Chuong 7 Kiem Dinh

Khái niệm chung
Kiểm định giả thiết thống kê là dựa vào 1 mẫu cụ thể và các quy
tắc để dẫn đến bác bỏ hoặc chấp nhận giả thiết về tổng thể.
 Giả thiết thống kê: giả thiết về dạng phân bố xác suất của BNN
gốc của tổng thể, hoặc giả thiết về các tham số đặc trưng cho
BNN gốc đó, ví dụ: giá trị trung bình, tỷ lệ, phương sai…
Bài toán có 2 dấu hiệu nghiên cứu, thì giả thiết thống kê có thể là
giả thiết về sự độc lập của chúng, hoặc so sánh các tham số đặc
trưng của chúng.
𝐻0 : giả thiết cần kiểm định, bảo vệ hoặc nghi ngờ bác bỏ.
𝐻1 : đối thiết, sẽ được chấp nhận khi 𝐻0 bị bác bỏ.
TS. Nguyễn Văn Quang

12/4/2021 1
Đại học Công nghệ - ĐHQGHN
Khái niệm chung
Quy tắc kiểm định dựa trên 2 nguyên lý:
• Xác suất bé: Nếu 1 biến cố có xác suất bé thì trong 1 phép thử
biến cố đó xem như không xảy ra.
• Phản chứng: Nếu từ giả thiết 𝐻0 dẫn đến 1 điều vô lý thì ta bác
bỏ 𝐻0 .
Giả sử 𝐻0 đúng, từ đó xây dựng biến cố 𝑊𝛼 với xác suất xảy ra
rất nhỏ, dó đó ta có thể xem 𝑊𝛼 không thể xảy ra trong 1 phép
thử. Thực hiện phép thử, nếu với mẫu cụ thể quan sát được mà
biến cố 𝑊𝛼 xảy ra thì trái với nguyên lý xác suất bé. Vậy 𝐻0 sai,
bác bỏ 𝐻0 . Nếu 𝑊𝛼 không xảy ra thì ta chưa có cơ sở để bác bỏ
𝐻0 .
𝑊𝛼 : miền bác bỏ, 𝛼: mức ý nghĩa.
12/4/2021 2
Khái niệm chung
 Tiêu chuẩn kiểm định: miền bác bỏ 𝑊𝛼 được xây dựng từ
thống kê 𝑇 = 𝑇(𝑋1 , … , 𝑋𝑛 , 𝜃) của mẫu, 𝜃: tham số liên quan
đến giả thiết 𝐻0 .
Nếu 𝐻0 đúng, khi đó thống kê T có quy luật phân bố xác định, từ
đó xây dựng được miền bác bỏ 𝑊𝛼 .
 Miền bác bỏ 𝑊𝛼 : sau khi đã chọn được tiêu chuẩn kiểm định
T, với 𝛼 (mức ý nghĩa) bé cho trước, với giả thiết 𝐻0 đúng. 𝑊𝛼
gọi là miền bác bỏ giả thiết 𝐻0 với mức ý nghĩa 𝛼:
P T  W H 0    .

12/4/2021 3
Khái niệm chung
 Quy tắc kiểm định giả thiết thống kê: (𝑥1 , … , 𝑥𝑛 ) là mẫu cụ thể
của mẫu ngẫu nhiên (𝑋1 , … , 𝑋𝑛 ). Khi đó 𝑡 = 𝑇(𝑥1 , … , 𝑥𝑛 , 𝜃)
gọi là giá trị quan sát.
Nếu 𝑡 ∈ 𝑊𝛼 : bác bỏ 𝐻0 , chấp nhận 𝐻1 .
Nếu 𝑡 ∈ 𝑊𝛼 : chấp nhận 𝐻0 (thực tế là chưa có cơ sở để bác bỏ
𝐻0 ).
 Với quy tắc kiểm định giả thiết thống kê như trên có thể mắc 2
loại sai lầm:
Sai lầm loại 1: bác bỏ 𝐻0 trong khi 𝐻0 đúng. Xác suất mắc sai
lầm loại 1 bằng 𝛼 vì 𝑃 𝑇 ∈ 𝑊𝛼 𝐻0 = 𝛼.
Sai lầm loại 2: thừa nhận 𝐻0 trong khi 𝐻0 sai. Gọi 𝛽 là xác suất
mắc sai lầm loại 2, khi đó: 𝑃 𝑇 ∉ 𝑊𝛼 𝐻1 = 𝛽.
12/4/2021 4
Khái niệm chung
Các bước trong bài toán kiểm định giả thiết thống kê:
• Phát biểu giả thiết 𝐻0 và đối thiết 𝐻1 .
• Từ tổng thể lập mẫu ngẫu nhiên kích thước n.
• Chọn tiêu chuẩn kiểm định T, xác định quy luật phân bố xác
suất của T với điều kiện 𝐻0 đúng.
• Với mức ý nghĩa 𝛼, xác định 𝑊𝛼 .
• Từ mẫu cụ thể tính 𝑡 = 𝑇(𝑥1 , … , 𝑥𝑛 , 𝜃).
• So sánh 𝑡 với miền bác bỏ 𝑊𝛼 và kết luận.

12/4/2021 5
Kiểm định so sánh trung bình với một số
Giả sử 𝜇 (chưa biết) là trung bình của bnn tổng thể 𝑋~𝑁(𝜇, 𝜎 2 ),
cần kiểm định:
• Giả thiết 𝐻0 : 𝜇 = 𝜇0
• Đối thiết 𝐻1 : 𝜇 ≠ 𝜇0
𝑋 là ước lượng điểm của 𝜇, mà 𝐻0 đúng, nên ta xây dựng miền
bác bỏ: 𝑊𝛼 = 𝑋 − 𝜇0 > 𝑐 sao cho 𝑃 𝑋 − 𝜇0 > 𝑐 = 𝛼 ∗
Mặt khác: T
 X   
0 n
N  0,1

 c n  c n  t 2  
Do đó:    P  T      P T   c
      2 n
 X  0  n 
Vậy miền bác bỏ: W   T   t 2 
  
