C3 LythuyetUocluong SV

LÝ THUYẾT LÝ THUYẾT
THỐNG KÊ THỐNG KÊ
N.T. M. Ngọc N.T. M. Ngọc

Giới thiệu
Ước lượng
điểm
Giới thiệu
Các tiêu chuẩn Ước
• Giả sử cần khảo sát một đặc tính X thuộc một tổng thể
Chương 3: Lý thuyết ước lượng lượng
Các phương pháp
ước lượng điểm
xác định.
Ước lượng
khoảng • Biến ngẫu nhiên X có phân phối F (x ; θ), trong đó tham
Giới thiệu
Khoảng tin cậy cho số θ chưa biết.
trung bình
Khoảng tin cậy cho
tỷ lệ
• Bài toán: tìm tham số θ.
Khoảng tin cậy cho • Chọn một mẫu ngẫu nhiên cỡ n từ X : X1 , X2 , . . . , Xn .
Nguyễn Thị Mộng Ngọc phương sai và độ
lệch chuẩn
• Thống kê Θ̂ = h(X1 , . . . , Xn ) gọi là một ước lượng điểm
University of Science, VNU - HCM Xác định kích thước
mẫu
(point estimator) cho θ.
Xác định độ tin cậy
ngtmngoc@hcmus.edu.vn • Với một mẫu thực nghiệm x1 , . . . , xn , ta gọi
θ̂ = h(x1 , . . . , xn ) là một giá trị ước lượng điểm (point
estimate) cho θ.
N.T. M. Ngọc
Ví dụ N.T. M. Ngọc
Ước lượng không chệch
Ước lượng Ước lượng
điểm điểm
Giới thiệu
• X = Chiều cao dân số trong một khu vực, X ∼ N (µ, σ 2 ). Giới thiệu
Các tiêu chuẩn Ước Các tiêu chuẩn Ước
lượng Phân phối của X phụ thuộc vào kỳ vọng µ và phương sai lượng
Định nghĩa 1
σ 2 . Thống kê trung bình mẫu và phương sai mẫu
Các phương pháp Các phương pháp
ước lượng điểm ước lượng điểm

Ước lượng điểm Θ̂ gọi là một ước lượng không chệch
khoảng
Giới thiệu 1 n
X khoảng
Giới thiệu
(Unbiased estimator) cho tham số θ nếu
Khoảng tin cậy cho X̄ = Xi Khoảng tin cậy cho
trung bình n trung bình
tỷ lệ
i=1 Khoảng tin cậy cho
tỷ lệ
E(Θ̂) = θ (1)
n
Khoảng tin cậy cho 1 X Khoảng tin cậy cho
phương sai và độ
lệch chuẩn S2 = (Xi − X̄ )2 phương sai và độ
lệch chuẩn Nếu Θ̂ là ước lượng chệch của θ, độ sai khác
Xác định kích thước n − 1 i=1 Xác định kích thước
mẫu mẫu
Xác định độ tin cậy Xác định độ tin cậy
E(Θ̂) − θ (2)
là những ước lượng điểm cho µ và σ2.
• Với một mẫu thực nghiệm x1 = 150, x2 = 155, x3 = 167, gọi là độ chệch của ước lượng, ký hiệu Bias(Θ̂).
giá trị ước lượng điểm của µ và σ 2 là x̄ = 157.333,
s 2 = 76.333.
N.T. M. Ngọc
Ước lượng không chệch - Ví dụ N.T. M. Ngọc
Ước lượng hiệu quả
điểm
Giới thiệu
điểm
Giới thiệu
Định nghĩa 2
Các tiêu chuẩn Ước 1 X̄ là một ước lượng không chệch của µ Các tiêu chuẩn Ước
Xét Θ̂ và Θ̃ là hai ước lượng không chệch của θ, Θ̂ gọi là ước
lượng lượng
Các phương pháp
ước lượng điểm n
! Pn Các phương pháp
ước lượng điểm lượng hiệu quả (Efficiency estimator) hơn Θ̃ nếu với một cỡ
1 X
i=1 EXi nµ
Ước lượng E(X̄ ) = E Xi = = =µ Ước lượng mẫu n cho trước
khoảng n n n khoảng
Giới thiệu i=1 Giới thiệu Var(Θ̂) < Var(Θ̃) (3)
Khoảng tin cậy cho Khoảng tin cậy cho
trung bình trung bình
tỷ lệ
2 S2 là một ước lượng không chệch của σ2, Khoảng tin cậy cho
tỷ lệ
Định nghĩa 3
2 2
lệch chuẩn
Xác định kích thước
E(S ) = σ (Tại sao?) lệch chuẩn
Xác định kích thước Xét tất cả các ước lượng không chệch của θ. Ước lượng nào có
mẫu mẫu
1 Pn Xác định độ tin cậy phương sai bé nhất được gọi là ước lượng không chệch phương
3 Ŝ 2 = n i=1 (Xi − X̄ )2 là ước lượng chệch của σ 2 vì sai bé nhất (MVUE).
E(Ŝ 2 ) 6= σ 2 Định lí 4
Trong một mẫu ngẫu nhiên cỡ n: X1 , . . . , Xn được chọn từ
X ∼ N (µ, σ 2 ) thì X̄ là ước lượng hiệu quả nhất cho µ.
N.T. M. Ngọc
Trung bình của bình phương sai số N.T. M. Ngọc
Trung bình của bình phương sai số
điểm
Giới thiệu • Trong một số trường hợp, ước lượng Θ̃ là ước lượng chệch
điểm
Giới thiệu
• Cho trước hai ước lượng, Θ̂ và Θ̃, tiêu chuẩn MSE cho phép
lượng
(với độ chệch nhỏ), nhưng lại có phương sai nhỏ hơn các
lượng
ta chọn Θ̃ nếu, với cỡ mẫu n
ước lượng không chệch Θ̂ khác. Khi đó, ta có thể muốn ước lượng điểm
Ước lượng Ước lượng MSE(Θ̃) < MSE(Θ̂)

khoảng chọn Θ̃, mặc dù là ước lượng chệch nhưng nó có độ phân khoảng
Giới thiệu
tán nhỏ hơn nhiều so với các ước lượng Θ̂ khác. Giới thiệu
Khoảng tin cậy cho • hoặc Var(Θ̂) − Var(Θ̃) > (Bias(Θ̃))2 − (Bias(Θ̂))2 .
Khoảng tin cậy cho • Một độ đo kết hợp giữa độ chệch (Bias) và phương sai Khoảng tin cậy cho
• Nếu cả Θ̂ và Θ̃ là ƯLKC, tiêu chuẩn MSE trở thành tiêu
tỷ lệ tỷ lệ
mẫu của một ước lượng là trung bình của bình phương sai Khoảng tin cậy cho
phương sai và độ chuẩn so sánh dựa trên phương sai mẫu.
lệch chuẩn lệch chuẩn
số (Mean Squared Error - MSE)
mẫu
mẫu • Tiêu chuẩn MSE tương đương với việc so sánh tỷ số
MSE(Θ̂) = E(Θ̂ − θ)2 (4)

