Professional Documents
Culture Documents
Slide Bài Giảng Lý Thuyết Xác Suất Và Thống Kê Ứng Dụng
Slide Bài Giảng Lý Thuyết Xác Suất Và Thống Kê Ứng Dụng
Slide Bài Giảng Lý Thuyết Xác Suất Và Thống Kê Ứng Dụng
1
TÀI LIỆU THAM KHẢO
Tiếng Việt
1) Nguyễn Huy Hoàng, Giáo trình Lý thuyết
xác suất và Thống kê ứng dụng, tài liệu lưu
hành nội bộ.
2) Nguyễn Cao Văn, Trần Thái Ninh, Ngô Văn
Thứ, Lý thuyết xác suất và thống kê toán,
NXB Đại học Kinh tế Quốc dân, 2012.
3) Phạm Văn Chững, Lê Thanh Hoa, Nguyễn
Đình Uông, Thống kê ứng dụng, NXB Đại học
Quốc gia Thành Phố Hồ Chí Minh, 2016.
3
2
Nội dung
1. Hiện tượng ngẫu nhiên
2. Xác suất
3. Xác suất có điều kiện
4. Công thức xác suất toàn phần
5. Công thức Bayes
6. Công thức Bernoulli
5
3
1. Hiện tượng ngẫu nhiên
Phép thử: Mỗi lần cho xảy ra một hiện
tượng ngẫu nhiên được gọi là phép thử.
Không gian mẫu: là tập hợp tất cả các
khả năng xảy ra của một phép thử.
Biến cố (sự kiện): là một tập con của
không gian mẫu.
Biến cố sơ cấp: là một phần tử của
không gian mẫu.
7
4
1. Hiện tượng ngẫu nhiên
Ta có:
Không gian mẫu:
1, 2,3, 4,5,6
Gọi A là biến cố “ nhận được mặt chẵn”
A 2, 4,6
Biến cố sơ cấp
1, 2,3, 4,5,6
9
5
1. Hiện tượng ngẫu nhiên
A : “Tổng số nút nhỏ hơn 13”
B : “Tổng số nút bằng 1”
thì A là biến cố chắc chắn và B là biến
cố không thể có.
Xét hai biến cố A, B , ta thành lập
A B AB : “A và B cùng xảy ra khi
thực hiện phép thử”.
11
6
2. Xác suất (Probability)
Xác suất của một biến cố là một
con số đặc trưng cho khả năng xảy
ra khách quan của biến cố đó.
Xác suất của biến cố A, ký hiệu P(A)
được định nghĩa theo nhiều cách
13
2. Xác suất
2.1. Định nghĩa cổ điển
Xét phép thử với n kết quả xảy ra,
nghĩa là không gian mẫu có n biến
cố sơ cấp và biến cố A có k phần tử.
Nếu các biến cố sơ cấp có cùng khả
năng xảy ra thì xác suất của A được
định nghĩa là
Soá phaàn töû cuûa A k
P A= =
Soá phaàn töû cuûa Ω n 14
7
2. Xác suất
Ví dụ 5. Một công ty liên doanh cần
tuyển 3 nhân viên vào 3 chức vụ:
Giám đốc, thư ký, trưởng phòng nhân
sự. Có 50 sinh viên mới tốt nghiệp
đại học nộp đơn dự tuyển trong đó có
20 sinh viên nữ. Tính xác suất trong 3
người được tuyển có Giám đốc là nữ.
15
16
8
2. Xác suất
2.2. Định nghĩa xác suất bằng tần suất
Giả sử phép thử có thể lập lại
nhiều lần trong điều kiện giống nhau.
Nếu trong n lần thực hiện phép thử mà
k
biến cố A xảy ra k lần thì tỷ số được
n
gọi là tần suất xảy ra của A trong n
k k
phép thử. Khi đó P A lim
n n n 17
2. Xác suất
Ví dụ 6. Tung một đồng xu “công bằng”.
Bằng thực nghiệm một số nhà khoa học
đã tung đồng xu nhiều lần và nhận kết
quả sau
18
9
2. Xác suất
2.3. Định nghĩa xác suất bằng tiên đề
Kolmogorov
P : ()
A P A
Thỏa các tính chất sau
i) P 1; P 0
ii) P A 0, A ()
19
2. Xác suất
iii) P A1 A n P A1 P A n
10
2. Xác suất
v) Nếu A và B xung khắc, AB thì
P A B P A P B
vi) P A 1 P A
Ví dụ 7. Qua cuộc điều tra trong sinh viên, ta
biết 40% học thêm ngoại ngữ, 55% học thêm
tin học và 30% học thêm cả hai môn này. Chọn
ngẫu nhiên một sinh viên. Tính xác suất sinh
viên này không học thêm môn nào cả.
21
P A B P A B 1 P A B
1 P A P B P AB 0,35
22
11
2. Xác suất
Ví dụ 8. Lấy ý kiến 100 người về 2 loại nước hoa
A và B, ta có số liệu sau:
55 người thích dùng nước hoa A.
20 người thích dùng nước hoa B.
10 người thích dùng cả hai loại.
Chọn ngẫu nhiên 1 người, tính XS để người này:
1. Thích dùng nước hoa A.
2. Thích dùng ít nhất một loại nước hoa trên.
3. Không thích dùng loại nước hoa nào.
4. Chỉ thích dùng nước hoa A.
5. Chỉ thích dùng nước hoa B. 23
24
12
25
13
3. Xác suất có điều kiện
Ví dụ 9. Lâu ngày không gặp nhau, nhân dịp tết anh
A đến thăm anh B, biết bạn mình có hai người
con nhưng không biết trai gái thế nào.
a) Trong khi ngồi trong phòng khách chờ bạn. Anh
A dự đoán bạn mình có một người con gái.
Tính XS anh B có một con gái.
b) Hai người ngồi nói chuyện, có một bé gái bê
nước mời khách. Anh B giới thiệu đây là con
gái của tôi. Tính xác suất anh B có một con gái.
27
28
14
3. Xác suất có điều kiện
3.2. Định lý (Quy tắc nhân xác suất)
Với hai biến cố A và B bất kỳ, ta có
P AB P A P B | A
Tổng quát
với n biến cố bất kỳ A1 , A 2 ,..., A n , ta có
P A1A 2 ...A n P A1 P A 2 | A1 ...P A n | A1...A n 1
29
15
P A1A 2 A3 P A1 P A 2 A1 P A3 A1A 2
31
16
3. Xác suất có điều kiện
Tổng quát, Cho A1 , A 2 , A 3 ,..., A n độc lập
với nhau từng đôi một
P A1A 2 ...A n P A1 P A 2 ...P A n
34
17
35
ii) Bi B j nếu i j
thì với mọi biến cố A, ta có
36
18
4. Công thức xác suất đầy đủ
n
P H P B1 P H B1 P B2 P H B2 P B3 P H B3
0,0215
38
19
5. Công thức Bayes
Cho B1 , B2 ,..., Bn là họ đầy đủ các biến cố
và xét biến cố A với P A 0
Với mỗi k 1, 2,..., n, ta có
P A |Bk P Bk
P Bk | A
P(A)
n
39
20
41
42
21
6. Công thức Bernoulli
Thực hiện phép thử nhiều lần một cách độc
lập nhau và quan sát số lần biến cố đó xảy ra
để tính được tần suất biến cố đó. Phương
pháp khảo sát này được gọi là lược đồ
Bernoulli.