 
12/4/2021 6
t 2 t 2
Miền bác bỏ: T  t 2

12/4/2021 7
Tóm lại: Từ mẫu ngẫu nhiên (𝑋1 , … , 𝑋𝑛 ) xét thống kê:
T
 X   n
N  0,1

Mà 𝐻0 đúng nên: T 
 X   
0 n
N  0,1


Miền bác bỏ 𝐻0 : W   T 
 X  0   n 
: T  t /2 
  
 
 X  0  n 
 P T  W H 0   P   t /2   
  
 
Đây gọi là bài toán kiểm định 2 phía.
12/4/2021 8
Xác định xác suất mắc sai lầm loại 2:

  P T  W H1   P  t 2 
 X  0  n 
 t 2 
  
 
 X   n
N  0,1

  n  X  0    n  n
Do đó:   P  t 2    t 2  
    
 
  0    n  0    n 
 P  t 2  T   t 2 
   
 
  0    n    0    n 
 0   t 2    0   t 2 
     
   
12/4/2021 9
Tương tự, ta có miền bác bỏ 𝐻0 của bài toán kiểm định 1 phía với
đối thiết 𝐻1 : 𝜇 > 𝜇0 hoặc 𝐻1 : 𝜇 < 𝜇0 .
 
t t
Miền bác bỏ: T  t Miền bác bỏ: T  t

12/4/2021 10
• Đối thiết 𝐻1 : 𝜇 > 𝜇0

 X  0   n 
: T  t 
  
 
  X  0   n 
 P T  W H 0   P   t   
  
 

   P T  W H1   P  T 
 0    n 
 t 
  
 
  0    n 
 0.5   0   t 
  
 
12/4/2021 11
• Đối thiết 𝐻1 : 𝜇 < 𝜇0

 X  0   n
: T  t 

  
 
  X  0   n 
 P T  W H 0   P   t   
  
 

   P T  W H1   P  T 
 0    n 
 t 
  
 
  0    n 
 0.5   0   t 
  
 
12/4/2021 12
Với số liệu mẫu cụ thể, ta tính giá trị quan sát 𝑡, rồi so sánh với
giá trị tới hạn 𝑡𝛼 , 𝑡𝛼 , 𝑡𝛼,𝑛−1 hoặc 𝑡𝛼,𝑛−1 , và kết luận:
2 2
Cỡ mẫu 𝑛 ≥ 30 𝑛 < 30, 𝑋~𝑁(𝜇, 𝜎 2 )
t
 x  0  n  x  0  n
t
Biết 𝜎  
t , t /2 : tra bang t , t /2 : tra bang
 x  0  n
t
 x  0  n
t
Chưa biết 𝜎 s s
t , t /2 : tra bang t ,n 1 , t /2,n 1 : tra bang

12/4/2021 13
Bác bỏ 𝐻0 khi: t  t /2 hay t  t /2,n 1
Chấp nhận 𝐻0 khi: ngược lại
Chú ý: từ mức ý nghĩa 𝛼:
• Đối thiết 𝐻1 : 𝜇 > 𝜇0  1   tra bang
Bác bỏ 𝐻0 khi: t  t hay t  t ,n 1

 0 2 t     t 2
 2
 0  t   0.5   
tra bang
t
Chấp nhận 𝐻0 khi: ngược lại 
𝑡𝛼,𝑛 : tra trực tiếp từ bảng
• Đối thiết 𝐻1 : 𝜇 < 𝜇0
Bác bỏ 𝐻0 khi: t   t hay t   t ,n 1
12/4/2021 14
Trọng lượng trung bình của đàn bò ở 1 trang trại là 380 kg. Sau
khi áp dụng chế độ chăn nuôi mới (với hy vọng lượng trung bình
của đàn bò sẽ tăng lên), lấy ngẫu nhiên 50 con bò rồi cân thì thấy
trọng lượng trung bình của chúng là 390 kg. Giả sử trọng lượng
của bò là ĐLNN có phân bố chuẩn với độ lệch chuẩn là 35.2 kg.
Với mức ý nghĩa 𝛼 = 1%, có thể cho rằng trọng lượng trung bình
của đàn bò đã tăng lên hay không? Tính xác suất mắc sai lầm loại
2 nếu trọng lượng trung bình của đàn bò thực sự là 395 kg.
Giải: Gọi 𝜇 là trọng lượng trung bình của đàn bò khi áp dụng chế
độ chăn nuôi mới.
• Giả thiết 𝐻0 : 𝜇 = 𝜇0 = 380
• Đối thiết 𝐻1 : 𝜇 > 380
12/4/2021 15
Ta có:
x  390 ,   35.2
x  0 390  380
t n 50  2.01
 35.2
 0  t   0.5  0.01  0.49 
tra bang
t  2.33
t  t : Chấp nhận giả thiết 𝐻0 , trọng lượng trung bình

của đàn bò không tăng lên (trung bình của mẫu
quan sát không khác biệt một cách có ý nghĩa so
với trung bình tổng thể).

12/4/2021 16
Đối thiết 𝐻1 : 𝜇 > 380
  0.01, 0  380 ,   395 ,   35.2 :
Do đó, xác suất mắc sai lầm loại 2:
  0    n 
  0.5   0   t   0.5   0  0.68 
  
 
 0.5   0  0.68   0.5  0.2517  0.2483

12/4/2021 17
Trọng lượng các bao gạo là BNN có phân bố chuẩn 𝑁(50,0.01).
Có ý kiến khách hàng phàn nàn là trọng lượng bị thiếu. Đem cân
thử ngẫu nhiên 25 bao gạo, kết quả như sau:
Trọng lượng
48-48.5 48.5-49 49-49.5 49.5-50 50-50.5
bao gạo (kg)
Số bao 2 5 10 6 2
Xem ý kiến khách hàng có đúng không bằng cách kiểm tra giả
thiết 𝜇 = 50 và đối thiết 𝜇 < 50 với mức ý nghĩa 𝛼 = 5%.
Giải: Gọi 𝜇 là trọng lượng trung bình của bao gạo.
• Giả thiết 𝐻0 : 𝜇 = 50
• Đối thiết 𝐻1 : 𝜇 < 50
12/4/2021 18
Ta có:
x  49.27 ,   0.1
x  0 49.27  50
t n 25  36.5
 0.1
 0  t   0.5    0.45 
tra bang
t  1.65
t  t : Bác bỏ giả thiết 𝐻0 , trọng lượng trung bình các

bao gạo bị thiếu, ý kiến khách hàng là đúng.