MSE(Θ̃)
Eff(Θ̂, Θ̃) = (5)
• MSE(Θ̂) = Var(Θ̂) + (Bias(Θ̂))2 . MSE(Θ̂)
• Nếu Θ̂ là ƯLKC: MSE(Θ̂) = Var(Θ̂).
và chọn Θ̃ nếu Eff(Θ̂, Θ̃) < 1.
N.T. M. Ngọc
Sai số chuẩn N.T. M. Ngọc
Sai số chuẩn
Một số ví dụ
điểm điểm
Giới thiệu Giới thiệu
lượng
Định nghĩa 5 lượng
Các phương pháp
Các phương pháp
ước lượng điểm Tham số Ước lượng T Var(T ) se(T )
Ước lượng
Sai số chuẩn (standard error) của một ước lượng Θ̂ chính là độ Ước lượng σ2 S
khoảng
lệch tiêu chuẩn của nó, cho bởi khoảng µ X̄ √
Giới thiệu Giới thiệu n s n
p(1 − p) p̂(1 − p̂
q
tỷ lệ σΘ̂ = Var(Θ̂) (6) Khoảng tin cậy cho
tỷ lệ p p̂
Khoảng tin cậy cho Khoảng tin cậy cho n s n
phương sai và độ phương sai và độ
lệch chuẩn
Nếu sai số chuẩn chứa các tham số chưa biết có thể được ước
lệch chuẩn
2σ 4 2
mẫu
mẫu σ2 S2 S2
Xác định độ tin cậy lượng, thì khi thay các giá trị đó vào σΘ̂ ta được sai số chuẩn Xác định độ tin cậy n−1 n−1
ước lượng, kí hiệu là σ̂Θ̂ .
Đôi khi sai số chuẩn ước lượng được kí hiệu là sΘ̂ hoặc se(Θ̂). • Phương sai của S 2 ở trên chỉ đúng trong trường hợp tổng
thể có phân phối chuẩn N (µ, σ 2 ).
N.T. M. Ngọc
Ước lượng vững N.T. M. Ngọc
Phương pháp Moment
điểm Định nghĩa 6 điểm
• Ý tưởng: đồng nhất các moment của tổng thể với các
lượng
Gọi Θ̂n = h(X1 , . . . , Xn ) là một ước lượng điểm của tham số θ. Các tiêu chuẩn Ước
lượng
moment mẫu.
P
Các phương pháp
ước lượng điểm Ước lượng Θ̂n gọi là bền vững (consistency) nếu Θ̂n −→ θ, tức Các phương pháp
Định nghĩa 7
Ước lượng là Ước lượng
khoảng
khoảng Giả sử tham số θ = (θ1 , . . . , θk ) có k thành phần. Với
Giới thiệu lim P |Θ̂n − θ| > = 0, ∀ > 0 Giới thiệu
Khoảng tin cậy cho n→∞ Khoảng tin cậy cho 1 ≤ j ≤ k, moment thứ j của tổng thể là
Khoảng tin cậy cho Khoảng tin cậy cho Z
tỷ lệ tỷ lệ
phương sai và độ Example 1 Khoảng tin cậy cho
µ0j j
= E(X ) = x j f (x )dx (7)
mẫu 1 S 2 là ước lượng vững của σ 2 . Xác định kích thước
mẫu
Thật vậy, theo BĐT Chebyshev,
Xác định độ tin cậy và moment mẫu thứ j
Var (S 2 ) 2σ 4 n→∞ n
P(|S 2 − σ 2 | > ) ≤ = −→ 0. 1X
2 (n − 1)2 mj = Xj (8)
n i=1 i
X̄
2 Với X ∼ B(n, p), p̂ = n là ước lượng vững cho p. (Tại
sao?)
N.T. M. Ngọc
Phương pháp Moment N.T. M. Ngọc
Phương pháp Moment - Ví dụ
điểm
Định nghĩa 8 điểm 1. Giả sử X1 , . . . , Xn là mẫu ngẫu nhiên chọn từ
lượng Xét X1 , X2 , . . . , Xn là một mẫu ngẫu nhiên được chọn từ một Các tiêu chuẩn Ước
lượng
X ∼ N (µ, σ 2 ). Tìm các ước lượng moment cho µ và σ 2 .
Moment tổng thể: µ01 = µ, µ02 = E(X 2 ) = µ2 + σ 2 .
ước lượng điểm phân phối xác suất với k tham số θ = (θ1 , . . . , θk ) chưa biết. ước lượng điểm
Ước lượng Ước lượng điểm moment Θ̂ = (Θ̂1 , . . . , Θ̂k ) thu được bởi đồng Ước lượng
1 Pn 1 Pn 2
khoảng khoảng Moment mẫu: m1 = n i=1 Xi , m2 = n i=1 Xi .
Giới thiệu nhất k moment tổng thể với k moment mẫu và giải hệ phương Giới thiệu
trung bình
trình thu được với các tham số chưa biết trung bình Giải hệ:
tỷ lệ tỷ lệ
n n
m1 = µ01 (θ1 , . . . , θk )
phương sai và độ phương sai và độ 1X 1X
µ= Xi , µ2 + σ 2 = X2
mẫu m2 = µ02 (θ1 , . . . , θk )
mẫu n i=1 n i=1 i
..
. Ta thu được ước lượng moment cho µ và σ 2 là
mk = µ0k (θ1 , . . . , θk ) Pn
2 i=1 (Xi − X̄ )2
µ̂ = X̄ , σ̂ =
n
N.T. M. Ngọc
Phương pháp Moment - Ví dụ N.T. M. Ngọc
Phương pháp hợp lý cực đại
(Maximum Likelihood)
điểm điểm
lượng lượng
2. Với X ∼ B(k, p), tìm ước lượng moment cho các tham số
Định nghĩa 9 (Hàm hợp lý)
khoảng k và p. khoảng Xét X1 , . . . , Xn là một mẫu ngẫu nhiên chọn từ tổng thể có
Khoảng tin cậy cho Khoảng tin cậy cho hàm mật độ xác suất (hay hàm xác suất) f (x |θ), với
trung bình
3. Với X ∼ Gamma(r , λ), tìm ước lượng moment cho các trung bình
Khoảng tin cậy cho θ = (θ1 , . . . , θk ) ∈ Θ chưa biết. Hàm hợp lý L(θ) được định
tỷ lệ
tham số r và λ biết tỷ lệ
Khoảng tin cậy cho nghĩa bởi
lệch chuẩn
r r lệch chuẩn
mẫu E(X ) = , Var(X ) = 2 Xác định kích thước
mẫu
n
λ λ
Y
L(θ|x) = L(θ1 , . . . , θk |x1 , . . . , xn ) = f (xi |θ1 , . . . , θk ) (9)
i=1
I Hàm hợp lý L(θ) chỉ phụ thuộc vào tham số θ.