Xét phép thử với KGM là và biến cố
A với xác suất P(A) p . Thực hiện phép
thử này n lần một cách độc lập nhau và quan
sát số lần xảy ra của biến cố A.
43
22
6. Công thức Bernoulli
Ví dụ 14. Xác suất thành công một thí
nghiệm sinh hóa là 40%. Một nhóm
gồm 9 sinh viên cùng tiến hành thí
nghiệm này độc lập với nhau. Tìm xác
suất để
a) Có đúng 6 thí nghiệm thành công,
b) Có ít nhất một thí nghiệm thành công,
c) Có ít nhất 8 thí nghiệm thành công.
45
k 9 k
P H k = C9k 0, 4 0,6
46
23
47
24
Chương 2. Đại lượng ngẫu
nhiên và phân phối xác suất
1
TÀI LIỆU THAM KHẢO
Tiếng Việt
1) Nguyễn Huy Hoàng, Giáo trình Lý thuyết
xác suất và Thống kê ứng dụng, tài liệu lưu
hành nội bộ.
2) Nguyễn Cao Văn, Trần Thái Ninh, Ngô
Văn Thứ, Lý thuyết xác suất và thống kê toán,
NXB Đại học Kinh tế Quốc dân, 2012.
3) Phạm Văn Chững, Lê Thanh Hoa, Nguyễn
Đình Uông, Thống kê ứng dụng, NXB Đại
học Quốc gia Thành Phố Hồ Chí Minh, 2016.
3
2
Nội dung
1. Định nghĩa
2. Phân loại.
2. Biến ngẫu nhiên rời rạc.
3. Biến ngẫu nhiên liên tục.
4. Tham số đặc trưng của biến số
ngẫu nhiên.
5. Một số quy luật phân phối xác suất
5
1. Định nghĩa
Xét phép thử với không gian mẫu
Giả sử, ứng với mỗi biến cố sơ cấp ,
ta liên kết với một số thực X thì X
được gọi là một biến ngẫu nhiên
Tổng quát: X :
X()
3
1. Định nghĩa
Ví dụ 1. Xét trò chơi sấp ngửa bằng
cách tung đồng xu, giả sử nếu xuất
hiện mặt sấp, ta được một đồng; nếu
xuất hiện mặt ngửa, ta mất một đồng.
Hãy chỉ ra không gian mẫu, biến cố
sơ cấp và biến ngẫu nhiên.
7
1. Định nghĩa
4
2. Phân loại
Khi X x1 , x 2 ,..., x n , ta nói X là
một biến ngẫu nhiên rời rạc.
Khi X là một khoảng của (hay
cả ), ta nói X là một biến ngẫu
nhiên liên tục.
9
với pi P X x i ; p 1
i
i
10
5
3. Biến ngẫu nhiên rời rạc
3.1. Bảng phân phối xác suất
Ví dụ 2. Một cơ quan có 3 xe ôtô: 1 xe
4 chỗ, 1 xe 50 chỗ và 1 xe tải. Xác suất
trong một ngày làm việc các xe được
sử dụng lần lượt là 0,8; 0,4 và 0,9. Hãy
lập bảng phân phối xác suất cho số xe
được sử dụng trong ngày của cơ quan.
11
12
6
3. Biến ngẫu nhiên rời rạc
P X 0 P A1 A 2 A3 P A1 P A 2 P A3
0, 2 0,6 0,1 0,012
P X 1 P A1A 2 A3 A1A 2 A 3 A1A 2 A 3
P A1A 2 A 3 P A1A 2 A 3 P A1A 2 A 3
P A1 P A 2 P A3 P A1 P A 2 P A 3
P A1 P A 2 P A 3
0,8 0,6 0,1 0, 2 0, 4 0,1 0, 2 0,6 0,9 0,164
13
14
7
3. Biến ngẫu nhiên rời rạc
3.2. Hàm xác suất (Probability function)
Hàm số f : được gọi là hàm xác
suất của biến ngẫu nhiên rời rạc X, nếu
f được xác định như sau:
pi khi x x i
f (x)
0 khi x x i , i
Tính chất
i) x , f (x) 0; ii) f (x) 1
x
15
8
3. Biến ngẫu nhiên rời rạc
3.3. Hàm phân phối (tích lũy)
a) Định nghĩa
Hàm số f : là hàm xác suất của
biến ngẫu nhiên rời rạc X, hàm số
F : được gọi là hàm phân phối,
nếu F được xác định như sau
F(x) P X x f (x )
xi x
i
17
18
9
3. Biến ngẫu nhiên rời rạc
3.3. Hàm phân phối (tích lũy)
b) Tính chất
i) 0 F(x) 1, x ,
ii) lim F(x) 0; lim F(x) 1,
x x
20
10
3. Biến ngẫu nhiên rời rạc
21
0 khi x 0,
0,012 khi 0 x 1,
F x 0,176 khi 1 x 2,
0,712 khi 2 x 3,
1 khi 3 x.
22
11
4. Biến ngẫu nhiên liên tục
4.1. Hàm mật độ (density function)
Hàm số f : được gọi là hàm mật
độ của biến ngẫu nhiên liên tục X, nếu
f được xác định như sau:
b
P a X b f (x)dx
a
Tính chất
i) x , f (x) 0; ii)
f (x)dx 1
23
24
12
4. Biến ngẫu nhiên liên tục
f x dx 1
0 3
f x dx f x dx f x dx 1
0 3
3
A 3x x 2 dx 1
0
9 2
A 1 A .
2 9
25
F(x) P X x
f (t)dt
26
13
4. Biến ngẫu nhiên liên tục
4.2. Hàm phân phối (tích lũy)
b) Tính chất
i) 0 F(x) 1, x ,
ii) lim F(x) 0; lim F(x) 1,
x x
27
14
4. Biến ngẫu nhiên liên tục
29
30
15
4. Biến ngẫu nhiên liên tục
0 khi x 0,
1
x2 khi 0 x 1,
2
F x
1 2x 1 x 2 khi 1 x 2,
2
1 khi 2 x.