12/4/2021 19
Cân thử 15 con gà ở 1 trại chăn nuôi khi xuất chuồng ta tính được
𝑥 = 3.62kg. Cho biết 𝜎 2 = 0.01. Giả sử trọng lượng của gà có
phân bố chuẩn.
a. Giám đốc trại tuyên bố trọng lượng trung bình của gà là 3.5kg
thì có tin được không với mức ý nghĩa 𝛼 = 1%.
b. Giả sử người ta dùng thức ăn mới và khi xuất chuồng trọng
lượng trung bình của gà là 3.9kg. Cho kết luận về tác dụng của
loại thức ăn này đối với trọng lượng trung bình của gà với mức ý
nghĩa 𝛼 = 1%.
Giải: a. Gọi 𝜇 là trọng lượng trung bình của gà. Cần kiểm định:
• Giả thiết 𝐻0 : 𝜇 = 3.5
• Đối thiết 𝐻1 : 𝜇 ≠ 3.5
12/4/2021 20
Ta có:
x  0 3.62  3.5
t n 15  4.6
 0.1
1
 0  t /2    0.495 
tra bang
t /2  2.58
2
t  t /2 : Bác bỏ giả thiết 𝐻0 , giám đốc nói sai.

12/4/2021 21
b. Gọi 𝜇 là trọng lượng trung bình của gà trước khi sử dụng thức
ăn mới. Cần kiểm định:
• Giả thiết 𝐻0 : 𝜇 = 3.9
• Đối thiết 𝐻1 : 𝜇 < 3.9
x  0 3.62  3.9
t n 15  10.84
 0.1
 0  t   0.5    0.49 
tra bang
t  2.33
t  t : Bác bỏ giả thiết 𝐻0 .

Do đó, thức ăn mới có tác dụng tốt, làm tăng trọng lượng trung
bình của gà.
12/4/2021 22
Trọng lượng X của một loại sản phẩm do nhà máy sản xuất ra là
BNN có phân bố chuẩn với độ lệch chuẩn là 𝜎 = 1 kg, trọng
lượng trung bình là 50kg. Nghi ngờ máy hoạt động không bình
thường làm thay đổi trọng lượng trung bình của sản phẩm, người
ta cân thử 100 sản phẩm và thu được kết quả sau:
Trọng lượng sản phẩm (kg) 48 49 50 51 52
Số lượng sản phẩm 10 60 20 5 5
Với mức ý nghĩa 0.05, hãy kết luận về nghi ngờ nói trên.
Giải: Gọi 𝜇 là trọng lượng trung bình của sản phẩm.
Ta có: x  49.35.

12/4/2021 23
Ta cần kiểm định giả thiết:
• Giả thiết 𝐻0 : 𝜇 = 𝜇0 = 50
x  0
t n   49.35  50  100  6.5

t  t /2  1.96
Bác bỏ giả thiết 𝐻0 , máy đã hoạt động không bình thường làm
thay đổi trọng lượng trung bình của sản phẩm.

12/4/2021 24
Mức hao phí xăng (X) cho một loại xe ô tô chạy trên đoạn đường
AB là BNN có phân bố chuẩn với kỳ vọng là 50 lít. Nay do
đường được tu sửa lại, người ta cho rằng hao phí trung bình đã
giảm xuống. Quan sát 36 chuyến xe chạy trên đường AB ta thu
được bảng số liệu sau:
Mức hao 48,5- 49,0- 49,5- 50,0- 50,5-
phí (lít) 49,0 49,5 50,0 50,5 51,0
Số chuyến
10 11 10 3 2
xe 𝑛𝑖
Với mức ý nghĩa 0.05 hãy cho kết luận về ý kiến trên.

12/4/2021 25
Giải: Gọi 𝜇 mức hao phí xăng sau khi sửa lại đường.
𝜇0 mức hao phí xăng khi chưa sửa lại đường.
H 0 :   0  50 ; H1 :   50
t  1.65
x  49.4167; s  0.573; n  36  30
x  0 49.4167  50
t n 36
s 0.573
 6.1  t
Bác bỏ giả thiết 𝐻0 , mức hao phí xăng trung bình đã giảm.
12/4/2021 26
Định mức để hoàn thành 1 sản phẩm là 14,5 phút. Có nên thay
đổi định mức không, nếu theo dõi thời gian hoàn thành của 25
công nhân, ta có bảng số liệu sau:
Thời gian sản
xuất một sản 10-12 12-14 14-16 16-18 18-20
phẩm (phút)
Số công nhân
2 6 10 4 3
tương ứng 𝑛𝑖
Hãy kết luận với mức ý nghĩa 0.05 biết rằng thời gian hoàn thành
một sản phẩm (X) là ĐLNN có phân bố chuẩn.

12/4/2021 27
Giải: Kiểm định giả thiết:
H 0 :   0  14.5 ; H1 :   14.5
0  14.5 là định mức cũ, 𝜇 là năng suất trung bình mới.
n  25  30  t0.025,24  2.064
x  15; s  2.236
x  0 15  14.5
t n 25  1.118
s 2.236
 t  t /2,n1  2.064
Chấp nhận giả thiết 𝐻0 , do đó không nên thay đổi định mức.
12/4/2021 28
Sở điện lực A báo cáo rằng: trung bình 1 hộ hàng tháng phải trả
250 nghìn đồng tiền điện, với độ lệch chuẩn là 20 nghìn. Khảo sát
ngẫu nhiên 500 hộ thì tính được trung bình hàng tháng 1 hộ trả
252 nghìn đồng tiền điện.
Trong kiểm định giả thiết H: “trung bình 1 hộ phải trả hàng tháng
là 250 nghìn đồng tiền điện”, với mức ý nghĩa 𝛼 = 1% hãy cho
biết kết luận?
Nhà giáo dục học B muốn nghiên cứu xem số giờ tự học trung
bình hàng ngày của sinh viên có thay đổi không so với mức 1
giờ/ngày cách đây 10 năm.
Ông B khảo sát ngẫu nhiên 120 SV và tính được trung bình là
0.82 giờ/ngày với 𝑠 = 0.75 giờ/ngày. Với mức ý nghĩa 3% hãy
cho biết kết luận của ông B?
12/4/2021 29
Một công ty cho biết mức lương trung bình của một kỹ sư ở công
ty là 7.5 triệu/tháng, với độ lệch chuẩn là 0.5 triệu/tháng. Kỹ sư A
định xin vào làm ở công ty này và đã thăm dò 18 kỹ sư thì thấy
lương trung bình là 5.45 triệu/tháng.
Kỹ sư A quyết định rằng: nếu mức lương trung bình bằng với
mức công ty đưa ra thì nộp đơn xin làm.
Với mức ý nghĩa 2%, hãy cho biết kết luận của kỹ sư A?

