេ្រជីសេរសេដាយៃចដន្យ
ី ឹ េ្រចន
ី ជាង
53.5 ្រកាម។
8.4 បា៉ន់សា្មនបំែនងែចកេទ្វធាេដាយេ្របើបំែនងែចកនរមា៉ល់
បំែនងែចកនរមា៉ល់្រត�វបានេ្របជា
ី េរឿយៗេដីម្បេី ដាះ្រសាយបញ្ហពាក់ព័នន
្ធ ង
ឹ បំែនងែចកេទ្វធាេ្រពាះេនេពល
ែដល n ធំ (ឧទាហរណ៍ n = 100) ការគណនាេដាយៃដគឺលំបាកេបីេ្របីបំែនងែចកេទ្វធា។ េយង ី រ ំលឹកអំពី
លក្ខណៈៃនបំែនងែចកេទ្វធាដូចខាងេ្រកាម៖
1. ចំនួនពិេសាធន៍ជាចំនួនកំនត់ n
ី ួយៗមានលទ្ធផលែតពរី ៖ េជាគជ័យ នង
2. ពេិ សាធន៍នម ិ បរាជ័យ
3. ពេិ សាធន៍នម
ី ួយៗមន
ិ អា្រស័យគា្ន
េយង
ី មាន
E[Xi ] = p និង V(Xi ) = p(1 − p)
យក X1 , X2 , . . . , Xn ជាលំហគំរៃូ ចដន្យេចញពសា
ី កលែដលមានបំែនងែចកែប៊រនូយែី ដលមានមធ្យម p និង
វា៉ដ្យង់ p(1 − p)។ តាង P̂ = n (សមាមា្រតៃនលំហគំរូ) េនាះេយង
X
ី បាន
r
E[X] S D(X̄) p(1 − p)
E[P̂] = = p នង
ិ S D(P̂) = =
n n n
តាមពិតេទ
X X1 + X2 + · · · + Xn
P̄ = =
n n
228
ជាមធ្យមៃនលំហគំរែូ ដលមានទំហំ n យក េចញពសា ិ វា៉ដ្យង់ p(1 − p) ដូចេនះ
ី កលែដលមានមធ្យម p នង
តាមរយៈ្រទឹសីប
្ត ទលីមីតផ្ចិត៖ ចំេពាះ n ធំ្រគប់្រគាន់
X
−p X − np
q
n
= p ∼ N(0, 1).
p(1−p) np(1 − p)
n
សមា្គល់ 8.4.1. • ចំេពាះការអនុវត្ត ការបា៉ន់ សា្ម នបំ ែនងែចកេទ្វ ធា េដាយបំ ែនងែចកនរមា៉ល់ ជា ការ
បា៉ន់សា្មនដ៏លេ្អ បី n ធំលម
្ម ែដល np ≥ 5 នង
ិ n(1 − p) ≥ 5
• េដាយសារែតអេថរៃចដន្យេទ្វធាជាអេថរដាច់េហយ
ី េយង
ី បា៉ន់សា្មនវាេដាយអេថរៃចដន្យជាប់ េនក្នុង
ន័យេនះ្រកលាៃផ្ទេនេ្រកាមែខ្សេកាងនរមា៉ល់នឹង្រត�វបានេ្របេី ដីម្បបា
ី ៉ ន់សា្មន្រកលាៃផ្ទចតុេកាណែកង
េនក្នុងអុី ស្តូ្រកាម្រប�បាប៊ីលីេតៃនអេថរៃចដន្យទ្វធា។ េដាយសារចតុេកាណែកងទាំងេនះមានទទឹង
មួយឯកតានង ិ មានចំនុចកណា ្ត លជាេលខគត់េនាះចំេពាះចំនួនគត់ k
េនះេហថាការែកត្រម�វភាពជាប់។
តារាងសេង្ខបៃនការបា៉ន់សា្មនបំែនងែចកេទ្វធាេដាយបំែនងែចកនរមា៉ល់
បំែនងែចកេទ្វធា បំែនងែចកនរមា៉ល់
#CLTBinomial
n=10
p=0.5
xbarb20<-vector(”numeric”, 1000)
for(i in 1:1000){
xbarb20[i] = mean(rbinom(20,n,prob=p))}
hist(xbarb20, breaks=20,
xlab=”sample mean”, main=”Histogram of the Means of 1000 Samples of Size 20”)
229
រូប 8.10: អុីសូ ្រកាមៃនមធ្យមលំ
្ត ហគំរូ 1000 ទំហំ 20
េយង ី េ្រជស
ី យកលំហគំរូៃចដន្យែដលមានទំហំ 100 េចញពីសាកលរួចគណនានង ិ កត់្រតាមធ្យមលំហ
គំររួូ ចដាក់ចូលវ ិញ។ េយង ី េធ្វដ
ី ែដលៗដូចជហា ំ នមុន 1000 ដងេនាះេយង
ី ទទួលបានមធ្យមលំហគំរូ 1000។
េតអី ុស ី ូ ្រកាមៃន
្ត មធ្យមលំហគំរូ 1000 មានរាងដូចេម្តច?
n=10
p=0.5
xbarb100<-vector(”numeric”, 1000)
for(i in 1:1000){
xbarb100[i] = mean(rbinom(100,n,prob=p))}
hist(xbarb100, breaks=20,
xlab=”sample mean”, main=”Histogram of the Means of 1000 Samples of Size 100”)
230
លំហគំរូទំហំ n មធ្យមៃន X̄ វា៉ដ្យង់ X̄
20 5 2.5
20
= 0.125
100 5 2.5
100
= 0.025
> var(xbarb20)
[1] 0.118059
> var(xbarb100)
[1] 0.02528958
ី អាចេ្របី្រប�បាប៊ីលីេតនរមា៉ល់េដីម្បបា
េនាះេយង ី ៉ ន់សា្មន្រប�បាប៊ីលីេតេទ្វធា៖ តាមការែកត្រម�វភាពជាប់េយង
ី
បាន
P(X ≥ 100) = P(X > 99.5)
!
X − 200(0.46) 99.5 − 200(0.46)
=P √ > √
200(0.46)(0.54) 200(0.46)(0.54)
CLT
≈ P(Z > 1.06)
= 0.1446
ី អាចេ្របី្រប�បាប៊ីលេី តនរមា៉ល់េដីម្បបា
េនាះេយង ី ៉ ន់សា្មន្រប�បាប៊ីលេី តេទ្វធា៖ តាមការែកត្រម�វភាពជាប់េយង
ី
បាន
P(X = 25) = P(24.5 ≤ X ≤ 25.5)
!
24.5 − 300(0.06) X − 300(0.06) 25.5 − 300(0.06)
=P √ ≤ √ ≤ √
300(0.06)(0.94) 300(0.06)(0.94) 300(0.06)(0.94)
CLT
≈ P(1.58 ≤ Z ≤ 1.82)
= 0.9656 − 0.9429
= 0.0227
231
លំហាត់ 8.4.1. 1. ពន
ិ ត
ិ ្យបំែនងែចកលំហគំរៃូ ចដន្យែដលមាន p = 0.14 និងលំហគំរែូ ដលមានទំហំ n
នីមួយៗ។ ចំេពាះតៃម្ល n នីមួយៗគណនាមធ្យមនិងគមា្លតស្តង់ដាៃនបំែនងែចកលំហគំរូៃចដន្យៃន
សមាមា្រត P̂
2. សន្មត់ ថា លំហ គំរូ ៃចដន្យែដលមានទំហំ n = 591 ្រត�វ បានេ្រជីស េចញពី សាកលេទ្វធា ែដលមាន
្រប�បាប៊ីលេី តេជាគជ័យ p។ ចំេពាះតៃម្ល p នីមួយៗខាងេ្រកាមគណនាមធ្យមនង
ិ គមា្លតស្តង់ដាៃនបំ
ែនងែចកលំហគំរូៃចដន្យៃនសមាមា្រត P̂
(a) p = 0.2
(b) p = 0.5
(c) p = 0.8
(a) គណនាមធ្យមនិងគមា្លតស្តង់ដាៃនបំែនងែចកលំហគំរូៃចដន្យៃនសមាមា្រត P̂
(b) បក្រសាយរូបរាងៃនបំែនងែចកលំហគំរូៃចដន្យៃន P̂
(c) គណនា P(P̂ > 0.33)
4. ្របមាណជា 12.5% ៃនវ ិក្កយប្រតេភាជនីយដា្ឋនគឺ មិន ្រតឹម្រត�វ។ េបីសិនជាវ ិក្កយប្រត 200 ្រត�វបាន
េ្រជីសេរសេដាយៃចដន្យរក្រប�
ី បាប៊ីលីេតែដលយា៉ងេហាចណាស់ 22 នឹងផ្ទុកនូវកំហុស។
5. 22% ៃនេ្រគាះថា្នក់ ការងារជាេ្រគាះថា្នក់ ែផ្នក ខ្នង។ េបីសិនជាកម្មករេ្រគាះថា្នក់ ការងារ 400 នាក់ ្រត�វ
បានេ្រជីសេរសេដាយៃចដន្យ
ី រក្រប�បាប៊ីលីេតែដល 92 នាក់ឬតិចជាងមានេ្រគាះថា្នក់ែផ្នកខ្នង។
វា៉ដ្យង់លហ
ំ គំរ ូ S 2
។
និយមន័យ 8.5.1. 1. វា៉ដ្យង់លំហគំរូគឺឱ្យេដាយ
1 X
n
S2 = (Xi − X̄)2
n − 1 i=1
Pn
ែដល X̄ = 1
n i=1 Xi ជាមធ្យមលំហគំរូ។
2. គមា្លតស្តង់ដាលំហគំរូៈ
v
t
√ 1 X
n
S = S2 = (Xi − X̄)2 .
n − 1 i=1
232
សំេណើ 8.5.1. េបី S 2 ជាវា៉ដ្យង់លំហគំរូៃចដន្យែដលមានទំហំ n េនាះ
n n
X
X 2
X 2 − Xi .
1 n
S2 =
n(n − 1) i=1 i i=1
1 X
n
S2 = (Xi − X̄)2
n − 1 i=1
1 X 2
n
= (Xi − 2X̄Xi + X̄ 2 )
n − 1 i=1
n
1 X 2 X
n
2
= Xi − 2X̄ Xi + nX̄
n − 1 i=1
n i=1
1 X
= Xi2 − nX̄ 2
n − 1 i=1
n n
X
X 2
X 2 − Xi .
1 n
S2 =
n(n − 1) i=1 i i=1
E[S 2 ] = σ2
ស្រមាយបញ្ជ ក់.
X
n
E[S 2 ] = E (Xi − X̄)2
1
n − 1 i=1
n
X 2
E (Xi − 2X̄Xi + X̄ )
1
= 2
n − 1 i=1
n
X 2
Xi − nX̄ 2
1
= E
n − 1 i=1
n
1 X
2
= E(Xi ) − nE(X̄ )
2
n − 1 i=1
េដាយសារ E[Xi2 ] = µ2 + σ2 នង
ិ E[X̄ ] = µ + σ /n េយង
2 2 2
ី បាន
n
1 X 2
E[S ] =
2
(µ + σ ) − n(µ + σ /n)
2 2 2
n − 1 i=1
1
= (nµ2 + nσ2 − nµ2 − σ2 )
n−1
= σ2 .
233
ី ្ដ ទ 8.5.2. េគឱ្យ X1 , X2 , . . . , Xn ជាអេថរៃចដន្យ iid ែដលមាន E(Xi ) = µ និង V(Xi ) = σ2 ចំេពាះ
្រទឹសប
i = 1, . . . , n េនាះវា៉ដ្យង់ៃន S 2 គឺឱ្យេដាយ
" i (n − 3)σ4 #
1 h
V(S ) =2
E (X1 − µ) −
4
n n−1
ស្រមាយបញ ិ មន័យវា៉ដ្យង់
្ជ ក់. តាមនយ
h i 2
V(S 2 ) = E S 4 − E S 2
h i
= E S 4 − σ4 .
Pn
តាង Yi = Xi − µ។ េដាយសារ S 2 = 1
n−1 i=1 (Xi − X̄)2 េនាះេយង
ី បាន
n n 2
1 Xn
1 X X
S2 = (Yi − Ȳ)2 = n 2
− Yi
n(n − 1) i=1 i i=1
Y
n − 1 i=1
នង
ិ
n n n 2 n 4
X 2 X X X
S4 = 2
1 n2 Y 2 − 2n Y 2 Yi + Yi
n (n − 1)2 i i
i=1 i=1 i=1 i=1
ដូេច្នះ
n 2 n n 2 n 4
h i
2 X 2
X X X
ES 4
= 2
1
E −
2
+ E Yi .
n (n − 1)2
n
Yi
2nE
Yi Yi
i=1 i=1 i=1 i=1
ឥឡូវេយង
ី គណនាសង្ឃម
ឹ គណិតនម
ី ួយៗេនខាងសា្តៃំ ដ េដាយសារ Yi នម
ី ួយៗមានមធ្យមេស្មី 0 េយង
ី ទាញ
បានតាមរយៈភាពមន
ិ អា្រស័យគា្ននង
ិ បំែនងែចកដូចគា្នថា
n n
X 2 X X
E Yi2 = E Yi4 + 2 Yi2 Y 2j
i=1 i=1 i< j
n
X X h i
= E Yi4 + 2 E Yi2 Y 2j
i=1 i< j
n
X 4 X h i h i
= E Yi + 2 E Yi2 E Y 2j
i=1 i< j
n
X 4 X
= E Yi + 2 σ4
i=1 i< j
n
X 4 n(n − 1) 4
= E Yi + 2 σ
2
h i
i=1
234
n n 2 n n
X X
X X X
E Yi2 Yi = E Yi2 Y 2j + 2 Y j Yk
i=1 i=1 i=1 j=1 j<k
n
X X n X X n X
= E Yi4 + Yi2 Y 2j + 2 Yi2 Y j Yk
i=1 i=1 i, j i=1 j<k
n
X X n X h i h i X n X h i h i h i
= E Yi4 + 2 E Yi2 E Y 2j + 2 E Yi2 E Y j E Yk
i=1 i=1 i< j i=1 j<k
n
X 4 n(n − 1) 4
= E Yi + 2 σ
2
hi=1 i
= nE Y14 + n(n − 1)σ4 ,
នង
ិ
n 4
X
E Yi = E[(Y1 + . . . + Yn )(Y1 + . . . + Yn )(Y1 + . . . + Yn )(Y1 + . . . + Yn )]
i=1
ំ ទ្រមង់
ពនា្លតអង្គខាងសា្តជា
Yi4 , Yi3 Y j , Yi2 Y 2j , Yi2 Y j Yk , Yi Y j Yk Yl
េយង
ី ទាញបាន
n 4 n !
X X 4
n
E Yi = E Yi + 6 E[Yi2 Y 2j ]
i=1 i=1
2
h i
= nE Y14 + 3n(n − 1)E[Yi2 ]E[Y 2j ]
h i
= nE Y14 + 3n(n − 1)σ4 .
4
េ្រពាះចំេពាះ្រគប់គូ i នង
ិ j េយង ី មាន 2 = 6 តួែដលមានទ្រមង់ Xi X j ។ ចុងេ្រកាយេយង ី បាន
2 2
n h i h i h i o
h i n2 nE Y14 + n(n − 1)σ4 − 2n nE Y14 + n(n − 1)σ4 + nE Y14 + 3n(n − 1)σ4
E S4 =
n2 (n − 1)2
1 h i n2 − 2n + 3 4
= E Y14 + σ.
n n(n − 1)
នង
ិ ដូេច្នះ
h i
V(S 2 ) = E S 4 − σ4
1 h i n2 − 2n + 3 4
= E Y14 + σ − σ4
n n(n − 1)
1 h i n−3 4
= E Y14 − σ.
n n(n − 1)
□
235
ី ្ដ ទ 8.5.3. េគឱ្យ X1 , X2 , . . . , Xn ជាអេថរៃចដន្យ iid ែដលមាន E(Xi ) = µ និង V(Xi ) = σ2 ចំេពាះ
្រទឹសប
i = 1, . . . , n េនាះកូវា៉ដ្យង់ៃន X̄ និង S 2 គឺឱ្យេដាយ
E (X1 − µ)3
Cov(X̄, S ) = 2
,
n
េបី E (X1 − µ)3 < ∞
តាង Yi = Xi − µ, i = 1, 2, . . . , n េនាះេយង
ី បាន
n
X
(Yi − Ȳ)2
1
Cov(X̄, S 2 ) = E Ȳ
n−1 i=1
n n n 2
X X X
E Yi Yi2 − Yi
1 1
=
n(n − 1) i=1 i=1
n i=1
n 2
Xn X n
1 X n
X
2
Y j − E Yi Y j
1
= E Yi
n(n − 1) i=1 j=1
n i=1 j=1
n n n
1 X 1 X X X
= E Y 3 − E Yi Y 2 + 2 Y Y
n(n − 1) i=1 n i=1 j=1 j
i j k
j<k
n
X 3 1 X n
E Yi3
1 E Yi −
=
n(n − 1) i=1 n i=1
1
= nE Y13 − E Y13
n(n − 1)
1 3
= E Y1 .
n
□
អេថរៃចដន្យ χ2
Pn
់ មិនអា្រស័យគា្នេនាះអេថរៃចដន្យ
និយមន័យ 8.5.2. េបី Z1 , . . . , Zn ជាអេថរៃចដន្យនរមា៉ល់ស្តងដា i=1 Zi2
េហថាអេថរៃចដន្យ χ2 (n)។
សមា្គល់ 8.5.1. នម
ិ ត
ិ ្តសញញ X ∼ χ (n) ជាអេថរៃចដន្យ χ ែដលមានដឺេ្រកេសរ ី d. f. = n
2 2
E[X] = n,
V(X) = 2n.
236
ស្រមាយបញ្ជ ក់.
n
X 2 X
n X
n X
n
E[X] = E Zi = E[Zi ] =
2
V(Zi ) + (E(Zi )) =
2
1=n
i=1 i=1 i=1 i=1
X 2 X
n n Xn X n
V(X) = V Zi = V(Zi ) =
2
E(Zi ) − (E(Zi )) =
4 2 2
(3 − 12 ) = 2n
i=1 i=1 i=1 i=1
□
ទំនាក់ទំនងៃនអេថរៃចដន្យ χ2 និងអេថរៃចដន្យហា្កមា៖ េយង ី គណនាអនុគមន៍បេង្កីតម៉ូម៉ងៃ់ នអេថរៃចដន្យ
χ (n) ។ េយង
2
ី ចាប់េផ្តីមេពលែដល n = 1
h i h 2i
E etX = E etZ , ែដល Z ∼ N(0, 1)
Z ∞
2
= etx fZ (x)dx
−∞
Z ∞
1 x2
etx e− 2 dx
2
= √
2π Z−∞
∞
1
e−x (1−2t)/2 dx
2
= √
2π −∞ Z ∞ 1
− 12 1
e−y /2 dy, y = x(1 − 2t) 2 , t <
2 1
= (1 − 2t) √
2π −∞ 2
1
= (1 − 2t)− 2 , t <
1
2
ដូចេនះករណីដឺេ្រកេសរ ី n ទូេទ
h i h Pn 2 i
E etX = E et i=1 Zi
n
Y tZ 2
= E e i
i=1
Y
n h 2i
= E etZi (តាមភាពមិនអា្រស័យគា្ន)
i=1
1
= (1 − 2t)− 2 , t <
n
n2
≡ mgf Gamma , 2
2
ី ម៉ូម៉ង់ េយង
ដូេច្នះ តាមភាពមានែតមួយ គត់ ៃនអនុគមន៍ បេង្កត ី ទាញបាន X ∼ χ (n) ≡ Gamma
2 n
2
,2។
ដូចេនះេយង ិ ្ឋ នថាអនុគមន៍ដង់សុេី តៃនអេថរៃចដន្យ X ∼ χ n) គឱ
ី អាចសន្នដា ឺ ្យេដាយ
(
1
x 2 −1 e− 2 ,
n x
f (x) = x>0
2 Γ 2
n
n
2
បំែនងែចកវា៉ដ្យង់លហ
ំ គំរ ូ
237
ជាអេថរៃចដន្យនរមា៉ល់ស្តង់ដាមន
ិ អា្រស័យគា្ន i = 1, . . . , n នង
ិ
n
X X Xi − µ 2
n
Zi2 = ∼ χ2 (n).
i=1 i=1
σ
ដូេច្នះតាមភាពមានែតមួយគត់ៃនអនុគមន៍បេង្កីតម៉ូម៉ង់េយង
ី បាន
X
n
Zi2 ∼ χ2 (n).
i=1
□
ី ្ដ ទ 8.5.5. េគឱ្យ X1 , . . . , Xn ជាលំហគំរៃូ ចដន្យែដលមានទំហំ n យកេចញពប
្រទឹសប ី ែំ នងែចកនរមា៉ល់ែដល
មានមធ្យម µ និងវា៉ដ្យង់ σ2 ។ េយង
ី ទាញបានថាមធ្យមលំហគំរូ X̄ គម
ឺ ិនអា្រស័យនឹង Xi − X̄, i = 1, 2, . . . , n
ស្រមាយបញ្ជ ក់. អនុគមន៍ដង់សុេី តរួមៃន X1 , X2 , . . . , Xn គឺ
n
1 1 X xi − µ 2
fX1 ,...,Xn (x1 , . . . , xn ) = n exp
−
.
2
(2πσ ) 2 2 i=1 σ
បែម្លងអេថរៃចដន្យ Xi , i = 1, 2, . . . , n េទជា
Y1 = X̄ X̄ = Y1
Y2 = X2 − X̄ X2 = Y2 + Y1
Y3 = X3 − X̄ X3 = Y3 + Y1
.. ..
. .
Yn = Xn − X̄ Xn = Yn + Y1
Jacobian ៃនបែម្លងេនះគឺឱ្យេដាយ
1
n
1
n
1
n
1
n
... 1
n
− 1n 1 − 1n − 1n − 1n ... − 1n
J= − 1n − 1n 1 − 1n − n1 ... − 1n
.. .. .. .. .. ...
. . . . .
− n1 − 1n − 1n − 1n . . . 1 − 1
n
238
ឥឡូវេយង
ី ពន
ិ ត
ិ ្យផលបូកៃនអុច
ិ ស្បូណង
៉ ់ែស្យលេនក្នុងអនុគមន៍ដង់សុេី តរួម
n
X xi − µ 2 1 X
n
= 2 (xi − µ)2
i=1
σ σ i=1
n
1 X 2
= 2 (xi − x̄) + n( x̄ − µ)
2
σ i=1
1 X n
= 2 (x1 − x̄)2 + (xi − x̄)2 + n( x̄ − µ)2 .
σ i=2
Pn
េដាយសារែត i=1 (xi − x̄) = 0 េនាះ
X
n
x1 − x̄ = − (xi − x̄)
i=2
ដូេច្នះ
n
X xi − µ 2 X
n
(xi − x̄)2 + n( x̄ − µ)2
1 (x1 − x̄)2 +
= 2
i=1
σ σ i=2
n 2
X
Xn
1 (xi − x̄) + 2
= (xi − x̄)2
+ n( x̄ − µ)
σ2 i=2 i=2
n 2
X X n
1 yi + 2 .
= y2
+ n(y 1 − µ)
σ2 i=2 i=2
i
2. អេថរៃចដន្យ
1 X
n
(n − 1)S 2
= 2 (Xi − X̄)2 ∼ χ2 (n − 1).
σ 2 σ i=1
239
ស្រមាយបញ្ជ ក់. 1. េដាយសារែត S 2 ជាអនុគមន៍ៃន Xi − X̄, i = 1, 2, . . . , n េនាះេយង
ី ទាញបាន
ថា S 2 មន
ិ អា្រស័យនង
ឹ X̄ ។
2. េយង
ី មាន
n n " #2
X Xi − µ 2 X (Xi − X̄) + (X̄ − µ)
=
i=1
σ i=1
σ
Xn !2 !2
Xi − X̄ X̄ − µ
= +n
i=1
σ σ
!2
S2 X̄ − µ
= (n − 1) 2 + n
σ σ
ពីេ្រពាះ
X
n
(X̄ − µ)(Xi − X̄) 2(X̄ − µ) X
n
2 = (Xi − X̄) = 0
i=1
σ2 σ2 i=1
មយ៉ងវ ិញេទៀត Xi −µ
σ
,i = 1, . . . , n ជាអេថរៃចដន្យនរមា៉ល់ស្តង់ដាមិនអា្រស័យគា្ន េនាះ
n
X Xi − µ 2
∼ χ2 (n)
i=1
σ
" 2
2 #
t (n−1)S tn X̄−µ
=E e σ e 2 σ
Pn Xi −µ 2 X̄−µ 2
េដាយសារ i=1 σ
នង
ិ n σ
មានបំែនងែចក χ2 េនាះេយង ី ទទួលបាន
(n−1)S 2
−n/2
(1 − 2t) = E et σ2 (1 − 2t)−1/2
(n−1)S 2 1
E et σ2 = (1 − 2t)− 2 , t <
n−1
2
≡ mgf χ (n − 1)
2
ដូេច្នះតាមភាពមានែតមួយគត់ៃនអនុគមន៍បេង្កីតម៉ូម៉ង់េយង
ី បាន
(n − 1)S 2
∼ χ2 (n − 1).
σ2
□
240
សមា្គល់ 8.5.2. េនេពលែដលលំហ គំរូ ៃចដន្យ្រត�វ បានយកេចញពី បំ ែនងែចកនរមា៉ល់ ែដលមានមធ្យម µ
និងវា៉ដ្យង់ σ2 ៖
n
X Xi − µ 2
∼ χ2 (n)
i=1
σ
Xn !2
Xi − X̄
∼ χ2 (n − 1).
i=1
σ
បំែនងែចក t
សំេណើ 8.5.3. យក
Z
T= √ ,
U/r
ែដល Z ∼ N(0, 1), U ∼ χ2 (r) និង Z និង U មិនអា្រស័យគា្នេនាះ T មានអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេត
ឱ្យេដាយ
Γ r+1
2 1
f (t) = √ r+1 , −∞ < t < ∞
πrΓ 2r 1 + t2 2
r
2π Γ(r/2)2 r/2
អនុគមន៍បំែនងែចកេកីនៃន T គឺឱ្យេដាយ
!
Z p
F(t) = P(T ≤ t) = P √ ≤ t = P Z ≤ U/rt
U/r
Z ∞ Z √u/rt
= g(z, u)dzdu
−∞
Z ∞ Z √u/rt − z2
0
1 e 2 r
= √ dz u 2 −1 e−u/2 du.
πΓ(r/2) 0 2 (r+1)/2
−∞
េនាះ
Z ∞ −(u/2)(t2 /r) p
′ 1 e
u/ru 2 −1 e−u/2 du.
r
f (t) = F (t) = √
πΓ(r/2) 0 2 (r+1)/2
តាង y = 1 + tr u, dy = 1 + tr du។ ដូចេនះ
2 2
Z ∞
Γ r+1 1 1 y
r+1 y 2 −1 e− 2 dy
2 r+1
f (t) = √ r+1
πrΓ 2 1 + t2 r 0 Γ 2 2 2
r r+1
r
Γ 2 r+1
1
= √ r+1
πrΓ 2 1 + t2 r
r
r
241
ែដលអាំងេត្រកាលចុងេ្រកាយេស្មន
ី ងឹ 1 េ្រពាះវាជាអាំងេត្រកាលៃនអនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី តៃនអេថរ
ៃចដន្យ χ2 (r + 1) ។ □
នម
ិ ត
ិ ្តសញញ T ∼ t(r) មានន័យថា T មានបំែនងែចក t ែដលមាន d.f.= r
កូរែលរ
៉ូ 8.5.1. េគឱ្យ X1 , . . . , Xn ជាលំហ គំរូ ៃចដន្យែដលមានទំហំ n យកេចញពី បំ ែនងែចកនរមា៉ល់
ិ S ជាគមា្លតស្តង់ដាលំហគំរូេនាះ
N(µ, σ2 ) ។ េបី X̄ ជាមធ្យមលំហគំរូនង
X̄ − µ
√ ∼ t(n − 1).
S/ n
េនាះ Z ∼ N(0, 1) នង
ិ U ∼ χ (n − 1) ្រពមទាំង Z នង
2
ិ U មន
ិ អា្រស័យគា្ន។ ដូេច្នះតាមនយ
ិ មន័យៃនបំ
ែនងែចក t េយងី បាន
X̄−µ
√
σ/ n X̄ − µ
T= q = √ ∼ t(n − 1).
(n−1)S 2 S/ n
σ2
/(n − 1)
1. វាមានរាងជាកណឹ្ត ង
2. វាឆ្លុះគា្នេធៀបនង
ឹ មធ្យម
3. មធ្យម េមដយន នង
ិ ម៉ូដេស្មន
ី ងឹ 0 េហយ
ី ស្ថត
ិ េនចំនុចកណា
្ត លៃនបំែនងែចក
4. ែខ្សេកាងខិតេទរកប៉ុែន្តមិនប៉ះអ័ក្សអាប់សុីស
ី ំែនងែចកនរមា៉ល់ស្តង់ដាដូចខាងេ្រកាម៖
បំែនងែចក t មានលក្ខណៈខុសពប
1. វា៉ដ្យង់ធំជាង 1
2. បំែនងែចក t គជា
ឺ ្រគ�សារៃនែខ្សេកាងអា្រស័យនង
ឹ ដ្រឺ កេសរ ី ែដលពាក់ព័ន្ធនង
ឹ ទំហល
ំ ំហគំរូ
242
រូប 8.12: ែខ្សេកាងដង់សុីេតនរមា៉ល់ស្តង់ដានិងែខ្សេកាង t ែដលមានដឺ្រកេសរ ី 5 និង 20
243
(a) រកអនុគមន៍បេង្កីតម៉ូម៉ង់ Mn (t) ៃន Yn
(b) គណនាលីមីត limn→∞ Mn (t)
244
ជំពូកទី9
ការបា៉ន់សា្មនបា៉រា៉ែម៉្រត
9.1 ចំនុចបា៉ន់សា្មន
វិធីសា�ស្តរកចំនុចបា៉ន់សា្មន
245
បានអេង្កត។ ស្ថិតិ ទាង ំ េនះេហថាអ្នក បា៉ន់សា្មនៃនបា៉រា៉ ែម៉្រត។ តៃម្ល ែដលគណនាេចញពី សិត ្ថ ិ េដាយេ្របី
តៃម្លទនិ ្នន័យលំហគំរណា ូ មួយេហថាតៃម្លបា៉ន់សា្មនៃនបា៉រា៉ ែម៉្រត។ អ្នកបា៉ន់សា្មនៃន θi តាងេដាយ θ̂i ែដល
θ̂i = gi (X1 , . . . , Xn ), i = 1, . . . , l ។ សមា្គល់ថាអ្នកបា៉ន់សា្មនៃនបា៉រា៉ ែម៉្រតជាអេថរៃចដន្យេ្រពាះវាជាអនុគមន៍
ៃនអេថរៃចដន្យ។ ដូចេនះវាមានបំែនងែចក្រប�បាប៊ីលីេត មធ្យម វា៉ដ្យង់និងគមា្លតស្តង់ដា។ េយង ី តាងតៃម្ល
អេង្កត ៃនអេថរៃចដន្យ X1 , . . . , Xn េដាយ x1 , . . . , xn េនាះ θ̂(X1 , . . . , Xn ) ជាអ្នក បា៉ន់សា្មន នង
ិ តៃម្ល របស់
វា θ̂(x1 , . . . , xn ) ជាតៃម្ល បា៉ន់សា្មន។ ឧទាហរណ៍ ក្នុងករណីបំ ែនងែចកនរមា៉ល់ ែដលបា៉រា៉ ែម៉្រតទាំងពីរ គឺ
Pn
θ1 = µ នង ិ θ2 = σ មានន័យថា θ = (µ, σ )។ េបី អ្នក បា៉ន់សា្មនៃន µ នង
2 2
ិ σ គឺ X̄ = (1/n) i=1 Xi
2
P P
និង S 2 = (1/(n − 1)) ni=1 (Xi − X̄)2 េរៀងគា្ន េនាះតៃម្ល បា៉ន់សា្មន្រត�វគា្ន គឺ x̄ = (1/n) ni=1 xi និង s2 =
P
(1/(n − 1)) ni=1 (xi − x̄)2 ែដលមធ្យម និងវា៉ដ្យង់ៃនលំហគំរូ។
វ ិធសា
ី �ស្តកុ ងការរកចំ
្ន នុចបា៉ន់សា្មន
លក្ខណៈវ ិនច
ិ ្ឆ័យៃនចំនុចបា៉ន់សា្មនល្អ
1. ភាពមន
ិ លេម្អ�ង (Unbiasedness)
2. ្របសទ
ិ ្ធភាព (Efficiency)
3. ភាពមិនែ្រប្រប�ល (Consistency)
9.1.1 អ្នកបា៉ន់សា្មនមិនលេម្អ�ង
E[θ̂] = θ.
ចេម្លើយ. មធ្យមលំហគំរូគឱ
ឺ ្យេដាយ
1X
n
X̄ = Xi
n i=1
246
េនាះេយង
ី បាន
n
1 X
E[X̄] = E Xi
n i=1
n
1 X
= E Xi
n i=1
1X
n
= E[Xi ]
n i=1
1X
n
= µ
n i=1
= µ.
វា៉ដ្យង់លំហគំរូគឺឱ្យេដាយ
1 X
n
S =
2
(Xi − X̄)2
n − 1 i=1
សមា្គល់ថា
1 X
n
σ2
V(X̄) = V(X i ) = .
n2 i=1 n
ដូចេនះ
X
n
E[S 2 ] = E (Xi − X̄)2
1
n − 1 i=1
n
X 2
E (Xi − 2X̄Xi + X̄ 2 )
1
=
n − 1 i=1
n
X 2
E (Xi − nX̄ )
1
= 2
n − 1 i=1
n
1 X
= E(Xi2 ) − nE(X̄ 2 )
n − 1 i=1
េដាយសារ E[Xi2 ] = µ2 + σ2 នង
ិ E[X̄ ] = µ + σ /n េយង
2 2 2
ី បាន
n
1 X 2
E[S ] =
2
(µ + σ ) − n(µ + σ /n)
2 2 2
n − 1 i=1
1
= (nµ2 + nσ2 − nµ2 − σ2 )
n−1
= σ2 .
ិ វា៉ដ្យង់ σ ។ តាង X1 , X2 , . . . , Xn ជា
លំហាត់ 9.1.1. សន្មត់ថា X ជាអេថរៃចដន្យែដលមានមធ្យម µ នង 2
1X
n
′2
S = (Xi − X̄)2
n i=1
Pn
ែដល X̄ = 1
n i=1 Xi ។ បងា្ហញថា S ′2 ជាអ្នកបា៉ន់សា្មនលេម្អ�ងៃន σ2 ។
247
9.1.2 ្របសិទ្ធភាពៃនអ្នកបា៉ន់សា្មន
អ្នកបា៉ន់សា្មនគជា ៏ ន្របសទ
ឺ អ្នកបា៉ន់សា្មនដមា ី ៉ ដ្យងរ់ បស់វាតូចជាងវា៉ដ្យងៃ់ នអ្នកបា៉ន់សា្មន
ិ ្ធភាពៃនបា៉រា៉ ែម៉្រតេបវា
េផ្សងេទៀតេបអ
ី ្នកបា៉ន់សា្មនទាំងពីរជាអ្នកបា៉ន់សា្មនមិនលេម្អ�ង។ អ្នកបា៉ន់សា្មនគឺជាអ្នកបា៉ន់សា្មនមិនលេម្អ�ង
ដ៏មាន្របសិទ្ធភាពបំផុតៃនបា៉រា៉ ែម៉្រតេបីវាមានវា៉ដ្យង់តូចជាងេគ។
• យក θ̂1 ជាអ្នកបា៉ន់សា្មនមន
ិ លេម្អ�ងៃន θ ។ េយង
ី នយា
ិ យថា θ̂1 អ្នកបា៉ន់សា្មនមន ៏ ន្របសទ
ិ លេម្អ�ងដមា ិ ្ធភាព
បំផុតេបីចំេពាះ្រគប់អ្នកបា៉ន់សា្មនមិនលេម្អ�ង θ̂k ៃន θ េបី V(θ̂1 ) ≤ V(θ̂k ).
ចេម្លើយ.
n
1 X 1 X n
1X
n
E[X̄] = E
Xi = E[Xi ] = λ=λ
n i=1 n i=1 n i=1
1 X
n
λ
V(X̄) = 2 V(Xi ) =
n i=1 n
ដូចេនះអ្នកបា៉ន់សា្មនៃន λ កាន់ែតមាន្របសិទ្ធភាពេបីទំហល
ំ ំហគំរូ n េកីនេឡង
ី ។
9.1.3 ភាពមិនែ្រប្រប�លៃនអ្នកបា៉ន់សា្មន
ឬ
lim P |θ̂n − θ| > ϵ = 0
n→∞
P
េយង ិ យថា θ̂n រួមក្នុង្រប�បាប៊ីលេី តេទរក θ េហយ
ី នយា ី េយង
ី កំនត់សេសរេដាយ θ̂n → θ េពល n → ∞
Pn
ឧទាហរណ៍ 9.1.3. េគឱ្យ X1 , X2 , . . . , Xn ជាអេថរៃចដន្យ iid N(θ, 1) នង
ិ X̄ =
1
n i=1 Xi ។ បងា្ហញថា
X̄ ជាអ្នកបា៉ន់សា្មនមិនែ្រប្រប�លៃន θ។
ចេម្លើយ. េយង
ី មាន
n
1 X 1 X
n
1
E[X̄] = E Xi = E[Xi ] = nθ = θ
n i=1 n i=1 n
1 X
n
1
V(X̄) = 2 V(Xi ) =
n i=1 n
248
វិធីសា�ស្តេដើម្ប ីបងា្ហញភាពមិនែ្រប្រប�លៃន θ̂
Pn
1. ចបប់ ៃន ចំនួន េ្រចន
ី (Law of Large Numbers (LLN)) ែចងថា មធ្យម
1
n i=1 f (Xi ) រួម ក្នុង
្រប�បាប៊ីលេី តេទរកសង្ឃម
ឹ គណិត E[ f (Xi )]។ តាម្រទសឹ ប
ី្ត ទេនះេយងី ទាញបាន X̄ ជាអ្នកបា៉ន់សា្មន
1 Pn
មិនែ្រប្រប�លៃន E[X] និង n i=1 Xik ជាអ្នកបា៉ន់សា្មនមិនែ្រប្រប�លៃន E[X k ]។
2. ្រទឹសីប
្ត ទៈ អ្នកបា៉ន់សា្មនមិនលេម្អ�ង θ̂n អ្នកបា៉ន់សា្មនមិនែ្រប្រប�លេបី
lim V(θ̂n ) = 0
n→∞
E[θ̂n ] = θ
ចេម្លើយ. េយង
ី មាន
n n
Xn
X
X
1 1 2
n 1 2
S2 = (Xi − X̄)2 = 2
− = 2
−
n − 1 i=1 i n − 1 n
X n X̄ X X̄
n − 1 i=1 i=1
i
តាមចបប់ៃនចំនួនេ្រចីន (LLN)
1X 2 P
n
P
X̄ → E[Xi ] និង Xi → E[Xi2 ]
n i=1
249
េនាះ n
X P
X̄ → (E[Xi ])2 និង Xi2 − X̄ 2 → E[Xi2 ] − (E[Xi ])2 = V(Xi )
2 P 1
n i=1
ដូេច្នះ n
X P
S2 =
n 1
Xi2 − X̄ 2 → (1)V(Xi )
n − 1 n i=1
9.1.4 វិធីសា�ស្តម៉ូម៉ង់
វ ិធសា
ី �ស្តមូម ់ វ ិធសា
៉ ៉ងជា ី �ស្តបា៉ន់សា្មនបា៉រា៉ ែម៉្រតសាកលេដាយេផ្តីមេចញពកា ់ កលជាអនុគមន៍
ី រសេសរម៉ូម៉ងសា
ៃនបា៉រា៉ ែម៉្រត បនា្ទប់មកផ្ទឹម កេន�មទាំងេនាះជាមួយនឹង ម៉ូម៉ង់ លំហ គំរូ។ ចំនួន សមីការគឺ ដូចគា្ននឹង ចំនួន
បា៉រា៉ ែម៉្រតែដលនងឹ បា៉ន់សា្មន រួចេដាះ្រសាយសមកា
ី រទាំងេនាះរកបា៉រា៉ ែម៉្រតែដលេយង ់ ៉ ន់សា្មន។
ី ចងបា
E[X k ], k = 1, 2, . . .
ម៉ូម៉ង់ទី k ្រត�វគា្នៃនលំហគំរូគឺ
1X k
n
X , k = 1, 2, . . .
n i=1 i
Pn
តាង µk = E[X k ] នង
ិ mk =
1
n i=1 Xik ។ វ ិធសា
ី �ស្តមូម ់ ែឺ ផ្អកេទេលកា
៉ ៉ងគ ី រផ្គរផ្គ ់ ំហគំរូ mk ជាមួយនង
ូ ងម៉ូម៉ងល ឹ
ម៉ូម៉ង់សាកល µk មានន័យថាអ្នកបា៉ន់សា្មនៃន µk េដាយវ ិធីសា�ស្តមូម
៉ ៉ង់គឺ mk ។
វិធីសា�ស្តម៉ូម៉ង់
3. េដាះ្រសាយ្របព័ន្ធសមកា ី រ µk = mk , k = 1, 2, . . . , l េដម
ី ្បរី កបា៉រា៉ ែម៉្រត θ = (θ1 , . . . , θl ) ែដលេនះ
ជាអ្នកបា៉ន់សា្មន θ̂ តាមវ ិធសា
ី �ស្តមូម ់
៉ ៉ង។
Pn
សមា្គល់ 9.1.1. • ម៉ូម៉ង់ សាកលទីមួយ គឺ µ1 = E[X] និង ម៉ូម៉ង់ លំហ គំរូ ទីមួយ គឺ X̄ = 1
n i=1 Xi ។
ដូចេនះអ្នកបា៉ន់សា្មនៃន µ1 គឺ X̄។
Pn
• ម៉ូម៉ង់សាកលទីពីរគឺ µ2 = E[X 2 ] និងម៉ូម៉ង់លំហគំរូទីពីរគឺ m2 = 1
i=1 Xi2 ។ ដូចេនះអ្នកបា៉ន់សា្មន
P n
ៃន µ2 គឺ n1 ni=1 Xi2 ។
ឧទាហរណ៍ 9.1.6. េគឱ្យ X1 , . . . , Xn ជាលំហគំរូៃចដន្យេចញពីសាកលែដលមានបំែនងែចកែប៊នូយមា
ី ន
៉ ៉ង់។
បា៉រា៉ ែម៉្រត p។ រកអ្នកបា៉ន់សា្មនៃន p តាមវ ិធីសា�ស្តមូម
250
ចេម្លើយ. ចំេពាះអេថរៃចដន្យែប៊នូយេយ
ី ងី មាន µ1 = E[X] = p ដូចេនះេយង
ី អាចេ្របី m1 េដីម្បបា
ី ៉ ន់សា្មន
p។ ដូេច្នះ
1X
n
m1 = p̂ = Xi
n i=1
ចេម្លើយ. ចំេពាះអេថរៃចដន្យហា្កមាេយង
ី មាន
ី ្រត�វការអ្នក បា៉ន់សា្មនម៉ូម៉ង់ ពីរ ដំបូង។ ផ្ទឹម ម៉ូម៉ង់ លំហ គំរូ និង ម៉ូម៉ង់
េដាយសារមានបា៉រា៉ ែម៉្រតពីរ េនាះេយង
សាកលេយង ី បាន
1X
n
Xi = X̄ = αβ
n i=1
1X 2
n
Xi = αβ2 + α2 β2
n i=1
េដាះ្រសាយរក α នង
ិ β េយង
ី ទទួលបាន
n
1 X 2
Xi − X̄ /X̄
X̄
α= និង β = 2
β n i=1
ែដលនាំឲ្យ
X̄ X̄ 2 nX̄ 2
α̂ = = 1 Pn
= P .
i=1 Xi − X̄ i=1 (Xi − X̄)
n
β̂ n
2 2 2
E[X] = µ, E[X 2 ] = µ2 + σ2
Pn
ផ្ទឹម E[X] េទ X̄ នង
ិ E[X ] េទ
2 1
n i=1 Xi2 េយង
ី ទទួលបាន
µ = X̄
1X 2
n
µ +σ =
2
X2
n i=1 i
251
េដាះ្រសាយរក µ នង
ិ σ េយង
2
ី ទទួលបានអ្នកបា៉ន់សា្មនតាមវ ិធសា ៉ ៉ង់គឺ
ី �ស្តមូម
µ̂ = X̄
1X 2
n
σ̂ = 2
Xi − X̄ 2
n i=1
1X
n
= (Xi − X̄)2 .
n i=1
៉ ៉ង់ៃន σ2 ជាអ្នកបា៉ន់សា្មនលេម្អ�ង។
សមា្គល់៖ អ្នកបា៉ន់សា្មនតាមវ ិធីសា�ស្តមូម
9.1.5 វិធីសា�ស្តឱកាសអតិបរមា
252
សមា្គល់ 9.1.2. វាមានភាពងាយ្រស�ល ជាងក្នុងការរកអ្នក បា៉ន់សា្មនឱកាសអតិបរមាេដាយេ្របី អនុគមន៍
ឱកាសឡូការត
ី មយ៉ងវ ិញេទៀតេដាយសារអនុគមន៍ឡូការតជាអនុ ី គមន៍េកីនេនាះតៃម្លអតិបរមាៃនអនុគមន៍
ឱកាសេបមា
ី នគេឺ កត
ី េឡង ់ ំនុចដូចគា្នែដលេធ្វឱ
ី េន្រតងច ី ្យអនុគមន៍ឱកាសឡូការតមានតៃម្ល
ី អតបិ រមា។
ី នុគមន៍មា៉ស្រប�បាប៊ីលេី តគឱ
ចេម្លើយ. ចំេពាះបំែនងែចកែប៊នូយអ ឺ ្យេដាយ
pX (x; p) = p x (1 − p)1−x , x = 0, 1
េនាះអនុគមន៍ឱកាសឡូការតគ
ី ឺ
n
X X
n
l(p) = ln L(p) = xi ln p + n − xi ln(1 − p)
i=1 i=1
គណនាេដរេវេធៀបន
ី ង
ឹ p េយង
ី បាន
Pn P
dl(p) xi n − ni=1 xi
= i=1
−
dp p 1− p
ឱ្យ dl(p)
dp
= 0 រួចេដាះ្រសាយរក p េយង
ី បាន
1X
n
p̂ = xi
n i=1
េយង
ី មាន Pn P
d2 xi n − ni=1 xi
l(p) = − i=1
− < 0.
d p2 p̂ p̂ (1 − p̂)2
ដូេច្នះអ្នកបា៉ន់សា្មនឱកាសអតិបរមាៃន p គឺ
1X
n
P̂ = Xi = X̄
n i=1
1 x
fX (x; β) = e− β
β
253
ែដល β ជាបា៉រា៉ ែម៉្រតែដលនឹងបា៉ន់សា្មន។ អនុគមន៍ឱកាសៃនលំហគំរូចដន្យទំហំ n គឺ
Y
n Y
n !n Pn
1 − βi
x 1 −
x
i=1 i
L(β) = fX (xi ; β) = e = e β
i=1 i=1
β β
េនាះអនុគមន៍ឱកាសឡូការតគ
ី ឺ
Pn
xi
l(β) = ln L(β) = −n ln β − i=1
β
គណនាេដរេវេធៀបន
ី ឹង β េយង
ី បាន Pn
dl(β) n xi
=− + i=1
dβ β β2
ឱ្យ dl(β)
dβ
= 0 រួចេដាះ្រសាយរក β េយង
ី បាន
1X
n
β̂ = xi
n i=1
េយង
ី មាន
d2 n
l(β) = − < 0
dβ 2 β̂ β̂2
ដូេច្នះអ្នកបា៉ន់សា្មនឱកាសអតិបរមាៃន β គឺ
1X
n
β̂ = Xi = X̄
n i=1
2. េបសា
ី ្គ ល់ µ = µ0 នង
ិ មន
ិ សា្គល់ σ រកអ្នកបា៉ន់សា្មនឱកាសអតប
2
ិ រមាៃន σ
2
3. េបម
ី ន
ិ សា្គល់ទាង
ំ µ នង
ិ σ រកអ្នកបា៉ន់សា្មនឱកាសអតប
2
ិ រមាៃន θ = (µ, σ ).
2
2πσ2
អនុគមន៍ឱកាសៃនលំហគំរូៃចដន្យទំហំ n គឺ
Pn !
2 − n2 i=1 (xi − µ)2
L(µ, σ ) = (2πσ )
2
exp −
2σ2
អនុគមន៍ឱកាសឡូការតគ
ី ឺ
Pn
n n i=1 (xi − µ)2
l(µ, σ ) = ln L(µ, σ ) = − ln(2π) − ln σ2 −
2 2
2 2 2σ2
254
1. េនេពលែដលសា្គល់ σ2 = σ20 េនាះេយង
ី រកអ្នក បា៉ន់សា្មនឱកាសអតិបរមាៃន µ ែតឯង។ គណនា
េដរេវៃនអនុ
ី គមន៍ឱកាសឡូការតេធៀបន
ី ឹង µ េយង
ី បាន
Pn
∂ 2 i=1 (xi − µ)
l(µ, σ20 ) =
∂µ 2σ20
∂l(µ,σ20 )
ឱ្យ ∂µ
= 0 រួចេដាះ្រសាយរក µ េយង
ី បាន
X
n
(xi − µ) = 0
i=1
ឬ
1X
n
µ̂ = xi
n i=1
េយង
ី មាន
∂2 n
l(µ, σ20 ) = − 2 < 0
∂µ 2 µ̂ σ0
ដូេច្នះអ្នកបា៉ន់សា្មនឱកាសអតិបរមាៃន µ គឺ
1X
n
µ̂ = Xi .
n i=1
2. េនេពលែដលសា្គល់ µ = µ0 េនាះេយង
ី រកអ្នក បា៉ន់សា្មនឱកាសអតិបរមាៃន σ ែតឯង។ គណនា
2
េដរេវៃនអនុ
ី គមន៍ឱកាសឡូការតេធៀបន
ី ឹ σ េយង
ង 2
ី បាន
1 X
n
∂ n
l(µ0 , σ ) = − 2 +
2
(xi − µ0 )2
∂σ2 2σ 2σ4 i=1
1X
n
σ̂ =
2
(xi − µ0 )2 .
n i=1
េយង
ី មាន
1X
n
∂2 n 2n
l(µ0 , σ 2
) = − × (xi − µ0 )2
∂(σ2 )2 2σ4 2σ6 n i=1
ដូចេនះ
∂2 n
l(µ0 , σ2 ) 2 = − P 4 < 0
∂(σ )
2 2 σ̂ 1 n
(x − µ )2
n i=1 i 0
ដូេច្នះអ្នកបា៉ន់សា្មនឱកាសអតិបរមាៃន σ2 គឺ
1X
n
Σ̂ =
2
(Xi − µ0 )2
n i=1
255
3. េនេពលែដលមន
ិ សា្គល់ µ នង
ិ σ ទាំងពរី ។ េយង
2
ី គណនាេដរេវេដាយែផ្ន
ី កេធៀបនង
ឹ µ នង
ិ σ
2
P
∂ 2 ni=1 (xi − µ)
l(µ, σ ) =
2
∂µ 2σ2
1 X
n
∂ n
l(µ0 , σ ) = − 2 +
2
(xi − µ)2
∂σ 2 2σ 4
2σ i=1
ឱ្យេដរេវេដាយែផ្ន
ី កេស្មន
ី ង
ឹ សូន្យរួចេដាះ្រសាយសមកា
ី រ្រពមគា្នេយង
ី ទទួលបាន
1X
n
µ̂ = xi
n i=1
1X
n
σ̂2 = (xi − µ̂)2
n i=1
េយង
ី មានមា៉្រទស
ី 2 × 2 ៃនេដរេវទ ី ីពីរេដាយែផ្នក
∂2 !
∂µ2 l(µ, σ2 )|(µ̂,σ̂2 ) ∂µ∂σ ∂2
2 l(µ, σ )|(µ̂,σ̂2 )
2 − n
0
2 = σ̂2
∂
∂σ ∂µ
2 l(µ, σ 2
)|(µ̂, σ̂2)
∂2
∂(σ )
2 2 l(µ, σ 2
)|(µ̂, σ̂2) 0 − 2σ̂n 4
ចំេពាះ្រគប់ (λ1 λ2 ) មន
ិ សូន្យេយង
ី មាន
− n2 ! ! 2 !
0 λ λ2
λ
λ1 λ2 σ̂ 1
= −n 2 + 24 < 0
1
0 − 2σ̂n 4 λ2 σ̂ 2σ̂
1X 1X
n n
µ̂ = Xi = X̄ នង
ិ Σ̂ 2
= (Xi − X̄)2
n i=1 n i=1
1X
n
(n − 1)S 2
µ̂ = X̄ នង
ិ Σ̂ =
2
(Xi − X̄)2 =
n i=1 n
សមា្គល់ែដរថា µ̂ = X̄ ជាអ្នកបា៉ន់សា្មនមន
ិ លេម្អ�ងៃន µ។ េយង
ី បានបងា្ហញថា
(n − 1)S 2
∼ χ2 (n − 1)
σ2
256
ដូចេនះ
" #
σ2 (n − 1)S 2 σ2
E[S ] = E
2
= (n − 1) = σ2
n−1 σ2 n−1
1 Pn
មានន័យថាវា៉ដ្យង់លំហគំរូ S 2 = n−1 i=1 (Xi − X̄) ជាអ្នកបា៉ន់សា្មនមិនលេម្អ�ងៃន σ ។ េដាយសារ
2 2
n−1 n−1 2
E[Σ̂2 ] = E[S 2 ] = σ
n n
េហតុអ្វី? តាមពិតេទេដាយសារ
(n − 1)S 2
∼ χ2 (n − 1)
σ 2
ដូចេនះ
r
(n − 1)S 2 σ
E[S ] = E . √
σ2 n−1
r
σ (n − 1)S 2
= √ E
n−1 σ2
Z ∞
σ 1 x √
n−1 x 2 −1 e− 2 xdx
n−1
= √
n − 1 0 Γ n−1 22
Z 2∞
σ 1 n2 −1 − 2x
= √ n−1
x e dx
n − 1Γ n−1 2
0 2 2
√ n Z
σ 2Γ 2 ∞
1
n x 2 −1 e− 2 dx
n x
= √
n − 1Γ n−1 2
0 Γ
n
2
22
| {z }
=1
√
σ 2Γ n2
E[S ] = √
n − 1Γ n−1 2
1X
n
X̄ = Xi
n i=1
257
ិ វា៉ដ្យង់លំហគំរូេដាយ
នង
1 X
n
S =
2
(Xi − X̄)2
n − 1 i=1
(a) រកអ្នកបា៉ន់សា្មនឱកាសអតប
ិ រមា θ̂ ៃន θ
(b) េតី θ̂ ជាអ្នកបា៉ន់សា្មនមន
ិ លេម្អ�ងៃន θ ឬេទ?
16.88 10.23 4.59 6.66 13.68 14.23 19.87 9.40 6.51 10.95
9.2 ចេនា្លះេជឿជាក់ស្រមាប់លហ
ំ គំរ ូមួយ
• ទិដ្ឋភាពមួយៃនស្ថិតែិ បបសន្និដា្ឋនគកា
ឺ របា៉ន់សា្មនតៃម្លបា៉រា៉ ែម៉្រតៃនសាកលេដាយេ្របព
ី ត៌មានេនក្នុង
លំហគំរូ។
• សំណួរសំខាន់េនក្នុងការបា៉ន់សា្មនគទ
ឺ ំហៃំ នលំហគំរូ។ េតេី យង
ី ្រត�វេ្រជីសេរសលំ
ី ហគំរធ
ូ ប
ំ ុណា
៉ ្ណ េដីម្បឲ
ី ្យ
ការបា៉ន់សា្មន្រតម
ឹ ្រត�វក្នុងកំរតណាមួ
ិ យ?
ឺ ្រប�បាប៊ីលេី តែដលចេនា្លះេនាះនង
• ភាពេជឿជាក់ៃនចេនា្លះបា៉ន់សា្មនគជា ឹ ផ្ទុកបា៉រា៉ ែម៉្រត។
9.2.1 ចេនា្លះេជឿជាក់ស្រមាប់មធ្យមេពលសា្គល់វា៉ដ្យង់
258
សន្មត់ថា X1 , . . . , Xn ជាលំហគំរូៃចដន្យយកេចញពសា ី កលែដលមធ្យមមន ិ វា៉ដ្យង់ σ ែដល
ិ សា្គល់ µ នង
2
សា្គល់។ តាង
1X
n
X̄ = Xi
n i=1
ជាមធ្យមៃនលំហគំរូ។ េយាងតាម្រទស
ឹ ប
ី្ត ទលម
ី ត
ី ផ្ចិត (CLT) េយង
ី មាន៖
• X̄ ជាអេថរៃចដន្យនរមា៉ល់េបី Xi ជាអេថរៃចដន្យនរមា៉ល់ ឬ
មានន័យថា
X̄ − µ
Z= √ ∼˙ N(0, 1).
σ/ n
P(L ≤ µ ≤ U) = 1 − α
X̄ − µ
Z= √ ∼ N(0, 1)
σ/ n
េនាះេយង
ី អាចរក zα/2 ែដលេផ្ទ�ងផា្ទត់
P(−zα/2 ≤ Z ≤ zα/2 ) = 1 − α.
េយង
ី អាចសេសរ
!
X̄ − µ
P −zα/2 ≤ √ ≤ zα/2 = 1 − α
σ/ n
!
σ σ
P X̄ − zα/2 √ ≤ µ ≤ X̄ + zα/2 √ = 1 − α
n n
259
ដូចេនះ្រប�បាប៊ីលេី តែដលចេនា្លះៃចដន្យ
h √ √ i
X̄ − zα/2 σ/ n, X̄ − zα/2 σ/ n
P(Z > zα ) = α.
កា្លយជាចេនា្លះែដលសា្គល់។
1. លំហគំរូជាលំហគំរូៃចដន្យ
2. សាកលមានបំែនងែចកនរមា៉ល់ ឬេបីមិនដូេច្នះេទ n ≥ 30 ។
រ ូបមន្តចេនា្លះេជឿជាក់ស្រមាប់មធ្យមេពលសា្គល់វា៉ដ្យង់
េតត
ី ៃម្ល 1.65 បានមកពណា
ី ? េដាយសារ α/2 = 0.10/2 = 0.05 នង
ិ
េហយ ់ [េមីលេសចក្តី
ី តៃម្ល 0.95 ជាតៃម្លេនចេនា្លះ 0.9495 និង 0.9595 ក្នុងតារាងបំែនងែចកនរមា៉ល់ស្តងដា
បែន្ថមក្នុង ១] ែដល្រត�វនង
ឹ ជួរេដក 1.6 នង
ិ ជួរឈរ 0.04 នង
ិ ជួរេដក 1.6 នង
ិ ជួរឈរ 0.05 េរៀងគា្ន។ េយង
ី
នឹងេ្រជីសយកតៃម្ល zα ែដលធំ។
260
ដូចេនះ
zα/2 = z0.05 = 1.65
េតីតៃម្ល 1.96 បានមកពីណា? េដាយសារ α/2 = 0.05/2 = 0.025 និង
េហយ
ី តៃម្ល 0.975 ជាតៃម្លកុ ងតារាងបំ
្ន ់ ែដល្រត�វនង
ែនងែចកនរមា៉ល់ស្តងដា ឹ ជួរេដក 1.9 នង
ិ ជួរឈរ 0.06 ។
ដូចេនះ
zα/2 = z0.025 = 1.96
េតត
ី ៃម្ល 2.33 បានមកពណា
ី ? េដាយសារ α/2 = 0.02/2 = 0.01 នង
ិ
P(Z < z0.01 ) = 1 − P(Z > z0.01 ) = 0.99
ដូចេនះ
zα/2 = z0.01 = 2.33
េតីតៃម្ល 2.58 បានមកពីណា? េដាយសារ α/2 = 0.01/2 = 0.005 និង
េហយ
ី តៃម្ល 0.9950 ជាតៃម្លេនចេនា្លះ 0.99495 នង ់ ែដល្រត�វ
ិ 0.9951 ក្នុងតារាងបំែនងែចកនរមា៉ល់ស្តងដា
នឹងជួរេដក 2.5 និងជួរឈរ 0.07 និងជួរេដក 2.5 និងជួរឈរ 0.08 េរៀងគា្ន។
ដូចេនះ
zα/2 = z0.005 = 2.58
់ ៉ ន់សា្មនចំនួនៃថ្ងែដលអ្នកលក់រថយន្តចណា
ឧទាហរណ៍ 9.2.1. អ្នក្រសាវ្រជាវចងបា ំ យយេដីម្បល
ី ក់ឡាេឆរូ ៉
េឡតមួយេ្រគឿង។ លំហគំរូៃចដន្យៃនរថយន្តចំនួន 50 ែដលមានរយៈេពលមធ្យម 54 ៃថ្ងេនកែន្លងអ្នកលក់
រថយន្ត។ សន្មត់ថាគមា្លតស្តង់ដាសាកលេស្មីនឹង 6 ៃថ្ង។ រកចេនា្លះេជឿជាក់ 95% ៃនមធ្យមសាកល µ។
261
• ចេនា្លះេជឿជាក់ 100(1 − α)% ស្រមាប់ µ េពលសា្គល់ σ2 គឺ
! !
σ σ
x̄ − zα/2 √ ≤ µ ≤ x̄ + zα/2 √
n n
ចេម្លើយ. េយង
ី មាន n = 50, x̄ = 54, σ = 6 េនាះចេនា្លះេជឿជាក់ 95% ៃនមធ្យមសាកល µ គឺ
! !
σ σ
x̄ − zα/2 √ ≤ µ ≤ x̄ + zα/2 √
n n
! !
6 6
54 − 1.96 √ ≤ µ ≤ 54 + 1.96 √
50 50
52.3 ≤ µ ≤ 55.7
ដូេច្នះេយង
ី អាចេជឿជាក់ 95% ថាចេនា្លះរវាង 52.3 នង
ិ 55.7 ៃថ្ង ផ្ទុកមធ្យមសាកល។
ចេម្លើយ. េយង
ី មាន n = 30, x̄ = 174.3, σ = 46.5 េនាះចេនា្លះេជឿជាក់ 99% ៃនមធ្យមសាកល µ គឺ
! !
σ σ
x̄ − zα/2 √ ≤ µ ≤ x̄ + zα/2 √
n n
! !
46.5 46.5
174.3 − 2.58 √ ≤ µ ≤ 174.3 + 2.58 √
30 30
152.4 ≤ µ ≤ 196.2
262
ចេម្លើយ. េយង
ី មាន n = 42, x̄ = 18, σ = 3.2 េនាះចេនា្លះេជឿជាក់ 99% ៃនមធ្យមសាកល µ គឺ
! !
σ σ
x̄ − zα/2 √ ≤ µ ≤ x̄ + zα/2 √
n n
! !
3.2 3.2
18 − 2.58 √ ≤ µ ≤ 18 + 2.58 √
42 42
16.7 ≤ µ ≤ 19.3
ដូេច្នះេយង
ី អាចេជឿជាក់ 99% ថាចំនួនអ្នកជម្ងជា
ឺ មធ្យមេនបន្ទបស
់ េ�ងា្គះបនា្ទន់ែដល្រត�វពិនិត្យេនក្នុងមួយ
េមា៉ងគឺេនចេនា្លះពី 17 េទ 19 នាក់។
ការេ្រជើសេរ ើសទំហល
ំ ហ
ំ គំរ ូ
េតេី យង
ី ្រត�វេ្រជីសេរសលំ
ី ហគំរែូ ដលមានទំហប
ំ ុនា
៉ ្ម នេដីម្បឱ
ី ្យការបា៉ន់សា្មន្រតឹម្រត�វក្នុងកំរតណាមួ
ិ យ?ចេម្លីយ
ៃនសំណួរេនះមិនសាមញញេទេ្រពាះវាអា្រស័យនឹង
• ក្រមិតេល្អ�ង
• គមា្លតស្តង់ដាសាកល
• ក្រមត
ិ េជឿជាក់
េយង
ី មាន
!
X̄ − µ
P −zα/2 ≤ √ ≤ zα/2 = 1 − α
σ/ n
!
σ σ
P −zα/2 √ ≤ X̄ − µ ≤ zα/2 √ = 1 − α
n n
មានន័យថាេដាយ្រប�បាប៊ីលេី ត 1 − α,
!