31
E u(X)
u(x)f (x)dx
Khi X là BNNLT
32
16
5. Tham số đặc trưng BNN
Trường hợp khi u ( X ) X : thì E(X) được
gọi là trung bình của X, ký hiệu X
X E X x f (x )
i
i i Khi X là BNNRR
X E X
xf (x)dx
Khi X là BNNLT
33
2
2X
x X
f (x)dx Khi X là BNNLT
34
17
5. Tham số đặc trưng BNN
Độ lệch chuẩn của X: X
2X E X 2 X2
35
18
5. Tham số đặc trưng BNN
5.3. Mốt và Trung vị
b) Trung vị. Trung vị của đại lượng
ngẫu nhiên (rời rạc hay liên tục) X, ký
hiệu Me X
Me X x 0 sao cho P X x 0 P X x 0
37
19
5. Tham số đặc trưng BNN
3
2
E X xf x dx 3x 2 x 3 dx
90
3
2 1 3
x3 x 4
9 4 0 2
3
2
E X x f x dx 3x 3 x 4 dx
2 2
90
3
2 3 1 27
x 4 x5
9 4 5 0 10 39
40
20
5. Tham số đặc trưng BNN
41
3 3
2 2 3 1 7
P X 2 f x dx 3x x 2 dx x 2 x 3
2
92 92 3 2 4227
21
5. Tham số đặc trưng BNN
5.4. Hệ số đối xứng và hệ số nhọn
a) Hệ số đối xứng
E(X X )3
1 (X)
3X
b) Hệ số nhọn
E(X X )4
2 (X)
4X
Nếu 1 (X) 0 thì phân phối của X đối xứng; 1 (X) 0 lệch
phải và 1 (X) 0 lệch trái. 2 (X) càng lớn thì càng nhọn.43
22
5. Tham số đặc trưng BNN
45
23
6.1. Phân phối nhị thức
6.1.1. Định nghĩa: Biến ngẫu nhiên rời
rạc X được gọi là phân phối nhị thức,
ký hiệu X B n;p , nếu hàm xác suất
của X có dạng sau
C nx p x (1 p)n x khi x 0,1,..., n
f (x)
0 khi x 0,1,..., n
47
P X k C kn p k (1 p) n k
24
6.1. Phân phối nhị thức
6.1.3. Mệnh đề: Cho biến ngẫu nhiên
X B n;p . Với q 1 p , ta có
25
6.1. Phân phối nhị thức
51
52
26
6.1. Phân phối nhị thức
53
27
6.2. Phân phối siêu bội
6.2.2. Công thức tính xác suất:
Cho X H N, K, n , ta có
CkK CnNkK
PX k
CnN
28
6.2. Phân phối siêu bội
6.2.4. Ví dụ 3: Từ một hộp đựng 15 quả
cam trong đó có 5 quả hư, lấy ra 3
quả. Gọi X là số quả hư trong 3 quả
lấy ra.
a) Tính xác suất 3 quả lấy ra đều hư.
b) Tính trung bình và phương sai của X.
57
58
29
6.2. Phân phối siêu bội
6.2.4. Ví dụ 4: Trong 8000 sản phẩm
trên một dây chuyền sản suất, có 2000
sản phẩm không được kiểm tra chất
lượng. Tính xác suất trong 10 sản
phẩm sản xuất ra có 2 sản phẩm
không được kiểm tra chất lượng.
59
60
30
6.2. Phân phối siêu bội
61
31
6.3. Phân phối Poisson
6.3.2. Công thức tính xác suất:
Cho X P , ta có
k
PX k e
k!
32
6.3. Phân phối Poisson
Ví dụ 5: Một nhà máy dệt cho 5000
ống sợi. Xác suất để trong một phút,
một ống sợi bị đứt là 0,0002. Tìm
xác suất để trong một phút có không
quá hai ống sợi bị đứt.
65
66
33
6.3. Phân phối Poisson
67
34
6.4. Phân phối đều
6.4.2. Công thức: Cho X U[a, b], ta có
i) P X
ba
ab
ii) X E(X)
2
2 (b a) 2
iii) X D(X)
12
69
35
6.4. Phân phối đều
71
36
6.5. Phân phối Gauss
6.5.2. Công thức tính xác suất:
Cho X N(0;1) , ta có
x b 2
1
P a X b
2 a
e 2 dx
0 b 0 a
t x 2
1
Với 0 x e 2 dt
2 0 73
37
6.5. Phân phối Gauss
38
6.6. Phân phối chuẩn
6.6.1. Định nghĩa: Biến ngẫu nhiên
liên tục X được gọi là phân phối chuẩn,
ký hiệu X N ; 2 , nếu hàm mật độ
của X có dạng sau
(x ) 2
1
2 2
f (x) e , x
2
77
78
39
6.6. Phân phối chuẩn
6.6.2. Công thức tính xác suất:
Cho X N(; 2 ) , ta có
b ( x )2
1
2 2
P a X b
2 a
e
dx
b a
0
0
79
40
6.6. Phân phối chuẩn
Ví dụ 8: Giả sử chiều cao người Việt
Nam là biến ngẫu nhiên có phân
phối chuẩn với trung bình là 160 cm
và độ lệch chuẩn là 4 cm. Hãy tính
tỷ lệ những người cho chiều cao từ
155 cm đến 166 cm.
81
82
41
6.6. Phân phối chuẩn
Lưu ý: Cho biến ngẫu nhiên
X B n; p . Khi n đủ lớn thì ta có thể
xấp xỉ phân phối nhị thức bằng phân
phối chuẩn, nghĩa là
X B n; p N np;npq
83
k 0,5 k 0,5
i) P X k 0 0
n 0,5 m 0,5
ii) P m X n 0 0
84
42
6.6. Phân phối chuẩn
Ví dụ 9: Trong 10000 sản phẩm trên dây
chuyền sản xuất, có 2000 sản phẩm
không được kiểm tra chất lượng. Tìm xác
suất để trong 400 sản phẩm sản xuất ra:
a) Có từ 70 đến 100 sản phẩm không được
kiển tra chất lượng,
b) Có đúng 80 sản phẩm không được kiểm
tra chất lượng.
85
86
43
6.6. Phân phối chuẩn
87
88
44
6.7. Phân phối chi bình phương
6.7.1. Mệnh đề: Cho X1 , X 2 ,..., X n là biến
ngẫu nhiên liên tục, độc lập và có
phân phối Gauss, Xi N 0;1 ,i 1,..., n
thì Xi2 có phân phối chi bình phương với 1
bậc tự do, Xi2 2 (1) . Đặt Y X12 X 2n
90
45
6.8. Phân phối Student, St(n)
6.8.1. Mệnh đề: Cho X là BNN liên tục
có phân phối Gauss, X N 0;1 . Y là
BNN có phân phối chi bình phương với n
bậc tự do, Y 2 (n) và X, Y là hai biến
độc lập.
Đặt T X thì T có phân phối
Y Student, T St(n).
n 91
46
6.9. Phân phối Fisher, F(n, m)
6.9.1. Mệnh đề: Cho X,Y là hai BNN
liên tục có phân phối chi bình phương,
X 2 (n);Y 2 (m) và X, Y là hai biến
độc lập.
X
Đặt F n thì F có phân phối
Y
m Fisher, F F(n, m).
93
47
Chương 3. Mẫu ngẫu nhiên
và bài toán ước lượng
1
TÀI LIỆU THAM KHẢO
Tiếng Việt
1) Nguyễn Huy Hoàng, Giáo trình Lý thuyết
xác suất và Thống kê ứng dụng, tài liệu lưu
hành nội bộ.
2) Nguyễn Cao Văn, Trần Thái Ninh, Ngô Văn
Thứ, Lý thuyết xác suất và thống kê toán,
NXB Đại học Kinh tế Quốc dân, 2012.
3) Phạm Văn Chững, Lê Thanh Hoa, Nguyễn
Đình Uông, Thống kê ứng dụng, NXB Đại học
Quốc gia Thành Phố Hồ Chí Minh, 2016.