12/4/2021 30
Kiểm tra ngẫu nhiên 38 cửa hàng của công ty A và có bảng doanh
thu trung 1 tháng là:
X (triệu
200 220 240 260
đồng/tháng)
Số cửa hàng 8 16 12 2
Kiểm định giả thiết H: “doanh thu trung bình hàng tháng của một
cửa hàng công ty là 230 triệu/tháng”, mức ý nghĩa tối đa để giả
thiết H được chấp nhận là:
a. 3.4% c. 5.6%
b. 4.2% d. 7.8%

12/4/2021 31
Thời gian X (phút) giữa 2 chuyến xe bus trong 1 thành phố là
ĐLNN có phân bố chuẩn. Công ty xe bus nói rằng: trung bình cứ
5 phút lại có 1 chuyến xe bus. Người ta chọn ngẫu nhiên 8 thời
điểm và ghi lại thời gian (phút) giữa 2 chuyến xe bus là:
5.3 4.5 4.8 5.1 4.3 4.8 4.9 4.7
Với mức ý nghĩa 5%, hãy kiểm định lời nói trên?

12/4/2021 32
Chiều cao cây giống X (m) trong 1 vườn ươm là ĐLNN có phân
bố chuẩn. Người ta đo ngẫu nhiên 25 cây giống này và có bảng
số liệu:
X (m) 0.8 0.9 1.0 1.1 1.2 1.3
Số cây 1 2 9 7 4 2
Theo quy định của vườn ươm, khi nào cây cao hơn 1 m thì đem
ra trồng. Với mức ý nghĩa 5%, kiểm định giả thiết H: “cây giống
của vườn ươm cao 1 m” có giá trị thống kê và kết luận là:
a. t = 2.7984, không nên đem cây ra trồng.
b. t = 2.7984, nên đem cây ra trồng.
c. t = 1.9984, không nên đem cây ra trồng.
d. t = 1.9984, nên đem cây ra trồng.
12/4/2021 33
Kiểm định so sánh tỷ lệ với một số
Giả sử bnn X tổng thể có phân bố Bernoulli tham số 𝑝: 𝑋~𝐵(𝑝).
Giả sử 𝑝 (chưa biết) là tỷ lệ phần tử loại A, cần kiểm định:
• Giả thiết 𝐻0 : 𝑝 = 𝑝0
Từ mẫu ngẫu nhiên (𝑋1 , … , 𝑋𝑛 ) xét thống kê:
T
 F  p n
N  0,1 khi np  5, n(1  p)  5
p(1  p)
 F  p0  n
N  0,1 ; np0  5, n(1  p0 )  5
p0 (1  p0 )
  F  p0  n 
 P T  W H 0   P   W 
 p (1  p ) 
 0 0 
12/4/2021 34
• Đối thiết 𝐻1 : 𝑝 ≠ 𝑝0 , miền bác bỏ 𝐻0 :

W   T 
 F  p0  n 
: T  t /2 
 p (1  p ) 
 0 0 
• Đối thiết 𝐻1 : 𝑝 > 𝑝0 , miền bác bỏ 𝐻0 :

W   T 
 F  p0  n 
: T  t 
 p (1  p ) 
 0 0 
• Đối thiết 𝐻1 : 𝑝 < 𝑝0 , miền bác bỏ 𝐻0 :

W   T 
 F  p0  n 
: T  t 
 p (1  p ) 
 0 0 
12/4/2021 35
 1   tra bang
 0  t /2    t /2
Từ mức ý nghĩa 𝛼:  2
 0  t   0.5   
tra bang
t

m
Từ mẫu cụ thể, tính tỷ lệ (tần suất) mẫu: f 
n
t
 f  p0  n
Tính giá trị quan sát:
p0 (1  p0 )
So sánh 𝑡 với giá trị tới hạn 𝑡𝛼 hoặc 𝑡𝛼/2 và kết luận.
12/4/2021 36
• Đối thiết 𝐻1 : 𝑝 ≠ 𝑝0
Bác bỏ 𝐻0 khi: t  t /2
Chấp nhận giả thiết 𝐻0 khi: ngược lại
• Đối thiết 𝐻1 : 𝑝 > 𝑝0

Bác bỏ 𝐻0 khi: t  t
• Đối thiết 𝐻1 : 𝑝 < 𝑝0

Bác bỏ giả thiết 𝐻0 khi: t   t
12/4/2021 37
Số vụ tai nạn giao thông xảy ra mỗi ngày ở thành phố quan sát
được (trong 156 ngày quan sát):
Số tai nạn
0 1 2 3 4 5 6 7 8
trong ngày (X)
Số ngày (ni) 10 32 46 35 20 9 2 1 1
Số vụ tai nạn trong ngày lớn hơn 4 thì ngày đó được xem là ngày
tử thần, với mức ý nghĩa 5% hãy kiểm tra nhận xét cho rằng tỷ lệ
ngày tử thần ở thành phố này là lớn hơn 8%.

