Chương 4 - Kiểm Định Giả Thuyết

CHƯƠNG 4: KIỂM ĐỊNH
GIẢ THUYẾT THỐNG KÊ
Khoa Toán Tin

Trường Đại học Sư phạm Hà Nội
Khoa Toán Tin Trường Đại học Sư phạm Hà Nội CHƯƠNG 4: KIỂM ĐỊNH GIẢ THUYẾT THỐNG KÊ 1 / 41
Nội dung của chương
1 Đặt bài toán kiểm định giả thuyết.

2 Bài toán kiểm định giả thuyết cho giá trị trung bình một mẫu.
3 Bài toán kiểm định giả thuyết cho tỉ lệ một mẫu.
4 Bài toán kiểm định giả thuyết cho giá trị trung bình hai mẫu.
5 Bài toán kiểm định giả thuyết cho tỉ lệ hai mẫu.
Mục tiêu của chương
1 Hiểu được cách đặt bài toán và các khái niệm: giả thuyết, đối thuyết, sai lầm
loại 1, sai lầm loại 2, mức ý nghĩa, nguyên lý xây dựng tiêu chuẩn kiểm định.
2 Nhận biết được tình huống
so sánh trung bình một mẫu, hai mẫu;
so sánh tỉ lệ một mẫu, hai mẫu.
3 Sử dụng quy trình 6 bước để giải bài toán kiểm định trung bình, tỉ lệ và diễn
giải chính xác kết quả thu được.
4.1 Bài toán kiểm định giả thuyết
Tình huống thực tế
Một chuỗi cửa hàng cà phê X sau khi ra mắt sản phẩm đầu tiên rất thành
công với 70% phản hồi tích cực từ tất cả khách hàng. Ông chủ muốn tiếp
tục cho ra mắt công thức pha chế tiếp theo và hy vọng cũng nhận được sự
thành công như lần trước.
Ông chủ đã ngầm khẳng định giả thuyết rằng 70% tất cả khách hàng sẽ yêu
thích sản phẩm mới này và tiến hành khảo sát để kiểm chứng.
Ông cho bán miễn phí trên 100 khách hàng bất kỳ và ghi nhận được 67
người cho kết quả tích cực. Với kết quả như trên, ông chủ hơi nghi ngờ về
giả thuyết của mình.
Ông cho bán miễn phí trên 100 khách hàng bất kỳ và ghi nhận được 67
người cho kết quả tích cực. Với kết quả như trên, ông chủ hơi nghi ngờ về
giả thuyết của mình.
Nếu kết quả càng xa con số 70%, sự nghi ngờ của ông chủ càng lớn và đến
một ngưỡng nào đó ông chủ sẽ phải bác bỏ giả thuyết của mình. Liệu có
cách nào để cụ thể hóa mối tương quan giữa kết quả khảo sát và kết luận
của ông chủ về giả thuyết hay không?
Bài toán kiểm định giả thuyết (Hypothesis Testing)
Giả thuyết thống kê là một phát biểu nào đó về tính chất của quần thể.
Bài toán kiểm định giả thuyết thống kê thường xuất hiện khi ta cần phải đưa
ra kết luận về hai giả thuyết trái ngược nhau thông qua việc khảo sát.
Bài toán kiểm định giả thuyết thống kê thường xuất hiện khi ta cần phải đưa
ra kết luận về hai giả thuyết trái ngược nhau thông qua việc khảo sát.
Cụ thể, kiểm định giả thuyết thống kê là một quy trình để xác minh xem có
thể chấp nhận giả thuyết thống kê hay không dựa trên mẫu số liệu quan sát
được từ quần thể.
Mô hình hoá
Mô hình hoá
Với tình huống thực tế trên, ta có hai giả thuyết như sau:
Mô hình hoá
- Giả thuyết H0 : tỉ lệ khách hàng thích sản phẩm mới bằng 70% (được giả
sử là đúng)
Mô hình hoá
sử là đúng)
- Đối thuyết H1 : tỉ lệ khách hàng thích sản phẩm mới không bằng 70%
(được giả sử là sai)
Mô hình hoá
sử là đúng)
Dựa trên mẫu số liệu thu được, ta cần phải lựa chọn một trong hai quyết
định:
Mô hình hoá
sử là đúng)
định:
- Bác bỏ giả thuyết H0 để ủng hộ đối thuyết H1 ;
Mô hình hoá
sử là đúng)
định:
- Bác bỏ giả thuyết H0 để ủng hộ đối thuyết H1 ;
- Không bác bỏ giả thuyết H0 để ủng hộ đối thuyết H1 . Tức là chấp nhận H0
và không ủng hộ H1 .
Miền tiêu chuẩn
Một miền S được gọi là miền tiêu chuẩn (hay còn gọi là miền bác bỏ) cho
bài toán kiểm định giả thuyết H0 với đối thuyết H1 nếu:
kết quả khảo sát nằm trong miền S, ta sẽ bác bỏ H0 để ủng hộ H1 .
kết quả khảo sát nằm ngoài miền S, ta sẽ chấp nhận H0 và không ủng hộ H1 .
Ví dụ, trong tình huống thực tế trên, nếu kết quả khảo sát nằm trong
khoảng 65% đến 75% thì ta bác bỏ H0 , ngược lại ta sẽ chấp nhận H0 .
Ví dụ, trong tình huống thực tế trên, nếu kết quả khảo sát nằm trong
khoảng 65% đến 75% thì ta bác bỏ H0 , ngược lại ta sẽ chấp nhận H0 .
Việc xác định miền tiêu chuẩn rất giống với quá trình tìm Khoảng tin cậy
và vì thế cũng sẽ tồn tại sự không chắc chắn. Do ta đưa ra quyết định dựa
trên một mẫu số liệu nên có thể mắc phải sai lầm.
Hai loại sai lầm
Quy tắc quyết định