σ
|X̄ − µ| ≤ zα/2 √ .
n
េល្អ�ងអតិបរមាៃនការបា៉ន់សា្មន
σ
E = zα/2 √
n
េចញពីរូបមន្តេនះេយង
ី េដាះ្រសាយរកទំហៃំ នលំហគំរូ n ដូចខាងេ្រកាម៖
√
E n = zα/2 σ
√ zα/2 σ
n=
E
z σ 2
α/2
n=
E
រូបមន្តៃនទំហល
ំ ំហគំរូអប្បបរមាចាំបាច់េដីម្បរី កចេនា្លះបា៉ន់សា្មនៃនមធ្យមសាកល៖
z σ 2
α/2
n=
E
ែដល E ជាក្រមិតេល្អ�ងែដលសា្គល់។
263
់ ៉ ន់សា្មនចំនួនរថយន្តែដល្រត�វបានលួចក្នុងមួយៃថ្ងេនក្នុងទ្រី ក�ងធំ
ឧទាហរណ៍ 9.2.4. អ្នកសង្គមវ ិទយចងបា
ចេម្លើយ. េយង
ី មាន α = 0.01, zα/2 = 2.58, σ = 4.2 និង E = 2។ ដូចេនះ
z 2
α/2 σ
n=
E
" #2
(2.58)(4.2)
=
2
= 29.35
េយង
ី បង្គតច
់ េម្លីយេឡង
ី ដល់ 30 ។ ដូេច្នះេដីម្បេី ជឿជាក់ 99% េនក្នុងការបា៉ន់សា្មនមធ្យមក្នុងក្រមិតេល្អ�ង 2
រថយន្ត អ្នកសង្គមវ ិទយ្រត�វការលំហគំរូៃនការលួចរថយន្តយា៉ងេហាចណាស់ 30 ៃថ្ង។
ចេម្លើយ. េយង
ី មាន α = 0.05, zα/2 = 1.96, σ = 0.26 និង E = 0.15។ ដូចេនះ
z 2
α/2 σ
n=
E
" #2
(1.96)(0.26)
=
0.15
= 11.54
េយងី បង្គត់ចេម្លីយេឡង
ី ដល់ 12 ។ ដូេច្នះេដីម្បេី ជឿជាក់ 95% េនក្នុងការបា៉ន់សា្មនមធ្យមក្នុងក្រមិតេល្អ�ង
$0.15 គាត់្រត�វការលំហគំរូៃនភីស�ឈស ី ធំយា៉ងេហាចណាស់ 12 ។
លំហាត់ 9.2.1. 1. រក zα/2 ស្រមាប់ករណីខាងេ្រកាម
(a) α = 0.10
(b) α = 0.01
(c) α = 0.05
(d) α = 0.20
264
2. េតក
ី ្រមត
ិ ចាំបាច់បុនា
៉ ្ម នៃនចេនា្លះេជឿជាក់ស្រមាប់ µ នម
ី ួយៗខាងេ្រកាម?
(a) x̄ ± 2.12 √σn
(b) x̄ ± 2.53 √σn
(c) x̄ ± 1.11 √σn
(d) x̄ ± 0.04 √σn
5. េតេី យង
ី ្រត�វេ្រជីសេរសលំ ី ហគំរទូ ំហំប៉ុណា្ណេដីម្បបា
ី ៉ ន់សា្មនចំនួនលុយជាមធ្យមែដលមនុស្សមា្នក់ចំណាយ
េទេលកា ី ដូឆ្លងឆា្ន ំក្នុងក្រមត
ិ េល្អ�ង $2 នងិ េជឿជាក់បាន 95%? េបគ ់ សាកលេស្មន
ី មា្លតស្តងដា ី ងឹ $7.5។
9.2.2 ចេនា្លះេជឿជាក់ស្រមាប់មធ្យមេពលមិនសា្គល់វា៉ដ្យង់
!
σ
x̄ ± zα/2 √
n
លំហគំរូ S 2 ប៉ុែន្តេយង
ី មិនអាចេ្របី zα/2 ជាតៃម្លសំខាន់េ្រពាះ
X̄ − µ
√
S/ n
មិនមានបំែនងែចកនរមា៉ល់។ េយង
ី បាន្រសាយថាអេថរៃចដន្យ
X̄−µ
√
S/ n
មានបំែនងែចក t(n − 1)។
265
ចេនា្លះេជឿជាក់ស្រមាប់ µ េពលមិនសា្គល់ σ2
េបល
ី ំហគំរូៃចដន្យ X1 , . . . , Xn ្រត�វបានយកេចញពប
ី ំែនងែចកនរមា៉ល់ N(µ, σ ) េនាះ
2
X̄ − µ
T= √ ∼ t(n − 1)
S/ n
េយង ី អាចរក tα/2 ែដល P(T > tα/2 ) = α/2 (មានន័យថា tα/2 ជាតៃម្លៃន t ែដល្រកលាៃផ្ទេទខាងសា្តៃំ ន
tα/2 េនខាងេ្រកាមែខ្សេកាង t ែដលមាន n − 1 d.f. េស្មីនឹង α/2 )។ តាមភាពឆ្លុះ្រកលាៃផ្ទេនខាងេឆ្វងៃន
−tα/2 េស្មន
ី ងឹ α/2 ។ ដូចេនះ
P −tα/2 ≤ T ≤ tα/2 = 1 − α
!
X̄ − µ
P −tα/2 ≤ √ ≤ tα/2 = 1 − α
S/ n
!
S S
P X̄ − tα/2 √ ≤ µ ≤ X̄ + tα/2 √ = 1 − α.
n n
ិ គមា្លតស្តង់ដា s ្រត�វបានគណនាេនាះចេនា្លះ
េនខណៈែដលលំហគំរូ្រត�វបានអេង្កត មធ្យមលំហគំរូ x̄ នង
h √ √ i
x̄ − tα/2 s/ n, x̄ + tα/2 s/ n
កា្លយជាចេនា្លះែដលសា្គល់។ ចេនា្លះេនះេហយ
ី េហថាចេនា្លះេជឿជាក់។
1. លំហគំរូជាលំហគំរូៃចដន្យ
2. សាកលមានបំែនងែចកនរមា៉ល់ ឬេបម
ី ន
ិ ដូេច្នះេទ n ≥ 30 ។
រ ូបមន្តចេនា្លះេជឿជាក់ស្រមាប់មធ្យមេពលមិនសា្គល់វា៉ដ្យង់
266
តៃម្លសខា
ំ ន់ tα/2
1
..
.
21 2.080
..
.
! !
s s
x̄ − tα/2 √ ≤ µ ≤ x̄ + tα/2 √
n n
• α = 0.05, d.f.= n − 1 = 9 េនាះ tα/2 = 2.262
ចេម្លើយ. េយង
ី េ្របីបំែនងែចក t េ្រពាះមន
ិ សា្គល់ σ ។ េយង
2
ី មាន n = 10, x̄ = 7.1, s = 0.78, d.f.= 9 នង
ិ
tα/2 = 2.262 េនាះចេនា្លះេជឿជាក់ 95% ៃនមធ្យមសាកល µ គឺ
! !
s s
x̄ − tα/2 √ ≤ µ ≤ x̄ + tα/2 √
n n
! !
0.78 0.78
7.1 − 2.262 √ ≤ µ ≤ 7.1 + 2.262 √
10 10
6.54 ≤ µ ≤ 7.66
ដូេច្នះេយង
ី អាចេជឿជាក់ 95% ថារយៈេពលេគងជាមធ្យមគឺេនចេនា្លះពី 6.54 េទ 7.66 េមា៉ង ។
267
ឧទាហរណ៍ 9.2.7. លំហគំរៃូ ចដន្យៃនសីតុណ្ហភាពខ្ពសស
់ ្រមាប់ៃថ្ងបុណ្យអំណរគុណចំនួន 12 មានមធ្យម
ី ឹង 42 F និងគមា្លតស្តង់ដាេស្មីនឹង 8 F។ សន្មត់ថាអេថរមានបំែនងែចកនរមា៉ល់។ រកចេនា្លះេជឿជាក់
េស្មន ◦ ◦
ដូេច្នះេយង
ី អាចេជឿជាក់ 95% ថាសត
ី ុណ្ហភាពជាមធ្យមគេឺ នចេនា្លះពី 36.92 F េទ 47.08 F។
◦ ◦
• េពលែដលសា្គល់វា៉ដ្យង់ σ2 េយង
ី េ្របីតៃម្ល zα/2 មិនថាទំហំលំហគំរូបុណា
៉ ្ណ េទ ដរាបណាអេថរមានបំ
ែនងែចកនរមា៉ល់ ឬ n ≥ 30 ។
268
3. េដីម្បក
ី ំនត់្របសទ
ិ ្ធភាពៃន 100% ន្រី តាតេទេលកា
ី រលូតលាស់ៃនេដីមសែណ្តកគំរជា
ូ េ្រចន
ី ្រត�វបានដាំ
និងេ្រសាចេដាយ 100% នី្រតាតជាេរៀងរាល់ៃថ្ង។ ទិន្នន័យខាងេ្រកាមបងា្ហញព្រី បែវងៃនការលូតលាស់
ៃនេដីមសែណ្តកក្នុងរយៈ េពលពីរសបា្តហ៍គិតជាសង់ទីែម៉្រត
សមា្គល់េទេលើចេនា្លះេជឿជាក់មា្ខង
• ករណីសា្គល់វា៉ដ្យង់ σ2 ៖ េយង
ី េ្របី
X̄ − µ
Z= √
σ/ n
េយង
ី មាន
!
X̄ − µ
P √ ≤ zα = 1 − α
σ/ n
!
σ
P X̄ − zα √ ≤ µ = 1 − α
n
h
ដូចេនះចេនា្លះេជឿជាក់មា្ខង 100(1 − α)% ស្រមាប់ µ គឺ x̄ − zα √σn , ∞
ដូចគា្នែដរេយង
ី មាន
!
X̄ − µ
P √ ≥ −zα = 1 − α
σ/ n
!
σ
P µ ≤ X̄ + zα √ = 1 − α
n
i
ដូចេនះចេនា្លះេជឿជាក់មា្ខង 100(1 − α)% ស្រមាប់ µ គឺ −∞, x̄ + zα √σn
ិ សា្គល់វា៉ដ្យង់ σ ៖ េយង
• ករណីមន ី េ្របី
2
X̄ − µ
T= √
S/ n
េយង
ី មាន
!
X̄ − µ
P √ ≤ tα = 1 − α
S/ n
!
S
P X̄ − tα √ ≤ µ = 1 − α
n
h
ដូចេនះចេនា្លះេជឿជាក់មា្ខង 100(1 − α)% ស្រមាប់ µ គឺ x̄ − tα √sn , ∞
269
ដូចគា្នែដរេយង
ី មាន
!
X̄ − µ
P √ ≥ −tα = 1 − α
S/ n
!
S
P µ ≤ X̄ + tα √ = 1 − α
n
i
ដូចេនះចេនា្លះេជឿជាក់មា្ខង 100(1 − α)% ស្រមាប់ µ គឺ −∞, x̄ + tα √sn
9.2.3 ចេនា្លះេជឿជាក់ស្រមាប់សមាមា្រត
ៃន p ។ តាម្រទស
ឹ ប
ី្ត ទលម
ី ត
ី ផ្ចត
ិ េយង
ី ដង
ឹ ថា
X
−p X − np
p
n
= p ∼ N(0, 1)
p(1 − p)/n np(1 − p)
ី េ្របីេល្អ�ងស្តង់ដា
េដីម្បរី កចេនា្លះេជឿជាក់ស្រមាប់ p េយង
r
p̂(1 − p̂)
zα/2
n
ែដល p̂ = Xn ។
ចេនា្លះេជឿជាក់ស្រមាប់សមាមា្រត
េពលែដល n p̂ ≥ 5 នង
ិ n(1 − p̂) ≥ 5
ទំហល
ំ ហ
ំ គំរ ូ
េល្អ�ងអតិបរមាៃនការបា៉ន់សា្មន
r
p̂(1 − p̂)
E = zα/2
n
270
េចញពីរូបមន្តេនះេយង
ី អាចេដាះ្រសាយរកទំហៃំ នលំហគំរូ n ដូចខាងេ្រកាម៖
r
E p̂(1 − p̂)
=
zα/2 n
z 2
α/2
n = p̂(1 − p̂)
E
រូបមន្តៃនទំហល
ំ ំហគំរូអប្បបរមាចាំបាច់េដីម្បរី កចេនា្លះបា៉ន់សា្មនៃនសមាមា្រតសាកល៖
• េពលសា្គល់ p̂
z 2
α/2
n = p̂(1 − p̂)
E
ែដល E ជាក្រមត
ិ េល្អ�ងែដលសា្គល់
• េពលមិនសា្គល់ p̂
z 2
α/2
n = (0.25) .
E
ចេម្លើយ. េយង
ី មាន n = 6000, p̂ = 0.58, 1 − p̂ = 0.42, α = 0.10, zα/2 = 1.65 េនាះចេនា្លះេជឿជាក់ 90%
ស្រមាប់ p គឺ
r r
p̂(1 − p̂) p̂(1 − p̂)
p̂ − zα/2 ≤ p ≤ p̂ + zα/2
n n
r r
(0.58)(0.42) (0.58)(0.42)
0.58 − (1.65) ≤ p ≤ 0.58 + (1.65)
6000 6000
0.57 ≤ p ≤ 0.59
ដូចេនះេយង
ី អាចេជឿជាក់ 90% ថាសមាមា្រតៃនមនុស្សែដលនង ី ំេណីរក្នុងឡានែដលេបក
ឹ េធ្វដ ី បរេដាយ
ស្វ័យ្របវត្តិគឺេនចេនា្លះពី 57% េទ 59% ។
់ ៉ ន់សា្មនេដាយភាពេជឿជាក់ 95% នូវសមាមា្រតៃនមនុស្សែដលមន
ឧទាហរណ៍ 9.2.9. អ្នក្រសាវ្រជាវចងបា ិ
មានទូរស័ពែ្ទ ខ្សេ្របី្របាស់។ ការសិក�ពីមុនបានបងា្ហញថា 40% ៃនមនុស្សែដលបានេធ្វក
ី ិចស
្ច មា្ភសន៍មិនមាន
ទូរស័ពែ្ទ ខ្សេ្របី្របាស់។ អ្នក្រសាវ្រជាវចង់ឱ្យការបា៉ន់សា្មន្រត�វក្នុងក្រមិតេល្អ�ង 2% ៃនសមាមា្រតពិត្របាកដ។
រកទំហល
ំ ំហគំរូអប្បបរមាែដលចាំបាច់។
271
សមា្គល់ 9.2.15 (ព្រងាងគំនិត). • រកទំហៃំ នលំហគំរូ
ចេម្លើយ. េយង
ី មាន zα/2 = 1.96, E = 0.02, p̂ = 0.40, 1 − p̂ = 0.60 េនាះ
z 2
α/2
n = p̂(1 − p̂)
E
!2
1.96
= (0.40)(0.60)
0.02
= 2304.96
ចេម្លើយ. េយង
ី មាន zα/2 = 1.96, E = 0.02 េនាះ
z 2
α/2
n = (0.25)
E
!2
1.96
= (0.25)
0.02
= 2401
(a) េតីទំហល
ំ ំហគំរូធំ្រគប់្រគាន់េដីម្បរី កចេនា្លះេជឿជាក់ស្រមាប់ p?
(c) េតអ
ី ជា
ី្វ ការសន្មត់ចាបា
ំ ច់េដម
ី ្បធា
ី នាភាពពត
ិ ្របាកដៃនចេនា្លះេជឿជាក់េនះ?
(a) េតទ
ី ំហល
ំ ំហគំរូធំ្រគប់្រគាន់េដីម្បរី កចេនា្លះេជឿជាក់ស្រមាប់ p?
272
3. ការស្ទង់មតថ
ិ ម
ី្ម ួយៃនមនុស្ស 349 នាក់ែដលមានអាយុចេនា្លះពី 18 េទ 29 ឆា្ន ំបានបងា្ហញឱ្យេឃញ
ី ថា
86% ៃនពួកេគមានសា្មតហ្វូន។ រកចេនា្លះេជឿជាក់ 99% ៃនសមាមា្រតសាកល។
9.2.4 ចេនា្លះេជឿជាក់ស្រមាប់វា៉ដ្យង់និងគមា្លតស្តង់ដា
E[S 2 ] = σ2
(n − 1)S 2
X 2 := ∼ χ2 (n − 1)
σ2
2. បំែនងែចក χ2 គជា
ឺ ្រគ�សារៃនែខ្សេកាងអា្រស័យនង
ឹ ដឺេ្រកេសរ ី
3. ្រកលាៃផ្ទេនេ្រកាមែខ្សេកាង χ2 នម
ី ួយៗេស្មន
ី ងឹ 1
4. បំែនងែចក χ2 េទរេនខាងសា្ត ំ
273
ែដល χ21− α និង χ2α ជាតៃម្លៃន χ2 (n − 1) ែដលឱ្យ្រកលាៃផ្ទេនខាងេ្រកាមែខ្សេកាង χ2 េស្មីនឹង 1 − α
2
និង
2 2
α
2
េរៀងគា្នេទខាងសា្ត។
ំ េយង
ី អាចសេសរ
!
(n − 1)S 2
P χ21− α ≤ ≤ χα = 1 − α
2
2 σ2 2
(n − 1)S 2 (n − 1)S 2
P ≤ σ 2
≤ = 1 − α
χ2α χ2 α
1− 2
2
េនេពលែដលលំហគំរូៃចដន្យែដលមានទំហំ n ែដល្រត�វបានយកេចញពីសាកលមានបំែនងែចកនរមា៉ល់
្រត�វបានអេង្កតវា៉ដ្យង់ៃនលំហគំរូ s2 ្រត�វបានគណនា រួចេយង
ី ទទួលបាន៖
ចេនា្លះេជឿជាក់ស្រមាប់វា៉ដ្យង់
(n − 1)s2 (n − 1)s2
≤ σ 2
≤
χ2α χ21− α
2 2
d.f. = n − 1
ចេនា្លះេជឿជាក់ស្រមាប់គមា្លតស្តង់ដា
d.f. = n − 1
តៃម្លសខា
ំ ន់ χ2
រកតៃម្ល χ2α នង
ិ χ1− α2 ស្រមាប់ចេនា្លះេជឿជាក់ 90% េពល n = 25 ។
2
2
α
d.f 0.995 0.99 0.975 0.95 0.90 0.10 0.05 0.025 0.01 0.005
1
..
.
24 13.848 36.415
..
.
274
ឧទាហរណ៍ 9.2.11. ការសក ី ថាគមា្លតស្តង់ដាៃនអាយុពួកេគគឺ
ិ �េទេលី�ស្តី 30 នាក់បានបងា្ហញឱ្យេឃញ
ំ រកចេនា្លះេជឿជាក់ 95% ៃនវា៉ដ្យង់អាយុ េដាយសន្មត់ថាអេថរអាយុមានបំែនងែចកនរមា៉ល់។
5.2 ឆា្ន។
(n − 1)s2 (n − 1)s2
≤ σ2
≤
χ2α χ21− α
2 2
ចេម្លើយ. េដាយសារ α = 0.05, d.f. = 29, χ2α = 45.722, χ21−α/2 = 16.047 េនាះចេនា្លះេជឿជាក់ស្រមាប់
2
σ2 គឺ
(n − 1)s2 (n − 1)s2
≤ σ2
≤
χ2α χ21− α
2 2
(30 − 1)(5.2) 2
(30 − 1)(5.2)2
≤σ ≤
2
45.722 16.047
17.2 ≤ σ2 ≤ 48.9
ី អាចេជឿជាក់ 95% ថាគមា្លតស្តង់ ដា អាយុ េនចេនា្លះពី 4.1 េទ 7 ឆា្ន ែំ ផ្អកេលី លំហ គំរូ �ស្តី 30
ដូចេនះេយង
នាក់។
ឧទាហរណ៍ 9.2.12. ទិន្នន័យខាងេ្រកាមជាទម្ងនគ
់ ិតជាេដកា្រកាមៃនកញ្ច ប់្រគាប់ធញញជាតិ 10 កញ្ច ប់ែដល
បានែចកចាយេដាយ្រក�មហ៊ុនមួយ៖
46.4, 46.1, 45.8, 47.0, 46.1, 45.9, 45.8, 46.9, 45.2, 46.0
(n − 1)s2 (n − 1)s2
≤ σ2
≤
χ2α χ21− α
2 2
• គណនា s2 េដាយេ្របី
Pn P
n i=1 xi2 − ni=1 xi 2
s =
2
n(n − 1)
275
ចេម្លើយ. េដាយសារ α = 0.05, d.f. = 9, χ2α = 19.023, χ21−α/2 = 2.700 និង
2
Pn P
n i=1 xi2 − ni=1 xi 2
s2 = = 0.286
n(n − 1)
ដូចេនះចេនា្លះេជឿជាក់ស្រមាប់ σ2 គឺ
(n − 1)s2 (n − 1)s2
≤ σ 2
≤
χ2α χ21− α
2 2
2. លំហគំរូៃចដន្យែដលមានទំហំ n = 6 ្រត�វបានយកេចញពីសាកលែដលមានបំែនងែចកនរមា៉ល់មាន
បងា្ហញដូចខាងេ្រកាម
8 2 3 7 11 6
3. លំហគំរូៃចដន្យែដលមានទំហំ n = 20 ្រត�វបានយកេចញពសា
ី កលែដលមានបំែនងែចកនរមា៉ល់។
មធ្យមលំហគំរូ នង ់ លំហគំរៃូ នទន
ិ គមា្លតស្តងដា ិ ្នន័យែដលឱ្យគឺ x̄ = −2.2 នង
ិ s = 1.42 េរៀងគា្ន។ រក
ចេនា្លះេជឿជាក់ 90% ស្រមាប់ σ2 នង
ិ បក្រសាយ ។
276
រកចេនា្លះេជឿជាក់ 95% ស្រមាប់គមា្លតស្តង់ដាសាកល σ។ សន្មត់ថាលំហគំរូយកេចញពសា
ី កលនរ
មា៉ល់។
6. ទម្ងន់គិតជាេអានៃនែផ្ល្រក�ចចំនួន 20 មានបងា្ហញដូចខាងេ្រកាម
5.50 6.25 6.25 6.50 6.50 7.00 7.00 7.00 7.50 7.50
7.75 8.00 8.00 8.50 8.50 9.00 9.00 9.25 10.00 10.50
277
278
ជំពូកទី10
េតស្តសម្មតិកម្មលហ
ំ គំរ ូមួយ
េនក្នុងជំពូក េនះេយង
ី នឹង សិក�អំពី ការេធ្វីេតស្ត សម្មតិកម្ម ស្រមាប់ លំហ គំរូ មួយ ដូចជា៖ េតស្ត សម្មតិកម្ម
ស្រមាប់មធ្យមេពលសា្គល់វា៉ដ្យង់ េតស្តសម្មតិកម្មស្រមាប់មធ្យមេពលមិនសា្គល់វា៉ដ្យង់ េតស្តសម្មតិកម្មស្រមាប់
សមាមា្រត និងេតស្តសម្មតិកម្មស្រមាប់វា៉ដ្យង់និងគមា្លតស្តង់ដា។
10.1 េតើអ្វីជាការេធ្វើេតស្តសម្មតិកម្ម?
អ្នក្រសាវ្រជាវចាប់អារម្មណ៍េទេលីការេឆ្លីយសំនួរជាេ្រចីន្របេភទដូចជា៖
• អ្នកវ ិទយសា�ស្តអាចចង់ដឹងថាេតីមានភស្តុតាងទាក់ទងនឹងការេឡង
ី កំេដែផនដីឬអត់
• ្រគ�េពទ្យអាចចង់ដឹងថាេតីឱសថថ្មីនឹងបញ្ចុ ះសំពាធឈាមមនុស្សឬអត់
• អ្នកអប់រ ំអាចចង់ដឹងថាេតត
ី ច
ិ នក
ិ បេ្រងៀនថ្មី្របេសរី ជាងតច
ិ នក
ិ ចាស់ឬអត់
• អាជីវករអាចចង់ថាេតីអតិថិជន្រត�វការពណ៌ណាមួយស្រមាប់ផលិតផលថ្មី
• អ្នកផលិតរថយន្តអាចចាប់អារម្មណ៍ក្នុងការកំនត់ថាេតីែខ្ស្រកវា៉ត់រថយន្ត្របេភទថ្មីនឹងកាត់បន្ថយការ
រងរបួសធ្ងន់ធ្ងរែដលបណា
្ត លេដាយេ្រគាះថា្នក់ចរាចរណ៍ឬអត់
សំនួរទាំងអស់េនាះអាច្រត�វបានេឆ្លយ
ី េដាយេ្របេី តស្តសម្មតកិ ម្មែដលជាដំេណីរការសំេរចចត
ិ ស
្ត ្រមាប់ការវាយ
តៃម្លអំនះអំនាងអំពីសាកល។ េនក្នុងការេធ្វីេតស្តសម្មតិកម្មអ្នក្រសាវ្រជាវ
• កំនត់សាកលែដល្រត�វសិក�
• ែចងសម្មតិកម្មែដល្រត�វេសុីបអេង្កត
• ផ្តល់នូវក្រមត
ិ ចាំបាច់
• េ្រជីសេរសលំ
ី ហគំរូេចញពីសាកល
• ្របមូលទិន្នន័យ
• គណនាេតស្តសិត
្ថ ិ
• េធ្វីការសន្និដា្ឋន
279
1. វ ិធសា
ី �ស្តែដនបដិេសដ
2. វ ិធសា
ី �ស្តតៃម្ល p
3. វ ិធីសា�ស្តចេនា្លះេជឿជាក់
• េតស្តសម្មតក ឺ ដំេណីរការែដលពង
ិ ម្មគជា ឹ ែផ្អកេទេលីលំហគំរូ ្រពមទាំង្រទឹសី្ត្រប�បាប៊ីលេី តេដីម្បក
ី ំនត់
ថាេតសី ម្មតិកម្មមួយជាសំេណីសមេហតុផលឬអត់។
• សម្មតិកម្ម ណឺត Null Hypothesis H0 គឺជា សម្មតិកម្ម ែដល អះអាង ថា មិន មាន ភាព ខុសគា្ន រវាង
បា៉រា៉ ែម៉្រតនង
ឹ តៃម្លជាក់លាក់ណាមួយ ឬថាមន
ិ មានភាពខុសគា្នរវាងបា៉រា៉ ែម៉្រតពរី ។
េដីម្បែចងសម្ម
ី តិកម្មឱ្យបាន្រតឹម្រត�វអ្នក្រសាវ្រជាវ្រត�វបែម្លងអំនះអំនាងជាពាក្យេទជានិមិត្តសញញគណិតវ ិទយ។
សម្មតក ិ ម្ម H0 នង
ិ H1 ្រត�វែចង្រពមគា្ន
• សម្មតក
ិ ម្ម H0 ផ្ទុកសញញ = ( ឬ ≥ ឬ ≤)
H0 : µ = µ0 H0 : µ = µ0 H0 : µ = µ0
H1 : µ , µ0 H1 : µ > µ0 H1 : µ < µ 0
់ ឹងថាេតឱ
ឧទាហរណ៍ 10.1.2. អ្នក្រសាវ្រជាវេវជ្ជសា�ស្តចងដ ី សថថ្មន
ី ឹងមាន្របតិកម្មឬអត់។ អ្នក្រសាវ្រជាវ
គចា
ឺ ប់អារម្មណ៍ជាពេិ សសេទេលច ី ងា្វក់េបះដូងៃនអ្នកជម្ងែឺ ដលេ្របឱី សថ។ េតច
ី ងា្វក់េបះដូងនង
ឹ េកន
ី ថយ
ចុះ ឬមិនែ្រប្រប�លបនា្ទប់ពបា
ី នេ្របឱី សថ? េដាយសារអ្នក្រសាវ្រជាវដឹងថាចងា្វក់េបះដូងជាមធ្យមស្រមាប់
សាកលែដល្រត�វសក ិ �គឺ 82 ដងក្នុងមួយនាទេី នាះសម្មតក ិ ម្មេនក្នុងករណីេនះគឺ
H0 : µ = 82, H1 : µ , 82
សមា្គល់៖េតស្តេនះជាេតស្តសងខាង។
280
ឧទាហរណ៍ 10.1.3. អ្នកគម
ី ប
ី េង្កីតសារធាតុបែន្ថមេដីម្បប
ី េង្កីនអាយុកាលៃនអាគុយរថយន្ត។ េបអា
ី យុកាល
ៃនអាគុយរថយន្តេដាយមន
ិ មានសារធាតុបែន្ថមគឺ 36 ែខេនាះសម្មតិកម្មេនក្នុងករណីេនះគឺ
H0 : µ = 36, H1 : µ > 36
សមា្គល់៖ េតស្តេនះជាេតស្តខាងេឆ្វង។
សមា្គល់ 10.1.1. ការអះអាងមួយអាចែចងជាសម្មតិកម្ម H0 ឬជាសម្មតិកម្ម H1 ប៉ុែន្តភស្តុតាងែបបស្ថិតអា
ិ ច
្រគាន់ែតគាំ្រទការអះអាងេបកា
ី រអះអាងេនាះជាសម្មតក
ិ ម្ម H1 ។ ភស្តុតាងែបបស្ថត
ិ អា
ិ ចេ្របេី ដម
ី ្បប
ី ដេិ សដការ
អះអាងេបកា
ី រអះអាងេនាះសម្មតិកម្ម H0 ។ ការពិតទាំងេនះមានសារ្របេយាជន៍កុ ងទាញសន្ន
្ន ិដា្ឋនណាមួយ
ៃនការសិក�ែបបស្ថិតិ។
លំហាត់ 10.1.1. ែចងសម្មតិកម្ម H0 និង H1
1. អ្នក្រសាវ្រជាវសក
ិ �អំពរី យៈេពលែដលសស
ិ ្សចំណាយេទេលកា
ី រសក ិ �។ គាត់គត
ិ ថាអ្នកែដលទទួល
បាននិេទ្ទស A ចំណាយេពលសិក�ជាមធ្យមេ្រចីនជាង 5 េមា៉ងក្នុងមួយៃថ្ង។
2. អ្នក្រសាវ្រជាវចង់ដង
ឹ ថាេតីម�ន្តីបូល
៉ ី សែដលមាន្របពន្ធេធ្វកា ិ ុ ្ទេទេលី ទ្រមង់
ី រេនវ ិស័យចបប់មានពន
សំនួរេ្រសសការងារតិចជាងមធ្យមពិនុ ្ទ 120។
• េយង
ី មន
ិ បដេិ សដ H0 េនេពលែដលវាពត
ិ ។ េនះជាការសំេរចចត
ិ ្ត្រតម
ឹ ្រត�វ
• េយង
ី មិនបដេិ សដ H0 េនេពលែដលវាមិនពិត។ េនះជាការសំេរចចិតម
្ត ិន្រតឹម្រត�វេហយ
ី លទ្ធផលេនះ
ជាកំហុស្របេភទ II
• េយង
ី បដិេសដ H0 េនេពលែដលវាមិនពិត។ េនះជាការសំេរចចិត្ត្រតឹម្រត�វ
281
សម្មតិកម្ម H0 មិនបដិេសដ H0 បដិេសដ H0
H0 ពត
ិ ការសំេរចចត
ិ ្ត្រតម
ឹ ្រត�វ កំហុស្របេភទ I
H0 មន
ិ ពត
ិ កំហុស្របេភទ II ការសំេរចចត
ិ ្ត្រតម
ឹ ្រត�វ
• កំហុស្របេភទ I េកត
ី េឡង
ី េនេពលែដលេយង
ី បដិេសដ H0 េនេពលែដលវាពត
ិ ។
• កំហុស្របេភទ II េកីតេឡង
ី េនេពលែដលេយង
ី មិនបដិេសដ H0 េនេពលែដលវាមិនពិត។
• P(កំហុស្របេភទ I) = P(បដេិ សដ H0 | H0 ពត
ិ )=α
• អានុភាពៃនេតស្តគឺ្រប�បាប៊ីលីេតែដលបដិេសដសម្មតិកម្ម H0 េនេពលែដលវាមន
ិ ពិតេនាះវាេស្មីនឹង
1−β
ជាទូេទ អ្នក ស្ថិតិ េ្របី ក្រមិត ចាំបាច់ α = 0.10, 0.05, 0.01 ។ វា មានន័យថា េនេពល α = 0.10 េនាះ
មានឱកាស 10% ែដលបដិ េសដ H0 ែដលពត ិ ។ េនេពល α = 0.05 េនាះមានឱកាស 5% ែដលបដិ
េសដ H0 ែដលពត
ិ ។ េនេពល α = 0.01 េនាះមានឱកាស 1% ែដលបដិេសដ H0 ែដលពត ិ ។
ី ចង់េធ្វីេតស្តសម្មតិកម្ម
ឧទាហរណ៍ 10.1.5. េយង
H0 : µ = 50, H1 : µ , 50
សន្មតថា
់ ទំហល
ំ ំហគំរូ n = 10 នង
ិ មធ្យមលំហគំរូ X̄ ្រត�វបានអេង្កត។ មធ្យមលំហគំរូ X̄ ជាអ្នកបា៉ន់សា្មនៃន
មធ្យមសាកល µ។ តៃម្លៃន X̄ ែដលេនែក្បរនឹងតៃម្លអះអាង µ = 50 មិន្របឆាំងេទនឹងសម្មតិកម្ម H0 េទ។
មយ៉ងវ ិញេទៀតតៃម្ល X̄ ខុសឆា្ងយខា្លង
ំ ពី 50 គជា
ឺ ភស្តុតាងៃនការគាំ្រទសម្មតក
ិ ម្ម H1 ។
សន្មតថា
់ េបី 48.5 ≤ X̄ ≤ 51.5 េយង ី េបី X̄ < 48.5 ឬ X̄ > 51.5 េយង
ី នឹងមិនបដេិ សដ H0 : µ = 50 េហយ ី
នង
ឹ បដិេសដ H0 ។ កំហុស្របេភទ I េកត
ី េឡងី េពលែដល X̄ > 51.5 ឬ X̄ < 48.5 េនេពលែដល µ = 50។
់ σ = 2.5 និងបំែនងែចកៃនមធ្យមលំហគំរូ X̄ អាចបា៉ន់សា្មនេដាយអេថរៃចដន្យនរមា៉ល់ែដលមាន
សន្មតថា
√ √
មធ្យម µ = 50 នង ់ σ/ n = 2.5/ 10 = 0.79។ ដូចេនះ
ិ គមា្លតស្តងដា
282
េដមី ្បគ
ី ណនា β េយង
ី ្រត�វមានតៃម្លសម្មតក
ិ ម្ម H1 ជាក់លាក់មួយ។ សន្មត់ H1 : µ = 52 េនាះកំហុស្របេភទ
II េកីតេឡងី េពលែដលមធ្យមលំហគំរូ X̄ េនចេនា្លះ 48.5 េទ 51.5 េពលែដល µ = 52។ ដូចេនះ
β = P(48.5 ≤ X̄ ≤ 51.5 | µ = 52)
!
48.5 − µ X̄ − µ 51.5 − µ
=P √ ≤ √ ≤ √ µ = 52
σ/ n σ/ n σ/ n
= P(−4.43 ≤ Z ≤ −0.63)
= P(Z ≤ −0.63) − P(Z < −4.43)
= 0.2643 − 0.0000
= 0.2643
ែដនទទួលយក n α β | µ = 52 β | µ = 50.5
េនក្នុងតារាងេនះមានចំនុចសំខាន់ 4
2. កំហុស្របេភទ I នង
ិ កំហុស្របេភទ II មានទំនាក់ទំនងគា្ន។ ចំេពាះទំហល ូ ូចគា្ន ្រប�បាប៊ីលេី ត
ំ ំហគំរដ
ៃនកំហុស្របេភទមួយថយចុះេនាះ្រប�បាប៊ីលេី តៃនកំហុស្របេភទមួយេកន
ី េឡង
ី
3. ការេកីនេឡង
ី ៃនទំហល
ំ ំហគំរូបន្ថយ β េបី α េនេថរ
• តៃម្លសំខាន់ជាតៃម្លែដលែចករវាងែដនែដលបដិេសដ H0 និងែដនែដលមិនបដិេសដ H0 ។
េតស្តសត
ិ្ថ ែិ ដលេយង
ី នង
ឹ េ្របមា
ី នេតស្ត z េតស្ត t េតស្ត χ ៖
2
1. េតស្តសត
ិ្ថ ស
ិ ្រមាប់មធ្យមគឺ
x̄ − µ x̄ − µ
z= √ ឬ t= √
σ/ n s/ n
283
2. េតស្តសិត
្ថ ិស្រមាប់សមាមា្រតគឺ
p̂ − p
z= p
p(1 − p)/n
3. េតស្តសត ិ ្រមាប់វា៉ដ្យង់នង
ិ្ថ ស ិ គមា្លតស្តង់ដាគឺ
(n − 1)s2
χ2 =
σ2
1. ែចងសម្មតក
ិ ម្ម H0 នង
ិ H1
2. គណនាតៃម្លេតស្តសត
ិ្ថ ិ
3. គណនាតៃម្លសំខាន់
4. េធ្វីការសំេរចចិត្ត
5. បក្រសាយលទ្ធផល
ការសំេរចចិត្តនិងសន្និដា្ឋន
1. េបីការអះអាងជា H0
(b) មន
ិ បដិេសដ H0 មានន័យថាមន
ិ មានភស្តុតាង្រគប់្រគាន់េដីម្បប
ី ដិេសដការអះអាង
2. េបីការអះអាងជា H1
(b) មន
ិ បដិេសដ H0 មានន័យថាមន
ិ មានភស្តុតាង្រគប់្រគាន់េដីម្បគា
ី ្រំ ទការអះអាង
លក្ខណៈវ ិនច
ិ ្ឆ័យៃនការសំេរចចត
ិ ្ត
1. វ ិធសា
ី �ស្តែដនបដិេសដ
• បដិេសដ H0 េបីេតស្តសិត
្ថ ិសិត
្ថ េនក្នុងែដនបដិេសដ
• មិនបដិេសដ H0 េបីេតស្តសិត
្ថ ិមិនស្ថិតេនក្នុងែដនបដិេសដ
2. វ ិធីសា�ស្តតៃម្ល p
• បដេិ សដ H0 េបត
ី ៃម្ល p ≤ α ( ែដល α ជាក្រមត
ិ ចាំបាច់)
• មន
ិ បដិេសដ H0 េបត
ី ៃម្ល p > α
3. វ ិធសា
ី �ស្តចេនា្លះេជឿជាក់ៈ បដេិ សដការអះអាងែដលបា៉រា៉ ែម៉្រតមានតៃម្លមន
ិ ស្ថត
ិ េនក្នុងចេនា្លះេជឿជាក់។
284
10.2 េតស្តលហ
ំ គំរ ូមួយស្រមាប់មធ្យមេពលសា្គល់ σ
• X̄ ជាអេថរៃចដន្យនរមា៉ល់េបី Xi ជាអេថរៃចដន្យនរមា៉ល់ ឬ
• X̄ អាចបា៉ន់សា្មនេដាយអេថរៃចដន្យនរមា៉ល់េបី Xi មន
ិ ែមនជាអេថរៃចដន្យនរមា៉ល់ នង
ិ n ធំលម
្ម
មានន័យថា
X̄ − µ
Z= √ ∼ N(0, 1).
σ/ n
េដម
ី ្បេី ធ្វីេតស្តសម្មតិកម្មស្រមាប់មធ្យម H0 : µ = µ0 េយង
ី េ្របីេតស្តសិត
្ថ ិ
X̄ − µ0
Z= √
σ/ n
្ថ ិេនះមានបំែនងែចកនរមា៉ល់ស្តង់ដា។
េនេពលែដល H0 ពិតេនាះេតស្តសិត
តៃម្លេតស្តសត
ិ្ថ គ
ិ ឺ
x̄ − µ0
z= √
σ/ n
ែដល
• x̄ ជាមធ្យមលំហគំរូ
• µ0 ជាមធ្យមសាកលេ្រកាមសម្មតក
ិ ម្ម H0
• σ ជាគមា្លតស្តង់ដាសាកល
• n ជាទំហល
ំ ំហគំរូ
វិធីសា�ស្តែដនបដិេសដ
1. សាកលមានបំែនងែចកនរមា៉ល់ ឬ n ធំនង
ិ
2. សា្គល់គមា្លតស្តង់ដាសាកល σ
េតស្តសម្មតិកម្មស្រមាប់ µ េនក្រមិតចាំបាច់ α
H0 : µ = µ0
H1 : µ > µ0 , µ < µ0 , µ , µ0
x̄ − µ0
TS : z = √
σ/ n
RR : Z ≥ zα , Z ≤ −zα , |Z| ≥ zα/2
285
ឧទាហរណ៍ 10.2.1. អ្នក្រសាវ្រជាវេជឿជាក់ ថា អាយុ មធ្យមៃនេវជ្ជបណិ្ឌ តេនក្នុង្របព័ន្ធ មន្ទរី េពទ្យធំ មួយ គឺ
H0 : µ = 46
H1 : µ > 46 (ការអះអាង)
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
x̄ − µ0 48.5 − 46
z= √ = √ = 3.39
σ/ n 4.2/ 30
ំ នទ៣
• ជហា ី តៃម្លសំខាន់
េដាយសារ α = 0.05 និងវាជាេតស្តខាងសា្តេំ នាះតៃម្លសំខាន់គឺ
zα = 1.65
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារ 3.39 ធំជាងតៃម្លសំខាន់ 1.65 មានន័យថាតៃម្លេតស្តសិត
្ថ ស
ិ ិត
្ថ េនក្នុងែដនបដេិ សដ ដូចេនះ
េយង
ី បដេិ សដសម្មតក
ិ ម្ម H0
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
េយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បគា
ី ្រំ ទការអះអាងែដលថាអាយុ មធ្យមៃនេវជ្ជបណិ្ឌ តេនក្នុង្របព័ន្ធ
មន្ទរី េពទ្យគចា
ឺ ស់ជាងអាយុមធ្យមថា្នក់ជាតែិ ដលេស្មន
ី ងឹ 46 ឆា្ន។
ំ
ឧទាហរណ៍ 10.2.2. អ្នក្រសាវ្រជាវអះអាងថាតៃម្ល ែស្បកេជីង កឡា
ី បុរសជាមធ្យមគឺ តច
ិ ជាង 80$។ គាត់
េ្រជីសេរសលំ
ី ហគំរៃូ ចដន្យៃនែស្បកេជីង 36 គូេចញពកា
ី តាឡូកេហយ
ី តៃម្លជាមធ្យមគឺ 75$។ េតីមានភស្តុតាង
្រគប់្រគាន់េដីម្បគា
ី ្រំ ទការអះអាងរបស់អ្នក្រសាវ្រជាវេនក្រមិតចាំបាច់ α = 0.10 ?សន្មត់ថា σ = 19.2 ។
សមា្គល់ 10.2.2. 1. ទំហល
ំ ំហគំរូ n = 36
H0 : µ = 80
H1 : µ < 80 (ការអះអាង)
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ
x̄ − µ0 75 − 80
z= √ = √ = −1.56
σ/ n 19.2/ 36
286
ំ នទ៣
• ជហា ី តៃម្លសំខាន់
េដាយសារ α = 0.10 និងវាជាេតស្តខាងេឆ្វងេនាះតៃម្លសំខាន់គឺ
−zα = −1.28
• ជំហានទី៤ សំេរចចិត្ត
េដាយសារ −1.56 តូចជាងតៃម្លសំខាន់ −1.28 មានន័យថាតៃម្លេតស្តសិត
្ថ ិសិត
្ថ េនក្នុងែដនបដិេសដ
ដូចេនះេយង
ី បដិេសដសម្មតិកម្ម H0
• ជំហានទី៥ សន្និដា្ឋន
េយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បគា
ី ្រំ ទការអះអាងែដលថាតៃម្លែស្បកេជីងកីឡាបុរសជាមធ្យមគត
ឺ ិច
ជាង 80$។
ឧទាហរណ៍ 10.2.3. ្រគះ
ឹ សា្ថនអប់រ ំការសា្តរនត
ី ស
ិ ម្បទាែបបេវជ្ជសា�ស្តេចញរបាយការណ៍ថាតៃម្លជាមធ្យម
ៃនការសា្តរនីតិសម្បទាស្រមាប់អ្នកជម្ងដា
ឺ ច់សរៃសឈាមក្នុងេបះដូងគឺ 24672$ ។ េដីម្បព
ី ិនិត្យេមីលថាេតត
ី ៃម្ល
ជាមធ្យមៃនការសា្តរនត ី ស
ិ ម្បទាមានភាពខុសគា្នេនតាមមន្ទរី េពទ្យជាក់លាក់មួយ អ្នក្រសាវ្រជាវេ្រជីសេរស
ី
លំហគំរៃូ ចដន្យៃនអ្នកជម្ងដា
ឺ ច់សរៃសឈាមក្នុងេបះដូង 35 នាក់េនក្នុងមន្ទីរេពទ្យេហយ
ី រកេឃញ ី ថាតៃម្លៃន
ការសា្តរនីតិសម្បទាជាមធ្យមគឺ 26343$។ េបគ ់ សាកលគឺ 3251$។ ចំេពាះ α = 0.01 េតេី គអាច
ី មា្លតស្តងដា
សន្នដា
ិ ្ឋ នថាតៃម្លជាមធ្យមការសា្តរនត
ី ស
ិ ម្បទាេនមន្ទរី េពទ្យេនាះខុសពី 24672$ ?
សមា្គល់ 10.2.3. 1. ទំហល
ំ ំហគំរូ n = 35
H0 : µ = 24672
H1 : µ , 24672 (ការអះអាង)
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ
x̄ − µ0 26343 − 24672
z= √ = √ = 3.04
σ/ n 3251/ 35
ំ នទ៣
• ជហា ី តៃម្លសំខាន់
េដាយសារ α = 0.01 និងវាជាេតស្តសងខាងេនាះតៃម្លសំខាន់គឺ
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារ 3.04 ធំជាងតៃម្លសំខាន់ 2.58 មានន័យថាតៃម្លេតស្តសិត
្ថ ស
ិ ិត
្ថ េនក្នុងែដនបដេិ សដ ដូចេនះ
េយង
ី បដេិ សដសម្មតក
ិ ម្ម H0
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
េយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បគា
ី ្រំ ទការអះអាងែដលថាតៃម្លជាមធ្យមការសា្តរនត
ី ស
ិ ម្បទាអ្នកជម្ងឺ
ដាច់សរៃសឈាមក្នុងេបះដូងេនមន្ទរី េពទ្យេនាះខុសពី 24672$។
287
វិធីសា�ស្តតៃម្ល p
• តៃម្ល p ជាក្រមត
ិ ចាំបាច់ α តូចបំផុតែដលសម្មតក
ិ ម្ម H0 អាច្រត�វបានបដិេសដ។
េតស្តសម្មតក
ិ ម្មស្រមាប់ µ េនក្រមត
ិ ចាំបាច់ α
H0 : µ = µ0
H1 : µ > µ 0 , µ < µ0 , µ , µ0
x̄ − µ0
TS : z = √
σ/ n
p := P(Z ≥ z), P(Z ≤ z), 2P(Z ≥ |z|)
េបី α ជាក្រមិតចាំបាច់េនក្នុងេតស្តសម្មតិកម្មេនាះ
2. េបី p > α មន
ិ បដិេសដសម្មតក
ិ ម្ម H0 .
រូប 10.1: េបី p ≤ α េនាះ z ≥ zα (បដិេសដ H0 ) េបី p > α េនាះ z < zα (មន
ិ បដិេសដ H0 )
ី េសចក្តីបែន្ថមក្នុង ១] រក្រកលាៃផ្ទេនេ្រកាមែខ្សេកាងនរមា៉ល់ស្តង់
ចេម្លើយ. េ្របីតារាងបំែនងែចក z [េមល
ដាែដល្រត�វនឹង z = 2.28។ វាេស្មីនឹង 0.9887។ ដូេច្នះតៃម្ល p ជា្រកលាៃផ្ទេនចុងខាងសា្តែំ ដលេស្មីនឹង
p = 1 − 0.9887 = 0.0113.
z 0.00 0.01 ··· 0.08 0.09
0.0
..
.
2.2 0.9887
p = 0.0384
288
z 0.00 0.01 · · · 0.07 0.09
−3.4
..
.
−1.7 0.0384
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ
x̄ − µ0 5950 − 5700
z= √ = √ = 2.28
σ/ n 659/ 36
ំ នទ៣
• ជហា ី តៃម្ល p
េដាយសារវាជាេតស្តខាងសា្តេំ នាះ
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារតៃម្ល p ≤ α = 0.05 ដូចេនះេយង
ី បដិេសដសម្មតិកម្ម H0
289
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
េយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បគាំ
ី ្រទការអះអាងែដលថាតៃម្លសិក�ជាមធ្យមេនក្នុងសាកលវ ិទយល័យ
រដ្ឋ 4 ឆា្នគ
ំ េឺ ្រចន
ី ជាង 5700$។
ឧទាហរណ៍ 10.2.8. អ្នក្រសាវ្រជាវអះអាងថាេល្ប�នខ្យល់ជាមធ្យមេនក្នុងទ្រី ក�ងមួយគឺ 8 មា៉យល៍កុ ងមួ
្ន យ
េមា៉ង។ លំហគំរូៃចដន្យៃន 32 ៃថ្ងែដលមានេល្ប�នខ្យល់ជាមធ្យម 8.2 មា៉យល៍កុ ្នងមួយេមា៉ង។ គមា្លតស្តង់
ដាសាកលគឺ 0.6 មា៉យល៍កុ ងមួ
្ន យេមា៉ង។ ចំេពាះ α = 0.05 េតីមានភស្តុតាង្រគប់្រគាន់េដីម្បប
ី ដិេសដការ
អះអាងេនះ? េ្របវី ិធសា
ី �ស្តតៃម្ល p ។
H0 : µ = 8 (ការអះអាង)
H1 : µ , 8
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
x̄ − µ0 8.2 − 8
z= √ = √ = 1.89
σ/ n 0.6/ 32
• ជំហានទី៣ តៃម្ល p
េដាយសារវាជាេតស្តសងខាងេនាះ
• ជំហានទី៤ សំេរចចិត្ត
េដាយសារតៃម្ល p > α = 0.05 ដូចេនះេយង
ី មន
ិ បដេិ សដសម្មតក
ិ ម្ម H0
• ជំហានទី៥ សន្និដា្ឋន
េយង
ី មិនមានភស្តុតាង្រគប់្រគាន់េដីម្បប
ី ដិេសដការអះអាងែដលថាេល្ប�នខ្យល់ជាមធ្យមគឺ 8 មា៉យ
ល៍កុ ងមួ
្ន យេមា៉ង។
ចេម្លើយ. • ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : µ = 7
H1 : µ < 7 (ការអះអាង)
290
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
x̄ − µ0 6.8 − 7
z= √ = √ = −1.69
σ/ n 0.67/ 32
• ជំហានទី៣ តៃម្ល p
េដាយសារវាជាេតស្តខាងេឆ្វងេនាះ
• ជំហានទី៤ សំេរចចិត្ត
េដាយសារតៃម្ល p ≤ α = 0.05 ដូចេនះេយង
ី បដិេសដសម្មតក
ិ ម្ម H0
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
េយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បគា
ី ្រំ ទការអះអាងែដលថារយៈេពលេគងជាមធ្យមស្រមាប់យុវជន
គត
ឺ ច
ិ ជាង 7 េមា៉ង។
លំហាត់ 10.2.1. 1. ពន ិ ត
ិ ្យេតស្ត សម្មតក
ិ ម្ម H0 : µ = 70 នង
ិ H1 : µ > 70 េដាយេ្របី ទំហំលំហ គំរូ
n = 400។ សន្មត់ថា σ = 20។
(a) បក្រសាយបំែនងែចកលំហគំរូៃចដន្យៃន X̄
(b) រកតៃម្លេតស្តសិត
្ថ ិេបី x̄ = 72.5
(c) េដាយេ្របែី ផ្នក (ខ) រកតៃម្ល p ៃនេតស្ត
(d) រកែដនបដិេសដៃនេតស្តស្រមាប់ α = 0.01
(g) េតកា
ី រសន្នដា
ិ ្ឋ នក្នុងែផ្នក (ង) នង
ិ (ច) ដូចគា្នឬេទ?
េតីេនក្នុងករណីណាែដលសម្មតក
ិ ម្ម H0 ្រត�វបានបដិេសដេនក្រមត
ិ ចាំបាច់ α = 0.05? ចុះេបីេន
ក្រមត
ិ ចាំបាច់ α = 0.01?
់ 50 ។ មធ្យម
3. លំហគំរៃូ ចដន្យែដលមានទំហំ 121 ្រត�វបានយកេចញពីសាកលែដលមានគមា្លតស្តងដា
ៃនលំហគំរូេស្មីនឹង 120 ។
(a) េតស្តសម្មតក
ិ ម្ម H0 : µ = 110 នង
ិ H1 : µ > 110 េដាយេ្របី α = 0.05
(b) េតស្តសម្មតិកម្ម H0 : µ = 110 និង H1 : µ , 110 េដាយេ្របី α = 0.05
291
(c) េ្របៀបេធៀបតៃម្ល p ៃនេតស្តទាង
ំ ពរី ខាងេល។
ី ចូរពន្យល់េហតុអល
ី្វ ទ្ធផលខុសគា្ន។
4. ្រក�មហ៊ុនផលត
ិ ទក
ឹ េប៉ងេបា៉ះ Heinz េ្របមា
ី ៉ សុន
ី េដីម្ប្រី ចកទក
ឹ េប៉ងេបា៉ះ 16 េអានេទក្នុងកញ្ច ប់។ តាម
បទពិេសាធន៍ជាេ្រចីនឆា្ន ំកន្លងមកជាមួយនឹងមា៉សុីន្រចក្របេភទេនះ្រក�មហ៊ុន Heinz ដឹងថាបរមាណ
ិ
ផលត
ិ ផលេនក្នុងកញ្ច ប់នម ី ួយៗមានបំែនងែចកនរមា៉ល់ែដលមានមធ្យម 16 េអាន នង ់
ិ គមា្លតស្តងដា
0.15 េអាន។ លំហគំរៃូ ចដន្យៃនទឹកេប៉ងេបា៉ះ 50 កញ្ច ប់ែដលេទីបែត្រចកមួយេមា៉ងមុនបានបងា្ហញថា
បរមាណជាមធ្យមេនក្ន
ិ ុ ងមួយកញ្ច ប់គឺ 16.017 េអាន។ េតភ
ី ស្តុតាងេនះបញ្ជក់ថាបរមាណជាមធ្យម
ិ
ែដលបាន្រចកខុសពី 16 េអានឬេទ? េ្របក
ី ្រមត
ិ ចាំបាច់ α = 0.05 ។
5. ្រពទ
ឹ ្ធបុរសមហាវ ិទយល័យេវជ្ជសា�ស្តរកេឃញ
ី ថាចំនួនការដាក់ពាក្យជាមធ្យមែដលសស
ិ ្សមា្នក់ៃនសាលា
េពទ្យល្បេី ផ្ញីរមកគឺ 7.8។ គាត់គិតថាមធ្យមគេឺ ្រចីនជាងេនះ ដូចេនះគាត់េ្រជីសេរសលំ
ី ហគំរៃូ ចដន្យៃន
អ្នកដាក់ពាក្យ 35 នាក់រច ួ សួរមា្នក់ៗអំពច
ី ំនួនសាលាេពទ្យែដលពួកេគបានដាក់ពាក្យ។ មធ្យមលំហគំរូ
គឺ 8.7 និងសន្មត់ថាគមា្លតស្តង់ដាសាកលគឺ 2.6។ េតស្តការអះអាងរបស់គាត់ចំេពាះ α = 0.01 េ្របី
វ ិធសា
ី �ស្តតៃម្ល p ។
10.3 េតស្តលហ
ំ គំរ ូមួយស្រមាប់មធ្យមេពលមិនសា្គល់ σ
X̄ − µ
T= √ ∼ t(n − 1).
S/ n
េយង ី េ្របីេតស្តសត
ិ្ថ ិ t េដីម្បេី ធ្វេី តស្តសម្មតក
ិ ម្មស្រមាប់មធ្យម H0 : µ = µ0 េនេពលមន
ិ សា្គល់ σ នង
ិ េពល
ែដលសាកលមានបំែនងែចកនរមា៉ល់ឬ្របហាក់្របែហលនឹងបំែនងែចកនរមា៉ល់។ រូបមន្តស្រមាប់េតស្តសិត ្ថ ិ
t គឺ
X̄ − µ0
T= √
S/ n
េនេពលែដល H0 ពិតេនាះេតស្តសិត
្ថ ិេនះមានបំែនងែចក t ែដលមានដឺេ្រកេសរ ី d.f.= n − 1។ តៃម្លេតស្ត
ស្ថត
ិ គ
ិ ឺ
x̄ − µ0
t= √
s/ n
ែដល
• x̄ ជាមធ្យមលំហគំរូ
• µ0 ជាមធ្យមសាកលេ្រកាមសម្មតិកម្ម H0
• s ជាគមា្លតស្តង់ដាលំហគំរូ
• n ជាទំហល
ំ ំហគំរូ
292
វិធីសា�ស្តែដនបដិេសដ
ចំេពាះលំហគំរូៃចដន្យែដលមានទំហំ n យកេចញពសា
ី កលែដលមានមធ្យម µ សន្មត់ថា
1. សាកលមានបំែនងែចកនរមា៉ល់ ឬ n ធំនិង
ិ សា្គល់គមា្លតស្តង់ដាសាកល σ
2. មន
េតស្តសម្មតក
ិ ម្មស្រមាប់ µ េនក្រមត
ិ ចាំបាច់ α
H0 : µ = µ0
H1 : µ > µ0 , µ < µ0 , µ , µ0
x̄ − µ0
TS : t = √ , d.f. = n − 1
s/ n
RR : T ≥ tα , T ≤ −tα , |T | ≥ tα/2
2. មិនសា្គល់គមា្លតស្តង់ដាសាកល ដូចេនះេយង
ី អាចេ្របីេតស្ត t
ចេម្លើយ. • ជំហានទី១ ែចងសម្មតិកម្ម
H0 : µ = 16.3 (ការអះអាង)
H1 : µ , 16.3
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
x̄ − µ0 17.7 − 16.3
t= √ = √ = 2.46
s/ n 1.8/ 10
ំ នទ៣
• ជហា ី តៃម្លសំខាន់
េដាយសារ α = 0.05, d.f. = n − 1 = 9 នង
ិ វាជាេតស្តសងខាងេនាះតៃម្លសំខាន់គឺ
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារ 2.46 ធំជាងតៃម្ល សំខាន់ 2.262 មានន័យថាតៃម្ល េតស្ត សិត
្ថ ិ សិត
្ថ េនក្នុងែដនបដិ េសដ
ដូចេនះេយង
ី បដិេសដសម្មតក
ិ ម្ម H0
• ជំហានទី៥ សន្និដា្ឋន
េយង
ី មានភស្តុតាង្រគប់្រគាន់េដម
ី ្បប
ី ដេិ សដការអះអាងែដលថាមធ្យមៃនការឆ្លងជម្ងគ
ឺ ឺ 16.3។
293
ឧទាហរណ៍ 10.3.2. អ្នកអប់រ ំអះអាងថា្របាក់្របចាំៃថ្ងជាមធ្យមៃន្រគ�ជំនួសេនក្នុងសាលាក្នុង្រស�កគឺតច
ិ
ជាង 60$ ក្នុងមួយៃថ្ង។ លំហគំរៃូ ចដន្យៃនសាលាក្នុង្រស�ក 8 ្រត�វបានេ្រជីសេរសេហ
ី យី ្របាក់្របចាំៃថ្ងគិតជា
ដុលា្លរ្រត�វបានបងា្ហញដូចខាងេ្រកាម
60 56 60 55 70 55 60 50
េតមា
ី នភស្តុតាង្រគប់្រគាន់គា្រំ ទការអះអាងរបស់អ្នកអប់រ ំេនក្រមត
ិ ចាំបាច់ α = 0.10? សន្មត់ថាអេថរមា
នបំែនងែចកនរមា៉ល់។
សមា្គល់ 10.3.2. 1. អេថរមានបំែនងែចកនរមា៉ល់
ិ សា្គល់គមា្លតស្តង់ដាសាកល ដូចេនះេយង
2. មន ី អាចេ្របេី តស្ត t
ចេម្លើយ. • ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : µ = 60
H1 : µ < 60 (ការអះអាង)
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ េយង
ី មាន x̄ = 58.88 និង s = 5.08 េនាះ
x̄ − µ0 58.88 − 60
t= √ = √ = −0.624
s/ n 5.08/ 8
ំ នទី៣ តៃម្លសំខាន់
• ជហា
េដាយសារ α = 0.10, d.f. = n − 1 = 7 នង
ិ វាជាេតស្តខាងេឆ្វងេនាះតៃម្លសំខាន់គឺ
−tα = −1.415
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារ −1.415 < −0.624 មានន័យថាតៃម្លេតស្តសិត
្ថ ម
ិ ិនស្ថិតេនក្នុងែដនបដេិ សដ ដូចេនះេយង
ី
មន
ិ បដិេសដសម្មតក
ិ ម្ម H0
• ជំហានទី៥ សន្និដា្ឋន
េយង
ី មិនមានភស្តុតាង្រគប់្រគាន់េដីម្បគា
ី ្រំ ទការអះអាងរបស់អ្នកអប់រ ំែដលថាមធ្យមៃន្របាក់្របចាំៃថ្ង
របស់្រគ�ជំនួសគឺតិចជាង 60$។
30 24 28 22 14 2 39 23 23 28 12 31
294
ចេម្លើយ. • ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : µ = 15
H1 : µ > 15 (ការអះអាង)
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ េយង
ី មាន x̄ = 23 នង
ិ s = 9.835 េនាះ
x̄ − µ0 23 − 15
t= √ = √ = 2.818
s/ n 9.835/ 12
• ជំហានទី៣ តៃម្លសំខាន់
េដាយសារ α = 0.05, d.f. = n − 1 = 11 និងវាជាេតស្តខាងសា្តេំ នាះតៃម្លសំខាន់គឺ
tα = 1.796
• ជំហានទី៤ សំេរចចិត្ត
េដាយសារ 1.796 < 2.818 មានន័យថាតៃម្ល េតស្ត សត
ិ្ថ ិ សត
ិ្ថ េនក្នុងែដនបដិ េសដ ដូចេនះេយង
ី បដិ
េសដសម្មតិកម្ម H0
ំ នទី៥ សន្និដា្ឋន
• ជហា
េយងី អាចសន្នដា
ិ ្ឋ នថារយៈេពលចំណាយជាមធ្យមេនក្នុងកែន្លងចតគេឺ ្រចន
ី ជាង 15 នាទ។
ី
វិធីសា�ស្តតៃម្ល p
H0 : µ = µ0
H1 : µ > µ 0 , µ < µ0 , µ , µ0
x̄ − µ0
TS : t = √ d. f. = n − 1
s/ n
p := P(T ≥ t), P(T ≤ t), 2P(T ≥ |t|)
េបី α ជាក្រមត
ិ ចាំបាច់េនក្នុងេតស្តសម្មតក
ិ ម្មេនាះ
1. េបី p ≤ α បដិេសដសម្មតក
ិ ម្ម H0 .
2. េបី p > α មន
ិ បដេិ សដសម្មតក
ិ ម្ម H0 .
ឧទាហរណ៍ 10.3.4. រកតៃម្ល p េពលែដលតៃម្ល េតស្ត t = 2.056 ទំហំ លំហ គំរូ គឺ 11 េហយ
ី វាជាេតស្ត
ខាងសា្ត។
ំ
295
CI 80% 90% 95% 98% 99%
1
..
.
10 1.812 2.228
..
.
1
..
.
22 1.717 2.074
..
.
296
CI 80% 90% 95% 98% 99%
1
..
.
5 2.571 3.365
..
.