N.T. M. Ngọc
Phương pháp hợp lý cực đại N.T. M. Ngọc
Phương pháp hợp lý cực đại - Ví
Ước lượng
(Maximum Likelihood) Ước lượng
dụ
điểm điểm
1. Xét X ∼ B(1, p). Hàm xác suất của X là
lượng lượng (
Các phương pháp
Các phương pháp
ước lượng điểm p x (1 − p)1−x , x = 0, 1
f (x ; p) =
Ước lượng
khoảng
Định nghĩa 10 Ước lượng
khoảng
0 , nơi khác
Giới thiệu
Ước lượng hợp lý cực đại (Maximum Likelihood Estimation - Giới thiệu
trung bình
MLE) θ̂ = (θ̂1 , . . . , θ̂k ) là giá trị của θ = (θ1 , . . . , θk ) ∈ Θ làm trung bình Tìm ước lượng hợp lý cực đại cho tham số p.
tỷ lệ
Khoảng tin cậy cho cực đại hàm hợp lý.
tỷ lệ
Hàm hợp lý cho mẫu ngẫu nhiên cỡ n là
n n
mẫu Nhận xét 11 Xác định kích thước
mẫu
L(p) =
Y
f (Xi ; p) =
Y
p Xi (1 − p)1−Xi = p S (1 − p)n−S
Bởi vì hàm log là một hàm tăng nên MLE cũng là những giá trị i=1 i=1
của θ = (θ1 , . . . , θk ) ∈ Θ làm cực đại hàm log L(θ1 , . . . , θk ). Pn
với S = i=1 Xi .
Lấy logarit hàm hợp lý MLE không thay đổi, do đó
ln L(p) = S ln p + (n − S) ln(1 − p)
N.T. M. Ngọc
Phương pháp hợp lý cực đại - Ví N.T. M. Ngọc
Tính chất của Ước lượng hợp lý
Ước lượng
dụ Ước lượng
cực đại (MLE)
điểm điểm
Các tiêu chuẩn Ước Các tiêu chuẩn Ước • Gọi Θ̂n là ước lượng hợp lý cực đại (MLE) của tham số θ, ta
lượng
Ta có lượng
có các tính chất sau

Các phương pháp
ước lượng điểm d ln L(p) S (n − S) Các phương pháp
= − MLE là ước lượng bền vững: Θ̂n −→ θ.
P
Ước lượng
khoảng
dp p 1−p Ước lượng
khoảng
1
Giới thiệu
Khoảng tin cậy cho Giải phương trình trên ta thu được MLE của p là
Giới thiệu
2 MLE là ước lượng bất biến: Nếu Θ̂n là MLE của θ thì
trung bình
trung bình
g(Θ̂n ) là MLE của g(θ).
tỷ lệ n tỷ lệ
1X Khoảng tin cậy cho 3 MLE hội tụ chuẩn:
phương sai và độ p̂ = Xi phương sai và độ
lệch chuẩn
n i=1 lệch chuẩn
mẫu mẫu
Θ̂n − θ
N (0, 1)
2. Cho X ∼ Exp(λ), tìm ước lượng hợp lý cực đại cho tham SE (Θ̂n )
số λ.
3. Cho X ∼ N (µ, σ 2 ), tìm ước lượng hợp lý cực đại cho kỳ 4 MLE là ước lượng hội tụ tối ưu: nghĩa là, trong số tất cả
vọng µ và phương sai σ 2 . các ước lượng tốt, MLE là ước lượng có phương sai bé
nhất, ít nhất là đối với trường hợp mẫu lớn.
1 2
N.T. M. Ngọc
Phương pháp Bayes N.T. M. Ngọc
Phương pháp Bayes
điểm điểm
• Hàm mật độ lề của mẫu cho bởi
lượng • Dựa trên thông tin về phân phối của tham số θ. Các tiêu chuẩn Ước
lượng
Z
• Giả sử tham số θ chưa biết là biến ngẫu nhiên có phân ước lượng điểm
f (x1 , . . . , xn ) = f (x1 , . . . , xn , θ)dθ (11)
khoảng phối xác định với hàm mật độ xác suất f (θ). khoảng
RΘ
trung bình
• f (θ) gọi là hàm mật độ xác suất tiên nghiệm (prior Khoảng tin cậy cho
trung bình với RΘ là không gian tham số (các giá trị có thể nhận
tỷ lệ probability distribution function). Khoảng tin cậy cho
tỷ lệ được của θ).
lệch chuẩn
• Hàm mật độ xác suất đồng thời của mẫu ngẫu nhiên phương sai và độ
lệch chuẩn • Hàm mật độ xác suất có điều kiện của θ cho trước
mẫu (X1 , . . . , Xn ) và θ được biểu diễn như sau Xác định kích thước
mẫu (x1 , . . . , xn )
f (x1 , . . . , xn , θ) = f (x1 , . . . , xn |θ)f (θ) (10) f (x1 , . . . , xn |θ)f (θ)

f (θ|x1 , . . . , xn ) = (12)
f (x1 , . . . , xn )
1 2
Đây là phần đọc thêm Đây là phần đọc thêm
3 4
N.T. M. Ngọc
Phương pháp Bayes N.T. M. Ngọc
Phương pháp Bayes
điểm điểm
lượng lượng
Các phương pháp Các phương pháp • Kỳ vọng có điều kiện của θ, định nghĩa bởi
• f (θ|x1 , . . . , xn ) gọi là hàm mật độ xác suất hậu nghiệm ước lượng điểm
Ước lượng Ước lượng Z

khoảng của θ (posterior pdf). khoảng
θ̂ = E(θ|x1 , . . . , xn ) = θf (θ|x1 , . . . , xn )dθ (13)
Khoảng tin cậy cho • Hàm mật độ xác suất tiên nghiệm f (θ) cho biết thông tin Khoảng tin cậy cho RΘ
Khoảng tin cậy cho về θ khi thực hiện quan trắc để lấy mẫu ngẫu nhiên Khoảng tin cậy cho
tỷ lệ tỷ lệ
là một giá trị ước lượng Bayes của θ, và
(X1 , . . . , Xn ). Khoảng tin cậy cho
mẫu
• Hàm mật độ xác suất hậu nghiệm f (θ|x1 , . . . , xn ) cho biết Xác định kích thước
mẫu
Θ̂ = E(θ|X1 , . . . , Xn ) (14)
thông tin về θ sau khi có mẫu cụ thể. Xác định độ tin cậy
gọi là ước lượng Bayes cho θ.
3 4
5 6
N.T. M. Ngọc
Phương pháp Bayes - Ví dụ N.T. M. Ngọc
Phương pháp Bayes - Ví dụ
điểm điểm
lượng lượng
Các phương pháp Các phương pháp Ta có
1. Xét (X1 , . . . , Xn ) là một mẫu ngẫu nhiên chọn từ biến ước lượng điểm