3
2
Nội dung
1. Lý thuyết mẫu
2. Ước lượng điểm
3. Ước lượng khoảng
1. Lý thuyết mẫu
Tổng thể: Là tập hợp tất cả các phần tử có
mang một tính chất nào đó mà chúng ta
quan tâm.
Kích thước tổng thể (N): Là số phần tử của
tổng thể.
Mẫu: Là một tập con bất kỳ của tổng thể.
Mỗi phần tử của mẫu gọi là một quan
sát.
Cỡ mẫu (n): Là số phần tử của mẫu. 6
3
1. Lý thuyết mẫu
Một số đặc trưng của tổng thể:
N
1
Trung bình của tổng thể:
N X
i 1
i
N
1
Phương sai của tổng thể:
N
2
i 1
(X i ) 2
M
Tỷ lệ tổng thể: p
N 7
1. Lý thuyết mẫu
Thống kê: là một biểu thức theo mẫu
gồm X1 , X 2 ,..., X n và không phụ thuộc
vào tham số chưa biết. Ký hiệu
T T X1 , X 2 ,..., X n
Các đặc trưng của mẫu: Trung bình
mẫu, phương sai mẫu, tỷ lệ mẫu
8
4
1. Lý thuyết mẫu
Mẫu đơn: X1 , X 2 ,..., X n
n
1
Trung bình của mẫu: X
n X
i 1
i
k
Tỷ lệ mẫu: f
n 9
1. Lý thuyết mẫu
10
5
1. Lý thuyết mẫu
Mẫu kép:
Cỡ mẫu: n n1 n 2 ... n k
k
Trung bình của mẫu: X 1 n X i i
n i 1
Phương sai của k
1
mẫu có hiệu chỉnh: S2X
k n 1 i 1
n i (X i X) 2
Tỷ lệ mẫu: f
n 11
1. Lý thuyết mẫu
12
6
2. Ước lượng điểm
Ước lượng điểm tốt nhất của trung bình tổng
thể, , là trung bình mẫu, X.
7
3.1. Định lý Lindeberg - Levy
Cho X1 , X 2 ,..., X n là một mẫu độc lập,
có phân phối chuẩn, Xi N ; 2 .
Ta có
2
i) X N ,
n
(n 1)S2X
ii) 2
2 (n 1)
15
Từ i) đặt Z
X n
thì Z N(0,1)
(n 1)S2X
Từ ii) đặt Y 2
2
(n 1)
Ta suy ra T Z
X n
St(n 1)
Y SX
n 1
16
8
3.2. Ước lượng trung bình tổng thể
Xét X1 , X 2 ,..., X n là một mẫu độc lập, Xi N ; 2
a) Biết phương sai tổng thể 20
Ta dùng thống kê:
Z
X n
N 0;1
0
Trường hợp 1. Ước lượng đối xứng (hai phía)
0
Sai số ước lượng: C
n
18
9
3.2. Ước lượng trung bình tổng thể
Ví dụ 3. Phân tích Vitamin của 17 mẫu, ta tính
được lượng Vitamin trung bình là 20mg. Biết
rằng lượng Vitamin có phân phối chuẩn với độ
lệch chuẩn là 3,98 mg.
a) Hãy ước lượng lượng Vitamin trung bình
với độ tin cậy 95%.
b) Nếu muốn sai số ước lượng không quá
1mg ở độ tin cậy 95% thì phải quan sát ít nhất
mấy trường hợp.
19
20
10
3.2. Ước lượng trung bình tổng thể
21
11
3.2. Ước lượng trung bình tổng thể
Ví dụ 4. Tuổi thọ của bóng đèn là biến ngẫu
nhiên có phân phối chuẩn với độ lệch chuẩn là
36 giờ. Từ một lô bóng đèn mới sản xuất kiểm
tra ngẫu nhiên 100 bóng đèn và tính được tuổi
thọ trung bình là 3000 giờ. Với độ tin cậy 95%
hãy ước lượng tuổi thọ tối đa và ước lượng
tuổi thọ tối thiểu của loại bóng đèn nói trên
23
24
12
3.2. Ước lượng trung bình tổng thể
b) Chưa biết phương sai tổng thể 2
Ta dùng thống kê:
T
X n
St(n 1)
SX
13
3.2. Ước lượng trung bình tổng thể
Ví dụ 5. Kiểm tra tuổi thọ tính bằng giờ của 50
bóng đèn do một nhà máy sản xuất ra, ta có
28
14
3.2. Ước lượng trung bình tổng thể
29
15
3.2. Ước lượng trung bình tổng thể
Ví dụ 6. Khảo sát 365 hộ gia đình của địa
phương B về mức thu nhập (X), ta tính được
thu nhập trung bình là 32,58 triệu đồng/tháng
và độ lệch chuẩn mẫu có hiệu chỉnh là 5,35
triệu đồng/tháng. Hãy ước lượng mức thu
nhập tối đa và mức thu nhập tối thiểu của địa
phương này với độ tin cậy 95%.
31
32
16
3.3. Ước lượng phương sai tổng thể
Xét X1 , X 2 ,..., X n là một mẫu độc lập,
X i N ; 2
Độ tin cậy: 1
a 2 (n); b 2 (n)
1
2 2
33
34
17
3.3. Ước lượng phương sai tổng thể
35
36
18
3.3. Ước lượng phương sai tổng thể
Ví dụ 7. Khảo sát chỉ tiêu X của 1 loại sản phẩm,
người ta quan sát một mẫu và có kết quả sau
38
19
3.3. Ước lượng phương sai tổng thể
39
X1 X 2 ... X n
Đặt f
n
Ta dùng thống kê:
(f p) n
Z N(0,1)
f (1 f )
Trường hợp 1. Khoảng ước lượng đối xứng
40
20
3.4. Ước lượng tỷ lệ tổng thể p
1
Với mức ý nghĩa 0 C
2
Khoảng ước lượng đối xứng (hai phía) tỷ lệ
tổng thể p
f (1 f ) f (1 f )
p f C ;f C
n n
41
21
3.4. Ước lượng tỷ lệ tổng thể p
Ví dụ 8. Để ước lượng tỷ lệ bệnh sốt rét ở Đồng
Bằng Sông Cửu Long.
1) Nếu muốn sai số ước lượng không quá 2% ở
độ tin cậy 95% thì cần quan sát ít nhất bao nhiêu
người.
2) Ta quan sát ngẫu nhiên 200 người, thấy có 24
người mắc bệnh sốt rét.
a) Tìm khoảng ước lượng của tỷ lệ tổng thể p
với độ tin cậy 95%.
b) Nếu muốn sai số ước lượng không quá 2% ở
độ tin cậy 95% thì cần quan sát ít nhất mấy người.
