Kiem Dinh Gia Thiet

KIỂM ĐỊNH GIẢ THUYẾT
THỐNG KÊ
1
Kiểm định giả thuyết thống kê
❖ Các khái niệm

❖ Kiểm định tham số
❖Kiểm định phi tham số
2
Các khái niệm
a) Mô hình bài toán kiểm định là: Ta nêu lên
hai mệnh đề trái ngược nhau, một mệnh đề được
gọi là giả thuyết H và mệnh đề ngược lại được gọi
0
là nghịch thuyết H 1 . Dựa vào quan sát mẫu, ta nói

rằng : chấp nhận giả thuyết H , nghĩa là, ta tin rằng
0
H đúng; từ chối H có nghĩa là, ta tin rằng H sai.

0 0 0
Ở đây, ta không thể khẳng định H đúng hay sai, ta

0
chỉ quan sát ngẫu nhiên một số trường hợp nên

không thể khẳng định chắc chắn điều gì cho cả
tổng thể.
3
Các khái niệm
b) Các loại lỗi lầm
Quan sát ngẫu nhiên một số trường hợp rồi suy
rộng cho tổng thể, sự suy rộng này có khi đúng, có
khi không đúng. Thống kê học phân biệt hai loại lỗi
lầm sau :
Lỗi lầm loại 1 : từ chối H , khi H đúng,
0 0
Lỗi lầm loại 2 : chấp nhận H , khi H sai.

0 0
Quyết định Chấp nhận H 0

Từ chối H 0
Thực tế
H xảy ra
0
Đúng Lỗi lầm loại 1
H không xảy ra Lỗi lầm loại 2
0
Đúng
4
Các khái niệm
c) Bài toán kiểm định: Quan sát mẫu X1 , X 2 ,..., X n
và đưa ra giả thuyết H . Từ mẫu quan sát, ta chọn thống
0
kê Q = f ( X1 , X 2 ,..., X n ; 0 ) sao cho H đúng thì phân

0
phối xác suất của Q hoàn toàn xác định. Ta nói thống kê
Q là tiểu chuẩn kiểm định giả thuyết H . 0
với mức sai lầm  cho trước, ta tìm được KTC

a, b của Q với ĐTC  = 1 −  và khi đó,
➢ Nếu Q  a, b : Ta chấp nhận giả thuyết H , 0
➢ Nếu Q  a, b : Ta bác bỏ giả thuyết H . 0
5
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
KTC  −C, C còn nếu hàm mật độ Q không đối

xứng, như trong phân phối 2 , 2 ( n ) , và phân
phối Fisher, F ( n, m ) thì chọn KTC  a, b hay
0, C . 6
2. Kiểm định tham số
2.1. So sánh trung bình tổng thể với
một số cho trước
2.2. So sánh tỷ lệ tổng thể với một số
cho trước
2.3. So sánh hai trung bình của hai
tổng thể
2.4. So sánh hai tỷ lệ của hai tổng thể
2.5. So sánh hai phương sai của hai
tổng thể 7
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 8
So sánh trung bình tổng thể với một
số cho trước
Với độ tin cậy  = 1 −  , ta có C = Z1−
2
So sánh Z và C
Nếu Z  C : Bác bỏ H 0
Nếu Z  C : Chấp nhận H 0
9
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%.
10
số cho trước
b. Kiểm định một phía (phía phải)
H 0 :  = 0

H1 :   0
(X − 0 ) n
Z= N(0,1)
0 11
số cho trước
Với độ tin cậy  , ta có C = Z1−2
2
So sánh Z và C
12
số cho trước
c. Kiểm định một phía (phía trái)
H 0 :  = 0

H1 :   0
(X − 0 ) n
Z= N(0,1)
0 13
số cho trước
Với độ tin cậy , ta có C = Z1−2
2
So sánh Z và C
Nếu Z  −C : Bác bỏ H 0
Nếu Z  −C : Chấp nhận H 0
14
số cho trước
Ví dụ 2. 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?
15
số cho trước
2. Nếu chưa biết phương sai tổng thể  2

H 0 :  = 0

H1 :   0
(X − 0 ) n
T= St(n − 1)
SX 16
số cho trước
2. Nếu chưa biết phương sai tổng thể 2
Với độ tin cậy  = 1 −  , ta có C= n −1
t
2
So sánh T và C
Nếu T  C : Bác bỏ H 0
Nếu T  C : Chấp nhận H 0
17
số cho trước
Ví dụ 3. Quan sát ngẫu nhiên chiều cao X
của 27 người, ta tính được chiều cao trung
bình là 157cm và độ lệch chuẩn mẫu có hiệu
chỉnh là 12cm. Có tài liệu cho biết chiều cao
trung bình là 160cm. Hỏi rằng quan sát này
có phù hợp với giá trị của tài liệu cho biết
hay không? Kết luận mức múc ý nghĩa 5%.
18
số cho trước
H 0 :  = 0

H1 :   0
(X − 0 ) n
T= St(n − 1)
SX 19
số cho trước
Với độ tin cậy  = 1 −  , ta có C = t n−1
So sánh T và C
20
số cho trước
Ví dụ 4: 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%. 21
số cho trước
H 0 :  = 0

H1 :   0
(X − 0 ) n
T= St(n − 1)
SX 22
số cho trước
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 H 0
23
So sánh tỷ lệ tổng thể với một số cho
trước
1. Kiểm định hai phía (hai bên)
H 0 : p = p0

H1 : p  p0
(f − p0 ) n
Z= N(0,1)
p0 (1 − p0 )
24
trước
2
So sánh Z và C
25
trước
Ví dụ 5. 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%.
26
So sánh tỷ lệ tổng thể với một số
cho trước
2. Kiểm định một phía (phía phải)
H 0 : p = p0

H1 : p  p0
(f − p0 ) n
Z= N(0,1)
p0 (1 − p0 )
27
trước
Với độ tin cậy  = 1 −  , ta có C = Z1−2
2
So sánh Z và C
28
trước
3. Kiểm định một phía (phía trái)
H 0 : p = p0

H1 : p  p0
(f − p0 ) n
Z= N(0,1)
p0 (1 − p0 )
29
trước
2
So sánh Z và C
30
trước
Ví dụ 6. Một công ty yêu cầu các phân
xưởng của mình phải 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.
31
So sánh hai trung bình của hai tổng
thể
1. Biết phương sai của hai tổng thể: X , Y
2 2

H 0 :  X =  Y

H1 : X  Y
(X − Y)
Z= N(0,1)
2X Y2
+
n m 32
thể
1. Biết phương sai của hai tổng thể 2X , 2Y
2
So sánh Z và C
33
thể
2 2

H 0 :  X =  Y

H1 : X   Y
(X − Y)
Z= N(0,1)
2X Y2
+
n m 34
thể
2
So sánh Z và C
35
thể
2 2

H 0 :  X =  Y

H1 : X   Y
(X − Y)
Z= N(0,1)
2X Y2
+
n m 36
thể
2
So sánh Z và C
37
thể
2. Chưa biết phương sai của hai tổng
thể 2X , 2Y
Thực hiện tương tự như trong trường

hợp 1 ta chỉ cần thay X ,
2
Y
2
bằng bằng
hai phương sai mẫu có hiệu chỉnh 2
SX , 2
SY
38
thể
3. Hai phương sai X = Y và chưa biết:
2 2

H 0 :  X =  Y

H1 : X  Y
(X − Y)
T= St(n + m − 2)
 (n − 1)S2X + (m − 1)S2Y   m + n 
  
 n + m − 2  nm  39
thể
3. Hai phương sai 2X = Y2 và chưa biết
Với độ tin cậy  = 1 − , ta có C= n + m−2
t
2
So sánh T và C
40
thể
Ví dụ 7. Quan sát ngẫu nhiên 20 bé trai, ta
tính được trọng lượng trung bình là 3200gram
và độ lệch chuẩn mẫu có hiệu chỉnh là
400gram. Quan sát ngẫu nhiên 17 bé gái, ta
tính được trọng lượng trung bình là 3000gram
và độ lệch chuẩn mẫu có hiệu chỉnh là
380gram. Hỏi rằng trọng lượng trung bình của
trẻ sơ sinh trai và gái có giống nhau không?
Kết luận với mức ý nghĩa 5%. (Giả sử phương
sai của trẻ sơ sinh trai và gái là như nhau)
41
thể
2 2

H 0 :  X =  Y

H1 : X   Y
(X − Y)
T= St(n + m − 2)
 (n − 1)S2X + (m − 1)S2Y   m + n 
  
 n + m − 2  nm  42
2So sánh hai trung bình của hai
tổng thể
Với độ tin cậy  = 1 −  , ta có C = t n+m−2
So sánh T và C
43
thể
2 2

H 0 :  X =  Y

H1 : X   Y
(X − Y)
T= St(n + m − 2)
 (n − 1)S2X + (m − 1)S2Y   m + n 
  
 n + m − 2  nm  44
thể
Với độ tin cậy  = 1 −  , ta có C = t n+m−2
So sánh T và C
Nếu T  −C : Bác bỏ H 0
Nếu T  −C : Chấp nhận H 0
45
So sánh hai tỷ lệ của hai tổng thể
H0 : p1 = p 2

H1 : p1  p 2
f1 − f 2
Z= N(0,1)
m+n
f (1 − f )  
 mn 
46
nf1 + mf 2
Với f =
n+m
Với độ tin cậy  = 1 − , ta có C = Z1−
2
So sánh Z và C
47
Ví dụ 8. 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%.
48
H0 : p1 = p 2

H1 : p1  p 2
f1 − f 2
Z= N(0,1)
m+n
f (1 − f )  
 mn 
49
nf1 + mf 2
Với f =
n+m
2
So sánh Z và C
50
H0 : p1 = p 2

H1 : p1  p 2
f1 − f 2
Z= N(0,1)
m+n
f (1 − f )  
 mn 
51
nf1 + mf 2
Với f =
n+m
2
So sánh Z và C
52
Ví dụ 9. 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?
53
tổng thể
H 0 : X2 = Y2

H1 : X  Y
2 2

S2X
F= 2 F(n − 1, m − 1)
SY
Phöông sai lôùn
F= F(n − 1, m − 1)
Phöông sai nhoû
54
tổng thể
Với độ tin cậy  = 1 −  , ta có
C = f (n − 1,m − 1)
So sánh F và C
Nếu F  C : Bác bỏ H 0
Nếu F  C : Chấp nhận H 0
55
tổng thể
Ví dụ 10. 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) . Hãy so sánh hai phương
2
sai tổng thể. Kết luận với mức ý nghĩa 5%.
56
3. Kiểm định phi tham số
3.1. Kiểm định Chi bình phương
3.2.Kiểm định dấu và hạng Wilcoxon
3.3. Kiểm định Kruskal – Wallis
57
Kiểm định Chi bình phương
3.1.1. So sánh bộ số liệu QS với bộ số liệu LT
Trong trường hợp này, với một bộ số liệu quan
sát, N1, N 2 , ..., Nr ,
ta cần so sánh nó với bộ số liệu lý thuyết
N1/ , N 2/ , ..., N r/ ,
trong đó bộ số liệu lý thuyết này được tính theo
quy luật phân phối các phạm trù trong tổng thể
cho trước.
Bước 1. Đặt giả thuyết:
H 0 : Caùc boä soá lieäu quan saùt vaø lyù thuyeát gioáng nhau

H1 : Caùc boä soá lieäu quan saùt vaø lyù thuyeát khaùc nhau
Bước 2. Tính giá trị kiểm định:
(N − N )
2
/
r
Q=  2 (r − 1) với N i/ = npi
i i
i =1 Ni/
Bước 3. Quy tắc bác bỏ giả thuyết: Với nguy
cơ sai lầm  , C = 2 (r − 1) . Nếu Q  C : bác bỏ H0
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 :
Các bước tiến hành kiểm định
H 0 : Caùc boä soá lieäu quan saùt vaø lyù thuyeát gioáng nha

H1 : Caùc boä soá lieäu quan saùt vaø lyù thuyeát khaùc nhau
Bước 2. Tính giá trị kiểm định
 k r ( N )2 
Q = N  
 − 1 =  2 ( ( k − 1)  ( r − 1) ) .
i, j
 i =1 j=1 H i  C j 
 
Bước 3. Quy tắc bác bỏ giả thuyết: Với nguy
cơ sai lầm  , C =  ( (r − 1)(k − 1) )
2
+) Nếu Q  C thì bác bỏ H0 ,

+) Nếu Q  C thì chấp nhận H1 .
Ví dụ 4. 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
Bước 1. Đặt giả thuyết
H 0 :N göôøi giao haøng noùi ñuùng

H1 : N göôøi giao haøng noùi khoâng ñuùng
Ta có bảng phân phối tần số quan sát
Nếu H0 đúng, thì trên tổng số 150 sản phẩm

kiểm tra, ta được bảng tần số lý thuyết

(N − N )
2
/
4
Q=  (3)
i i 2
/
i =1 N i
với Ni là số liệu quan sát và N i/ là số liệu LT.

Bước 3.  = 0,05,  C = 0,05
2
(3) = 7,815
+) Thế các số liệu quan sát và lý thuyết vào
biểu thức (1), ta nhận được Q = 9,7222 .
+) Ta có Q = 9,7222  C = 7,815. Do đó, ta bác
bỏ H0 , người giao hàng nói không đúng.
Ví dụ 5. Quan sát ngẫu nhiên một số trường
hợp trong 3 lô thuốc (rất nhiều), ta ghi nhận
được
Hỏi rằng chất lượng của 3 lô thuốc có như nhau
không? Kết luận với mức ý nghĩa 5%.
Giải. Ta có

H 0 : Chaát löôïng ba loâ nhö nhau

H1 : Chaát löôïng ba loâ khaùc nhau
 (125)2 ( 52 )
2
( 25)
2

Q = 700  + + ... + − 1 = 3, 42
 200  420 200  210 70  300 

Bước 3. Nếu H0 đúng thì Q  (4) , với mức
2
ý nghĩa  = 0,05, ta có C = 0,05

2
= 9,488 . Vì Q  C,
ta chấp nhận H0 , nghĩa là 3 lô thuốc như nhau.
Kiểm định dấu và hạng Wilcoxon
Kiểm định Wilcoxon được áp dụng trong
trường hợp chúng ta kiểm định về sự bằng nhau
của hai trung bình tổng thể đối với mẫu phối hợp
từng cặp. Trước khi đi vào phương pháp ta định
nghĩa hạng (rank) của phần tử.
Giả sử ta có một dãy các số thực được xếp thứ
tự tăng dần, trong dãy này không có giá trị nào
bằng nhau: x1  x 2  ...  x n
Khi đó : rank ( x1 ) = 1, rank ( x 2 ) = 2,....,rank ( x n ) = n
Nếu các phần tử có giá trị bằng nhau thì hạng
của nó là hạng TB của các phần tử kế tiếp nhau.
3.2.1. Trường hợp mẫu nhỏ ( n  20 )
Chọn ngẫu nhiên n cặp quan sát ( x i , yi ) từ hai
tổng thể X, Y. Với mức ý nghĩa  ta có các bước
kiểm định như sau:
H 0 :  X −  Y = 0

H1 :  X −  Y  0
+) Tính các chênh lệch giữa các cặp: di = x i − yi
+) Xếp hạng các giá trị tuyệt đối các chênh
lệch d i theo thứ tự tăng dần, các giá trị bằng nhau
sẽ nhận hạng trung bình, bỏ qua các trường hợp
chênh lẹch bằng 0.
+) Gọi n + là các số di  0
+) Đặt T + =  rank ( d i ); T − =  rank ( d i )
di 0 di 0
+) Kiểm định T = min T + ,T − 

Bước 3. Qui tắc quyết định
+
+) Nếu T  w n thì bác bỏ H0
+
+) Nếu T  w n thì chấp nhận H0
Đặt T = min T + ,T −  = min 3, 25 = 3; n + = 7

n+
Với mức ý nghĩa 5%, ta có w = w 0,05
7
= 3, 25

Ta có T = 3  w 70,05 = 3,25, bác bỏ H0

Vậy có sự khác biệt trong việc ưu chuộng hai loại
sản phẩm A, B.
3.2. Kiểm định dấu và hạng Wilcoxon
3.2.2. Trường hợp mẫu lớn ( n  20 )
Nếu n lớn thì phân phối Wilcoxon gần như là
phân phối chuẩn, lúc này trung bình và phương
sai được tính như sau:
T − T
+) Giá trị kiểm định: Z=
T
n(n + 1)
+) Trung bình: T =
4
n(n + 1)(2n + 1)
+) Phương sai: T =
2
24
3.3. Kiểm định Kruskal – Wallis
Chúng ta sẽ thực hiện bài toán kiểm định về
sự bằng nhau của k trung bình tổng thể.
Chọn k mẫu ngẫu nhiên độc lập có n1 ,n 2 ,...n k quan
sát, gọi n =  ni . Xếp hạng tất cả các quan sát theo
thứ tự tăng dần, những giá trị bằng nhau sẽ nhận
hạng trung bình. Gọi R1 ,R 2 ,...,R k là tổng hạng của
từng mẫu.
Kiểm định Kruskal – Wallis
H 0 : 1 =  2 = ... =  k

H1 : i   j , i  j
12 k
R i2
W= 
n(n + 1) i=1 n i
− 3(n + 1)

+) Nếu W  2 ( k − 1) thì bác bỏ H0
+) Nếu W  2 ( k − 1) thì chấp nhận H0
Giải
H 0 : 1 =  2 = ... =  k

H1 : i   j , i  j
12 k
R i2
W= 
n(n + 1) i=1 n i
− 3(n + 1)
Ta lập bảng

Kiem Dinh Gia Thiet

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

Kiem Dinh Gia Thiet

Uploaded by

Copyright:

Available Formats

KIỂM ĐỊNH GIẢ THUYẾT

❖ Các khái niệm

là nghịch thuyết H 1 . Dựa vào quan sát mẫu, ta nói

H đúng; từ chối H có nghĩa là, ta tin rằng H sai.

Ở đây, ta không thể khẳng định H đúng hay sai, ta

chỉ quan sát ngẫu nhiên một số trường hợp nên

Lỗi lầm loại 2 : chấp nhận H , khi H sai.

Quyết định Chấp nhận H 0

kê Q = f ( X1 , X 2 ,..., X n ; 0 ) sao cho H đúng thì phân

với mức sai lầm  cho trước, ta tìm được KTC

➢ Nếu Q  a, b : Ta bác bỏ giả thuyết H . 0

KTC  −C, C còn nếu hàm mật độ Q không đối

a. Kiểm định hai phía (hai bên)

a. Kiểm định hai phía (hai bên)

b. Kiểm định một phía (phía phải)

c. Kiểm định một phía (phía trái)

Thực hiện tương tự như trong trường

a. Kiểm định hai phía (hai bên)

b. Kiểm định một phía (phía phải)

c. Kiểm định một phía (phía trái)

Nếu H 0 đúng, ta có thống kê

sai tổng thể. Kết luận với mức ý nghĩa 5%.

+) Nếu Q  C thì bác bỏ H0 ,

Nếu H0 đúng, thì trên tổng số 150 sản phẩm

Bước 2. Tính giá trị kiểm định

với Ni là số liệu quan sát và N i/ là số liệu LT.

Bước 1. Đặt giả thuyết

ý nghĩa  = 0,05, ta có C = 0,05

+) Kiểm định T = min T + ,T − 

Bước 3. Qui tắc quyết định

Ta có T = 3  w 70,05 = 3,25, bác bỏ H0

Bước 3. Qui tắc quyết định

You might also like