សមា្គល់ 10.3.3. តៃម្ល p ជាក់លាក់ ស្រមាប់ េតស្ត t និង េតស្ត េផ្សងេទៀតអាចរកបានេដាយេ្របី មា៉សុីន គិត
េលខ ឬកុំព្យូទ័រ។
H0 : µ = 36.7
H1 : µ > 36.7 (ការអះអាង)
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ េយង
ី មាន x̄ = 40.6 នង
ិ s = 6 េនាះ
x̄ − µ0 40.6 − 36.7
t= √ = √ = 2.517
s/ n 6/ 15
ំ នទ៣
• ជហា ី តៃម្ល p
េដាយសារ d.f.= n − 1 = 14 និងវាជាេតស្តខាងសា្តេំ នាះតាមតារាងបំែនងែចក t េយង
ី សេង្កតេឃញ
ី
ថា 2.517 េនចេនា្លះ 2.145 នង
ិ 2.624 ែដល្រត�វនង
ឹ α = 0.025 នង
ិ α = 0.01 េរៀងគា្ន។ ដូចេនះ
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារ p < 0.05 = α ដូចេនះេយង
ី បដិេសដសម្មតិកម្ម H0
297
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
េយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បគា
ី ្រំ ទការអះអាងថាមាឌអុកសុែី សនអតិបរមាែដល្រស�បេដាយអ្នក
រត់ជាមធ្យមគេឺ ្រចន
ី ជាង 36.7 ml/kg។
ឧទាហរណ៍ 10.3.8. អ្នក្រសាវ្រជាវបានរកេឃញ
ី ថាអ្នកជក់បារមា
ី ្ន ក់ជក់បារជាមធ្យម
ី 31 េដីមក្នុងមួយៃថ្ង។
គាត់ គត
ិ ថាមធ្យមេនះខ្ពស់ េពកេហយ
ី ។ គាត់ េ្រជស
ី េរសលំ
ី ហ គំរូ ៃចដន្យៃនអ្នក ជក់បារ ី 10 នាក់ េហយ ី រក
េឃញ
ី ថាចំនួន មធ្យមៃនបារ ែដលពួ
ី កេគជក់ កុ ងមួ
្ន យៃថ្ង គឺ 28 េដីម នង ិ គមា្លតស្តង់ ដា លំហ គំរូ គឺ 2.7។ េន
ក្រមិតចាំបាច់ 0.05 េតីមានភស្តុតាង្រគប់្រគាន់េដម
ី ្បគា
ី ្រំ ទការអះអាងរបស់គាត់ឬេទ? សន្មតថា
់ អេថរមានបំ
ែនងែចកនរមា៉ល់។
ចេម្លើយ. • ជំហានទី១ ែចងសម្មតិកម្ម
H0 : µ = 31
H1 : µ < 31 (ការអះអាង)
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ េយង
ី មាន x̄ = 28 នង
ិ s = 2.7 េនាះ
x̄ − µ0 28 − 31
t= √ = √ = −3.514
s/ n 2.7/ 10
• ជំហានទី៣ តៃម្ល p
េដាយសារ d.f.= n − 1 = 9 នង
ិ វាជាេតស្តខាងេឆ្វងេនាះតាមតារាងបំែនងែចក t េយង
ី សេង្កតេឃញ
ី
ថា
p < 0.005
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារ p < α = 0.05 ដូចេនះេយង
ី បដិេសដសម្មតិកម្ម H0
• ជំហានទី៥ សន្និដា្ឋន
េយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បីគា្រំ ទការអះអាងថាចំនួនបារជាមធ្យមែដលអ្ន
ី កជក់បារជក់
ី គឺតិច
ជាង 31 េដីមក្នុងមួយៃថ្ង។
(a) េតស្តសម្មតក
ិ ម្ម H0 : µ = 6 នង
ិ H1 : µ < 6 េដាយេ្របី α = 0.05
(b) េតស្តសម្មតិកម្ម H0 : µ = 6 និង H1 : µ , 6 េដាយេ្របី α = 0.05
2. សន្មតថា
់ េយង ី កំពុងែតេធ្វីេតស្តសម្មតិកម្មស្រមាប់លំហគំរៃូ ចដន្យៃនមនុស្ស 25 នាក់ចំេពាះ H0 : µ =
85 នង
ិ H1 : µ > 85។ គមា្លតស្តងដា់ សាកលគម ឺ ន
ិ សា្គល់ នង
ិ លទ្ធផលតៃម្ល p ៃនេតស្តគឺ p = 0.0292។
298
3. លំហគំរូៃចដន្យែដលមានទំហំ n ្រត�វបានយកេចញពសា
ី កលនរមា៉ល់េដីម្បេី ធ្វេី តស្តសម្មតក
ិ ម្ម H0 :
µ = 10។ កំនត់ែដនបដិេសដស្រមាប់ករណីនីមួយៗខាងេ្រកាម
័
4. របាយការណ៍មួយអះអាងថាចំនួនេមា៉ងជាមធ្យមែដលយុវវយេគងេនយប់ ៃថ្ងសុ្រកដល់្រពឹកៃថ្ងេសរ ៍
គឺ 7.2 េមា៉ង។ អ្នក្រសាវ្រជាវគត
ិ ថានស
ិ ្សត
ិ មហាវ ិទយល័យមន
ិ េគងក្នុងរយៈេពល 7.2 េមា៉ងជាមធ្យម
េនាះេទ។ អ្នក្រសាវ្រជាវេ្រជីសេរសន
ី ិស្សត
ិ 15 នាក់ េដាយៃចដន្យេហយ ី រកេឃញ ី ថាពួកេគជាមធ្យម
េគង 8.3 េមា៉ង។ គមា្លតស្តង់ដាលំហគំរូគឺ 1.2 េមា៉ង។ េនក្រមិតចាំបាច់ α = 0.05 េតីមានភស្តុតាង
្រគប់្រគាន់ េដីម្បីសន្នដា
ិ ្ឋ នថានស
ិ ្សត
ិ មន
ិ េគង 7.2 េមា៉ងជាមធ្យម?សន្មត់ ថា អេថរមានបំ ែនងែចកនរ
មា៉ល់។
5. អ្នក្រសាវ្រជាវេវជ្ជសា�ស្តរកេឃញ
ី ថាមនុស្សែដលេ្របថា
ី ្ន ំអាស្ពរី នេ្រប
ី ជា
ី មធ្យម 8.6 ្រគាប់កុ ងមួ
្ន យសបា្តហ៍។
េវជ្ជបណិ្ឌ តមា្នក់ ចង់ ដឹង ថាេតី គាត់ អាចបន្ថយ ចំនួន ថា្ន ្រំ គាប់ ែដលមនុស្សមា្នក់ េ្របី្របាស់ តាមរយៈការ
អនុ វត្តេយាហា្កពីរដងក្នុងមួយសបា្តហ៍។ លំហគំរូៃចដន្យៃនមនុស្ស 12 នាក់ែដលេ្របីថា្នអា
ំ ស្ពីរន្រត�
ី វ
បានបេ្រងៀនេយាហា្កនង
ិ បនា្ទប់ពរី យៈេពល 12 សបា្តហ៍េវជ្ជបណិ្ឌ តរកេឃញ
ី ថាពួកេគេ្រប្រី បាស់ចំនួន
ថា្ន្រំ គាប់កុ ងមួ
្ន យសបា្តហ៍ដូចខាងេ្រកាម
7 4 6 8 9 9 5 6 2 7 10 9
10.4 េតស្តសម្មតិកម្មលហ
ំ គំរ ូមួយស្រមាប់សមាមា្រត
• េតស្តសម្មតក
ិ ម្មពាក់ព័នន
្ធ ង
ឹ សមាមា្រតសាកលអាចចាត់ទុកជាពេិ សាធន៍េទ្វធា ែដលមានលទ្ធផលែត
ិ ្រប�បាប៊ីលេី តៃនេជាគជ័យ p គឺមន
ពរី នង ិ ែ្រប្រប�លពីពេិ សាធន៍មួយេទពេិ សាធន៍មួយេទៀត។ ចំេពាះ
p
បំែនងែចកេទ្វធាមធ្យមេស្មីនឹង µ = np និងគមា្លតស្តង់ដា σ = np(1 − p) ។
• តាម្រទស
ឹ ីប
្ត ទលម
ី ត
ី ផ្ចិតបំែនងែចកនរមា៉ល់អាច្រត�វបានេ្របេី ដីម្បបា
ី ៉ ន់សា្មនបំែនងែចកេទ្វធាេពលែដល
np ≥ 5 និង n(1 − p) ≥ 5។
• ដូេច្នះេយង
ី េ្របីេតស្ត z ស្រមាប់សមាមា្រតសាកល។
299
េដីម្បេី ធ្វេី តស្តសម្មតក
ិ ម្ម H0 : p = p0 េយង
ី េ្របេី តស្តសត
ិ្ថ ិ
p̂ − p0
Z= p
p0 (1 − p0 ))/n
រូបមន្តេតស្ត z ស្រមាប់សមាមា្រតសាកលគឺ
p̂ − p0
z= p
p0 (1 − p0 )/n
ែដល
• p̂ = x
n
: សមាមា្រតលំហគំរូ
• p0 : សមាមា្រតសាកលេ្រកាមសម្មតិកម្ម H0
• n : ទំហល
ំ ំហគំរូ
វិធីសា�ស្តែដនបដិេសដ
1. លក្ខខណ្ឌៃនពិេសាធន៍េទ្វធា្រត�វបានេផ្ទ�ងផា្ទត់
2. np0 ≥ 5 នង
ិ n(1 − p0 ) ≥ 5
េតស្តសម្មតិកម្មស្រមាប់ p េនក្រមិតចាំបាច់ α
H0 : p = p0
H1 : p > p0 , p < p0 , p , p0
p̂ − p0
TS : z = p
p0 (1 − p0 )/n
RR : Z ≥ zα , Z ≤ −zα , |Z| ≥ zα/2
វិធីសា�ស្តតៃម្ល p
េតស្តសម្មតិកម្មស្រមាប់ p េនក្រមិតចាំបាច់ α
H0 : p = p0
H1 : p > p0 , p < p0 , p , p0
p̂ − p0
TS : z = p
p0 (1 − p0 )/n
p := P(Z ≥ z), P(Z ≤ z), 2P(Z ≥ |z|)
េបី α ជាក្រមិតចាំបាច់េនក្នុងេតស្តសម្មតិកម្មេនាះ
1. េបី p ≤ α បដិេសដសម្មតិកម្ម H0 .
300
ឧទាហរណ៍ 10.4.1. អ្នក្រសាវ្រជាវអះអាងេដាយែផ្អកេទេលព
ី ត៌មានទទួលបានពម
ី ណ្ឌលគាំពារនង
ិ ្រគប់្រគង
ជម្ងឺ ថា 17% ៃនមនុស្សអាយុ ពី 2 − 19 ឆា្ន គ
ំ ឺ ធាត់ ខា្លង
ំ ។ េដីម្បីេតស្ត ការអះអាងេនះគាត់ េ្រជីសេរសមនុ
ី ស្ស
អាយុពី 2 − 19 ឆា្ន ំចំនួន 200 នាក់េដាយៃចដន្យេហយ ី រកេឃញ ី ថាមានចំនួន 42 នាក់គធាឺ ត់ខា្លងំ ។ េនក្រមត
ិ
ចាំបាច់ α = 0.05 េតីមានភស្តុតាង្រគប់្រគាន់េដីម្បប
ី ដិេសដការអះអាងេនះេទ?
H0 : p = 0.17 (ការអះអាង)
H1 : p , 0.17
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ េយង
ី មាន p̂ =
x
n
= 42
200
= 0.21 េនាះ
p̂ − p0 0.21 − 0.17
z= p = √ = 1.51
p0 (1 − p0 )/n (0.17)(0.83)/200
ំ នទី៣ តៃម្លសំខាន់
• ជហា
េដាយសារ α = 0.05 េហយ ី វាជាេតស្តសងខាងេនាះតៃម្លសំខាន់គឺ
• ជំហានទី៤ សំេរចចិត្ត
េដាយសារតៃម្លេតស្តសត
ិ្ថ ម
ិ ន
ិ ស្ថត
ិ េនក្នុងែដនបដិេសដ ដូចេនះេយង
ី មន
ិ បដិេសដសម្មតក
ិ ម្ម H0
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
េយង
ី មិនមានភស្តុតាង្រគប់្រគាន់េដីម្បប
ី ដិេសដការអះអាងែដលថា 17% ៃនមនុស្សអាយុ ពី 2 − 19
ឆា្នគ
ំ ធា
ឺ ត់ខា្លង
ំ ។
ឧទាហរណ៍ 10.4.2. របាយការណ៍មួយបានបងា្ហញថាសិស្ស 27 នាក់កុ ងចំ
្ន េណាម 267 នាក់េនក្នុងលំហ
គំរៃូ ចដន្យបានេ្រប្រី បាស់ទូរសព្ទេនក្នុងេពល្របលង។ េតេី យង
ី អាចសន្នដា
ិ ្ឋ នេនក្រមត
ិ ចាំបាច់ α = 0.01 ថា
េ្រចីនជាង 5% ៃនសិស្សទាំងអស់េ្របី្របាស់ទូរសព្ទេនក្នុងេពល្របលង?
ចេម្លើយ. • ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : p = 0.05
H1 : p > 0.05 (ការអះអាង)
301
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ េយង
ី មាន p̂ =
x
n
= 27
267
= 0.101 េនាះ
p̂ − p0 0.101 − 0.05
z= p = √ = 3.84
p0 (1 − p0 )/n (0.05)(0.95)/267
ំ នទ៣
• ជហា ី តៃម្ល p
េដាយសារវាជាេតស្តសងសា្តេំ នាះ
• ជំហានទី៤ សំេរចចិត្ត
េដាយសារ p = 0.0001 ≤ 0.01 = α ដូចេនះេយង
ី បដិេសដសម្មតិកម្ម H0
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
េយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បស
ី ន្នដា
ិ ្ឋ នថាសមាមា្រតៃនសស
ិ ្សែដលេ្រប្រី បាស់ទូរសព្ទេពល្របលង
គេឺ ្រចីនជាង 5%។
2. សន្មតថា
់ លំហគំរៃូ ចដន្យែដលមានទំហំ 100 ្រត�វបានយកេចញពីសាកលេទ្វធាែដលផ្តលត
់ ៃម្ល p̂ = 0.63
និងេយងី ចង់េធ្វីេតស្តសម្មតិកម្ម H0 : p = 0.70 និង H1 : p < 0.70។
(a) េតត
ី ៃម្ល p̂ = 0.63 ហាក់ដូចជាផ្ទុយនង
ឹ សម្មតក
ិ ម្ម H0 ?
3. េតស្តសងខាង្រត�វបានេធ្វីេឡង
ី េដាយ H0 : p = 0.69 និង H1 : p , 0.69 ចំេពាះលំហគំរៃូ ចដន្យទំហំ
150 ។ លទ្ធផលេតស្តគឺ z = −0.98 នងិ តៃម្ល p = 0.327
(a) កំនត់លក្ខខណ្ឌចាំបាច់ស្រមាប់េតស្តសម្មតិកម្មេនះ
4. អត្ថបទទស្សនាវដ្តម
ី ួយបងា្ហញថា 11% ៃនយុវវយទ័ ិញអាហារ្រសាប់េរៀងរាល់ៃថ្ង។ មា្ចស់េភាជនីយដា្ឋន
អាហារ្រសាប់ ស្ទង់មតិ អតិថិជន 200 នាក់ និង រកេឃញ
ី ថា 32 និយាយថាពួកេគទិញ អាហារ្រសាប់
េរៀងរាល់ៃថ្ង។ េនក្រមត
ិ ចាំបាច់ α = 0.02 េតមា
ី នភស្តុតាង្រគប់្រគាន់កុ ងការេជឿការអះអាងៃនអត្ថ
្ន បទ
ឬេទ? េតីការអះអាងនឹង្រត�វបានបដិេសដេនក្រមិតចាំបាច់ α = 0.05 ែដរឬេទ?
302
5. ការស្ទង់មតទ
ិ ូទាង ័
ំ ្របេទសៃនយុវវយែដលេធ្វ
កា
ី របញ្ជក់ថាមានែត 50% ៃនពួកេគេពញចត
ិ ន
្ត ង
ឹ ការងារ
របស់ ពួកេគ។ ្របធាន្រក�មហ៊ុន ធំ មួយ េជឿថាេ្រចន
ី ជាង 50% ៃនបុគ្គលក
ិ ្រក�មហ៊ុន ខ្លួនេពញចត
ិ ្ត នង
ឹ
ការងាររបស់ ពួកេគ។ េដីម្បី េធ្វីេតស្ត គាត់ ស្ទង់មតិ លំហ គំរូ ៃចដន្យែដលមានបុគ្គលិក 100 នាក់ និង
មាន 54 នាក់ៃនពួកេគេពញចត ិ ន ្ត ង
ឹ ការងាររបស់ពួកេគ។ េតគា ី ត់អាចសន្នដា
ិ ្ឋ នថាេ្រចន
ី ជាង 50% ៃន
បុគ្គលិកេន្រក�មហ៊ុនេពញចិត្តនឹងការងាររបស់ពួកេគ? េ្របីក្រមិតចាំបាច់ α = 0.05។
10.5 េតស្តសម្មតិកម្មលហ
ំ គំរ ូមួយស្រមាប់វា៉ដ្យង់
ិ ម្មស្រមាប់វា៉ដ្យង់នង
េដីម្បេី ធ្វេី តស្តសម្មតក ិ គមា្លតស្តង់ដាសាកលេយង
ី េ្របស
ី ត
ិ្ថ ិ
(n − 1)S 2
χ2 := ∼ χ2 (n − 1)
σ 2
2. បំែនងែចក χ2 គឺជា្រគ�សារៃនែខ្សេកាងអា្រស័យនឹងដឺេ្រកេសរ ី
3. ្រកលាៃផ្ទេនេ្រកាមែខ្សេកាង χ2 នម
ី ួយៗេស្មន
ី ងឹ 1
4. បំែនងែចក χ2 េទរេនខាងសា្ត ំ
រូបមន្តេតស្ត χ2 ស្រមាប់វា៉ដ្យង់គឺ
(n − 1)s2
χ2 = , d.f. = n − 1
σ20
ែដល
303
• s2 : វា៉ដ្យង់លំហគំរូ
• σ20 : វា៉ដ្យង់សាកលេ្រកាមសម្មតិកម្ម H0
• n : ទំហល
ំ ំហគំរូ
វិធីសា�ស្តែដនបដិេសដ
ក្រមិតចាំបាច់ α
H0 : σ2 = σ20
H1 : σ2 > σ20 , σ2 < σ20 , σ2 , σ20
(n − 1)s2
TS : χ2 = , d.f. = n − 1
σ20
RR : χ2 ≥ χ2α , χ2 ≤ χ21−α , χ2 ≥ χ2α/2 ឬ χ2 ≤ χ21−α/2
តៃម្លសខា
ំ ន់ χ2
េយង
ី េ្របីតារាងបំែនងែចក χ [េមីលេសចក្តីបែន្ថមក្នុង ១] េដីម្បរី ក្រកលាៃផ្ទេនេ្រកាមែខ្សេកាង χ ។
2 2
• វាជាេតស្តខាងសា្ត ំ េយង
ី េ្រប្រី កលាៃផ្ទែដល្រត�វនង
ឹ α ចំេពាះដឺេ្រកេសរជាក់
ី លាក់ណាមួយ
• វាជាេតស្តខាងេឆ្វង េយង
ី េ្របី្រកលាៃផ្ទែដល្រត�វនឹង 1 − α ចំេពាះដឺេ្រកេសរជាក់
ី លាក់ណាមួយ
• វាជាេតស្តសងខាង េយង
ី េ្រប្រី កលាៃផ្ទែដល្រត�វនង
ឹ α/2 ចំេពាះដឺេ្រកេសរជាក់
ី លាក់ណាមួយស្រមាប់
តៃម្លសំខាន់ខាងសា្ត ំ និង្រកលាៃផ្ទែដល្រត�វនឹង 1 − α/2 ចំេពាះដឺេ្រកេសរជាក់
ី លាក់ណាមួយស្រមាប់
តៃម្លសំខាន់ខាងេឆ្វង
α
d.f. 0.995 0.99 0.975 0.95 0.90 0.10 0.05 0.025 0.01 0.005
1
..
.
15 24.996
..
.
304
តាមតារាងេយង
ី បាន
χ2α = χ20.05 = 24.996
ចេម្លើយ. េ្របតា
ី រាងបំែនងែចក χ
2
α
d.f. 0.995 0.99 0.975 0.95 0.90 0.10 0.05 0.025 0.01 0.005
1
..
.
10 3.940
..
.
តាមតារាងេយង
ី បាន
χ21−α = χ20.95 = 3.940
ចេម្លើយ. េ្របីតារាងបំែនងែចក χ2
α
d.f. 0.995 0.99 0.975 0.95 0.90 0.10 0.05 0.025 0.01 0.005
1
..
.
22 10.982 36.781
..
.
តាមតារាងេយង
ី បាន
ឧទាហរណ៍ 10.5.4. អ្នក ចិត្តសា�ស្ត ចង់ ដឹង ថាេតី វា៉ ដ្យង់ ៃន IQ អ្នក ជម្ងឺ 10 នាក់ ែដលគាត់ កំពុង ្របឹក�គឺ
H0 : σ2 = 225
H1 : σ2 < 225 (ការអះអាង)
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
ំ នទី៣ តៃម្លសំខាន់
• ជហា
េដាយសារ α = 0.05, d.f. = n − 1 = 9 េហយ
ី វាជាេតស្តខាងេឆ្វងេនាះតៃម្លសំខាន់គឺ
305
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារតៃម្លេតស្តសិត
្ថ ិ 8.24 មិនស្ថិតេនក្នុងែដនបដេិ សដដូចេនះេយង
ី មិនបដេិ សដសម្មតិកម្ម H0
• ជំហានទី៥ សន្និដា្ឋន
ី មិន មានភស្តុតាង្រគប់្រគាន់ េដីម្បីគា្រំ ទការអះអាងែដលថាវា៉ ដ្យង់ ៃន IQ អ្នក ជម្ងឺ របស់ គាត់ 10
េយង
នាក់គឺតិចជាង 225។
់ ៃនចំនួនមនុស្សែដលេ្រប្រី បាស់េសវាវះកាត់
ឧទាហរណ៍ 10.5.5. រដ្ឋបាលមន្ទរី េពទ្យមួយេជឿថាគមា្លតស្តងដា
ក្នុងមួយៃថ្ងគេឺ ្រចីនជាង 8 ។ លំហគំរៃូ ចដន្យៃន 15 ៃថ្ង្រត�វបានេ្រជីសេរសរួ
ី ចទិន្នន័យមានបងា្ហញដូចខាងេ្រកាម
25 30 5 15 18
42 16 9 10 12
12 38 8 14 27
H0 : σ = 8
H1 : σ > 8 (ការអះអាង)
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ
េយងី មាន Pn P
n i=1 xi2 − ni=1 xi 2
s =2
= 125.44
n(n − 1)
េនាះ
(n − 1)s2 (15 − 1)(125.44)
χ2 = = = 27.44
σ20 64
ំ នទី៣ តៃម្លសំខាន់
• ជហា
េដាយសារ α = 0.10, d.f. = n − 1 = 14 េហយ
ី វាជាេតស្តខាងសា្តេំ នាះតៃម្លសំខាន់គឺ
• ជំហានទី៤ សំេរចចិត្ត
េដាយសារតៃម្លេតស្តសត
ិ្ថ ិ 27.44 ស្ថត
ិ េនក្នុងែដនបដិេសដ ដូចេនះេយង
ី បដិេសដសម្មតក
ិ ម្ម H0
• ជំហានទី៥ សន្និដា្ឋន
េយង ី ្រំ ទការអះអាងែដលថាគមា្លតស្តង់ដាគេឺ ្រចន
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បគា ី ជាង 8។
306
ចេម្លើយ. • ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : σ2 = 0.644 (ការអះអាង)
H1 : σ2 , 0.644
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ
(n − 1)s2 (20 − 1)(1)2
χ2 = = = 29.5
σ20 0.644
ំ នទី៣ តៃម្លសំខាន់
• ជហា
េដាយសារ α = 0.05, d.f. = n − 1 = 19 េហយ
ី វាជាេតស្តសងខាងេនាះតៃម្លសំខាន់គឺ
χ21−α/2 = χ20.975 = 8.907, χ2α/2 = χ20.025 = 32.852
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារតៃម្លេតស្តសិត
្ថ ិ 29.5 មិនស្ថិតេនក្នុងែដនបដេិ សដដូចេនះេយង
ី មិនបដេិ សដសម្មតិកម្ម H0
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
េយង
ី មន ី ដេិ សដការអះអាងែដលថាវា៉ដ្យងៃ់ នបរមាណន
ិ មានភស្តុតាង្រគប់្រគាន់េដីម្បប ិ ក
ី ូ ទន
ី ក្នុងបារ ី
គេឺ ស្មន
ី ងឹ 0.644។
វិធីសា�ស្តតៃម្ល p
H0 : σ2 = σ20
H1 : σ2 > σ20 , σ2 < σ20 , σ2 , σ20
(n − 1)s2
TS : χ2∗ = , d.f. = n − 1.
σ2
H1 p
307
េយង
ី មាន 18.475 < 19.274 < 20.278 េនាះតាមតារាង χ េយង
2
ី បាន
0.005 < p < 0.01
α
d.f. 0.995 0.99 0.975 0.95 0.90 0.10 0.05 0.025 0.01 0.005
1
..
.
12 3.571 4.404
..
.
េយង
ី មាន 3.571 < 3.823 < 4.404 េនក្នុងតារាង χ ែដលមាន d.f.= 12 េយង
2
ី រកេឃញ
ី ថាតៃម្លែដល្រត�វ
នឹង 3.571 និង 4.404 គឺ 0.99 និង 0.975 េរៀងគា្ន។ េនេពលែដលតៃម្លេតស្ត χ2 ស្ថិតេនខាងេឆ្វងៃនបំែនង
ែចកេយង ី យក 1 ដកតៃម្លនីមួយៗេដីម្បទ ី ទួលបានចេនា្លះែដលផ្ទុកតៃម្ល p មានន័យថា
1 − 0.99 = 0.01 នង
ិ 1 − 0.975 = 0.025
ដូចេនះតៃម្ល p េនចេនា្លះ
0.01 < p < 0.025
សមា្គល់ 10.5.1. េនេពលែដលវាជាេតស្ត សងខាងេយង
ី គុណ ចេនា្លះេនាះនង
ឹ 2 ។ េនក្នុងឧទាហរណ៍
ខាងេលេី បវា
ី ជាេតស្តសងខាងេនាះតៃម្ល p គឺ
2(0.01) < p < 2(0.025) ឬ 0.02 < p < 0.05
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ
(n − 1)s2 (24 − 1)(12.5)2
χ2 = = = 12.733
σ20 (16.8)2
• ជំហានទី៣ តៃម្ល p
តាមតារាង χ2 ែដលមាន d.f.= n − 1 = 23 េយង
ី មាន 12.733 េនចេនា្លះ 11.689 នង
ិ 13.091 ែដល
្រត�វនឹង 0.975 និង 0.95 េរៀងគា្ន។ េដាយសារតៃម្លេនះេនខាងេឆ្វងៃនបំែនងែចកេនាះេយង
ី យក 1 ដក
តៃម្លនម
ី ួយៗេដីម្បទ
ី ទួលបានចេនា្លះែដលផ្ទុកតៃម្ល p មានន័យថា 1−0.975 = 0.025 និង 1−0.95 =
0.05 និងេដាយសារវាជាេតស្តសងខាង ដូចេនះតៃម្ល p េនចេនា្លះ
2(0.025) < p < 2(0.05) ឬ 0.05 < p < 0.10
308
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារតៃម្ល p > 0.05 = α ដូចេនះេយង
ី មិនបដិេសដសម្មតិកម្ម H0
• ជំហានទី៥ សន្និដា្ឋន
េយង
ី មន
ិ មានភស្តុតាង្រគប់្រគាន់េដម ី ្រំ ទការអះអាងែដលថាគមា្លតស្តង់ដាៃនេពលេវលាចំណាយ
ី ្បគា
េលីការពិនិត្យរថយន្តែ្រប្រប�ល។
លំហាត់ 10.5.1. 1. លំហគំរៃូ ចដន្យទំហំ n ្រត�វបានេ្រជីសេចញពសា
ី កលនរមា៉ល់េដីម្បេធ្វ
ី ីេតស្តសម្មតិកម្ម
H0 : σ = 25 ។ កំនត់ែដនបដិេសដេនក្នុងករណីនម
2
ី ួយៗខាងេ្រកាម
េនក្រមិតចាំបាច់ α = 0.05
(c) េតស្តសម្មតក
ិ ម្ម H0 : σ = 1 នង
2
ិ H1 : σ , 1 េនក្រមត
2
ិ ចាំបាច់ α = 0.05
(a) េតស្តសម្មតក
ិ ម្ម H0 : σ = 1 នង
2
ិ H1 : σ > 1 េនក្រមត
2
ិ ចាំបាច់ α = 0.05
(b) េ្របៀបេធៀបលទ្ធផលេតស្តេទនង
ឹ លំហាត់ ២
4. បរមាណវ
ិ ីតាមន
ី C គត
ិ ជាមល
ី ្រី កាមស្រមាប់ែផ្លេឈន
ី ង
ិ បែន្លេផ្សងៗ 100 ្រកាមែដល្រត�វបានេ្រជស
ី េរស
ី
េដាយៃចដន្យមានបងា្ហញដូចខាងេ្រកាម
309
310
ជំពូកទី11
េតស្តសម្មតិកម្មលហ
ំ គំរ ូពីរ
េនក្នុងជំពូកេនះេយង
ី ព្រងីកគំនិតៃនការេធ្វីេតស្តសម្មតិកម្មស្រមាប់សាកលពីរដូចជា៖ េតស្តសម្មតិកម្មស្រមាប់
មធ្យមពរី ចំេពាះលំហគំរម ិ អា្រស័យគា្នករណីសា្គល់វា៉ដ្យង់ េតស្តសម្មតក
ូ ន ិ ម្មស្រមាប់មធ្យមពរី ចំេពាះលំហគំរូ
មិន អា្រស័យ គា្ន ករណី មិន សា្គល់ វា៉ ដ្យង់ េតស្ត សម្មតិកម្ម ស្រមាប់ មធ្យមពីរ ចំេពាះលំហ គំរូ អា្រស័យ គា្ន េតស្ត
សម្មតកិ ម្ម ស្រមាប់ សមាមា្រតពរី េតស្ត សម្មតក ិ ម្ម ស្រមាប់ វា៉ ដ្យង់ ពរី នង
ិ វ ិភាគវា៉ ដ្យង់ អេថរមន
ិ អា្រស័យ មួយ
ស្រមាប់ េតស្ត មធ្យមេ្រចន
ី ។ េនក្នុងន័យ េនះេយង
ី េ្រជីស យកលំហ គំរូ ៃចដន្យេចញពី សាកលេផ្សងគា្ន េដីម្បី
កំនត់ថាេតីមធ្យមសាកលេស្មីគា្នឬអត់។ បញ្ហមួយចំនួនែដលេយង ី អាចចង់េធ្វីេតស្តគឺ
1. អាយុកាលជាមធ្យមៃនសំបកកង់រថយន្ត្រក�ងពីរ្របេភទេផ្សងគា្នអាច្រត�វបានេ្របៀបេធៀបេដីម្បព
ី ិនិត្យ
ថាេតមា ់
ី នភាពខុសគា្នៃន្រកលាកង។
2. ជព
ី រី ្របេភទេផ្សងគា្នអាច្រត�វបានេធ្វេី តស្តេដីម្បព
ី ន
ិ ត
ិ ្យថាេតម
ី ួយ្របេភទគ្រឺ បេសរី ជាងមួយ្របេភទេទៀត
ក្នុងការដាំដុះ។
4. សុី រូ ក
៉ ្អក ពរី ្របេភទអាច្រត�វ បានេធ្វេី តស្ត េដម
ី ្បី ពន
ិ ត
ិ ្យថាេតី ្របេភទមួយ មាន្របសទ
ិ ្ធភាពជាង្របេភទ
មួយេទៀត។
ដំេណីរការដូចគា្នែដល្រត�វបានេ្របស
ី ្រមាប់បា៉ន់សា្មនបា៉រា៉ ែម៉្រត និងេតស្តសម្មតិកម្មលំហគំរម
ូ ួយអាច្រត�វ
បានែកស្រម�លេដីម្បស ី ិក�អំពីសាកលពីរ។ ដូចេនក្នុងជំពូកមុនែដរវ ិធីសា�ស្តែដលេ្របីគឺអា្រស័យនឹងទំហំ
លំហគំរូនិងបា៉រា៉ ែម៉្រតៃនការសិក�។
µ1 − µ2 ផលដកៃនមធ្យម
p1 − p2 ផលដកៃនសមាមា្រត
11.1 េតស្តសម្មតិកម្មលហ
ំ គំរ ូពីរស្រមាប់មធ្យមៈលំហគំរ ូមិនអា្រស័យគា្ន
សន្មតថា
់ េយង ី មានសាកលពរី ែដលសាកលទម ី ួយមានមធ្យម µ1 នងិ វា៉ដ្យង់ σ1 នង
ិ សាកលទព
ី រី មានមធ្យម
2
311
ជាមធ្យមៃនលំហគំរូែដលមានទំហំ n2 េ្រជីសេចញពីសាកលទព ី រី ែដលមន ិ អា្រស័យគា្ននង
ឹ លំហគំរូេចញពី
សាកលទីមួយ។ សំនួរ ែដលេយងី ចាប់អារម្មណ៍ គឺ េតីមានភាពខុសគា្ន រវាងមធ្យមៃនសាកលទាំងពីរ ឬេទ?
េនក្នុងែផ្នក េនះេយង
ី នង
ឹ េធ្វេី តស្ត សម្មតក
ិ ម្ម ៃនភាពខុសគា្ន រវាង µ1 នង
ិ µ2 មានន័យថាេយង
ី នង
ឹ េធ្វេី តស្ត
សម្មតិកម្មែដលមានទ្រមង់
H0 : µ1 = µ2 , H1 : µ1 , µ2
ឬ
H0 : µ1 − µ2 = 0, H1 : µ1 − µ2 , 0
តាម្រទឹ សី្ត លីមីត ផ្ចិត (Central Limit Theorem (CLT)) ចំេពាះ n1 , n2 ធំលម
្ម (អាចយក n1 , n2 ≥ 30
)េយងី មាន
! !
σ21 σ22
X̄1 ∼ N µ1 , , X̄2 ∼ N µ2 , ,
n1 n2
េដាយសារ X̄1 នង
ិ X̄2 មន
ិ អា្រស័យគា្នេនាះ
!
σ21 σ22
X̄1 − X̄2 ∼ N µ1 − µ2 , + .
n1 n2
េ្រពាះវាជាបន្សំលីេនែអ៊រៃនអេថរៃចដន្យនរមា៉ល់មិនអា្រស័យគា្ននិង
ដូេច្នះចំេពាះ n1 , n2 ធំលម
្ម េយង
ី មាន
តាមលក្ខណៈៃនបំែនងែចកនរមា៉ល់ស្តង់ដាេយង
ី មាន
P −zα/2 ≤ Z ≤< zα/2 = 1 − α
(X̄1 − X̄2 ) − (µ1 − µ2 )
P −zα/2 ≤ q 2 ≤ z α/2 = 1 − α
σ1 σ22
n1
+ n2
s s
σ 2
σ2
σ 2
σ 2
P (X̄1 − X̄2 ) − zα/2 1
+ 2 ≤ µ1 − µ2 ≤ (X̄1 − X̄2 ) + zα/2 1
+ 2 = 1 − α
n1 n2 n1 n2
ដូចេនះ្រប�បាប៊ីលីេតែដលចេនា្លះៃចដន្យ
s s
σ 2
σ 2
σ 2
σ2
(X̄ − X̄ ) − z 1
+ 2 , (X̄1 − X̄2 ) + zα/2 1
+ 2
1 2 α/2
n1 n2 n1 n2
312
ផ្ទុកនូវ µ1 − µ2 គឺ 1 − α ។ វាជាចេនា្លះៃចដន្យេ្រពាះមានអេថរៃចដន្យ X̄1 − X̄2 ។ េនេពលែដលលំហគំរ្រូ ត�វ
បានអេង្កតមធ្យមលំហគំរូ X̄1 នង ិ X̄2 ្រត�វបានគណនាេនាះចេនា្លះ
s s
σ σ σ σ 2
2
2 2 2
( x̄1 − x̄2 ) − zα/2 1
+ 2
, 1 − x̄2 ) + zα/2
1
+
n2
( x̄
n1 n2 n1
កា្លយជាចេនា្លះែដលសា្គល់។
ដូចេនះចេនា្លះេជឿជាក់ 100(1 − α)% សំរាប់ µ1 − µ2 េពលែដលសា្គល់ σ21 , σ22 គឺ
s s
σ21 σ22 σ21 σ22
( x̄1 − x̄2 ) − zα/2 + ≤ µ1 − µ2 ≤ ( x̄1 − x̄2 ) + zα/2 +
n1 n2 n1 n2
សន្មត់ថា
• លំហគំរូទាង
ំ ពរី ្រត�វែតមន
ិ អា្រស័យគា្ន
• សា្គល់ σ1 នង
ិ σ2 នង
ិ េបី n1 , n2 < 30 សាកលទាំងពរី ្រត�វែតមានបំែនងែចកនរមា៉ល់។
េតស្តសម្មតិកម្មស្រមាប់ភាពេស្មគា
ើ ្ន ៃនមធ្យមេនក្រមិតចា ំបាច់ α
• េតស្តសងខាង H0 : µ1 = µ2 , H1 : µ1 , µ2
• េតស្តខាងេឆ្វង H0 : µ1 = µ2 , H1 : µ1 < µ2
• េតស្តខាងសា្ត ំ H0 : µ1 = µ2 , H1 : µ1 > µ2
វិធីសា�ស្តែដនបដិេសដ
េតស្តសម្មតិកម្មស្រមាប់ µ1 − µ2 េនក្រមិតចាំបាច់ α
H0 : µ1 = µ2
H1 : µ1 > µ2 , µ1 < µ2 , µ1 , µ2
( x̄1 − x̄2 ) − (µ1 − µ2 )
TS : z = q 2
σ1 σ2
n1
+ n22
RR : Z ≥ zα , Z ≤ −zα , |Z| ≥ zα/2
H0 : µ1 = µ2
H1 : µ1 , µ2 (ការអះអាង)
313
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
ំ នទី៣ តៃម្លសំខាន់
• ជហា
េដាយសារ α = 0.05 េហយ ី វាជាេតស្តសងខាងេនាះតៃម្លសំខាន់គឺ
• ជំហានទី៤ សំេរចចិត្ត
េយង
ី បដេិ សដ H0 ចំេពាះ α = 0.05 េ្រពាះ 2.90 > 1.96 មានន័យថាតៃម្លេតស្តសត
ិ្ថ ស
ិ ត
ិ្ថ េនក្នុងែដន
បដិេសដ។
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
េយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បគា
ី ្រំ ទការអះអាងែដលថាមធ្យមមន
ិ េស្មគា
ី ្ន មានន័យថារយៈេពល
មធ្យមែដល្រក�មនម
ី ួយៗចំណាយេលស
ី កម្មភាពកំសាន្តគម
ឺ ន
ិ ដូចគា្នេឡយ
ី ។
ក្នុងឧទាហរណ៍ដែដលេយង
ី រកចេនា្លះេជឿជាក់ 95% ស្រមាប់ µ1 − µ2 ដូចខាងេ្រកាម
s s
σ21 σ22 σ21 σ22
( x̄1 − x̄2 ) − zα/2 + ≤ µ1 − µ2 ≤ ( x̄1 − x̄2 ) + zα/2
+
n1 n2 n1 n2
r r
6.32 5.82 6.32 5.82
(39.6 − 35.4) − 1.96 + ≤ µ1 − µ2 ≤ (39.6 − 35.4) + 1.96 +
35 35 35 35
1.4 ≤ µ1 − µ2 ≤ 7
េដាយសារចេនា្លះេជឿជាក់មិនផ្ទុកសូន្យេនាះមធ្យមទាំងពីរមិនេស្មីគា្ន (្រត�វគា្នជាមួយការេធ្វីេតស្តខាងេលី)។
វិធីសា�ស្តតៃម្ល p
េតស្តសម្មតិកម្មស្រមាប់ µ1 − µ2 េនក្រមិតចាំបាច់ α
H0 : µ1 = µ2
H1 : µ1 > µ2 , µ1 < µ2 , µ1 , µ2
( x̄1 − x̄2 ) − (µ1 − µ2 )
TS : z = q 2
σ1 σ2
n1
+ n22
p := P(Z ≥ z), P(Z ≤ z), 2P(Z ≥ |z|)
314
ចេម្លើយ. • ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : µ1 = µ2
H1 : µ1 > µ2 (ការអះអាង)
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
( x̄1 − x̄2 ) − (µ1 − µ2 ) (8.6 − 7.9) − 0
z= q 2 = q = 1.06
σ1 σ22
n1
+ n2 3.32
50
+ 3.32
50
ំ នទី៣ តៃម្ល p
• ជហា
េដាយសារវាជាេតស្តខាងសា្តេំ នាះតៃម្ល p
p = P(Z > 1.06) = 0.1446
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារតៃម្ល p = 0.1446 > 0.10 = α េនាះេយង
ី មិនបដិេសដ H0 ។
• ជំហានទី៥ សន្និដា្ឋន
ដូចេនះេយង
ី មានភស្តុតាងមិន ្រគប់្រគាន់ េដីម្បីគា្រំ ទការអះអាងចំនួន កីឡា ជាមធ្យមែដលវ ិទយល័យ
ផ្តល់ឱ្យសិស្ស្រប�សេ្រចីនជាងចំនួនកីឡាជាមធ្យមែដលវ ិទយល័យផ្តល់ឱ្យសិស្ស្រសី។
ឧទាហរណ៍ 11.1.3. អ្នក្រសាវ្រជាវសង្គមេជឿជាក់ថាេដាយការេកីនេឡង
ី ៃន្របព័ន្ធផ្សព្វផ�យ ទូរសព្ទ និង
្របព័ន្ធ ទំនាក់ ទំនងេផ្សងៗេទៀត មនុស្សអាយុ តច
ិ េមល
ី ទូរទស្សន៍ តច
ិ ។ លំហ គំរូ ៃចដន្យមន
ិ អា្រស័យ គា្ន ៃន
មនុស្សក្នុង្រក�មអាយុពរី េផ្សងគា្ន្រត�វបានេ្រជីសេរសេហ
ី យី រយៈេពលមធ្យម(គត
ិ ជាេមា៉ង)្របចាំសបា្តហ៍ែដល
ចំណាយេមីលទូរទស្សន៍សំរាប់្រក�មនម ី ួយៗ្រត�វបានកត់្រតា។ ្រក�មអាយុ 18−24 ឆា្ន ំមានចំនួន 18 នាក់ែដល
មានរយៈេពលមធ្យម 23.4 េមា៉ង និង្រក�មអាយុ 25 − 34 ឆា្នមា ំ នចំនួន 24 នាក់ែដលមានរយៈេពលមធ្យម
28.9 េមា៉ង។ សន្មត ថាវា៉ ដ្យង់ សាកលចំេពាះ្រក�ម ទីមួយ គឺ 44.89 និង ចំេពាះ្រក�ម ទីពីរ គឺ 65.61 ។ េតីមាន
ភស្តុតាង្រគប់្រគាន់េដីម្បស
ី ន្នដា
ិ ្ឋ នថារយៈេពលមធ្យម្របចាំសបា្តហ៍ែដលចំណាយេមល ី ទូរទស្សន៍សំរាប់្រក�ម
អាយុ 18 − 24 ឆា្ន ំ តិចជាងរយៈេពលមធ្យមសំរាប់្រក�មអាយុ 25 − 34 ឆា្ន? ំ េ្របី α = 0.01 និងសន្មត់ថា
អេថរមានបំែនងែចកនរមា៉ល់។
ចេម្លើយ. • ជំហានទ១ ី ែចងសម្មតក ិ ម្ម
H0 : µ1 = µ2
H1 : µ1 < µ2 (ការអះអាង)
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ
( x̄1 − x̄2 ) − (µ1 − µ2 ) (23.4 − 28.9) − 0
z= q 2 = q = −2.4055
σ1 σ22
n1
+ n2
44.89
18
+ 65.61
24
ំ នទ៣
• ជហា ី តៃម្លសំខាន់
េដាយសារ α = 0.01 េហយី វាជាេតស្តខាងេឆ្វងេនាះតៃម្លសំខាន់គឺ
−zα = −z0.01 = −2.33
315
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
េដាយសារ −2.4055 ស្ថិតក្នុងែដនបដិេសដេនាះេយង
ី បដិេសដ H0 ។
ឬតៃម្ល p
p = P(Z ≤ −2.4055) = 0.0081
េដាយសារតៃម្ល p = 0.0081 ≤ α = 0.01 េនាះេយង
ី បដេិ សដ H0 ។
• ជំហានទី៥ សន្និដា្ឋន
ដូចេនះេយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បគាំ
ី ្រទការអះអាងរយៈេពលមធ្យម្របចាំសបា្តហ៍ែដលចំណាយ
េមីលទូរទស្សន៍សំរាប់្រក�មអាយុ 18 − 24 ឆា្នត
ំ ិចជាងរយៈេពលមធ្យមសំរាប់្រក�មអាយុ 25 − 34 ឆា្ន។
ំ
លំហាត់ 11.1.1. 1. លំហគំរៃូ ចដន្យមិនអា្រស័យគា្នពីរ្រត�វបានេ្រជីសេចញពសា
ី កលពីរែដលមានគមា្លត
ស្តង់ ដា σ1 = 2 នង
ិ σ2 = 8 េរៀងគា្ន។ ទំហំលំហ គំរូ នង
ិ មធ្យមលំហ គំរូ ្រត�វ បានកត់្រតាក្នុងតារាង
ខាងេ្រកាម
លំហគំរូ១ លំហគំរូ២
n1 = 58 n2 = 62
(a) គណនាេល្អ�ងស្តង់ដាៃនបំែនងែចកលំហគំរូៃនលំហគំរូ១
(b) គណនាេល្អ�ងស្តង់ដាៃនបំែនងែចកលំហគំរូៃនលំហគំរូ២
(a) េតីវាជាេតស្តមា្ខងឬេតស្តសងខាង?
(b) ែចងក្បនសំ
ួ េរចចត
ិ ្ត
(c) គណនាតៃម្លេតស្តសិត
្ថ ិ
(d) េតអ
ី ជា
ី្វ ការសំេរចចត
ិ ្តអំពី H0 ?
(e) េតត
ី ៃម្ល p េស្មន
ី ងឹ ប៉ុនា្មន?
3. រយៈេពលជាមធ្យមក្នុងការេធ្វដ ី ំេណីរេទេធ្វកា
ី ររបស់ ជនជាតិ អា េមរចកាំ
ិ ង គឺ 25.3 នាទ។
ី ភា្នក់ងារ
ការងារចងេ់ ធ្វីេតស្តរយៈេពលេធ្វីដេំ ណីរជាមធ្យមៃននិស្សត
ិ ែដលបញ្ច ប់មហាវ ិទយល័យនិង អ្នកសញញប្រត
316
ទាបជាង។ នស ិ ្សត
ិ ែដលបញ្ច ប់ ការសក
ិ � 35 នាក់ ចំណាយេពលជាមធ្យម 40.5 នាទី េធ្វដ ី េំ ណីរេទ
េធ្វីការែដលមានវា៉ដ្យង់ សាកល 67.24 ។ អ្នក សញញប្រតទាបជាង 30 នាក់ ចំណាយេពលជាមធ្យម
34.8 នាទេី ធ្វីដំេណីរេទេធ្វីការែដលមានវា៉ដ្យងសា
់ កល 39.69 ។ េនក្រមិតចាំបាច់ α = 0.05 េតីមាន
ភាពខុសគា្នរវាងមធ្យមទាំងពីរឬេទ?
4. ចំេពាះលំហគំរូមិនអា្រស័យគា្នេចញពីសាកលេផ្សងគា្នដូចខាងេ្រកាម
លំហគំរូ១ 122 114 130 165 144 133 139 142 150
លំហគំរូ២ 108 125 122 140 132 120 137 128 138
រកតៃម្ល p ស្រមាប់េតស្តសម្មតិកម្ម
H0 : µ1 = µ2 , H1 : µ1 > µ2
េនេពលែដលគមា្លតស្តង់ដាសាកលគឺ σ1 = 10 នង
ិ
(a) σ2 = 5
(b) σ2 = 10
(c) σ2 = 20
5. ចំនួនេមា៉ងជាមធ្យមៃនការេមីលទូរទស្សន៍េដាយ�ស្តអា
ី យុេលីស 55 ឆា្នគ
ំ ឺ 48 េមា៉ងក្នុងមួយសបា្តហ៍។
បុរសអាយុេលស
ី 55 ឆា្ន ំេមល
ី ទូរទស្សន៍ជាមធ្យម 43 េមា៉ងក្នុងមួយសបា្តហ៍។ លំហគំរៃូ ចដន្យៃនបុរស
40 នាក់នង
ិ �ស្តី 40 នាក់ពស
ី ហគមន៍ចូលនវិ ត្តន៍ធំមួយផ្តល់នូវលទ្ធផលដូចខាងេ្រកាម៖
ទំហល
ំ ំហគំរូ មធ្យមលំហគំរូ គមា្លតស្តង់ដាសាកល
េតស្តសរា
ំ ប់ភាពេស្មគា
ើ ្ន ៃនមធ្យមពីរ៖ េ្របើេតស្ត t (ករណីមិនសា្គល់ σ21 និង σ22 )
េយង
ី បានបងា្ហញថាអេថរៃចដន្យ ∼ χ2 (n1 − 1) នង ∼ χ2 (n2 − 1) ។ អេថរៃចដន្យទាំងពរី
(n1 −1)S 12 (n2 −1)S 22
σ2 ិ σ2
មន
ិ អា្រស័យគា្នេ្រពាះការេ្រជីសេរសលំ
ី ហគំរូៃចដន្យទាំងពីរគម
ឺ ន
ិ អា្រស័យគា្នេនាះេយង
ី ទទួលបាន
(n1 − 1)S 12 (n2 − 1)S 22
V= +
σ2 σ2
(n1 − 1)S 12 + (n2 − 1)S 22
=
σ2
∼ χ (n1 + n2 − 2).
2
317
តាមែផ្នក ខាងេលី ករណី σ21 = σ22 = σ2 េយង
ី មាន Z =
(X̄1 −X̄2 )−(µ1 −µ2 )
q ∼ N(0, 1) ែដល Z និង V មិន
σ n1 + n1
1 2
∼ t(n1 + n2 − 2)
តាមលក្ខណៈៃនបំែនងែចក t េយង
ី មាន
P(−tα/2 ≤ T ≤ tα/2 ) = 1 − α
(X̄1 − X̄2 ) − (µ1 − µ2 )
P −tα/2 ≤ q ≤ tα/2 = 1 − α
S p n11 + n12
r r
1 1 1 1
P (X̄1 − X̄2 ) − tα/2 S p + ≤ µ1 − µ2 ≤ (X̄1 − X̄2 ) + tα/2 S p + = 1 − α
n1 n2 n1 n2
ដូចេនះ្រប�បាប៊ីលេី តែដលចេនា្លះៃចដន្យ
r r
1 1 1 1
(X̄1 − X̄2 ) − tα/2 S p + , (X̄1 − X̄2 ) + tα/2 S p +
n1 n2 n1 n2
318
េតស្តសម្មតិកម្មករណី σ21 = σ22
សន្មត់ថា
• លំហគំរូទាង
ំ ពីរ្រត�វែតមិនអា្រស័យគា្ន
េតស្តសម្មតិកម្មស្រមាប់ភាពេស្មគា
ើ ្ន ៃនមធ្យមេនក្រមិតចា ំបាច់ α
H0 : µ1 = µ2 ,
H1 : µ1 , µ2 , µ1 < µ 2 , µ1 > µ2
( x̄1 − x̄2 ) − (µ1 − µ2 )
TS : t = q , d.f. = n1 + n2 − 2
s p n1 + n2
1 1
RR : |T | ≥ tα/2 , T ≤ −tα , T ≥ tα
p =: 2P(T ≥ |t|), P(T ≤ t), P(T ≥ t)
លក្ខណៈវ ិនច
ិ ្ឆ័យ៖ បដេិ សដ H0 ក្នុងករណី
• តៃម្លេតស្តសត
ិ្ថ ិ t ស្ថត
ិ េនក្នុងែដនបដេិ សដ RR ឬ
• តៃម្ល p ≤ α.
ក 15 17.4 34.81
ខ 17 12.1 46.24
319
សមា្គល់ 11.1.1 (ព្រងាងគំនិត). • េយង
ី មានសាកលពរី េហយ
ី លំហគំរៃូ ចដន្យពរី ្រត�វបានេ្រជីសេរស
ី
មិនអា្រស័យគា្ន
ី ចង់ដង
• េយង ឹ ពភា
ី ពខុសគា្នរវាងមធ្យមទាំងពរី េនាះវាជាេតស្តសងខាង
ចេម្លើយ. • ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : µ1 = µ2 ,
H1 : µ1 , µ2 (ការអះអាង)
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ េយង
ី មាន
ំ នទ៣
• ជហា ី តៃម្លសំខាន់
េដាយសារ α = 0.05, d.f. = n1 + n2 − 2 = 30 េហយ
ី វាជាេតស្តសងខាងេនាះតៃម្លសំខាន់គឺ
• ជំហានទី៤ សំេរចចិត្ត
ែដនបដេិ សដគឺ |T | ≥ tα/2 = t0.025 = 2.0423។ េដាយសារ 2.3393 ស្ថត
ិ ក្នុងែដនបដេិ សដេនាះេយង
ី
បដិេសដ H0 ។ ឬតៃម្ល p គឺ
p = 2P(T ≥ 2.3393)
េដាយេ្របតា
ី រាងបំែនងែចក t េយង
ី មាន
0.02 ≤ p ≤ 0.05
េនាះេយង
ី បដិេសដ H0 េ្រពាះ p ≤ α = 0.05។
• ជំហានទី៥ សន្និដា្ឋន
ដូចេនះេយង ី ន្និដា្ឋនថារយៈេពលរង់ចាម
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បស ំ ធ្យមស្រមាប់វះកាត់ជង្គងរ់ វាង
មន្ទីរេពទ្យទាំងពីរគឺខុសគា្នេនកំរតចាំ
ិ បាច់ α = 0.05។
លំហាត់ 11.1.2. េគឱ្យអេថរៃចដន្យ X1 ∼ χ2 ែដលមាន d.f.= ν1 មិនអា្រស័យគា្ននឹង X2 ∼ χ2 ែដលមាន
d.f.= ν2 ។ បងា្ហញថា X1 + X2 ∼ χ2 ែដលមាន d.f.= ν1 + ν2 ។
សមា្គល់ 11.1.2 (ជំនួយគំនិត). េ្របីអនុគមន៍បេង្កីតម៉ូម៉ង់៖
• រកអនុគមន៍បេង្កីតម៉ូម៉ង់ៃន X1 និង X2
320
• រកអនុគមន៍បេង្កីតម៉ូម៉ង់ៃន X1 + X2
• េ្របីលក្ខណៈអនុគមន៍បេង្កីតម៉ូម៉ង់កំណត់បំែនងែចកែតមួយគត់។
ឧទាហរណ៍ 11.1.5. សារជាតិ ែដកជាែរ ៉ដ៏ សំខាន់ សំរាប់ រាងកាយក្នុងការដឹកជញ្ជូ នអុក សុី ែសន។ ្របេភទ
សត្វសមុ្រទមួយចំនួនផ្ទុកសារជាតិែដកខ្ពស់ដូចជា្រគ�ំ នង
ិ អ័យស្ទរ។ លំហគំរូៃចដន្យមន
ិ អា្រស័យគា្នសំរាប់
100g ៃន្រគ�ំ និងអ័យស្ទរ្រត�វបានេ្រជីសេរសេហ
ី យ
ី សារជាតិែដកគិតជា mg ្រត�វបានវាស់។ តារាងទិន្នន័យ
សេង្ខបមានដូចខាងេ្រកាម៖
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ េយង
ី មាន
(n1 − 1)s21 + (n2 − 1)s22 (11)(4.38)2 + (14)(3.35)2
s2p = = = 14.7257
n1 + n2 − 2 25
េនាះ
( x̄1 − x̄2 ) − (µ1 − µ2 ) (23.17 − 24.19) − 0
t= q = √ q = −0.686
s p n1 + n2
1 1
14.7257 12 + 15
1 1
• ជំហានទី៣ តៃម្លសំខាន់
េដាយសារ α = 0.01, d.f. = n1 + n2 − 2 = 25 េហយ
ី វាជាេតស្តសងខាងេនាះតៃម្លសំខាន់គឺ
−tα/2 = −2.787, tα/2 = 2.787
• ជំហានទី៤ សំេរចចិត្ត
ែដនបដិេសដគឺ |T | ≥ tα/2 = t0.005 = 2.787។ េដាយសារ −0.686 មិនស្ថិតក្នុងែដនបដិេសដេនាះ
េយង
ី មិនបដិេសធ H0 ។ ឬតៃម្ល p គឺ
p = 2P(T ≥ 0.686)
េដាយេ្របីតារាងបំែនងែចក t េយង
ី មាន
p > 0.20
េនាះេយង
ី មន
ិ បដិេសធ H0 េ្រពាះ p > α = 0.01 ។
• ជំហានទី៥ សន្និដា្ឋន
េយង
ី មិនមានភស្តុតាង្រគប់្រគាន់េដីម្បស
ី ន្និដា្ឋនថាកំរតសារជាត
ិ ិែដកជាមធ្យមៃនសត្វសមុ្រទទាំងពីរ
គឺខុសគា្នេនកំរតចាំ
ិ បាច់ α = 0.01 ។
321
ករណី σ21 , σ22
សន្មត់ថា
• លំហគំរូទាង
ំ ពរី ្រត�វែតមន
ិ អា្រស័យគា្ន
តាមពីររេបៀប៖
1. ែបបអភរិ ក្សនយ
ិ មៈ d.f.= min{n1 − 1, n2 − 1}
ចំេពាះរូបមន្តេនះេយង
ី បង្គត់ចុះេ្រពាះ d.f. ជាេលខគត់។
េទាះបជា
ី ចំនួន d.f. ខុសគា្ន ក្នុងរូបមន្ត ទាង
ំ ពរី ប៉ុែន្ត ការសន្នដា
ិ ្ឋ នៃនេតស្ត សម្មតក
ិ ម្ម គឺ ក្រមប៉ះពាល់ េដាយ
ជេ្រមីសទាំងេនះ។
ែដលមានអនុគមន៍ដង់សុេី ត
!−(ν+1)/2
Γ[(ν + 1)/2] t2
f (t) = √ 1+ , −∞ < t < ∞.
Γ(ν/2) πν ν
1X 1 X
n n
X̄ = Xi និង S 2 = (Xi − X̄)2 .
n i=1 n − 1 i=1
េនាះ
X̄ − µ (n − 1)S 2
Z= √ ∼ N(0, 1) នង
ិ V = ∼ χ2 (n − 1).
σ/ n σ 2
322
េយង
ី មាន X̄ នង
ិ S មន
2
ិ អា្រស័យគា្នេនាះ Z នង ិ V ក៏មន ិ អា្រស័យគា្នែដរ។ ដូេច្នះេយង
ី ទទួលបាន
√
Z (X̄ − µ)/(σ/ n) X̄ − µ
T= √ = p = √ ∼ t(n − 1).
V/(n − 1) S 2 /σ2 S/ n
េយង
ី តាងនម
ិ ត
ិ ្តសញញ σB = ជាវា៉ដ្យង់ៃន X̄1 − X̄2 នង ជាអ្នកបា៉ន់សា្មនៃន σ2B ។
σ21 σ22 S 12 S 22
+ ិ SB = +
2 2
n1 n2 n1 n2
េយង
ី ចាប់េផ្តីមេដាយអេង្កតយា៉ងយកចត
ិ ្តទុកដាក់េលរី ូបមន្តៃនអេថរៃចដន្យ
(X̄1 − X̄2 ) − (µ1 − µ2 )
T= q 2
S1 S2
n1
+ n22
(X̄1 − X̄2 ) − (µ1 − µ2 )
=
SB
[(X̄1 − X̄2 ) − (µ1 − µ2 )]/σB
= q
rS 2B /σ2B
r
េយង
ី មាន S 1 និង S 2 មិនអា្រស័យគា្នេនាះ
!
S 12 S 22
V(S 2B ) =V +
n1 n2
1 1
= 2 V(S 12 ) + 2 V(S 22 )
n1 n2
េយង
ី ដឹងថា (n1 − 1)S 1 /σ1 ∼ χ (n1 − 1) េនាះ
2 2 2
!
(n1 − 1)S 12
V = 2(n1 − 1)
σ21
(n1 − 1)2
V(S 12 ) = 2(n1 − 1)
σ14
2σ41
V(S 1 ) =
2
n1 − 1
ដូចគា្នែដរ
2σ42
V(S 22 ) =
n2 − 1
ដូចេនះេយង
ី បាន
1 2σ41 1 2σ42
V(S 2B ) = +
n21 n1 − 1 n22 n2 − 1
323
តាមសមីការ (*) េយង
ី បាន
!
2 1 1 2σ41 1 2σ42
= 4 2 + 2
r σ B n1 n1 − 1 n2 n2 − 1
σ4B
r= .
1 σ1 1 σ2
4 4
n2 n1 −1
+ n2 n2 −1
1 2
ដូចេនះ
2
s21 s22
s4B n1
+ n2
r= 4 4
= 2 2 2 2 .
1 s1 1 s2
n21 n1 −1
+ n22 n2 −1
1 s1
+ 1 s2
n1 −1 n1 n2 −1 n2
េយង
ី បាន្រសាយគអ
ឺ េថរៃចដន្យ
(X̄1 − X̄2 ) − (µ1 − µ2 )
T= q 2
S1 S2
n1
+ n22
េតស្តសម្មតិកម្មស្រមាប់ភាពេស្មគា
ើ ្ន ៃនមធ្យមេនក្រមិតចា ំបាច់ α
H0 : µ1 = µ2 ,
H1 : µ1 , µ2 , µ1 < µ2 , µ1 > µ2
( x̄1 − x̄2 ) − (µ1 − µ2 )
TS : t = q 2
s1 s2
n1
+ n22
2 2
s1 s22
n1
+ n2
d.f. = 2 2 2 2
s1 s2
1
n1 −1 n1
+ 1
n2 −1 n2
RR : |T | ≥ tα/2 , T ≤ −tα , T ≥ tα
p =: 2P(T ≥ |t|), P(T ≤ t), P(T ≥ t)
្រត�វបានេ្រជីសេរសេដាយៃចដន្យមានដូ
ី ចក្នុងទន
ិ ្នន័យខាងេ្រកាម៖
សូកូឡា 29 25 17 36 41 25 32 29 38 34 24 27 29
មិនែមនសូកូឡា 41 41 37 29 30 38 39 10 29 55 29
324
េតមា
ី នភស្តុតាង្រគប់្រគាន់ េដីម្បី សន្នដា
ិ ្ឋ នថាមធ្យមៃនបរមាណកាបូ
ិ ន្រី តាត មានភាពខុសគា្ន រវាងស្ករ្រគាប់
់ ិន
់ សាកលទាំងពីរមានបំែនងែចកនរមា៉ល់ែដលមានវា៉ដ្យងម
ទាំងពីរ្របេភទេដាយេ្របី α = 0.10? សន្មតថា
េស្មគា
ី ្ន ។
សមា្គល់ 11.1.4 (ព្រងាងគំនិត). • េយង
ី មានសាកលពីរេហយ
ី លំហគំរៃូ ចដន្យពីរ្រត�វបានេ្រជីសេរស
ី
មន
ិ អា្រស័យគា្ន(ស្ករ្រគាប់សូកូឡា នង
ិ ស្ករ្រគាប់មន
ិ ែមនសូកូឡា)
• វា៉ដ្យងៃ់ នសាកលមិនសា្គល់ែត្រត�វបានសន្មតថា
់ មិនេស្មីគា្នេនាះេយង
ី េ្របេី តស្ត t សំរាប់េតស្តភាពេស្មីគា្ន
ៃនមធ្យម
ី ចង់ដឹងពភា
• េយង ី ពខុសគា្នរវាងមធ្យមទាំងពរី េនាះ វាជាេតស្តសងខាង
ចេម្លើយ. េយង
ី មាន
• ជំហានទី១ ែចងសម្មតិកម្ម
H0 : µ1 = µ2 ,
H1 : µ1 , µ2 (ការអះអាង)
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ
• ជំហានទី៣ តៃម្លសំខាន់
2
s21 s22
n1
+ n2
d. f. = 2 2 2 2
s1 s2
1
n1 −1 n1
+ 1
n2 −1 n2
125.45 2
42.23
13
+ 11
= 2 2 = 15.41
1 42.23
12 13
+ 101 125.45
11
• ជំហានទី៤ សំេរចចិត្ត
ែដនបដេិ សដគឺ |T | ≥ tα/2 = t0.05 = 1.753។ េដាយសារ −1.22 មន
ិ ស្ថត
ិ ក្នុងែដនបដេិ សដេនាះេយង
ី
មិនបដិេសធ H0 ។
325
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
ដូចេនះេយង
ី មិន មានភស្តុតាង្រគប់្រគាន់ េដីម្បីសន្និដា្ឋនថាមធ្យមៃនបរមាណកាបូ
ិ នី្រតាត មានភាព
ខុសគា្នរវាងស្ករ្រគាប់ទាង
ំ ពរី ្របេភទេដាយេ្របី α = 0.10។
2. IQ ៃនសស
ិ ្ស 17 នាក់ពត
ី ំបន់មួយៃនទ្រី ក�ងផ្តលន
់ ូវមធ្យមលំហគំរូ 106 នង ់ លំហគំរូ 10 រឯ
ិ គមា្លតស្តងដា ី
IQ ៃនសស ិ ្ស 14 នាក់ពីតំបន់េផ្សងេទៀត្រត�វបានេ្រជីសេរសេដាយម
ី ន
ិ អា្រស័យគា្នែដលផ្តល់នូវមធ្យម
លំហគំរូ 109 និងគមា្លតស្តង់ដា លំហគំរូ 7 ។ េតមាី នភាពខុសគា្ន រវាង IQ ៃន្រក�មទាំងពីរេនក្រមិត
ចាំបាច់ α = 0.01 ? សន្មត់ថាសាកលទាំងពរី មានបំែនងែចកនរមា៉ល់ែដលមានវា៉ដ្យងេ់ ស្មគា ី ្ន ។
3. លំហគំរូៃចដន្យពីរមិនអា្រស័យគា្នេចញពីសាកលនរមា៉ល់ពីរេផ្សងគា្នដូចខាងេ្រកាម
េនក្រមត
ិ ចាំបាច់ α = 0.05
(a) េតស្តភាពេស្មីគា្នៃនមធ្យមេដាយសន្មត់ថាវា៉ដ្យង់សាកលេស្មីគា្ន។
(b) េតស្តភាពេស្មីគា្នៃនមធ្យមេដាយសន្មត់ថាវា៉ដ្យង់សាកលមិនេស្មីគា្ន។
4. សន្មត់ថាលំហគំរូៃចន្យមិនអា្រស័យគា្នេចញពីសាកលនរមា៉ល់ែដលមានបងា្ហញដូចខាងេ្រកាម
លំហគំរូ១ 52 33 42 44 41 50 44 51 45 38 37 40 44 50 43
លំហគំរូ២ 52 43 47 56 62 53 61 50 56 52 53 60 50 48 60 55
សន្មត់ថាសាកលទាំងពរី មានវា៉ដ្យង់មន
ិ េស្មគា
ី ្ន ។
(a) េតីមានភស្តុតាង្រគប់្រគាន់េដីម្បស
ី ន្និដា្ឋនថា (µ1 − µ2 ) > 10 េនក្រមិតចាំបាច់ α = 0.01?