43
44
22
3.4. Ước lượng tỷ lệ tổng thể p
45
f 1 f f 1 f
p f C ;f C 0,075; 0,165.
n n
46
23
3.4. Ước lượng tỷ lệ tổng thể p
Trường hợp 2. Khoảng ước lượng một phía
1 2
Với mức ý nghĩa 0 C
2
Khoảng UL (một phía) tỷ lệ tổng thể p
f (1 f )
p 0;f C Phía trái (UL tối đa)
n
f (1 f )
p f C ;1 Phía phải (UL tối thiểu)
n
47
48
24
3.4. Ước lượng tỷ lệ tổng thể p
49
25
Chương 4. Kiểm định giả
thuyết thống kê
1
TÀI LIỆU THAM KHẢO
Tiếng Việt
1) Nguyễn Huy Hoàng, Giáo trình Lý thuyết
xác suất và Thống kê ứng dụng, tài liệu lưu
hành nội bộ.
2) Nguyễn Cao Văn, Trần Thái Ninh, Ngô Văn
Thứ, Lý thuyết xác suất và thống kê toán,
NXB Đại học Kinh tế Quốc dân, 2012.
3) Phạm Văn Chững, Lê Thanh Hoa, Nguyễn
Đình Uông, Thống kê ứng dụng, NXB Đại
học Quốc gia Thành Phố Hồ Chí Minh, 2016.
3
2
Nội dung
3
1. Các khái niệm
phối xác suất của Q hoàn toàn xác định. Ta nói thống kê
Q là tiểu chuẩn kiểm định giả thuyết H . 0
4
1. Các khái niệm
Trong ứng dụng, nếu hàm mật độ Q có đồ thị
đối xứng qua 0y, như hàm phân phối Gauss,
N 0;1 , và phân phối Student, St n , thì chọn
0, C . 9
5
2.1. So sánh trung bình tổng
thể với một số cho trước
1. Nếu biết phương sai tổng thể 2 02
a. Kiểm định hai phía (hai bên)
Ta có bài toán kiểm định
H 0 : 0
H1 : 0
Nếu H 0 đúng, ta có thống kê
(X 0 ) n
Z N(0,1)
0 11
6
2.1. So sánh trung bình tổng
thể với một số cho trước
Ví dụ 1. Biết rằng chiều cao người Việt Nam
có phân phối chuẩn với độ lệch chuẩn là
10cm. Có tài liệu cho biết chiều cao trung
bình này là 160cm. Ta quan sát ngẫu nhiên
một mẫu 80 người, tính được trung bình là
162cm. Hỏi rằng quan sát này có phù hợp với
giá trị của tài liệu cho biết hay không? Kết
luận với mức ý nghĩa 5%.
13
14
7
2.1. So sánh trung bình tổng
thể với một số cho trước
(X ) n
Z N 0,1
0
15
8
2.1. So sánh trung bình tổng
thể với một số cho trước
1. Nếu biết phương sai tổng thể 2 02
b. Kiểm định một phía (phía phải)
1 2
Với độ tin cậy , ta có 0 C 2
So sánh Z và C
Nếu Z C : Bác bỏ H 0
Nếu Z C : Chấp nhận H0
17
9
2.1. So sánh trung bình tổng
thể với một số cho trước
H 0 : μ = 0 =39
H1: μ > 0 =39
Z
X μ
0
n
N 0,1
0 19
20
10
2.1. So sánh trung bình tổng
thể với một số cho trước
1. Nếu biết phương sai tổng thể 2 02
c. Kiểm định một phía (phía trái)
Ta có bài toán kiểm định
H 0 : 0
H1 : 0
Nếu H 0 đúng, ta có thống kê
(X 0 ) n
Z N(0,1)
0 21
11
2.1. So sánh trung bình tổng
thể với một số cho trước
Ví dụ 3. Bột ngọt được đóng gói trên dây
chuyền tự động với trọng lượng đóng gói theo
quy định là 453gram. Biết trọng lượng đóng
gói của bột ngọt là biến ngẫu nhiên có phân
phối chuẩn với độ lệch chuẩn là 36gram.
Kiểm tra ngẫu nhiên trọng lượng của 81 gói
tìm được trọng lượng đóng gói trung bình là
448gram. Với mức ý nghĩa 5% có thể cho
rằng bột ngọt bị đóng gói thiếu hay không?
23
24
12
2.1. So sánh trung bình tổng
thể với một số cho trước
(X ) n
Z N 0,1
0
25
13
2.1. So sánh trung bình tổng
thể với một số cho trước
2. Nếu chưa biết phương sai tổng thể 2
a. Kiểm định hai phía (hai bên)
Với độ tin cậy 1 , ta có C t n1
2
So sánh T và C
Nếu T C : Bác bỏ H 0
Nếu T C : Chấp nhận H0
27
14
2.1. So sánh trung bình tổng
thể với một số cho trước
29
30
15
2.1. So sánh trung bình tổng
thể với một số cho trước
2. Nếu chưa biết phương sai tổng thể 2
b. Kiểm định một phía (phía phải)
Ta có bài toán kiểm định
H 0 : 0
H1 : 0
Nếu H 0 đúng, ta có thống kê
(X 0 ) n
T St(n 1)
SX 31
16
2.1. So sánh trung bình tổng
thể với một số cho trước
Ví dụ 5. Năm trước tiền lương trung bình của
các cử nhân quản trị kinh doanh làm việc tại
công ty liên doanh với nước ngoài là 210 USD
một tháng. Năm nay điều tra ngẫu nhiên lương
tháng của 25 cử nhân đang làm việc cho công
ty đó tìm được tiền lương trung bình là 218
USD và độ lệch chuẩn có hiệu chỉnh là 10
USD. Với giả thiết tiền lương có phân phối
chuẩn thì có thể cho rằng năm nay các nhân
viên đó có hưởng mức lương cao hơn hay
không với mức ý nghĩa 5%. 33
34
17
2.1. So sánh trung bình tổng
thể với một số cho trước
(X ) n
T St n 1
SX
35
18
2.1. So sánh trung bình tổng
thể với một số cho trước
2. Nếu chưa biết phương sai tổng thể 2
c. Kiểm định một phía (phía trái)
Với độ tin cậy 1 , ta có C t n 1
So sánh T và C
Nếu T C : Bác bỏ H 0
Nếu T C : Chấp nhận H0
37
38
19
2.1. So sánh trung bình tổng
thể với một số cho trước
39
40
20
2.2. So sánh tỷ lệ tổng thể với một
số cho trước
1. Kiểm định hai phía (hai bên)
Ta có bài toán kiểm định
H 0 : p p0
H1 : p p 0
Nếu H 0 đúng, ta có thống kê
(f p0 ) n
Z N(0,1)
p0 (1 p0 )
41
42
21
2.2. So sánh tỷ lệ tổng thể với
một số cho trước
Ví dụ 7. Điều tra ngẫu nhiên 400 trẻ
sơ sinh ở một khu dân cư Thái An, ta
nhận thấy có 218 bé sơ sinh là trai.
Hỏi tỷ lệ sinh con trai và con gái có
giống nhau không? Kết luận với mức
ý nghĩa 1%.