Quyết định H0 đúng H1 đúng
Bác bỏ giả thuyết H0 Sai lầm loại 1 Quyết định đúng
Chấp nhận giả thuyết H0 Quyết định đúng Sai lầm loại 2

Nhận xét

Nhận xét
Nếu ta luôn chấp nhận H0 thì không mắc phải sai lầm loại 1 nhưng sẽ làm
xác suất mắc sai lầm loại 2 đạt cao nhất.

Nhận xét
Ngược lại, nếu ta luôn bác bỏ H0 thì không mắc phải sai lầm loại 2 nhưng sẽ
làm xác suất mắc sai lầm loại 1 đạt cao nhất.

Nhận xét
Ngược lại, nếu ta luôn bác bỏ H0 thì không mắc phải sai lầm loại 2 nhưng sẽ
làm xác suất mắc sai lầm loại 1 đạt cao nhất.
Như vậy, Không thể làm triệt tiêu đồng thời cả hai loại sai lầm!
Nguyên lý chung để tìm miền tiêu chuẩn
Ta cần tìm miền S sao cho xác suất mắc hai loại sai lầm là nhỏ nhất.
Trong thực tế, người ta thường kiểm soát xác suất xảy ra sai lầm loại 1 theo
ý muốn (thông qua cách thiết kế thí nghiệm, điều chỉnh các thông số,...). Cụ
thể, người ta sẽ khống chế xác suất mắc sai lầm loại 1 không vượt quá
α ∈ (0, 1) và từ đó sẽ chọn miền tiêu chuẩn S sao cho xác suất mắc sai lầm
loại 2 nhỏ nhất.
Khi đó, α được gọi là mức ý nghĩa của bài toán kiểm định.
Khi đó, α được gọi là mức ý nghĩa của bài toán kiểm định.
Ta thường chọn mức ý nghĩa α = 0, 05 = 5%.
Bài toán kiểm định giả thuyết cho tham số
Giả sử θ là một tham số chưa biết của quần thể (Ví dụ: giá trị trung bình, tỉ lệ,...)
Giả thuyết H0 : θ = θ0 .
Đối thuyết
Đối thuyết
1 H1 : θ 6= θ0 Kiểm định hai phía
Đối thuyết
2 H1 : θ > θ0 Kiểm định một phía
Đối thuyết
2 H1 : θ > θ0 Kiểm định một phía
3 H1 : θ < θ0 Kiểm định một phía
4.2 Bài toán kiểm định giả thuyết
cho giá trị trung bình một mẫu
Bài toán 1: Kiểm định giả thuyết cho giá trị trung bình với
phương sai σ 2 đã biết
Giả sử quần thể X có phân phối chuẩn N (µ, σ 2 ) với σ 2 đã biết.

Giả thuyết H0 : µ = µ0 .

x − µ0
Thống kê kiểm định: Z0 = √
σ/ n

x − µ0
σ/ n
Đối thuyết Tiêu chuẩn bác bỏ H0 Miền tiêu chuẩn
ở mức ý nghĩa α
H1 : µ 6= µ0 |Z0 | > zα/2 S = (−∞; −zα/2 ) ∪ (zα/2 ; +∞)
H1 : µ > µ0 Z0 > zα S = (zα ; +∞)
H1 : µ < µ0 Z0 < −zα S = (−∞; −zα )
Ví dụ 1
Thống kê năm 2015 ta có năng suất lúa trung bình của tỉnh Thái Bình là 66
tạ/ha.
Khảo sát ngẫu nhiên 10 thửa ruộng ở huyện Đông Hưng thấy năng suất
trung bình của 10 thửa ruộng này là 68 tạ/ha.
Biết rằng năng suất của mỗi thửa ruộng có phân phối chuẩn với độ lệch
chuẩn σ = 4 tạ/ha.
Hãy kiểm định xem năng suất lúa ở Đông Hưng có cao hơn năng suất trung
bình của tỉnh Thái Bình được hay không, cho mức ý nghĩa α = 5%?
Lời giải - Quy trình 6 bước
1 Tham số cần kiểm định là năng suất lúa trung bình của huyện Đông Hưng, kí
hiệu là µ tạ/ha.
2 Ta cần kiểm định xem năng suất lúa ở Đông Hưng có cao hơn năng suất
trung bình của tỉnh Thái Bình được hay không, do đó ta có bài toán kiểm
định
H0 : µ = 66 với H1 : µ > 66.
định
H0 : µ = 66 với H1 : µ > 66.
3 Cỡ mẫu n = 10; trung bình mẫu x̄ = 68 và độ lệch chuẩn σ = 4.
định
H0 : µ = 66 với H1 : µ > 66.