5. លំហគំរូៃចដន្យពីរមិនអា្រស័យគា្នេចញពីសាកលនរមា៉ល់ពីរេផ្សងគា្នដូចខាងេ្រកាម
326
ំ ំហគំរូ មធ្យមលំហគំរូ គមា្លតស្តង់ដាលំហគំរូ
ទំហល
សន្មត់ថាសាកលទាំងពរី មានវា៉ដ្យង់មន
ិ េស្មគា
ី ្ន ។
(b) បេង្កត
ី ចេនា្លះេជឿជាក់ 95% ស្រមាប់ µ1 − µ2 ។
11.2 េតស្តសម្មតិកម្មលហ
ំ គំរ ូពីរស្រមាប់មធ្យមៈលំហគំរ ូអា្រស័យគា្ន
លំហគំរូអា្រស័យគា្ន។ លំហគំរូអា្រស័យគា្នេពលខ្លះ្រត�វបានេហថាលំហគំរូៃនគូ្រត�វគា្ន។
• កម្មវ ិធី របបអាហារនិងកីឡា ្រត�វ បានេរៀបចំ េដីម្បី ជួយ មនុស្សស្រមកទម្ងន់។ លំហ គំរូ មួយ ្រត�វ បាន
េ្រជស
ី េរសេហ
ី យ
ី មា្ន ក់ៗ ថ្លង
ឹ ទម្ងន់ (មុន េពលចូលរួម កម្មវ ិធ)
ី ។ បនា្ទប់មកមា្ន ក់ៗ េនក្នុងលំហ គំរូ ្រត�វ
ឆ្លងកាត់ របបអាហារនង
ិ ការហាត់ កឡា
ី ែដលេរៀបចំ េដាយកម្មវ ិធី មួយ រយៈេហយ
ី ថ្លង
ឹ ទម្ងន់ ម្តង េទៀត
(េ្រកាយេពលចូលរួមកម្មវ ិធី)។
េតស្តសម្មតិកម្មសរា
ំ ប់ភាពេស្មគា
ើ ្ន ៃនមធ្យមពីរ៖ េ្របើេតស្ត t
សន្មត់ថា
• លំហគំរូទាង
ំ ពរី អា្រស័យគា្ន
• n : ចំនួនគូទិន្នន័យ
327
េតស្តសត
ិ ្ថ ិ
D̄ − µD
T= √ ∼ t(n − 1),
sD / n
ែដល P
D
D = X1 − X2 , D̄ =
n
s P P
n D2 − ( D)2
sD =
n(n − 1)
េតស្តសម្មតិកម្ម៖ កំរតចាំ
ិ បាច់ α
H0 : µD = 0,
H1 : µD , 0, µD < 0, µD > 0
D̄ − µD
TS : t = √ d.f. = n − 1
sD / n
RR : |T | ≥ tα/2 , T ≤ −tα , T ≥ tα
p =: 2P(T ≥ |t|), P(T ≤ t), P(T ≥ t)
ធនាគារ 1 2 3 4 5 6 7 8 9
3 ឆា្នម
ំ ុន 11.42 8.41 3.98 7.37 2.28 1.10 1.00 0.9 1.35
ៃថ្ងេនះ 16.69 9.44 6.53 5.58 2.92 1.88 1.78 1.5 1.22
េតី េយង
ី អាចសន្នដា
ិ ្ឋ នថាការដាក់ សាច់្របាក់ ជាមធ្យមេនៃថ្ងេនះគឺ េ្រចន
ី ជាងកាលពី 3 ឆា្នម
ំ ុន ចំេពាះ α =
0.05? សន្មត់ថាអេថរជាបំែនងែចកនរមា៉ល់។
សមា្គល់ 11.2.1 (ព្រងាងគំនិត). • ធនាគារមួយ មានការអេង្កត ពីរ៖ ការដាក់ សាច់្របាក់ កាលពី 3
ឆា្នម
ំ ុន នង
ិ ៃថ្ងេនះ។ ដូចេនះវាជាេតស្តសម្មតក
ិ ម្មៃនលំហគំរូៃនគូ្រត�វគា្ន។
• េយង
ី េ្របេី តស្ត t សំរាប់លំហគំរូៃនគូ្រត�វគា្ន
• េយង
ី ចងដ់ ឹងថា ការដាក់សាច់្របាក់ជាមធ្យមមានការេកីនេឡង ី ឬអត់ មានន័យថាការដាក់សាច់្របាក់
កាលពី 3 ឆា្នម
ំ ុនតច
ិ ជាងការដាក់សាច់្របាក់ៃថ្ងេនះ។ ដូចេនះមធ្យមៃនផលដកគត ឺ ូចជាងសូន្យ។
ចេម្លើយ. ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : µD = 0, H1 : µD < 0 (ការអះអាង)
ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
D̄ − µD −1.081 − 0
t= √ = √ = −1.674
sD / n 1.937/ 9
328
ែដល D̄ និង sD អាចគណនាបានេដាយេ្របីតារាងខាងេ្រកាម។
ជំហានទី៣ តៃម្លសំខាន់
េដាយសារ α = 0.05, d.f. = n − 1 = 8 េហយ
ី វាជាេតស្តខាងេឆ្វងេនាះតៃម្លសំខាន់គឺ
−tα = −1.860
ជំហានទី៤ សំេរចចិត្ត
ែដនបដិេសដគឺ T ≤ −tα = −t0.05 = −1.860។ េដាយសារ −1.674 មន
ិ ស្ថត
ិ ក្នុងែដនបដិេសដេនាះេយង
ី
មនិ បដិេសធ H0 ។
ជំហានទី៥ សន្និដា្ឋន
ដូចេនះេយង
ី មិនមានភស្តុតាង្រគប់្រគាន់េដីម្បបងា
ី ្ហ ញថាការដាក់សាច់្របាក់ជាមធ្យមមានការេកីនេឡង
ី ក្នុងរយៈេពល
បីឆា្នច
ំ ុងេ្រកាយ។
3 ឆា្នម
ំ ុន(X1 ) ៃថ្ងេនះ(X2 ) D = X1 − X2 D2 = (X1 − X2 )2
2. េនក្នុងពេិ សាធន៍គូៃនទន
ិ ្នន័យែដលមានលទ្ធផលដូចខាងេ្រកាម
329
(a) េតីអីជា
្វ ការសន្មត់ចាបា
ំ ច់ស្រមាប់ការេធ្វីេតស្តសម្មតិកម្មៃនគូទិន្នន័យ
(b) េធ្វីេតស្តសម្មតិកម្ម H0 : µ1 − µ2 = 0, H1 : µ1 − µ2 < 0 េដាយេ្របី α = 0.01
3. អ្នកជំនាញការែផ្នកចំណីអាហារចង់ដឹងថាេតីកំរតកូ
ិ េឡេស្តរូល
៉ នង
ឹ ែ្រប្រប�លឬអត់េបីរបបអាហារ្រត�វ
បានបែន្ថម សារជាតិ ែរ ៉មួយ ្របេភទ។ មនុស្ស 6 នាក់ ្រត�វ បានេ្រជីសេរសេដាយៃចដន្យេដ
ី ីម្បី េធ្វីេតស្ត
បឋម នងិ បនា្ទប់មកពួកេគទទួលយកសារជាតិ ែរ ៉បែន្ថម ក្នុងរយៈេពល 5 សបា្តហ៍។ តារាងលទ្ធផល
ខាងេ្រកាមបងា្ហញពីកំរតកូ
ិ េឡេស្តរូល
៉ គិតជាមីលី្រកាមក្នុងមួយេដសុីលីត៖
1 2 3 4 5 6
េតេី យង
ី អាចសន្និដា្ឋនថាកំរតកូ
ិ េឡេស្តរល
ូ ៉ ែ្រប្រប�លឬេទចំេពាះ α = 0.10? សន្មតថា
់ អេថរមានបំែនង
ែចកនរមា៉ល់។
11.3 េតស្តសម្មតិកម្មលហ
ំ គំរ ូពីរស្រមាប់វា៉ដ្យង់
U/ν1
F=
V/ν2
មានអនុគមន៍ដង់សុេី ត
ν1 +ν2 ν1 ν1
Γ( 2 )( ν ) 2 ν1
2 −1
2
Γ( ν21 )Γ( ν22 )
x
ν1 +ν2 , x>0
fF (x) =
ν x
1+ ν1
2
2
0, x≤0
1 ν2
v 2 −1 e− 2 , v > 0,
v
fV (v) = ν ν2
Γ 2
2
2 2
330
ិ អនុគមន៍ដង់សុេី តរួមៃន U នង
នង ិ V (េដាយ U នង
ិ V មន
ិ អា្រស័យគា្ន)៖
fU,V (u, v) = fU (u) fV (v)
1 ν1 ν2
= ν ν ν1 +ν2 u 2 −1 v 2 −1 e− 2
u+v
Γ 21 Γ 22 2 2
ដូចេនះអនុគមន៍បំែនងែចក្រប�បាប៊ីលេី តេកន ី ៃន V គឺ
U
U
GU/V (x) = P ≤ x = P(U ≤ xV)
V Z ∞ Z xv !
1 ν1 ν2
u 2 e 2 du v 2 −1 e− 2 dv
−1 − u v
= ν ν ν1 +ν2
Γ 2 Γ 2 2 2
1 2
0 0
គណនាេដរេវៃន
ី GU/V េធៀបនង ឹ x េយងី ទទួលបានអនុគមន៍ដង់សុេី តៃន V ៖
U
Z ∞ ν2
1 ν1
(xv) 2 −1 e− 2 v v 2 −1 e− 2 dv,
xv v
fU/V (x) = ν ν ν1 +ν2
Γ 21 Γ 22 2 2 0
ν1 Z ∞ ν +ν
x 2 −1 (x+1)v
v 2 −1 e− 2 dv.
1 2
= ν ν ν1 +ν2
Γ 21 Γ 22 2 2 0
តាមលក្ខណៈៃនអនុគមន៍ហា្កមាេយង
ី មាន
Z ∞ ! ν1 +ν 2
ν + ν
ν1 +ν2
2 −1 − (x+1)v 2 2
1 2
v e 2 dv = Γ .
0 x+1 2
ដូចេនះេយង
ី បាន
Γ ν1 +ν
ν1
x 2 −1
2
2
fU/V (x) = ν ν ν1 +ν2 .
Γ 21 Γ 22 (x + 1) 2
និងអនុគមន៍ដង់សុីេតៃន F
fF (x) = f(U/ν1 )/(V/ν2 ) (x)
= f( νν2 )(U/V) (x)
1
!
ν1 ν1
= fU/V x
ν2 ν2
ν +ν ν ν21 −1
ν1 Γ 2
1 2 1
ν
x
= ν ν 2 ν1 +ν2
ν2 Γ 1 Γ 2
2 2 1 + νν21 x 2
ν +ν ν ν21 ν1
Γ 1 2 2 ν12 x 2 −1
= ν1 +ν .
Γ ν21 Γ ν22
2
ν1
1 + ν2 x 2
□
លក្ខណៈ 11.3.1 (លក្ខណៈៃនបំែនងែចក F). • តៃម្លៃន F គវឺ ិជ្ជមាន
• ែខ្សេកាងដង់សុីេតៃនបំែនងែចក F េទរេទខាងសា្ត ំ
331
រូប 11.1: ្រគ�សារែខ្សេកាង F
តៃម្លសខា
ំ ន់
Fα (ν1 , ν2 ) គជា
ឺ តៃម្លសំខាន់ៃនបំែនងែចក F ែដលមាន d.f. ν1 នង
ិ ν2 ។ េបី F ∼ F(ν1 , ν2 ) េនាះ
P F ≥ Fα (ν1 , ν2 ) = α.
P (F ≥ F1−α (ν1 , ν2 )) = 1 − α
េនាះេយង
ី បាន
P(F ≤ F1−α (ν1 , ν2 )) = α.
• េយង
ី មាន
1
F1−α (ν1 , ν2 ) = (∗)
Fα (ν2 , ν1 )
តារាងបំែនងែចក F
• េបី d.f. មន
ិ មានក្នុងតារាងេនាះេយង
ី េ្របត
ី ៃម្ល d.f. ែដលេនែក្បរតូចជាង
េតស្តសរា
ំ ប់ភាពេស្មគា
ើ ្ន ៃនវា៉ដ្យង់ពីរ៖ េ្របើេតស្តសត
ិ ្ថ ិ F
• សន្មត់ថាលំហគំរូទាង
ំ ពីរមិនអា្រស័យគា្ន។
332
េយង
ី បាន្រសាយថា
(n1 − 1)S 12
U= ∼ χ2 (n1 − 1),
σ21
(n2 − 1)S 22
V= ∼ χ2 (n2 − 1)
σ22
េយង
ី បានតាម្រទឹសីប
្ត ទខាងេលី
ដូចេនះេយង
ី េ្របេី តស្តសត
ិ្ថ ិ F េដម ី ្ន ៃនវា៉ដ្យង់ពរី ។
ី ្បេី ធ្វេី តស្តភាពេស្មគា
េតស្តសម្មតិកម្មស្រមាប់ភាពេស្មគា
ើ ្ន ៃនវា៉ដ្យង់េនក្រមិតចា ំបាច់ α
H0 : σ21 = σ22 ,
H1 : σ21 , σ22 , σ21 < σ22 , σ21 > σ22
∗
s21
T S : F = 2 , ν1 = n1 − 1, ν2 = n2 − 1
s2
RR : F ≥ Fα/2 ឬ F ≤ F1−α/2 , F ≤ F1−α , F ≥ Fα
p =: 2P(F ≥ F ∗ ), P(F ≤ F ∗ ), P(F ≥ F ∗ )
តារាងបំែនងែចក F [េមីលេសចក្តីបែន្ថមក្នុង១] ។
ឬ
s21 1 σ21 s21
≤ ≤ Fα/2 (n2 − 1, n1 − 1)
s22 Fα/2 (n1 − 1, n2 − 1) σ22 s22
ឧទាហរណ៍ 11.3.1. អ្នក្រសាវ្រជាវេវជ្ជសា�ស្ត ចង់ ដឹង ថា េតី វា៉ ដ្យង់ ៃនចងា្វក់ េបះដូង ក្នុងមួយ នាទី ៃនអ្នក
ី សពីវា៉ដ្យង់ៃនចងា្វក់េបះដូងៃនអ្នកមន
ជក់បារខុ ិ ជក់បារឬេទ។
ី លំហគំរូៃចដន្យពរី ្រត�វបានេ្រជីសេរសេហ
ី យ
ី
ទិន្នន័យ្រត�វបានបងា្ហញដូចខាងេ្រកាម៖
333
អ្នកជក់បារ ី អ្នកមិនជក់បារ ី
n1 = 26 n2 = 18
s21 = 36 s22 = 10
េតីមានភស្តុតាង្រគប់្រគាន់េដីម្បគា
ី ្រំ ទការអះអាងឬេទចំេពាះ α = 0.05? សន្មតថា
់ អេថរមានបំែនងែចកនរ
មា៉ល់។
សមា្គល់ 11.3.3 (ព្រងាងគំនិត). • េយង ់ ង
ី ចងដ ឹ ពភា ី ្ន ៃនវា៉ដ្យងរ់ វាងលំហគំរព
ី ពេស្មគា ូ រី ែដលមន
ិ អា្រស័យ
គា្ន (អ្នកជក់បារ ី និងអ្នកមិនជក់បារ)ី
• េយង
ី េ្របីេតស្តសិត
្ថ ិ F
• វាជាេតស្តសងខាង
ចេម្លើយ. • ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : σ21 = σ22 , H1 : σ21 , σ22 (ការអះអាង)
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ
∗
s21 36
F = 2 = = 3.6
s2 10
ំ នទី៣ តៃម្លសំខាន់
• ជហា
េដាយ α = 0.05 េហយី វាជាេតស្តសងខាងេនាះតាមតារាងបំែនងែចក F [េមល
ី េសចក្តប
ី ែន្ថមក្នុង១]
ែដលមាន ν1 = 26 − 1 = 25, ν2 = 18 − 1 = 17 េយង
ី បាន F0.025 (24, 17) = 2.56 (េ្រពាះក្នុងតារាង
មានែត ν1 = 24)។
• ជំហានទី៤ សំេរចចិត្ត
ដូចេនះេយង
ី បដិេសធ H0 េ្រពាះ 3.6 > 2.56 មានន័យថាតៃម្លេតស្តសត
ិ្ថ ស
ិ ត
ិ្ថ េនក្នុងែដនបដិេសដ។
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
ដូេច្នះេយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បគា ់ ងា្វក់េបះដូងរវាងអ្នកជក់បារ ី
ី ្រំ ទការអះអាងែដលថាវា៉ដ្យងច
នង
ិ អ្នកមន
ិ ជក់បារគ
ី ខ
ឺ ុសគា្ន។
ឧទាហរណ៍ 11.3.2. អ្នក្រសាវ្រជាវេ្រជីសេរសលំ
ី ហគំរៃូ ននស
ិ ិ្សតបញ្ច ប់ការសិក�ែផ្នកគណិតវ ិទយ 10 នាក់
េហយី រកេឃញ ី ថាគមា្លតស្តង់ ដា ៃន GPA គឺ 0.72។ បនា្ទប់មកេគក៏ េ្រជីសេរសលំ
ី ហ គំរូ ៃននិ សិ្ស តបញ្ច ប់
ការសកិ �ែផ្នកវ ិស្វកម្ម 14 នាក់េហយ
ី រកេឃញ ់ ៃន GPA គឺ 0.51។ ចំេពាះ α = 0.01 េតេី យង
ី ថាគមា្លតស្តងដា ី
អាចសន្និដា្ឋនថាវា៉ដ្យងៃ់ ន GPA និស្សត
ិ គណិតវ ិទយគធ ំ ងវា៉ដ្យងៃ់ ន GPA និស្សត
ឺ ជា ិ វ ិស្វកម្មឬេទ? សន្មតថា
់
អេថរមានបំែនងែចកនរមា៉ល់។
សមា្គល់ 11.3.4 (ព្រងាងគំនិត). • េយង ់ េនាះេលីកជាកាេរេដីម្បទទួ
ី សា្គល់គមា្លតស្តងដា ី លបានវា៉ដ្យង់
334
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
∗
s21 0.722
F = 2 = = 1.99
s2 0.512
• ជំហានទី៣ តៃម្លសំខាន់
េដាយសារ α = 0.01 េហយ ី វាជាេតស្តខាងសា្តេំ នាះតាមតារាងបំែនងែចក F ែដលមាន ν1 = 10 − 1 =
9, ν2 = 14 − 1 = 13 េយងី បាន F0.01 (9, 13) = 4.19 ។
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
ដូចេនះេយង
ី មិនបដិេសធ H0 េ្រពាះ 1.99 < 4.19 មានន័យថាតៃម្លេតស្តសិត
្ថ ម
ិ ិនស្ថិតេនក្នុងែដនបដិ
េសដ។
វិធីសា�ស្តតៃម្ល p
បនា្ទប់មកេយង
ី សេង្កតេមីលតៃម្ល F ពីរែដល 3.58 ស្ថិតេន។ ក្នុងករណីេនះ 3.58 ស្ថិតេនចេនា្លះ 3.33 និង
4.24 ែដល្រត�វនង
ឹ 0.05 នង
ិ 0.025 េរៀងគា្ន។ ដូចេនះតៃម្ល p ស្រមាប់េតស្តខាងសា្តគ
ំ ឺ 0.025 < p < 0.05
និងស្រមាប់េតស្តសងខាងគឺ 2(0.025) < p < 2(0.05) ឬ 0.05 < p < 0.10 ។
335
ី គណនាវា៉ដ្យង់ៃនលំហគំរូេដាយេ្របរី ូបមន្ត
សមា្គល់ 11.3.5 (ព្រងាងគំនិត). េយង
!2
P
n P
n
n xi2 − xi
i=1 i=1
s =
2
n(n − 1)
ចេម្លើយ. • ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
• ជំហានទី២ តៃម្លេតស្តសិត្ថ ិ
េយងី មាន s1 = 246.38, s2 = 95.87 េនាះ
2 2
s21 246.38
∗
F = 2 = = 2.57
s2 95.87
• ជំហានទី៣ តៃម្ល p
េដាយសារ ν1 = 6 − 1 = 5, ν2 = 4 − 1 = 3
• ជំហានទី៤ សំេរចចិត្ត
េដាយសារ p > 0.10 = α ដូចេនះេយង
ី មន
ិ បដិេសធ H0 ។
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន ដូេច្នះេយង
ី មន ី ្រំ ទការអះអាងែដលថាវា៉ដ្យងៃ់ ន
ិ មានភស្តុតាង្រគប់្រគាន់េដីម្បគា
ចំនួនអ្នកេធ្វីដំេណីរក្នុង្រពលានក្នុង្រស�កធំជាងវា៉ដ្យង់ៃនចំនួនអ្នកេធ្វីដំេណីរក្នុង្រពលានអន្តរជាតិ។
2. ចំេពាះករណីនម
ី ួយៗខាងេ្រកាមកំនត់ែដនបដិេសដក្នុងការេធ្វេី តស្តសម្មតក
ិ ម្ម
(a) α = 0.10
(b) α = 0.05
336
(c) α = 0.025
(d) α = 0.01
3. លំហគំរូៃចដន្យមិនអា្រស័យគា្ន្រត�វបានេ្រជីសេចញពីសាកលនរមា៉ល់ពីរែដល n1 = 16 ពីសាកល១
នង
ិ n2 = 25 ពសា
ី កល២។ មធ្យមនង ់ ំហគំរស
ិ វា៉ដ្យងល ូ នបងា្ហញក្នុងតារាងខាងេ្រកាម
ូ ្រមាប់លំហគំរមា
ទំហល
ំ ំហគំរូ មធ្យមលំហគំរូ វា៉ដ្យង់លំហគំរូ
សូកូឡា 29 25 17 36 41 25 32 29 38 34 24 27 29
មិនែមនសូកូឡា 41 41 37 29 30 38 39 10 29 55 29
ី ិដា្ឋនថាវា៉ដ្យងៃ់ នបរមាណកាបូ
េតីមានភស្តុតាង្រគប់្រគាន់េដីម្បសន្ន ិ នី្រតាតមានភាពខុសគា្នរវាងស្ករ្រគាប់
ទាំងពីរ្របេភទេដាយេ្របី α = 0.10? សន្មត់ថាអេថរមានបំែនងែចកនរមា៉ល់។
11.4 េតស្តសម្មតិកម្មលហ
ំ គំរ ូពីរស្រមាប់សមាមា្រត
េដីម្បទា
ី ញសន្នដា
ិ ្ឋ នអំពី p1 − p2 េយង
ី េ្រជីសយកលំហគំរៃូ ចដន្យែដលមានទំហំ n1 េចញពសា ី កលទ១ ី នងិ
លំហគំរៃូ ចដន្យែដលមានទំហំ n2 េចញពសា ី កលទី២ ។ លំហគំរទាូ ង
ំ ពីរមិនអា្រស័យគា្ន។ ចំេពាះលំហគំរន ូ ី
337
មួយៗេយងី រាប់ចំនួនេជាគជ័យ (សំេដេលអ
ី ែី្វ ដលេយង
ី កំពុងែស្វងរក) ែដលតាងេដាយ x1 នង
ិ x2 េរៀងគា្ន។
ដូចេនះេយងី អាចគណនាសមាមា្រតលំហគំរូនីមួយៗេដាយេ្របីរូបមន្ត
x1 x2
p̂1 = និង p̂2 =
n1 n2
នម
ិ ត
ិ ្តសញញ
សមាមា្រតសាកលៃនេជាគជ័យ p1 , p2
ទំហល
ំ ំហគំរូ n1 , n2
ចំនួនេជាគជ័យ x1 , x2
អេថរៃចដន្យ្រត�វគា្ន X1 , X2
សមាមា្រតលំហគំរូៃនេជាគជ័យ p̂1 = x1
n1
, p̂2 = x2
n2
អេថរៃចដន្យ្រត�វគា្ន b1 =
P X1 b
n1
, P2 = X2
n2
លក្ខណៈបំែនងែចកលំហគំរ ូៃន P
b1 − P
b2
• មធ្យមៃន P
b1 − P
b2
b1 − P
E[P b2 ] = µPb −Pb = p1 − p2
1 2
• វា៉ដ្យង់ៃន P
b1 − P
b2
b1 − P
b2 ) = σ2 p1 (1 − p1 ) p2 (1 − p2 )
V(P b =
b −P
P
+
1 2 n1 n2
• គមា្លតស្តង់ដាៃន P
b1 − P
b2
r
p1 (1 − p1 ) p2 (1 − p2 )
σPb1 −Pb2 = +
n1 n2
• េបី n1 , n2 ធំលម
្ម ែដល
1. n1 p1 ≥ 5, n1 (1 − p1 ) ≥ 5,
2. n2 p2 ≥ 5, n2 (1 − p2 ) ≥ 5
េនាះតាម្រទឹសីប
្ត ទលីមីតផ្ចិត
!
b2 ∼ N p1 − p2 , p1 (1 − p1 ) + p2 (1 − p2 )
b1 − P
P
n1 n2
ដូចេនះអេថរៃចដន្យ
b1 − P
(P b2 ) − (p1 − p2 )
Z= q ∼ N(0, 1)
p1 (1−p1 )
n1
+ p2 (1−p2 )
n2
338
េតស្តភាពេស្មគា
ើ ្ន ៃនសមាមា្រតពីរ
x1 + x2
p̂ =
n1 + n2
RR : |Z| ≥ zα/2 , Z ≤ −zα , Z ≥ zα
p =: 2P(Z ≥ |z|), P(Z ≤ z), P(Z ≥ z)
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
តាង p̂1 , p̂2 ជាសមាមា្រតៃនគ្លន
ី កិ តូចនង
ិ គ្លន
ី កិ ធំេរៀងគា្ន េនាះ
x1 12 x2 17
p̂1 = = = 0.35, p̂2 = = = 0.71,
n1 34 n2 24
x1 + x2 12 + 17
p̂ = = = 0.5,
n1 + n2 34 + 24
• ជំហានទី៣ តៃម្លសំខាន់
េដាយ α = 0.05 េហយី វាជាេតស្តសងខាងេនាះតាមតារាងបំែនងែចក Z េយង
ី បាន
−zα/2 = −1.96, zα/2 = 1.96
339
• ជំហានទ៤
ី សំេរចចត
ិ ្ត
ដូចេនះេយង
ី បដិេសធ H0 េ្រពាះ −2.70 < −1.96 មានន័យថាតៃម្ល េតស្ត សិត
្ថ ិ សិត
្ថ េនក្នុងែដនបដិ
េសដ។
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
ដូេច្នះេយង
ី មានភស្តុតាង្រគប់្រគាន់េដីម្បបដ
ី ិេសធការអះអាងែដលថាមិនមានភាពខុសគា្នរវាងសមាមា្រត
ៃនគ្លន
ី កិ តូច នង
ិ គ្លន
ី កិ ធំែដលអ្រតាចាក់វា៉ក់សាង
ំ ការពារផា្តសាយតច
ិ ជាង 80% ។
ចេម្លើយ. • ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : p1 = p2 , H1 : p1 > p2 (ការអះអាង)
• ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
តាង p̂1 , p̂2 ជាសមាមា្រតៃនេចារគាស់ហាងនិងេចារលួចឡានែដល្រត�វបានចាប់ខួ នេរៀងគា
្ល ្ន េនាះ
• ជំហានទី ៣ តៃម្លសំខាន់
េដាយ α = 0.10 េហយ ី វាជាេតស្តខាងសា្តេំ នាះតាមតារាងបំែនងែចក Z េយង
ី បាន
zα = 1.28
• ជំហានទី ៤ សំេរចចិត្ត
ដូចេនះេយង
ី មន
ិ បដិេសធ H0 េ្រពាះ 0.58 < 1.28 មានន័យថាតៃម្លេតស្តសត
ិ្ថ ម
ិ ន
ិ ស្ថត
ិ េនក្នុងែដនបដិ
េសដ។
• ជំហានទី ៥ សន្និដា្ឋន
ដូេច្នះេយង
ី មន
ិ មានភស្តុតាង្រគប់្រគាន់េដីម្បគា
ី ្រំ ទការអះអាងែដលថាភាគរយៃនមនុស្សែដល្រត�វបាន
ចាប់ខួ នេដាយេចារកម្ម
្ល គាស់ហាងធំជាងភាគរយៃនមនុស្សែដល្រត�វបានចាប់ខួ នេដាយេចារកម្ម
្ល លួច
ឡានចំេពាះ α = 0.10។
340
ចេនា្លះេជឿជាក់ 100(1 − α)% សំរាប់ p1 − p2
r r
p̂1 (1 − p̂1 ) p̂2 (1 − p̂2 ) p̂1 (1 − p̂1 ) p̂2 (1 − p̂2 )
( p̂1 − p̂2 ) − zα/2 + ≤ p1 − p2 ≤ ( p̂1 − p̂2 ) + zα/2 +
n1 n2 n1 n2
2. លំហគំរូៃចដន្យមន
ិ អា្រស័យគា្នែដលនីមួយៗមានទំហំ 800 ្រត�វបានេ្រជស
ី េចញពីសាកលេទ្វធាពរី ។
លំហគំរូេចញពសា
ី កលទ១
ី នង
ិ សាកលទ២ ិ 480 េជាគជ័យេរៀងគា្ន។
ី មាន 400 នង
(a) េតស្តសម្មតក
ិ ម្ម H0 : p1 = p2 នង
ិ H1 : p1 , p2 េដាយេ្របី α = 0.05
(b) េតស្តសម្មតក
ិ ម្ម H0 : p1 = p2 នង
ិ H1 : p1 , p2 េដាយេ្របី α = 0.01
(c) េតស្តសម្មតិកម្ម H0 : p1 = p2 និង H1 : p1 < p2 េដាយេ្របី α = 0.01
3. ការស្ទង់មតម
ិ ួយបានរកេឃញ
ី ថា 83% ៃននស
ិ ្សត
ិ ្រប�សេពញចត
ិ កា
្ត រែណនាំេដាយេ្របក
ី ុំព្យូទ័រជាងការ
បេ្រងៀនេដាយផា្ទល់ និង 75% ៃននិស្សត
ិ ្រសីេពញចិត្តការែណនាំេដាយេ្របីកុំព្យូទ័រជាងការបេ្រងៀន
េដាយផា្ទល់។ ក្នុងលំហគំរូៃចដន្យនីមួយៗមាននិស្សត
ិ ចំនួន 100 នាក់្រត�វបានេ្រជីសេរស។
ី
4. ការសិក�មួយ្រត�វបានេធ្វីេឡង
ី េដីម្បក ិ ្រសីែដលទទួលបានជំនួយហរិ ញញវត្ថុេន
ី ំនត់ភាគរយៃននិស្សត
ថា្នក់បរញ
ិ ញ ប្រតគខ
ឺ ុសពភា ិ ្រប�សែដលទទួលបានជំនួយហរិ ញញវត្ថុេនថា្នក់បរញ
ី គរយៃននិស្សត ិ ញ ប្រត។
លំហគំរូៃចដន្យៃននិស្សត
ិ បរញ
ិ ញ ប្រតផ្តល់នូវទិន្នន័យដូចខាងេ្រកាម
្រសី ្រប�ស
ទំហល
ំ ំហគំរូ 250 300
េតមា
ី នភស្តុតាង្រគប់្រគាន់េដម
ី ្បប
ី ដេិ សដសម្មតក
ិ ម្ម H0 េនក្រមត
ិ ចាំបាច់ α = 0.01 ែដរឬេទ?
341
11.5 វិភាគវា៉ដ្យង់អេថរមិនអា្រស័យមួយ
ឹ ថ្មីមួយស្រមាប់ការផ្គត់ផ្គង់ទក
ឧបមាថា្រក�មហ៊ុនមួយអភវិ ឌ្ឍ្របព័ន្ធចេ្រមាះទក ឹ េនក្នុងទ្រី ក�ង។ ែផ្នកេផ្សងៗ
ៃន្របព័នច
្ធ េ្រមាះនឹង្រត�វទិញពអ ់ េ្រចីនរួចនឹង្រត�វដំេឡង
ី ្នកផ្គត់ផ្គងជា ី េនក្នុងេរាងច្រករបស់ខួ ន។
្ល ្រក�មវ ិស្វកម្ម
ី �ស្តដំេឡង
ឧស�ហកម្មទទួលខុស្រត�វេនក្នុងការកំនត់វ ិធសា ី ល្អបំផុតមួយស្រមាប់្របព័នច
្ធ េ្រមាះទក
ឹ ថ្មីេនះ។
បនា្ទប់ពី ពិចារណាេលី វ ិធីសា�ស្ត ែដលអាចជាេ្រចីន ្រក�ម េនះប្រង�ម មក្រតឹម ជេ្រមីស ចំនួន 3៖ វ ិធី សា�ស្ត A
វ ិធសា
ី �ស្ត B នង
ិ វ ិធសា
ី �ស្ត C ។ វ ិធសា ំ េនះខុសគា្ន េន្រតង់ ជំហានែដលេ្របី ស្រមាប់ ការដំេឡង
ី �ស្ត ទាង ី
្របព័ន្ធ។ អ្នក ្រគប់្រគង់ ្រក�មហ៊ុន ចង់ កំនត់ ថា េតី វ ិធសា
ី �ស្ត ដំេឡង
ី មួយ ណាែដលអាចផលត
ិ ្របព័ន្ធ ចេ្រមាះ
ចំនួនេ្រចីនបំផុតេនក្នុងមួយសបា្តហ៍។ េនក្នុងករណីេនះមានអេថរមិនអា្រស័យមួយ ឬកតា្តមួយគវឺ ិធសា
ី �ស្ត
ដំេឡង ី �ស្តដំេឡង
ី ។ វ ិធសា ី ទាំងបក
ី ំនត់សាកលបៃី នអេថរែដលសក
ិ �ស្រមាប់ពេិ សាធន៍េនះ។ សាកលទម
ី ួយ
គ្រឺ គប់អ្នកេធ្វីការក្នុង្រក�មហ៊ុនទាំងអស់ែដលដំេឡង
ី េដាយេ្របវី ិធសា
ី �ស្ត A។ សាកលទីពីរគ្រឺ គប់អ្នកេធ្វីការក្នុង
្រក�មហ៊ុនទាំងអស់ែដលដំេឡង
ី េដាយេ្របីវ ិធីសា�ស្ត B។ សាកលទប
ី ីគឺ្រគប់អ្នកេធ្វកា
ី រក្នុង្រក�មហ៊ុនទាំងអស់
ែដលដំេឡង
ី េដាយេ្របីវ ិធីសា�ស្ត C។ សមា្គល់ែដរថាស្រមាប់សាកលនីមួយៗអេថរអា្រស័យជាចំនួន្របព័ន្ធ
ចេ្រមាះែដល្រត�វបានដំេឡង
ី េនក្នុងមួយសបា្តហ៍។ េគាលបំណងសំខាន់ែបបស្ថិតិកុ ងករណ
្ន ី េនះគឺ្រត�វកំនត់
ថាេតីចំនួនមធ្យមៃន្របព័ន្ធចេ្រមាះផលត
ិ បានេនក្នុងមួយសបា្តហ៍ដូចគា្នស្រមាប់សាកលទាំងប។
ី សន្មត់ថា
លំហគំរៃូ ចដន្យៃនអ្នកេធ្វីការ 15 នាក់្រត�វបានេ្រជីសេរសក្ន
ី ុ ងចំេណាមអ្នកេធ្វីការទាំងអស់េនក្នុង្រក�មហ៊ុនរួច
ចាត់តាង
ំ េដាយៃចដន្យនូវវ ិធសា
ី �ស្តនម
ី ួយៗដល់អ្នកេធ្វីការ 5 នាក់េរៀងគា្ន។ េនក្នុងករណីេនះបុគ្គលិកមា្នក់ៗ
នង ឹ ្រត�វបានបេ្រងៀនពរី េបៀបដំេឡងី ែដលបានចាត់តាង ំ ឱ្យពួកេគនង ិ ចាប់េផ្តីមដំេឡង
ី ្របព័នច
្ធ េ្រមាះថ្មេី ដាយ
េ្របវី ិធសា
ី �ស្តេនាះ។ បនា្ទប់ពចា
ី ត់តាងំ និងហ្វក ្ធ េ្រមាះែដលបានដំេឡង
ឹ ហាត់ ចំនួន្របព័នច ី េដាយបុគ្គលិកមា្ន
ក់ៗេនក្នុងមួយសបា្តហ៍មានបងា្ហញដូចខាងេ្រកាម៖
េយង
ី សេង្កតេឃញ
ី ថាមធ្យមៃនចំនួន ្របព័ន្ធ ចេ្រមាះែដលបានផលិត េដាយវ ិធី សា�ស្ត A គឺ 62 ។ មធ្យមៃន
ចំនួន ្របព័ន្ធ ចេ្រមាះែដលបានផលត
ិ េដាយវ ិធី សា�ស្ត B គឺ 66 ។ មធ្យមៃនចំនួន ្របព័ន្ធ ចេ្រមាះែដលបាន
ផលិតេដាយវ ិធីសា�ស្ត C គឺ 52 ។ េចញពីទិន្នន័យេនះវ ិធីសា�ស្ត B ហាក់ផ្តល់លទ្ធផលផលិតកម្មខ្ពស់ជាង
វ ិធី សា�ស្ត ពរី េផ្សងេទៀត។ បញ្ហ េន្រតង់ េនះគថា
ឺ េតី មធ្យមលំហ គំរូ ទាង
ំ បី ែដលបានអេង្កត ែដលខុសគា្ន គឺ
ី សន្និដា្ឋនថាមធ្យមសាកល្រត�វគា្ន នឹង វ ិធីសា�ស្ត ដំេឡង
្រគប់្រគាន់ ស្រមាប់ ឱ្យេយង ី ទាំង បី ខុសគា្ន ែដរឬេទ?
េយងី តាង
µ1 = មធ្យមៃនចំនួន្របព័ន្ធចេ្រមាះែដលបានផលត
ិ េដាយវ ិធសា
ី �ស្ត A
µ2 = មធ្យមៃនចំនួន្របព័ន្ធចេ្រមាះែដលបានផលិតេដាយវ ិធីសា�ស្ត B
342
µ3 = មធ្យមៃនចំនួន្របព័ន្ធចេ្រមាះែដលបានផលត
ិ េដាយវ ិធសា
ី �ស្ត C
ី ចង់េធ្វេី តស្តសម្មតក
េយង ិ ម្មខាងេ្រកាម
H0 : µ1 = µ2 = µ3
H1 : មន
ិ ែមន្រគប់មធ្យមសាកលសុទ្ធែតេស្មគា
ី ្ន
់ ជា
ការវ ិភាគវា៉ដ្យងគ ឺ ដំេនរី ការស្ថត
ិ េិ ្របេី ដីម្បក
ី ំនត់ថាេតភា
ី ពខុសគា្នែដលបានអេង្កតក្នុងមធ្យមលំហគំរទា
ូ ងំ បី
គឺធំ្រគប់្រគាន់េដីម្បប
ី ដិេសដ H0 ។
សមា្គល់ 11.5.1. សមា្គល់ េបី H0 ្រត�វបានបដេិ សដ េយង
ី មន
ិ អាចសន្នដា
ិ ្ឋ នថា្រគប់មធ្យមសាកលគខ
ឺ ុសគា្ន
េនាះេទ។ បដិេសដ H0 មានន័យថាយា៉ងេហាចណាស់មធ្យមសាកលពីរមានតៃម្លខុសគា្ន។
ការសន្មត់ស្រមាប់ការវ ិភាគវា៉ដ្យង់
1. សាកលនម
ី ួយៗមានបំែនងែចកនរមា៉ល់
ី ួយៗមានវា៉ដ្យង់េស្មៗ
2. សាកលនម ី គា្នតាងេដាយ σ
2
3. លំហគំរូៃចដន្យនម
ី ួយៗគម
ឺ ន
ិ អា្រស័យគា្នេចញពសា
ី កលេរៀងគា្ន
េគាលគំនិតទូេទ
េយង ី ដឹង ថាបំ ែនងែចកលំហ គំរូ ៃចដន្យៃនមធ្យមលំហ គំរូ X̄ ស្រមាប់ លំហ គំរូ ៃចដន្យែដលមានទំហំ n
េចញពី សាកលនរមា៉ល់ មា នបំ ែនងែចកនរមា៉ល់ ែដលមានមធ្យម µ និង វា៉ ដ្យង់ σ2 /n ។ េនក្នុងករណីេនះ
ិ វា៉ដ្យងៃ់ ន X̄ ទាំងបអា
មធ្យម នង ី ច្រត�វបានេ្របេី ដីម្បបា ិ វា៉ដ្យងៃ់ នបំែនងែចកលំហគំរៃូ ចដន្យ។
ី ៉ ន់សា្មនមធ្យម នង
េនេពលែដលទំហល ំ ំហគំរេូ ស្មគា ៏ ប
ី ្ន អ្នកបា៉ន់សា្មនដល ្អ ំផុតស្រមាប់មធ្យមៃនបំែនងែចកលំហគំរៃូ ចដន្យ X̄ គជា
ឺ
មធ្យមៃនមធ្យមលំហគំរទា
ូ ងំ បី។ េនក្នុងឧទាហរណ៍ខាងេលី តៃម្លបា៉ន់សា្មនស្រមាប់មធ្យមៃនបំែនងែចកលំហ
គំរៃូ ចដន្យៃន X̄ គឺ (62 + 66 + 52)/3 = 60។ តៃម្លបា៉ន់សា្មនេនះេហថាមធ្យមសរុប។ តៃម្លបា៉ន់សា្មនស្រមាប់
វា៉ដ្យង់ៃនបំែនងែចកលំហគំរូៃចដន្យៃន X̄ គឺ σ2x̄ ែដលផ្តល់េដាយវា៉ដ្យង់ៃនមធ្យមលំហគំរូទាង ំ បី
(62 − 60)2 + (66 − 60)2 + (52 − 60)2
s2x̄ = = 52
3−1
េដាយសារ σ2x̄ = σ2 /n េនាះ σ2 = nσ2x̄ ។ ដូេច្នះ
343
លទ្ធផល ns2x̄ េហថាតៃម្លបា៉ន់សា្មនរវាង្រក�មៃន σ2 ។ តៃម្លបា៉ន់សា្មនរវាង្រក�មៃន σ2 គែឺ ផ្អកេទេលកា
ី រសន្ម
ត់ែដលថាសម្មតិកម្ម H0 ពិត។ េនក្នុងករណីេនះលំហគំរូនីមួយៗ្រត�វបានេ្រជីសេចញពីសាកលដូចគា្ននិង
មានបំែនងែចកលំហគំរូៃចដន្យៃន X̄ ែតមួយ។
នឹងធំជាងមុនែដលបណា
្ត លឱ្យតៃម្លបា៉ន់សា្មនរវាង្រក�មៃន σ2 ក៏ធែំ ដរ។ បំែរបំរល
ួ េនក្នុងលំហគំរន
ូ ម
ី ួយៗក៏
មានឥទ្ធព ិ ្ឋ នចុងេ្រកាយេនក្នុងការវ ិភាគវា៉ដ្យង់ែដរ។ េនេពលែដលលំហគំរូៃចដន្យ្រត�វ
ិ លេទេលីការសន្នដា
បានេ្រជីស េចញពី សាកលនី មួយ ៗេនាះវា៉ ដ្យង់ លំហ គំរូ នី មួយ ៗផ្តល់ នូវ តៃម្ល បា៉ន់សា្មនមិន លេម្អ�ងស្រមាប់
σ2 ។ ដូេច្នះេយង ំ ូលគា្ននូវតៃម្លបា៉ន់សា្មននម
ី អាចផ្តុច ី ួយៗៃន σ ជាតៃម្លបា៉ន់សា្មនរួមែតមួយ។ តៃម្លបា៉ន់សា្មន
2
ៃន σ2 ែដលទទួលបានតាមរេបៀបេនះេហថាតៃម្លបា៉ន់សា្មនក្នុង្រក�មៃន σ2 ។ េដាយសារែតវា៉ដ្យង់លំហគំរូ
នី មួយ ៗផ្តល់ តៃម្ល បា៉ន់សា្មនស្រមាប់ σ2 េដាយែផ្អក ែតេទេលី បំែរបំ រល
ួ េនក្នុងលំហ គំរូ នី មួយ ៗេនាះតៃម្ល
បា៉ន់សា្មនក្នុង្រក�មៃន σ2 មិនប៉ះពាល់េដាយសារមធ្យមេស្មីគា្នឬក៏អត់េនាះេទ។ េនេពលទំហល
ំ ំហគំរេូ ស្មីគា្ន
តៃម្លបា៉ន់សា្មនក្នុង្រក�មៃន σ2 អាចទទួលបានេដាយគណនាមធ្យមៃនវា៉ដ្យង់លំហគំរូនម
ី ួយៗ។
ក្នុងឧទាហរណ៍ខាងេលេី យង
ី បាន
s21 + s22 + s23
តៃម្លបា៉ន់សា្មនវា៉ដ្យង់កុ ង្រក�
្ន មៃន σ2 =
3
27.5 + 26.5 + 31.0
=
3
= 28.33
• វា៉ដ្យង់រវាង្រក�មផ្តល់តៃម្លបា៉ន់សា្មនដ៏លស
្អ ្រមាប់ σ2 េបីសម្មតិកម្ម H0 ពិត ប៉ុែន្តវាផ្តល់តៃម្លបា៉ន់សា្មន
េលស ី េបស ី ម្មតក
ិ ម្ម H0 មនិ ពតិ ។
• វា៉ដ្យង់កុ ង្រក�
្ន មផ្តល់តៃម្លបា៉ន់សា្មនដ៏លស
្អ ្រមាប់ σ2 មន
ិ ថា H0 ពត
ិ ឬអត់េនាះេទ។
េតស្តសត
ិ ្ថ ិ F
និមិត្តសញញ
344
• k ជាចំនួនសាកល
• Xi j ជាអេង្កតទី i ស្រមាប់្រក�មទី j
• N ជាចំនួនអេង្កតសរុបែដលមាន n j អេង្កតក្នុងលំហគំរូទី j
N = n1 + n2 + · · · + nk
មធ្យមលំហគំរូស្រមាប់្រក�មទី j គឺឱ្យេដាយ
Pn j
Xi j
X̄ j = i=1
nj
និងវា៉ដ្យង់លំហគំរូស្រមាប់្រក�មទី j គឺឱ្យេដាយ
Pn j
− X̄ j )2
i=1 (Xi j
S 2j =
nj − 1
េយង
ី សន្មត់ថា
• ្រគប់អេង្កត Xi j គឺមិនអា្រស័យគា្ន
េយង
ី បាន
E[X̄ j ] = µ j
σ2j
V(X̄ j ) =
nj
នង
ិ
σ2j
X̄ j ∼ N µ j , .
nj
345
វា៉ដ្យង់រវាង្រក�ម
រូបមន្តស្រមាប់វា៉ដ្យង់រវាង្រក�ម
X
k
S S B := n j (X̄ j − X̄¯ )2
j=1
េ្រកាមសម្មតិកម្មៃនភាពមិនអា្រស័យគា្ននិងវា៉ដ្យង់េស្មីគា្នេយង
ី បាន
X
k X
k
E n j (X̄ j − X̄¯ )2 = (k − 1)σ2 + n j (µ j − µ)2
j=1 j=1
ែដល Pk
j=1 n jµ j
µ=
N
ជាមធ្យមៃនមធ្យមសរុប X̄¯ ។
P
េបីសម្មតិកម្ម H0 : µ1 = µ2 = · · · = µk ពិតេនាះ kj=1 n j (µ j − µ)2 = 0 និង
X
k
E ¯
n j (X̄ j − X̄ ) = (k − 1)σ2
2
j=1
លទ្ធផលេនះជួយឱ្យេយង
ី កំនត់មធ្យមកាេររវាង្រក�ម
Pk
j=1 n j (X̄ j − X̄¯ )2
MS B = .
k−1
• េបី H0 ពត
ិ េនាះ
E[MS B ] = σ2 .
• េបី H0 មិនពិតេនាះ Pk
j=1 n j (µ j − µ)2
E[MS B ] = σ + 2
> σ2 .
k−1
វា៉ដ្យង់កង្រក�
្នុ ម
• ចំេពាះលំហគំរូនីមួយៗ វា៉ដ្យង់លំហគំរូគឺ
Pn j
− X̄ j )2
i=1 (Xi j
S 2j =
nj − 1
ែដលជាអ្នកបា៉ន់សា្មនៃនវា៉ដ្យង់សាកល σ2j ។
• េ្រកាមសម្មតិកម្មៃនភាពមិនអា្រស័យគា្ននិងវា៉ដ្យងេ់ ស្មីគា្នេនាះ S 2j នម
ី ួយៗជាអ្នកបា៉ន់សា្មនមិនអា្រស័យ
គា្នៃន σ2 ។
• រូបមន្ត
X
k
S S W := (n j − 1)S 2j
j=1
346
ជាផលបូកកាេរក្នុង្រក�ម និងសង្ឃម
ឹ គណិតរបស់វាឱ្យេដាយ
X
k
E (n j − 1)S 2j = (N − k)σ2 .
j=1
មធ្យមកាេរក្នុង្រក�មកំនត់េដាយ
Pk
j=1 (n j − 1)S 2j
MS W = .
N−k
ែដលជាមធ្យមទម្ងន់ ៃនវា៉ ដ្យង់ លំហ គំរូ នី មួយ ៗែដលមានទម្ងន់ ជា ដឺេ្រកេសរ។ី សមា្គល់ថា E[MS W ] = σ2
ជានិច្ចេទាះបីជា H0 : µ1 = µ2 = · · · = µk ពិតឬមិនពិតក៏េដាយ។
េតស្តសត
ិ ្ថ ិ F
• កំនត់ F = MS B
MS W
• េនេពលែដល H0 : µ1 = µ2 = · · · = µk ពត 2
ិ E[MS W ] = σ នង
ិ េនាះទាំង E[MS B ] = σ នង
2
ិ
តៃម្លៃន F េនែក្បរ 1។
េបីេយង
ី មាន k លំហគំរូៃចដន្យមិនអា្រស័យគា្ននិង
• េបី H0 : µ1 = µ2 = · · · = µk ពិត
• វា៉ដ្យង់ៃនសាកលេស្មីៗគា្ន σ j = σ2
• អេង្កតនីមួយៗមានបំែនងែចកនរមា៉ល់ Xi j ∼ N(µ j , σ2 )
េនាះ
• MS B នង
ិ MS W គម
ឺ ន
ិ អា្រស័យគា្ន
េយង
ី ទាញបានថា
MS B
F= ∼ F(k − 1, N − k).
MS W
តារាងសេង្ខប ANOVA
្របភពៃនបំែរបំរល
ួ ផលបូកកាេរ d.f. មធ្យមៃនកាេរ F
រវាង្រក�ម SSB k−1 MS B = SSB
k−1
347
សមា្គល់ S S T ជាផលបូកកាេរសរុបែដលឲ្យេដាយរូបមន្ត
X
N X
k X
nj
េយង
ី មាន
X
N X
k X
k
¯
(Xi j − X̄ ) =
2 ¯
n j (X̄ j − X̄ ) +
2
(n j − 1)S 2j
i=1 j=1 j=1
ឬ
S S T = S S B + S S W.
នយា
ិ យមយ៉ងេទៀតថា S S T អាច្រត�វបានបំែបកជាពរី ផលបូកាេរ៖ ផលបូកេររវាង្រក�ម នង
ិ ផលបូកកាេរក្នុង
្រក�ម។ សមា្គល់ែដរថាដឺេ្រកេសរៃន ី S S T ែដលេស្មីនឹង N − 1 អាច្រត�វបានបំែបកជាដ្រឺ កេសរៃន
ី S S B ែដល
េស្មន
ី ងឹ k − 1 នងិ ដ្រឺ កេសរៃន
ី S S W ែដលេស្មន
ី ង
ឹ N − k។
់ ចចាត់ទុកថាជាដេំ នរី ការៃនការបំែបកផលបូកកាេរសរុបនង
ការវ ិភាគវា៉ដ្យងអា ិ ដឺេ្រកេសរេទតាម្របភពបំ
ី ែរបំ
រួលក្នុងនិងរវាង្រក�ម។ េដាយែចកផលបូកកាេរនឹងដឺេ្រកេសរសម្រសបេយ
ី ងី នឹងទទួលបានតៃម្លេតស្តសិត
្ថ ិ F
នង
ិ តៃម្ល p ែដលេ្របេី ដម
ី ្បេី ធ្វេី តស្តសម្មតក
ិ ម្មៃនភាពេស្មគា
ី ្ន ៃនមធ្យម។
េតស្តភាពេស្មគា
ើ ្ន ៃន k មធ្យមសាកល
េនក្នុងែផ្នកេនះេយង
ី នង ់ ច្រត�វបានេ្របស
ឹ បងា្ហញពរី េបៀបែដលការវ ិភាគវា៉ដ្យងអា ី ្រមាប់េតស្តភាពេស្មគា
ី ្ន ៃន k
មធ្យមសាកល។ ទ្រមង់ទូេទៃនេតស្តសម្មតិកម្មគឺ
H0 : µ1 = µ2 = · · · = µk
H1 : មន
ិ ែមន្រគប់មធ្យមទាំងអស់សុទ្ធែតេស្មគា
ី ្ន
xi j = តៃម្លៃនអេង្កតទី i ស្រមាប់្រក�មទី j
n j = ចំនួនអេង្កតស្រមាប់្រក�មទី j
x̄ j = មធ្យមលំហគំរូស្រមាប់្រក�មទី j
s2j = វា៉ដ្យង់លំហគំរូស្រមាប់្រក�មទី j
មធ្យមសរុបតាងេដាយ x̄¯ គផ
ឺ លបូកៃនតៃម្លៃនអេង្កតទាំងអស់ែចកនង ឹ ចំនួនអេង្កតទាំងអស់។
Pk Pn j
j=1 i=1 xi j
x̄¯ =
N
348
ែដល
N = n1 + n2 + · · · + nk
េនក្នងែផ្នកមុនេយង
ី បានបងា្ហញពរី េបៀបរកតៃម្លបា៉ន់សា្មនរវាង្រក�មនង
ិ ក្នុង្រក�មៃន σ េនេពលែដលទំហំ
2
លំហគំរូគឺេស្មីៗគា្ន។
ែដល
X
k
SSB = n j ( x̄ j − x̄¯)2
j=1
េហថាផលបូកកាេររវាង្រក�ម។
ែដល
X
k
SSW = (n j − 1)s2j
j=1
េហថាផលបូកកាេរក្នុង្រក�ម។
េតស្តភាពេស្មគា
ើ ្ន ៃន k មធ្យមសាកលេនក្រមិតចា ំបាច់ α
• សម្មតក
ិ ម្ម
H0 : µ1 = µ2 = · · · = µk
H1 : មន
ិ ែមន្រគប់មធ្យមទាំងអស់សុទ្ធែតេស្មគា
ី ្ន
• តៃម្លេតស្តសត
ិ្ថ ិ
MS B
F=
MS W
• ក្បនបដ
ួ េិ សដ
– វ ិធសា
ី �ស្តតៃម្ល p៖ បដេិ សដ H0 េបត
ី ៃម្ល p ≤ α
– វ ិធសា
ី �ស្តែដនបដិេសដ៖ បដិេសដ H0 េបី F ≥ Fα
េនក្នុងឧទាហរណ៍្រក�មហ៊ុនផ្គត់ផ្គង់្របព័ន្ធចេ្រមាះទក
ឹ ៖
349
• ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : µ1 = µ2 = µ3
H1 : មិនែមន្រគប់មធ្យមសាកលសុទ្ធែតេស្មីគា្ន
មធ្យមសរុប
Pk Pn j
j=1 i=1 xi j 58 + 64 + · · · + 49
x̄¯ = = = 60
N 15
វា៉ដ្យង់រវាង្រក�ម
Pk
j=1 n j ( x̄ j − x̄¯)2
MS B =
k−1
5(62 − 60)2 + 5(66 − 60)2 + 5(52 − 60)2
=
3−1
520
= = 260
2
វា៉ដ្យង់កុ ង្រក�
្ន ម
Pk
j=1 (n j − 1)s2j
MS W =
N−k
(5 − 1)(27.5) + (5 − 1)(26.5) + (5 − 1)(31)
=
15 − 3
340
= = 28.33
12
ដូចេនះតៃម្លេតស្តសិត
្ថ ិ F
MS B 260
F= = = 9.18
MS W 28.33
ំ នទ៣
• ជហា ី តៃម្លសំខាន់
ចំេពាះ α = 0.05 តៃម្លសំខាន់ Fα (k − 1, N − k) = F0.05 (2, 12) = 3.89
• ជំហានទី៤ ការសំេរចចិត្ត
េដាយសារតៃម្លេតស្តសត
ិ្ថ ិ F = 9.18 ស្ថត
ិ េនក្នុងែដនបដេិ សដ F ≥ 3.89 េនាះេយង
ី បដេិ សដ H0 ។
តារាងសេង្ខប ANOVA
350
្របភពៃនបំែរបំរល
ួ ផលបូកកាេរ d.f. មធ្យមៃនកាេរ F
រវាង្រក�ម 520 2 260 F = 9.18
ក្នុង្រក�ម 340 12 28.33
សរុប 860 14
• ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : µ1 = µ2 = µ3 (ការអះអាង)
H1 : មន
ិ ែមន្រគប់មធ្យមសាកលសុទ្ធែតេស្មគា
ី ្ន
• ជំហានទី២ តៃម្លេតស្តសិត្ថ ិ
ិ វា៉ដ្យងៃ់ នលំហគំរូនម
មធ្យមនង ី ួយៗ
មធ្យមសរុប
Pk Pn j
j=1 i=1 xi j 36 + 44 + · · · + 24 404
x̄¯ = = = = 33.667
N 12 12
351
វា៉ដ្យង់រវាង្រក�ម
Pk
j=1 n j ( x̄ j − x̄¯)2
MS B =
k−1
4(37.25 − 33.667)2 + 5(35.4 − 33.667)2 + 3(26 − 33.667)2
=
3−1
242.717
= = 121.359
2
វា៉ដ្យង់កុ ង្រក�
្ន ម
Pk
j=1 (n j − 1)s2j
MS W =
N−k
(4 − 1)(20.917) + (5 − 1)(37.3) + (3 − 1)(7)
=
12 − 3
225.951
= = 25.106
9
ដូចេនះតៃម្លេតស្តសិត
្ថ ិ F
MS B 121.359
F= = = 4.83
MS W 25.106
ំ នទ៣
• ជហា ី តៃម្លសំខាន់
ចំេពាះ α = 0.05 តៃម្លសំខាន់ Fα (k − 1, N − k) = F0.05 (2, 9) = 4.26
• ជំហានទ៤
ី ការសំេរចចត
ិ ្ត
េដាយសារតៃម្លេតស្តសិត
្ថ ិ F = 4.83 ស្ថិតេនក្នុងែដនបដិេសដ F ≥ 4.26 េនាះេយង
ី បដិេសដ H0 ។
តារាងសេង្ខប ANOVA
្របភពៃនបំែរបំរល
ួ ផលបូកកាេរ d.f. មធ្យមៃនកាេរ F
រវាង្រក�ម 242.717 2 121.359 4.83
ក្នុង្រក�ម 225.954 9 25.106
សរុប 468.671 11
េនាះ 0.025 < p < 0.05 ។ ដូចេនះ H0 ្រត�វបានបដិេសដចំេពាះ α = 0.05 េ្រពាះតៃម្ល p < α។
352
សមា្គល់ 11.5.4. េនេពលែដល H0 ្រត�វបានបដេិ សដក្នុង ANOVA វា្រគាន់ែតមានន័យថាយា៉ងេហាចណាស់
េតស្ត Scheffé
េដម
ី ្បេី ធ្វីេតស្ត Scheffé េយង
ី ្រត�វេ្របៀបេធៀបមធ្យមម្តងពីរៗ (្រគប់ករណីទាំងអស់)។ រូបមន្តសំរាប់ េតស្ត
Scheffé
( x̄i − x̄ j )2
Fs =
MS W n1i + n1j
• ចំេពាះ x̄1 នង
ិ x̄3
( x̄1 − x̄3 )2 (37.25 − 26)2
Fs = = = 8.64
MS W n11 + n13 25.106 14 + 31
353
ថា្នក់ A ថា្នក់ B ថា្នក់ C
162 142 126
142 156 122
165 124 138
145 142 140
148 136 150
174 152 128
មធ្យមលំហគំរូ 156 142 134
វា៉ដ្យង់លំហគំរូ 164.4 131.2 110.4
(a) គណនាផលបូកកាេររវាង្រក�ម
(b) គណនាមធ្យមកាេររវាង្រក�ម
(c) គណនាផលបូកកាេរក្នុង្រក�ម
(d) គណនាមធ្យមកាេរក្នុង្រក�ម
2. េគឱ្យទិន្នន័យៃនពិនុ ្របលងៃនស
្ទ ិស្ស 18 នាក់ដូចខាងេ្រកាម
3. អ្នក្រសាវ្រជាវេ្រជីសយកលំហគំរូៃនេភាជនីយដា្ឋនអាហារសមុ្រទ 8 េភាជនីយដា្ឋនអាហារអុីតាលី 8
នង
ិ ស្ទកី 8។ ទន ិ ្នន័យៃនតៃម្លអាហារជាមធ្យមគត
ិ ជាដុលា្លរទទួលបានពល
ី ំហគំរៃូ នេភាជនយ
ី ដា្ឋនទាំង
24។
354
អាហារអុីតាលី អាហារសមុ្រទ ស្ទីក
12 16 24
13 18 19
15 17 23
17 26 25
18 23 21
20 15 22
17 19 27
24 18 31
355
356
ជំពូកទី12
តែ្រមត្រមង់លេី នែអ៊រ
េនក្នុងជំពូក េនះេយង ី នឹង សិក�អំពី គំរូ តែ្រមត្រមង់ លីេនែអ៊រ ែដលមានអេថរមិន អា្រស័យ មួយ។ េយង ី នឹង
ិ ក�អំពី វ ិធី សា�ស្ត កាេរខ្លី បំផុត េដីម្បី បា៉ន់សា្មនបា៉រា៉ ែម៉្រតែដលជាេមគុណ តែ្រមត្រមង់ លក្ខណៈៃនអ្នក
ពភា
បា៉ន់សា្មនកាេរខ្លីបំផុត ចេនា្លះេជឿជាក់ស្រមាប់េមគុណតែ្រមត្រមង់ េតស្តសម្មតិកម្ម េតស្តភាពសំខាន់ៃនគំរូ
តែ្រមត្រមង់ ចេនា្លះេជឿជាក់ស្រមាប់មធ្យមៃនអេថរេឆ្លីយតប និងចេនា្លះពយករណ៍។
់ វ ិធសា
វ ិភាគតែ្រមត្រមងជា ី �ស្តមួយៃនស្ថិតែិ បបសន្និដា្ឋនែដលទាក់ទងនឹងការកំនត់ថាេតីមានទំនាក់ទំនងរវាង
អេថរជាេលខពរី ឬេ្រចន
ី ។
ជាឧទាហរណ៍៖
់ ំនត់ថាេតច
• អ្នកអប់រ ំចងក ី ំនួនេមា៉ងែដលសិស្សសិក�មានទំនាក់ទំនងនឹងពិនុ ស
្ទ ិស្សេនក្នុងការ្របលង
ណាមួយឬេទ។
• អ្នក្រសាវ្រជាវេវជ្ជសា�ស្តអាចចាប់អារម្មណ៍នង
ឹ សំនួរដូចជា េតសា
ី រជាតកា
ិ េហ្វអន
ុី មានទំនាក់ទំនងនង
ឹ
ការបំផា្លញេបះដូងឬេទ? ឬក៏េតីមានទំនាក់ទំនងរវាងអាយុនឹងសំពាធឈាមឬេទ?