• Hàm mật độ xác suất tiện nghiệm của tham số p có phân
khoảng ngẫu nhiên X có phân phối Bernoulli, X ∼ B(1, p). Hàm khoảng
phối đều
Giới thiệu
mật độ xác suất của X cho bởi Giới thiệu
trung bình
trung bình
f (p) = 1, 0 < p < 1
tỷ lệ
f (x ; p) = p x (1 − p)1−x , x = 0, 1 tỷ lệ
• Hàm mật độ xác suất hậu nghiệm của p cho bởi
mẫu
với 0 ≤ p ≤ 1 chưa biết. Giả sử tham số p có phân phối Xác định kích thước
mẫu f (x1 , . . . , xn , p)
f (p|x1 , . . . , xn ) =
đều trên khoảng (0, 1). Tìm ước lượng Bayes cho p. Xác định độ tin cậy
f (x1 , . . . , xn )
5 6
7 8
N.T. M. Ngọc
điểm điểm Sử dụng kết quả: với các số nguyên m và k, ta có
Giới thiệu
• Hàm mật độ xác suất đồng thời của (X1 , . . . , Xn ) và p Giới thiệu
lượng lượng Z 1
m!k!
Các phương pháp
f (x1 , . . . , xn , p) = f (x1 , . . . , xn |p)f (p)
Các phương pháp
ước lượng điểm p m (1 − p)k dp =
Ước lượng Ước lượng 0 (m + k + 1)!
n
!
khoảng Y khoảng
Giới thiệu
= p xi (1 − p)1−xi f (p) Giới thiệu
Suy ra
trung bình
i=1 trung bình
Khoảng tin cậy cho Khoảng tin cậy cho Z 1
m!(n − m)!
Pn Pn
x
(1 − p)n− x
= p m (1 − p)n−m
tỷ lệ tỷ lệ
Khoảng tin cậy cho =p i=1 i i=1 i Khoảng tin cậy cho f (x1 , . . . , xn ) p m (1 − p)n−m dp =
lệch chuẩn
lệch chuẩn 0 (n + 1)!
Xác định kích thước Pn Xác định kích thước
mẫu với m = i=1 xi .
mẫu
Hàm mật độ xác suất hậu nghiệm của p là
Z 1 Z 1
f (x1 , . . . , xn ) = f (x1 , . . . , xn , p)dp = p m (1−p)n−m dp f (x1 , . . . , xn , p) p m (1 − p)n−m (n + 1)!
0 0 f (p|x1 , . . . , xn ) = =
f (x1 , . . . , xn ) m!(n − m)!
7 8
9 10
N.T. M. Ngọc
Giá trị ước lượng Bayes của p thu được bởi kỳ vọng có điều
điểm kiện điểm
Z 1 Các tiêu chuẩn Ước
lượng lượng
Các phương pháp E(p|x1 , . . . , xn ) = pf (p|x1 , . . . , xn )dp Các phương pháp
0
Ước lượng Z 1 Ước lượng
(n + 1)!
khoảng
= p m+1 (1 − p)n−m dp khoảng
2. Xét (X1 , . . . , Xn ) là một mẫu ngẫu nhiên chọn từ biến
Giới thiệu
m!(n − m)! 0 Giới thiệu
Khoảng tin cậy cho ngẫu nhiên X ∼ Exp(λ), λ chưa biết. Biết rằng tham số λ
Khoảng tin cậy cho (n + 1)! (m + 1)!(n − m)! Khoảng tin cậy cho
là biến ngẫu nhiên có phân phối mũ với tham số α. Tìm
tỷ lệ = tỷ lệ
m!(n − m)! (n + 2)! Khoảng tin cậy cho
phương sai và độ ước lượng Bayes cho λ.
n
!
Xác định kích thước m+1 1 X Xác định kích thước
mẫu
= = xi + 1 mẫu
n+2 n+2 i=1
Ước lượng Bayes là

n
!
1 X
P̂ = E(p|X1 , . . . , Xn ) = Xi + 1
n + 2 i=1
9 10
N.T. M. Ngọc
Ước lượng khoảng N.T. M. Ngọc
Khoảng tin cậy
điểm điểm
Giới thiệu • Giả sử cần khảo sát một đặc tính X trên một tổng thể xác Giới thiệu
lượng định. lượng
• Biến ngẫu nhiên X có phân phối F (x ; θ), tham số θ chưa ước lượng điểm Định nghĩa 13
khoảng biết. khoảng Xét mẫu ngẫu nhiên X = (X1 , . . . , Xn ) có hàm mật độ đồng
Giới thiệu
Khoảng tin cậy cho • Chọn một mẫu ngẫu nhiên cỡ n: X = (X1 , . . . , Xn ).
Giới thiệu
thời phụ thuộc vào tham số θ ∈ Θ và L(X) và U(X) là hai
trung bình
trung bình
thống kê sao cho L(X) ≤ U(X). Khi đó, khoảng ngẫu nhiên
tỷ lệ tỷ lệ
Định nghĩa 12 Khoảng tin cậy cho
[L(X), U(X)] gọi là khoảng tin cậy cho tham số θ với độ tin
lệch chuẩn
Một ước lượng khoảng (interval estimator) của một tham số θ lệch chuẩn
cậy 100(1 − α)% nếu
mẫu mẫu
Xác định độ tin cậy là một cặp các thống kê L(X1 , . . . , Xn ) và U(X1 , . . . , Xn ) của Xác định độ tin cậy
một mẫu ngẫu nhiên thỏa L(X) ≤ U(X), và P {L(X) ≤ θ ≤ U(X)} = 1 − α (15)
L(X) ≤ θ ≤ U(X). Nếu một mẫu thực nghiệm
x = (x1 , . . . , xn ) được quan trắc, [l(x), u(x)] gọi là một khoảng
ước lượng (interval estimate) cho θ.
N.T. M. Ngọc
Khoảng tin cậy - Ý nghĩa N.T. M. Ngọc
Khoảng tin cậy - Minh họa
điểm điểm
Giới thiệu • Để cho ngắn gọn, ta thường dùng thuật ngữ “khoảng tin Giới thiệu
lượng cậy 100(1 − α)% cho tham số θ” thay vì “khoảng tin cậy lượng
cho tham số θ với độ tin cậy 100(1 − α)%”. ước lượng điểm

khoảng • Thông thường, ta chọn độ tin cậy 1 − α = 0.95 (hoặc khoảng
Khoảng tin cậy cho 0.9, 0.99) Khoảng tin cậy cho
tỷ lệ
• Với mẫu thực nghiệm x = (x1 , . . . , xn ), ta có khoảng tin Khoảng tin cậy cho
tỷ lệ
phương sai và độ cậy thực nghiệm cho tham số θ là [l(x), u(x)]. Khoảng tin cậy cho
mẫu
• Ý nghĩa của độ tin cậy (1 − α): Cứ mỗi lần lấy mẫu, ta Xác định kích thước
mẫu
nhận được mẫu khác nhau và do đó khoảng tin cậy tìm Xác định độ tin cậy
được cũng khác nhau. Tuy nhiên, trong 100% lần lấy mẫu Như vậy, khoảng tin cậy 95% cho tham số θ được tính từ mẫu
cỡ n thì thực nghiệm x = (x1 , . . . , xn ) có thể chứa hoặc không chứa θ
• có 100(1 − α)% lần giá trị tham số θ ∈ [l, u]; (ta không biết được). Tuy nhiên, ta tin tưởng 95% rằng
• có 100α% lần giá trị tham số θ ∈
/ [l, u]. khoảng này chứa tham số θ.
N.T. M. Ngọc
Khoảng tin cậy cho trung bình - N.T. M. Ngọc
Khoảng tin cậy cho trung bình -
Ước lượng
Phát biểu bài toán Ước lượng
Cơ sở lý thuyết
điểm điểm Trường hợp kích thước mẫu n ≥ 30 (hoặc n < 30
Giới thiệu
Giới thiệu
nhưng X có phân phối chuẩn), σ 2 đã biết
lượng Bài toán lượng
Cho tổng thể với trung bình µ với phương sai có thể đã biết ước lượng điểm