68 − 66
4 Thống kê kiểm định Z0 = √ = 1, 581.
4/ 10
định
H0 : µ = 66 với H1 : µ > 66.

68 − 66
4/ 10
5 Mức ý nghĩa α = 5% nên α = 0, 05 ⇒ zα = 1, 645.
định
H0 : µ = 66 với H1 : µ > 66.

68 − 66
4/ 10
6 Do Z0 < zα nên ta không bác bỏ H0 : µ = 66 để ủng hộ H1 : µ > 68 ở mức ý
nghĩa α = 5%.
định
H0 : µ = 66 với H1 : µ > 66.

68 − 66
4/ 10
6 Do Z0 < zα nên ta không bác bỏ H0 : µ = 66 để ủng hộ H1 : µ > 68 ở mức ý
nghĩa α = 5%.
Vậy, ta không có đủ căn cứ để kết luận năng suất lúa của huyện Đông Hưng
cao hơn của tỉnh Thái Bình dựa trên mẫu gồm 10 số liệu đã thu được.
mẫu cỡ lớn
Giả sử mẫu ngẫu nhiên có cỡ mẫu n ≥ 30.
mẫu cỡ lớn

mẫu cỡ lớn

x − µ0
s/ n
mẫu cỡ lớn

x − µ0
s/ n
Đối thuyết Tiêu chuẩn bác bỏ H0 Miền tiêu chuẩn
H1 : µ 6= µ0 |Z0 | > zα/2 S = (−∞; zα/2 ) ∪ (zα/2 ; +∞)
H1 : µ > µ 0 Z 0 > zα S = (zα ; +∞)
H1 : µ < µ 0 Z0 < −zα S = (−∞; −zα )
Ví dụ 2
Một nhà máy sản xuất mì chính ghi trọng lượng của mỗi gói mì chính trên bao bì
là 2kg. Để kiểm tra thông tin này, người ta lấy mẫu ngẫu nhiên gồm 100 gói thì
thấy trọng lượng trung bình của 100 gói này là 2002g và độ lệch mẫu s = 5g. Với
mức ý nghĩa α = 0, 05, hãy cho biết trọng lượng các gói mì chính liệu có đúng
như ghi trên bao bì hay không?
Lời giải
Lời giải
1 Tham số cần kiểm định là trọng lượng trung bình của các gói mì chính, kí
hiệu là µ g.
Lời giải
hiệu là µ g.
2 Ta cần kiểm định xem trọng lượng các gói mì chính có đúng như công bố hay
không, do đó ta có bài toán kiểm định
H0 : µ = 2000 với H1 : µ 6= 2000.
Lời giải
hiệu là µ g.
H0 : µ = 2000 với H1 : µ 6= 2000.
3 Cỡ mẫu n = 100; trung bình mẫu x̄ = 2002; độ lệch mẫu s = 5.
Lời giải
hiệu là µ g.
H0 : µ = 2000 với H1 : µ 6= 2000.

2002 − 2000
4 Thống kê kiểm định: Z0 = √ = 4.
5/ 100
5 Mức ý nghĩa α = 0, 05 nên α/2 = 0, 025 ⇒ zα/2 = 1, 96.
Lời giải
hiệu là µ g.
H0 : µ = 2000 với H1 : µ 6= 2000.

2002 − 2000
5/ 100
6 Do |Z0 | > zα/2 nên ta bác bỏ H0 : µ = 2000 để ủng hộ H1 : µ 6= 2000 ở mức
ý nghĩa α = 0, 05.
Lời giải
hiệu là µ g.
H0 : µ = 2000 với H1 : µ 6= 2000.

2002 − 2000
5/ 100
6 Do |Z0 | > zα/2 nên ta bác bỏ H0 : µ = 2000 để ủng hộ H1 : µ 6= 2000 ở mức
ý nghĩa α = 0, 05.
Vậy, ta có đủ căn cứ để kết luận rằng trọng lượng của mỗi gói mì chính
không giống như trong công bố của nhà sản xuất dựa trên mẫu 100 số liệu
đã thu được.
mẫu cỡ nhỏ
mẫu cỡ nhỏ
Giả sử quần thể X có phân phối chuẩn N (µ, σ 2 ) với σ 2 chưa biết. Mẫu số liệu mà
ta thu được có cỡ nhỏ (n ≤ 30).
mẫu cỡ nhỏ
mẫu cỡ nhỏ
x − µ0
Thống kê kiểm định: T0 = √
s/ n
mẫu cỡ nhỏ
x − µ0
Thống kê kiểm định: T0 = √
s/ n
Đối thuyết Tiêu chuẩn bác bỏ H0 Miền tiêu chuẩn S