12/4/2021 38
Giải: Giả thiết H0: p = p0 = 0.08.
Đối thiết H1: p > p0 = 0.08.
𝑛𝑝0 = 156 × 0.08 = 12.48 > 5, 𝑛 1 − 𝑝0 = 156 × 0.92 > 5
13
Tỷ lệ ngày tử thần dựa trên mẫu quan sát: 𝑓 = = 0.0833
156
t
 f  p0  n

 0.0833  0.08 156
 0.152
Giá trị quan sát:
p0 (1  p0 ) 0.08  0.92
  0.05    t   0.5  0.05  0.45 

tra bang
t  1.65  t
Do đó, chấp nhận H0, với số liệu này ta tạm thời không cho rằng
tỷ lệ ngày tử thần lớn hơn 8%, cho tới khi có thêm số liệu mới.
12/4/2021 39
Để kiểm tra 1 loại súng thể thao, người ta cho bắn 1000 viên đạn
vào bia thấy có 540 viên trúng mục tiêu. Sau đó, bằng cải tiến kỹ
thuật, người ta tính được tỷ lệ bắn trúng mục tiêu là 70%. Hãy
cho kết luận về cải tiến, với mức ý nghĩa 1%.
Giải:
Gọi p là tỷ lệ bắn trúng trước khi cải tiến kỹ thuật.
f là tỷ lệ bắn trúng trên mẫu trước khi cải tiến kỹ thuật.
Cần kiểm định giả thiết:
• Giả thiết 𝐻0 : 𝑝 = 0.7
• Đối thiết 𝐻1 : 𝑝 < 0.7

12/4/2021 40
𝑛𝑝0 = 1000 × 0.7 = 700 > 5, 𝑛 1 − 𝑝0 = 300 > 5
Do đó, tiêu chuẩn kiểm định có thể xấp xỉ với phân bố chuẩn tắc.
𝑚 540
Tỷ lệ mẫu: 𝑓 = = = 0.54
𝑛 1000
t
 f  p0  n

 0.54  0.7  1000
 11.04
p0 (1  p0 ) 0.7  0.3
 0  t   0.5  0.01  0.49 

tra bang
t  2.33
t  t : Bác bỏ giả thiết 𝐻0 .
Chấp nhận giả thiết 𝐻1 , cải tiến kỹ thuật có tác dụng tốt.
12/4/2021 41
Kiểm tra 800 sinh viên thấy có 128 sinh viên giỏi. Trường báo
cáo tổng kết là có 40% sinh viên giỏi thì có đúng như vậy không,
với mức ý nghĩa 5%.
Giải: Gọi p là tỷ lệ SV giỏi thực tế (chưa biết).
f là tỷ lệ SV giỏi tính trên mẫu.
Cần kiểm định giả thiết:
• Giả thiết 𝐻0 : 𝑝 = 0.4
𝑛𝑝 = 800 × 0.4 = 320 > 5, 𝑛 1 − 𝑝 = 1000 × 0.6 = 480 > 5
12/4/2021 42
𝑚 128
Tỷ lệ mẫu: 𝑓 = = = 0.16
𝑛 800
t
 f  p0  n

 0.16  0.4  800
 13.871
p0 (1  p0 ) 0.4  (1  0.4)
 0  t   0.5    0.45 

tra bang
t  1.65
t  t : Bác bỏ giả thiết 𝐻0 . Kết luận của báo cáo

không đúng. Tỷ lệ học sinh giỏi bé hơn 40%.

12/4/2021 43
Một máy sản xuất tự động có tỷ lệ chính phẩm đạt 98%, sau một
thời gian hoạt động, ta nghi ngờ tỷ lệ trên đã bị giảm. Kiểm tra
ngẫu nhiên 500 sản phẩm thấy có 28 phế phẩm. Với mức ý nghĩa
5%, kiểm tra xem chất lượng làm việc của máy có còn được như
trước hay không?
Giải: Gọi 𝑝0 = 0.98 là tỷ lệ chính phẩm ban đầu của máy. p là tỷ
lệ chính phẩm của máy sau một thời gian làm việc (chưa biết).
• Giả thiết 𝐻0 : 𝑝 = 𝑝0 = 0.98
𝑛𝑝 = 500 × 0.98 = 490 > 5, 𝑛 1 − 𝑝 = 500 × 0.02 = 10 > 5
t  1.65, f  (500  28) / 500  0.944
12/4/2021 44
t
 f  p0  n

 0.944  0.98  500
 5.75
p0 1  p0  0.98  0.02
t  t : Bác bỏ giả thiết 𝐻0 , tỷ lệ chính phẩm đã giảm xuống,

nghi ngờ là có cơ sở.

12/4/2021 45
Nếu áp dụng phương pháp I thì tỷ lệ phế phẩm là 6%, còn nếu áp
dụng phương pháp II thì trong 100 sản phẩm có 5 phế phẩm. Vậy
có thể kết luận áp dụng phương pháp II thì tỷ lệ phế phẩm như
phương pháp I không? Hãy kết luận với mức ý nghĩa 0,05.
Giải: Gọi 𝑝0 = 0.06 là tỷ lệ phế phẩm của phương pháp I.
p là tỷ lệ phế phẩm của phương pháp II (chưa biết).
• Giả thiết 𝐻0 : 𝑝 = 𝑝0 = 0.06
• Đối thiết 𝐻1 : 𝑝 ≠ 0.06
𝑛𝑝 = 100 × 0.06 = 6 > 5, 𝑛 1 − 𝑝 = 100 × 0.94 = 94 > 5
t /2  1.96, f  5 /100  0.05

12/4/2021 46
t
 f  p0  n

 0.05  0.06  100
 0.42
p0 1  p0  0.06  0.94
t  t /2 : Chấp nhận giả thiết 𝐻0 , do đó tỷ lệ phế phẩm của

phương pháp II bằng với tỷ lệ của phương pháp I.

12/4/2021 47
Trong đợt bầu cử, có tuyên bố rằng ít nhất 45% cử tri sẽ bỏ phiếu
cho ứng cử viên A. Chọn ngẫu nhiên 2000 cử tri, thấy có 924 cử
tri tuyên bố bỏ phiếu cho A. Với mức ý nghĩa 0,05 hãy kiểm tra
dự đoán trên có đúng hay không.
Giải:
• Giả thiết 𝐻0 : 𝑝 = 𝑝0 = 0.45
• Đối thiết 𝐻1 : 𝑝 ≠ 0.45
𝑛𝑝 = 2000 × 0.45 = 900 > 5, 𝑛 1 − 𝑝 = 2000 × 0.55 > 5
t /2  1.96, f  924 / 2000  0.462

12/4/2021 48
t
 f  p0  n

 0.462  0.45  2000
 1.08
p0 1  p0  0.45  0.55
t  t /2 : Chấp nhận giả thiết 𝐻0 , chưa đủ cơ sở để bác bỏ giả

thiết này.