Ta có kết quả sau,
khoảng
hoặc chưa biết. Từ mẫu ngẫu nhiên (X1 , X2 , ..., Xn ) hãy tìm khoảng
Giới thiệu
khoảng tin cậy cho µ với độ tin cậy 1 − α cho trước. Giới thiệu Mệnh đề 14
Trong trường hợp này, thống kê
tỷ lệ Cách giải quyết Khoảng tin cậy cho
tỷ lệ
lệch chuẩn Ta chia bài toán thành 3 trường hợp (TH) sau: phương sai và độ
lệch chuẩn X̄ − µ
Xác định kích thước Xác định kích thước Z= √
mẫu
TH1 Kíchthước mẫu n ≥ 30 (hoặc n < 30 nhưng X có phân mẫu σ/ n
phối chuẩn), σ 2 đã biết

có phân phối chuẩn N(0, 1).
TH2 Kích thước mẫu n ≥ 30, σ 2 chưa biết
TH3 Kích thước mẫu n < 30, σ 2 chưa biết, X tuân theo quy Chứng minh.
luật phân phối chuẩn. Dễ dàng có được.
N.T. M. Ngọc
Ước lượng
Cơ sở lý thuyết Ước lượng
Cơ sở lý thuyết
điểm Trường hợp kích thước mẫu n ≥ 30 (hoặc n < 30 điểm Trường hợp kích thước mẫu n ≥ 30 (hoặc n < 30
Giới thiệu
nhưng X có phân phối chuẩn), σ 2 đã biết Giới thiệu
nhưng X có phân phối chuẩn), σ 2 đã biết
lượng lượng
Với độ tin cậy 1 − α, ta có

Ước lượng
khoảng
Định nghĩa 15 Ước lượng
khoảng
Phân vị mức γ của biến ngẫu nhiên X là giá trị qγ sao cho
( )
Khoảng tin cậy cho Khoảng tin cậy cho X̄ − µ
trung bình trung bình P −z1− α2 ≤ √ ≤ z1− α =1−α
Khoảng tin cậy cho Khoảng tin cậy cho σ/ n 2
tỷ lệ
P(X ≤ qγ ) = γ tỷ lệ
lệch chuẩn
lệch chuẩn
hay
mẫu
Khi X ∼ N(0, 1), ta thường ký hiệu zγ thay cho qγ và tìm zγ mẫu
σ σ

bằng cách tra bảng. Dưới đây là một số giá trị zγ thường gặp: P X̄ − z1− α2 √ ≤ µ ≤ X̄ + z1− α2 √ =1−α
n n
γ 0.95 0.975 0.98 0.985 0.99 0.995
zγ 1.64 1.96 2.05 2.17 2.33 2.58 với z1− α2 là phân vị mức 1 − α/2 của phân phối chuẩn hóa
N(0, 1).
N.T. M. Ngọc
Ước lượng
Cơ sở lý2 thuyết
điểm Trường hợp kích thước mẫu n ≥ 30 (hoặc n < 30 điểm Trường hợp kích thước mẫu n ≥ 30, σ chưa biết
Giới thiệu
nhưng X có phân phối chuẩn), σ 2 đã biết Giới thiệu
lượng lượng
ước lượng điểm • Với mẫu ngẫu nhiên, khoảng tin cậy cho tham số µ với độ tin ước lượng điểm
Ước lượng cậy 1 − α là Ước lượng Ta có thể dùng ước lượng của Var (X ) là S 2 để thay thế cho
khoảng khoảng
σ 2 . Định lí giới hạn trung tâm nói rằng
Khoảng tin cậy cho σ σ Khoảng tin cậy cho
trung bình X̄ − z1− α2 √ , X̄ + z1− α2 √ trung bình
Mệnh đề 16
tỷ lệ
n n Khoảng tin cậy cho
tỷ lệ
Trong trường hợp này, thống kê
mẫu
• Với mẫu thực nghiệm, khoảng tin cậy cho tham số µ với độ tin Xác định kích thước
mẫu
X̄ − µ
cậy 1 − α là Xác định độ tin cậy
Z= √

σ σ
S/ n
x̄ − z1− 2
α √ , x̄ + z1− 2
α √
n n
có phân phối chuẩn N (0, 1).
• Đại lượng = z1− α √σ được gọi là dung sai (sai số giới hạn)
2 n
của khoảng tin cậy.
N.T. M. Ngọc
Ước lượng
Cơ sở lý2 thuyết Ước lượng
Cơ sở lý2 thuyết
điểm Trường hợp kích thước mẫu n ≥ 30, σ chưa biết điểm Trường hợp kích thước mẫu n ≥ 30, σ chưa biết
lượng
lượng
• Với mẫu ngẫu nhiên, khoảng tin cậy cho tham số µ với độ
Các phương pháp
Các phương pháp
ước lượng điểm tin cậy 1 − α là
S S

khoảng ( ) khoảng
Giới thiệu X̄ − µ Giới thiệu X̄ − z1− α √ , X̄ + z1− α √
Khoảng tin cậy cho P −z1− α2 ≤ √ ≤ z1− α =1−α Khoảng tin cậy cho 2 n 2 n
trung bình
S/ n 2 trung bình
tỷ lệ tỷ lệ
lệch chuẩn
hay phương sai và độ
lệch chuẩn • Với mẫu thực nghiệm, khoảng tin cậy cho tham số µ với
Xác định kích thước Xác định kích thước
mẫu
S S
mẫu độ tin cậy 1 − α là
P X̄ − z1− α2 √ ≤ µ ≤ X̄ + z1− α2 √ =1−α
n n s s

x̄ − z1− α2 √ , x̄ + z1− α2 √
n n
với z1− α2 là phân vị mức 1 − α/2 của phân phối chuẩn hóa
N (0, 1).
• Đại lượng = z1− α √s được gọi là dung sai (sai số giới
2 n
hạn) của khoảng tin cậy.
N.T. M. Ngọc
Ước lượng
Cơ sở 2 lý thuyết
điểm điểm Trường hợp kích thước mẫu n < 30, σ chưa biết, X
tuân theo quy luật phân phối chuẩn.
lượng lượng
Trường hợp kích thước mẫu n < 30, σ 2 chưa biết, X tuân theo ước lượng điểm
khoảng quy luật phân phối chuẩn. khoảng
( )
n−1 X̄ − µ n−1
trung bình Mệnh đề 17 Khoảng tin cậy cho
trung bình P −t1− α ≤ √ ≤ t1− α =1−α
Khoảng tin cậy cho Khoảng tin cậy cho 2 S/ n 2
tỷ lệ
Trong trường hợp này, thống kê tỷ lệ
hay
Xác định kích thước X̄ − µ Xác định kích thước
mẫu
T = √ mẫu
S/ n n−1 S n−1 S