សំនួរនានាេនក្នុងគំរូតែ្រមត្រមង់លីេនែអ៊ររួមមាន៖
1. េតីអេថរពីរឬេ្រចីនមានទំនាក់ទំនងែបបលីេនែអ៊រឬេទ?
2. េបីដូេច្នះេតីទំនាក់ទំនងេនះខា្លង
ំ កំរតណា?
ិ
3. េតីទំនាក់ទំនង្របេភទណាែដលមាន?
4. េតីការទស្សន៍ទាយ្របេភទណាែដលអាចេធ្វីបានេចញពីទំនាក់ទំនងេនះ?
គំរត ់ េី នែអ៊រគជា
ូ ែ្រមត្រមងល ់ ំនាក់ទំនងជាបនា្ទត់្រតងរ់ វាងអេថរពរី x នង
ឺ គំរែូ ដលសន្មតទ ិ Y ដូចខាងេ្រកាម៖
Y = β0 + β1 x + ε
ែដល
357
• Y ជាអេថរអា្រស័យ ឬអេថរេឆ្លីយតប
• β0 , β1 ជាេមគុណតែ្រមត្រមង់(បា៉រា៉ ែម៉្រតមិនសា្គល់)
• ε ជាេល្អ�ងៃចដន្យ
សន្មតថា
់ េយង ី អាចកំនត់តៃម្ល x ជាក់លាក់មួយរួចសេង្កតតៃម្លៃនអេថរៃចដន្យ Y៖ េបី x ជាតៃម្លកំនត់ជាក់លាក់
េនាះែផ្នកៃចដន្យ ε េនខាងសា្តៃំ ដៃនគំរក ់ មធ្យមនិងវា៉ដ្យងៃ់ ន ε េស្មីនឹង 0 និង
ូ ំនត់លក្ខណៈៃន Y។ សន្មតថា
σ2 េរៀងគា្នេនាះ
សន្មតថា
់ េយង
ី មាន n គូៃនទិន្នន័យ (xi , yi ), i = 1, . . . , n ែដល x1 , . . . , xn ជាអេថរបញ្ចូ ល និង y1 , . . . , yn ជា
តៃម្លអេង្កតៃនអេថរេឆ្លយ
ី តបែដលជាកម្មវត្ថុៃនេល្អ�ងៃចដន្យ ε1 , . . . , εn ។ ដូចេនះ yi ជាតៃម្លៃនអេថរៃចដន្យ
Yi ែដលមានទ្រមង់ Yi = β0 + β1 xi + εi , i = 1, . . . , n។ ចំេពាះេល្អ�ងៃចដន្យ εi វា្រត�វ បានេគសន្មត់ ថា
ជាអេថរៃចដន្យែដលមានបំ ែនងែចកដូចគា្ន មន ិ អា្រស័យ គា្ន (iid) ែដលមានមធ្យម E[εi ] = 0 នង ិ វា៉ ដ្យង់
V(εi ) = σ2 ∈ (0, ∞)។ បែន្ថមពីេនះេដាយសារ εi ជា iid េនាះ Y1 , . . . , Yn ក៏មិនអា្រស័យគា្នែដរប៉ុែន្ត Yi មា
នបំែនងែចកមន ិ ដូចគា្នេទេ្រពាះជាឧទាហរណ៍វាមានមធ្យមខុសគា្ន E[Yi ] = β0 + β1 xi , i = 1, . . . , n។
Yi = β0 + β1 xi + εi ,
ែដល εi ជា iid ែដល E[εi ] = 0 នង
ិ V(εi ) = σ , i = 1, . . . , n
2
• β0 , β1 នង
ិ σ ជាបា៉រា៉ ែម៉្រត
2
• Yi ជាអេថរៃចដន្យមិនអា្រស័យប៉ុែន្តមានបំែនងែចកមិនដូចគា្ន
• E[Yi ] = β0 + β1 xi នង
ិ V(Yi ) = σ , i = 1, . . . , n.
2
2. រកចេនា្លះេជឿជាក់ៃន β0 និង β1
3. េធ្វេី តស្តសម្មតក
ិ ម្មអំពី β0 នង
ិ β1
358
12.1.1 វិធីសា�ស្តកាេរខ្លីបំផុត
X
n
S (β0 , β1 ) = (Yi − ηi )2
i=1
X
n
= Yi − (β0 + β1 xi ) 2
i=1
X
n
= ε2i .
i=1
វ ិធានកាេរខ្លប
ី ំផុតេ្របស
ី ្រមាប់បា៉ន់សា្មន β0 និង β1 ែដលេធ្វឱ
ី ្យផលបូកកាេរៃនេល្អ�ង S (β0 , β1 ) អប្បបរមា ។
អប្បបរមា។ តៃម្លទាង
ំ េនះែដលជាអនុគមន៍ៃន Yi ក៏ដូចជា xi េហថាអ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុត (LSE)
ៃន β0 នង
ិ β1 ។
ី ្ដ ទ 12.1.1. អ្នកបា៉ន់សា្មនកាេរខ្លប
្រទឹសប ី ំផុត (LSE) β̂0 នង
ិ β̂1 ៃន β0 នង ូ ែ្រមត្រមង់
ិ β1 េរៀងគា្នេនក្នុងគំរត
លីេនែអ៊រគឺឱ្យេដាយ
Pn Pn
P Pn
i=1 xi2 Yi − ni=1 xi
i=1 i=1 xi Yi
β̂0 = P P ,
n ni=1 xi2 − ni=1 xi 2
P P Pn
n ni=1 xi Yi − ni=1 xi i=1 Yi
β̂1 = P P .
n ni=1 xi2 − ni=1 xi 2
359
ស្រមាយបញ្ជ ក់. េយង
ី នង
ឹ បងា្ហញថា β̂0 នង
ិ β̂1 ជាចំនុចអប្បបរមាៃនផលបូកកាេរៃនេល្អ�ង S (β0 , β1 ) ។
េយង
ី ចាប់េផ្តីមេដាយពិនិត្យេដរេវេដាយែផ្ន
ី ក
∂ X n
S (β0 , β1 ) = 2 (Yi − β0 − β1 xi )(−1)
∂β0 i=1
n
X Xn
= −2 Yi − nβ0 − β1 xi
i=1 i=1
∂ X
n
S (β0 , β1 ) = 2 (Yi − β0 − β1 xi )(−xi )
∂β1 i=1
n
X X
n X
n
= −2 xi Yi − β0 xi − β1 xi .
2
េដាះ្រសាយសមីការនរមា៉ល់
∂
S (β0 , β1 ) = 0
∂β0
∂
S (β0 , β1 ) = 0
∂β1
n
X X
n
nβ0 +
xi β1 = Yi
n i=1 i=1
X X 2
n Xn
xi β0 +
xi β1 = xi Yi
i=1 i=1 i=1
េយង
ី ទទួលបាន
Pn Pn
Yi x
Pn i=1 Pni=1 2i
i=1 xi Yi i=1 xi
β̂0 = Pn
n x
Pn Pni=1 2i
x
i=1 i i=1 ix
Pn
2 Pn Pn Pn
i=1 xi i=1 Yi − i=1 xi i=1 xi Yi
= P P .
n ni=1 xi2 − ni=1 xi 2
Pn
n Y
Pn Pni=1 i
i=1 xi i=1 xi Yi
β̂1 = Pn
n x
Pn Pni=1 2i
i=1 xi i=1 xi
Pn P Pn
n i=1 xi Yi − ni=1 xi i=1 Yi
= P P .
n ni=1 xi2 − ni=1 xi 2
360
េយង
ី េនែតបងា្ហញថា β̂0 និង β̂1 ជាតៃម្លអប្បបរមាៃន S (β0 , β1 )៖ ពិនិត្យេមីលេដរេវទ
ី ី២ េដាយែផ្នក
∂2
S (β0 , β1 ) = 2n,
∂β20
∂2 ∂2 X n
S (β0 , β1 ) = S (β0 , β1 ) = 2 xi ,
∂β0 ∂β1 ∂β1 ∂β0 i=1
∂2 X n
S (β ,
0 1β ) = 2 xi2 .
∂β1
2
i=1
និងមា៉្រទីស Hessian គឺ
Pn !
∂2
S (β0 , β1 ) ∂2
S (β0 , β1 ) n xi
∂β20 ∂β0 ∂β1 = 2 Pn Pn 2
i=1
∂2
S (β0 , β1 ) ∂2
S (β ,
0 1β ) i=1 xi i=1 xi
∂β1 ∂β0 ∂β21
មា៉្រទស
ី Hessian គម
ឺ ន
ិ អវ ិជ្ជមាន (positive semidefinite) ចំេពាះ្រគប់ β0 នង
ិ β1 េ្រពាះ្រគប់ λ1 , λ2 មន
ិ
សូន្យេយងី មាន
Pn ! ! !
n xi λ1 Pn Pn Pn 2 λ1
λ1 λ2 Pn Pn 2
i=1
= λ1 n + λ2 i=1 xi λ1 i=1 xi + λ2 i=1 xi
i=1 xi i=1 xi λ2 λ2
X
n X
n
= λ21 n + 2λ1 λ2 xi + λ22 xi2
i=1 i=1
X
n Pn !
xi
= λ21 n + 2nλ1 λ2 x̄ + λ22 xi2 , x̄ = i=1
n
i=1n
X
= λ21 n + 2nλ1 λ2 x̄ + λ22 xi2 − n x̄2 + λ22 n x̄2
i=1
X
n
= n(λ21 + 2λ1 λ2 x̄ + λ2 x̄ ) + 2
λ22 (xi − x̄)2
i=1
X
n
= n(λ1 + λ2 x̄)2 + λ22 (xi − x̄)2 ≥ 0.
i=1
កូរែលរ
៉ូ 12.1.1. អ្នកបា៉ន់សា្មនកាេរខ្លប ិ β̂1 អាចសេសរជាទ្រមង់
ី ំផុត (LSE) β̂0 នង
1 X n
= Pn (xi − x̄)Yi .
i=1 (xi − x̄) i=1
2
ែដល
1X 1X
n n
x̄ = xi , Ȳ = Yi
n i=1 n i=1
361
ស្រមាយបញ្ជ ក់. ចំេពាះ β̂1 ៖
X
n X
n X
n
(xi − x̄)(Yi − Ȳ) = (xi − x̄)Yi − Ȳ (xi − x̄)
i=1 i=1 i=1
| {z }
=0
X
n
= (xi − x̄)Yi .
i=1
ចំេពាះ β̂0 ៖
Pn P Pn
n xi Yi − ni=1 xi i=1 Yi
Ȳ − β̂1 x̄ = Ȳ − P
i=1
P x̄
n ni=1 xi2 − ni=1 xi 2
P
n ni=1 xi Yi − n2 x̄Ȳ
= Ȳ − Pn 2 x̄
n i=1 xi − n2 x̄2
P P
nȲ ni=1 xi2 − n2 x̄2 Ȳ − n x̄ ni=1 xi Yi + n2 x̄2 Ȳ
= P
n ni=1 (xi − x̄)2
Pn
2 Pn Pn Pn
i=1 xi i=1 Yi − i=1 xi i=1 xi Yi
= P
n ni=1 (xi − x̄)2
= β̂0 .
□
និមិត្តសញញ
n 2
Xn X n X n
X
xi2 −
1
S xx = (xi − x̄)2 = xi2 − n x̄2 = xi
i=1 i=1 i=1
n i=1
n 2
Xn X n X n
X
Yi2 − Yi
1
S yy = (Yi − Ȳ)2 = Yi2 − nȲ 2 =
i=1 i=1 i=1
n i=1
Xn Xn
S xy = (xi − x̄)(Yi − Ȳ) = (xi − x̄)Yi
i=1
n i=1
X
n
1 X X
n
= xi Yi − xi Yi
i=1
n i=1 i=1
12.1.2 លក្ខណៈៃនអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត
362
ី ្ដ ទ 12.1.2. អ្នកបា៉ន់សា្មនកាេរខ្លប
្រទឹសប ី ំផុត (LSE) β̂0 នង
ិ β̂1 ជាអ្នកបា៉ន់សា្មនមន
ិ លេម្អ�ងមានន័យថា
បែន្ថមពីេលីេនះ
!
1 x̄2
V(β̂0 ) = σ 2
+ ,
n S xx
σ2
V(β̂1 ) = .
S xx
ស្រមាយបញ្ជ ក់. ពន
ិ ត
ិ ្យេមល
ី β̂1 ៖ េយង
ី មាន
X
n
S xx β̂1 = (xi − x̄)Yi
i=1
េនាះសង្ឃម
ឹ គណិត
X
n
S xx E[β̂1 ] = (xi − x̄)E[Yi ]
i=1
X
n
= (xi − x̄)(β0 + β1 xi )
i=1
X
n X
n
= β0 (xi − x̄) + β1 xi (xi − x̄)
i=1 i=1
X
n
= β1 xi (xi − x̄)
i=1n
X
2
= β1 xi2
− n x̄
i=1
X
n
= β1 (xi − x̄)2
i=1
= S xx β1 .
ដូេច្នះេយង
ី បាន
E[β̂1 ] = β1 .
ពន
ិ ត
ិ ្យេមល
ី β̂0 ៖
E[β̂0 ] = E[Ȳ − β̂1 x̄]
= E[Ȳ] − x̄E[β̂1 ]
1X
n
= (β0 + β1 xi ) − x̄β1
n i=1
= β0 + β1 x̄ − β1 x̄
= β0 .
ដូេច្នះេយង
ី បាន
E[β̂0 ] = β0 .
363
Pn
ចំេពាះវា៉ដ្យង់៖ េយង
ី មាន S xx β̂1 = i=1 (xi −x̄)Yi នង
ិ េដាយសារ Yi , i = 1, 2, . . . , n គម
ឺ ន
ិ អា្រស័យគា្នេនាះ
n
X
S xx V(β̂1 ) = V (xi − x̄)Yi
2
i=1
X
n
= (xi − x̄)2 V(Yi )
i=1
X
n
=σ 2
(xi − x̄)2
i=1
= σ S xx
2
ដូចេនះ
σ2
V(β̂1 ) = .
S xx
ដូចគា្នែដរេយង
ី មាន
1X x̄ X
n n
β̂0 = Ȳ − x̄β̂1 = Yi − (xi − x̄)Yi
n i=1 S xx i=1
Xn " #
1 x̄(xi − x̄)
= − Yi
i=1
n S xx
េនាះេយង
ី បាន
n "
X #2
1 x̄(xi − x̄)
V(β̂0 ) = σ 2
−
i=1
n S xx
!
2 1 x̄2
=σ + S xx
n S 2xx
!
2 1 x̄2
=σ + .
n S xx
□
12.1.3 អ្នកបា៉ន់សា្មនៃន σ2
Ŷ = β̂0 + β̂1 x
កត់សមា្គល់ែដលថា្រគប់គូអេង្កតេផ្ទ�ងផា្ទត់ទំនាក់ទំនង
Yi = β̂0 + β̂1 xi + ei , i = 1, . . . , n
1.
X
n
ei = 0
i=1
364
2.
X
n
xi ei = 0
i=1
3.
X
n
Ŷi ei = 0
i=1
4.
X
n X
n
Yi = Ŷi
i=1 i=1
ស្រមាយបញ្ជ ក់. 1.
X
n X
n
ei = (Yi − β̂0 − β̂1 xi )
i=1 i=1
X
n X
n
= Yi − nβ̂0 − β̂1 xi
i=1 i=1
= nȲ − nβ̂0 − nβ̂1 x̄
= n(Ȳ − β̂0 − β̂1 x̄)
= n(Ȳ − (Ȳ − β̂1 x̄) − β̂1 x̄)
=0
2.
X
n X
n X
n
xi ei = (Yi − β̂0 − β̂1 xi )xi = (Yi − (Ȳ − β̂1 x̄) − β̂1 xi )xi
i=1 i=1 i=1
X
n
= ((Yi − Ȳ) − β̂1 (xi − x̄))xi
i=1
X
n X
n
= xi (Yi − Ȳ) − β̂1 xi (xi − x̄)
i=1 i=1
X
n Xn
= β̂1 (xi − x̄)2 − β̂1 xi (xi − x̄)
i=1 i=1
X
n
= β̂1 [(xi − x̄)2 − xi (xi − x̄)]
i=1
X n
= β̂1 x̄ ( x̄ − xi )
i=1
= 0.
3.
X
n X
n X
n X
n
Ŷi ei = (β̂0 + β̂1 xi )ei = β̂0 ei + β̂1 xi ei = β̂0 (0) + β̂1 (0) = 0.
i=1 i=1 i=1 i=1
365
4.
X
n X
n X
n X
n X
n X
n
Yi = (Ŷi + ei ) = Ŷi + ei = Ŷi + 0 = Ŷi .
i=1 i=1 i=1 i=1 i=1 i=1
5.
េយង
ី បា៉ន់សា្មន σ េដាយេ្របីផលបូកកាេរៃនសំណល់ (Residual sum of squares)៖
2
X
n X
n
SSE = e2i = (Yi − Ŷi )2 .
i=1 i=1
េយង
ី សេង្កតេឃញ ី ថា S S E ជាអេថរៃចដន្យែដលសង្ឃម ឹ គណិតៃន S S E គឱ
ឺ ្យេដាយ
n
X
E[S S E ] = E (Yi − Ŷi )2
i=1
X
n
= E (Yi − β̂0 − β̂1 xi )
2
i=1
X
n
= E (Yi − Ȳ + β̂1 x̄ − β̂1 xi )2
i=1
X
n 2
= E (Yi − Ȳ) − β̂1 (xi − x̄)
i=1
X
n X
n X
n
= E (Yi − Ȳ)2 + β̂21 (xi − x̄)2 − 2β̂1 (xi − x̄)(Yi − Ȳ)
i=1 i=1 i=1
X
n X n X n
= E Yi − nȲ + β̂1
2 2 2
(xi − x̄) − 2β̂1
2
(xi − x̄) β̂1
2
i=1 i=1
i=1
X
n
= E Yi2 − nȲ 2 − β̂21 S xx
i=1
X
n
= E[Yi2 ] − nE[Ȳ 2 ] − S xx E[β̂21 ]
i=1
X
n n o n o n o
E[S S E ] = V(Yi ) + (E[Yi ])2 − n V(Ȳ) + (E[Ȳ])2 − S xx V(β̂1 ) + (E[β̂1 ])2
i=1
X
n " # !
σ2 σ2
= nσ + (β0 + β1 xi ) − n
2
+ (β0 + β1 x̄) − S xx
2 2
+ β1
2
i=1
n S xx
= (n − 2)σ2 .
SSE
σ̂2 =
n−2
366
ស្រមាយបញ្ជ ក់.
1
E[σ̂2 ] = E[S S E ]
n−2
1
= (n − 2)σ2
n−2
= σ2 .
□
រ ូបមន្តគណនា S S E
S S E = S yy − β̂1 S xy
Pn
ែដល S yy = i=1 (Yi − Ȳ)2 េហថាផលបូកសរុបៃនកាេរៃនអេថរេឆ្លីយតប Y។ តាមពិតេទ
X
n
SSE = (Yi − Ŷi )2
i=1
Xn
= (Yi − β̂0 − β̂1 xi )2
i=1
X
n
= (Yi − Ȳ + β̂1 x̄ − β̂1 xi )2
i=1
Xn h i2
= (Yi − Ȳ) − β̂1 (xi − x̄)
i=1
X
n X
n X
n
= (Yi − Ȳ) + β̂1
2 2
(xi − x̄) − 2β̂1
2
(xi − x̄)(Yi − Ȳ)
i=1 i=1 i=1
Xn Xn X
n
= (Yi − Ȳ) + β̂1
2
(xi − x̄)(Yi − Ȳ) − 2β̂1 (xi − x̄)(Yi − Ȳ)
i=1 i=1 i=1
Xn Xn
= (Yi − Ȳ)2 − β̂1 (xi − x̄)(Yi − Ȳ)
i=1 i=1
= S yy − β̂1 S xy .
េយង
ី បានបងា្ហញថា
!
1 x̄2 σ2
V(β̂0 ) = σ 2
+ , V(β̂1 ) =
n S xx S xx
េយង ់ បា៉ន់សា្មនដូចខាងេ្រកាម៖
ី អាចេ្របីការបា៉ន់សា្មន σ̂ ៃន σ េនក្នុងរូបមន្តខាងេលេី នះរកេល្អ�ងស្តងដា
2 2
េល្អ�ងស្តង់ដាបា៉ន់សា្មនេនក្នុងតែ្រមត្រមង់លីេនែអ៊រគឺ
s
σ̂2
se(β̂1 ) = ,
S xx
s !
1 x̄2
se(β̂0 ) = σ̂2 + .
n S xx
367
x −2 −1 0 1 2
y 0 0 1 1 3
ី ង់បនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មន
1. េ្របីវ ិធីសា�ស្តកាេរខ្លីបំផុតេដីម្បស
2. គណនា V(β̂0 ) នង
ិ V(β̂1 )
ចេម្លើយ. េយង
ី មាន
xi yi xi yi xi2
−2 0 0 4
−1 0 0 1
0 1 0 0
1 1 1 1
2 3 6 4
Pn Pn Pn Pn
i=1 xi = 0 i=1 yi =5 i=1 xi yi = 7 i=1 xi2 = 10
1. េយង
ី មាន
Pn Pn Pn
S xy i=1 xi yi − 1
i=1 xi i=1 yi 7 − 51 (0)(5)
β̂1 = = Pn
n
Pn 2 = = 0.7,
S xx i=1 xi2 − 1
n i=1 xi 10 − 51 (0)2
5
β̂0 = ȳ − β̂1 x̄ = − (0.7)(0) = 1
5
ដូចេនះបនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មនគឺ
ŷ = 1 + 0.7x
2. េយង
ី មាន
X
n X
n
n = 5, xi = 0, xi2 = 10, S xx = 10
i=1 i=1
េនាះ x̄ = 0,
!
1 x̄2 σ2
V(β̂0 ) = σ + 2
= ,
n S xx 5
σ2 σ2
V(β̂1 ) = = .
S xx 10
3. េយង
ី មាន
X
n
n = 5, yi = 5, S xy = 7, β̂1 = 0.7
i=1
368
និង
X
n X
n
S yy = (yi − ȳ) =
2
y2i − n(ȳ)2 = 11 − 5(1)2 = 6
i=1 i=1
េយង
ី បាន
S S E = S yy − β̂1 S xy = 6 − (0.7)7 = 1.1
ដូចេនះ
SSE 1.1
σ̂2 = = = 0.367
n−2 5−2
12.1.4 ករណីេល្អ�ងមានបំែនងែចកនរមា៉ល់
ី សិក�គំរូតែ្រមត្រមង់លីេនែអ៊រែដលេល្អ�ងៃចដន្យ εi មានែតសម្មតិកម្មមិនអា្រស័យគា្ន
េនក្នុងែផ្នកមុនេយង
E[εi ] = 0 និង V(εi ) = σ2 ។ េចញពីសម្មតិកម្មេនះេយង
ី បាន
• បងា្ហញថាអ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុត β̂0 នង
ិ β̂1 ជាអ្នកបា៉ន់សា្មនមន
ិ លេម្អ�ង
ប៉ុែន្តេដម
ី ្បក
ី ំនត់ចេនា្លះេជឿជាក់ និងេធ្វីេតស្តសម្មតិកម្មចំេពាះ β0 និង β1 េយងី ្រត�វែតសន្មតស
់ ម្មតិកម្មបែន្ថម
េទេលេី ល្អ�ងៃចដន្យ εi ។ េនក្នុងែផ្នកេនះេយង ី សក ិ �គំរូតែ្រមត្រមង់លេី នែអ៊រដូចខាងេ្រកាម៖
Yi = β0 + β1 xi + εi ,
ែដល εi ជា iid εi ∼ N(0, σ2 ), i = 1, . . . , n
ែដលនាំឱ្យ Yi , i = 1, . . . , n ជាអេថរៃចដន្យមន
ិ អា្រស័យគា្ននង
ិ
Yi ∼ N(β0 + β1 xi , σ2 ).
12.1.5 អ្នកបា៉ន់សា្មនឱកាសអតិបរមា
្រទឹសប
ី ្ដ ទ 12.1.3. 1. អ្នកបា៉ន់សា្មនឱកាសអតិបរមា (MLE) ៃន β0 និង β1 គឺជាអ្នកបា៉ន់សា្មនកាេរខ្លី
បំផុត β̂0 នង
ិ β̂1 េរៀងគា្ន។
2. អ្នកបា៉ន់សា្មនឱកាសអតប
ិ រមាៃន σ គឺ σ̂ ML =
2 2 SSE
n
369
ស្រមាយបញ្ជ ក់. 1. អនុគមន៍ឱកាសៃន Yi គឺឱ្យេដាយ
Y
n Y
n " #
1 (yi − β0 − β1 xi )2
L(y1 , . . . , yn ; β0 , β1 , σ ) =
2
fYi (yi ) = √ exp −
i=1 i=1 2πσ2 2σ2
!n
1 X n
(yi − β0 − β1 xi ) .
1
= √ exp − 2 2
2πσ2 2σ i=1
អប្បបរមាកម្មេនះនាំឱ្យេយង
ី ទទួលបានអ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុត β̂0 នង
ិ β̂1 ។
អនុគមន៍
n n 1
ln L(y1 , . . . , yn ; β̂0 , β̂1 , σ2 ) = − ln(2π) − ln σ2 − SSE
2 2 2σ2
Pn Pn Pn
ែដលេយង ី េ្របន
ី ិមិត្តសញញ S S E ដូចគា្នចំេពាះ i=1 (Yi − Ŷi ) និង i=1 (yi − Ŷi ) = i=1 (yi − β̂0 −
2 2
β̂1 xi )2 ។ េយង
ី បាន
d n 1 SSE
ln L(y1 , . . . , yn ; β̂0 , β̂1 , σ2 ) = − × 2 + = 0,
dσ 2 2 σ 2(σ2 )2
េនាះ
SSE
σ2 =
n
េដាយសារ
d2 n3
ln L(y 1 , . . . , yn ; β̂ 0 , β̂1 , σ 2
)|σ2 =S S /n = − < 0,
d(σ2 )2 E
2S S 2E
ដូចេនះ σ̂2ML = S S E /n គឺជាអ្នកបា៉ន់សា្មនឱកាសអតិបរមាៃន σ2 ។
3. េយង
ី មាន
n "
X #
1 x̄(xi − x̄)
β̂0 = − Yi
i=1
n S xx
E[β̂0 ] = β0
!
1 x̄2
V(β̂0 ) = σ 2
+ .
n S xx
េយង
ី មាន
Xn !
xi − x̄
β̂1 = Yi
i=1
S xx
E[β̂1 ] = β1
σ2
V(β̂1 ) = .
S xx
370
ដូចេនះ β̂1 ជាអេថរៃចដន្យនរមា៉ល់េ្រពាះវាជាបន្សំលីេនែអ៊រៃនអេថរៃចដន្យនរមា៉ល់មិនអា្រស័យគា្ន
!
σ2
β̂1 ∼ N β1 , .
S xx
□
x 3 3 4 5 6 6 7 8 8 9
y 9 5 12 9 14 16 22 18 24 22
ិ β̂1 រួចសង់បនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មន
1. គណនាតៃម្លបា៉ន់សា្មន β̂0 នង
2. គណនាតៃម្លបា៉ន់សា្មនឱកាសអតប
ិ រមា σ̂ ML ៃន σ
2 2
ចេម្លើយ. េយង
ី មាន
xi yi xi2 y2i xi yi
3 9 9 81 27
3 5 9 25 15
4 12 16 144 48
5 9 25 81 45
6 14 36 196 84
6 16 36 256 96
7 22 49 484 154
8 18 64 324 144
8 24 64 576 192
9 22 81 484 198
P P P P P
xi = 59 yi = 151 xi2 = 389 y2i = 2651 xi yi = 1003
Pn Pn Pn
S xy i=1 xi yi − 1
i=1 xi i=1 yi 1003 − 59×151
β̂1 = = Pn
n
= Pn 2
10
= 2.741
S xx i=1 xi2 −
xi 1
n
389 i=1 − 10
592
151 59
β̂0 = ȳ − β̂1 x̄ = − 2.741 × = −1.072
10 10
371
12.2 បំែនងែចកៃន S S E
្រទឹសប
ី ្ដ ទ 12.2.1. 1. បំែនងែចកៃន SSE
σ2
គឺ χ2n−2
2. ស្ថត
ិ ខា
ិ ងេ្រកាមគម
ឺ ន
ិ អា្រស័យគា្ន
(a) S S E នង
ិ β̂1
(b) Ȳ និង β̂1
(c) S S E , Ȳ នង
ិ β̂1
(d) S S E និង β̂0
េយង
ី មាន
X
n
S xx β̂1 = S xy = (xi − x̄)(Yi − Ȳ)
i=1
X
n
(β̂1 − β1 )S xx = (xi − x̄)(Yi − Ȳ) − β1 S xx
i=1
Xn h i
= (xi − x̄) (Ui − Ū) + β1 (xi − x̄) − β1 S xx
i=1
X
n
= (xi − x̄)(Ui − Ū) + β1 S xx − β1 S xx
i=1
Xn
= (xi − x̄)(Ui − Ū).
i=1
បនា្ទប់មក
X
n X
n
SSE = (Yi − Ŷi ) =
2
(Yi − β̂0 − β̂1 xi )2
i=1 i=1
X
n X
n
= (Yi − Ȳ + β̂1 x̄ − β̂1 xi ) =
2
[(Yi − Ȳ) − β̂1 (xi − x̄)]2
i=1 i=1
X
n
= [(Yi − Ȳ) − β̂1 (xi − x̄) + β1 (xi − x̄) − β1 (xi − x̄)]2
i=1
X
n n o2
= [(Yi − Ȳ) − β1 (xi − x̄)] − (β̂1 − β1 )(xi − x̄)
i=1
X
n h i2
= (Ui − Ū) − (β̂1 − β1 )(xi − x̄)
i=1
372
X
n X
n
= (Ui − Ū) + (β̂1 − β1 ) S xx − 2(β̂1 − β1 ) (xi − x̄)(Ui − Ū)
2 2
i=1 i=1
X
n
= (Ui − Ū)2 + (β̂1 − β1 )2 S xx − 2(β̂1 − β1 )2 S xx
i=1
X
n
= (Ui − Ū)2 − (β̂1 − β1 )2 S xx
i=1
X
n
SSE = Ui2 − nŪ 2 − (β̂1 − β1 )2 S xx .
i=1
េយង
ី សេង្កតេឃញ ី ថាអេថរៃចដន្យ U1 , . . . , Un ជាអេថរៃចដន្យនរមា៉ល់ N(0, σ ) មិនអា្រស័យគា្ន។ េយង
2
ី
បែម្លងពួកវាេទជាអេថរៃចដន្យ V1 , . . . , Vn តាមរយៈមា៉្រទីសអរតូកូណាល់ C ែដលពីរជួរដំបូងឱ្យេដាយ
x1 − x̄ x − x̄ x − x̄
√S xx √2 ··· √n
S xx
S xx
C = √1n √1 ··· √1
n
n
··· ··· ··· ···
មានន័យថាេយង
ី កំនត់អេថរៃចដន្យ V1 , . . . , Vn តាមរយៈ
V1 U1
. .
.. = C ..
Vn Un
តាមជេ្រមស
ី ៃនជួរេដកទម
ី ួយ នង
ិ ជួរេដកទព
ី រី ៃនមា៉្រទស
ី C េយង
ី បាន
1 X
n
V1 = √ (xi − x̄)Ui
S xx i=1
1 X √
n
V2 = √ Ui = nŪ.
n i=1
ប៉ុែន្ត
X
n X
n
(xi − x̄)Ui = (xi − x̄)(Ui − Ū) = (β̂1 − β1 )S xx
i=1 i=1
ដូចេនះ
V12 = (β̂1 − β1 )2 S xx , V22 = nŪ 2
នង
ិ
X
n X
n
SSE = Vi2 − V12 − V22 = Vi2 .
i=1 i=3
ដូេច្នះេយងី ទទួលបាន
P 2
• SσS2E = ni=3 Vσi ∼ χ2n−2 េ្រពាះ Vi /σ, i = 1, . . . , n ជាអេថរៃចដន្យ N(0, 1) មិនអា្រស័យគា្ន។
373
• S S E និង β̂1 មិន អា្រស័យ គា្ន េ្រពាះ β̂1 និង S S E ជាអនុគមន៍ ៃន Vi ែដលមិន ្រត�តសុីគា្ន (β̂1 ជា
អនុគមន៍ៃន V1 ឯ S S E ជាអនុគមន៍ៃន V3 , . . . , Vn )។
• Ȳ នង
ិ β̂1 មន
ិ អា្រស័យគា្នេ្រពាះ Ȳ = Ū + β0 + β1 x̄ =
V2
√
n
+ β0 + β1 x̄ ែដលជាអនុគមន៍ៃន V2 ឯ β̂1
ជាអនុគមន៍ៃន V1 ។
• S S E , Ȳ នង
ិ β̂1 មន
ិ អា្រស័យគា្នេ្រពាះ S S E ជាអនុគមន៍ៃន V3 , . . . , Vn , Ȳ ជាអនុគមន៍ៃន V2 នង
ិ
β̂1 ជាអនុគមន៍ៃន V1 ។
េនាះ Zi ក៏ជាអេថរៃចដន្យនរមា៉ល់ស្តង់ដាមិនអា្រស័យគា្ន។
េនាះអនុគមន៍បេង្កីតម៉ូម៉ង់ៃន Z1 , Z2 , . . . , Zn គឺឱ្យេដាយ
h i h T i h T T i
E et1 Z1 +t2 Z2 +···+tn Zn = E et AX = E e(A t) X = MX (AT t)
1 T t)T )(AT t) 1 T 1 T
AAT t
= e 2 (A = e2t = e 2 t t.
ដូចេនះ Z1 , Z2 , . . . , Zn នង ់ ូចគា្នេនាះេយង
ិ X1 , X2 , . . . , Xn មានអនុគមន៍បេង្កីតម៉ូម៉ងដ ី សន្នដា
ិ ្ឋ នថាវាមានបំ
ែនងែចក្រប�បាប៊ីលេី តដូចគា្ន។ □
កូរែលរ
៉ូ 12.2.1. 1. អ្នកបា៉ន់សា្មនឱកាសអតិបរមា σ̂2ML ៃន σ2 គឺជាអ្នកបា៉ន់សា្មនលេម្អ�ងៃន σ2 ។ ប៉ុែន្ត
n SSE
S 2 := σ̂2ML =
n−2 n−2
ជាអ្នកបា៉ន់សា្មនមិនលេម្អ�ងៃន σ2
374
2. អេថរៃចដន្យ
β̂0 − β0
q ∼ tn−2 .
S 1n + Sx̄xx
2
3. អេថរៃចដន្យ
β̂1 − β1
√ ∼ tn−2 .
S / S xx
េដាយសារ SSE
σ2
∼ χ2n−2 េនាះេយង
ី បាន
S S SS
=n−2 ឬ E
E E
E = σ2
σ2 n−2
ដូេច្នះ SSE
n−2
ជាអ្នកបា៉ន់សា្មនមិនលេម្អ�ងៃន σ2 ។ េយង
ី ក៏មានផងែដរ
n − 2 SSE n − 2 2
E[σ̂2ML ] = E = σ
n n−2 n
2. េយង
ី បានបងា្ហញថា !!
1 x̄2
β̂0 ∼ N β0 , σ 2
+
n S xx
េយង
ី មាន
β̂0 − β0 β̂0 − β0
= q ∼ N(0, 1),
SD(β̂0 ) σ 1 + x̄2
n S xx
និង
S S E (n − 2)S S E (n − 2)S 2
= = ∼ χ2n−2 .
σ2 (n − 2)σ2 σ2
បែន្ថមពេី លីេនះ β̂0 −β0
SD(β̂0 )
នង
ិ
SSE
σ2
គឺមន
ិ អា្រស័យគា្នេ្រពាះ β̂0 នង
ិ S S E មន
ិ អា្រស័យគា្ន។ ដូេច្នះេយង
ី
បានតាមនិយមន័យៃនបំែនងែចក t
(β̂0 − β0 )/SD(β̂0 )
q ∼ tn−2 .
SSE
σ2
/(n − 2)
β̂ −β
q0 0
x̄2
σ n + S xx
1
q ∼ tn−2
S2
σ2
β̂0 − β0
q ∼ tn−2 .
S 1n + Sx̄xx
2
375
3. េយង
ី បានបងា្ហញថា !
σ2
β̂1 ∼ N β1 ,
S xx
េយង
ី មាន
β̂1 − β1 β̂1 − β1
= √ ∼ N(0, 1),
SD(β̂1 ) σ/ S xx
β̂1 − β1
√ ∼ tn−2 .
S / S xx
□
12.3 ចេនា្លះេជឿជាក់េនក្នងតែ្រមត្រមង់
ុ លេី នែអ៊រ
ចេនា្លះេជឿជាក់ស្រមាប់ β0 និង β1
s s
1 x̄2 1 x̄2
β̂0 − tα/2,n−2 S + ≤ β0 ≤ β̂0 + tα/2,n−2 S +
n S xx n S xx
េនាះេយង
ី បាន
β̂0 − β0
P −tα/2,n−2 ≤ q ≤ tα/2,n−2 = 1 − α
S 1n + Sx̄xx
2
s s
2 x̄
2
P β̂0 − tα/2,n−2 S
1
+
x̄
≤ β0 ≤ β̂0 + tα/2,n−2 S
1
+ =1−α
n S xx n S xx
376
េនេពលែដល n គូៃនទិន្នន័យ្រត�វបានអេង្កត β̂0 , S ្រត�វបានគណនាេនាះចេនា្លះៃចដន្យ
s s
2 2
β̂ − t 1 x̄ 1 x̄
0 α/2,n−2 S n + S , β̂0 + tα/2,n−2 S n + S
xx xx
ស្រមាប់ β1 េយង
ី មាន
β̂1 − β1
√ ∼ tn−2 .
S / S xx
េនាះេយង
ី បាន
!
β̂1 − β1
P −tα/2,n−2 ≤ √ ≤ tα/2,n−2 = 1 − α
S / S xx
!
S S
P β̂1 − tα/2,n−2 √ ≤ β1 ≤ β̂1 + tα/2,n−2 √ =1−α
S xx S xx
377
1. រកបនា្ទត់តែ្រមត្រមង់លេី នែអ៊របា៉ន់សា្មន
ិ β1 ៃនបនា្ទត់តែ្រមត្រមង់
2. រកចេនា្លះេជឿជាក់ 95% ៃនេមគុណ្របាប់ទស
ចេម្លើយ. 1. េយង
ី មាន
X
20 X
20
n = 20, xi = 23.92, yi = 1843.21, x̄ = 1.1960, ȳ = 92.1605
i=1 i=1
X
20 X
20 X
20
y2i = 170044.5321, xi2 = 29.2892, xi yi = 2214.6566
i=1 i=1 i=1
n 2
X
n
1 X (23.92)2
S xx = −
xi2 xi = 29.2892 − = 0.68088
i=1
n i=1 20
20 20
X20
1 X X (23.92)(1843.21)
S xy = xi yi − xi yi = 2214.6566 −
i=1
20 i=1 i=1
20
= 10.17744
ដូេច្នះអ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុតគឺ
S xy 10.17744
β̂1 = = = 14.947
S xx 0.68088
នង
ិ
β̂0 = ȳ − β̂1 x̄ = 92.1605 − (14.947)(1.196) = 74.283
ដូចេនះបនា្ទត់តែ្រមត្រមង់លីេនែអ៊របា៉ន់សា្មនគឺ ŷ = 74.283 + 14.947x
2. ចេនា្លះេជឿជាក់ 95% ៃន β1 គឺ
S S
β̂1 − t0.025,18 √ ≤ β1 ≤ β̂1 + t0.025,18 √
S xx S xx
េយង
ី មាន β̂1 = 14.947, S xx = 0.68088,
ដូចេនះេយង
ី បាន
r r
1.18 1.18
14.947 − 2.101 ≤ β1 ≤ 14.947 + 2.101
0.68088 0.68088
ឬ
12.181 ≤ β1 ≤ 17.713
378
3. ចេនា្លះេជឿជាក់ 95% ស្រមាប់ β0 គឺ
s s
1 x̄2 1 x̄2
β̂0 − tα/2,n−2 S + ≤ β0 ≤ β̂0 + tα/2,n−2 S +
n S xx n S xx
s ! s !
1 1.19602 1 1.19602
74.283 − 2.101 1.18 + ≤ β0 ≤ 74.283 + 2.101 1.18 +
20 0.68088 20 0.68088
74.283 − 3.473 ≤ β0 ≤ 74.283 + 3.473
70.935 ≤ β0 ≤ 77.756
ចេនា្លះេជឿជាក់ស្រមាប់ σ2
េដាយសារ
(n − 2)S 2
∼ χ2n−2
σ2
េនាះេយង
ី បាន
!
(n − 2)S 2
P χ21−α/2,n−2 ≤ ≤ χα/2,n−2 = 1 − α
2
σ2
(n − 2)S 2 (n − 2)S 2
P 2 ≤σ ≤ 2
2
= 1 − α
χ
α/2,n−2 χ 1−α/2,n−2
េនេពលែដល n គូៃនទន
ិ ្នន័យ្រត�វបានអេង្កត S ្រត�វបានគណនាចេនា្លះៃចដន្យ
2
(n − 2)S 2 (n − 2)S 2
≤ σ2
≤
χ2α/2,n−2 χ21−α/2,n−2
កា្លយជាចេនា្លះែដលសា្គល់។
(n − 2)S 2 (n − 2)S 2
≤σ ≤ 2
2
χ2α/2,n−2 χ1−α/2,n−2
(n − 2)S 2 (n − 2)S 2
≤ σ2
≤
χ2α/2,n−2 χ21−α/2,n−2
(18)(1.18) (18)(1.18)
≤ σ2 ≤
χ0.025,18
2
χ20.975,18
កា្លយជា
(18)(1.18) (18)(1.18)
≤ σ2 ≤
31.526 8.231
0.673 ≤ σ ≤ 2.580
2
379
12.4 េតស្តសម្មតិកម្មេនក្នងតែ្រមត្រមង់
ុ លេី នែអ៊រ
ឧបមាថាេយងី ចង់ េធ្វីេតស្ត សម្មតិកម្ម េមគុណ្របាប់ទិស េស្មីនឹង ចំនួន េថរណាមួយ β10 ។ េតស្ត សម្មតិកម្ម
សមរម្យគឺ
H0 : β1 = β10 , H1 : β1 , β10
ែដលេយង
ី សន្មតថា
់ វាជាេតស្តសងខាង។ េដាយសារេល្អ�ង εi ∼ N(0, σ2 ) មិនអា្រស័យគា្ន េនាះេយង
ី ទទួល
បាន Yi ∼ N(β0 + β1 xi , σ2 ) មិនអា្រស័យគា្ន។ េយង
ី បានបងា្ហញថា β̂1 ជាបន្សំលីេនែអ៊រៃនអេថរៃចដន្យនរ
មា៉ល់មិនអា្រស័យគា្ន តាមពិតេទ β̂1 ∼ N(β1 , σ2 /S xx )។ ដូចេនះេតស្តសិត
្ថ ិ
β̂1 − β10
Z= p ∼ N(0, 1)
σ2 /S xx
េបស
ី ម្មតិកម្ម H0 : β1 = β10 ពិត។ េបសា
ី ្គ ល់ σ េនាះេយង
2
ី អាចេ្របេី តស្ត Z េដីម្បេី ធ្វីេតស្តសម្មតិកម្ម។ ប៉ុែន្ត
ជាធម្មតាេយងី មន ិ សា្គល់ σ ។ បែន្ថមពេី លេី នះេយង
2
ី ក៏បានបងា្ហញថា S S E /σ ∼ χn−2 នង
2 2
ិ β̂1 មនិ អា្រស័យ
គា្ននឹង S S E ។ តាមនិយមន័យៃនបំែនងែចក t េយង
ី បាន
β̂1 − β10
T β1 = √ ∼ tn−2
S / S xx
េបស
ី ម្មតក
ិ ម្ម H0 : β1 = β10 ពត
ិ ។
H0 : β1 = β10 ,
H1 : β1 , β10 , β1 < β10 , β1 > β10
β̂1 − β10
T S : tβ1 = √ d.f. = n − 2
S / S xx
RR : |T | ≥ tα/2,n−2 , T ≤ −tα,n−2 , T ≥ tα,n−2
p =: 2P(T ≥ |tβ1 |), P(T ≤ tβ1 ), P(T ≥ tβ1 )
• តៃម្លេតស្តសត
ិ្ថ ិ tβ−1 ស្ថត
ិ េនក្នុងែដនបដិេសដ RR ឬ
• តៃម្ល p ≤ α.
• េ្រកាមសម្មតិកម្ម H0 : β0 = β00
β̂0 − β00
q ∼ N(0, 1)
σ 1n + Sx̄xx
2
•
SSE
∼ χ2n−2
σ 2
380
ដូចេនះេតស្តសិត
្ថ ិ
β̂0 − β00
T β0 = q ∼ tn−2
S n + S xx
1 x̄2
H0 : β0 = β00 ,
H1 : β0 , β00 , β0 < β00 , β0 > β00
β̂0 − β00
T S : tβ0 = q d.f. = n − 2
S n + S xx
1 x̄2
• តៃម្ល p ≤ α.
x 3 3 4 5 6 6 7 8 8 9
y 9 5 12 9 14 16 22 18 24 22
1. រកបនា្ទត់តែ្រមត្រមង់លេី នែអ៊របា៉ន់សា្មន
3. េធ្វេី តស្តសម្មតក
ិ ម្មែដលថារយៈេពលធូរេស្បយ
ី េកន
ី េឡង
ី ជាមួយនង
ឹ ការេកន
ី េឡង
ី ៃនបរមាណឱសថ
ិ
ែដលបានេ្របីេនក្រមិតចាំបាច់ α = 0.05។
ចេម្លើយ. េយង
ី មាន
381
xi yi xi2 y2i xi yi
3 9 9 81 27
3 5 9 25 15
4 12 16 144 48
5 9 25 81 45
6 14 36 196 84
6 16 36 256 96
7 22 49 484 154
8 18 64 324 144
8 24 64 576 192
9 22 81 484 198
P P P 2 P 2 P
xi = 59 yi = 151 xi = 389 yi = 2651 xi yi = 1003
1. អ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុតគឺ
Pn Pn Pn
S xy i=1 xi yi − 1
i=1 xi i=1 yi 1003 −59×151
β̂1 = = Pn
n
=
Pn 2
10
= 2.741
xi2 − − 59
2
S xx i=1 xi 1
389
i=1
n 10
151 59
β̂0 = ȳ − β̂1 x̄ = − 2.741 × = −1.072
10 10
2. ចេនា្លះេជឿជាក់ 95% ៃន β1 គឺ
S S
β̂1 − t0.025,8 √ ≤ β1 ≤ β̂1 + t0.025,8 √
S xx S xx
េយង
ី មាន β̂1 = 2.741, S xx = 40.9 និង
SSE S yy − β̂1 S xy 370.9 − (2.741)(112.1)
S2 = = = = 7.95
n−2 n−2 8
ដូចេនះេយង
ី បាន
r r
7.95 7.95
2.741 − 2.306 ≤ β1 ≤ 2.741 + 2.306
40.9 40.9
ឬ
1.72 ≤ β1 ≤ 3.75
382
4. ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : β1 = 0, H1 : β 1 > 0
ជំហានទ២
ី តៃម្លេតស្តសត
ិ្ថ ិ
β̂1 − β10 2.741
t= √ = = 6.215
S / S xx 0.441
ជំហានទី៣ ែដនបដិេសដ
េដាយសារ α = 0.05, d.f. = n − 2 = 8 េនាះែដនបដេិ សដគឺ T ≥ tα,n−2 = t0.05,8 = 1.860 ។
ជំហានទី៤ សំេរចចិត្ត
េដាយសារ 6.215 ស្ថត
ិ ក្នុងែដនបដេិ សដេនាះេយង
ី បដេិ សធ H0 ។
ំ នទី៥ សន្និដា្ឋន
ជហា
ដូចេនះេយង
ី អាចសន្នដា ិ ្ឋ នថាេនក្រមត
ិ ចាំបាច់ α = 0.05 ការេកន
ី េឡង
ី ៃនបរមាណថា
ិ ្ន ំ ផ្តល់ នូវ
រយៈេពលធូរេស្បយី យូរជាងមុន។
12.5 េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់
12.5.1 េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់េ្របើេតស្តសត
ិ ្ថ ិ t
ករណីពិេសសដ៏សំខាន់មួយេនក្នុងការេធ្វីេតស្តសម្មតិកម្មគឺេតស្តសម្មតិកម្មែដលមានទ្រមង់
H0 : β1 = 0, H1 : β1 , 0
ែដលេតស្តមួយេនះជាេតស្តភាពសំខាន់ៃនតែ្រមត្រមង់។
• មន
ិ បដេិ សដ H0 : β1 = 0 មានន័យថាមន
ិ មានទំនាក់ទំនងលេី នែអ៊ររវាង y នង
ិ x
H0 : β1 = 0, H1 : β 1 , 0
383
រូប 12.2: បដិេសដ H0 : β1 = 0
រូប (a) បនា្ទត់តែ្រមត្រមង់លេី នែអ៊របា៉ន់សា្មនគ្រឺ គប់្រគាន់
រូប (b) េទាះបីជាមានទំនាក់ទំនងលីេនែអ៊ររវាង y និង x ប៉ុែន្តេដីម្បទ
ី ទួលបានការបា៉ន់សា្មន្របេសីរេយង
ី េ្របី
ពហុធាៃន x លំដាប់ខ្ពស់ជាងេនះ។
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ
• ជំហានទី៣ តៃម្លសំខាន់
េដាយសារ α = 0.01, d.f. = n − 2 = 18 េនាះតៃម្លសំខាន់គឺ
• ជំហានទ៤
ី ការសំេរចចត
ិ ្ត
េដាយសារ 11.35 ស្ថិតក្នុងែដនបដិេសដ |T | ≥ 2.878 េនាះេយង
ី បដិេសធ H0 ។
• ជំហានទ៥
ី សន្នដា
ិ ្ឋ ន
េយងី មានភស្តុតាង្រគប់្រគាន់េដីម្បីសន្និដា្ឋនថាេមគុណ្របាប់ទិសៃនបនា្ទត់តែ្រមត្រមង់គឺមិនេស្មីនឹង
សូន្យ។
x −2 −1 0 1 2
y 0 0 1 1 3
1. រកបនា្ទត់តែ្រមត្រមង់លីេនែអ៊របា៉ន់សា្មន
3. េតមា
ី នភស្តុតាង្រគប់្រគាន់ែដលបញ្ជក់ថាេមគុណ្របាប់ទិស β1 ខុសពី 0 េនក្រមិតចាំបាច់ α = 0.05
?
ចេម្លើយ. 1. បនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មន
384
xi yi xi yi xi2
−2 0 0 4
−1 0 0 1
0 1 0 0
1 1 1 1
2 3 6 4
Pn Pn Pn Pn
i=1 xi = 0 i=1 yi =5 i=1 xi yi = 7 i=1 xi2 = 10
Pn Pn Pn
S xy i=1 xi yi − 1
i=1 xi i=1 yi 7 − 51 (0)(5)
β̂1 = = Pn
n
Pn 2 = = 0.7,
S xx i=1 xi −
2 1
n i=1 xi
10 − 51 (0)2
5
β̂0 = ȳ − β̂1 x̄ = − (0.7)(0) = 1
5
ដូចេនះបនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មនគឺ ŷ = 1 + 0.7x
េយង
ី មាន β̂1 = 0.7, S xx = 10 និង
SSE
S2 = = 0.367
n−2
ដូចេនះេយង
ី បាន
r r
0.367 0.367
0.7 − 3.182 ≤ β1 ≤ 0.7 + 3.182
10 10
ឬ
0.09 ≤ β1 ≤ 1.31
3. • ជំហានទ១
ី ែចងសម្មតក
ិ ម្ម
H0 : β1 = 0, H1 : β1 , 0
• ជំហានទី២ តៃម្លេតស្តសិត
្ថ ិ
β̂1 − β10 0.7
t= √ = √ = 3.65
S / S xx 0.367/10
• ជំហានទ៣
ី ែដនបដិេសដគឺ |T | ≥ tα/2,n−2 = t0.025,3 = 3.182 ។
• ជំហានទី៤ សំេរចចិត្ត
េដាយសារ 3.65 ស្ថត
ិ ក្នុងែដនបដិេសដេនាះេយង
ី បដិេសធ H0 ។
• ជំហានទី៥ សន្និដា្ឋន
ី មានភស្តុតាង្រគប់្រគាន់ េដីម្បី សន្និដា្ឋនថាេមគុណ្របាប់ទិស ៃនបនា្ទត់ តែ្រមត្រមង់ គឺ មិន
េយង
េស្មីនឹងសូន្យ។
385
12.5.2 េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់េ្របើេតស្តសត
ិ ្ថ ិ F
វិធីសា�ស្តវិភាគវា៉ដ្យង់ស្រមាប់េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់
ែដល Ŷi − Ȳ ជាគមា្លតៃន Ŷi ពី Ȳ ែដល Ŷi ជាកំបូស ៉ ងៃ់ នចំនុច (xi , Ŷi ) េនេលប ់ ៉ ន់សា្មន
ី នា្ទត់តែ្រមត្រមងបា
Ŷ = β̂0 + β̂1 x នង
ិ Yi − Ŷi ជាគមា្លតៃន Yi ពី Ŷi ។ បនា្ទប់មកេយង ី ពន ិ ត ិ ្យេមល
ី កាេរៃន
(Yi − Ȳ)2 , (Ŷi − Ȳ)2 , (Yi − Ŷi )2 ,
រួចចុងេ្រកាយ
X
n X
n X
n
(Yi − Ȳ) ,
2
(Ŷi − Ȳ)2 , (Yi − Ŷi )2 .
i=1 i=1 i=1
លក្ខណៈភាពវិភាគវា៉ដ្យង់
X
n X
n X
n
(Yi − Ȳ)2 = (Ŷi − Ȳ)2 + (Yi − Ŷi )2 .
i=1 i=1 i=1
ជាធម្មតាេយង
ី េ្របន
ី ិមិត្តសញញ
P
n
• SSE = (Yi − Ŷi )2 : ផលបូកកាេរៃនេល្អ�ង (Error sum of squares)
i=1
P
n
• SSR = (Ŷi − Ȳ)2 : ផលបូកកាេរៃនតែ្រមត្រមង់ (Regression sum of squares)
i=1
P
n
• SST = (Yi − Ȳ)2 : ផលបូកកាេរសរុប (Total sum of squares).
i=1
ស្រមាយបញ្ជ ក់.
X
n X
n
SST = (Yi − Ȳ) =
2
(Yi − Ŷi + Ŷi − Ȳ)2
i=1 i=1
X
n X
n X
n
= (Yi − Ŷi ) +
2
(Ŷi − Ȳ) + 2 (Yi − Ŷi )(Ŷi − Ȳ)
2
P
n
េយង
ី នង
ឹ បងា្ហញថា (Yi − Ŷi )(Ŷi − Ȳ) = 0
i=1
េយង
ី មាន
Ŷi = β̂0 + β̂1 xi , β̂0 = Ȳ − β̂1 x̄
386
េនាះ
Ŷi − Ȳ = β̂0 + β̂1 xi − Ȳ = Ȳ − β̂1 x̄ + β̂1 xi − Ȳ = β̂1 (xi − x̄)
នង
ិ
Yi − Ŷi = Yi − β̂0 − β̂1 xi = Yi − Ȳ + β̂1 x̄ − β̂1 xi = (Yi − Ȳ) − β̂1 (xi − x̄).
ដូចេនះ
(Yi − Ŷi )(Ŷi − Ȳ) = β̂1 (xi − x̄)[(Yi − Ȳ) − β̂1 (xi − x̄)]
= β̂1 (xi − x̄)(Yi − Ȳ) − β̂21 (xi − x̄)2 .
េយង
ី បាន
X
n X
n X
n
(Yi − Ŷi )(Ŷi − Ȳ) = β̂1 (xi − x̄)(Yi − Ȳ) − β̂21 (xi − x̄)2
i=1 i=1 i=1
S xy S 2xy
= × S xy − × S xx
S xx S 2xx
= 0.
ដូេច្នះ
SST = SSR + SSE
P
n
ឬក៏េដីម្បប
ី ងា្ហញថា (Yi − Ŷi )(Ŷi − Ȳ) = 0 េយង
ី អាចេ្របល
ី ក្ខណៈៃនសំណល់ ei ។ េយង
ី មាន ei = Yi − Ŷi
i=1
េនាះ
X
n X
n X
n
(Yi − Ŷi )(Ŷi − Ȳ) = ei Ŷi − Ȳ ei = 0
i=1 i=1 i=1
ដូេច្នះ
SST = SSR + SSE
□
ជាសរុបេយង
ី មាន
• S S T = S yy
• S S E = S S T − β̂1 S xy
• S S R = β̂1 S xy
េយង
ី បានបងា្ហញថា
S S E = S yy − β̂1 S xy = S S T − β̂1 S xy
ឬ
S S T = β̂1 S xy + S S E
ដូចេនះ
S S R = β̂1 S xy .
សមា្គល់ 12.5.1. • S S R គក
ឺ ំនត់ទាង
ំ ្រស�ងេដាយ β̂1 េនាះវាមានដេឺ ្រកេសរេស្ម
ី ន
ី ង
ឹ 1
Pn
• S S T មានដឺេ្រកេសរេស្ម
ី ីនឹង n − 1 េដាយសារែតមានលក្ខខណ្ឌ i=1 (Yi − Ȳ) = 0
387
• S S E មានដឺេ្រកេសរេស្ម
ី នី ង
ឹ n − 2 េដាយសារែតមានលក្ខខណ្ឌពរី េទេលី ei េនេពលបា៉ន់សា្មន β̂0
Pn P
និង β̂1 គឺ i=1 ei = 0 និង ni=1 xi ei = 0។
ដឺេ្រកេសរ ី (Degrees of freedom) ក្នុងតែ្រមត្រមងល់ េី នែអ៊រ
• df(S S E ) = ទំហល
ំ ំហគំរូ − ចំនួនបា៉រា៉ ែម៉្រត = n − 2
• df(S S T ) = ទំហល
ំ ំហគំរូ − 1 = n − 1
េយង
ី អាចបងា្ហញថា
E [S S R ] = σ2 + β21 S xx
និង
SSR
∼ χ21 .
σ2
េយង
ី មាន
S S R = β̂1 S xy = β̂21 S xx
E[S S R ] = S xx E[β̂21 ]
n o
= S xx V(β̂1 ) + (E[β̂1 ])2
!
σ2
= S xx + β1
2
S xx
= σ2 + β21 S xx .
ស្រមាយបញ្ជក់េនក្នុង្រទស ឹ ប
ី្ត ទ 8.5.6 េយង
ី អាចទាញបានថា
1 X
n
(n − 1)S 2 SST
= 2 (Yi − Ȳ)2 = 2 ∼ χ2 (n − 1).
σ 2 σ i=1 σ
ចុះបំែនងែចកៃន
SSE SSR
នង
ិ ?
σ2 σ2
ី ្ដ ទ 12.5.1 (Cochran). េគឱ្យ X1 , X2 , . . . , Xn ជាលំហ គំរូ ៃចដន្យេចញពី បំ ែនងែចក N(0, σ2 )។
្រទឹសប
សន្មត់ថា
X
n
Xi2 = Q1 + Q2 + · · · + Qk ,
i=1
388
ែដល Q j ជាទ្រមង់ ខ្វដ្រដាទច ី A j ែដលមានរង៉ ់ rank(A j ) = r j , j =
ិ ៃន X1 , X2 , . . . , Xn ជាមួយ មា៉្រទស
1, 2, . . . , k។ ដូចេនះអេថរៃចដន្យ Q1 , Q2 , . . . , Qk គម
ឺ ិនអា្រស័យគា្ន និង Q j /σ ∼ χ (r j ), j = 1, 2, . . . , k
2 2
Pk
លុះ្រតាែត j=1 r j = n.
ទ្រមង់ខ្វដ្រដាទច
ិ ៖ យក X = (X1 , . . . , Xn ) ជាវុ ិចទ័រៃនអេថរៃចដន្យវ ិមា្រត n នង
′
ិ A ជាមា៉្រទស
ី សុេី ម្រទី
ៃនចំនួនពិត n × n េនាះអេថរៃចដន្យ Q = X′ AX េហថាទ្រមង់ខ្វដ្រដាទិចៃន X។ តាមភាពសុីេម្រទីៃន A
ី អាចសេសរ Q ជាទ្រមង់
េយង
X
n X
n
Q = X′ AX = ai j Xi X j
i=1 j=1
X
n XX
= aii Xi2 + ai j Xi X j
i=1 i, j
X
n XX
= aii Xi2 + 2 ai j Xi X j .
i=1 i< j
តាមលក្ខណៈភាពវ ិភាគវា៉ដ្យង់
ែដល Q ជាផកបូក ៃនកាេរៃនអេថរៃចដន្យនរមា៉ល់ មិន អា្រស័យ គា្ន ែដលមានមធ្យម 0 និង វា៉ ដ្យង់ σ2 (េបី
H0 : β1 = 0 ពត
ិ ) ។ េយង
ី មាន Q/σ ∼ χ (n−1) នង
2 2
ិ េដាយសារ df(S S T ) = df(S S R )+df(S S E ) = n−1
ែដលដឺេ្រកេសរសរុ
ី បេនាះតាម្រទឹសីប
្ត ទ Cochran េយងី ទាញបាន
SSE SSR
∼ χ2 (n − 2) និង ∼ χ2 (1) មិនអា្រស័យគា្ន
σ2 σ 2
េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់
េយង
ី នង
ឹ េ្របេី តស្ត F េដម
ី ្បេី ធ្វេី តស្តសម្មតក
ិ ម្ម H0 : β1 = 0។ េយង
ី បានបងា្ហញថា
1. S S E /σ2 ∼ χ2 (n − 2)
3. S S E និង S S R មិនអា្រស័យគា្ន
តាមនយ
ិ មន័យៃនបំែនងែចក F េយង
ី បាន
S S R /1 MS R
F0 = = ∼ F(1, n − 2).
S S E /(n − 2) MS E
េនេពលែដល MS R ធំ ខា្លង
ំ េធៀបនង
ឹ MS E េនាះ ផលេធៀប MS R /MS E ក៏ ធំ េហយ
ី េយង
ី មានភស្តុតាង
្រគប់្រគាន់ែដល H0 មន
ិ ពត
ិ ។ េហតុអ្វ?