43
44
22
2.2. So sánh tỷ lệ tổng thể với một
số cho trước
45
23
2.2. So sánh tỷ lệ tổng thể với
một số cho trước
2. Kiểm định một phía (phía phải)
1 2
Với độ tin cậy 1 0 C
2
So sánh Z và C
Nếu Z C : Bác bỏ H 0
Nếu Z C : Chấp nhận H0
47
48
24
2.2. So sánh tỷ lệ tổng thể với một
số cho trước
H 0 : p p 0 0,5
H1 : p p 0 0,5
1 2
0 C 0, 49 C 2,33
2
49
Zqs
0,508 0,5 10000
1,6
0,5.0,5
50
25
2.2. So sánh tỷ lệ tổng thể với
một số cho trước
3. Kiểm định một phía (phía trái)
Ta có bài toán kiểm định
H 0 : p p0
H1 : p p0
Nếu H 0 đúng, ta có thống kê
(f p0 ) n
Z N(0,1)
p0 (1 p0 )
51
52
26
2.2. So sánh tỷ lệ tổng thể với
một số cho trước
Ví dụ 9. Một công ty yêu cầu các phân
xưởng của mình có tỷ lệ sản phẩm đạt tiêu
chuẩn xuất là 60%. Kiểm tra ngẫu nhiên
2000 sản phẩm của phẩn xưởng A trong công
ty thấy có 1180 sản phẩm đạt tiêu chuẩn xuất
khẩu. Với mức ý nghĩa 5%, dựa vào điều tra
này hãy xác minh xem phẩn xưởng A đã đạt
được yêu cầu của công ty hay chưa.
53
54
27
2.2. So sánh tỷ lệ tổng thể với một số
cho trước f p n
Z= 0
N 0,1
p 0 1 p 0
55
28
2.3. So sánh hai trung bình của
hai tổng thể
1. Biết phương sai của hai tổng thể 2X , 2Y
a. Kiểm định hai phía (hai bên)
1
Với độ tin cậy 1 0 C 2
So sánh Z và C
Nếu Z C : Bác bỏ H 0
Nếu Z C : Chấp nhận H0
57
29
2.3. So sánh hai trung bình của
hai tổng thể
1. Biết phương sai của hai tổng thể 2X , 2Y
b. Kiểm định một phía (phía phải)
1 2
Với độ tin cậy 1 0 C 2
So sánh Z và C
Nếu Z C : Bác bỏ H 0
Nếu Z C : Chấp nhận H0
59
30
2.3. So sánh hai trung bình của
hai tổng thể
1. Biết phương sai của hai tổng thể 2X , 2Y
c. Kiểm định một phía (phía trái)
1 2
Với độ tin cậy 1 0 C
2
So sánh Z và C
Nếu Z C : Bác bỏ H 0
Nếu Z C : Chấp nhận H0
61
62
31
2.3. So sánh hai trung bình của hai
tổng thể
Ví dụ 10. Kết quả điểm thi môn xác suất thống kê
của hai lớp A và B như sau:
Lớp A: n 64; X 73, 2; S 118,81
2
X
Với mức ý nghĩa 5%, có thể cho rằng kết quả điểm
thi trung bình của lớp B cao hơn lớp A được không,
biết rằng kết quả điểm thi là biến ngẫu nhiên phân
phối chuẩn.
63
H 0 : μ X μ Y
H1 : μ X μ Y
XY
Z N 0;1
S2X S2
+ Y
n m 64
32
2.3. So sánh hai trung bình của hai tổng thể
1 2
0 C 0, 45 C 1,64
2
65
33
2.3. So sánh hai trung bình của
hai tổng thể
3. Hai phương sai 2X 2Y và chưa biết
a. Kiểm định hai phía (hai bên)
Với độ tin cậy 1 , ta có C t nm2
2
So sánh T và C
Nếu T C : Bác bỏ H 0
Nếu T C : Chấp nhận H0
67
34
2.3. So sánh hai trung bình của hai tổng thể
69
70
35
2.3. So sánh hai trung bình của
hai tổng thể
3. Hai phương sai 2X 2Y và chưa biết:
b. Kiểm định một phía (phía phải)
Ta có bài toán kiểm định
H 0 : X Y
H1 : X Y
Nếu H0 đúng, ta có thống kê
(X Y)
T St(n m 2)
(n 1)S2X (m 1)S2Y 1 1
nm2 n m 71
36
2.3. So sánh hai trung bình của
hai tổng thể
3. Hai phương sai 2X 2Y và chưa biết:
c. Kiểm định một phía (phía trái)
Ta có bài toán kiểm định
H 0 : X Y
H1 : X Y
Nếu H 0 đúng, ta có thống kê
(X Y)
T St(n m 2)
(n 1)S2X (m 1)S2Y 1 1
nm2 n m 73
37
2.4. So sánh hai tỷ lệ của hai tổng thể
1. Kiểm định hai phía (hai bên)
Ta có bài toán kiểm định
H 0 : p1 p 2
H1 : p1 p 2
Nếu H0 đúng, ta có thống kê
f1 f 2
Z N(0,1)
1 1
f (1 f )
n m
75
38
2.4. So sánh hai tỷ lệ của hai tổng thể
Ví dụ 12. Giả sử quan sát ngẫu nhiên
100 bé trai thấy có 15 bé mắc bệnh B; và
quan sát ngẫu nhiên 150 bé gái thấy có
18 bé mắc bệnh B. Hỏi rằng tỷ lệ nhiễm
bệnh B đối với bé trai và bé gái có giống
nhau hay không? Kết luận với mức ý
nghĩa 5%.
77
78
39
2.4. So sánh hai tỷ lệ của hai tổng thể
H 0 : p1 p 2
H1: p1 p 2
79
1
0 C 0,475 C 1,96
2
80
40
2.4. So sánh hai tỷ lệ của hai tổng thể
2. Kiểm định một phía (phía phải)
Ta có bài toán kiểm định
H 0 : p1 p 2
H1 : p1 p2
Nếu H0 đúng, ta có thống kê
f1 f 2
Z N(0,1)
1 1
f (1 f )
n m
81
41
2.4. So sánh hai tỷ lệ của hai tổng thể
3. Kiểm định một phía (phía trái)
Ta có bài toán kiểm định
H 0 : p1 p 2
H1 : p1 p 2
Nếu H0 đúng, ta có thống kê
f1 f 2
Z N(0,1)
1 1
f (1 f )
n m
83
42
2.4. So sánh hai tỷ lệ của hai tổng thể
Ví dụ 13. Bệnh B có thể chữa được bằng hai
loại thuốc là H và K. Người ta cho dùng thử
thuốc H cho 250 bệnh nhân bị bệnh B và
thấy có 210 người khỏi bệnh và dùng thuốc
K cho 200 bệnh nhân bị bệnh B và thấy có
175 người khỏi bệnh. Với mức ý nghĩa 1%
có thể kết luận thuốc K có khả năng chữa
bệnh B tốt hơn thuốc H hay không?
85
86
43
2.4. So sánh hai tỷ lệ của hai tổng thể
H 0 : p X p Y
H1: p X p Y
87
1 2
0 C 0, 45 C 1,64
2
88
44
2.5. So sánh hai phương sai của hai
tổng thể
Ta có bài toán kiểm định
H 0 : X2 Y2
2 2
H1 : X Y
Nếu H 0 đúng, ta có thống kê
S2X
F 2 F(n 1, m 1)
SY
Phöông sai lôùn
F F(n 1, m 1)
Phöông sai nhoû
89
So sánh F và C
Nếu F C : Bác bỏ H 0
Nếu F C : Chấp nhận H0
90
45
2.5. So sánh hai phương sai của hai
tổng thể
Ví dụ 14. Quan sát ngẫu nhiên trọng lượng X
của 25 trẻ sơ sinh trai, ta tính được phương
sai mẫu có hiệu chỉnh là 450 (gram) 2 và quan
sát ngẫu nhiên trọng lượng Y của 19 trẻ sơ
sinh gái, ta tính được phương sai mẫu có hiệu
chỉnh là 360 (gram) 2 . Hãy so sánh hai phương
sai tổng thể. Kết luận với mức ý nghĩa 5%.