P X̄ − t1− α √ ≤ µ ≤ X̄ + t1− α √ =1−α
2 n 2 n
có phân phối Student với n − 1 bậc tự do.
n−1 α
với t1− α là phân vị mức 1 − của luật phân phối Student với
2
2
n − 1 bậc tự do.
N.T. M. Ngọc
Ước lượng
Cơ sở 2 lý thuyết Ước lượng
Các bước thực hiện
điểm Trường hợp kích thước mẫu n < 30, σ chưa biết, X điểm B1 Tìm trung bình mẫu x̄ và phương sai mẫu s 2 .
tuân theo quy luật phân phối chuẩn.
Các tiêu chuẩn Ước Các tiêu chuẩn Ước B2 Xác định trường hợp áp dụng:
lượng
Các phương pháp
• Với mẫu ngẫu nhiên, khoảng tin cậy cho tham số µ với độ lượng
Các phương pháp TH1 n ≥ 30 (hoặc n < 30, X có phân phối chuẩn) và σ 2 đã
Ước lượng
tin cậy 1 − α là Ước lượng
biết.
khoảng khoảng TH2 n ≥ 30, σ 2 chưa biết.
n−1 S n−1 S

TH3 n < 30, X có phân phối chuẩn, và σ 2 chưa biết.
X̄ − t1− α √ , X̄ + t √
trung bình 2 n 1− α
2 n
trung bình
n−1
tỷ lệ
tỷ lệ
B3 Tìm phân vị: z1−α/2 nếu là TH1 và TH2; hoặc t1−α/2 nếu
là TH3.
lệch chuẩn
• Với mẫu thực nghiệm, khoảng tin cậy cho tham số µ với lệch chuẩn
Xác định kích thước B4 Tìm dung sai:
mẫu mẫu
Xác định độ tin cậy độ tin cậy 1 − α là Xác định độ tin cậy
√σ

z nếu TH1
 1−α/2 n

s n−1 s

n−1 s
x̄ − t1− α √ , x̄ + t1− α √ = z1−α/2 √n nếu TH2
2 n 2 n 
 n−1 √s

t1−α/2 n
nếu TH3
n−1 √s
• Đại lượng = t1− α
n
được gọi là dung sai (sai số giới KL Khoảng tin cậy 100(1 − α)% cho trung bình của tổng thể
2
hạn) của khoảng tin cậy. là [x̄ − , x̄ + ].
N.T. M. Ngọc
Khoảng tin cậy cho trung bình - Ví N.T. M. Ngọc
Ước lượng
dụ Ước lượng
Giải Ví dụ 2a
điểm điểm
lượng
lượng
B1 Trung bình mẫu:
Các phương pháp
ước lượng điểm Example 2 Các phương pháp
k
Ước lượng Biết lương tháng của công nhân (Đv: triệu đồng) trong một Ước lượng 1X 1
khoảng khoảng x̄ = ni xi = (1 × 0.8 + 1 × 1.0 + . . . 1 × 2.5) = 1.625
Giới thiệu nhà máy có phân phối chuẩn. Chọn ngẫu nhiên 16 công nhân Giới thiệu n i=1 16
trung bình
khảo sát. trung bình
tỷ lệ tỷ lệ Phương sai mẫu:
Lương tháng 0.8 1.0 1.2 1.3 1.5 1.7 2 2.3 2.5 Khoảng tin cậy cho
Số công nhân 1 1 2 2 2 3 2 2 1 k
1 X
mẫu mẫu
s2 = ni (xi − x̄ )2
n − 1 i=1
a. Giả sử σ = 0.63, tìm KTC 96% cho mức lương trung bình
hàng tháng của một công nhân. 1 h i
= 1 × (0.8 − 1.625)2 + . . . + 1 × (2.5 − 1.625)2
b. Lập KTC 99% cho mức lương trung bình. 16 − 1
= 0.243
N.T. M. Ngọc
Ước lượng
Giải Ví dụ 2a (tt) Ước lượng
Giải Ví dụ 2b
điểm điểm
lượng
B2 Ta áp dụng TH1 vì n < 30, X có phân phối chuẩn và σ 2 Các tiêu chuẩn Ước
lượng
Các phương pháp
ước lượng điểm đã biết. Các phương pháp
Áp dụng TH3 vì n < 30, X có phân phối chuẩn và σ 2 chưa
biết.
Ước lượng
B3 1 − α = 0.96 ⇒ α = 0.04 ⇒ z1−α/2 = z0.98 = 2.05. Ước lượng
n−1 15
khoảng
Giới thiệu
khoảng
Ta có, 1 − α = 0.99 ⇒ α = 0.01 ⇒ t1−α/2 = t0.995 = 2.95.
B4 Dung sai: Giới thiệu
Khoảng tin cậy cho Dung sai:
tỷ lệ σ 0.63
tỷ lệ √
Khoảng tin cậy cho = z1−α/2 √ = 2.05 × √ = 0.323 Khoảng tin cậy cho
n−1 s 0.243
lệch chuẩn n 16
lệch chuẩn = t1−α/2 √ = 2.95 × √ = 0.364
Xác định kích thước Xác định kích thước n 16
mẫu mẫu
KL KTC 96% cho mức lương trung bình hàng tháng của một Xác định độ tin cậy
KL: KTC 99% cho mức lương trung bình là

công nhân là
[x̄ − , x̄ + ] = [1.261, 1.989]
[x̄ − , x̄ + ] = [1.302, 1.948]
N.T. M. Ngọc
Khoảng tin cậy cho tỷ lệ - Phát
Ước lượng
Nhận xét Ước lượng
biểu bài toán
điểm điểm
Giới thiệu • So sánh KTC trong câu (a) và (b) ta nhận thấy rằng, Giới thiệu
lượng KTC trong câu (b) rộng hơn KTC trong câu (a). Điều này lượng
là do (1) trong câu (a) ta biết thông tin về độ lệch chuẩn ước lượng điểm