12/4/2021 49
Một báo cáo cho biết có 58% người tiêu dùng VN quan tâm đến
hàng Việt. Khảo sát ngẫu nhiên 1.000 người dân VN thấy có 536
người được hỏi là có quan tâm đến hàng Việt. Với mức ý nghĩa
5%, hãy kiểm định lại báo cáo trên.
Khảo sát ngẫu nhiên 400 SV về mức độ nghiêm túc trong giờ học
thì thấy 13 SV thừa nhận có ngủ trong giờ học. Trong kiểm định
giả thiết H: “có 2% SV ngủ trong giờ học”, mức ý nghĩa tối đa là
bao nhiêu để H được chấp nhận?

12/4/2021 50
So sánh 2 trung bình của 2 tổng thể X, Y
Lấy 2 mẫu ngẫu nhiên độc lập 𝑋11 , … , 𝑋1𝑛1 , (𝑋21 , … , 𝑋2𝑛2 ) của
2 ĐLNN gốc X1, X2. Xét thống kê sau làm tiêu chuẩn kiểm định:
T
 X 1 
 X 2   1  2 
N  0,1
 2
 2
1
 2
n1 n2
• Giả thiết 𝐻0 : 𝜇1 = 𝜇2
X1  X 2
Mà 𝐻0 đúng nên: T  N  0,1
 n1   n2
2
1
2
2
 X1  X 2 
 P T  W H 0   P   W 
 2 n  2 n 
 1 1 2 2 
12/4/2021 51
• Đối thiết 𝐻1 : 𝜇1 ≠ 𝜇2 , miền bác bỏ 𝐻0 :
 X1  X 2 
W   T  : T  t /2 
  2
n   2
n 
 1 1 2 2 
• Đối thiết 𝐻1 : 𝜇1 > 𝜇2 , miền bác bỏ 𝐻0 :
 X1  X 2 
W   T  : T  t 
  2
n   2
n 
 1 1 2 2 
• Đối thiết 𝐻1 : 𝜇1 < 𝜇2 , miền bác bỏ 𝐻0 :
 X1  X 2 
W   T  : T  t 
  2
n   2
n 
 1 1 2 2 
12/4/2021 52
𝑛1 < 30, 𝑋1 ~𝑁 𝜇1 , 𝜎12
Cỡ mẫu 𝑛1 ≥ 30, 𝑛2 ≥ 30
𝑛2 < 30, 𝑋2 ~𝑁(𝜇2 , 𝜎22 )
x1  x2 x1  x2
t t
 12  22  12  22
Biết 𝜎12 , 𝜎22  
n1 n2 n1 n2
x1  x2 x1  x2
t t
Chưa biết 2 2 s2 s2
𝜎12 , 𝜎22
s s
1
 2 
n1 n2 n1 n2
𝜎12 = 𝜎22 n1 n2 2 n1 n2 2
Chú ý: Vì giới hạn của bảng tra cho trong SGK nên nếu:
n1  n2  2  30 thì ta lấy tn1/2 n2 2  t /2
12/4/2021 53

Trong đó: s 2  1
n  1 s1
2
  n2  1 s 2
2
gọi là phương sai gộp.
n1  n2  2
n1  2
x1  x1   
2
s 
2
n1  1  
1
n2  2
x2  x2   
2
s 
2
n2  1  
2
Với số liệu mẫu cụ thể, ta tính giá trị quan sát 𝑡, rồi so sánh với
n1  n2  2 n1  n2  2
giá trị tới hạn t , t /2 , t , t /2 và kết luận:

12/4/2021 54
• Đối thiết 𝐻1 : 𝜇1 ≠ 𝜇2
n1 n2 2
Bác bỏ 𝐻0 khi: t  t /2 hay t  t /2
• Đối thiết 𝐻1 : 𝜇1 > 𝜇2

n1 n2 2
Bác bỏ 𝐻0 khi: t  t hay t  t
• Đối thiết 𝐻1 : 𝜇1 < 𝜇2

n1 n2 2
Bác bỏ giả thiết 𝐻0 khi: t   t hay t   t
12/4/2021 55
Để nghiên cứu tuổi thọ của một loại bóng đèn, ta thắp thử 100
bóng đèn và có số liệu sau:
1010- 1030- 1050- 1070- 1090-
Tuổi thọ X (giờ)
1030 1050 1070 1090 1110
Số bóng 2 3 8 13 25
1110- 1130- 1150- 1170- 1190-
Tuổi thọ X (giờ)
1130 1150 1170 1190 1210
Số bóng 20 12 10 6 1
Sau khi cải tiến kỹ thuật, ta lại thắp thử 100 bóng và có số liệu:
Tuổi thọ Y (giờ) 1150 1160 1170 1180 1190 1200
Số bóng 10 15 20 30 15 10
Giả sử X và Y đều tuân theo luật phân bố chuẩn. Hãy kiểm định
giả thiết EX=EY với đối thiết EX<EY, 𝛼 = 0.05.
12/4/2021 56
Tính giá trị quan sát t:
x1  x2 1111.4  1175.5
t   15.991
2 2
s1 s2 1402.04 204.75
 
n1 n2 100 100
t  1.65
t  t : Bác bỏ giả thiết 𝐻0 , chấp nhận giả thiết 𝐻1 . Do đó,

việc cải tiến kỹ thuật đã nâng cao tuổi thọ của bóng
đèn.