91
92
46
2.5. So sánh hai phương sai của hai tổng thể
93
94
47
3.1. Kiểm định Chi bình phương
Q
r
Ni Ni/ 2 (r 1) với N i/ npi
/
i 1 N i
48
3.1. Kiểm định Chi bình phương
3.1.2. So sánh các bộ số liệu quan sát với nhau.
Trong trường hợp này, ta so sánh k bộ số liệu
quan sát
N1,1 , N1,2 , ..., N1,r ,
N 2,1 , N 2,2 , ..., N 2,r ,…,
N k,1 , N k,2 , ..., N k,r .
với nhau mà người ta còn gọi là so sánh các số
liệu trong một bảng :
49
3.1. Kiểm định Chi bình phương
50
3.1. Kiểm định Chi bình phương
Ví dụ 15. Có một lô hàng mà người giao hàng cho
biết tỷ lệ hỏng 0,10; thứ phẩm 0,30; đạt 0,40; tốt
0,20. Ta kiểm tra một số trường hợp thấy có 25 sản
phẩm hỏng; 50 thứ phẩm; 50 sản phẩm đạt; 25 sản
phẩm tốt. Hỏi rằng lời người giao hàng nói có đúng
không ? ( kết luận với 5%)
Giải
51
3.1. Kiểm định Chi bình phương
52
3.1. Kiểm định Chi bình phương
Ta có
Tốt Tạm dùng Hỏng Tổng
Lô A 125 52 23 200
Lô B 117 61 22 200
Lô C 178 97 25 300
Tổng 420 210 70 700
53
3.2. Kiểm định dấu và hạng Wilcoxon
54
3.2. Kiểm định dấu và hạng Wilcoxon
55
3.2. Kiểm định dấu và hạng Wilcoxon
56
3.2. Kiểm định dấu và hạng Wilcoxon
57
3.2. Kiểm định dấu và hạng Wilcoxon
58
3.2. Kiểm định dấu và hạng Wilcoxon
+) Đối với hai phía: Nếu Z0 z /2 thì bác bỏ giả thuyết H 0 .
+) Đối với phía phải: Nếu Z0 z thì bác bỏ giả thuyết H 0 .
+) Đối với phía trái: Nếu Z0 z thì bác bỏ giả thuyết H 0 .
59
3.2. Kiểm định dấu và hạng Wilcoxon
60
3.2. Kiểm định dấu và hạng Wilcoxon
61
3.2. Kiểm định dấu và hạng Wilcoxon
62
3.2. Kiểm định dấu và hạng Wilcoxon
63
3.2. Kiểm định dấu và hạng Wilcoxon
64
3.2. Kiểm định dấu và hạng Wilcoxon
65
3.2. Kiểm định dấu và hạng Wilcoxon
66
3.2. Kiểm định dấu và hạng Wilcoxon
67
3.3. Kiểm định Kruskal – Wallis
68
3.3. Kiểm định Kruskal – Wallis
69
3.3. Kiểm định Kruskal – Wallis
12 k
R i2
Qqs 3(n 1)
n(n 1) i1 n i
12 792 1032 282
3 21 13,542
20 21 8 6 6
70
3.3. Kiểm định Kruskal – Wallis
R1 R 2 79 103
D12 7, 292
n1 n 2 8 6
R1 R 3 79 28
D13 5, 21
n1 n 3 8 6
R 2 R 3 103 28
D 23 12,5
n 2 n3 6 6
n(n 1) 1 1 20 21 1 1
C12 2 (k 1) 5,991 7,82
12 n1 n 2 12 8 6
n(n 1) 1 1 20 21 1 1
C13 2 (k 1) 5,991 7,82
12 n1 n 3 12 8 6
71
3.3. Kiểm định Kruskal – Wallis
n(n 1) 1 1 20 21 1 1
C23 2 (k 1) 5,991 8,36
12 n 2 n 3 12 6 6
72
Chương 5. Phân tích
phương sai
1
TÀI LIỆU THAM KHẢO
Tiếng Việt
1) Nguyễn Huy Hoàng, Giáo trình Lý thuyết
xác suất và Thống kê ứng dụng, tài liệu lưu
hành nội bộ.
2) Nguyễn Cao Văn, Trần Thái Ninh, Ngô Văn
Thứ, Lý thuyết xác suất và thống kê toán, NXB
Đại học Kinh tế Quốc dân, 2012.
3) Phạm Văn Chững, Lê Thanh Hoa, Nguyễn
Đình Uông, Thống kê ứng dụng, NXB Đại học
Quốc gia Thành Phố Hồ Chí Minh, 2016.
3
2
Nội dung
1. Phân tích phương sai một yếu tố
2. Dùng Excel phân tích phương sai
một yếu tố
3. Phân tích phương sai hai yếu tố
3
1. Phân tích phương sai một yếu tố
4
1. Phân tích phương sai một yếu tố
10
5
1. Phân tích phương sai một yếu tố
11
12
6
1. Phân tích phương sai một yếu tố
13
14
7
1. Phân tích phương sai một yếu tố
15
16
8
1. Phân tích phương sai một yếu tố
17
18
9
2. Dùng Excel phân tích PS 1 yếu tố
19
20
10
2. Dùng Excel phân tích PS 1 yếu tố
21
22
11
2. Dùng Excel phân tích PS 1 yếu tố
23
24
12
2. Dùng Excel phân tích PS 1 yếu tố
25
13
27
28
14
29
30
15
31
32
16
Bước 3. Tính phương sai
- Phương sai giữa các nhóm yếu tố hàng:
SSA 170
MSA 56,6667.
h 1 4 1
- Phương sai giữa các nhóm yếu tố cột:
SSB 26,1667
MSB 13,0833.
c 1 3 1
- Phương sai phần dư:
SSE 162,5
MSE 27,0833.
(h 1)(c 1) (4 1)(3 1)
Bước 4. Tính giá trị kiểm định
- Kiểm định theo hàng:
MSA 56,667
FA 2,0923.
MSE 27,0833
33
34
17
35
36
18
37
38
19
3.2. Phân tích PS hai yếu tố có lặp
Trong trường hợp tương ứng với mỗi yếu
tố cột và yếu tố hàng ta có thể chọn nhiều
quan sát. Trong phần này, ngoài việc kiểm
định về trung bình theo cột bằng nhau, trung
bình theo hàng bằng nhau mà chúng ta còn
xem xét sự tương tác giữa yếu tố hàng và
yếu tố cột có ảnh hưởng đến hiện tượng
nghiên cứu hay không. Ta có bảng kết hợp
hai tiêu thức như sau:
39
40
20
41
42
21
43
44
22
45
46
23
47
48
24
49
50
25
51
52
26
53
54
27
Chương 6. Phân tích
dãy số thời gian
1
TÀI LIỆU THAM KHẢO
Tiếng Việt
1) Nguyễn Huy Hoàng, Giáo trình Lý thuyết
xác suất và Thống kê ứng dụng, tài liệu lưu
hành nội bộ.