H1 : µ 6= µ0 |T0 | > tα/2;n−1 S = (−∞; −tα/2;n−1 ) ∪ (tα/2;n−1 ; +∞)
H1 : µ > µ 0 T0 > tα;n−1 S(tα;n−1 ; +∞)
H1 : µ < µ 0 T0 < −tα;n−1 S = (−∞; −tα;n−1 )
Ví dụ 3
Thống kê được năng suất lúa trung bình của tỉnh Thái Bình năm 2015 là 66
tạ/ha.
Khảo sát ngẫu nhiên 10 thửa ruộng ở huyện Đông Hưng thấy năng suất
trung bình của 10 thửa ruộng này là 68 tạ/ha và độ lệch mẫu s = 4 tạ/ha.
Biết rằng năng suất của mỗi thửa ruộng có phân phối chuẩn.
Hãy kiểm định xem năng suất lúa ở Đông Hưng có cao hơn năng suất trung
bình của tỉnh Thái Bình được hay không, cho mức ý nghĩa α = 5%?
Lời giải
Lời giải
Lời giải
định
H0 : µ = 66 với H1 : µ > 66.
Lời giải
định
H0 : µ = 66 với H1 : µ > 66.
Lời giải
định
H0 : µ = 66 với H1 : µ > 66.

68 − 66
4 Thống kê kiểm định T0 = √ = 1, 581.
4/ 10
Lời giải
định
H0 : µ = 66 với H1 : µ > 66.

68 − 66
4/ 10
5 Mức ý nghĩa α = 5% nên tα;n−1 = t0,05;9 = 1, 833.
Lời giải
định
H0 : µ = 66 với H1 : µ > 66.

68 − 66
4/ 10
6 Do T0 < tα;n−1 nên ta không bác bỏ H0 : µ = 66 để ủng hộ H1 : µ > 68 ở
mức ý nghĩa α = 5%.
Lời giải
định
H0 : µ = 66 với H1 : µ > 66.

68 − 66
4/ 10
6 Do T0 < tα;n−1 nên ta không bác bỏ H0 : µ = 66 để ủng hộ H1 : µ > 68 ở
mức ý nghĩa α = 5%.
Vậy, ta không có đủ căn cứ để kết luận năng suất lúa của huyện Đông Hưng
cao hơn của tỉnh Thái Bình dựa trên mẫu gồm 10 số liệu đã thu được.
4.3 Bài toán kiểm định giả thuyết cho tỉ lệ
Trở lại tình huống thực tế ở phần 4.1, ta có hai giả thuyết như sau:
Giả thuyết H0 : tỉ lệ khách hàng thích sản phẩm mới bằng 70%.
Đối thuyết H1 : tỉ lệ khách hàng thích sản phẩm mới không bằng 70%.
Bài toán kiểm định giả thuyết cho tỉ lệ
Giả sử ta cần quan tâm đến p là tỉ lệ số phần tử có cùng tính chất A nào đó của
quần thể X .
quần thể X .
Cụ thể, ta cần so sánh p với số p0 cho trước.
quần thể X .
Các bài toán kiểm định giả thuyết cho p như sau:
quần thể X .
Giả thuyết H0 : p = p0 .
quần thể X .
(fn − p0 ) √
Thống kê kiểm định: Z0 = p n
p0 (1 − p0 )
quần thể X .
(fn − p0 ) √
p0 (1 − p0 )
nA
trong đó, fn = là tần suất của số phần tử có cùng tính chất A trong mẫu.
n
quần thể X .
(fn − p0 ) √
p0 (1 − p0 )
nA
trong đó, fn = là tần suất của số phần tử có cùng tính chất A trong mẫu.
n
Đối thuyết Tiêu chuẩn bác bỏ Miền tiêu chuẩn S
H1 : p 6= p0 |Z0 | > zα/2 S = (−∞; −zα/2 ) ∪ (zα/2 ; +∞)
H1 : p > p0 Z 0 > zα S = (zα ; +∞)
H1 : p < p0 Z0 < −zα S = (−∞; −zα )
Ví dụ
Ví dụ
Những năm trước nhà máy áp dụng công nghệ A sản xuất thì có tỷ lệ phế
phẩm là 6%.
Năm nay nhà máy nhập công nghệ B để sản xuất, hy vọng sẽ giảm được tỷ lệ
phế phẩm.
Lấy ngẫu nhiên 100 sản phẩm để kiểm tra thì thấy có 5 phế phẩm. Với mức ý
nghĩa 5%, có thể cho rằng tỷ lệ phế phẩm của công nghệ B nhỏ hơn công
nghệ A hay không.
Lời giải- Quy trình 6 bước
1 Tham số cần kiểm định là tỉ lệ phế phẩm của nhà máy khi sản xuất theo
công nghệ B, kí hiệu là p.
2 Ta cần quan tâm xem tỷ lệ phế phẩm của công nghệ B có nhỏ hơn công
nghệ A hay không nên ta có bài toán kiểm định một phía.
H0 : p = 0, 06 với H1 : p < 0, 06.
H0 : p = 0, 06 với H1 : p < 0, 06.

5
3 Theo đề bài, ta có: n = 100, nA = 5 ⇒ fn = = 0, 05.
100
H0 : p = 0, 06 với H1 : p < 0, 06.

5
100
4 Thống kê kiểm định
(fn − p0 ) √ (0, 05 − 0, 06) √
Z0 = p n= p 100 = −0, 421.
p0 (1 − p0 ) 0, 06(1 − 0, 06)
H0 : p = 0, 06 với H1 : p < 0, 06.