khoảng của tổng thể còn trong câu (b) thì không, (2) trong câu khoảng
Giới thiệu
(b) cần tìm KTC có độ tin cậy cao hơn câu (a). Giới thiệu
Khoảng tin cậy cho Khoảng tin cậy cho Bài toán
trung bình
• Diễn giải kết quả câu (a): trung bình
tỷ lệ
tỷ lệ
Cho tổng thể X , trong đó tỷ lệ cá thể mang đặc tính A nào đó
• Mức lương trung bình là một con số cố định. Nó có thể
phương sai và độ trong tổng thể là p. Từ mẫu ngẫu nhiên (X1 , X2 , ..., Xn ) hãy
lệch chuẩn nằm trong khoảng [1.302, 1.948] hoặc không. lệch chuẩn
mẫu • Phát biểu sai: “Với xác suất 96%, mức lương trung bình
mẫu
tìm khoảng tin cậy cho p với độ tin cậy 1 − α.
thuộc khoảng [1.302, 1.948]”.
• Phát biểu đúng: “Ta tin chắc 96% rằng mức lương trung
bình thuộc khoảng [1.302, 1.948]”.
• Phát biểu đúng: “Nếu một số lượng lớn các mẫu được
thu thập và một khoảng tin cậy được tạo cho mỗi mẫu, thì
xấp xỉ 96% các khoảng này sẽ chứa mức lương trung
bình”.
N.T. M. Ngọc
Khoảng tin cậy cho tỷ lệ - Cở sở lý N.T. M. Ngọc
Khoảng tin cậy cho tỷ lệ - Cở sở lý
Ước lượng
thuyết Ước lượng
thuyết
điểm điểm
lượng lượng
• Gọi Y là số phần tử thỏa tính chất A trong n phần tử ước lượng điểm
Mệnh đề 18
khoảng khảo sát, thì Y ∼ B(n, p). khoảng Thống kê
Khoảng tin cậy cho • Đặt Khoảng tin cậy cho
trung bình
Y
trung bình
P̂ − µP̂ P̂ − p
tỷ lệ P̂ = (16)
tỷ lệ Z= =q N (0, 1)
n Khoảng tin cậy cho
σP̂ p(1−p)
lệch chuẩn lệch chuẩn n
mẫu
• Thống kê P̂ có kỳ vọng và phương sai lần lượt là Xác định kích thước
mẫu
Xác định độ tin cậy Xác định độ tin cậy và
p(1 − p) P̂ − p
E(P̂) = µP̂ = p, Var(P̂) = σP̂2 = W =q N (0, 1) (17)
n P̂(1−P̂)
n
N.T. M. Ngọc
Khoảng tin cậy cho tỷ lệ - Cở sở lý N.T. M. Ngọc
Khoảng tin cậy cho tỷ lệ - Cở sở lý
Ước lượng
thuyết Ước lượng
thuyết
điểm điểm
Giới thiệu
Giới thiệu
Vậy
lượng lượng
Các phương pháp
ước lượng điểm Do đó, khi kích thước mẫu đủ lớn, Các phương pháp
Ước lượng   Ước lượng • Với mẫu ngẫu nhiên, khoảng tin cậy 100(1 − α)% cho p là
khoảng khoảng
Giới thiệu
 P̂ − p 
Giới thiệu
Khoảng tin cậy cho P −z1−α/2 ≤ q ≤ z1−α/2 =1−α Khoảng tin cậy cho
 s s 
trung bình  P̂(1−P̂)  trung bình
P̂ − z1−α/2
P̂(1 − P̂) P̂(1 − P̂) 
tỷ lệ n Khoảng tin cậy cho
tỷ lệ , P̂ + z1−α/2
Khoảng tin cậy cho Khoảng tin cậy cho n n
lệch chuẩn hay lệch chuẩn
mẫu
 s s  mẫu
• Với mẫu thực nghiệm, khoảng tin cậy 100(1 − α)% cho p
 P̂(1 − P̂) P̂(1 − P̂)  là
P P̂ − z1−α/2 ≤ p ≤ P̂ + z1−α/2 = 1−α
 n n   s s 
p̂ − z1−α/2
p̂(1 − p̂) p̂(1 − p̂) 
, p̂ + z1−α/2
n n
N.T. M. Ngọc
Khoảng tin cậy cho tỷ lệ - Các N.T. M. Ngọc
Khoảng tin cậy cho tỷ lệ - Ví dụ
Ước lượng
bước thực hiện Ước lượng
điểm điểm
lượng lượng
Các phương pháp Các phương pháp Example 3

Biết lương tháng của công nhân (Đv: triệu đồng) trong một
khoảng B1 Tìm tỉ lệ mẫu: p̂. khoảng
nhà máy có phân phối chuẩn. Chọn ngẫu nhiên 16 công nhân
Khoảng tin cậy cho B2 Kiểm tra điều kiện: np̂ ≥ 5 và n(1 − p̂) ≥ 5. Khoảng tin cậy cho khảo sát.
B3 Tìm phân vị: z1−α/2 bằng cách tra bảng. Khoảng tin cậy cho
tỷ lệ
Khoảng tin cậy cho q
tỷ lệ
Lương tháng 0.8 1.0 1.2 1.3 1.5 1.7 2 2.3 2.5
phương sai và độ p̂(1−p̂) phương sai và độ
Số công nhân 1 1 2 2 2 3 2 2 1
lệch chuẩn
B4 Tìm dung sai: = z1−α/2 n
lệch chuẩn
mẫu mẫu
Xác định độ tin cậy KL Khoảng tin cậy 100(1 − α)% cho tỷ lệ của tổng thể là Xác định độ tin cậy
Công nhân gọi là có thu nhập cao nếu lương tháng từ 2 triệu
[p̂ − , p̂ + ]. đồng trở lên. Hãy lập khoảng tin cậy 95% cho tỉ lệ công nhân
có thu nhập cao.
N.T. M. Ngọc
Khoảng tin cậy cho phương sai và N.T. M. Ngọc
Khoảng tin cậy cho phương sai và
Ước lượng
độ lệch chuẩn Ước lượng
độ lệch chuẩn
điểm điểm
Giới thiệu Giới thiệu Do đó,
lượng lượng ( )
Các phương pháp
Bài toán Các phương pháp
(n − 1)S 2
χ2α/2 (n ≤ χ21−α/2 (n − 1)
P − 1) ≤ =1−α
Ước lượng Cho tổng thể X có phân phối chuẩn với phương sai σ 2 chưa Ước lượng σ2
khoảng khoảng
Giới thiệu biết. Từ mẫu ngẫu nhiên (X1 , X2 , ..., Xn ) hãy tìm khoảng tin Giới thiệu
trung bình cậy cho σ 2 và σ với độ tin cậy 1 − α cho trước. Khoảng tin cậy cho
trung bình trong đó, χ2γ (k) là phân vị mức γ của phân phối Chi bình
n phương với k bậc tự do.
tỷ lệ
1 X tỷ lệ
phương sai và độ Nhắc lại phân phối mẫu của S 2 = (Xi − X̄ )2 như sau, Khoảng tin cậy cho
Hay
lệch chuẩn n − 1 i=1 lệch chuẩn
mẫu mẫu ( )
Mệnh đề 19 Xác định độ tin cậy
(n − 1)S 2 2 (n − 1)S 2
P ≤ σ ≤ =1−α
χ21−α/2 (n − 1) χ2α/2 (n − 1)
(n − 1)S 2
∼ χ2 (n − 1)
σ2
v v 
u (n − 1)S 2
u u (n − 1)S 2 
u
P t 2 ≤σ≤ t =1−α
 χ (n − 1)
1−α/2 χ2 (n − 1) 
α/2
N.T. M. Ngọc
Khoảng tin cậy cho phương sai và N.T. M. Ngọc
Khoảng tin cậy cho phương sai và
Ước lượng
độ lệch chuẩn Ước lượng
độ lệch chuẩn
điểm điểm
Vậy
lượng
Các phương pháp
Vậy lượng
Các phương pháp

khoảng khoảng • Với mẫu ngẫu nhiên, khoảng tin cậy 100(1 − α)% cho σ là
Giới thiệu • Với mẫu ngẫu nhiên, khoảng tin cậy 100(1 − α)% cho σ 2 Giới thiệu
trung bình là trung bình
v v 
(n − 1)S 2 u (n − 1)S 2
" # u u
tỷ lệ (n − 1)S 2 (n − 1)S 2 Khoảng tin cậy cho
tỷ lệ
u
,
Khoảng tin cậy cho , Khoảng tin cậy cho
t
χ21−α/2 (n − 1)
t
χ2α/2 (n − 1)