12/4/2021 57
Cân thử 100 trái cây ở nông trường I ta tính được: 𝑥1 =
101.2, 𝑠12 = 571.7 và 361 trái cây ở nông trường II ta tính được:
𝑥2 = 66.39, 𝑠22 = 29.72. So sánh trọng lượng trung bình của trái
cây ở 2 nông trường với mức ý nghĩa 1%.
Giải: Gọi 𝜇1 , 𝜇2 là cân nặng trung bình của trái cây ở nông
trường I và II. Cần kiểm định:
• Giả thiết 𝐻0 : 𝜇1 =𝜇2 Đối thiết 𝐻1 : 𝜇1 >𝜇2
Trung bình Phương sai

Mẫu Cỡ mẫu
mẫu hiệu chỉnh
I 𝑛1 = 100 x1  101.2 𝑠12 = 571.7
II 𝑛2 = 361 x2  66.39 𝑠22 = 29.72
12/4/2021 58
Tính giá trị quan sát t:
x1  x2101.2  66.39
t   14.4549
s12 s22 571.7 29.72


n1 n2 100 361
 0  t   0.5    0.49 

tra bang
t  2.33
t  t : Bác bỏ giả thiết H0, chấp nhận đối thiết H1. Do đó, cân
nặng trung bình của trái cây ở nông trường I lớn hơn ở
nông trường II.

12/4/2021 59
Người ta thí nghiệm 2 phương pháp chăn nuôi gà khác nhau, sau
1 tháng kết quả tăng trọng như sau:
Phương Số gà được Mức tăng trọng
Độ lệch chuẩn
pháp theo dõi trung bình (kg)
I 100 1.2 0.2
II 150 1.3 0.3
Với mức ý nghĩa 0.05 có thể kết luận phương pháp II hiệu quả
hơn phương pháp I không?

12/4/2021 60
Ta có: n1  100, n2  150,  1  0.2,  2  0.3, x1  1.2, x2  1.3
𝜇1 : Mức tăng trọng trung bình của phương pháp I

𝜇2 : Mức tăng trọng trung bình của phương pháp II
Giả thiết: 𝐻0 : 𝜇1 =𝜇2 Đối thiết: 𝐻1 : 𝜇1 < 𝜇2
1.2  1.3
Tính các giá trị: t   3.16 , t  1.65
0.04 0.09

100 150
t  t : Bác bỏ giả thiết H0, chấp nhận đối thiết H1. Do đó,
phương pháp II hiệu quả hơn phương pháp I.
12/4/2021 61
Ví dụ: Tương tự ví dụ trên nhưng thay bảng số liệu sau:
n1  10; n2  15; s1  0.2; s2  0.3
x1  1.2; x2  1.3
Phương sai gộp:


s2  1
n  1 s1
2
  n2  1 s 2
2
 0.07
n1  n2  2
1.2  1.3
t  0.925 , t0.025
23
 2.069
0.07 0.07

10 15
t  t0.025
23
: Với số liệu mẫu này thì tạm thời chấp nhận giả thiết
H0. Do đó, hai phương pháp có hiệu quả như nhau.
12/4/2021 62
So sánh 2 tỷ lệ của 2 tổng thể X, Y
Giả sử 2 ĐLLNN X1, X2 của tổng thể có phân bố Bernoulli tham
số 𝑝1 , 𝑝2 : 𝑋1 ~𝐵 𝑝1 , 𝑋2 ~𝐵(𝑝2 ). Giả sử 𝑝1 , 𝑝2 (chưa biết) là tỷ lệ
phần tử loại A, cần kiểm định:
• Giả thiết 𝐻0 : 𝑝1 = 𝑝2 = 𝑝
Từ 2 mẫu ngẫu nhiên 𝑋11 , … , 𝑋1𝑛1 , (𝑋21 , … , 𝑋2𝑛2 ) xét:
T
 F1  F2    p1  p2  N  0,1 khi n1  30, n2  30
p1 (1  p1 ) p2 (1  p2 )

n1 n2
F1  F2
Mà 𝐻0 đúng nên: T  N  0,1 ; n1 , n2  30
1 1
p 1  p    
 n1 n2 
12/4/2021 63
 F1  F2 
 P T  W H 0   P   W 

 p 1  p 1 n1  1 n2  

Thông thường p chưa biết, nên được thay bằng ước lượng trung
bình cộng của nó là:
n1 f1  n2 f 2
f 
n1  n2
F1  F2
Tiêu chuẩn kiểm định: T 
1 1
f 1  f    
 n1 n2 
12/4/2021 64
• Đối thiết 𝐻1 : 𝑝1 ≠ 𝑝2 , miền bác bỏ 𝐻0 :
 
F1  F2
W   T  : T  t /2 
 f 1  f  1 n  1 n  
 1 2 
• Đối thiết 𝐻1 : 𝑝1 > 𝑝2 , miền bác bỏ 𝐻0 :
 
F1  F2
W   T  : T  t 
 f 1  f  1 n  1 n  
 1 2 
• Đối thiết 𝐻1 : 𝑝1 < 𝑝2 , miền bác bỏ 𝐻0 :
 
F1  F2
W   T  : T  t 
 f 1  f  1 n  1 n  
 1 2 
12/4/2021 65
 1   tra bang
 0  t /2    t /2
Từ mức ý nghĩa 𝛼:  2
 0  t   0.5   
tra bang
t

Từ mẫu cụ thể, tính tỷ lệ (tần suất) mẫu:
m1 m2 m1  m2
f1  , f 2  , f 
n1 n2 n1  n2
f1  f 2
Tính giá trị quan sát: t 
1 1
f 1  f    
 n1 n2 
So sánh 𝑡 với giá trị tới hạn 𝑡𝛼 hoặc 𝑡𝛼/2 và kết luận.
12/4/2021 66
• Đối thiết 𝐻1 : 𝑝1 ≠ 𝑝2
Bác bỏ 𝐻0 khi: t  t /2
• Đối thiết 𝐻1 : 𝑝1 > 𝑝2

Bác bỏ 𝐻0 khi: t  t
• Đối thiết 𝐻1 : 𝑝1 < 𝑝2

Bác bỏ giả thiết 𝐻0 khi: t   t
12/4/2021 67
Từ 2 đám đông tiến hành 2 mẫu với 𝑛1 = 100, 𝑛2 = 120, tính
được tỷ lệ phần tử loại A trên mẫu 1, 2 lần lượt là 𝑓1 = 0.2,
𝑓2 = 0.3. Với mức ý nghĩa 1% cho kết luận tỷ lệ phần tử A của 2
đám đông có như nhau không.
Giải: Gọi 𝑝1 và 𝑝2 (chưa biết) là tỷ lệ phần tử A trên tổng thể 1 và
tổng thể 2 chưa biết. Cần kiểm định:
• Giả thiết 𝐻0 : 𝑝1 =𝑝2
• Đối thiết 𝐻1 : 𝑝1 ≠𝑝2
Tính:
n1 f1  n2 f 2
f1  0.2, f 2  0.3, f   0.255
n1  n2
12/4/2021 68
Tính giá trị thống kê:
f1  f 2 0.2  0.3
t   1.695
1 1  1 1 
f (1  f )    0.255  0.745    
 n1 n2   100 120 
1
 0  t /2    0.495 
tra bang
t /2  2.58
2
𝑡 < 𝑡𝛼/2 : chấp nhận giả thiết H0.