5
100
(fn − p0 ) √ (0, 05 − 0, 06) √
Z0 = p n= p 100 = −0, 421.
p0 (1 − p0 ) 0, 06(1 − 0, 06)
5 Mức ý nghĩa α = 5% nên zα = z0,05 = 1, 65.
H0 : p = 0, 06 với H1 : p < 0, 06.

5
100
(fn − p0 ) √ (0, 05 − 0, 06) √
Z0 = p n= p 100 = −0, 421.
p0 (1 − p0 ) 0, 06(1 − 0, 06)
6 Vì Z0 > −zα nên ta không bác bỏ giả thuyết H0 : p = 0, 06 để ủng hộ giả
thuyết H1 : p < 0, 06 ở mức ý nghĩa α = 5%.
H0 : p = 0, 06 với H1 : p < 0, 06.

5
100
(fn − p0 ) √ (0, 05 − 0, 06) √
Z0 = p n= p 100 = −0, 421.
p0 (1 − p0 ) 0, 06(1 − 0, 06)
6 Vì Z0 > −zα nên ta không bác bỏ giả thuyết H0 : p = 0, 06 để ủng hộ giả
thuyết H1 : p < 0, 06 ở mức ý nghĩa α = 5%.
Vậy ta không đủ căn cứ để kết luận công nghệ B làm giảm được tỷ lệ phế
phẩm dựa trên mẫu gồm 100 dữ liệu quan sát được.
4.4 Bài toán so sánh hai giá trị trung bình
Trong một trại chăn nuôi, để so sánh sự hiệu quả của hai loại thức ăn A và
B, người ta chọn một giống gà để nuôi thử nghiệm. Sau một thời gian, người
ta chọn ngẫu nhiên:
50 con gà được nuôi bằng thức ăn A thì thấy khối lượng trung bình là
x̄ = 2, 2 kg, độ lệch mẫu là sX = 1, 25 kg.
40 con gà được nuôi bằng thức ăn B thì thấy khối lượng trung bình là
ȳ = 1, 2 kg, độ lệch mẫu là sY = 1, 02 kg.
? Hãy đánh giá hiệu quả của hai loại thức ăn?
Bài toán so sánh hai giá trị trung bình
Giả sử quần thể X có phân phối chuẩn N (µX , σX2 ).

Giả sử quần thể Y có phân phối chuẩn N (µY , σY2 ).

Dựa trên hai mẫu số liệu quan sát được từ hai quần thể X và Y , ta muốn so
sánh hai giá trị trung bình µX và µY .

Dựa trên hai mẫu số liệu quan sát được từ hai quần thể X và Y , ta muốn so
sánh hai giá trị trung bình µX và µY .
Bài toán kiểm định

Giả thuyết H0 : µX = µY .
Đối thuyết
1 H1 : µX 6= µY ; Kiểm định hai phía
2 H1 : µX > µY ; Kiểm định một phía
3 H1 : µX < µY . Kiểm định một phía
Bài toán 1: So sánh giá trị trung bình của hai mẫu có phân
phối chuẩn với phương sai đã biết
Giả sử hai độ lệch chuẩn σX , σY là đã biết.

Giả thiết H0 : µX = µY .

x −y
Thống kê kiểm định: Z0 = q
σX2 σY2
nX + nY

x −y
σX2 σY2
nX + nY
trong đó nX , nY là hai cỡ mẫu và x, y là hai trung bình mẫu của hai quần thể.

x −y
σX2 σY2
nX + nY
trong đó nX , nY là hai cỡ mẫu và x, y là hai trung bình mẫu của hai quần thể.
Đối thuyết Tiêu chuẩn bác bỏ H0 ở mức ý nghĩa α
H1 : µX 6= µY |Z0 | > zα/2
H1 : µX > µY Z0 > zα
H1 : µX < µY Z0 < −zα
Ví dụ 1
Ví dụ 1
Để so sánh điểm thi môn Toán của học sinh hai trường A và B, người ta
khảo sát kết quả thi hết môn của một số học sinh của hai trường và thu
được kết quả như sau:
Trường A: nX = 64, x̄ = 7, 32.
Trường B: nY = 68, ȳ = 7, 66.
Biết rằng điểm thi môn Toán của học sinh của hai trường là biến ngẫu nhiên
có phân phối chuẩn với độ lệch chuẩn tương ứng là σX = 1, 09; σY = 1, 12.
Với mức ý nghĩa 1% có thể cho rằng kết quả thi của trường B cao hơn
trường A hay không?
Lời giải-Quy trình 6 bước
1 Gọi X , Y là kết quả thi môn Toán của học sinh hai trường A và B tương
ứng. Ta có X ∼ N (µX , σX2 ), Y ∼ N (µY , σY2 ).
2 Ta cần kiểm định xem kết quả thi của học sinh trường B cao hơn trường A
hay không nên ta có bài toán kiểm định một phía.
H0 : µX = µY , với H1 : µX < µY
3 Theo đề bài, ta có:

nX = 64, x̄ = 7, 32, σX = 1, 09; nY = 68, ȳ = 7, 66, σY = 1, 12.