lệch chuẩn
χ21−α/2 (n − 1) χ2α/2 (n − 1) phương sai và độ
lệch chuẩn
mẫu mẫu
Xác định độ tin cậy • Với mẫu thực nghiệm, khoảng tin cậy 100(1 − α)% cho σ 2 Xác định độ tin cậy
• Với mẫu thực nghiệm, khoảng tin cậy 100(1 − α)% cho σ
là " # là
(n − 1)s 2 (n − 1)s 2
v v 
u (n − 1)s 2 u (n − 1)s 2
u u
,
χ21−α/2 (n − 1) χ2α/2 (n − 1) t ,t 2 
χ21−α/2 (n − 1) χα/2 (n − 1)
N.T. M. Ngọc
Xác định kích thước mẫu. N.T. M. Ngọc
Xác định kích thước mẫu
Khi ước lượng trung bình tổng thể
điểm
Giới thiệu
điểm
Giới thiệu
a. Nếu biết Var (X ) = σ 2 , từ công thức
lượng lượng
σ
Các phương pháp
• Vấn đề
Các phương pháp
ước lượng điểm = z1−α/2 √
n
khoảng Trước khi lấy mẫu, với độ tin cậy cho trước, ta mong khoảng
Giới thiệu
muốn khoảng tin cậy tìm được phải có chiều dài không Giới thiệu
Để ≤ 0 ta cần chọn
vượt quá một giá trị nào đó. Hỏi khi đó ta phải lấy mẫu Khoảng tin cậy cho
tỷ lệ
có kích cỡ tối thiểu là bao nhiêu?
tỷ lệ
σ2
n ≥ (z1−α/2 )2
20
lệch chuẩn
• Bài toán lệch chuẩn
mẫu mẫu
Xác định độ tin cậy Tìm giá trị nhỏ nhất của n sao cho ≤ 0 , với 0 và α cho Xác định độ tin cậy
trước. b. Nếu chưa biết σ 2 , ta căn cứ vào mẫu đã cho để tính s 2 .

Từ đó ta xác định được kích thước mẫu tối thiểu:
s2
n ≥ (z1−α/2 )2
20
N.T. M. Ngọc
Xác định kích thước mẫu N.T. M. Ngọc
Xác định độ tin cậy.
Khi ước lượng tỷ lệ tổng thể
điểm a. Khi đã biết p̂, để ≤ 0 thì từ công thức điểm
Các tiêu chuẩn Ước s Các tiêu chuẩn Ước
lượng lượng
p̂(1 − p̂) p̂(1 − p̂)
⇒ n ≥ (z1−α/2 )2
= z1−α/2 ước lượng điểm
Ước lượng n 20 Ước lượng • Vấn đề

khoảng khoảng
Giới thiệu
q Giới thiệu Bây giờ cố định kích thước mẫu, ta mong muốn khoảng
p̂(1−p̂) tin cậy tìm được phải có chiều dài xác định. Hỏi khi đó độ
trung bình
b. Khi chưa biết p̂, ta có = z1−α/2 n
trung bình
tỷ lệ
Khoảng tin cậy cho Do p̂(1 − p̂) đạt giá trị cực đại 0.25 khi p̂ = 0.5 nên
tỷ lệ
tin cậy của khoảng là bao nhiêu?
lệch chuẩn
s lệch chuẩn • Bài toán
mẫu
0.25 mẫu
Tìm 1 − α khi biết n và .
≤ z1−α/2 Xác định độ tin cậy
n
q
0.25
Do đó, để ≤ 0 ta chọn n sao cho z1−α/2 n ≤ 0 tức
là
0.25(z1−α/2 )2
n≥
20
N.T. M. Ngọc
Xác định độ tin cậy N.T. M. Ngọc
Khi ước lượng trung bình tổng thể Khi ước lượng tỷ lệ tổng thể
điểm a. Nếu biết Var (X ) = σ2 thì từ công thức điểm
lượng σ lượng
Các phương pháp = z1−α/2 √ Các phương pháp
n ước lượng điểm
Ước lượng Ước lượng Từ công thức s

khoảng khoảng
Giới thiệu
ta suy ra √ Giới thiệu p̂(1 − p̂)
Khoảng tin cậy cho n Khoảng tin cậy cho = z1−α/2
trung bình
z1−α/2 = trung bình n
tỷ lệ σ Khoảng tin cậy cho
tỷ lệ
Khoảng tin cậy cho Khoảng tin cậy cho ta suy ra
lệch chuẩn
sau khi xác định được z1−α/2 ta suy ra độ tin cậy 1 − α phương sai và độ
lệch chuẩn
s
n
(tra bảng). Xác định kích thước z1−α/2 =
mẫu
mẫu
p̂(1 − p̂)
b. Nếu chưa biết Var (X ) = σ 2 , khi đó ta căn cứ vào mẫu đã
cho để tính s. Từ đó xác định z1−α/2 theo công thức Từ đây ta suy ngược ra 1 − α như đã làm ở trên.
√
n
z1−α/2 =
s
Rồi suy tiếp ra độ tin cậy 1 − α như đã làm ở trên.
LÝ THUYẾT
THỐNG KÊ
N.T. M. Ngọc
Ước lượng
điểm
Giới thiệu
lượng
Các phương pháp
Example 4
Ước lượng
Theo dõi 1000 bệnh nhân ung thư phổi thấy có 823 bệnh nhận
khoảng
Giới thiệu
chết trong vòng 10 năm.
trung bình a. Lập KTC 95% cho tỷ lệ bệnh nhân chết vì ung thư phổi.
tỷ lệ
b. Nếu muốn sai số bé hơn 0.03 thì phải theo dõi tối thiểu
lệch chuẩn bao nhiêu bệnh nhân trong 10 năm?
mẫu

C3 LythuyetUocluong SV

Uploaded by

Document Information

Original Title

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

C3 LythuyetUocluong SV

Uploaded by

Copyright:

Available Formats

LÝ THUYẾT LÝ THUYẾT

N.T. M. Ngọc N.T. M. Ngọc

Ước lượng Ước lượng

Ước lượng Ước lượng MSE(Θ̃) < MSE(Θ̂)

MSE(Θ̂) = E(Θ̂ − θ)2 (4)

I Hàm hợp lý L(θ) chỉ phụ thuộc vào tham số θ.

có các tính chất sau

f (x1 , . . . , xn , θ) = f (x1 , . . . , xn |θ)f (θ) (10) f (x1 , . . . , xn |θ)f (θ)

Ước lượng Ước lượng Z

gọi là ước lượng Bayes cho θ.

Ước lượng Ước lượng

Ước lượng Bayes là

Ước lượng Ước lượng

Ước lượng Ước lượng

phối chuẩn), σ 2 đã biết

Với độ tin cậy 1 − α, ta có

KL: KTC 99% cho mức lương trung bình là

Ước lượng Ước lượng

Ước lượng Ước lượng

Ước lượng Ước lượng

trước. b. Nếu chưa biết σ 2 , ta căn cứ vào mẫu đã cho để tính s 2 .

Ước lượng n 20 Ước lượng • Vấn đề

Ước lượng Ước lượng Từ công thức s

You might also like

Ước lượng n 20 Ước lượng • Vấn đề