ី
េយងី បានបងា្ហញថា
389
• E[MS R ] = σ2 + β21 S xx
• E[MS E ] = σ2
សង្ឃម
ឹ គណិតទាំងេនះផ្តល់នូវរេបៀបេធ្វីេតស្តសម្មតិកម្ម H0 : β1 = 0 និង H1 : β1 , 0
• េបី β1 = 0 េនាះេយង
ី រ ំពង
ឹ ថាផលេធៀប MS R /MS E េស្មន
ី ងឹ 1
• េបី β1 , 0 េនាះេយង
ី រ ំពឹងថាផលេធៀប MS R /MS E ធំជាង 1
េយង ី អាចេ្របផ
ី លេធៀប MS R /MS E ស្រមាប់ែតេតស្តសម្មតក
ិ ម្ម H0 : β1 = 0 នងិ H1 : β1 , 0។ េតវា
ី ជាេត
ស្តខាងេឆ្វង េតស្តខាងសា្ត ំ ឬេតស្តសងខាង? ចេម្លយ
ី គវា
ឺ ជាេតស្តខាងសា្តេំ ្រពាះេបី H1 ពត
ិ េនាះ
• E[MS R ] = σ2 + β21 S xx
• E[MS E ] = σ2
្របភពបំែរបំរល
ួ ផលបូកកាេរ d.f. មធ្យមកាេរ F0
តែ្រមត្រមង់ S S R = β̂1 S xy 1 MS R MS R
MS E
េតស្តសម្មតក
ិ ម្មេនក្រមត
ិ ចាំបាច់ α
H0 : β1 = 0
H1 : β1 , 0
MS R
T S : F0 =
MS E
RR : F0 ≥ Fα (1, n − 2)
ឧទាហរណ៍ 12.5.3. េនក្នុងឧទាហរណ៍ បន្សុទ្ធ អុក សុី ែសន េ្របី វ ិធី សា�ស្ត វ ិភាគវា៉ ដ្យង់ េដម
ី ្បីេធ្វេី តស្ត ភាព
សំខាន់ៃនតែ្រមត្រមង់េនកំរតចាំ
ិ បាច់ α = 0.01។
ចេម្លើយ. េយង
ី មាន S S T = 173.38, β̂1 = 14.947, S xy = 10.17744 និង n = 20 េនាះ
390
សម្មតិកម្ម
H0 : β1 = 0, H1 : β 1 , 0
តៃម្លេតស្តសិត
្ថ ិ
MS R 152.13
F0 = = = 128.86
MS E 1.18
តៃម្លសំខាន់ F0.01 (1, 18) = 8.29។ េដាយសារ F0 ស្ថិតេនក្នុងែដនបដិេសដេនាះេយង
ី បដិេសដ H0 ។
β̂21 S xx β̂1 S xy MS R
T 02 = = =
MS E MS E MS E
េយង
ី សេង្កតេឃញ ី ថា T 0 គឺដូចគា្ននឹង F0 ែដលមានបំែនងែចក F។ ជាទូេទកាេរៃនអេថរៃចដន្យ t ែដល
2
12.6 ចេនា្លះេជឿជាក់ៃនមធ្យមៃនអេថរេឆ្លើយតប
E[Y | x0 ] = µY|x0 = β0 + β1 x0
េយង
ី មាន µ̂Y|x0 ជាអ្នកបា៉ន់សា្មនមន
ិ លេម្អ�ងៃន µY|x0 ពេី ្រពាះ β̂0 នង
ិ β̂1 ជាអ្នកបា៉ន់សា្មនមន
ិ លេម្អ�ងៃន β0
និង β1 េរៀងគា្នមានន័យថា
E[µ̂Y|x0 ] = µY|x0
391
េ្រពាះ
E[µ̂Y|x0 ] = E[β̂0 + β̂1 x0 ]
= E[β̂0 ] + x0 E[β̂1 ]
= β0 + β1 x0
= µY|x0
វា៉ដ្យង់ៃន µ̂Y|x0 គឺ
" #
1 (x0 − x̄)2
V(µ̂Y|x0 ) = σ 2
+
n S xx
តាមពិតេទ
µ̂Y|x0 = Ȳ + β̂1 (x0 − x̄)
េយង
ី មាន µ̂Y|x0 ជាអេថរៃចដន្យនរមា៉ល់េ្រពាះ β̂1 នងិ β̂0 ជាអេថរៃចដន្យនរមា៉ល់
" #!
2 1 (x0 − x̄)2
µ̂Y|x0 ∼ N µY|x0 , σ + .
n S xx
តាមនយ
ិ មន័យៃនបំែនងែចក t
,s
µ̂Y|x − µY|x0 (n − 2)S 2
T = q0
σ2 (n − 2)
σ 1n + (x0S−xxx̄)
2
µ̂Y|x0 − µY|x0
= q ∼ tn−2 .
S 1n + (x0S−xxx̄)
2
ដូចេនះ
µ̂Y|x0 − µY|x0
P −tα/2,n−2 ≤ q ≤ tα/2,n−2 = 1 − α
S 1n + (x0S−xxx̄)
2
s s !
1 (x0 − x̄) 2 1 (x0 − x̄)2
P µ̂Y|x0 − tα/2,n−2 S + ≤ µY|x0 ≤ µ̂Y|x0 + tα/2,n−2 S + =1−α
n S xx n S xx
កា្លយជាចេនា្លះែដលសា្គល់។
392
សំេណើ 12.6.1. ចេនា្លះេជឿជាក់ 100(1 − α)% ស្រមាប់ µY|x0 គឺ
s s
1 (x0 − x̄)2 1 (x0 − x̄)2
µ̂Y|x0 − tα/2,n−2 S + ≤ µY|x0 ≤ µ̂Y|x0 + tα/2,n−2 S +
n S xx n S xx
នង
ិ ចេនា្លះេជឿជាក់ 95% គឺ
s " #
1 (1.00 − 1.196)2
89.23 ± 2.101 1.18 +
20 0.68088
ឬ
89.23 ± 0.75
ដូចេនះចេនា្លះេជឿជាក់ 95% ស្រមាប់ µY|1.00 គឺ
12.7 ពយករណ៍អេង្កតថ្មី
៏ ំខាន់ៃនគំរត
ការអនុវត្តដស ់ កា
ូ ែ្រមត្រមងគ ឹ អេថរតែ្រមត្រមង់ x ជាក់លាក់ណាមួយ។
ឺ រពយករនូវអេង្កតថ្មី Y ្រត�វនង
េបី x0 ជាតៃម្លៃនអេថរតែ្រមត្រមង់ែដលេយង ី ចាប់អារម្មណ៍េនាះ
Ŷ0 = β̂0 + β̂1 x0
ជាចំនុចបា៉ន់សា្មនៃនតៃម្លអេង្កតថ្មរី បស់អេថរេឆ្លយ
ី តប Y0 ។ ឥឡូវេយង
ី រកចេនា្លះបា៉ន់សា្មនៃនតៃម្លអេង្កតថ្មី
Y0 ។ តៃម្លអេង្កតថ្មីេនះមិនអា្រស័យនឹងអេង្កតែដលេយង
ី បានេ្របេី ដីម្បប
ី េង្កីតគំរត ់ ៉ ន់សា្មន ដូេច្នះ
ូ ែ្រមត្រមងបា
ឺ ិនសមរម្យេ្រពាះវាអា្រស័យែតទិន្នន័យែដលេ្របេី ដីម្បរី កបនា្ទត់តែ្រមត្រមង់។
ចេនា្លះេជឿជាក់ស្រមាប់ µY|x0 គម
ចេនា្លះេជឿជាក់ស្រមាប់ µY|x0 សំេដេទេលមី ធ្យមៃនអេថរេឆ្លីយតបេន្រតង់ x = x0 មិនសំេដេទេលអ ី េង្កត
ថ្មេី ទ។ យក Y0 ជាតៃម្លអេង្កតថ្មេី ន្រតង់ x = x0 នង
ិ Ŷ0 ជាអ្នកបា៉ន់សា្មនៃន Y0 ។ េល្អ�ងេនក្នុងការពយករគឺ
eP̂ = Y0 − Ŷ0
393
ជាអេថរៃចដន្យនរមា៉ល់ែដលមានមធ្យម 0 នង ិ វា៉ដ្យង់
" #
1 (x0 − x̄)2
V(eP̂ ) = σ 1 + +
2
.
n S xx
តាមពិតេទ
E[eP̂ ] = E[Y0 − Ŷ0 ] = E[Y0 ] − E[Ŷ0 ]
= (β0 + β1 x0 ) − (β0 + β1 x0 ) = 0
ដូចេនះេយង
ី មាន " #!
1 (x0 − x̄)2
eP̂ ∼ N 0, σ 1 + +
2
.
n S xx
តាមនិយមន័យៃនបំែនងែចក t
,s
eP̂ − 0 (n − 2)S 2
T= q
(x0 − x̄)2 σ2 (n − 2)
σ 1 + 1n + S xx
Y0 − Ŷ0
= q ∼ tn−2 .
(x0 − x̄)2
S 1 + n + S xx
1
ដូចេនះ
Y0 − Ŷ0
P −tα/2,n−2 ≤ q ≤ tα/2,n−2 = 1 − α
S 1 + n1 + (x0S−xxx̄)
2
s s !
1 (x0 − x̄) 2 1 (x0 − x̄)2
P Ŷ0 − tα/2,n−2 S 1 + + ≤ Y0 ≤ Ŷ0 + tα/2,n−2 S 1 + + =1−α
n S xx n S xx
n S xx n S xx
កា្លយជាចេនា្លះែដលសា្គល់។
394
សមា្គល់ 12.7.1. ្របែវងៃនចេនា្លះពយករណ៍ស្រមាប់ Y0 ជាអនុគមន៍ៃនតៃម្ល x0 ។ ្របែវងៃនចេនា្លះគខ
ឺ ប
ី្ល ំផុត
ចំេពាះ x0 = x̄ នង
ិ ្របែវងេកន
ី េឡង
ី េពលែដល |x0 − x̄| េកន
ី េឡង
ី ។
ឧទាហរណ៍ 12.7.1. េនក្នុងឧទាហរណ៍ បន្សុទ្ធ អុក សុី ែសនរកចេនា្លះពយករណ៍ 95% ចំេពាះការអេង្កត
បនា្ទប់ៃនបន្សុទ្ធអុកសុីែសន្រតង់ x0 = 1.00។
ចេម្លើយ. េយង
ី មាន ŷ0 = 89.23 េនាះចេនា្លះពយករណ៍គឺ
s " #
1 (x0 − 1.196)2
89.23 ± 2.101 (1.18) 1 + +
20 0.68088
ឬ
86.83 ≤ Y0 ≤ 91.63
ដូចេនះចេនា្លះេជឿជាក់ 95% ស្រមាប់ Y0 គឺ
86.83 ≤ Y0 ≤ 91.63
SSR SSE
R2 = =1−
SST SST
395
រូប 12.3: គំរូេផ្សងៗៃន្រកាបសំណល់
• េដាយសារ 0 ≤ S S R ≤ S S T េនាះ 0 ≤ R2 ≤ 1។
• េយង
ី អាចបក្រសាយ R ថាជាបរមាណៃនបំ
2
ិ ែរបំរល
ួ េនក្នុងទន
ិ ្នន័យែដលពន្យល់ឬចាប់យកេដាយគំរូ
តែ្រមត្រមង់។
R2 = S S R /S S T = 152.13/173.38 = 0.877
396
និយមន័យ 12.8.2. កូវា៉ដ្យង់ (Covariance) រវាង X នង
ិ Y កំនត់េដាយ
Cov(X, Y) = E[(X − E[X])(Y − E[Y])]
= E[XY] − E[X]E[Y].
កូរេឡស
ី ិន (Correlation) រវាង X និង Y កំនត់េដាយ
Cov(X, Y)
ρ(X, Y) = √
V(X)V(Y)
Cov(X, Y)
= .
σX σY
េបី V(X)V(Y) > 0
សមា្គល់ 12.8.2. ់ ជា
• កូវា៉ដ្យងគ ឺ រងា្វស់ៃនទំនាក់ទំនងលេី នែអ៊ររវាងអេថរៃចដន្យពរី ។ វាបងា្ហញអំពប
ី ំែរបំ
រួលរួមគា្នរវាងអេថរៃចដន្យពរី ។
់ ខា
• ខា្នតៃនកូវា៉ដ្យងគ ឹ ខា្នតៃន Y ែដលនាំឱ្យលំបាកក្នុងការេ្របៀបកូវា៉ដ្យងេ់ ្រពាះេបេី យង
ឺ ្ន តៃន X គុណនង ី
ប្តូរឯកតាេនាះកូវា៉ដ្យង់ក៏ែ្រប្រប�លែដរ។
• កូរេឡស
ី ិនគឺជាផលេធៀបរវាងកូវា៉ដ្យង់នឹងផលគុណៃនគមា្លតស្តង់ដាៃនអេថរៃចដន្យទាំងពីរ។
• កូរេឡស
ី ិនអាចេ្របីេដីម្បេី ្របៀបេធៀបទំនាក់ទំនងលីេនែអ៊ររវាងអេថរពីរែដលមានឯកតាេផ្សងគា្ន។
លក្ខណៈ 12.8.1. េបី X និង Y ជាអេថរៃចដន្យពីរេនាះលក្ខណៈខាងេ្រកាមេផ្ទ�ងផា្ទត់
• Cov(X, Y) = Cov(Y, X)
• Cov(X, X) = E[X 2 ] − (E[X])2 = V(X)
• Cov(aX + b, Y) = a Cov(X, Y)
ជាពិេសសេបី X = Y េនាះ
X
n X
n
Cov(X, X) = V(X) = Cov(Xi , X j )
i=1 j=1
397
លក្ខណៈ 12.8.2. លក្ខណៈៃនកូរេឡស
ី ិន
• −1 ≤ ρ(X, Y) ≤ 1
លក្ខណៈេនះបងា្ហញថា
• កូរេឡស
ី ិនជារងា្វស់ៃនទំនាក់ទំនងលីេនែអ៊ររវាងអេថរៃចដន្យពីរ។
• េបក
ី ូរេឡស
ី ន
ិ វ ិជ្ជមានេនាះេពលែដល X ធំ Y ក៏ធំែដរ។
• េបក
ី ូរេឡស
ី ន
ិ អវ ិជ្ជមានេនាះេពលែដល X ធំ Y នង
ឹ តូច។
េនាះេយង
ី ទាញបាន
ρ(X, Y) ≤ 1
ដូចគា្នែដរ
! ! ! !
X Y X Y X Y
0≤V + =V +V + 2Cov , = 2 + 2ρ(X, Y)
σX σY σX σY σ X σY
េនាះេយង
ី ទាញបាន
ρ(X, Y) ≥ −1
េបី ρ = 1 េនាះ !
X Y X Y
0=V − ⇒ − =c
σX σY σ X σY
មានន័យថា Y = σY
σX
X +b
េបី ρ = −1 េនាះ !
X Y X Y
0=V + ⇒ + =c
σX σY σ X σY
មានន័យថា Y = − σσYX X + b □
អេថរៃចដន្យនរមា៉ល់រ ួម
េចញពន
ី យ
ិ មន័យេយង
ី ទទួលបាន
398
• េបី X ∼ N(µX , σ2X ) និង Y ∼ N(µY , σ2Y ) មិនអា្រស័យគា្នេនាះ X និង Y ជាអេថរៃចដន្យនរមា៉ល់រម
ួ
េតីអនុគមន៍ដង់សុីេតរួមៃនអេថរៃចដន្យនរមា៉ល់រម
ួ មានទ្រមង់ដូចេម្តច?
យក Z1 , Z2 ∼ N(0, 1) មិនអា្រស័យគា្នែដលមានអនុគមន៍ដង់សុីេតរួម
1 − 21 (z2 +z2 )
f (z1 , z2 ) = e 1 2
2π
ី បែម្លងអេថរៃចដន្យនរមា៉ល់ស្តង់ដាទាំងេនះជាអេថរៃចដន្យថ្មីមានបា៉រា៉ ែម៉្រត µX , µY , σX , σY , ρ
េយង
X = σX Z1 + µX
h p i
Y = σY ρZ1 + 1 − ρ2 Z2 + µY
េយង
ី គណនា Cov(X, Y) នង
ិ ρ(X, Y)
Cov(X, Y) = E[(X − E[X])(Y − E[Y])]
h h p i i
= E (σX Z1 + µX − µX ) σY ρZ1 + 1 − ρ2 Z2 + µY − µY
h h p ii
= E (σX Z1 ) σY ρZ1 + 1 − ρ2 Z2
h p i
= σX σY E ρZ12 + 1 − ρ2 Z1 Z2
h i
= σX σY ρE Z12
= σX σY ρ
Cov(X, Y)
ρ(X, Y) = = ρ.
σ X σY
ដូចេនះេយង
ី អាចបេង្កត
ី អេថរៃចដន្យនរមា៉ល់រម ិ Y ∼ N(µY , σY ) ែដលមានកូ រ ី
ួ រវាង X ∼ N(µX , σ2X ) នង 2
់ Z1 និង Z2 មិនអា្រស័យគា្ននិងេ្របីបែម្លង
េឡសិន ρ(X, Y) = ρ េដាយេ្របីអេថរៃចដន្យនរមា៉ល់ស្តងដា
X = σX Z1 + µX
h p i
Y = σY ρZ1 + 1 − ρ2 Z2 + µY
399
ី អាចរកអនុគមន៍ដង់សុេី តៃនអេថរៃចដន្យនរមា៉ល់រម
េយង ួ េដាយវ ិធសា
ី �ស្តបូ រអេថរ។
្ត
វិធីសា�ស្តបរអេថរ
ូ្ត
េគឱ្យ X1 , . . . , Xn ជាអេថរៃចដន្យរួមមានអនុគមន៍ ដង់សុេី ត្រប�បាប៊ីលេី តរួម f (x1 , . . . , xn ) កំនត់ េលី S ។
េយង
ី អាចកំនត់អេថរៃចដន្យថ្មី Y1 , . . . , Yn ដូចខាងេ្រកាម
Y1 = r1 (X1 , . . . , Xn ), . . . , Yn = rn (X1 , . . . , Xn )
េយងី សន្មតថា
់ អនុគមន៍ r1 (x1 , . . . , xn ), . . . , rn (x1 , . . . , xn ) ជាអនុគមន៍មានេដរេវេដាយែផ្ន
ី កទម
ី ួយជាប់ នង
ិ
មួយទល់មួយពី S េទ T ែដលច្រមាស់របស់វាឱ្យេដាយ
x1 = s1 (y1 , . . . , yn ), . . . , xn = sn (y1 , . . . , yn )
េនាះអនុគមន៍ដង់សុេី តរួម g ៃន Y1 , . . . , Yn គឺ
ែដល (y1 , . . . , yn ) ∈ T នង
ិ សូន្យករណីេផ្សងេទៀត នង
ិ មា៉្រទស
ី Jacobian
∂s1 ∂s1
∂y1 · · ·
∂yn
J = det ... . . . ..
.
∂sn ∂sn
∂y1
··· ∂yn
Y − µY X − µX p
=ρ + 1 − ρ2 Z2
σY σX
" #
1 Y − µY X − µX
Z2 = p −ρ
1 − ρ2 σY σX
ដូេច្នះ
" #
x − µX 1 y − µY x − µX
s1 (x, y) = , s2 (x, y) = p −ρ
σX 1 − ρ2 σY σX
មា៉្រទស
ី Jacobian គឺ
∂s1 ∂s1
∂x ∂y
J = det ∂s 2 ∂s2
∂x ∂y
1
0
= det
σX
−ρ
√ √1
σX 1−ρ2 σY 1−ρ2
1
= p .
σX σY 1 − ρ2
400
អនុគមន៍ដង់សុេី តរួមៃន X នង
ិ Y ឱ្យេដាយ
1 − 12 (z2 +z2 )
f (x, y) = f (z1 , z2 )|J| = e 1 2 |J|
2π
1
e− 2 (z1 +z2 )
1 2 2
= p
2πσX σY 1 − ρ2
!2 !2
1
1 x − µX 1 y − µY x − µX
= p exp
− + −ρ
2πσX σY 1 − ρ2 2 σX 1−ρ 2 σY σX
" !#
1 −1 (x − µX )2 (y − µY )2 x − µX y − µY
= p exp + − 2ρ .
2πσX σY 1 − ρ2 2(1 − ρ2 ) σ2X σ2Y σX σY
" !#
1 1 (x − µX )2 (y − µY )2 x − µX y − µY
fX,Y (x, y) = p exp − + − 2ρ .
2πσX σY 1 − ρ2 2(1 − ρ2 ) σ2X σ2Y σX σY
ចំេពាះ្រគប់ x នង
ិ y េនាះ X នង
ិ Y េហថាអេថរៃចដន្យនរមា៉ល់រម
ួ ែដលមានបា៉រា៉ ែម៉្រត µX , σ2X , µY , σ2Y , នង
ិ
ρ។
េនាះេយង
ី អាចសេសរ f ជា
" #
1 −1/2 1 T −1
f (x) = (det Σ) exp − (x − µ) Σ (x − µ)
2π 2
េយង
ី ពិនិត្យេមីល (det Σ)
−1/2
និង (x − µ)T Σ−1 (x − µ)៖ េយង
ី មាន
401
និង
!T ! !
−1 1 x − µX σ2Y −ρσX σY x − µX
(x − µ) Σ (x − µ) = 2 2
T
σX σY (1 − ρ ) y − µY
2 −ρσX σY σ2X y − µY
!T !
1 σ2Y (x − µX ) − ρσX σY (y − µY ) x − µX
= 2 2
σX σY (1 − ρ2 ) −ρσX σY (x − µX ) + σX (y − µY ) y − µY
2
1
= 2 2 σ 2
(x − µ X )2
− 2ρσ σ
X Y (x − µ X )(y − µ Y ) + σ 2
(y − µY )2
σX σY (1 − ρ2 ) Y X
" #
1 (x − µX )2 (x − µX )(y − µY ) (y − µY )2
= − 2ρ + .
1 − ρ2 σ2X σ X σY σ2Y
3. កូរេឡស
ី ន
ិ រវាង X នង
ិ Y គឺ ρ
4. បំែនងែចកមានលក្ខខណ្ឌៃន Y េដាយដឹង X = x គឺ
!
ρσY
Y | X = x ∼ N µY + (x − µX ), σY (1 − ρ ) .
2 2
σX
5. បំែនងែចកមានលក្ខខណ្ឌៃន X េដាយដឹង Y = y គឺ
!
ρσX
X | Y = y ∼ N µX + (y − µY ), σX (1 − ρ ) .
2 2
σY
តាង u = y−µY
σY
, du = dy/σY េយង
ី បាន
( )
σY 1 (x − µX )2
fX (x) = p exp −
2πσX σY 1 − ρ2 2(1 − ρ2 ) σ2X
Z ∞ ( !)
1 x − µX
× exp − u − 2ρ
2
u du
−∞ 2(1 − ρ2 ) σX
( )
1 1 (x − µX )2
fX (x) = p exp − (1 − ρ )
2
2πσX 1 − ρ2 2(1 − ρ2 ) σ2X
Z ∞ !2
1 x − µX
× exp
− u−ρ
du
−∞ 2(1 − ρ )
2 σX
402
ប៉ុែន្ត
Z !2
1
∞
1 x − µX
p exp
− u−ρ
du = 1
2π(1 − ρ2 ) −∞ 2(1 − ρ )
2 σX
ដូចេនះេយង
ី ទទួលបាន
1 p −
(x−µX )2
1 −
(x−µX )2
2πσX 1 − ρ 2 2πσX
3. កូរេឡស
ី ន
ិ រវាង X នង
ិ Y៖ ពន
ិ ត
ិ ្យេមល
ី
(x − µX )2 (y − µY )2 x − µX y − µY
+ − 2ρ .
σX2
σY2 σX σY
!2
x − µX ρ(y − µY ) (y − µY )2
= − + (1 − ρ2 )
σX σY σ2Y
!2
1 ρ(y − µY )σX (y − µY )2
= 2 x − µX − + (1 − ρ2 )
σX σY σ2Y
េយង
ី បាន
1
E[(X − µX )(Y − µY )] = ×
p
2πσX σY 1 − ρ2
Z ∞Z ∞ !2
2
1 1
2 x − µX −
ρ(y − µY )σX (y − µ Y )
exp
− + (1 − ρ2 )
(x − µX )(y − µY )dxdy
−∞ −∞ 2(1 − ρ ) σX
2 σY σY
2
!
Z ∞ 2 Z ∞
− − µ − ρ(y−µY )σX 2
1 −(y − µY ) (x − µX )
x X σY
= √ (y − µY ) exp p √ exp
dxdy
σY 2π −∞
2
2σY −∞ σX 1 − ρ2 2π
2(1 − ρ )σX 2 2
ដូេច្នះ
E[(X − µX )(Y − µY )]
ρ(X, Y) = = ρ.
σX σY
403
4. អនុគមន៍ដង់សុេី ត្រប�បាប៊ីលេី តមានលក្ខខណ្ឌៃន Y េដាយដង
ឹ X = x គឺ
fX,Y (x, y)
fY|X (y | x) =
fX (x)
1√ (x−µX )2 (y−µY )2
exp − 1
2(1−ρ2 ) σ2X
+ σ2Y
− 2ρ σX
.
x−µX y−µY
σY
2πσX σY 1−ρ2
= 2
√ 1
2πσX
exp − (x−µ X)
2σ2X
" !#2
1
1 σY
= p exp
− y − µ + ρ (x − µ )
σY 2π(1 − ρ2 ) 2σY (1 − ρ2 )
2 Y
σX
X
!
ρσY
Y | X = x ∼ N µY + (x − µX ), σY (1 − ρ ) .
2 2
σX
5. ដូចគា្នែដរអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតមានលក្ខខណ្ឌៃន X េដាយដឹង Y = y គឺ
" !#2
1
1 σX
fX|Y (x | y) = p exp
− x − µ + ρ (y − µ )
σX 2π(1 − ρ )
2 2σX (1 − ρ )
2 2 X
σY
Y
ែដលេនះគឺជាអនុគមន៍ដង់សុីេត្រប�បាប៊ីលីេតៃនអេថរៃចដន្យនរមា៉ល់មានមធ្យម µX + ρ σσYX (y − µY )
និងវា៉ដ្យង់ σ2X (1 − ρ2 )។ ដូចេនះ
!
ρσX
X | Y = y ∼ N µX + (y − µY ), σX (1 − ρ ) .
2 2
σY
អ្នកបា៉ន់សា្មនឱកាសអតិបរមា (MLE)
Y
n
L(xi ; µ, Σ) = f (xi ; µ, Σ)
i=1
Yn " #
1 1 T −1
= exp − (xi − µ) Σ (xi − µ)
i=1
(2π)d/2 (det Σ)1/2 2
404
អនុគមន៍ឱកាសឡូហា្ករតមានទ្រមង
ី ់
1X
n
nd n
ln L(xi ; µ, Σ) = − ln(2π) − ln(det Σ) − (xi − µ)T Σ−1 (xi − µ)
2 2 2 i=1
1.
∂ T
(x b) = b
∂x
2.
∂ T
(x Ax) = xT (A + AT )
∂x
3.
∂ T
(x Ax) = xxT
∂A
4.
∂
ln(det A) = A−T
∂A
តាមពត
ិ េទ
.1
b
xT b = x1 · · ·
xd .. = b1 x1 + · · · + bd xd
bd
ដូចេនះ
∂ T
∂x1 (x b)
∂ T ..
(x b) = .
∂x ∂ T
∂xd
(x b)
∂
∂x1 (b1 x1 + · · · + bd xd )
..
= .
∂
∂xd
(b 1 x1 + · · · + b d xd )
b1
= ... = b.
bd
េយង
ី មាន
d X
X d
xT Ax = ai j xi x j
j=1 i=1
េនាះ
∂ T X Xd d
(x Ax) = ak j x j + aik xi
∂xk j=1 i=1
405
ដូចេនះ
∂ T
(x Ax) = xT AT + xT A = xT (A + AT )
∂x
សមា្គល់េបី A សុីមី្រទីេនាះ
∂ T
(x Ax) = 2xT A
∂x
និយមន័យ 12.8.5. Trace ៃនមា៉្រទស
ី កាេរ A កំនត់េដាយផលបូកៃនធាតុអង្កត់្រទ�ង aii ៃន A:
X
tr[A] := aii
i
ែដល A, B, C ជាមា៉្រទស
ី ែដលវ ិមា្រតទាំងឡាយណាែដលេធ្វីឱ្យផលគុណ ABC ជាមា៉្រទស ី កាេរ។ Trace
មានសារសំខាន់េនក្នុងការគណនាេដរេវៃនទ្រមង
ី ់ខ្វដ្រដាទិច(quadratic)។ ជាពិេសសេយងី ្រត�វគណនា
េដរេវៃនកេន�មែដលមានទ្រមង
ី ់ xT Ax េធៀបនង
ឹ មា៉្រទស
ី A។ សមភាពសំខាន់មួយៃន trace គឺ
xT Ax = tr[xT Ax] = tr[xxT A]
េដីម្បីគណនាេដរេវៃន
ី tr[AB] េធៀបនងឹ A េយងី សេសរផលគុណ ៃនមា៉្រទស
ី រួច គណនាេដរេវេដាយែផ្ន
ី ក
េធៀបនឹងធាតុនីមួយៗៃនមា៉្រទីស ai j :
∂ ∂ XX
tr[AB] = akl blk
∂ai j ∂ai j k l
= b ji
ដូចេនះ
∂
tr[AB] = BT
∂A
ដូេច្នះេយង
ី អាចេ្របល
ី ទ្ធផលេនះេដម
ី ្បគ
ី ណនាេដរេវៃនទ្រមង
ី ់ខ្វដ្រដាទច
ិ x Ax:
T
∂ T ∂
x Ax = tr[xxT A]
∂A ∂A
= [xxT ]T
= xxT
ជំហានបនា្ទប់េយង
ី នង
ឹ ្រសាយថា
∂
ln(det A) = A−T
∂A
ចំេពាះមា៉្រទីស An×n
• (i, j) មន
ី ័រ (minor) ៃន A តាងេដាយ Mi j គជា
ឺ េដែទរមណី ង់ៃន (n − 1) × (n − 1) មា៉្រទស
ី ែដល
ទទួលបានពីការលុបជួរេដកទី i និងជួរឈរទី j ៃនមា៉្រទីស A។
406
• មា៉្រទស ឺ ្រតង់ស៉្បូៃនមា៉្រទស
ី adjoint ៃន A តាងេដាយ adjA គជា ី កូហា្វក់ទ័រ C
េបី A ជាមា៉្រទីសមានច្រមាស់េនាះ
1
A−1 = adjA
det A
ដូចេនះ
1
(A−1 )Tij = ci j
det A
ី ង់
មយ៉ងេទៀតតាមការពនា្លតកូហា្វក់ទ័រៃនេដែទរមណ
X
n
det(A) = aik cik
k=1
ដូចេនះ
∂ X ∂aik
n
∂cik
(det A) = cik + aik .
∂ai j k=1
∂ai j ∂ai j
∂ 1 ∂ 1
ln(det A) = (det A) = ci j = (A−1 )Tij
∂ai j det A ∂ai j det A
ដូចេនះ
∂
ln(det A) = A−T
∂A
បនា្ទប់ពី បាន្រសាយនូវ លក្ខណៈេដរេវៃនមា
ី ៉ ្រទស
ី េយង
ី អាចេ្របី វា េដីម្បីរកអ្នក បា៉ន់សា្មនឱកាសអតិបរមា។
េយងី ពនិ ត ិ ្យេមល
ី អនុគមន៍ឱកាសឡូហា្ករតែដលមានទ្រមង
ី ់
1X
n
nd n
ln L(xi ; µ, Σ) = − ln(2π) − ln(det Σ) − (xi − µ)T Σ−1 (xi − µ).
2 2 2 i=1
េធ្វេី ដរេវេធៀបន
ី ង
ឹ µ រួចឱ្យេដរេវេស្ម
ី ន
ី ង
ឹ សូន្យ េយង
ី បាន
∂ X n
ln L(xi ; µ, Σ) = (xi − µ)T Σ−1 = 0,
∂µ i=1
េនាះេយង
ី ទទួលបាន
1X
n
µ̂ ML = xi .
n i=1
407
េយង
ី សេសរអនុគមន៍ឱកាសឡូហា្ករតេដាយេ្រប
ី ី Trace
1X
n
nd n
ln L(xi ; µ, Σ) = − ln(2π) − ln(det Σ) − (xi − µ)T Σ−1 (xi − µ)
2 2 2 i=1
1X
n
nd n −1
= − ln(2π) + ln(det Σ ) − tr[(xi − µ)T Σ−1 (xi − µ)]
2 2 2 i=1
1X
n
nd n −1
= − ln(2π) + ln(det Σ ) − tr[(xi − µ)(xi − µ)T Σ−1 ]
2 2 2 i=1
េធ្វីេដរេវេធៀបន
ី ឹង Σ េយង
−1
ី បាន
1X
n
∂ n
ln L(x i ; µ, Σ) = Σ − (xi − µ)(xi − µ)T
∂Σ−1 2 2 i=1
រួចឱ្យេដរេវេស្ម
ី ន
ី ង
ឹ សូន្យ េយង
ី បានអ្នកបា៉ន់សា្មនឱកាសអតប
ិ រមា
1X
n
Σ̂ ML = (xi − µ)(xi − µ)T
n i=1
េតីេហតុអបា
ី្វ នជាវាសមេហតុផលក្នុងការបា៉ន់សា្មន ρ(X, Y) េមគុណកូ រេឡស
ី ន
ិ លំហគំរូ r? តាមពត
ិ េទ
េយង
ី មាន
E[XY] − E[X]E[Y]
ρ(X, Y) = √ √
V(X) V(Y)
1X
n
Xi Yi
n i=1
ិ ជំនួស
នង
1X 1X
n n
(Xi − X̄)2 និង (Yi − Ȳ)2
n i=1 n i=1
408
ស្រមាប់ V(X) នង
ិ V(Y) េរៀងគា្ន។ ជាវ ិបាក
β̂0 = Ȳ − β̂1 X̄
Pn
(Yi − Ȳ)(Xi − X̄) S xy
β̂1 = i=1Pn =
i=1 (Xi − X̄)
2 S xx
S xy
=
(S xx S S T )1/2
េយង
ី សមា្គល់ែដរថា
!1/2
SST
β̂1 = r
S xx
និង
S xx β̂1 S xy S S R
r2 = β̂21 = = = R2
SST SST SST
• េបី ρ = 0 េនាះមន
ិ មានទំនាក់ទំនងរវាង X នង
ិ Y។
409
េគឱ្យ (X1 , Y1 ), (X2 , Y2 ), . . . , (Xn , Yn ) ជាលំហ គំរូ ៃចដន្យេចញពី បំ ែនងែចកនរមា៉ល់ រម
ួ េនាះអ្នក បា៉ន់សា្មន
ឱកាសអតប ិ រមាៃន ρ គេឺ មគុណកូរេឡស ី ន
ិ លំហគំរូ r ។
េតស្តសម្មតិកម្មៃនកូរ ីេឡសិន
េតស្តសម្មតិកម្មស្រមាប់ ρ េនក្រមិតចាំបាច់ α
H0 : ρ = 0
H1 : ρ , 0
√
r n−2
T S : t0 = √
1 − r2
RR : |T | ≥ tα/2,n−2
p =: 2P(t ≥ |t0 |)
លក្ខណៈវ ិនច
ិ ្ឆ័យ៖ បដិេសដ H0 េបី
• តៃម្លេតស្ត t0 ស្ថត
ិ េនក្នុងែដនបដិេសដ RR ឬ
• តៃម្ល p ≤ α.
• េបី H0 : ρ = 0 ពត
ិ េនាះ √
r n−2
t0 = √ ∼ t(n − 2)
1 − r2
េតស្តសម្មតិកម្ម
H0 : ρ = ρ0 , H1 : ρ , ρ0
គឺ្របែហលនឹងបំែនងែចកនរមា៉ល់ែដលមានមធ្យម
!
1 1+ρ
µz = arctanh ρ = ln
2 1−ρ
និងវា៉ដ្យង់
1
σ2z =
n−3
ចំេពាះលំហគំរូធំលម
្ម េយង
ី អាចេធ្វីេតស្តអំពី ρ េដាយេ្របីេតស្តសិត
្ថ ិ
z − µz
Z=
σz
1+ρ
1
2
ln 1+r
1−r
− 1
2
ln 1−ρ
=
√1
n−3
√
= (arctanh r − arctanh ρ) n − 3
410
េតស្តសម្មតិកម្មស្រមាប់ ρ េនក្រមិតចា ំបាច់ α
H0 : ρ = ρ0 ,
H1 : ρ , ρ0 , ρ < ρ0 , ρ > ρ0
1+ρ
1
2
ln 1+r
1−r
− 2 ln 1−ρ00
1
T S : Z0 =
√1
n−3
RR : |Z| ≥ zα/2 , Z ≤ −zα , Z ≥ zα
p =: 2P(Z ≥ |Z0 |), P(Z ≤ Z0 ), P(Z ≥ Z0 )
• តៃម្លេតស្ត Z0 ស្ថត
ិ េនក្នុងែដនបដិេសដ RR ឬ
• តៃម្ល p ≤ α.
ចេនា្លះេជឿជាក់ស្រមាប់ ρ
Yi Xi Yi Xi
1 16.68 7 14 19.75 6
2 11.50 3 15 24.00 9
3 12.03 3 16 29.00 10
4 14.88 4 17 15.35 6
5 13.75 6 18 19.00 7
6 18.11 7 19 9.50 3
7 8.00 2 20 35.10 17
8 17.83 7 21 17.90 10
9 79.24 30 22 52.32 26
10 21.50 5 23 18.75 9
11 40.33 16 24 19.83 8
12 21.00 10 25 10.75 4
13 13.50 4
411
2. រកចេនា្លះេជឿជាក់ 95% ស្រមាប់ ρ
ចេម្លើយ. 1. េមគុណកូរេឡស
ី ិនលំហគំរូគឺ
S xy 2473.3440
r= 1/2
= = 0.9646
[S xx S S T ] [(1136.5600)(5784.5426)]1/2
េបី េយង
ី សន្មត់ ថា រយៈេពលដឹកជញ្ជូ ននិង បរមាណដ
ិ ឹកជញ្ជូ នជាអេថរៃចដន្យនរមា៉ល់ រម
ួ េយង
ី អាច
េធ្វេី តស្តសម្មតក
ិ ម្ម
H0 : ρ = 0, H1 : ρ , 0
េដាយេ្របីេតស្តសិត
្ថ ិ
√ √
r n−2 0.9646 23
t0 = √ = √ = 17.55
1 − r2 1 − 0.9305
េដាយសារ t0.025,23 = 2.069 េនាះេយង
ី បដិេសដ H0 េនក្រមិតចាំបាច់ α = 0.05 េ្រពាះតៃម្លេតស្ត
ស្ថត
ិ សិ ត
ិ្ថ េនក្នុងែដនបដិេសដ ។ េយង
ី អាចសន្នដា
ិ ្ឋ នថាេមគុណកូរេឡស
ី ន
ិ ρ,0។
2. េយង
ី អាចសន្មតថា
់ E[ε] = 0 េ្រពាះេនក្នុងគំរូ Y = β0 + β1 X + ε េយង
ី អាចបញ្ចូ ល E[ε] = ϵ0 ចំនួន
េថរមន
ិ សូន្យេទក្នុង β0 ។ តាមពត ី អាចកំនត់េល្អ�ងថ្មី ε = ε − ϵ0 រួចជំនួស
ិ េទ េបី E[ε] = ϵ0 េយង
′
412
12.9.2 វិធីសា�ស្តកាេរខ្លីបំផុត
Yi = β0 + β1 Xi + εi , i = 1, . . . , n
វ ិធានកាេរខ្លប
ី ំផុតេ្របស
ី ្រមាប់បា៉ន់សា្មន β0 នង
ិ β1 ែដលេធ្វឱ
ី ្យផលបូកកាេរៃនេល្អ�ង S (β0 , β1 ) អប្បបរមា
X
n
S (β0 , β1 ) = Yi − (β0 + β1 Xi ) 2
i=1
X
n
= ε2i .
i=1
ពិនិត្យេដរេវទ
ី ីមួយេដាយែផ្នក
∂ X n
S (β0 , β1 ) = 2 (Yi − β0 − β1 Xi )(−1)
∂β0 i=1
n
X Xn
= −2 Yi − nβ0 − β1 Xi
i=1 i=1
∂ X
n
S (β0 , β1 ) = 2 (Yi − β0 − β1 Xi )(−Xi )
∂β1 i=1
n
X X
n X
n
= −2 Xi Yi − β0 Xi − β 1 Xi .
2
េដាះ្រសាយសមីការនរមា៉ល់
∂
S (β0 , β1 ) = 0
∂β0
∂
S (β0 , β1 ) = 0
∂β1
េចញពស
ី មកា
ី រទម
ី ួយេយង
ី ទាញបាន
n
1X 1 X
n
β̂0 = Yi − Xi β̂1
n i=1 n i=1
= Ȳ − β̂1 X̄
413
ជំនួស β̂0 ចូលក្នុងសមកា
ី រទព
ី រី េយង
ី ទាញបាន
n
X
n
X 2 X
n
Xi (Ȳ − β̂1 X̄) +
Xi β̂1 = Xi Yi
i=1
n i=1
i=1
X Xn
Xi2 − nX̄ 2 β̂1 = Xi Yi − nX̄ Ȳ
i=1 i=1
ដូចេនះ
Pn
Xi Yi − nX̄ Ȳ
β̂1 = Pi=1
i=1 Xi − n X̄
n 2 2
Pn
(Xi − X̄)(Yi − Ȳ)
= i=1Pn
i=1 (Xi − X̄)
2
S xy
=
S xx
ដូេច្នះអ្នកបា៉ន់សា្មនការខ្លប
ី ំផុតគឺ
β̂0 = Ȳ − β̂1 X̄
S xy
β̂1 =
S xx
12.9.3 វិធីសា�ស្តម៉ូម៉ង់
េនក្នុងគំរូតែ្រមត្រមង់លេី នែអ៊រេយង
ី សន្មត់ថា E[ε | X] = 0 ែដលលក្ខខណ្ឌេនះេយង
ី ទាញបានថា ε មន
ិ
មានទំនាក់ទំនងនឹង X មានន័យថា
Cov(X, ε) = E[Xε] = 0
តាមពត
ិ េទតាមលក្ខណៈៃនសង្ឃម
ឹ គណិតមានលក្ខខណ្ឌេយង
ី មាន
និង
ី អាចសេសរលក្ខខណ្ឌេនះជាទ្រមង់
េយង
E[Y − β0 − β1 X] = 0
E[X(Y − β0 − β1 X)] = 0
414
បា៉ន់សា្មនដ៏លៃ្អ ន β0 នង ៉ ៉ង់ជួយឱ្យេយង
ិ β1 ។ វ ិធីសា�ស្តមូម ី េ្រជស
ី យកអ្នកបា៉ន់សា្មន β̂0 នង
ិ β̂1 េដាយការ
េដាះ្រសាយសមីការសមមូលស្រមាប់លំហគំរូៃចដន្យ
1X
n
(Yi − β̂0 − β̂1 Xi ) = 0
n i=1
1X
n
Xi (Yi − β̂0 − β̂1 Xi ) = 0
n i=1
X
n
Xi [Yi − (Ȳ − β̂1 X̄) − β̂1 Xi ] = 0,
i=1
Xn X
n
Xi (Yi − Ȳ) = β̂1 Xi (Xi − X̄)
i=1 i=1
េដាយសារ
X
n X
n X
n X
n
Xi (Xi − X̄) = (Xi − X̄) , 2
Xi (Yi − Ȳ) = (Xi − X̄)(Yi − Ȳ)
i=1 i=1 i=1 i=1
ដូេច្នះេបី
X
n
(Xi − X̄)2 > 0
i=1
េនាះអ្នកបា៉ន់សា្មនៃនេមគុណ្របាប់ទស
ិ គឺ
Pn
i=1 (Xi − X̄)(Yi − Ȳ)
β̂1 = Pn
i=1 (Xi − X̄)
2
នង
ិ អ្នកបា៉ន់សា្មនៃន្របសព្វអ័ក្ស y គឺ
β̂0 = Ȳ − β̂1 X̄
12.9.4 លក្ខណៈៃនអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត
•
E[β̂0 ] = β0 , E[β̂1 ] = β1
• ( )
1 X̄ 2 σ2
V(β̂0 | Xi ) = σ 2
+ Pn , V(β̂1 | Xi ) = Pn .
i=1 (Xi − X̄) i=1 (Xi − X̄)
n 2 2
415
េយងី នឹងសិក�លក្ខណៈៃនបំែនងែចកៃន β̂0 និង β̂1 េទេលីលំហគំរូេផ្សងគា្នយកេចញពីសាកលែតមួយ។
ី ិក�លក្ខណៈៃនអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុតេនក្នុងគំរូតែ្រមត្រមង់លីេនែអ៊រេយង
េដីម្បស ី នឹងេធ្វីការសន្មត់ដូច
ខាងេ្រកាម (េហថាការសន្មត់ Gauss-Markov)៖
ការសន្មត់ Gauss-Markov
Y = β0 + β1 X + ε,
ូ ែ្រមត្រមង់
2. SLR.2 លំហគំរៃូ ចដន្យទំហំ n, {(Xi , Yi ) : i = 1, 2, . . . , n} េផ្ទ�ងផា្ទត់ទំនាក់ទំនងេនក្នុងគំរត
Yi = β0 + β1 Xi + εi , i = 1, 2, . . . , n
Pn
3. SLR.3 {Xi , i = 1, . . . , n} មានតៃម្លមិនដូចគា្នទាំងអស់េនាះេទមានន័យថា i=1 (Xi − X̄)2 > 0
ភាពមិនលេម្អ�ងៃនអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត
េយង
ី បងា្ហញថា β̂1 ជាអ្នកបា៉ន់សា្មនមន ី សេសរ β̂1 ជាទ្រមង់
ិ លេម្អ�ងៃន β1 មានន័យថា E[β̂1 ] = β1 ។ េយង
Pn Pn
i=1 (Xi − X̄)(Yi − Ȳ) i=1 (Xi − X̄)Yi
β̂1 = Pn = P
i=1 (Xi − X̄) i=1 (Xi − X̄)
2 n 2
Pn
i=1 (Xi − X̄)(β0 + β1 Xi + εi )
= Pn
(Xi − X̄)2
Pn i=1 Pn Pn
i=1 (Xi − X̄) i=1 (Xi − X̄)Xi i=1 (Xi − X̄)εi
= β 0 Pn +β1 P + P
i=1 (Xi − X̄) i=1 (Xi − X̄) i=1 (Xi − X̄)
2 n 2 n 2
| {z } |P {z }
=0 n (X −X̄)(X −X̄)
i=1 i i
= Pn =1
(X −X̄)2
i=1 i
Pn
(Xi − X̄)εi
= β1 + Pi=1
i=1 (Xi − X̄)
n 2
េយង
ី គណនាសង្ឃម
ឹ គណិតមានលក្ខខណ្ឌៃន β̂1 េដាយដង ឹ Xi
Pn !
i=1 (Xi − X̄)εi
E[β̂1 | Xi ] = β1 + E Pn Xi
i=1 (Xi − X̄)
2
Pn
(Xi − X̄)E[εi | Xi ]
= β1 + i=1Pn
i=1 (Xi − X̄)
2
E[β̂1 | Xi ] = β1
តាមលក្ខណៈៃនសង្ឃម
ឹ គណិតមានលក្ខខណ្ឌេយង
ី បាន
E[β̂1 ] = E[E[β̂1 | Xi ]] = E[β1 ] = β1 .
416
េយង
ី បងា្ហញថា β̂0 ជាអ្នកបា៉ន់សា្មនមន
ិ លេម្អ�ងៃន β0 ។ េយង
ី មាន
េយង
ី គណនាសង្ឃម
ឹ គណិតមានលក្ខខណ្ឌៃន β̂0 េដាយដឹង Xi
E[β̂0 | Xi ] = β0 + E[(β1 − β̂1 )X̄ | Xi ] + E[ε̄ | Xi ]
n
1 X
= β0 + X̄E(β1 − β̂1 | Xi ) + E εi Xi
n i=1
1X
n
= β0 + X̄(β1 − E[β̂1 | Xi ]) + E[εi | Xi ]
n i=1
= β0
តាមលក្ខណៈៃនសង្ឃម
ឹ គណិតមានលក្ខខណ្ឌេយង
ី បាន
E[β̂0 ] = E[E[β̂0 | Xi ]] = E[β0 ] = β0 .
វា៉ដ្យង់ៃនអ្នកបា៉ន់សា្មនមិនលេម្អ�ង
SLR.5 Homoskedasticity៖ េល្អ�ង ε មានវា៉ដ្យង់ដូចៗគា្នេដាយដឹងតៃម្លៃន X:
V[ε | X] = σ2
េយង
ី បានបងា្ហញថា
Pn
(Xi − X̄)εi
β̂1 = β1 + Pi=1
i=1 (Xi − X̄)
n 2
417
េដាយសារ εi ជាអេថរៃចដន្យមិនអា្រស័យគា្នេនាះេយង
ី បាន
n
X Xn
V (Xi − X̄)εi Xi = V (Xi − X̄)εi | Xi
i=1 i=1
X
n
= (Xi − X̄)2 V(εi | Xi )
i=1
X
n
= (Xi − X̄)2 σ2
i=1
X
n
=σ 2
(Xi − X̄)2
i=1
ដូចេនះេយង
ី បាន
Pn
V − X̄)εi Xi
i=1 (Xi
V(β̂1 | Xi ) = hP i2
i=1 (Xi − X̄)
n 2
P
σ2 ni=1 (Xi − X̄)2
= hP i2
i=1 (Xi − X̄)
n 2
σ2
= Pn .
i=1 (Xi − X̄)
2
ដូចេនះ
σ2
V(β̂1 | Xi ) = Pn .
i=1 (Xi − X̄)
2
សមា្គល់ 12.9.3.
V(β̂1 | Xi ) , V(β̂1 )
ី ទួលបានវា៉ដ្យង់មិនមានលក្ខខណ្ឌេយង
េដីម្បទ ី េ្របីរូបមន្តវា៉ដ្យង់សរុប
េយង
ី មាន
β̂0 = Ȳ − β̂1 X̄
418
ី បានវា៉ដ្យង់មានលក្ខខណ្ឌៃន β̂0 េដាយដឹង Xi
េនាះេយង
1 X
n
σ2
= V(Yi | Xi ) + X̄ 2 Pn
n2 i=1 (Xi − X̄)
2
i=1
1 1 Xn X n
− 2 Pn (X j − X̄)Cov(Yi , Y j | Xi , X j )
n i=1 (Xi − X̄)2 i=1 j=1
σ2 σ2 2 Xn X n
= + X̄ Pn
2
− Pn (X j − X̄)Cov(Yi , Y j | Xi , X j )
i=1 (Xi − X̄) n i=1 (Xi − X̄)2 i=1 j=1
n 2
σ2 σ2 2 Xn
= + X̄ 2 Pn − Pn (Xi − X̄) σ2
i=1 (Xi − X̄) n i=1 (Xi − X̄) i=1
n 2 2
| {z }
=0
σ2 σ2
= + X̄ Pn
2
σ2
V(β̂1 | Xi ) = Pn
i=1 (Xi − X̄)
2
P
σ2 ni=1 Xi2
V(β̂0 | Xi ) = Pn
n i=1 (Xi − X̄)2
ែដល V(εi | Xi ) = σ2 .
ី មានបំែនងែចកនរមា៉ល់ែដលមានមធ្យម 0 និងវា៉ដ្យង់
SLR. 6 េល្អ�ងៃចដន្យ ε មិនអា្រស័យនឹង X េហយ
σ:
2
β̂1 − β1 β̂1 − β1
q = ∼ N(0, 1)
V(β̂1 | Xi ) se( β̂1)
419
ដូចគា្នែដរ
β̂0 ∼ N β0 , V(β̂0 | Xi )
Pn
ែដល V(β̂0 | Xi ) = េនាះេយង
ី បាន
σ2 i=1 Xi
2
Pn
n (X
i=1 i − X̄)2
β̂0 − β0 β̂0 − β0
q = ∼ N(0, 1)
V(β̂0 | Xi ) se( β̂ 0)
ី នឹងសេសរគំរូតែ្រមត្រមង់លីេនែអ៊រ
េយង
Yi = β0 + β1 Xi + εi , i = 1, . . . , n
ជាទ្រមង់មា៉្រទស
ី
Y1 1 X1 ε1
" #
Y2 1 X2 β0 ε2
.. = .. .. + .
. . . β1 ..
Yn 1 Xn εn
Y = Xβ + ε
" #
β
វ ិធានកាេរខ្លីបំផុតេ្របីស្រមាប់បា៉ន់សា្មន β = 0 ែដលេធ្វីឱ្យផលបូកកាេរៃនេល្អ�ង S (β) អប្បបរមា
β1
X
n
S (β) = Yi − (β0 + β1 Xi ) 2
i=1
X
n
= ε2i
i=1
=ε ε T
= (Y − Xβ)T (Y − Xβ)
ី អាចសេសរ ε ε ជាទ្រមង់
េយង T
εT ε = (Y − Xβ)T (Y − Xβ)
= (YT − βT XT )(Y − Xβ)
= YT Y − YT Xβ − βT XT Y + βT XT Xβ
420
េយង
ី មាន
(YT Xβ)T = βT XT Y
េហយ
ី េនះជាមា៉្រទីស 1 × 1 ដូចេនះ
YT Xβ = βT XT Y
ដូេច្នះ
εT ε = YT Y − 2βT XT Y + βT XT Xβ
េយង
ី េដាះ្រសាយរក β̂ ែដលឱ្យេដរេវេស្ម
ី ីនឹងសូន្យ
XT Xβ̂ = XT Y
−1
β̂ = XT X XT Y
ជាមា៉្រទីសវ ិជ្ជមានេ្រពាះ
λT 2XT X λ = 2 λT XT Xλ = 2∥Xλ∥22 ≥ 0
ដូេច្នះអ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុតគឱ
ឺ ្យេដាយ
−1
β̂ = XT X XT Y
េយង
ី ពិនិត្យេមីលែផ្នកនីមួយៗេនក្នុងរូបមន្តអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត៖
1 X1
" #
1 1 . . . 1 1 X2
X X=
T
X1 X2 . . . Xn ... ...
1 Xn
" Pn Pn #
1 Xi
= Pn i=1 Pn 2
i=1
i=1 Xi i=1 Xi
" #
n nX̄
= P n 2
nX̄ i=1 Xi
ច្រមាស់ៃនមា៉្រទស
ី X X គឺ
T
−1 " Pn 2 #
1 i=1 Xi −nX̄
XT X = P
n ni=1 Xi2 − n2 X̄ 2 −nX̄ n
"Pn 2 #
1 i=1 Xi −nX̄
= Pn
n i=1 (Xi − X̄)2 −nX̄ n
421
Y
" # 1
1 1 . . . 1 Y2
XT Y =
X1 X2 . . . Xn ...
Yn
" Pn # " #
P i=1 Yi P
nȲ
= n = n
i=1 Xi Yi i=1 Xi Yi
ដូចេនះ
−1 " Pn #" #
1 Xi2 −nX̄ nȲ
β̂ = XT X XT Y = Pn i=1 Pn
n i=1 (Xi − X̄)2 −nX̄ n i=1 Xi Yi
Pn 2 Pn
1 i=1 Xi (nȲ) − nX̄ Xi Yi
= P P
i=1
n ni=1 (Xi − X̄)2 − nX̄ (nȲ) + n ni=1 Xi Yi
" Pn 2 Pn #
1 Ȳ i=1 Xi − X̄ i=1 Xi Yi
= Pn Pn
i=1 (Xi − X̄) i=1 Xi Yi − n X̄ Ȳ
2
" Pn 2 P #
1 Ȳ i=1 Xi − nȲ X̄ 2 + nȲ X̄ 2 − X̄ ni=1 Xi Yi
= Pn P
i=1 (Xi Yi − X̄ Ȳ)
n
i=1 (Xi − X̄)
2
" Pn 2 P #
1 Ȳ i=1 Xi − nX̄ 2 − X̄ ni=1 Xi Yi − nȲ X̄
= Pn Pn
i=1 (Xi − X̄) i=1 (Xi − X̄)(Yi − Ȳ)
2
ដូចេនះ
" #
1 ȲS xx − X̄S xy
β̂ =
S xx S xy
" # " #
Ȳ − β̂1 X̄ β̂
= = 0
β̂1 β̂1
េយង
ី មាន
−1 −1
β̂ = XT X XT Y = β̂ = XT X XT (Xβ + ε)
−1 −1 −1
= XT X XT Xβ + XT X XT ε = β + XT X XT ε
h i −1
E β̂ | X = β + XT X XT E[ε | X]
−1
= β + XT X XT .0 = β
ី វា៉ដ្យង់-កូវា៉ដ្យង់
មា៉្រទស
−1 −1 −1
V β̂ | X = V X X X ε | X = XT X XT V(ε | X)X XT X
T T
−1 −1
= XT X XT σ2 IX XT X
−1 −1
= σ2 XT X XT X XT X
−1
= σ2 XT X
ឬ
" # "Pn 2 #
V(β̂0 | X) Cov(β̂0 , β̂1 | X) σ2 i=1 Xi −nX̄
= Pn
Cov(β̂1 , β̂0 | X) V(β̂1 | X) n i=1 (Xi − X̄)2 −nX̄ n
422
ដូចេនះេយង
ី បាន
Pn
σ2 Xi2 i=1
V(β̂0 | X) = Pn
n i=1 (Xi − X̄)2
σ2
V(β̂1 | X) = Pn
i=1 (Xi − X̄)
2
−X̄σ2
Cov(β̂0 , β̂1 | X) = Pn
i=1 (Xi − X̄)
2
12.11 មា្រតដា្ឋននិងរងា្វស់ឯកតាក្នងតែ្រមត្រមង់
ុ លេី នែអ៊រ
េតីការប្តូរឯកតារងា្វស់ៃនអេថរតែ្រមត្រមង់ និងអេថរេឆ្លីយតបនឹងេធ្វីឱ្យមានភាពខុសគា្នេនក្នុងលទ្ធផលៃន
តែ្រមត្រមង? ់
េយង ី ពិនិត្យេមីល
Yi = β̂0 + β̂1 Xi + ei
កំនត់
Yi∗ = w1 Yi
Xi∗ = w2 Xi
2. β̂1 នង
ិ β̂1
∗
5. σ̂2 នង
ិ σ̂
∗2
6. R2 នង
ិ R
∗2
តាមវ ិធីសា�ស្តកាេរខ្លីបំផុតេយង
ី ដឹងថា
423
េចញពីលទ្ធផលទាំងេនះេយង
ី អាចរកទំនាក់ទំនងរវាងបា៉រា៉ ែម៉្រតទាំងេនះបានេដាយ្រគាន់ែតេ្របី
េយង
ី បាន
!
w1
β̂∗1 = β̂1
w2
β̂∗0 = w1 β̂0
σ̂∗2 = w21 σ̂2
V(β̂∗0 ) = w21 V(β̂0 )
!2
∗ w1
V(β̂1 ) = V(β̂1 )
w2
R∗2 = R2
់ របស់វាគម
• េបី w1 = w2 េនាះេមគុណ្របាប់ទិស និងេល្អ�ងស្តងដា ឺ ិនែ្រប្រប�លេពលែដលេយង
ី ប្តូរខា្នត
ិ េល្អ�ងស្តង់ដារបស់វាគគ
ពី (Yi , Xi ) េទ (Yi∗ , Xi∗ ) ប៉ុែន្ត្របសព្វអ័ក្ស y នង ឺ ុណនង
ឹ w1 ។
• េបខា
ី ្ន តៃន X មិនែ្រប្រប�ល (w2 = 1) និងខា្នតៃន Y គែឺ ្រប្រប�លេដាយកតា្ត w1 េនាះ េមគុណ្របាប់ទិស
និង្របសព្វអ័ក្ស y ្រពមទាំងេល្អ�ងស្តង់ដារបស់វាគឺគុណេដាយកតា្ត w1 ដូចៗគា្ន។
• េបខា
ី ្ន តៃន Y មន
ិ ែ្រប្រប�ល (w1 = 1) នង
ិ ខា្នតៃន X គែឺ ្រប្រប�លេដាយកតា្ត w2 េនាះេមគុណ្របាប់ទស
ិ
ិ េល្អ�ងស្តង់ដារបស់វាគឺគុណេដាយកតា្ត (1/w2 ) ប៉ុែន្ត្របសព្វអ័ក្ស y ្រពមទាំងេល្អ�ងស្តង់ដារបស់
នង
វាគម
ឺ ន
ិ ែ្រប្រប�ល។
12.12 ការសន្មត់េនក្នងគំ
ុ រ ូតែ្រមត្រមង់លេី នែអ៊រ
424
ការសន្មត់េនក្នងគំ
ុ រ ូតែ្រមត្រមង់លេី នែអ៊រ (CLRM)
Yi = β0 + β1 Xi + εi
SLR.2 X ជាតៃម្លកំណត់ជាក់លាក់ ឬ X មន
ិ អា្រស័យនង
ឹ េល្អ�ងៈ តៃម្លៃន X អាចជាតៃម្លកំណត់ជាក់លាក់
(ករណី X មិនែមនជាអេថរៃចដន្យ) ឬអាចសន្មតថា
់ X ជាអេថរៃចដន្យែដលមិនអា្រស័យនឹងេល្អ�ងៃចដន្យ
មានន័យថា Cov(Xi , εi ) = 0។
SLR.3 មធ្យមលក្ខខណ្ឌសូន្យៈ េដាយដង
ឹ តៃម្លៃន Xi មធ្យមៃន εi េស្មន
ី ងឹ សូន្យ
E[εi | Xi ] = 0,
ឬេបី X មិនែមនជាអេថរៃចដន្យ
E[εi ] = 0.
ជាវ ិបាក
V(εi | Xi ) = σ2
ជាវ ិបាក
425
• V(εi | Xi ) = σ2 ⇒ V(Yi | Xi ) = σ2 េ្រពាះ
h i
V(Yi | Xi ) = E (Yi − E[Yi | Xi ])2 Xi
h i
= E (Yi − β0 − β1 Xi )2 | Xi
= E(ε2i | Xi )
= σ2
• SLR.4 មានន័យថា
SLR.5 េល្អ�ងមន
ិ មានទំនាក់ទំនងគា្នៈ េដាយដឹងតៃម្លៃន Xi នង
ិ X j កូរេឡស
ី ន
ិ រវាង εi នង
ិ ε j (i , j) េស្មន
ី ងឹ
សូន្យឬ
Cov(εi , ε j | Xi , X j ) = 0
Cov(εi , ε j ) = 0 េបី X មន
ិ ែមនអេថរៃចដន្យ
ែដល i នង
ិ j ជាអេង្កតពរី េផ្សងគា្ន។
ជាវ ិបាក
h i
• Cov(εi , ε j | Xi , X j ) = E εi ε j | Xi , X j េ្រពាះ
h i
Cov(εi , ε j | Xi , X j ) = E (εi − E[εi | Xi ]) ε j − E[ε j | X j ] Xi , X j
h i
= E ε i ε j | Xi , X j .
Yi = β0 + β1 Xi + εi
ជាវ ិបាក
• លំហគំរូៃចដន្យមានន័យថា εi នង ិ ε j មន ិ អា្រស័យគា្ន
លំហគំរូៃចដន្យ ⇒ Cov(εi , ε j | Xi , X j ) = Cov(εi , ε j ) = 0, ∀i , j
426
SLR.6 ចំនួនអេង្កត n ្រត�វែតធំជាងចំនួនបា៉រា៉ ែម៉្រតែដល្រត�វបា៉ន់សា្មន។
សមា្គល់៖ េយង ី ្រត�វការអេង្កតយា៉ងេហាចណាស់ពីរគូេដីម្បបា ី ៉ ន់សា្មនបា៉រា៉ ែម៉្រតពីរែដលមិនសា្គល់ β0 និង β1 .
P
SLR.7 {Xi , i = 1, . . . , n} មានតៃម្លមិនដូចគា្នទាំងអស់េនាះេទ: ni=1 (Xi − X̄)2 > 0
ជាវ ិបាក េបី្រគប់តៃម្លៃន Xi គឺដូចៗគា្នទាំងអស់េនាះ Xi = X̄ េហយ
ី ភាគែបងៃនសមីការ
Pn
i=1 (Xi − X̄)(Yi − Ȳ)
β̂1 = Pn
i=1 (Xi − X̄)
2
េស្មន
ី ងឹ សូន្យែដលេធ្វឱ
ី ្យេយង
ី មន
ិ អាចបា៉ន់សា្មន β1 នង
ិ β0 ។
12.13 ្រទឹសប
ី ្ត ទ Gauss-Markov
2. វាជាអ្នកបា៉ន់សា្មនមិនលេម្អ�ងមានន័យថា E[θ̂] = θ
3. វាមានវា៉ដ្យង់អប្បបរមាេធៀបនឹងអ្នកបា៉ន់សា្មនលីេនែអ៊រមិនលេម្អ�ងេផ្សងេទៀត។
ែដល
Xi − X̄
ki = Pn
i=1 (Xi − X̄)
2
Pn Pn
4. i=1 ki (Xi − X̄) = i=1 ki Xi = 1.