nX = 64, x̄ = 7, 32, σX = 1, 09; nY = 68, ȳ = 7, 66, σY = 1, 12.
7, 32 − 7, 66
4 Thống kê Z0 = r = −1, 767.
1, 092 1, 122
+
64 68

nX = 64, x̄ = 7, 32, σX = 1, 09; nY = 68, ȳ = 7, 66, σY = 1, 12.
7, 32 − 7, 66
4 Thống kê Z0 = r = −1, 767.
1, 092 1, 122
+
64 68

nX = 64, x̄ = 7, 32, σX = 1, 09; nY = 68, ȳ = 7, 66, σY = 1, 12.
7, 32 − 7, 66
4 Thống kê Z0 = r = −1, 767.
1, 092 1, 122
+
64 68
6 Vì Z0 > −zα nên ta không bác bỏ giả thuyết H0 : µ1 = µ2 để ủng hộ đối
thuyết H1 : µ1 < µ2 ở mức ý nghĩa α = 1%.

nX = 64, x̄ = 7, 32, σX = 1, 09; nY = 68, ȳ = 7, 66, σY = 1, 12.
7, 32 − 7, 66
4 Thống kê Z0 = r = −1, 767.
1, 092 1, 122
+
64 68
6 Vì Z0 > −zα nên ta không bác bỏ giả thuyết H0 : µ1 = µ2 để ủng hộ đối
thuyết H1 : µ1 < µ2 ở mức ý nghĩa α = 1%.
Vậy ta không có đủ căn cứ để kết luận kết quả thi của học sinh trường B
cao hơn trường A dựa trên hai mẫu số liệu thu được.
Bài toán 2: So sánh hai giá trị trung bình của hai mẫu có
phân phối chuẩn với phương sai chưa biết
Giả sử hai độ lệch chuẩn σX = σY chưa biết.


x −y
Thống kê kiểm định: T0 = q
(nX −1)sX2 +(nY −1)sY2
q
1 1
nX +nY −2 nX + nY

x −y
(nX −1)sX2 +(nY −1)sY2
q
1 1
nX +nY −2 nX + nY
trong đó: sX , sY là hai độ lệch mẫu của X , Y tương ứng.

x −y
(nX −1)sX2 +(nY −1)sY2
q
1 1
nX +nY −2 nX + nY
trong đó: sX , sY là hai độ lệch mẫu của X , Y tương ứng.

H1 : µX 6= µY |T0 | > tα/2,nX +nY −2
H1 : µX > µY T0 > tα,nX +nY −2
H1 : µX < µY T0 < −tα,nX +nY −2
Ví dụ 2
Ví dụ 2
Điều tra thu nhập (đơn vị tính $) trong một tháng của công nhân ở hai nhà máy
sản xuất thiết bị điện tử A và B ta thu được số liệu sau:
Nhà máy A: 91, 50; 94, 18; 92, 18; 95, 39; 91, 79.
Nhà máy B: 90, 46; 93, 21; 97, 19; 97, 04; 91, 07; 92, 75.
Với mức ý nghĩa 5%, có thể cho rằng thu nhập trung bình của công nhân trong
hai nhà máy trên là như nhau hay không, biết rằng thu nhập trong hai nhà máy
có phân phối chuẩn.
1 Gọi X , Y lần lượt có phân phối chuẩn N (µX , σX2 ), N (µY , σY2 ) là thu nhập
của nhà máy A và B tương ứng. Ta cần so sánh µX và µY .
2 Ta cần kiểm tra xem thu nhập trung bình của công nhân trong hai nhà máy
trên là như nhau hay không nên ta có bài toán kiểm định hai phía
H0 : µX = µY , với H1 : µX 6= µY .
H0 : µX = µY , với H1 : µX 6= µY .
3 Theo đề bài, ta có: nX = 5; x = 93, 008; sX2 = 2, 873 và
nY = 6; y = 93, 62; sY2 = 8, 371.
H0 : µX = µY , với H1 : µX 6= µY .
nY = 6; y = 93, 62; sY2 = 8, 371.
93, 008 − 93, 62
4 Thống kê T0 = r = −0, 415.
4.2, 873 + 5.8, 371 q 1 1
5+6−2 5 + 6
H0 : µX = µY , với H1 : µX 6= µY .
nY = 6; y = 93, 62; sY2 = 8, 371.
93, 008 − 93, 62
4 Thống kê T0 = r = −0, 415.
4.2, 873 + 5.8, 371 q 1 1
5+6−2 5 + 6
5 Mức ý nghĩa α = 5% nên tα/2,nX +nY −2 = t0,025;9 = 2, 262.
H0 : µX = µY , với H1 : µX 6= µY .
nY = 6; y = 93, 62; sY2 = 8, 371.
93, 008 − 93, 62
4 Thống kê T0 = r = −0, 415.
4.2, 873 + 5.8, 371 q 1 1
5+6−2 5 + 6

6 Ta có |T0 | < tα/2,nX +nY −2 nên ta không bác bỏ H0 : µX = µY để ủng hộ
H1 : µX 6= µY ở mức ý nghĩa α = 5%.
H0 : µX = µY , với H1 : µX 6= µY .
nY = 6; y = 93, 62; sY2 = 8, 371.
93, 008 − 93, 62
4 Thống kê T0 = r = −0, 415.
4.2, 873 + 5.8, 371 q 1 1
5+6−2 5 + 6

6 Ta có |T0 | < tα/2,nX +nY −2 nên ta không bác bỏ H0 : µX = µY để ủng hộ
H1 : µX 6= µY ở mức ý nghĩa α = 5%.
Vậy ta không có đủ căn cứ để kết luận thu nhập của công nhân hai nhà máy
là khác nhau dựa trên hai mẫu đã thu được.
4.5 Bài toán so sánh hai tỉ lệ
Để so sánh chất lượng của một loại sản phẩm do hai công ty X và Y sản xuất,
người ta lấy hai mẫu dữ liệu sau:
Trong 30 sản phẩm do công ty X sản xuất thấy có 12 sản phẩm đạt loại A.
Trong 40 sản phẩm do công ty Y sản xuất thấy có 14 sản phẩm đạt loại A.
Trong 30 sản phẩm do công ty X sản xuất thấy có 12 sản phẩm đạt loại A.
Trong 40 sản phẩm do công ty Y sản xuất thấy có 14 sản phẩm đạt loại A.
? Hỏi chất lượng loại sản phẩm này của hai công ty có như nhau không?
Bài toán so sánh hai tỉ lệ
Dựa trên hai mẫu số liệu quan sát được từ hai quần thể X và Y , ta muốn so sánh
pX , pY là hai tỉ lệ của số phần tử có cùng tính chất A nào đó của hai quần thể.

Giả thuyết H0 : pX = pY .

Giả thuyết H0 : pX = pY .
Đối thuyết
1 H1 : pX 6= pY Kiểm định hai phía
2 H1 : pX > pY Kiểm định một phía
3 H1 : pX < pY Kiểm định một phía
Tiêu chuẩn kiểm định
nX , nY là kích thước hai mẫu quan sát được từ hai quần thể X , Y tương ứng.
kX , kY là số phần tử có cùng tính chất A trong hai mẫu tương ứng.
fX , fY là tần suất các phần tử có cùng tính chất A trong hai mẫu tương ứng.
fX − fY kX + kY
Thống kê kiểm định: Z0 = r với f = n + n .
X Y
f (1 − f ) nnXX+n
nY
Y
fX − fY kX + kY
Thống kê kiểm định: Z0 = r với f = n + n .
X Y
f (1 − f ) nnXX+n
nY
Y

H1 : pX 6= pY |Z0 | > zα/2
H1 : pX > pY Z0 > zα
H1 : pX < pY Z0 < −zα
Ví dụ
Ví dụ
Điều tra hiện tượng học sinh bỏ học ở hai vùng nông thôn A và B ta thu được số
liệu sau:
Vùng A: Điều tra 1900 em có 175 em bỏ học.
Vùng B: Điều tra 2600 em có 325 em bỏ học.
Ví dụ
Điều tra hiện tượng học sinh bỏ học ở hai vùng nông thôn A và B ta thu được số
liệu sau:
Vùng A: Điều tra 1900 em có 175 em bỏ học.
Vùng B: Điều tra 2600 em có 325 em bỏ học.
Có ý kiến cho rằng tình trạng học sinh bỏ học ở vùng A là ít phổ biến hơn vùng
B. Với mức ý nghĩa 5%, hãy cho biết ý kiến đó đúng hay sai?
Gọi pA , pB là tỷ lệ học sinh bỏ học ở hai vùng A, B tương ứng.
Ta cần kiểm định tình trạng học sinh bỏ học ở vùng A là ít phổ biến hơn
vùng B nên ta có bài toán kiểm định một phía:
H0 : pA = pB với H1 : pA < pB .
kA 175 kB 325
fA = = = 0, 092 và fB = = = 0, 125;
nA 1900 nB 2600
175 + 325
⇒f = = 0, 111
1900 + 2600
kA 175 kB 325
fA = = = 0, 092 và fB = = = 0, 125;
nA 1900 nB 2600
175 + 325
⇒f = = 0, 111
1900 + 2600
0, 092 − 0, 125
Thống kê kiểm định: Z0 = s = −3, 48.
1900 + 2600
0, 111(1 − 0, 111)
1900.2600
kA 175 kB 325
fA = = = 0, 092 và fB = = = 0, 125;
nA 1900 nB 2600
175 + 325
⇒f = = 0, 111
1900 + 2600
0, 092 − 0, 125
1900 + 2600
0, 111(1 − 0, 111)
1900.2600
Vì mức ý nghĩa α = 5% nên zα = z0,05 = 1, 65.
kA 175 kB 325
fA = = = 0, 092 và fB = = = 0, 125;
nA 1900 nB 2600
175 + 325
⇒f = = 0, 111
1900 + 2600
0, 092 − 0, 125
1900 + 2600
0, 111(1 − 0, 111)
1900.2600
Ta có Z0 < −zα nên ta bác bỏ H0 : pA = pB để ủng hộ H1 : pA < pB ở mức
ý nghĩa α = 5%.
kA 175 kB 325
fA = = = 0, 092 và fB = = = 0, 125;
nA 1900 nB 2600
175 + 325
⇒f = = 0, 111
1900 + 2600
0, 092 − 0, 125
1900 + 2600
0, 111(1 − 0, 111)
1900.2600
Ta có Z0 < −zα nên ta bác bỏ H0 : pA = pB để ủng hộ H1 : pA < pB ở mức
ý nghĩa α = 5%.
Vậy có đủ căn cứ để kết luận tỉ lệ học sinh bỏ học ở vùng A là ít phổ biến
hơn vùng B dựa trên hai mẫu thu được.

Chương 4 - Kiểm Định Giả Thuyết

Uploaded by

Copyright:

Available Formats

You might also like

Chương 4 - Kiểm Định Giả Thuyết

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

Chương 4 - Kiểm Định Giả Thuyết

Uploaded by

Copyright:

Available Formats

CHƯƠNG 4: KIỂM ĐỊNH

GIẢ THUYẾT THỐNG KÊ

Khoa Toán Tin

1 Đặt bài toán kiểm định giả thuyết.

Quy tắc quyết định

Quy tắc quyết định

Quy tắc quyết định

Quy tắc quyết định

Quy tắc quyết định

cho giá trị trung bình một mẫu

Giả sử quần thể X có phân phối chuẩn N (µ, σ 2 ) với σ 2 đã biết.

Giả sử quần thể X có phân phối chuẩn N (µ, σ 2 ) với σ 2 đã biết.

Giả sử quần thể X có phân phối chuẩn N (µ, σ 2 ) với σ 2 đã biết.

Giả sử quần thể X có phân phối chuẩn N (µ, σ 2 ) với σ 2 đã biết.

3 Cỡ mẫu n = 10; trung bình mẫu x̄ = 68 và độ lệch chuẩn σ = 4.

3 Cỡ mẫu n = 10; trung bình mẫu x̄ = 68 và độ lệch chuẩn σ = 4.

3 Cỡ mẫu n = 10; trung bình mẫu x̄ = 68 và độ lệch chuẩn σ = 4.

3 Cỡ mẫu n = 10; trung bình mẫu x̄ = 68 và độ lệch chuẩn σ = 4.

3 Cỡ mẫu n = 10; trung bình mẫu x̄ = 68 và độ lệch chuẩn σ = 4.

Giả sử mẫu ngẫu nhiên có cỡ mẫu n ≥ 30.

Giả sử mẫu ngẫu nhiên có cỡ mẫu n ≥ 30.

Giả sử mẫu ngẫu nhiên có cỡ mẫu n ≥ 30.

Giả sử mẫu ngẫu nhiên có cỡ mẫu n ≥ 30.

H0 : µ = 2000 với H1 : µ 6= 2000.

H0 : µ = 2000 với H1 : µ 6= 2000.

3 Cỡ mẫu n = 100; trung bình mẫu x̄ = 2002; độ lệch mẫu s = 5.

H0 : µ = 2000 với H1 : µ 6= 2000.

3 Cỡ mẫu n = 100; trung bình mẫu x̄ = 2002; độ lệch mẫu s = 5.

H0 : µ = 2000 với H1 : µ 6= 2000.

3 Cỡ mẫu n = 100; trung bình mẫu x̄ = 2002; độ lệch mẫu s = 5.

H0 : µ = 2000 với H1 : µ 6= 2000.

3 Cỡ mẫu n = 100; trung bình mẫu x̄ = 2002; độ lệch mẫu s = 5.

Đối thuyết Tiêu chuẩn bác bỏ H0 Miền tiêu chuẩn S

3 Cỡ mẫu n = 10; trung bình mẫu x̄ = 68; độ lệch mẫu s = 4.

3 Cỡ mẫu n = 10; trung bình mẫu x̄ = 68; độ lệch mẫu s = 4.

3 Cỡ mẫu n = 10; trung bình mẫu x̄ = 68; độ lệch mẫu s = 4.

3 Cỡ mẫu n = 10; trung bình mẫu x̄ = 68; độ lệch mẫu s = 4.

3 Cỡ mẫu n = 10; trung bình mẫu x̄ = 68; độ lệch mẫu s = 4.

H0 : p = 0, 06 với H1 : p < 0, 06.

H0 : p = 0, 06 với H1 : p < 0, 06.

H0 : p = 0, 06 với H1 : p < 0, 06.

H0 : p = 0, 06 với H1 : p < 0, 06.

H0 : p = 0, 06 với H1 : p < 0, 06.

H0 : p = 0, 06 với H1 : p < 0, 06.

Giả sử quần thể X có phân phối chuẩn N (µX , σX2 ).

Giả sử quần thể X có phân phối chuẩn N (µX , σX2 ).

Giả sử quần thể X có phân phối chuẩn N (µX , σX2 ).

Bài toán kiểm định

Giả sử hai độ lệch chuẩn σX , σY là đã biết.

Giả sử hai độ lệch chuẩn σX , σY là đã biết.

Giả sử hai độ lệch chuẩn σX , σY là đã biết.

Giả sử hai độ lệch chuẩn σX , σY là đã biết.

Giả sử hai độ lệch chuẩn σX , σY là đã biết.

3 Theo đề bài, ta có:

3 Theo đề bài, ta có:

3 Theo đề bài, ta có:

3 Theo đề bài, ta có:

3 Theo đề bài, ta có:

Giả sử hai độ lệch chuẩn σX = σY chưa biết.