2) Nguyễn Cao Văn, Trần Thái Ninh, Ngô Văn
Thứ, Lý thuyết xác suất và thống kê toán,
NXB Đại học Kinh tế Quốc dân, 2012.
3) Phạm Văn Chững, Lê Thanh Hoa, Nguyễn
Đình Uông, Thống kê ứng dụng, NXB Đại học
Quốc gia Thành Phố Hồ Chí Minh, 2016.
3
2
Nội dung
1. Khái niệm và phân loại
2. Các chỉ tiêu phân tích dãy số thời gian
3. Hàm xu thế
4. Dự báo biến động của dãy số thời gian
3
1. Khái niệm và phân loại
Dãy số thời gian có 2 thành phần :
+) Thời gian : (ti)
Ví dụ : Năm, tháng, tuần ngày,…
+) Giá trị của hiện tượng nghiên cứu : (yi)
Ví dụ : Doanh thu, lợi nhuận, sản lượng,…
TG (ti) t1 t2 t3 t4 ….. tn
GT của chỉ tiêu (yi) y1 y2 y3 y4 yn
7
4
1. Khái niệm và phân loại
1.3. Dãy số thời kỳ là dãy số biểu hiện các
mức độ của chỉ tiêu ở từng thời kỳ
Ví dụ 1. Giá trị sản xuất công nghiệp của một
xí nghiệp A (đơn vị tính: triệu đồng)
10
5
2. Các chỉ tiêu phân tích dãy số TG
2.1. Mức độ bình quân theo thời gian
a) Đối với dãy số thời kỳ :
1 n
y yi
n i 1
b) Đối với dãy số thời điểm:
1 y1 yn
y y y
n 1 2 2
2 n1
11
6
2. Các chỉ tiêu phân tích dãy số TG
1 1
.500 800 200 .600
y2 2 516,67.
4 1
13
t y i i
y i1
n
t
i1
i
14
7
2. Các chỉ tiêu phân tích dãy số TG
15
t y i i
50 15 58 26 55 23 48 26
y= i=1
4 53,01.
15 26 23 26
t
i=1
i
16
8
2. Các chỉ tiêu phân tích dãy số TG
2.2. Lượng tăng (giảm) tuyệt đối là chỉ tiêu thể hiện
sự thay đổi về giá trị tuyệt đối của hiện tượng giữa hai
thời kỳ hoặc thời điểm.
a) Lượng tăng (giảm) tuyệt đối liên hoàn
i y i y i1 , i 2, 3,..., n
b) Lượng tăng (giảm) tuyệt đối định gốc
n
i y i y1 n i
i2
18
9
2. Các chỉ tiêu phân tích dãy số TG
19
10
2. Các chỉ tiêu phân tích dãy số TG
21
22
11
2. Các chỉ tiêu phân tích dãy số TG
2.4. Tốc độ tăng (giảm) là chỉ tiêu phản ánh mức độ
của hiện tượng giữa 2 thời gian nghiên cứu đã tăng
(giảm) bao nhiêu lần (%)
a) Tốc độ tăng (giảm) liên hoàn
yi y i1
ai i t i 1 (i 2, n)
y i1 yi1
b) Tốc độ tăng (giảm) định gốc
y i y1 i
Ai Ti 1 (i 2, n)
y1 y1
c) Tốc độ tăng (giảm) trung bình
a t 1 a t 100
Tính theo số lần Tính theo số phần trăm 23
24
12
2. Các chỉ tiêu phân tích dãy số TG
2.5. Giá trị tuyệt đối của 1% tăng (giảm) phản ánh
1% tăng (giảm) của 2 thời kỳ đứng liền nhau của hiện
tượng nghiên cứu tương ứng với một lượng giá trị tuyệt
đối là bao nhiêu y
gi i
i1
; i 2, 3,...
a i (%) 100
25
3. Hàm xu thế
Phương pháp dự báo bằng hàm xu thế là khái quát
hóa chiều hướng biến động của hiện tượng nghiên
cứu bằng một hàm số toán học, nhằm mô tả một
cách sát nhất, gần đúng nhất biến động thực tế
của hiện tượng.
Nhận ra mô hình.
13
3. Hàm xu thế
3. Hàm xu thế
Ví dụ 10
Năm Năng suất Phần tính toán
Bình quân Thứ tự thời t2 ty
(tạ/ha) y gian (t)
2001 30 1 1 30 30.4
2002 32 2 4 64 31.2
2003 31 3 9 93 32.0
2004 34 4 16 136 32.8
2005 33 5 25 165 33.6
Cộng 160 15 55 488
160 5a 0 15a 1
y t 29, 6 0, 8 t
488 15a 0 55a 1
28
14
3. Hàm xu thế
3.2. Phương trình hàm bậc 2:
ŷ t a 0 a1t a 2 t 2
Các tham số a0, a1, a2 có thể xác định thông
qua hệ phương trình
n n n
2
na 0 a 1 i t a 2 ti y i
i 1 i 1 i 1
n n n n
2 3
a 0 t i a1 t i a 2 t i y t i i
i 1 i 1 i 1 i 1
n
2
n
3
n
4
n
2
a 0 t i a1 t i a 2 t i y t i i
i 1 i 1 i 1 i 1 29
3. Hàm xu thế
30
15
3. Hàm xu thế
31
3. Hàm xu thế
3.3. Phương trình hàm mũ:
ŷ t a 0a1t
Các tham số a0, a1 có thể xác định thông qua
hệ phương trình
n n
n ln a 0 ln a1 t i ln y i
i 1 i 1
n n n
ln a t ln a1 t 2
0 i
i 1 i 1
i t ln y
i 1
i i
32
16
3. Hàm xu thế
33
3. Hàm xu thế
34
17
4. Dự báo biến động của dãy số TG
4.1. Dự báo dựa vào lượng tăng (giảm) tuyệt đối TB
ŷ n L yn L
Trong đó:
ŷ n L : Mức độ dự báo vào thời gian (n+L)
y n : Mức độ cuối cùng của dãy số thời gian
18
4. Dự báo biến động của dãy số TG
4.2. Dự báo dựa vào tốc độ phát triển TB
ŷnL y n t
L
Trong đó:
ŷ n L : Mức độ dự báo vào thời gian (n+L)
y n : Mức độ cuối cùng của dãy số thời gian
19
4. Dự báo biến động của dãy số TG
4.3. Dự báo ngoại suy hàm xu thế
Dựa trên cơ sở chiều hướng biến động của
hiện tượng nghiên cứu được khái quát hóa
bằng một hàm số tuyến tính có dạng.
ŷ t a 0 a1t
Suy ra
ŷ nL a 0 a1 n L
39
y t 174, 35 68, 3t
ŷ2007 y5 515,85
ŷ2008 y6 584,15
40
20