427
ី អាចសេសរ β̂1 ជាទ្រមង់
េយង
X
n
β̂1 = ki (β0 + β1 Xi + εi )
i=1
X
n X
n X
n
= β0 ki + β1 ki Xi + ki εi
i=1 i=1 i=1
X
n
= β1 + ki εi .
i=1
េយង
ី គណនាសង្ឃម
ឹ គណិតែដលក្នុងករណីេនះ ki មិនែមនជាអេថរៃចដន្យ
X
n
E[β̂1 ] = β1 + ki E[εi ]
i=1
= β1
ែដល
Xi − X̄
k i = Pn .
i=1 (Xi − X̄)
2
េយង
ី កំនត់អ្នកបា៉ន់សា្មនលេី នែអ៊រៃន β1 ដូចខាងេ្រកាម
Xn
∗
β1 = wi Yi
i=1
េយង
ី មាន
X
n X
n X
n X
n
E[β∗1 ] = wi E[Yi ] = wi (β0 + β1 Xi ) = β0 wi + β1 wi Xi
i=1 i=1 i=1 i=1
ដូេច្នះេដម
ី ្បឱ
ី ្យ β1 ជាអ្នកបា៉ន់សា្មនមន
∗
ិ លេម្អ�ងេយង
ី ្រត�វមាន
X
n
wi = 0
i=1
X
n
wi Xi = 1
i=1
បែន្ថមពីេលីេនះេយង
ី មាន
n
X X
n X
n
V(β1 ) = V wi Yi =
∗
wi V(Yi ) = σ
2 2
w2i
i=1 i=1 i=1
Xn
= σ2 (wi − ki + ki )2
i=1
X
n X
n X
n
=σ2
(wi − ki ) + σ
2 2
ki + 2σ
2 2
(wi − ki )ki
i=1 i=1 i=1
428
េ្រពាះ
X
n X
n X
n
(wi − ki )ki = ki wi − ki2
i=1 i=1 i=1
X
n !
Xi − X̄ 1
= wi Pn − Pn
i=1 (Xi − X̄) i=1 (Xi − X̄)
2 2
i=1
Pn Pn
i=1 wi Xi − X̄ i=1 wi 1
= Pn − P = 0.
i=1 (Xi − X̄) i=1 (Xi − X̄)
2 n 2
ដូចេនះ
X
n X
n
V(β∗1 ) =σ (wi − ki ) + σ
2 2 2
ki2
i=1 i=1
X
n !
1
= σ2 (wi − ki )2 + σ2 Pn
i=1 (Xi − X̄)
2
i=1
wi = ki
ដូេច្នះេយង
ី បាន
σ2
V(β∗1 ) = Pn = V(β̂1 )
i=1 (Xi − X̄)
2
β̂0 = Ȳ − β̂1 X̄
1X X
n n
X̄
= Yi − Pn (Xi − X̄)Yi
i=1 (Xi − X̄) i=1
n i=1 2
X n " #
1 X̄(Xi − X̄)
= − Pn Yi
i=1 (Xi − X̄)
n 2
i=1
X n
= Ki Yi
i=1
ែដល
1 X̄(Xi − X̄)
Ki = − Pn
i=1 (Xi − X̄)
n 2
429
Pn
3.
2
Ki2 = 1
+ Pn X̄
i=1 (Xi − X̄)
i=1 n 2
Pn
4. i=1 Ki Xi = 0.
ដូចេនះ
X
n
β̂0 = Ki (β0 + β1 Xi + εi )
i=1
X
n X
n X
n
= β0 Ki + β1 Ki Xi + K i εi
i=1 i=1 i=1
X
n
= β0 + Ki εi
i=1
េយង
ី គណនាសង្ឃម
ឹ គណិតែដលក្នុងករណីេនះ Ki មិនែមនជាអេថរៃចដន្យ
X
n
E[β̂0 ] = β0 + Ki E[εi ]
i=1
= β0
់ ប្បបរមាេធៀប
ី េនសល់ែតការបងា្ហញថា β̂0 មានវា៉ដ្យងអ
ដូចេនះ β̂0 ជាអ្នកបា៉ន់សា្មនមិនលេម្អ�ងៃន β0 ។ េយង
នង
ឹ អ្នកបា៉ន់សា្មនលេី នែអ៊រមន
ិ លេម្អ�ងេផ្សងេទៀត។ េយង
ី កំនត់អ្នកបា៉ន់សា្មនលេី នែអ៊រៃន β0 ដូចខាងេ្រកាម
X
n
β∗0 = Wi Yi
i=1
េយង
ី មាន
X
n X
n X
n X
n
E[β∗0 ] = Wi E[Yi ] = Wi (β0 + β1 Xi ) = β0 Wi + β 1 Wi Xi
i=1 i=1 i=1 i=1
ដូេច្នះេដម
ី ្បឱ
ី ្យ β0 ជាអ្នកបា៉ន់សា្មនមន
∗
ិ លេម្អ�ងេយង
ី ្រត�វមាន
X
n
Wi = 1
i=1
X
n
Wi Xi = 0
i=1
430
េ្រពាះ
X
n X
n X
n
(Wi − Ki )Ki = Ki Wi − Ki2
i=1 i=1 i=1
X
n ! !
1 Xi − X̄ 1 X̄ 2
= Wi − X̄ Pn − + Pn
i=1
n i=1 (X i − X̄)2 n i=1 (Xi − X̄)
2
Pn Pn !
1X
n
i=1 Wi Xi − X̄ i=1 Wi 1 X̄ 2
= Wi − X̄ Pn − + Pn = 0.
i=1 (Xi − X̄) i=1 (Xi − X̄)
n i=1 2 n 2
ដូចេនះ
X
n X
n
V(β∗0 ) =σ 2
(Wi − Ki ) + σ
2 2
Ki2
i=1 i=1
X
n !
1 X̄ 2
=σ 2
(Wi − Ki ) + σ
2 2
+ Pn
i=1 (Xi − X̄)
n 2
i=1
Wi = Ki
ដូេច្នះេយង
ី បាន !
1 X̄ 2
V(β∗0 ) =σ 2
+ Pn = V(β̂0 )
i=1 (Xi − X̄)
n 2
ការសន្មត់នរមា៉ល់េនក្នងគំ
ុ រ ូតែ្រមត្រមង់លេី នែអ៊រ (CNLRM)
• វ ិធីសា�ស្តកាេរខ្លីបំផុតអាចឱ្យេយង
ី បា៉ន់សា្មនបា៉រា៉ ែម៉្រត β0 , β1 និង σ
2
• េដម
ី ្បេធ្វ ី ្រត�វសា្គល់បែំ នងែចក្រប�បាប៊ីលីេត
ី ីេតស្តសម្មតិកម្ម រកចេនា្លះេជឿជាក់ និងរកចេនា្លះពយករណ៍េយង
ៃនអេថរៃចដន្យ β̂0 , β̂1 និង σ̂ ។
2
វា៉ដ្យង់
V(εi ) = E[(εi − E[εi ])2 ] = E[ε2i ] = σ2
កូវា៉ដ្យង់
Cov(εi , ε j ) = E[(εi − E[εi ])(ε j − E[ε j ])] = E[εi ε j ] = 0, i , j
431
េយង
ី សមា្គល់ែដរថាចំេពាះអេថរៃចដន្យនរមា៉ល់រម ់ កូរេឡស
ួ កូវា៉ដ្យងឬ ី ន
ិ េស្មន
ី ងឹ សូន្យមានន័យថាអេថរៃចដន្យ
ទាំងពីរមិនអា្រស័យគា្ន។ ដូចេនះ
ី ទទួលបានបំែនងែចក្រប�បាប៊ីលីេតៃនអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត
• េយង
– តាមលក្ខណៈៃនបំែនងែចកនរមា៉ល់គឺបន្សំលេី នែអ៊រៃនអេថរៃចដន្យនរមា៉ល់មន
ិ អា្រស័យគា្នជា
អេថរៃចដន្យនរមា៉ល់ ។
– អ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុត β̂0 និង β̂1 ជាបន្សំលីេនែអ៊រៃន εi ។ ដូចេនះេបី εi មានបំែនងែចកនរ
មា៉ល់ និងមិនអា្រស័យគា្នេនាះ β̂0 និង β̂1 ក៏មានបំែនងែចកនរមា៉ល់ែដរ។
• េយង
ី អាចេ្របេី តស្តសត
ិ្ថ ិ t, F នង
ិ χ េដម ិ ម្មេនក្នុងគំរូតែ្រមត្រមង់លេី នែអ៊រ។
ី ្បេី ធ្វេី តស្តសម្មតក
2
• េយង
ី មានវ ិធី សា�ស្ត មួយេទៀតគឺ វ ិធី សា�ស្ត អ្នក បា៉ន់សា្មនឱកាសអតប
ិ រមាស្រមាប់ β̂0 នង
ិ β̂1 ែដល
ផ្តលឱ ី ំផុតែដរ។ ប៉ុែន្តអ្នកបា៉ន់សា្មនវា៉ដ្យងៃ់ ន εi គម
់ ្យនូវរូបមន្តដូចគា្ននឹងវ ិធីសា�ស្តកាេរខ្លប ឺ ិនដូចគា្នេទ
ចំេពាះវ ិធីសា�ស្តទាង
ំ ពីរ។
លក្ខណៈៃនអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុតេ្រកាមលក្ខខណ្ឌនរមា៉ល់៖
1. β̂0 នង
ិ β̂1 គជា
ឺ BLUE
2. Pn !
Xi2
i=1
β̂0 ∼ N β0 , Pn σ2
n i=1 (Xi − X̄)2
3. !
σ2
β̂1 ∼ N β1 , Pn
i=1 (Xi − X̄)
2
4.
(n − 2)σ̂2
∼ χ2 (n − 2)
σ2
ូ ែ្រមត្រមង់
ែដលទាំងេនះជួយស្រម�លការរកចេនា្លះេជឿជាក់ ចេនា្លះពយករណ៍ និងេតស្តសម្មតិកម្មេនក្នុងគំរត
លីេនែអ៊រ។ ជាមួយគា្នេនះែដរការសន្មត់ែដលថាេល្អ�ងៃចដន្យ εi ∼ N(0, σ2 ) េនាះេយង
ី បាន Yi ជាអេថរ
iid
ៃចដន្យនរមា៉ល់ែដលមាន
E[Yi ] = β0 + β1 Xi
V[Yi ] = σ2
ឬេយង
ី អាចសេសរ
Yi ∼ N(β0 + β1 Xi , σ2 )
ែដលមិនអា្រស័យគា្នប៉ុែន្តមានបំែនងែចកមិនដូចគា្ន។
432
12.14 តែ្រមត្រមង់លេី នែអ៊រកាត់តាមគល់តំរ ុយ
ី សិក�គំរូតែ្រមត្រមង់លីេនែអ៊រែដលមានទ្រមង់
េនក្នុងែផ្នកេនះេយង
Yi = β1 Xi + εi
ែដលការសន្មតេ់ ផ្សងៗេទេលី Xi នង
ិ εi ដូចគា្ននង
ឹ ែផ្នកមុន។ េនក្នុងគំរេូ នះគម
ឺ ន
ិ មាន្របសព្វអ័ក្ស y ែដល
េហថាជាគំរត ់ ីេនែអ៊រកាត់តាមគល់តរំ ុយ។ តាមវ ិធសា
ូ ែ្រមត្រមងល ី �ស្តអ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុតេយង
ី ទទួល
បាន
Pn
Xi Yi
β̂1 = Pi=1
n 2
i=1 Xi
σ2
V β̂1 = Pn 2
i=1 Xi
ែដល σ2 គឺ្រត�វបានបា៉ន់សា្មនេដាយ
Pn 2
i=1 ei
σ̂ =
2
n−1
វាជាការចាប់អារម្មណ៍ ក្នុងការេ្របៀបេធៀបរូបមន្ត ទាង
ំ េនះជាមួយនឹង រូបមន្ត ែដលបានទទួល េនក្នុងេនគំរូ
តែ្រមត្រមង់ែដលមាន β0 ែដលេយង
ី បានបងា្ហញថា
Pn
(Xi − X̄)(Yi − Ȳ)
β̂1 = i=1Pn
i=1 (Xi − X̄)
2
σ 2
V β̂1 = Pn
(Xi − X̄)2
Pi=1
n 2
i=1 ei
σ̂2 =
n−2
វិធីសា�ស្តកាេរខ្លីបំផុតស្រមាប់តែ្រមត្រមង់លេី នែអ៊រកាត់តាមគល់តំរ ុយ
ី ចង់រកអប្បបរមាេធៀបនង
េយង ឹ β1 ៃនអនុគមន៍
X
n X
n
S (β1 ) = ε2i = (Yi − β1 Xi )2
i=1 i=1
េយង
ី គណនាេដរេវៃន
ី S (β1 ) េធៀបនឹង β1 េយង
ី បាន
dS X n
= 2 (Y1 − β1 Xi )(−Xi ).
dβ1 i=1
ឱ្យេដរេវេស្ម
ី ន
ី ង
ឹ សូន្យេយង
ី ទទួលបាន Pn
Xi Yi
β̂1 = Pi=1
n 2
i=1 Xi
Pn
េនះជាចំនុចអប្បបរមាេ្រពាះ Xi2 > 0 ។ េយង ី អាចសេសរ β̂1 ជាទ្រមង់
d2 S
dβ21
=2 i=1
Pn
Xi (β1 Xi + εi )
β̂1 = i=1 Pn 2
X
Pni=1 i
Xi εi
= β1 + Pi=1n 2
i=1 Xi
433
ដូចេនះេយង
ី បានេបី X មិនែមនជាអេថរៃចដន្យ
" Pn #
i=1 Xi εi
E[β̂1 ] = E β1 + Pn 2
i=1 Xi
1 Xn
= β1 + Pn 2 Xi E[εi ]
i=1 Xi i=1
= β1
េយង
ី តាង
X
n
SSE = e2i
i=1
X
n
= (Yi − β̂1 Xi )2
i=1
Xn X
n
= Yi2 − β̂21 Xi2
i=1 i=1
ដូចេនះ
X
n X
n
E[S S E ] = E[Yi2 ] − Xi2 E[β̂21 ]
i=1 i=1
X
n n o X
n 2
= V(Yi ) + (E[Yi ]) − 2
Xi2 V(β̂1 ) + E[β̂1 ]
i=1 i=1
X
n X
n !
σ2
= nσ + 2
(β1 Xi ) −
2
Xi2 Pn 2 + β21
i=1 i=1 i=1 Xi
= (n − 1)σ 2
434
ដូេច្នះ
SSE
σ̂2 =
n−1
ជាអ្នកបា៉ន់សា្មនមន
ិ លេម្អ�ងៃន σ េដាយការសន្មត់នរមា៉ល់េទេលីេល្អ�ងៃចដន្យេយង
2
ី អាចេតស្តសម្មតក
ិ ម្ម
រកចេនា្លះេជឿជាក់ និងចេនា្លះពយករណ៍ស្រមាប់គំរូែដលកាត់តាមគល់តំរុយ។
s s
σ̂2 σ̂2
β̂1 − tα/2,n−1 Pn 2 ≤ β1 ≤ β̂1 + tα/2,n−1 Pn 2
i=1 Xi i=1 Xi
ី តបេន្រតង់ X = x0 គឺ
• ចេនា្លះេជឿជាក់ 100(1 − α)% ស្រមាប់ µY|x0 មធ្យមៃនអេថរេឆ្លយ
s s
x02 σ̂2 x02 σ̂2
µ̂Y|x0 − tα/2,n−1 Pn 2 ≤ µY|x0 ≤ µ̂Y|x0 + tα/2,n−1 Pn 2
i=1 Xi i=1 Xi
s ! s !
x02 x02
Ŷ0 − tα/2,n−1 σ̂2 1 + Pn 2
≤ Y0 ≤ Ŷ0 + tα/2,n−1 σ̂2 1 + Pn
i=1 Xi i=1 Xi2
ិ ្តថាេតីគួរេ្របីតែ្រមត្រមង់
• ដយ្រកាមព្រងាយ (Scatter diagram) ផ្តល់ការែណនាំកុ ្នងការសេ្រមចចត
ែដលកាត់តាមគល់តំរុយឬអត់។
• េ្របីគំរូតំែរតំរង់ទាង
ំ ពរី រួចេ្របៀបេធៀប MSE (σ̂2 )។ គំរូែដលមាន MSE តូចជាងេគជាគំរូតែ្រមត្រមង់
ល្អជាងេគក្នុងន័យថាវាេធ្វីឱ្យបំែរបំរល ួ y ជុំវ ិញបនា្ទត់តំែរតំរង់អប្បបរមា។
ឧទាហរណ៍ 12.14.1. ទន
ិ ្នន័យៃនរយៈេពលស្តុកេភសជ្ជៈនង
ិ ចំនួនេភសជ្ជៈែដលបានស្តុកមានដូចខាងេ្រកាម
435
រយៈេពល y (នាទី) ចំនួន x
10.15 25
2.96 6
3.00 8
6.88 17
0.28 2
5.06 13
9.14 23
11.86 30
11.69 28
6.04 14
7.57 19
1.74 4
9.38 24
0.16 1
1.84 5
ដយ្រកាមព្រងាយបងា្ហញថាេយងី អាចេ្របគ
ី ំរត ់ េី នែអ៊រកាត់តាមគល់តរំ ុយេដីម្បបងា
ូ ែ្រមត្រមងល ី ្ហ ញអំពទ
ី ំនាក់ទំនង
រវាងេពលេវលា និងចំនួនទំនិញែដលបានស្តុក។
436
ដូចេនះបនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មនគឺ
ŷ = 0.4026x
MSE ស្រមាប់គំរូេនះគឺ
σ̂2 = 0.0893
• គំរូតំែរតំរង់លីេនែអ៊រធម្មតា៖ បនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មនគឺ
ŷ = −0.0938 + 0.4071x
េតស្តសម្មតិកម្ម
H0 : β0 = 0, H1 : β0 , 0
េតស្តសិត
្ថ ិ t
β̂0
tβ0 = q = −0.65
σ̂ 1
n
+ x̄2
S xx
σ̂2 = 0.0931
លំហាត់អនុវត្តន៍
437
Yi Xi Yi Xi
i. េដាយេ្របេី តស្ត t
ii. េដាយេ្របីេតស្ត F
iii. េតីអ្នកសេង្កតេឃញ
ី យា៉ងដូចេម្តចជាមួយនឹងលទ្ធផលក្នុងសំនួរ (a)?
(e) េតស្តសម្មតក
ិ ម្មែដលថា β0 = 0 េដាយេ្របី α = 0.05
ចេម្លើយ
438
xi yi xi2 y2i xi yi
220 5.2 48400 27.04 1144
227 5.5 51529 30.25 1248.5
259 6.0 67081 36 1554
210 5.9 44100 34.81 1239
224 5.8 50176 33.64 1299.2
215 6.0 46225 36 1290
231 5.8 53361 33.64 1339.8
268 5.6 71824 31.36 1500.8
239 5.6 57121 31.36 1338.4
212 5.9 44944 34.81 1250.8
410 5.4 168100 29.16 2214
256 5.6 65536 31.36 1433.6
306 5.8 93636 33.64 1774.8
259 5.5 67081 30.25 1424.5
284 5.3 80656 28.09 1505.2
383 5.3 146689 28.09 2029.9
271 5.7 73441 32.49 1544.7
264 5.5 69696 30.25 1452
227 5.7 51529 32.49 1293.9
263 5.3 69169 28.09 1393.9
232 5.9 53824 34.81 1368.8
220 5.8 48400 33.64 1276
246 5.8 60516 33.64 1426.8
241 5.9 58081 34.81 1421.9
P P P P P
xi = 6167 yi = 135.8 xi2 = 1641115 y2i = 769.72 xi yi = 34764.5
េយង
ី មាន
X
n Pn 2
xi (6167)2
S xx = xi2 − i=1
= 1641115 − = 56452.96
i=1
n 24
Xn Pn Pn
xi i=1 yi (6167)(135.8)
S xy = xi yi − i=1
= 34764.5 − = −130.4417
i=1
n 24
Xn Pn 2
i=1 yi (135.8)2
S yy = y2i − = 769.72 − = 1.3183
i=1
n 24
439
(a) េតស្តសម្មតិកម្ម
H0 : ρ = 0, H1 : ρ , 0
េមគុណកូរេឡស
ី ិនលំហគំរូគឺ
S xy −130.4417
r= 1/2
= = −0.4782
(S xx S S T ) [(56452.96)(1.3183)]1/2
តៃម្លេតស្តសត
ិ្ថ ិ √ √
r n − 2 −0.4782 22
t0 = √ = √ = −2.55
1 − r2 1 − 0.2287
តៃម្លសំខាន់ t0.025,22 = 2.074
ែដនបដេិ សដ |t| ≥ 2.074
េដាយសារ t0 ស្ថិតេនក្នុងែដនបដិេសដេនាះេយង
ី បដិេសដ H0 េនក្រមិតចាំបាច់ α = 0.05។
េយង
ី សន្និដា្ឋនថាេមគុណកូរេឡស
ី ិន ρ , 0 េនក្រមិតចាំបាច់ α = 0.05។
(b) តាមសំនួរ (a) X នង
ិ Y មន
ិ ែមនជាអេថរៃចដន្យមន
ិ អា្រស័យគា្នេនាះេទ។
(c) អ្នកបា៉ន់សា្មនកាេរខ្លីបំផុតគឺឱ្យេដាយ
S xy −130.4417
β̂1 = = = −0.00231
S xx 56452.96
β̂0 = ȳ − β̂1 x̄ = 5.6584 − (−0.00231)(256.9584) = 6.25197
(d) េយង
ី មាន
S S E = S yy − β̂1 S xy = 1.3183 − (−0.00231)(−130.4417) = 1.01698
ដូចេនះ
SSE 1.01698
S2 = = = 0.04623
n−2 22
i. េតស្ត t ស្រមាប់េតស្តសម្មតិកម្ម
H0 : β1 = 0, H1 : β1 , 0
តៃម្លសំខាន់
tα/2,n−2 = t0.025,22 = 2.074
េតស្តសិត
្ថ ិ
β̂1 −0.00231
tβ1 = q = q = −2.55
S2 0.04623
S xx 56452.96
ែដនបដិេសដ
t ≤ −2.074 ឬ t ≥ 2.074
ការសេ្រមចចត
ិ ្ត៖ េដាយសារ tβ1 ស្ថត
ិ េនក្នុងែដនបដិ េសដេនាះេយង
ី បដិ េសដ H0 េន
ក្រមតិ ចាំបាច់ α = 0.05។
សន្និដា្ឋន៖ េនក្រមិតចាំបាច់ α = 0.05 ចំេពាះទិន្នន័យែដលឱ្យេយង
ី មិនគាំ្រទការអះអាង
ែដលថា β1 = 0 េទ។
440
ii. េតស្ត F ស្រមាប់េតស្តសម្មតិកម្ម
H0 : β1 = 0, H1 : β1 , 0
េយង
ី មាន
S S R = β̂1 S xy = (−0.00231)(−130.4417) = 0.30132S S E = 1.01698
េនាះតៃម្លេតស្តសិត
្ថ ិ
S S R /1 0.30132
F0 = = = 6.52
S S E /(n − 2) 1.01698/22
តៃម្លសំខាន់ F0.05 (1, 22) = 4.30
ែដនបដិេសដ F ≥ 4.30។ េដាយសារ F0 ស្ថិតេនក្នុងែដនបដិេសដេនាះេយង
ី បដិេសដ
H0 េនក្រមិតចាំបាច់ α = 0.05។
iii. េតស្តសម្មតិកម្ម H0 : ρ = 0 គឺសមមូលនឹងេតស្តសម្មតិកម្ម H0 : β1 = 0 ។
(e) េតស្តសម្មតិកម្ម
H0 : β0 = 0, H1 : β0 , 0
តៃម្លសំខាន់
tα/2,n−2 = t0.025,22 = 2.074
េតស្តសិត
្ថ ិ
β̂0 6.25197
tβ0 = q = q = 26.42
S 2 1n + x̄2
S xx
(0.04623) 241 + 256.95842
56452.96
ែដនបដិេសដ
t ≤ −2.074 ឬ t ≥ 2.074
ការសេ្រមចចត
ិ ្ត៖ េដាយសារ tβ0 ស្ថត
ិ េនក្នុងែដនបដិេសដេនាះេយង
ី បដិេសដ H0 េនក្រមត
ិ
ចាំបាច់ α = 0.05។
សន្និដា្ឋន៖ េនក្រមិតចាំបាច់ α = 0.05 ចំេពាះទិន្នន័យែដលឱ្យេយង
ី មិនគាំ្រទការអះអាងែដល
ថា β0 = 0 េទ។
s !
1 (300 − 256.9584)2
5.55897 − (2.074) (0.04623) 1 + + ≤ Y0 ≤
24 56452.96
s !
1 (300 − 256.9584)2
5.55897 + (2.074 (0.04623) 1 + +
24 56452.96
ដូចេនះ
5.09673 ≤ Y0 ≤ 6.02121
441
442
2. ទិន្នន័យខាងេ្រកាមបងា្ហញពីទម្ងន់(គិតជាេផាន) x និងសមា្ពធឈាម y ៃនបុរសអាយុ ពី 25 េទ 30
ែដល្រត�វបានេ្រជីសេរសេដាយៃចដន្យ។
ី
x y x y
ចេម្លើយ
443
xi yi xi2 y2i xi yi
165 130 27225 16900 21450
167 133 27889 17689 22211
180 150 32400 22500 27000
155 128 24025 16384 19840
212 151 44944 22801 32012
175 146 30625 21316 25550
190 150 36100 22500 28500
210 140 44100 19600 29400
200 148 40000 21904 29600
149 125 22201 15625 18625
172 173 29584 29929 29756
159 128 25281 16384 20352
168 132 28224 17424 22176
174 149 30276 22201 25926
183 158 33489 24964 28914
215 150 46225 22500 32250
195 163 38025 26569 31785
180 156 32400 24336 28080
143 124 20449 15376 17732
240 170 57600 28900 40800
P P P P P
xi = 3632 yi = 2904 xi2 = 671062 y2i = 425802 xi yi = 531959
(a) េយង
ី មាន
X
n Pn 2
xi (3632)2
S xx = xi2 − i=1
= 671062 − = 11490.8
i=1
n 20
Xn Pn Pn
xi i=1 yi (3632)(2904)
S xy = xi yi − i=1
= 531959 − = 4592.6
i=1
n 20
Xn Pn 2
i=1 yi (2904)2
S yy = y2i − = 425802 − = 4141.2
i=1
n 20
អ្នកបា៉ន់សា្មនកាេរខ្លីបំផុតគឺឱ្យេដាយ
S xy 4592.6
β̂1 = = = 0.399676
S xx 11490.8
β̂0 = ȳ − β̂1 x̄ = 145.2 − (0.399676)(181.6) = 72.618838
444
ដូចេនះបនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មនគឺ ŷ = 72.618838 + 0.399676x
ដូចេនះ
SSE 232.8344
S2 = = = 128.091555
n−2 18
ចេនា្លះេជឿជាក់ 95% ស្រមាប់ β0 ឱ្យេដាយ
s ! s !
1 x̄2 1 x̄2
β̂0 − tα/2,n−2 S 2 + ≤ β0 ≤ β̂0 + tα/2,n−2 S 2 +
n S xx n S xx
s !
1 181.62
72.618838 − (2.101) (128.091555) + ≤ β0
20 11490.8
s !
1 181.62
≤ 72.618838 + (2.101) (128.091555) +
20 11490.8
31.987439 ≤ β0 ≤ 113.250142
(c) េតស្តសម្មតិកម្ម
H0 : β0 = 0, H1 : β0 , 0
តៃម្លសំខាន់
tα/2,n−2 = t0.025,18 = 2.101
េតស្តសត
ិ្ថ ិ
β̂0 72.618838
t β0 = q = q = 3.754
S 2 1n + x̄2
S xx
(128.091555) 1
20
+ 181.62
11490.8
ែដនបដិេសដ
t ≤ −2.101 ឬ t ≥ 2.101
445
(d) េតស្តសម្មតិកម្ម
H0 : β1 = 0, H1 : β1 , 0
តៃម្លសំខាន់
tα/2,n−2 = t0.025,18 = 2.101
េតស្តសិត
្ថ ិ
β̂1 0.399676
t β1 = q = q = 3.785
S2 128.091555
S xx 11490.8
ែដនបដិេសដ
t ≤ −2.101 ឬ t ≥ 2.101
ការសេ្រមចចត
ិ ្ត៖ េដាយសារ tβ1 ស្ថត
ិ េនក្នុងែដនបដិេសដេនាះេយង
ី បដិេសដ H0 េនក្រមត
ិ
ចាំបាច់ α = 0.05។
សន្នដា
ិ ្ឋ ន៖ េនក្រមត
ិ ចាំបាច់ α = 0.05 ចំេពាះទន
ិ ្នន័យែដលឱ្យេយង
ី មន
ិ គាំ្រទការអះអាងែដល
ថា β1 = 0 េទ។
ដូចេនះ
141.1888 ≤ µY|x0 ≤ 151.929
ែដល
Ŷ0 = β̂0 + β̂1 x0 = 72.618838 + (0.399676)(185) = 146.558898
េយង
ី បានចេនា្លះេជឿជាក់ 95% ស្រមាប់ Y0 គឺ
s !
1 (185 − 181.6)2
146.558898 − (2.101) (128.091555) 1 + + ≤ Y0 ≤
20 11490.8
s !
1 (185 − 181.6)2
146.558898 + (2.101) (128.091555) 1 + +
20 11490.8
446
ដូចេនះ
122.1823 ≤ Y0 ≤ 170.9355
លំហាត់
1. ចំេពាះគំរូតែ្រមត្រមង់
Yi = β0 + β1 Xi + εi , i = 1, 2, . . . , n
447
iid
ែដល εi ∼ N(0, σ2 )។ សន្មត់ថា X មិនែមនជាអេថរៃចដន្យ។
(c) េ្រកាមសម្មតក
ិ ម្ម H0 : β1 = 0 បងា្ហញថា
β̂1
q ∼ tn−2 .
S2
S xx
2. ចំេពាះគំរូតែ្រមត្រមង់
Yi = α + β(xi − x̄) + εi , i = 1, . . . , n
ែដល E[εi ] = 0, V(εi ) = σ2 , Cov(εi , ε j ) = 0 ។
3. ចំេពាះគំរូតែ្រមត្រមង់
Yi = βXi + εi , i = 1, 2, . . . , n
ែដល E[εi ] = 0, V(εi ) = σ2 , Cov(εi , ε j ) = 0។ សន្មត់ថា X មិនែមនជាអេថរៃចដន្យ។
(a) រកអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត β̂ ៃន β
P
n
(b) សេសរ β̂ ជាទ្រមង់ β̂ = Ki Yi ែដល Ki នឹង្រត�វកំនត់
i=1
P
n
(c) តាង β∗ = Wi Yi ។ កំនត់លក្ខខណ្ឌៃន Wi េដម
ី ្បឱ
ី ្យ β ជាអ្នកបា៉ន់សា្មនមន
∗
ិ លេម្អ�ងៃន β។
i=1
ី ្យវា៉ដ្យង់អប្បបរមា។
(d) គណនា V(β∗ ) រួចរកលក្ខខណ្ឌេដីម្បឱ
(e) េតីអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត β̂ គឺជា BLUE ឬេទ?
4. េគឱ្យទន
ិ ្នន័យខាងេ្រកាម
Xi Yi
1 −1 −1
2 0 2
3 1 3
4 3 4
5 4 8
6 5 5
7 7 9
448
(a) រកបនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មនតាមវ ិធសា
ី �ស្តកាេរខ្លប
ី ំផុត
(b) េតស្តសម្មតក
ិ ម្មែដលថា β1 = 0 េដាយេ្របី α = 0.05
i. េដាយេ្របេី តស្ត t
ii. េដាយេ្របេី តស្ត F
(c) រកចេនា្លះពយករណ៍ 95% ស្រមាប់ Y ្រត�វនឹង X0 = 2
5. េគឱ្យទិន្នន័យខាងេ្រកាម
Xi Yi Xi Yi
1 22.9 21.9 11 5 12
2 82.4 60.8 12 49.7 29.2
3 40.1 78.6 13 26.9 38
4 185.9 92.4 14 5.7 10
5 26.9 50.7 15 7.6 12.3
6 20.4 21.4 16 9.2 23.4
7 166.2 40.1 17 32.4 71.1
8 27 40.8 18 6.1 4.4
9 45.6 10.4 19 50.1 32.1
10 154.9 88.9 20 74.1 99.6
449
450
ជំពូកទី13
តែ្រមត្រមង់ពហុលេី នែអ៊រ
េនក្នុងជំពូកេនះេយង
ី នឹងសិក�អំពគ ី ំរត
ូ ែ្រមត្រមងព ់ ហុលីេនែអ៊រែដលមានអេថរមិនអា្រស័យេ្រចីនជាងមួយ។
េយងី នង ឹ ពភា
ិ ក�អំពវី ិធសា
ី �ស្តកាេរខ្លប ី ៉ ន់សា្មនបា៉រា៉ ែម៉្រតែដលជាេមគុណតែ្រមត្រមង់ លក្ខណៈ
ី ំផុតេដីម្បបា
ី ំផុត ចេនា្លះេជឿជាក់ស្រមាប់េមគុណតែ្រមត្រមង់ េតស្តសម្មតិកម្ម េតស្តភាពសំខាន់
ៃនអ្នកបា៉ន់សា្មនកាេរខ្លប
ៃនគំរូតែ្រមត្រមង់ ចេនា្លះេជឿជាក់ស្រមាប់មធ្យមៃនអេថរេឆ្លីយតប និងចេនា្លះពយករណ៍។
អ្វែី ដលេយង
ី ចាប់អារម្មណ៍គឥឺ ទ្ធព
ិ លៃនការអប់រ ំ ក៏ដូចជាបទពេិ សាធន៍េនេល្រី បាក់េមា៉ង។ វាមនិ ខុសអំពគ
ី ំរូ
តែ្រមត្រមងធ ់ ម្មតាេទ េយង
ី នងឹ េធ្វកា
ី រសន្មតអ
់ ំពទ
ី ំនាក់ទំនងៃនេល្អ�ងៃចដន្យ នងិ អេថរមន ិ អា្រស័យការអប់រ ំ
ី អាចសេសរគំរូែដលមានអេថរមិនអា្រស័យពីរជាទ្រមង់
និងបទពិេសាធន៍ការងារ។ ជាទូេទេយង
Y = β0 + β1 X1 + β2 X2 + ε.
េនមានឧទាហរណ៍ជាេ្រចីនេផ្សងេទៀតអំពីទំនាក់ទំនងទាំងែបបេនះ៖
• ការេ្រប្រី បាស់េ្របងឥន្ទនៈៃនរថយន្តគអា
ឺ ្រស័យនង
ឹ ្របេភទរថយន្ត កមា្លង
ំ េសះ ទំហស
ំ ុឡា
ី ងំ នង
ិ ទម្ងន់
រថយន្ត។
Y = β0 + β1 X1 + β2 X2 + · · · + βk Xk + ε
ែដល
• Y ជាអេថរអា្រស័យ ឬអេថរេឆ្លីយតប
451
ិ អា្រស័យ ឬអេថរតែ្រមត្រមង់
• X1 , X2 , . . . , Xk ជាអេថរមន
• β0 , β1 , . . . , βk ជា k + 1 បា៉រា៉ ែម៉្រត
• ε ជាេល្អ�ងៃចដន្យ
13.2.1 អ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត
ឬអាចតំណាងេដាយតារាងខាងេ្រកាម
Y X1 X2 ··· Xk
Y1 X11 X12 ··· X1k
Y2 X21 X22 ··· X2k
.. .. .. ..
. . . .
Yn Xn1 Xn2 ··· Xnk
អនុគមន៍កាេរខ្លីបំផុតគឺកំនត់េដាយ
2
X
n X
n
X
k
S (β0 , β1 , . . . , βk ) = ε2i = Yi − β0 − β j i j
X
i=1 i=1 j=1
នង
ិ
∂S X
n
X
k
= −2 Yi − β̂0 − β̂ j Xi j Xi j = 0, j = 1, 2, . . . , k
∂β j β̂0 ,β̂1 ,...,β̂k i=1 j=1
452
េយង
ី ទទួលបានសមីការនរមា៉ល់
X
n X
n X
n X
n
nβ̂0 + β̂1 Xi1 + β̂2 Xi2 + · · · + β̂k Xik = Yi
i=1 i=1 i=1 i=1
X
n X
n X
n X
n Xn
β̂0 Xi1 + β̂1 Xi12 + β̂2 Xi1 Xi2 + · · · + β̂k Xi1 Xik = Xi1 Yi
i=1 i=1 i=1 i=1 i=1
..
.
X
n X
n X
n X
n X
n
β̂0 Xik + β̂1 Xik Xi1 + β̂2 Xik Xi2 + · · · + β̂k Xik2 = Xik Yi
i=1 i=1 i=1 i=1 i=1
y x1 x2
100 1 1
80 5 1
104 5 2
94 10 2
130 20 3
រកបនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មនពហុលីេនែអ៊រៃន
Y = β0 + β1 X1 + β2 X2 + ε
ចេម្លើយ. េយង
ី គណនា
X
n X
5 X
5 X
5
n = 5, Yi = 508, Xi1 = 41, Xi2 = 9, Xi12 = 551,
i=1 i=1 i=1 i=1
X
n X
5 X
5 X
5
Xi22 = 19, Xi1 Xi2 = 96, Xi1 Yi = 4560, Xi2 Yi = 966
i=1 i=1 i=1 i=1
ចំេពាះគំរូ Y = β0 + β1 X1 + β2 X2 + ε សមីការនរមា៉ល់គឺ
X
n X
n X
n
nβ̂0 + β̂1 Xi1 + β̂2 Xi2 = Yi
i=1 i=1 i=1
X
n X
n X
n Xn
β̂0 Xi1 + β̂1 Xi12 + β̂2 Xi1 Xi2 = Xi1 Yi
i=1 i=1 i=1 i=1
Xn Xn X
n Xn
β̂0 Xi2 + β̂1 Xi2 Xi1 + β̂2 Xi22 = Xi2 Yi
i=1 i=1 i=1 i=1
453
េយង
ី បាន
ចេម្លយ
ី ៃនសមកា
ី រេនះគឺ
y x1 x2
65 9.0 10.0
59 9.3 8.0
80 8.9 8.2
90 9.1 7.7
100 9.0 7.1
105 8.7 7.2
រកបនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មនពហុលេី នែអ៊រៃន
Y = β0 + β1 X1 + β2 X2 + ε
េយង ឹ សេសរគំរូតែ្រមត្រមង់លីេនែអ៊រ
ី នង
់ ៉ ្រទីស
ជាទ្រមងមា
Y1 1 X11 X12 . . . X1k β0 ε1
Y2 1 X21 X22 . . . X2k β1 ε2
.. = .. .. .. .. .. + ..
. . . . . . .
Yn 1 Xn1 Xn2 . . . Xnk βk εn
Y = Xβ + ε
454
ែដល Y ជាមា៉្រទីស n × 1, X ជាមា៉្រទីស n × (k + 1), β ជាមា៉្រទីស (k + 1) × 1 និង ε ជាមា៉្រទីស n × 1។
វ ិធានកាេរខ្លីបំផុតេ្របីស្រមាប់បា៉ន់សា្មន β ែដលេធ្វីឱ្យផលបូកកាេរៃនេល្អ�ង S (β) អប្បបរមា
X
n
S (β) = Yi − (β0 + β1 Xi1 + β2 Xi2 + · · · + βk Xik ) 2
i=1
X
n
= ε2i
i=1
=ε ε T
= (Y − Xβ)T (Y − Xβ)
εT ε = (Y − Xβ)T (Y − Xβ)
= (YT − βT XT )(Y − Xβ)
= YT Y − YT Xβ − βT XT Y + βT XT Xβ
េយង
ី មាន
(YT Xβ)T = βT XT Y
េហយ
ី េនះជាមា៉្រទីស 1 × 1 ដូចេនះ
YT Xβ = βT XT Y
ដូេច្នះ
εT ε = YT Y − 2βT XT Y + βT XT Xβ
455
សមា្គល់ 13.3.1. សមីការមា៉្រទីស
XT Xβ̂ = XT Y
សមមូលនង
ឹ សមកា ី រែដលេយង ី ទទួលបានខាងេល។ ី តាមពតិ េទេយង ី មាន
Pn Pn Pn P
n Xi1 Xi2 · · · Xik β̂0 ni=1 Yi
Pn Pn 2
i=1 Pn i=1 Pn i=1
Pn
i=1 Xi1 i=1 Xi1 i=1 Xi1 Xi2 · · · i=1 Xi1 Xik β̂1 i=1 Xi1 Yi
.. .. .. .. .. .. = ..
. . . . . . .
Pn Pn Pn Pn 2 Pn
i=1 Xik i=1 Xik Xi1 i=1 Xik Xi2 · · · i=1 Xik β̂k i=1 Xik Yi
េយង
ី សេង្កតេឃញ
ី ថាមា៉្រទីស X X ជាមា៉្រទីសសុីេម្រទី។
T
េយង
ី ពន
ិ ត
ិ ្យេមល ី ំផុតស្រមាប់គំរូតែ្រមត្រមង់លេី នែអ៊រធម្មតា៖
ី រូបមន្តអ្នកបា៉ន់សា្មនកាេរខ្លប
Yi = β0 + β1 Xi + εi , i = 1, 2, . . . , n
ែដលក្នុងករណីេនះេយង
ី មាន
Y1 1 X1 ε1
Y2 1 X2 " # ε2
β
Y = .. , X = .. .. , β= 0 , ε = ..
. . . β1 .
Yn 1 Xn εn
េយង
ី ពន
ិ ត
ិ ្យេមល
ី ែផ្នកនម
ី ួយៗេនក្នុងរូបមន្តអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត៖
1 X1
" #
1 1 . . . 1 1 X2
X X=
T
X1 X2 . . . Xn ... ...
1 Xn
" Pn Pn #
1 Xi
= Pn i=1 Pn 2
i=1
i=1 Xi i=1 Xi
" #
n nX̄
= Pn 2
nX̄ i=1 Xi
ច្រមាស់ៃនមា៉្រទស
ី X X គឺ
T
−1 " Pn 2 #
1 X −n X̄
XT X = P i=1 i
n ni=1 Xi2 − n2 X̄ 2 −nX̄ n
"Pn 2 #
1 i=1 Xi −nX̄
= Pn
n i=1 (Xi − X̄)2 −nX̄ n
និង
Y
" # 1
1 1 . . . 1 Y2
XT Y =
X1 X2 . . . Xn ...
Yn
" Pn # " #
Yi nȲ
= Pn i=1
= Pn
i=1 Xi Yi i=1 Xi Yi
456
ដូចេនះ
−1
β̂ = XT X XT Y
" Pn #" #
1 Xi2 −nX̄ nȲ
= Pn i=1Pn
n i=1 (Xi − X̄)2 −nX̄ n i=1 Xi Yi
Pn 2 Pn
1 i=1 Xi (nȲ) − nX̄ Xi Yi
= P P
i=1
n ni=1 (Xi − X̄)2 − nX̄ (nȲ) + n ni=1 Xi Yi
" Pn 2 P #
1 Ȳ i=1 Xi − X̄ ni=1 Xi Yi
= Pn Pn
i=1 (Xi − X̄) i=1 Xi Yi − n X̄ Ȳ
2
" Pn 2 P #
1 Ȳ i=1 Xi − nȲ X̄ 2 + nȲ X̄ 2 − X̄ ni=1 Xi Yi
= Pn Pn
i=1 (Xi − X̄) i=1 (Xi Yi − X̄ Ȳ)
2
" Pn 2 P #
1 Ȳ i=1 Xi − nX̄ 2 − X̄ ni=1 Xi Yi − nȲ X̄
= Pn Pn
i=1 (Xi − X̄) i=1 (Xi − X̄)(Yi − Ȳ)
2
ដូចេនះ
" #
1 ȲS xx − X̄S xy
β̂ =
S xx S xy
ដូេច្នះេយង
ី បាន
β̂0 = Ȳ − β̂1 X̄
S xy
β̂1 =
S xx
ែដល
X
n
S xx = (Xi − X̄)2
i=1
X
n
S xy = (Xi − X̄)(Yi − Ȳ).
i=1
x −3 −2 −1 0 2 5 6 8 11 12
y −9 −7 −5 −4 2 6 9 13 21 20
រកបនា្ទត់តែ្រមត្រមង់លីេនែអ៊របា៉ន់សា្មនេដាយេ្របីវ ិធីសា�ស្តមា៉្រទីស
ចេម្លើយ. េយង
ី មាន
−9 1 −3
−7 1 −2
−5 1 −1
−4 1 0
2 1
2
Y = , X =
6 1 5
9 1 6
13 1
8
21 1 11
20 1 12
457
ដូចេនះ
" # # " −1 " 0.1548 −0.0144#
10 38 46
X X=
T
, X Y= T
, X X =
T
38 408 709 −0.0144 0.0038
ដូចេនះ
−1
β̂ = XT X XT Y
" #" #
0.1548 −0.0144 46
=
−0.0144 0.0038 709
" #
−3.1009
=
2.0266
" #
β̂
= 0
β̂1
y x1 x2
100 1 1
80 5 1
104 5 2
94 10 2
130 20 3
រកបនា្ទត់តែ្រមត្រមង់បា៉ន់សា្មនពហុលីេនែអ៊រៃន
Y = β0 + β1 X1 + β2 X2 + ε
ចេម្លើយ. េយង
ី មាន
100 1 1 1
80 1 5 1
Y = 104 , X = 1 5 2
94 1 10 2
130 1 20 3
ដូចេនះ
5 41 9 508
XT X = 41 551 96 , XT Y = 4560 ,
9 96 19 966
−1 2.3076 0.1565 −1.8840
XT X = 0.1565 0.0258 −0.2044
−1.8840 −0.2044 1.9779
458
ដូចេនះ
−1
β̂ = XT X XT Y
2.3076 0.1565 −1.8840 508
= 0.1565 0.0258 −0.2044 4560
−1.8840 −0.2044 1.9779 966
66.1252
= −0.3794
21.4365
β̂0
= β̂1
β̂2
x 42 58 27 36 70 24 53 37
y 150 175 25 75 250 50 250 100
់ ហុលេី នែអ៊រជាទ្រមង់មា៉្រទស
(a) សេសរតែ្រមត្រមងព ី
−1
(b) គណនា XT X, XT X នង ិ X Y
T
(c) រកអ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុតៃន β
2. េគឱ្យទន
ិ ្នន័យ
y x1 x2
4 3 1
3 2 5
6 3 3
5 1 2
(a) សេសរតែ្រមត្រមង់ពហុលីេនែអ៊រជាទ្រមង់មា៉្រទីស
−1
(b) គណនា XT X, XT X នង ិ X Y
T
(c) រកអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុតៃន β
13.3.1 លក្ខណៈៃនអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត
េដម
ី ្បី សក ី ្រត�វការការសន្ម ត់ េនក្នុងគំរូ តែ្រមត្រមង់ ពហុ
ិ �អំពី លក្ខណៈៃនអ្នក បា៉ន់សា្មនកាេរខ្លី បំផុត េយង
លីេនែអ៊រ៖
1. E[ε] = 0
459
2. E[εεT ] = σ2 I
3. Rank(X) = k + 1
4. X មន
ិ ែមនជាអេថរៃចដន្យ
5. ε ∼ N(0, σ2 I)
សមា្គល់ 13.3.2. េនេពលែដល X ជាអេថរៃចដន្យេនាះេយង
ី ចាំបាច់សន្មត់ថាតៃម្លអេង្កត Xi មន
ិ អា្រស័យ
គា្ន េហយ
ី វាមន
ិ អា្រស័យនង
ឹ េល្អ�ងៃចដន្យ ε។ េនេពលែដលេធ្វេី តស្តសម្មតក
ិ ម្ម ឬរកចេនា្លះេជឿជាក់េយង
ី ្រត�វ
សន្មតថា
់ បំែនងែចកមានលក្ខខណ្ឌៃន Y េដាយដង ឹ X1 , X2 , . . . , Xk ជាអេថរៃចដន្យនរមា៉ល់េ្រចីនអេថរែដល
ិ វា៉ដ្យង់ σ I។ តាមពត
មានមធ្យម β0 + β1 X1 + · · · + βk Xk នង ិ េទ េនេពលែដល X ជាអេថរៃចដន្យ េយង ី
2
E[β̂] = β
បែន្ថមពីេលេី នះ
−1
V(β̂) = σ2 XT X .
មា៉្រទីសវា៉ដ្យង់-កូវា៉ដ្យង់
−1
V β̂ = V β + XT X XT ε
−1
= V XT X XT ε
−1 −1 T
= XT X XT V(ε) XT X XT
−1 −1
= XT X XT V(ε)X XT X
−1 −1
= XT X XT σ2 IX XT X
−1 −1
= σ2 XT X XT X XT X
−1
= σ2 XT X
□
460
ករណីគំរូតំែរតំរង់លេី នែអ៊រធម្មតា
" # "Pn 2 #
V(β̂0 ) Cov(β̂0 , β̂1 ) σ2 i=1 Xi −nX̄
= Pn
Cov(β̂1 , β̂0 ) V(β̂1 ) n i=1 (Xi − X̄)2 −nX̄ n
ដូចេនះេយង
ី បាន
Pn
σ2 Xi2
i=1
V(β̂0 ) = Pn
n i=1 (Xi − X̄)2
σ2
V(β̂1 ) = Pn
i=1 (Xi − X̄)
2
−X̄σ2
Cov(β̂0 , β̂1 ) = Pn
i=1 (Xi − X̄)
2
នង ី េមគុណតែ្រមត្រមង់។
ិ β3×1 ជាមា៉្រទស
−1
1. រកមា៉្រទស
ី មធ្យម នង ី វា៉ដ្យង់-កូវា៉ដ្យង់ៃន β̂ = X X X Y
ិ មា៉្រទស
T T
គំរ ូតែ្រមត្រមង់បា៉ន់សា្មន
Ŷ = Xβ̂
−1
= X XT X XT Y
= HY
−1
ែដល H = X XT X XT ជាមា៉្រទស
ី មួកែដលេផ្ទ�ងផា្ទត់លក្ខណៈ
1. H ជាមា៉្រទីសសុីេម្រទី
2. H ជាមា៉្រទីសស្វ័យគុណដូចគា្ន (idempotent)
H មា៉្រទីសសុេី ម្រទី
ចំេពាះ្រគប់មា៉្រទីសកាេរមានច្រមាស់េនាះេយង
ី មាន
(XT )−1 = (X−1 )T
េយង
ី បាន h iT h i−1
(XT X)−1 = (XT X)T = (XT X)−1
461
ដូចេនះ
−1 T
H T = X XT X XT
h iT
= X (XT X)−1 XT
−1
= X XT X XT
=H
H មា៉្រទីស idempotent
េយង
ី បងា្ហញថា H មា៉្រទស
ី idempotent ដូចខាងេ្រកាម
−1 −1
HH = X XT X XT X XT X XT
−1 −1
= X XT X XT X XT X XT
−1
= X XT X XT
=H
តាមរយៈភាពមន
ិ លេម្អ�ងៃនអ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុតេយង
ី បានសង្ឃម
ឹ គណិតៃន Ŷ
h i
E[Ŷ] = E Xβ̂ = XE[β̂] = Xβ
និងវា៉ដ្យង់ៃន Ŷ
V(Ŷ) = V(Xβ̂)
= XV(β̂)XT
−1
= Xσ2 XT X XT
−1
= σ2 X XT X XT
= σ2 H
យក hi j ជាធាតុទី (i, j) ៃនមា៉្រទស
ី H េនាះធាតុៃន V(Ŷ) គឺ
V(Yi ) = σ2 hii , Cov(Yi , Y j ) = σ2 hi j
(a) គណនាមា៉្រទីស H
(b) េផ្ទ�ងផា្ទត់ថា H ជាមា៉្រទីសសុីេម្រទី
2. េគឱ្យទន
ិ ្នន័យដូចតារាងខាងេ្រកាម
x 4 1 2 3 3 4
y 16 5 10 15 13 22
(a) គណនាមា៉្រទីស H
(b) េផ្ទ�ងផា្ទត់ថា H ជាមា៉្រទស
ី សុេី ម្រទី
(c) េផ្ទ�ងផា្ទត់ថា H ជាមា៉្រទីស idempotent
462
សំណល់
សំណល់តែ្រមត្រមង់គឺឱ្យេដាយ
e = Y − Ŷ = Y − Xβ̂ = Y − HY = (I − H)Y
ែដល I − H
1. ជាមា៉្រទស
ី សុេី ម្រទេី ្រពាះ
(I − H)T = IT − HT = (I − H)
(I − H)(I − H) = I − 2H + HH = (I − H)
1.
E[e] = 0
2.
V(e) = σ2 (I − H)
3.
XT e = 0
V(ei ) = σ2 (1 − hii )
Cov(ei , e j ) = −σ2 hi j
ស្រមាយបញ្ជ ក់. 1.
E[e] = (I − H)E[Y]
= (I − H)Xβ
−1
= (I − X XT X XT )Xβ
−1
= (X − X XT X XT X)β
= (X − X)β
=0
2.
463
3.
XT e = XT (I − H)Y
= (XT − XT H)Y
−1
= (XT − XT X XT X XT )Y
= (XT − XT )Y
=0
1. V(Ŷi )
2. Cov(Ŷi , Ŷ j )
3. V(ei )
4. Cov(ei , e j )
ផលបូកកាេរៃនេល្អ�ង
X
n
SSE = e2i
i=1
= eT e
= YT (I − H)Y
= YT Y − β̂T XT Y
= εT (I − H)ε
តាមពិតេទ
464
េយង ី េ្របីរូបមន្តេនះេដីម្បគ
ី ណនា S S E េ្រពាះ Y Y, X Y នង
T T
ិ β̂ ្រត�វបានគណនាែដលជាែផ្នកមួយៃនការ
បា៉ន់សា្មនកាេរខ្លីបំផុត។
eT e = YT (I − H)Y
= (Xβ + ε)T (I − H)(Xβ + ε)
= (Xβ + ε)T (I − H)Xβ + (Xβ + ε)T (I − H)ε
= 0 + (Xβ + ε)T (I − H)ε
= (βT XT + εT )(I − H)ε
= βT XT (I − H)ε + εT (I − H)ε
= 0 + εT (I − H)ε
= εT (I − H)ε
2. េគឱ្យទិន្នន័យដូចតារាងខាងេ្រកាម
x 4 1 2 3 3 4
y 16 5 10 15 13 22
គណនា S S E
ការបា៉ន់សា្មន σ2
េយង
ី មាន
h i
E[S S E ] = E eT e
h i
= E εT (I − H)ε
h i h i
= E εT ε − E εT Hε
Xn X n Xn
= E[ε2i ] − hi j E[εi ε j ]
i=1 i=1 j=1
X
n
= nσ2 − hii E[εi εi ]
i=1n
X
= nσ −
2
hii σ2
i=1
= nσ − tr(H)σ2
2
េយង
ី បានសន្មត់ថា Rank(X) = k + 1 េនាះ
tr(H) = tr X(XT X)−1 XT
= tr (XT X)(XT X)−1
= tr(Ik+1 )
=k+1
465
ដូេច្នះ
SSE
σ̂2 =
n−k−1
ស្រមាយបញ្ជ ក់.
1
E[σ̂2 ] = E[S S E ]
n−k−1
1
= (n − k − 1)σ2
n−k−1
= σ2
□
លំហាត់ 13.3.6. 1. េយង
ី សន្មត់ថា Rank(X) = k + 1។ បងា្ហញថា
(a) tr(H) = Rank(H) = k + 1
(b) tr(I − H) = Rank(I − H) = n − k − 1
2. បងា្ហញថាតៃម្លផា្ទល់ៃនមា៉្រទស
ី H គឺេស្មីនឹង 0 ឬ 1។
្រទឹសប
ី ្ត ទ Gauss-Markov
ី ្ដ ទ 13.3.2. តាមការសន្ម ត់ េនក្នុងគំរូ តែ្រមត្រមង់ ពហុ លេី នែអ៊រ អ្នក បា៉ន់សា្មនកាេរខ្លី បំផុត β̂ គជា
្រទឹសប ឺ
BLUE
ស្រមាយបញ្ជ ក់. • លក្ខណៈលេី នែអ៊រនង
ិ ភាពមន
ិ លេម្អ�ង៖ េយង
ី បានបងា្ហញថា
−1
β̂ = XT X XT Y
E[β̂] = β
ែដលបញ្ជក់ថា β̂ ជាអ្នកបា៉ន់សា្មនមិនលេម្អ�ងៃន β
់ ប្បបរមា៖ េដីម្បបងា
• វា៉ដ្យងអ ់ ប្បបរមាេធៀបនឹងអ្នកបា៉ន់សា្មន
ី ំផុតមានវា៉ដ្យងអ
ី ្ហ ញថាអ្នកបា៉ន់សា្មនកាេរខ្លប
លីេនែអ៊រមិនលេម្អ�ងេផ្សងេទៀត េយង
ី កំនត់អ្នកបា៉ន់សា្មនលីេនែអ៊រៃន β េដាយ
β∗ = CY
ែដល C ជាមា៉្រទស
ី (k + 1) × n ។ េយង
ី មាន
E[β∗ ] = E[CY] = CE[Y] = CXβ
466
េដីម្បឱ
ី ្យ β ជាអ្នកបា៉ន់សា្មនមន
∗
ិ លេម្អ�ងៃន β េយង
ី ្រត�វមាន
CX = I
េយង
ី មាន
េ្រពាះ
−1 −1
DX = (C − XT X XT )X = CX − XT X (XT X) = I − I = 0
ដូចេនះ
1. β̂ ជាអ្នកបា៉ន់សា្មនលីេនែអ៊រ
2. E[β̂] = β
13.3.2 អ្នកបា៉ន់សា្មនឱកាសអតិបរមា
Y ∼ N(Xβ, σ2 I)
មានន័យថា
Yi ∼ N(β0 + β1 Xi1 + β2 Xi2 + · · · + βk Xik , σ2 ), i = 1, . . . , n
អនុគមន៍ដង់សុីេតៃន Yi គឺ
1 1
fi (y) = √ exp − (y − β0 − β1 X i1 − β2 Xi2 − · · · − β k Xik ) 2
2πσ 2σ2
467
Qn
ឺ អនុគមន៍ដង់សុេី តរួមៃន Y1 , Y2 , . . . , Yn ឬ
អនុគមន៍ឱកាសគជា i=1 fi (Yi ) ។ ដូេច្នះអនុគមន៍ឱកាសគឺ
Y
n
L(Y, X; β, σ2 ) = fi (Yi )
i=1
1 1 X n
2
= exp − (Yi − β 0 − β1 X i1 − β2 X i2 − · · · − βk X ik )
(2π)n/2 σn 2σ2 i=1
!
1 1
= exp − 2 (Y − Xβ) (Y − Xβ)T
(2π)n/2 σn 2σ
អនុគមន៍ឱកាសឡូការតគ
ី ឺ
n n 1
ln L(Y, X; β, σ2 ) = − ln(2π) − ln(σ2 ) − (Y − Xβ)T (Y − Xβ)
2 2 2σ2
អ្នកបា៉ន់សា្មនឱកាសអតប ិ រមាៃន β នង
ិ σ គឺទទួលបានេដាយេដាះ្រសាយសមកា
2
ី រេដរេវទ
ី មី ួយេដាយែផ្នក
ៃន ln L(Y, X; β, σ2 ) េធៀបនឹង β និង σ2 េស្មីនឹងសូន្យដូចខាងេ្រកាម៖
∂ 1
ln L(Y, X; β, σ2 ) = 2XT (Y − Xβ) = 0
∂β 2σ2
∂ n 1
ln L(Y, X; β, σ2 ) = − 2 + (Y − Xβ)T (Y − Xβ) = 0
∂σ 2 2σ 2(σ2 )2
េយង
ី បាន
XT Y − XT Xβ̂ ML = 0
XT Xβ̂ ML = XT Y
−1
β̂ ML = XT X XT Y
និង
n 1
− + (Y − Xβ̂ ML )T (Y − Xβ̂ ML ) = 0
2σ̂ ML 2σ̂4ML
2
n 1
= (Y − Xβ̂ ML )T (Y − Xβ̂ ML )
2σ̂ ML 2σ̂ ML
2 4
1
σ̂2ML = (Y − Xβ̂ ML )T (Y − Xβ̂ ML )
n
េដម
ី ្បបងា ិ σ̂ ML ជាអ្នកបា៉ន់សា្មនឱកាសអតប
ី ្ហ ញថា β̂ ML នង
2
ិ រមាេយង ី បងា្ហញថាមា៉្រទស
ី Hessian ជាមា៉្រទស ី
អវ ិជ្ជមានេន្រតង់ β = β̂ ML នងិ σ = σ̂ ML ។ ពន
2 2
ិ ត
ិ ្យេមល
ី េដរេវទ
ី ព
ី រី េដាយែផ្នកៃន ln L(Y, X; β, σ ) េធៀប
2
នឹង β និង σ2
∂2 1
ln L(Y, X; β, σ2 ) = − 2 XT X
∂β∂β T σ
∂ 2
n 1
ln L(Y, X; β, σ2 ) = − 6 (Y − Xβ)T (Y − Xβ)
∂(σ )
2 2 2σ 4 σ
∂2
1
ln L(Y, X; β, σ2 ) = − 4 XT (Y − Xβ)
∂β∂σ 2 σ
468
េយង
ី បានមា៉្រទស
ី Hessian
∂2 ln L(Y,X;β,σ2 )
∂2 ln L(Y,X;β,σ2 )
2 ∂β∂βT 2 ∂β∂σ2
∂ ln L(Y,X;β,σ ) ∂2 ln L(Y,X;β,σ2 )
∂σ2 ∂β ∂(σ )
2 2
ដូចេនះអ្នកបា៉ន់សា្មនឱកាសអតិបរមាៃន β គឺជាអ្នកបា៉ន់សា្មនមិនលេម្អ�ងៃន β។
469
ពីេ្រពាះ HX = X ។ ដូេច្នះេយង
ី បាន
E[β̂] = β
E[Ŷ] = Xβ
E[e] = 0
េយង
ី បានបងា្ហញថា
−1
V(β̂) = σ2 XT X
V(Ŷ) = HV(Y)HT = H(σ2 I)H = σ2 H
V(e) = V((I − H)ε) = (I − H)(σ2 I)(I − H)T = σ2 (I − H)
ពេី ្រពាះ H នង
ិ I − H ជាមា៉្រទស
ី សុេី ម្រទី នង
ិ idempotent េដីម្ប្រី សាយភាពមនិ អា្រស័យគា្នេយង
ី ្រសាយ
ថាវាមិនមានទំនាក់ទំនងគា្នេ្រពាះ v ជាអេថរៃចដន្យនរមា៉ល់េ្រចីនអេថរ។ េយង ី មាន
ដូចេនះ Ŷ នង
ិ e មន
ិ អា្រស័យគា្ន។ □
V(Yi ) = σ2 hii
V(ei ) = σ2 (1 − hii )
េនាះេយង
ី បាន hii ≥ 0 និង 1 − hii ≥ 0។ ដូេច្នះ
0 ≤ hii ≤ 1, i = 1, . . . , n
470
មា៉្រទស
ី I − H អាចសេសរជា I − H = PΛP ែដល P ជាមា៉្រទីសអរតូកណា
T
ូ ល់និង Λ = diag(λ1 , . . . , λn )
។ មយ៉ងេទៀតេដាយសារ I − H = (I − H)2 េនាះ λi ∈ {0, 1} ។ តាង ϵ = PT ε ∼ N(0, σ2 I) េនាះ
εT (I − H)ε ϵ T Λϵ
= ∼ χ2ν
σ 2 σ 2
• េដាយសារ ϵi
σ
∼ N(0, 1) េនាះ
ϵ T Λϵ X ϵi2
n
= λi 2 ∼ χ2ν
σ 2
i=1
σ
ី ្ដ ទ 13.3.5. សន្មតថា
្រទឹសប ់ Y ∼ N(Xβ, σ2 I) ែដល X ជាមា៉្រទីស n × (k + 1) និង XT X ជាមា៉្រទស
ី មាន
ច្រមាស់។ ចំេពាះវុ ិចទ័រមន
ិ សូន្យ c(k+1)×1 េយង
ី មាន
cT β̂ − cT β
p ∼ tn−k−1
σ̂ cT (XT X)−1 c
ែដល
−1
β̂ = XT X XT Y
SSE eT e
σ̂2 = =
n−k−1 n−k−1
ស្រមាយបញ្ជ ក់. តាង
cT β̂ − cT β
U= p
σ cT (XT X)−1 c
េនាះ U ∼ N(0, 1)។ តាង V = េនាះ V ∼ χ2n−k−1 ។ េយង
(n−k−1)σ̂2
σ2 ី មាន U ជាអនុគមន៍ៃន β̂ នង
ិ V ជា
អនុគមន៍ៃន e ដូចេនះ U និង V មិនអា្រស័យគា្ន។ តាមនិយមន័យៃនបំែនងែចក t េយង ី បាន
T β̂−cT β
√c
c β̂ − c β
T T
σ cT (XT X)−1 c U
p = q = √ ∼ tn−k−1 .
σ̂ cT (XT X)−1 c (n−k−1)σ̂2
/(n − k − 1) V/(n − k − 1)
σ2
471
សមា្គល់ 13.3.8. • េយង
ី មាន −1
β̂ ∼ N β, σ X X
T 2
េនាះ −1
c β̂ ∼ N c β, σ c X X c
T T 2 T T
េ្រពាះ
• ជាទូេទេយង
ី មិនសា្គល់ σ េនាះេយង
2
ី បា៉ន់សា្មនវាេដាយអ្នកបា៉ន់សា្មនមិនលេម្អ�ង σ̂ ។
2
2. s
n−k−1
cT (β̂ − β) ∼ tn−k−1
nσ̂2ML cT (XT X)−1 c
ី ្ដ ទ 13.3.6. សន្មតថា
្រទឹសប ់ Y ∼ N(Xβ, σ2 I) ែដល X ជាមា៉្រទីស n × (k + 1) និង XT X ជាមា៉្រទីសមាន
ច្រមាស់។ ចំេពាះមា៉្រទីស C(k+1)×r ែដលមានជួរឈរមិនអា្រស័យគា្នេនាះ
1 −1 −1
(β̂ − β) C C X X C CT (β̂ − β)/σ̂2 ∼ Fr,n−k−1
T T T
r
ែដល
−1
β̂ = XT X XT Y
SSE eT e
σ̂2 = =
n−k−1 n−k−1
−1
ស្រមាយបញ្ជ ក់. តាង U = CT (β̂ − β)/σ េនាះ U ∼ N(0, Σ) ែដល Σ = CT XT X C ជាមា៉្រទស
ី
r × r មានច្រមាស់។ ដូេច្នះ
UT Σ−1 U ∼ χ2r
តាង V = (n−k−1)σ̂2
σ2
េនាះ V ∼ χ2n−k−1 ។ អេថរៃចដន្យ χ2 ទាំងពរី មន
ិ អា្រស័យគា្នេ្រពាះ β̂ គម
ឺ ន
ិ អា្រស័យនង
ឹ
σ̂2 ។ ដូចេនះតាមនិយមន័យៃនបំែនងែចក F េយង
ី បាន
UT Σ−1 U/r 1 −1 −1
(n−k−1)σ̂2
= (β̂ − β)T
C CT
XT
X C CT (β̂ − β)/σ̂2
σ2
/(n − k − 1) r
∼ Fr,n−k−1
□
លំហាត់ 13.3.8. ក្នុងគំរូតែ្រមត្រមង់ពហុ លីេនែអ៊រ Y = Xβ + ε ែដល ε ∼ N(0, σ2 I) និង k + 1 < n។
តាង σ̂2ML ជាអ្នកបា៉ន់សា្មនឱកាសអតិបរមាៃន σ2 ។ បងា្ហញថា
472
1.
(β̂ − β)T XT X(β̂ − β)
∼ χ2k+1
σ2
2.
(n − k − 1)
(β̂ − β)T XT X(β̂ − β) ∼ Fk+1,n−k−1
n(k + 1)σ̂ ML
2
13.4 េតស្តសម្មតិកម្មកងគំ
ុ្ន រ ូតែ្រមត្រមង់ពហុលេី នែអ៊រ
េនក្នុងែផ្នកមុនេយង
ី បាន
• រកគំរូតែ្រមត្រមង់ពហុលីេនែអ៊រ
• បា៉ន់សា្មនបា៉រា៉ ែម៉្រត
• សិក�អំពីលក្ខណៈៃនអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត
ី េធ្វីការសំេរចចិត្តអំពីគំរូតែ្រមត្រមង់
េនក្នុងែផ្នកេនះេយង
ី ំរូតែ្រមត្រមង់ល្រ្អ គប់្រគាន់ស្រមាប់ទន
1. េតគ ិ ្នន័យឬេទ?
2. េតេី យង ិ ជា្រត�វការអេថរតែ្រមត្រមង់ទាង
ី ពត ំ អស់េនក្នុងគំរូឬេទ?
េយង
ី នឹងេ្របីេតស្តសិត
្ថ ិ t និង F េតស្តេដីម្បេី ឆ្លីយសំនួរទាំងេនះ។
លក្ខណៈភាពវិភាគវា៉ដ្យង់
្រទឹសប
ី ្ដ ទ 13.4.1.
SST = SSR + SSE
ែដល
• S S T : ផលបូកកាេរសរុប
• S S R : ផលបូកកាេរៃនតែ្រមត្រមង់
• S S E : ផលបូកកាេរៃនេល្អ�ង
ស្រមាយបញ្ជ ក់.
X
n X
n
SST = (Yi − Ȳ) =
2
Yi2 − nȲ 2 = YT Y − nȲ 2
i=1 i=1
X
n X
n X
n
SSR = (Ŷi − Ȳ)2 = Ŷi2 − 2Ȳ Ŷi +nȲ 2
i=1 i=1 i=1
|{z}
=nȲ
X
n
= Ŷi2 − nȲ 2 = ŶT Ŷ − nȲ 2 = β̂T XT Xβ̂ − nȲ 2
i=1
−1 −1
= YT X XT X XT X XT X XT Y − nȲ 2
= YT HY − nȲ 2
Xn
SSE = (Yi − Ŷi )2 = eT e = YT (I − H)Y
i=1
473
ដូចេនះ
S S R + S S E = YT HY − nȲ 2 + YT (I − H)Y
= YT Y − nȲ 2
= SST
ែដល
X
n
Ŷi = nȲ
i=1
េ្រពាះេយង
ី មាន
ei = Yi − Ŷi
េនាះ
X
n X
n
ei = (Yi − Ŷi ) = 0
i=1 i=1
□
Pn
ែឡម 13.4.0.1. ផលបូកៃនធាតុៃនវុ ិចទ័រេល្អ�ង e េស្មន
ី ងឹ សូន្យ មានន័យថា i=1 ei =0
(I − H)X = X − HX = X − X = 0
X
n
ei = 1T e = 1T (I − H)Y = 1T (I − H)T Y = [(I − H)1]T Y = 0T Y = 0
i=1
Pn
េ្រពាះជួរឈរទីមួយៃនមា៉្រទីស X គវឺ ុ ិចទ័រ 1។ ឬេយង
ី អាច្រសាយេដាយផ្ទុយពកា
ី រពិត៖ សន្មតថា
់ i=1 ei = nc
ែដល c , 0 េនាះ
X
n X
n
e2i = {(ei − c) + c}2
i=1 i=1
X
n X
n
= (ei − c)2 + 2c (ei − c) + nc2
i=1
i=1n
X
n
X
= (ei − c) + 2c ei − nc + nc2
2
i=1 i=1
X
n X
n
= (ei − c)2 + nc2 > (ei − c)2
i=1 i=1
Pn 2
ី ដឹង ថា i=1 ei ជាតៃម្ល អប្បបរមាៃន S (β) ដូចេនះមិន មានតៃម្ល ផលបូក កាេរែដលតូចជាងវាេទ
ប៉ុែន្ត េយង
េហយ ី េនះគផ ឺ ុ យព
្ទ កា
ី រពត
ិ ។ ដូេច្នះ c = 0។ □
474
បំែនងែចកផលបូកកាេរ
ី ្ដ ទ 13.4.2. េបី Z ∼ N 0, σ2 In×n និង Q ជាមា៉្រទីសសុីេម្រទីនិង idempotent េនាះ
្រទឹសប
ZT QZ
∼ χ2tr(Q)
σ 2
PT QP = Λ = diag(λ1 , λ2 , . . . , λn )
E[Z∗ ] = PT E[Z] = 0
V(Z∗ ) = PT σ2 IP = σ2 PT P = σ2 I
ដូចេនះ
Z∗ ∼ N(0, σ2 I)
ពនិ ត
ិ ្យេមល
ី បំែនងែចក Z QZ េដាយេ្របប
T
ី ែម្លង Z ។ េដាយសារ P ជាមា៉្រទស
∗
ី អរតូកូណាល់េនាះច្រមាស់
របស់វាេស្មីនឹង្រតង់ស្បូរបស់
៉ វា មានន័យថា Z = (PT )−1 Z∗ = PZ∗ ។ េយង
ី បាន
ZT QZ Z∗ PT QPZ∗
T
1
= = 2 Z∗T ΛZ∗
σ 2 σ 2 σ
X tr(Q) tr(Q) !2
1 X ∗2 X Zi∗
n
1 ∗2
= 2 λi Zi = 2 Z = ∼ χ2tr(Q)
σ i=1 σ i=1 i i=1
σ
ពិនិត្យេមីល
!
1 T 1
S S T = Y Y − nȲ = Y Y − Y JY = Y I − J Y
T 2 T
T
n n
!
1
S S R = YT HY − nȲ 2 = YT H − J Y
n
S S E = Y (I − H)Y
T
ែដល
1 1 ... 1
1 1 ... 1
J = 11 = ..
T
.. . . ..
. . . .
1 1 ... 1
□
បំែនងែចក S S E
SSE 1 1
= 2 YT (I − H) Y = 2 εT (I − H)ε
σ 2 σ σ
• ε ∼ N 0, σ2 In×n
475
• មា៉្រទីស I − H ជាមា៉្រទីសសុីេម្រទីនិង idempotent
ដូចេនះ
SSE
∼ χ2ν
σ2
ែដល
ν = tr (I − H) = n − k − 1
បំែនងែចក S S R
!
1
SSR = Y T
H− J Y
n
េយង
ី បែម្លង
Y = Xβ + ε = 1β0 + X̃β̃ + ε
ែដល β̃ = (β1 , . . . , βk )T ។ ដូចេនះ
!
1
S S R = Y I − J Y − YT (I − H) Y
T
n
!
1
= Y I − J Y − εT (I − H)ε
T
n
!
1
= (1β0 + X̃β̃ + ε) I − J (1β0 + X̃β̃ + ε) − εT (I − H)ε
T
n
! ! !
1 1 1
= (1T β0 + β̃T X̃T + εT ) I − J 1β0 + I − J X̃β̃ + I − J ε − εT (I − H)ε
n n n
| {z }
=0
! ! ! !
1 1 1 1
= 1 β0 I − J X̃β̃ + 1 β0 I − J ε +β̃ X̃ I − J X̃β̃ + β̃ X̃ I − J ε
T T T T T T
n n n n
| {z } | {z }
=0 =0
! !
1 1
+ ε I − J X̃β̃ + ε I − J ε − εT (I − H)ε
T T
n n
! ! !
1 1 1
= β̃ X̃ I − J X̃β̃ + 2β̃ X̃ I − J ε + ε H − J ε
T T T T T
n n n
ដូចេនះេបី β̃ = 0 េនាះ !
1
SSR = ε T
H− J ε
n
និង
!
SSR 1 T 1
= 2ε H − J ε
σ2 σ n
• ε ∼ N 0, σ2 In×n
• មា៉្រទស
ី H − n J ជាមា៉្រទស
1
ី សុេី ម្រទន
ី ង
ិ idempotent
ដូេច្នះេបី β̃ = 0 េនាះ !
SSR 1
∼ χν , ν = tr H − J = k
2
σ2 n
476
ភាពមិនអា្រស័យគា្ន
៉ ់
ី ្ដ ទ 13.4.3. េគឱ្យ n × 1 វុ ិចទ័រ Y ∼ N(0, I)។ តាង A ជាមា៉្រទីស idempotent n × n ែដលមានរង
្រទឹសប
m នង ី idempotent n × n ែដលមានរង៉ ់ s នង
ិ B ជាមា៉្រទស ិ សន្មត់ថា BA = 0 េនាះ Y AY នង
ិ Y BY
T T
ជាអេថរៃចដន្យ χ2 មិនអា្រស័យគា្ន។
បាន្រសាយថា
S S E ε T ε
= (I − H) ∼ χ2n−k−1
σ2 σ σ
!
S S R ε T 1 ε
= H− J ∼ χ2k
σ2 σ n σ
េនាះេយង
ី ្រត�វ្រសាយថាផលគុណៃន H − n J និង I − H េស្មីនឹងសូន្យ
1
!
1 1 1
H − J (I − H) = H − H2 − J + JH
n n n
1 1
=H−H− J+ J=0
n n
• H ជាមា៉្រទស
ី idempotent
ី n J អាចបែម្លងជា
• មា៉្រទស 1
−1
1 1
i 1 h
1 T 1 h i −1
1 .. 1 1 · · ·
1
J = 11 = .. 1 1 · · · .
1 = 1 1T 1 1T
n n .
1 1
បែន្ថមពីេលីេនះេយង
ី មាន
−1
XT H = XT X XT X XT = XT
បំែនងែចក S S T
េបី β̃ = 0 េនាះ
!
SST 1 T 1
= 2ε I − J ε
σ2 σ n
• ε ∼ N 0, σ2 In×n
477
ដូចេនះេបី β̃ = 0 េនាះ !
SST 1
∼ χν , ν = tr I − J = n − 1
2
σ2 n
ដូេច្នះេបី β̃ = 0 េនាះ
•
SST SSE SSR
= 2 + 2 ∼ χ2 ែដលមានដឺេ្រកេសរ ី
σ 2 σ σ
(n − 1) = (n − k − 1) + k
ែដល SSE
σ2
និង SSR
σ2
ជាអេថរៃចដន្យ χ2 មិនអា្រស័យគា្ន។
• តាមនិយមន័យៃនបំែនងែចក F េយង
ី បាន
S S R /k
F= ∼ F(k, n − k − 1)
S S E /(n − k − 1)
13.4.1 េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់
H0 : β1 = β2 = · · · = βk = 0
H1 : β j , 0 យា៉ងេហាចណាស់ j មួយ
• S S E /σ2 ∼ χ2n−k−1
• S S E /σ2 នង
ិ S S R /σ ជាអេថរៃចដន្យមន
2
ិ អា្រស័យគា្ន
េតស្តសត
ិ្ថ ស
ិ ្រមាប់ H0 : β1 = β2 = · · · = βk = 0 គឺ
S S R /k MS R
F0 = = ∼ F(k, n − k − 1)
S S E /(n − k − 1) MS E
េយង
ី មាន
478
•
SSE
E = σ2
n−k−1
• S S
R β̃T XTc Xc β̃
E = σ2 +
k k
ែដល β̃ = (β1 , β2 , . . . , βk )T និង Xc = I − n1 J X̃
• េបី β̃ = 0 េនាះេយង
ី រ ំពង
ឹ ថា MS R /MS E េស្មន
ី ងឹ 1
• េបី β̃ , 0 េនាះេយង
ី រ ំពឹងថា MS R /MS E ធំជាង 1
្របភពបំែរបំរល
ួ ផលបូកកាេរ ដេឺ ្រកេសរ ី មធ្យមកាេរ F0
តែ្រមត្រមង់ SSR k MS R MS R
MS E
េតស្តសម្មតិកម្មេនក្រមិតចា ំបាច់ α
H0 : β1 = β2 = · · · = βk = 0
H1 : β j , 0 យា៉ងេហាចណាស់ j មួយ
MS R
T S : F0 =
MS E
RR : F ≥ Fα (k, n − k − 1)
p := P(F ≥ F0 )
រ ូបមន្តគណនា S S R , S S E
េយង
ី មាន
S S E = YT Y − β̂T XT Y
េដាយសារ n 2
1 X
S S T = Y Y − Yi
T
n i=1
ដូចេនះ
n 2 n 2
X X
S S E = YT Y − Yi − β̂T XT Y − Yi
1 1
n i=1 n i=1
ឬ
SSE = SST − SSR
ដូេច្នះ
n 2
1 X
S S R = β̂ X Y − Yi
T T
n i=1
479
ឧទាហរណ៍ 13.4.1. ទន
ិ ្នន័យៃនរយៈេពលដឹកជញ្ជូ ន Y, ចំនួនទំនញ
ិ X1 , ចមា្ងយ X2
េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់
ចេម្លើយ. េយង
ី មាន
n 2
1 X 1
S S T = Y Y − Yi = 18310.63 − (559.6)2 = 5784.54
T
n i=1 25
n 2
1 X
S S R = β̂T XT Y − Yi = 18076.9 − (599.6)2 = 5550.81
1
n i=1 25
S S E = S S T − S S R = YT Y − β̂T XT Y = 233.73
្របភពបំែរបំរល
ួ ផលបូកកាេរ ដឺេ្រកេសរ ី មធ្យមកាេរ F0
តែ្រមត្រមង់ 5550.81 2 2775.405 261.2
េល្អ�ង 233.73 22 10.624
សរុប 5784.54 24
480
េយង
ី សន្និដា្ឋនថាមានទំនាក់ទំនងនឹងបរមាណដ
ិ ឹកជញ្ជូ ន និង (ឬ) ចមា្ងយ។ សមា្គល់ែដរថាតៃម្លេតស្តសិត
្ថ ិ
F0 និងតៃម្ល p មានបងា្ហញេនក្នុងតារាងសេង្ខបក្នុង R។
R2 និង R2 ែកស្រម�ល
េយង
ី អាចេ្របេី មគុណៃនពហុកំនត់ R េដីម្បវា ី ពសមរម្យៃនគំរូតែ្រមត្រមង់។
ី យតៃម្លេទេលភា
2
• េមគុណៃនពហុកំនត់ R2
SSR SSE
R2 = =1−
SST SST
• R2 ែកស្រម�ល
S S E /(n − k − 1) n − 1 SSE
R2adj = 1 − =1−
S S T /(n − 1) n − k − 1 SST
• េដាយសារ n−1
n−k−1
≥ 1 េនាះ
R2adj ≤ R2
13.4.2 េតស្តេលើេមគុណតែ្រមត្រមង់នីមួយៗ
481
់ ្លះែដលមានក្នុងគំរូ។ េតស្តសម្មតក
េដាយការលុបេចាលនូវអេថរតែ្រមត្រមងខ ិ ម្មស្រមាប់ភាពចាំបាច់ៃនេមគុណ
តែ្រមត្រមង់នីមួយៗ β j គឺ
H0 : β j = 0,
H1 : β j , 0
β̂ j − β j
T0 = p ∼ tn−k−1
σ̂2C j j
ែដល
• σ̂2 = SSE
n−k−1
= eT e
n−k−1
−1
• C j j ជាធាតុអង្កត់្រទ�ងៃន XT X ែដល្រត�វនង
ឹ β̂ j
p
• se(β̂ j ) := σ̂2C j j ជាេល្អ�ងស្តង់ដាៃន β̂ j
ី បានបងា្ហញថាមា៉្រទីសវា៉ដ្យង់ កូវា៉ដ្យង់ៃន β̂
េយង
−1
V(β̂) = σ2 XT X
−1
• ធាតុ អង្កត់្រទ�ងៃន σ2 XT X ជាវា៉ដ្យង់ៃន β̂0 , β̂1 , . . . , β̂k និងធាតុ មិនែមនអង្កត់្រទ�ងជាកូ វា៉ដ្យង់។
ជាទូេទមា៉្រទីសវា៉ដ្យង់ កូ វា៉ដ្យង់ៃន β̂ ជាមា៉្រទីសសុីេម្រទី (k + 1) × (k + 1) ែដលធាតុ ទី j j គឺជាវា៉
ដ្យង់ៃន β̂ j ធាតុទី i j ជាកូវា៉ដ្យង់រវាង β̂i នង
ិ β̂ j ។
េយង
ី បានបងា្ហញថា
cT β̂ − cT β
p ∼ tn−k−1
σ̂ cT (XT X)−1 c
យក c = (0, . . . , 0, 1, 0, . . . , 0)T ជាវុ ិចទ័រែដលមាន 1 ជាធាតុទី j េនាះេយង
ី បាន
β̂ j − β j
q ∼ tn−k−1
σ̂ (XT X)−1 j j
េ្រពាះ
•
cT β̂ = β̂ j
• h i
cT (XT X)−1 c = (XT X)−1
jj
482
េតស្តសម្មតិកម្មេនក្រមិតចា ំបាច់ α
H0 : β j = 0,
H1 : β j , 0
β̂ j − β j
T S : t0 = p
σ̂2C j j
RR : |T | ≥ tα/2,n−k−1
p := 2P(T ≥ t0 )
បដិេសដ H0 : β j = 0 េបី
• |t0 | ≥ tα/2,n−k−1
• ឬ តៃម្ល p ≤ α
H0 : β2 = 0
H1 : β2 , 0
−1
ធាតុអង្កត់្រទ�ងៃន XT X ែដល្រត�វនឹង β̂2 គឺ C22 = 0.00000123។ ដូចេនះតៃម្លេតស្តសិត
្ថ ិ
β̂2 − β2 0.01438
t0 = p = √ = 3.98
σ̂2C22 (10.6239)(0.00000123)
េដាយសារ t0.025,22 = 2.074 េនាះ េយង ី បដិ េសដ H0 : β2 = 0 និង សន្និដា្ឋនថាអេថរតែ្រមត្រមង់ X2 រួម
ចំែនកយា៉ងសំខាន់េនក្នុងគំរូតែ្រមត្រមង។់
13.4.3 េតស្តេលើសន
ំ ុំរងៃនេមគុណតែ្រមត្រមង់
ពន ិ ្យគំរូតែ្រមត្រមង់ពហុលេី នែអ៊រ
ិ ត
Y = Xβ + ε
ែដល Y : n × 1, X : n × (k + 1), β : (k + 1) × 1, ε : n × 1 ។ បំែបកមា៉្រទីស X និង β ដូចខាងេ្រកាម
h i " #
β
X = X1 X2 , β = 1
β2
ែដល
• X1 : n × (k + 1 − r), X2 : n × r,
• β1 : (k + 1 − r) × 1, β2 : r × 1
H0 : β2 = 0, H1 : β 2 , 0
483
• គំរូេពញ
Y = X1 β1 + X2 β2 + ε
ែដលមានផលបូកកាេរតែ្រមត្រមង់ S S R (β)
• គំរូប្រង�មេ្រកាមសម្មតិកម្ម H0 : β2 = 0
Y = X1 β1 + ε
ែដលមានផលបូកកាេរតែ្រមត្រមង់ S S R (β1 )
ផលបូកកាេរបែន្ថម
ផលបូកកាេរតែ្រមត្រមង់េដាយសារែត β2 េដាយដឹងថា β1 េនក្នុងគំរូរច
ួ េហយ
ី គឺ
S S R (β2 | β1 ) = S S R (β) − S S R (β1 )
ី េនក្នុងផលបូកកាេរតែ្រមត្រមង់
ផលបូកកាេរេនះេហថាផលបូកកាេរបែន្ថមេដាយសារែត β2 េ្រពាះវាវាស់កំេនន
ែដលបានមកពី ការបែន្ថម អេថរតែ្រមត្រមង់ Xk−r+1 , Xk−r+2 , . . . , Xk េទក្នុងគំរូ តែ្រមត្រមង់ ែដលផ្ទុកអេថរ
តែ្រមត្រមង់ X1 , X2 , . . . , Xk−r រួចេហយ
ី ។ េយង
ី មាន S S R (β2 | β1 ) គម
ឺ ិនអា្រស័យនឹង S S E និងតាមសម្មតិកម្ម
H0 : β2 = 0 េនាះេតស្តសត
ិ្ថ ិ
S S R (β2 | β1 )/r
F0 = ∼ F(r, n − k − 1)
S S E /(n − k − 1)
តៃម្លេតស្តសិត
្ថ ិ
[S S R (β) − S S R (β1 )]/r
F0 =
MS E
បដិេសដ H0 េបី F0 ≥ Fα (r, n − k − 1)
សមា្គល់ 13.4.1. េបប
ី ដេិ សដ H0 េនាះេយង
ី អាចសន្នដា
ិ ្ឋ នថាយា៉ងេហាចណាស់មានបា៉រា៉ ែម៉្រតមួយេនក្នុង
β2 មិនេស្មីនឹងសូន្យេហយ ់ ួយក្នុងចំណាម Xk−r+1 , Xk−r+2 , . . . , Xk
ី ដូេច្នះមានយា៉ងេហាចណាស់អេថរតែ្រមត្រមងម
េនក្នុង X2 រួមចំែនកយា៉ងសំខាន់េនក្នុងគំរូតែ្រមត្រមង់។
ករណីពេិ សស
H0 : β1 = β2 = · · · = βk = 0
េ្រកាមសម្មតក
ិ ម្ម H0 គំរូប្រង�មគឺ
Yi = β0 + εi
េនក្នុងករណីេនះ β̂0 = Ȳ នង
ិ S S R (β0 ) = 0 ។ ដូចេនះ
[S S R (β0 , β1 , . . . , βk ) − S S R (β0 )]/k
F0 =
S S E /(n − k − 1)
S S R (β0 , β1 , . . . , βk )/k
=
S S E /(n − k − 1)
MS R
= ∼ F(k, n − k − 1)
MS E
េយង
ី អាចគណនា S S R (β2 | β1 ) តាមរយៈ
484
• គំរូតែ្រមត្រមង់េពញ នង
ិ គំរូតែ្រមត្រមង់ប្រង�មេផ្សងគា្ន
H0 : β2 = 0, H1 : β 2 , 0
េដីម្បេី ធ្វីេតស្តសម្មតិកម្មេនះេយង
ី ្រត�វការផលបូកកាេរបែន្ថមេដាយសារែត β2
S S R (β2 | β0 , β1 ) = S S R (β2 , β1 , β0 ) − S S R (β1 , β0 )
= S S E (β1 , β0 ) − S S E (β2 , β1 , β0 )
គំរូេពញ Y = β0 + β1 X1 + β2 X2 + ε នង
ិ គំរូប្រង�ម Y = β0 + β1 X1 + ε
ស្រមាប់គំរូេពញ៖ េយង
ី មាន σ̂ = 3.259 េនាះ
S S E (β2 , β1 , β0 ) = (22)(3.259)2 = 233.6637
ស្រមាប់គំរូប្រង�ម៖ េយង
ី មាន σ̂ = 4.181 េនាះ
S S E (β1 , β0 ) = (23)(4.181)2 = 402.0575
485
ដូចេនះ
តៃម្លេតស្តសិត
្ថ ិ
486
i Yi Xi1 Xi2 Xi3 i Yi Xi1 Xi2 Xi3
1 11.90 19.50 43.10 29.10 11 25.40 31.10 56.60 30.00
2 22.80 24.70 49.80 28.20 12 27.20 30.40 56.70 28.30
3 18.70 30.70 51.90 37.00 13 11.70 18.70 46.50 23.00
4 20.10 29.80 54.30 31.10 14 17.80 19.70 44.20 28.60
5 12.90 19.10 42.20 30.90 15 12.80 14.60 42.70 21.30
6 21.70 25.60 53.90 23.70 16 23.90 29.50 54.40 30.10
7 27.10 31.40 58.50 27.60 17 22.60 27.70 55.30 25.70
8 25.40 27.90 52.10 30.60 18 25.40 30.20 58.60 24.60
9 21.30 22.10 49.90 23.20 19 14.80 22.70 48.20 27.10
10 19.30 25.50 53.50 24.80 20 21.10 25.20 51.00 27.50
1. េតស្តសម្មតិកម្ម
H0 : β3 = 0, H1 : β 3 , 0
2. េតស្តសម្មតិកម្ម
H0 : β2 = β3 = 0, H1 : ∃ j : β j , 0, j = 2, 3
ី មានតារាងវ ិភាគវា៉ដ្យង់ស្រមាប់ Y = β0 + β1 X1 + β2 X2 + β3 X3 + ε
ចេម្លើយ. េយង
1. េតស្តសម្មតក
ិ ម្ម
H0 : β3 = 0, H1 : β 3 , 0
តៃម្លេតស្តសិត
្ថ ិ
S S R (β3 | β0 , β1 , β2 )/1 11.55
F0 = = = 1.8773
S S E /16 6.15
េដាយសារ F0.05,1,16 = 4.49 ដូចេនះេយង ី មន
ិ បដិ េសដ H0 : β3 = 0 ។ េយង
ី សន្នដា
ិ ្ឋ នថាអេថរ
តែ្រមត្រមង់ X3 មិនរួមចំែនកសំខាន់េនក្នុងគំរូតែ្រមត្រមង់។
2. េតស្តសម្មតិកម្ម
H0 : β2 = β3 = 0, H1 : ∃ j : β j , 0, j = 2, 3
487
តារាងវ ិភាគវា៉ដ្យង់ តៃម្លេតស្តសត
ិ្ថ ិ
• េតស្តសម្មតក
ិ ម្ម
H0 : Cβ = 0
• សម្មតិកម្ម
H1 : Cβ , 0
– េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់
ី ំនុំរងៃនេមគុណតែ្រមត្រមង់
– េតស្តេលស
1. −1
Cβ̂ ∼ Nr Cβ, σ C X X CT
2T
2. េ្រកាមសម្មតិកម្ម H0 : Cβ = 0
T −1 −1
S S H /σ := Cβ̂ C X X CT Cβ̂/σ2 ∼ χ2r
2 T
3.
S S E /σ2 ∼ χ2n−k−1
4. S S H និង S S E មិនអា្រស័យគា្ន
488
េ្រកាមសម្មតិកម្ម H0 : Cβ = 0 េតស្តសិត
្ថ ិ
S S H /r
F0 =
S S E /(n − k − 1)
T −1 −1
Cβ̂ C X X CT Cβ̂/r
T
=
S S E /(n − k − 1)
∼ F(r, n − k − 1)
S S H /r
F0 =
S S E (F M)/(n − k − 1)
[S S R (F M) − S S R (RM)]/r
=
S S E (F M)/(n − k − 1)
[S S E (RM) − S S E (F M)]/r
=
S S E (F M)/(n − k − 1)
[R2F M − RRM
2
]/r
F0 =
(1 − RF M )/(n − k − 1)
2
េតស្តបន្ស ំលីេនែអ៊រៃនេមគុណតែ្រមត្រមង់
េតស្តសម្មតិកម្ម H0 : cT β = 0 េ្របី cT ជំនួសមា៉្រទីស C ក្នុង Cβ = 0 េយង
ី មាន r = 1 និងេតស្តសិត
្ថ ិ
T −1 −1
c β̂ c X X c cT β̂
T T T
F0 =
S S E /(n − k − 1)
2
cT β̂
=
σ̂2 cT (XT X)−1 c
∼ F(1, n − k − 1)
ី មានគំរូតែ្រមត្រមង់
ឧទាហរណ៍ 13.4.5. ឧបមាថាេយង
Y = β0 + β1 X1 + β2 X2 + ε
489
i Yi Xi1 Xi2 Xi3 X4i
1 29 33 53 3.32 3.42
2 24 31 36 3.10 3.26
3 26 33 51 3.18 3.18
4 22 37 51 3.39 3.08
… … … … … …
32 22 37 37 2.73 2.59
េតស្តសម្មតក
ិ ម្ម
H0 : β1 = β3 = 0 ឬ H0 : Cβ = 0
ែដល " #
0 1 0 0 0
C=
0 0 0 1 0
ចេម្លើយ. គំរូេពញ Y = β0 + β1 X1 + β2 X2 + β3 X3 + β4 X4 + ε
តៃម្លេតស្តសិត
្ថ ិ
T −1 −1
Cβ̂ C X X CT Cβ̂/r
T
F0 =
S S E /(n − k − 1)
37.15884/2
=
201.2283/27
= 2.49
490
េដាយសារ F0.05 (2, 27) = 3.35 េនាះេយង ី មន
ិ បដិេសដ H0 : β1 = β3 = 0។
គំរូប្រង�ម Y = β0 + β2 X2 + β4 X4 + ε ឬ
[S S E (RM) − S S E (F M)]/r
F0 =
S S E (F M)/(n − k − 1)
(238.3709 − 201.2283)/2
=
201.2283/27
= 2.49
ឬ
[R2F M − R2RM ]/r
F0 =
(1 − R2F M )/(n − k − 1)
(0.9261 − 0.9124)/2
=
(1 − 0.9261)/27
= 2.5
ឬតាមតារាងវ ិភាគវា៉ដ្យង់
តៃម្លេតស្តសិត
្ថ ិ
F0 = 2.4929
េដាយសារតៃម្ល p = 0.1015 > 0.05 = α េនាះេយង
ី មិនបដិេសដ H0 : β1 = β3 = 0
491
13.5 ចេនា្លះេជឿជាក់កងគំ
ុ្ន រ ូតែ្រមត្រមង់ពហុលេី នែអ៊រ
13.5.1 ចេនា្លះេជឿជាក់ស្រមាប់េមគុណតែ្រមត្រមង់នីមួយៗ
• −1
β̂ ∼ N β, σ X X
T2
•
β̂ j − β j
T0 = p ∼ tn−k−1 , j = 0, 1, . . . , k
σ̂2C j j
−1
ែដល C j j ជាធាតុទី j j ៃនមា៉្រទីស XT X និង σ̂2 = n−k−1 SSE
ចេនា្លះេជឿជាក់ស្រមាប់េមគុណតែ្រមត្រមង់
ចេនា្លះេជឿជាក់ 100(1 − α)% ស្រមាប់េមគុណតែ្រមត្រមង់ β j , j = 0, 1, . . . , k គឱ ឺ ្យេដាយ
q q
β̂ j − tα/2,n−k−1 σ̂ C j j ≤ β j ≤ β̂ j + tα/2,n−k−1 σ̂2C j j
2
p p
β̂1 − t0.025,22 σ̂2C11 ≤ β1 ≤ β̂1 + t0.025,22 σ̂2C11
p p
1.61591 − (2.074) (10.6239)(0.00274378) ≤ β1 ≤ 1.61591 + (2.074) (10.6239)(0.00274378)
1.26181 ≤ β1 ≤ 1.97001
13.5.2 ចេនា្លះេជឿជាក់ស្រមាប់មធ្យមេឆ្លើយតប
ី តបេន្រតង់ចំនុចេនះគឺ
មធ្យមេឆ្លយ
E[Y|x0 ] = µY|x0 = xT0 β
ែដលអាចបា៉ន់សា្មនេដាយ
µ̂Y|x0 = xT0 β̂
492
ែដលជាអ្នកបា៉ន់សា្មនមន
ិ លេម្អ�ងេ្រពាះ
ិ វា៉ដ្យង់ៃន µ̂Y|x0 គឺ
នង
−1
V(µ̂Y|x0 ) = σ2 xT0 XT X x0
ចេនា្លះេជឿជាក់ស្រមាប់អេថរេឆ្លើយតប
េនក្នុងតែ្រមត្រមងព ់ ហុលីេនែអ៊រចេនា្លះេជឿជាក់ 100(1−α)% ស្រមាប់ µY|x0 េន្រតងច ់ ំនុច x01 , x02 , . . . , x0k
គឺ q q
µ̂Y|x0 − tα/2,n−k−1 σ̂ x0
2 T
(X T X) x0 ≤ µY|x0 ≤ µ̂Y|x0 + tα/2,n−k−1 σ̂2 xT0 (XT X)−1 x0
−1
ែដល
SSE
σ̂2 =
n−k−1
និង h i
xT0 = 1 x01 x02 . . . x0k
មធ្យមេឆ្លីយតបបា៉ន់សា្មនេន្រតង់ x0 គឺ
h i 2.34123
µ̂Y|x0 = xT0 β̂ = 1 8 275 1.61591 = 19.22
0.01438
ឬ
17.66 ≤ µY|x0 ≤ 20.78
493
13.6 ពយករណ៍អេង្កតថ្មីៃនគំរ ូតែ្រមត្រមង់ពហុលេី នែអ៊រ
េល្អ�ងៃនការពយករគឺ
eP̂ = Y0 − Ŷ0 = xT0 (β − β̂) + ε0
េយង
ី មាន
•
eP̂
q ∼ N(0, 1)
−1
σ 1 + x0 (X X) x0
T T
•
(n − k − 1)σ̂2
∼ χ2n−k−1
σ2
• អេថរៃចដន្យទាំងពរី មន
ិ អា្រស័យគា្ន
តាមនិយមន័យៃនបំែនងែចក t េយង
ី បាន
eP̂
q
−1
σ 1+x0 (XT X) x0
T
Y0 − Ŷ0
q = q ∼ tn−k−1
(n−k−1)σ̂2 −1
σ2
/(n − k − 1) σ̂ 1 + x0 (X X) x0
2 T T
ចេនា្លះពយករណ៍
ចេនា្លះពយករណ៍ 100(1 − α)% ស្រមាប់អេង្កតថ្មីគឺ
q q
Ŷ0 − tα/2,n−k−1 σ̂2 1 + x0
T
(X T X) x0 ≤ Y0 ≤ Ŷ0 + tα/2,n−k−1 σ̂2 1 + xT0 (XT X)−1 x0
−1
494
ឧទាហរណ៍ 13.6.1. េនក្នុងឧទាហរណ៍រយៈេពលដឹកជញ្ជូ នរកចេនា្លះពយករណ៍ 95% ្រតង់ចំនុច x01 =
8, x02 = 275។ តាង xT0 = [1, 8, 275] េនាះចំនុចបា៉ន់សា្មនគឺ
ឬ
12.28 ≤ Y0 ≤ 26.16
ី រូជាជំហានៗ
ការេ្រជីសេរសគំ
• ការេ្រជីសេរសេទមុ
ី ខ (Forward selection)៖ េផ្តីម េចញពី គំរូ ែដលមានអេថរតែ្រមត្រមង់ មួយ រួច
បែន្ថមអេថរតែ្រមត្រមង់ែដលសំខាន់ម្តងមួយរហូតដល់មន
ិ មានអថរសំខាន់េផ្សងេទៀតេនក្នុងគំរូ
• លក្ខណៈវ ិនិច្ឆ័យ
1. តៃម្ល p
2. R2adj
3. MS E
4. AIC, BIC, Mallow’s C p
• េផ្តីមេចញពគ
ី ំរូេពញ
495
i Yi Xi1 Xi2 Xi3 Xi4
1 78.5 7 26 6 60
2 74.3 1 29 15 52
3 104.3 11 56 8 20
4 87.6 11 31 8 47
5 95.9 7 52 6 33
6 109.2 11 55 9 22
7 102.7 3 71 17 6
8 72.5 1 31 22 44
9 93.1 2 54 18 22
10 115.9 21 47 4 26
11 83.8 1 40 23 34
12 113.3 11 66 9 12
13 109.4 10 68 8 12
ចេម្លើយ. េយង
ី មាន
R2adj MS E
គំរូេពញ Y ∼ X1 + X2 + X3 + X4 0.9736 5.9829
ជំហានទ១
ី Y ∼ X2 + X3 + X4 0.9638 8.2025
Y ∼ X1 + X3 + X4 0.9750 5.6501
Y ∼ X1 + X2 + X4 0.9764 5.3315
Y ∼ X1 + X2 + X3 0.9764 5.3453
ជំហានទី២ Y ∼ X2 + X4 0.6161 86.8810
Y ∼ X1 + X4 0.9670 7.4747
Y ∼ X1 + X2 0.9744 5.7888
ការបំបាត់្រតលប់េ្រកាយ: តៃម្ល p
• េផ្តីមេចញពីគំរូេពញ
• បំបាត់អេថរែដលមានតៃម្ល p ខ្ពស់
• េធ្វីគំរូតែ្រមត្រមង់ែដលមានអេថរតិចជាង
• េធ្វីដែដលៗរហូតដល់្រគប់អេថរែដលេនសល់មានភាពសំខាន់
496
497
ការេ្រជើសេរ ើសេទមុខ: R2adj និង MS E
• េផ្តីមេចញពីគំរូែដលមានអេថរតែ្រមត្រមង់មួយ
ខ្ពស់ជាងេគ ( MS E តូចជាងេគ)
R2adj MS E
ជំហានទី១ Y ∼ X1 0.4916 115.1329
Y ∼ X2 0.6359 82.3919
Y ∼ X3 0.221 176.3584
Y ∼ X4 0.645 80.3532
ជំហានទ២
ី Y ∼ X4 + X1 0.967 7.4747
Y ∼ X4 + X2 0.6161 86.8810
Y ∼ X4 + X3 0.9223 17.5728
ជំហានទី៣ Y ∼ X4 + X1 + X2 0.9764 5.3315
Y ∼ X4 + X1 + X3 0.975 5.6501
ជំហានទី៤ Y ∼ X4 + X1 + X2 + X3 0.9736 5.9829
498
ការេ្រជើសេរ ើសេទមុខ: តៃម្ល p
• េផ្តីមេចញពីគំរូែដលមានអេថរតែ្រមត្រមង់មួយ
• េ្រជីសយកគំរូែដលមានតៃម្ល p តូចជាងេគ
• បែន្ថមអេថរែដលេនសល់ម្តងមួយេទេលីគំរូែដលបានេ្រជីសេរស
ី រួចេ្រជីសយកគំរូែដលមានតៃម្ល p
តូចបំផុត
• េធ្វីដែដលៗរហូតដល់មិនមានអេថរេនសល់ផ្តល់នូវតៃម្ល p ែដលតូច
តៃម្ល p
ជំហានទ១
ី Y ∼ X1 0.00455
Y ∼ X2 0.000665
Y ∼ X3 0.0598
Y ∼ X4 0.000576
ជំហានទី២ Y ∼ X4 + X1 1.11 × 10−6 (X1 )
Y ∼ X4 + X2 0.687(X2 )
Y ∼ X4 + X3 8.38 × 10−5 (X3 )
ជំហានទ៣
ី Y ∼ X4 + X1 + X2 0.051687(X2 )
Y ∼ X4 + X1 + X3 0.06969(X3 )
• េ្របវី ិធសា
ី �ស្ត Radj ស្រមាប់ការពយករណ៍
2
ី �ស្ត p ស្រមាប់ភាពចាំបាច់ៃនអេថរតែ្រមត្រមង់
• វ ិធសា
13.8 ពហុកល
ូ េី នែអ៊រ
គំរូតែ្រមត្រមង់ពហុលីេនែអ៊រ
ជាទ្រមង់មា៉្រទីស
Y = Xβ + ε
Y1 1 X11 X12 . . . X1k β0 ε1
Y2 1 X21 X22 . . . X2k β1 ε2
=
.. .. .. .. .. .. + ..
. . . . . . .
Yn 1 Xn1 Xn2 . . . Xnk βk εn
499
−1
អ្នក បា៉ន់សា្មនកាេរខ្លី បំផុត ៃន β = (β0 , β1 , . . . , βk )T គឺ β̂ = XT X XT Y េនេពលែដល XT X មាន
ច្រមាស់។
សមា្គល់ 13.8.1. មា៉្រទីស XT X មានច្រមាស់លុះ្រតាែតជួរឈរៃន X គឺមិនអា្រស័យលីេនែអ៊រនឹងគា្ន។
បញ្ហ សំខាន់ មួយ េនក្នុងតែ្រមត្រមង់ ពហុ លីេនែអ៊រ គឺ ពហុ កូ លីេនែអ៊រ ឬេស្ទីរែតអា្រស័យ លីេនែអ៊រ រវាងអេថរ
តែ្រមត្រមង់
់ ួយអា្រស័យលេី នែអ៊រក្នុងក្រមត
• េនេពលែដលអេថរតែ្រមត្រមងម ់ មួយអេថរតែ្រមត្រមងេ់ ផ្សងេទៀត
ិ ខ្ពសជា
់ ម
េនាះការបា៉ន់សា្មនៃនេមគុណតែ្រមត្រមងគ ្ត ន និងេតស្តៃនភាពសំខាន់ៃនតែ្រមត្រមង់
ឺ ិនអាចទុកចិតបា
អាចនាំឱ្យមានការយល់្រចលំ។
Yi = β0 + β1 Xi1 + β2 Xi2 + εi
Xi1 = α0 + α1 Xi2
ពហុកូលេី នែអ៊រខ្លះេនក្នុងគំរូែដលអេថរតែ្រមត្រមង់ពរី
Yi = β0 + β1 Xi1 + β2 Xi2 + εi
Xi1 = α0 + α1 Xi2 + ui
វិបាកៃនពហុកល
ូ េី នែអ៊រ
់ ង
• េតស្តៃនភាពសំខាន់ៃនតែ្រមត្រមងន ឹ មន
ិ ប៉ះពាល់េដាយពហុកល
ូ េី នែអ៊រ។ វាក៏មានន័យថាការពយករណ៍
មិនប៉ះពាល់េដាយពហុកូលេី នែអ៊រ។
• េមគុណតែ្រមត្រមង់ែ្រប្រប�លខា្លង
ំ េនេពលែដលបែន្ថមឬដកេចញអេថរតែ្រមត្រមង់។
ការអេង្កតពហុកល
ូ េី នែអ៊រ
• េមគុណកូរេឡស
ី ិនខ្ពស់
េមគុណកូ រេឡស
ី ិនគូៗរវាងអេថរតែ្រមត្រមង់អាចជាតៃម្លខ្ពស់។ តាមការកំនត់៖ េបីតៃម្លដាច់ខាតៃន
េមគុណកូរេឡស
ី ិន > 0.8 េនាះអាចនឹងមានពហុកូលីេនែអ៊រក្រមិតខ្ពស់
• តៃម្ល R2 ធំែតតៃម្លសិត
្ថ ិ t តូច
អាចេមគុណតែ្រមត្រមងន ់ ម
ី ួយៗមានតៃម្លសិត ់ ង
្ថ ិ t តូចប៉ុែន្តតែ្រមត្រមងទា ំ មូលមានតៃម្ល R2 ធំ (ឬេត
ស្តភាពចាំបាច់ៃនតែ្រមត្រមង់ F េតស្តគមា ឺ នភាពចាំបាច់ែបបស្ថត ិ )
ិ
500
េនក្នុងគំរូតែ្រមត្រមង់ពហុលេី នែអ៊រែដលមាន k អេថរតែ្រមត្រមង់
េនក្នុងសមីការេនះមាន k VIFs:
ី រជំនួយក្នុងជំហានទី 1
ែដល R2i ជា R2 ស្រមាប់សមកា
3. វ ិភាគក្រមត
ិ ៃនពហុកល
ូ េី នែអ៊រេដាយគណនា VIF ស្រមាប់ β̂i នម
ី ួយៗ។ តាមការកំនត់េបី VIF(β̂i ) > 5
េនាះអាចនឹងមានពហុកូលីេនែអ៊រក្រមិតខ្ពស់
ដំេណាះ្រសាយស្រមាប់ពហុកល
ូ េី នែអ៊រ
មិនមានដំេណាះ្រសាយែតមួយគត់ែដលនឹងអាចបំបាត់ពហុ កូលីេនែអ៊រេនាះេទ។ វ ិធីសា�ស្តជាក់លាក់អាច
នឹងមាន្របេយាជន៍
• មិនេធ្វីអីទា
្វ ង
ំ អស់៖ រក�ទុកនូវគំរូែដលមាន
• ដកេចញនូវអេថរែដលផ្ទួនគា្ន៖ េបអ
ី េថរផ្ទួនគា្នេនាះវាមន ី ំបូង
ិ គួរ្រត�វបានបញ្ចូ លេទក្នុងគំរូេទតាំងពដ
• បែម្លងអេថរែដលពហុកូលីេនែអ៊រគា្ន៖ អាចបេង្កីតបន្សំលីេនែអ៊រៃនអេថរែដលពហុកូលីេនែអ៊រគា្ន
• បេង្កីនទំហំលំហគំរូ៖ ការបេង្កីនទំហំលំហគំរូេធ្វីឱ្យេមគុណបា៉ន់សា្មន្របេសីរជាងមុននិងកាត់បន្ថយ
ផលប៉ះពាល់ៃនពហុកូលីេនែអ៊រ។ ជាធម្មតាេដាយការបែន្ថមទិន្នន័យ។
នង
ិ disp, hp, wt នង ិ drat ជាអេថរតែ្រមត្រមង់។ តាមលទ្ធផលេយង ី េឃញ ី ថា R = 0.8376 នង ិ េតស្ត
2
501
502
13.9 វិធីសា�ស្តកាេរខ្លីបំផុតទូេទ
ពិនិត្យគំរូតែ្រមត្រមង់
Y = Xβ + ε, E[ε] = 0, V[ε] = σ2 V
ែដល V ជាមា៉្រទស
ី n × n ែដលសា្គល់។
• េបី V មានធាតុមន
ិ ែមនអង្កត់្រទ�ងមន
ិ សូន្យេនាះអេង្តត Y មានទំនាក់ទំនងគា្ន។
េគាលបំណងសំខាន់ៃនវ ិធសា
ី �ស្តកាេរខ្លប
ី ំផុតទូេទគប
ឺ ែម្លងមា៉្រទស ី ្យវា៉ដ្យងេ់ នក្នុង
ី ៃនអេង្កត [Y X] េដីម្បឱ
គំរូ ែដលបែម្លង គឺ σ2 I។ េដាយសារ σ2 V ជាមា៉ ្រទី សវា៉ដ្យង់-កូ វា៉ ដ្យង់ េនាះ V ជាមា៉្រទីស សុីេម្រទី និង មាន
ច្រមាស់ ដូេច្នះមានមា៉្រទីស P ែដល
V−1 = PT P
បែម្លងគំរូ Y = Xβ + ε េដាយ P េយង
ី បាន
PY = PXβ + Pε
ឬ
Ỹ = X̃β + ε̃
េនក្នុងគំរូេនះេយង
ី មាន
ដូេច្នះអ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុតគឺ
−1
β̂ = X̃T X̃ X̃T Ỹ
−1
= XT PT PX XT PT PY
−1
= XT V−1 X XT V−1 Y
សមា្គល់ 13.9.1.
សំេណើ 13.9.1.
E[β̂GLS ] = β
503
ស្រមាយបញ្ជ ក់. េយង
ី មាន
−1
β̂GLS = XT V−1 X XT V−1 Y
−1
= β + XT V−1 X XT V−1 ε
ដូចេនះ
h i −1
E β̂GLS = β + XT V−1 X XT V−1 E[ε]
|{z}
=0
=β
Heteroscedasticity
ពន
ិ ត
ិ ្យករណី Heteroscedasticity៖ េយង
ី សន្មត់ថា
V(ε) = Σ = σ2 V
ែដល
2
σ1 0 . . . 0 ω1 0 . . . 0
0 σ2 . . . 0 0 ω2 . . . 0
2
2
Σ = .. . = σ V = σ .. .
2
.. . . .. . .
. . . .. . . . ..
0 . . . 0 σ2n 0 . . . 0 ωn
អ្នកបា៉ន់សា្មន GLS
n n
X Xi XiT −1 X X Y
=
i i
β̂GLS
i=1
ω i i=1
ω i
504
ឬសមមូលនឹង
n n
X Xi XiT −1 X X Y
=
i i
β̂GLS 2
i=1
σ 2
i i=1
σ i
េដាយសារ V ជាមា៉្រទស
ី អង្កត់្រទ�ងេនាះ
X
n
Xi X T
−1
X V X=
T i
i=1
ωi
Xn
Xi Yi
XT V−1 Y =
i=1
ωi
ដូេច្នះ
n n
X Xi XiT −1 X X Y
=
i i
β̂GLS
i=1
ω i i=1
ω i
β̃ = CY
េដីម្បឱ
ី ្យ β̃ ជាអ្នកបា៉ន់សា្មនមិនលេម្អ�ងៃន β េយង
ី ្រត�វមាន
CX = I
−1
តាង D = C − XT V−1 X XT V−1 ។ េយង
ី មាន
េ្រពាះ
−1
T −1 T −1
DX = C − X V X X V X = I − I = 0
505
លំហាត់អនុវត្តន៍
i 1 2 3 4 5 6
Xi 5 1 2 3 3 5
Yi 15 5 10 14 12 20
(a) សេសរតែ្រមត្រមង់លីេនែអ៊រជាទ្រមង់មា៉្រទីស
(b) រកអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុតៃន β
(c) គណនា σ̂2 ែដលអ្នកបា៉ន់សា្មនមិនលេម្អ�ងៃន σ2
(d) េតស្តសម្មតក
ិ ម្មែដលថា β1 = 0 េដាយេ្របី α = 0.05
(e) រកចេនា្លះេជឿជាក់ 95% ស្រមាប់មធ្យមៃន Yi ្រត�វនង
ឹ X0 = 4
ចេម្លើយ
ែដល
15 1 5
ε1
5 1 1 ε
" # 2
10 1 2 β ε
Y = , X = , β= 0 , ε = 3
14 1 3 β1 ε4
12 1
3 ε
5
20 1 5 ε6
(b) អ្នកបា៉ន់សា្មនកាេរខ្លប
ី ំផុតៃន β គឺ
−1
β̂ = XT X XT Y
េយង
ី មាន
" # # " −1 " 0.9480 −0.2467#
6 19 76
X X=
T
, X Y=T
, X X =
T
19 73 278 −0.2467 0.0779
ដូចេនះ
−1
β̂ = XT X XT Y
" #" #
0.9480 −0.2467 76
=
−0.2467 0.0779 278
" #
3.454
=
2.909
" #
β̂
= 0
β̂1
506
(c) អ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត σ̂2 េយង
ី មាន
SSE
σ̂2 =
n−k−1
ែដល
S S E = YT Y − β̂T XT Y = 1090 − 1071.273 = 18.727
ដូចេនះ
18.727
σ̂2 = = 4.6817
4
(d) េតស្តសម្មតិកម្ម
• ែចងសម្មតក
ិ ម្ម
H0 : β1 = 0, H1 : β1 , 0
• តៃម្លសំខាន់
tα/2,n−2 = t0.025,4 = 2.776
• េតស្តសិត
្ថ ិ
β̂1 2.909
t β1 = q = q = 4.816
σ̂2 4.6817
S xx 12.83333
• ែដនបដិេសដ
t ≤ −2.776 ឬ t ≥ 2.776
• ការសំេរចចត
ិ ្ត៖ េដាយសារ tβ1 ស្ថត
ិ េនក្នុងែដនបដេិ សដេនាះេយង
ី បដេិ សដ H0 េនក្រមត
ិ
ចាំបាច់ α = 0.05
• សន្នដា
ិ ្ឋ ន៖ េនក្រមត
ិ ចាំបាច់ α = 0.05 ចំេពាះទន
ិ ្នន័យែដលឱ្យេយង
ី មន
ិ គាំ្រទការអះអាង
ែដលថា β1 = 0 េទ។
ែដល
µ̂Y|4 = β̂0 + β̂1 .4 = 3.454 + (2.909)(4) = 15.09
2. ពនិ ត
ិ ្យគំរត ់ ហុលេី នែអ៊រ Yi = β0 + β1 Xi1 + β2 Xi2 + εi , i = 1, 2, , . . . , n ។ េគឱ្យទន
ូ ែ្រមត្រមងព ិ ្នន័យ
ដូចតារាងខាងេ្រកាម
507
i 1 2 3 4
Xi1 1 −1 0 0
Xi2 2 2 −3 1
Yi 6 1 5 4
ចេម្លើយ
(a) គំរូតែ្រមត្រមង់ពហុលីេនែអ៊រជាទ្រមង់មា៉្រទីស
Y = Xβ + ε
ែដល
6 1 1 2
1 1 −1 2
Y = , X =
5 1 0 −3
4 1 0 1
(b)
4 0 2 16
X X = 0 2 0 , X Y = 5 ,
T T
2 0 18 3
−1 0.2647 0.0 −0.0294
XT X = 0.0000 0.5 0.0000
−0.0294 −0.0 0.0588
ដូចេនះ
−1
β̂ = XT X XT Y
0.2647 0.0 −0.0294 16
= 0.0000 0.5 0.0000 5
−0.0294 −0.0 0.0588 3
4.147
= 2.5
−0.294
β̂0
= β̂1
β̂2
508
(c) េតស្តភាពសំខាន់ៃនគំរូតែ្រមត្រមង់េដាយេ្របី α = 0.05 ែចងសម្មតក
ិ ម្ម
H0 : β1 = β2 = 0
H1 : យា៉ងេហាចណាស់ β j , 0, j = 1, 2
តៃម្លេតស្តសិត
្ថ ិ៖ េយង
ី មាន
n 2
X
S S T = YT Y − Yi = 78 − (16)2 = 14
1 1
n i=1 4
n 2
1 X 1
S S R = β̂ X Y − Yi = 77.97059 − (16)2 = 13.97059
T T
n i=1 4
S S E = S S T − S S R = YT Y − β̂T XT Y = 0.02941
េនាះេយង
ី បាន
MS R 6.985295
F0 = = = 237.5
MS E 0.02941
ែដនបដិេសដគឺ F ≥ F0.05 (2, 1) = 199.5 ។ េដាយសារតៃម្លេតស្តស្ថត
ិ ិ F0 = 237.5 ស្ថត
ិ េន
ក្នុងែដនបដិេសដេនាះេយង
ី បដិេសដ H0 ។
្របភពបំែរបំរល
ួ ផលបូកកាេរ ដេឺ ្រកេសរ ី មធ្យមកាេរ F0
តែ្រមត្រមង់ 13.97059 2 6.985295 237.5
េល្អ�ង 0.02941 1 0.02941
សរុប 14 3
េយង
ី មាន
β̂1 = 2.5, C11 = 0.5, σ̂2 = 0.02941
េនាះេយង
ី បាន
p p
2.5 − 12.706 (0.02941)(0.5) ≤ β1 ≤ 2.5 + 12.706 (0.02941)(0.5)
0.9592 ≤ β1 ≤ 4.0407
េយង
ី មាន
β̂1 = −0.294, C22 = 0.0588, σ̂2 = 0.02941
េនាះេយង
ី បាន
p p
−0.294 − 12.706 (0.02941)(0.0588) ≤ β1 ≤ −0.294 + 12.706 (0.02941)(0.0588)
−0.8222 ≤ β1 ≤ 0.2343
509
(e) ចេនា្លះពយករណ៍ 95% ស្រមាប់ Y0 គឺឱ្យេដាយ
q q
Ŷ0 − t0.025,1 σ̂2 1 + X0T (XT X)−1 X0 ≤ Y0 ≤ Ŷ0 + t0.025,1 σ̂2 1 + X0T (XT X)−1 X0
ែដល X0T = [1, 1, −2] ,Ŷ0 = X0T β̂ = 7.235 និង X0T (XT X)−1 X0 = 1.117647 ដូចេនះ
p p
7.235−12.706 (0.02941)(1 + 1.117647) ≤ Y0 ≤ 7.235+12.706 (0.02941)(1 + 1.117647)
4.0559 ≤ Y0 ≤ 10.4059
លំហាត់
សន្មត់ថា X មន
ិ ែមនជាអេថរៃចដន្យ។
(a) បងា្ហញថា E β̂ = β
(b) គណនាវា៉ដ្យង់ V(β̂) ៃន β̂
(c) បងា្ហញថា β̂ ជាអេថរៃចដន្យនរមា៉ល់ែដលមធ្យម និងវា៉ដ្យង់នឹង្រត�វកំនត់
(d) តាង
T
S S E = Y − Xβ̂ Y − Xβ̂
បងា្ហញថា
E[S S E ] = (n − p) σ2
(e) េតី
T
Y − Xβ̂ Xβ̂ = 0
ឬេទ?
សន្មត់ថា X មិនែមនជាអេថរៃចដន្យ។
510
(a) េតី β̂ ជា BLUE ឬេទ? ពន្យល់មូលេហតុ
(b) តាង σ̂2ML ជាអ្នកបា៉ន់សា្មនឱកាសអតិបរមាៃន σ2 ។ បងា្ហញថា
i.
(β̂ − β)T XT X(β̂ − β)
∼ χ2k+1
σ 2
ii.
(n − k − 1)
(β̂ − β)T XT X(β̂ − β) ∼ Fk+1,n−k−1
n(k + 1)σ̂2ML
េ្របីការពិតេនក្នុងពិជគណិតលីេនែអ៊រែដលថា
X = X0 R
(a) បងា្ហញថា
−1
XT X XT = R−1 XT0
(b) បងា្ហញថា
β̂ − β = R−1 XT0 ε
5. ចំេពាះគំរូតែ្រមត្រមង់ពហុលីេនែអ៊រ
Y = β0 + β1 X1 + β2 X2 + ε
េគឱ្យទិន្នន័យ
Y X1 X2
16.18 7 560
11.50 3 220
12.03 3 340
14.88 4 80
13.75 6 150
18.11 7 330
511
(a) រកអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុតៃន β
−1
(c) គណនាមា៉្រទស
ី ចំ េ ណាលែកង H = X XT
X XT
(d) គណនា V(Ŷi ), Cov(Ŷi , Ŷ j ), V(ei ), Cov(ei , e j )
6. ការសិក�មួយ្រត�វបានេធ្វីេឡង ី េដីម្បបា
ី ៉ ន់សា្មនត្រម�វការផ្ទះ Y េដាយែផ្អកេលីអ្រតាការ្របាក់ X1 និង
អ្រតាគា្មនការងារេធ្វី X2 ។ ទន
ិ ្នន័យមានបងា្ហញដូចខាងេ្រកាម
(a) រកអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុត β̂
7. េគឱ្យទន
ិ ្នន័យខាងេ្រកាម
Y X1 X2
4 3 1
3 2 5
6 3 3
5 1 2
(b) េតស្តភាពសំខាន់ៃនតែ្រមត្រមង់
8. េគឱ្យទិន្នន័យដូចខាងេ្រកាម
512
Y X1 X2 Y X1 X2
1 9.95 2 50 14 11.66 2 360
2 24.45 8 110 15 21.65 4 205
3 31.75 11 120 16 17.89 4 400
4 35.00 10 550 17 69.00 20 600
5 25.02 8 295 18 10.30 1 585
6 16.86 4 200 19 34.93 10 540
7 14.38 2 375 20 46.59 15 250
8 9.60 2 52 21 44.88 15 290
9 24.35 9 100 22 54.12 16 510
10 27.50 8 300 23 56.63 17 590
11 17.08 4 412 24 22.13 6 100
12 37.00 11 400 25 21.15 5 400
13 41.95 12 500
(a) សេសរតែ្រមត្រមង់ពហុលីេនែអ៊រជាទ្រមង់មា៉្រទីស
−1
(b) គណនា XT X, XT X និង XT Y
(c) រកអ្នកបា៉ន់សា្មនកាេរខ្លីបំផុតៃន β
(d) គណនាមា៉្រទស
ី H
(e) េផ្ទ�ងផា្ទត់ថា H ជាមា៉្រទស
ី សុេី ម្រទី
513
514
ឯកសារេយាង
1. Allan G. Bluman, Elementary statistics: step by step approach, 10th edition, McGraw-
Hill Education, 2018.
2. David P. Doane, Lori E. Seward, Applied statistics in business and economics, 5th
edition, McGraw-Hill Education, 2016.
3. Douglas C. Montgomery, George C. Runger, Applied statistics and probability for en-
gineers, 7th edition, Wiley, 2018.
6. Hongshik Ahn, Probability and statistics for science and engineering with examples
in R, 2nd edition, Cognella, 2019.
8. Jay L. Devore, Probability and statistics for engineering and the sciences, 9th edition,
Cengage Learning, 2016.
10. Michael Akritas, Probability and statistics with R for engineers and scientists, Pearson,
2016.
11. Richard J. Larsen, Morris L. Marx, An introduction to mathematical statistics and its
applications, 6th edition, Pearson, 2018.
12. Richard L. Scheaffer, Linda J. Young, Introduction to probability and its applications,
3rd edition, Cengage Learning, 2010.
13. Robert V. Hogg, Elliot A. Tanis, Dale L. Zimmerman,Probability and statistical infer-
ence, 9th edition, Pearson, 2015.
15. Sheldon M. Ross, Introductory statistics, 3rd edition, Elsevier Inc., 2010.
16. Sheldon M. Ross , A first course in probability, 9th edition, Pearson, 2014.
17. Sheldon M. Ross, Introduction to probability and statistics for engineers and scien-
tists, 6th edition, Elsevier, 2021.
515