12/4/2021 69
Thống kê số phế phẩm của 2 nhà máy cùng sản xuất một loại sản
phẩm có bảng số liệu:
Nhà máy Số sản phẩm Số phế phẩm
I 1200 20
II 1400 60
Với mức ý nghĩa 0.05, hãy xét xem tỷ lệ phế phẩm ở 2 nhà máy
trên có như nhau hay không?

12/4/2021 70
Gọi: 𝑝1 - tỷ lệ phế phẩm của nhà máy I

𝑝2 - tỷ lệ phế phẩm của nhà máy II
Giả thiết 𝐻0 : 𝑝1 = 𝑝2 Đối thiết 𝐻1 : 𝑝1 <𝑝2
Tính giá trị quan sát: t  3.855

  0.05  t  1.65
t  t : Bác bỏ giả thiết H0. Do đó, tỷ lệ phế phẩm của nhà
máy I thấp hơn nhà máy II.

12/4/2021 71
Từ hai tổng thể X và Y ta tiến hành kiểm tra 2 mẫu có kích thước
𝑛1 = 1000, 𝑛2 = 1200 về một tính chất A thì được 𝑓1 = 0.27,
𝑓2 = 0.3. Với mức ý nghĩa 9%, hãy so sánh hai tỷ lệ của hai tổng
thể?
Kiểm tra 120 sản phẩm ở kho I thấy có 6 phế phẩm, 200 sản
phẩm ở kho II thấy có 24 phế phẩm. Hỏi chất lượng hàng ở hai
kho có khác nhau không với:
a. Mức ý nghĩa 5%.
b. Mức ý nghĩa 1%.

12/4/2021 72

Chuong 7 Kiem Dinh

Uploaded by

Copyright:

Available Formats

You might also like

Chuong 7 Kiem Dinh

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chuong 7 Kiem Dinh

Uploaded by

Copyright:

Available Formats

Khái niệm chung

TS. Nguyễn Văn Quang

TS. Nguyễn Văn Quang

TS. Nguyễn Văn Quang

Miền bác bỏ: T  t 2

TS. Nguyễn Văn Quang

Miền bác bỏ: T  t Miền bác bỏ: T  t

TS. Nguyễn Văn Quang

Cỡ mẫu 𝑛 ≥ 30 𝑛 < 30, 𝑋~𝑁(𝜇, 𝜎 2 )

TS. Nguyễn Văn Quang

t  t : Chấp nhận giả thiết 𝐻0 , trọng lượng trung bình

TS. Nguyễn Văn Quang

Do đó, xác suất mắc sai lầm loại 2:

TS. Nguyễn Văn Quang

t  t : Bác bỏ giả thiết 𝐻0 , trọng lượng trung bình các

TS. Nguyễn Văn Quang

t  t /2 : Bác bỏ giả thiết 𝐻0 , giám đốc nói sai.

TS. Nguyễn Văn Quang

t  t : Bác bỏ giả thiết 𝐻0 .

TS. Nguyễn Văn Quang

TS. Nguyễn Văn Quang

TS. Nguyễn Văn Quang

TS. Nguyễn Văn Quang

TS. Nguyễn Văn Quang

TS. Nguyễn Văn Quang

5.3 4.5 4.8 5.1 4.3 4.8 4.9 4.7

TS. Nguyễn Văn Quang

• Đối thiết 𝐻1 : 𝑝 > 𝑝0

• Đối thiết 𝐻1 : 𝑝 < 𝑝0

TS. Nguyễn Văn Quang

  0.05    t   0.5  0.05  0.45 

TS. Nguyễn Văn Quang

 0  t   0.5  0.01  0.49 

 0  t   0.5    0.45 

t  t : Bác bỏ giả thiết 𝐻0 . Kết luận của báo cáo

TS. Nguyễn Văn Quang

t  t : Bác bỏ giả thiết 𝐻0 , tỷ lệ chính phẩm đã giảm xuống,

TS. Nguyễn Văn Quang

t /2  1.96, f  5 /100  0.05

t  t /2 : Chấp nhận giả thiết 𝐻0 , do đó tỷ lệ phế phẩm của

TS. Nguyễn Văn Quang

t /2  1.96, f  924 / 2000  0.462

TS. Nguyễn Văn Quang

t  t /2 : Chấp nhận giả thiết 𝐻0 , chưa đủ cơ sở để bác bỏ giả

TS. Nguyễn Văn Quang

TS. Nguyễn Văn Quang

TS. Nguyễn Văn Quang

• Đối thiết 𝐻1 : 𝜇1 > 𝜇2

• Đối thiết 𝐻1 : 𝜇1 < 𝜇2

t  t : Bác bỏ giả thiết 𝐻0 , chấp nhận giả thiết 𝐻1 . Do đó,

TS. Nguyễn Văn Quang

Trung bình Phương sai

 0  t   0.5    0.49 

TS. Nguyễn Văn Quang

TS. Nguyễn Văn Quang

Ta có: n1  100, n2  150,  1  0.2,  2  0.3, x1  1.2, x2  1.3

𝜇1 : Mức tăng trọng trung bình của phương pháp I

Giả thiết: 𝐻0 : 𝜇1 =𝜇2 Đối thiết: 𝐻1 : 𝜇1 < 𝜇2

Phương sai gộp: