Slide Chuong 4

THỐNG KÊ ỨNG DỤNG
TRONG KINH TẾ VÀ KINH DOANH
Anderson Sweeney Williams

Slide được soạn bởi
John Loucks
St. Edward’s University
© 2011 Cengage Learning. All Rights Reserved. May not be scanned, copied
Slide
1
or duplicated, or posted to a publicly accessible website, in whole or in part.
Chương 4
Giới thiệu về Xác suất
 Phép thử, quy tắc đếm,
và cách tính xác suất
 Biến cố và xác suất của biến cố
 Các quan hệ cơ bản của xác suất
 Xác suất có điều kiện

 Định lý Bayes
Slide
2
Sự không chắc chắn
Các
Các nhà
nhà qu
quảảnn tr
trịị th ường
thườ ng đđưưaa ra
ra các
các quy
quyếếtt đđịịnh
nh ddựựaa
trên
trên các
các phân
phân tích
tích vvềề ssựự không
không ch chắắcc ch
chắắnn nh
nhưư sau
sau
Khả năng doanh thu sẽ giảm nếu chúng ta
tăng giá là bao nhiêu?
Khả năng một dây chuyền lắp ráp mới sẽ làm

tăng năng suất lao động là bao nhiêu?
Cơ hội để một khoản đầu tư có thể sinh lợi

là bao nhiêu?
Slide
3
Xác suất
Xác
Xác su suấấtt là
là m
mộộtt con
con ssốố đođo llườ
ường
ng kh
khảả năng
năng m
mộộtt bi
biếếnn
ccốố (s
(sựự ki
kiệện)n) có
có th
thểể xxảảyy ra.
ra.
Xác
Xác su
suấấtt luôn
luôn có
có giá
giá tr
trịị ttừừ 00 đđếếnn 1.
1.
Xác
Xác su suấấtt càng
càng ggầầnn 00 thì
thì bi
biếếnn ccốố càng
càng ítít có
có kh
khảả năng
năng
xxảảyy ra.
ra.
Xác
Xác su suấấtt ggầầnn 11 hàm
hàm ýý rrằằng
ng bi
biếếnn ccốố ggầầnn nh
nhưư ch
chắắcc ch
chắắnn
ssẽẽ xxảảyy ra.
ra.
Slide
4
Xác suất là con số đo lường khả năng xảy ra
Chiều tăng khả năng xảy ra
0 0,5 1
Xác suất:
Khả năng xảy ra Biến cố hầu

Biến cố rất
hoặc không xảy ra như chắc
ít khi
của biến cố chắn sẽ
xảy ra.
là như nhau. xảy ra
Slide
5
Phép thử thống kê
Trong
Trong th
thốống
ng kê,kê, thu
thuậậtt ng
ngữữ phép
phép th
thửử rrấấtt khác
khác vvớớii
phép
phép th
thửử ccủủaa khoa
khoa hhọọcc vvậậtt lý.
lý.
Trong
Trong phépphép th
thửử th
thốống
ng kê,
kê, xác
xác su
suấấtt quy
quyếếtt đđịịnh
nh các
các
kkếếtt qu
quảả..
Ngay
Ngay ccảả khi
khi phép
phép th
thửử đđượ
ượcc llặặpp llạạii m
mộộtt cách
cách chính
chính
xác,
xác, m
mộộtt kkếếtt qu
quảả hoàn
hoàn toàn
toàn khác
khác có có th
thểể xxảảyy ra.
ra.
Vì
Vì lý
lý do
do này,
này, phép
phép ththửử th
thốống
ng kê
kê đôi
đôi khi
khi đđượ
ượcc ggọọii là
là
phép
phép th
thửử ng
ngẫẫuu nhiên
nhiên..
Slide
6
Phép thử và không gian mẫu
Phép
Phép thử thử là
là quá
quá trình
trình ttạạoo ra
ra nh
nhữững
ng kkếếtt qu
quảả mà
mà ttậậpp
hhợợpp kkếếtt qu
quảả này
này đã
đã đđượ
ượcc xác
xác đđịịnh
nh tr ướcc đó.
trướ đó.
Không
Không gian gian mmẫẫuu ccủủaa mmộộtt phép
phép th
thửử là
là ttậậpp hhợợpp ttấấtt ccảả
các
các kkếếtt qu
quảả có
có th
thểể xxảảyy ra
ra ccủủaa phép
phép th
thửử đó.
đó.
K
Kếếtt qu
quảả ccủủaa m
mộộtt phép
phép th
thửử đđượ
là đi
điểểm
mmmẫẫuu..
Slide
7
Phép thử Các kết quả có thể xảy ra

Tung đồng xu Ngửa, sấp
Kiểm tra sản phẩm Có lỗi, không có lỗi
Gọi điện tiếp thị SP Bán được, không bán được
Tung một con xúc xắc 1, 2, 3, 4, 5, 6
Chơi một trận đá bóng Thắng, thua, hòa
Slide
8
 Ví dụ: Các khoản đầu tư của Bradley

Bradley đầu tư vào hai cổ phiếu, Markley Oil
và Collins Mining. Bradley xác định các khả năng có
thể xảy ra với hai khoản đầu tư này sau ba tháng như
sau:
Lãi và lỗ của các khoản đầu tư

sau 3 tháng (1000 USD)
Markley Oil Collins Mining
10 8
5 -2
0
-20
Slide
9
Quy tắc đếm cho phép thử nhiều bước
 Nếu một phép thử gồm một chuỗi k bước, trong đó có

bước 1 có n1 kết quả có khả năng xảy ra, bước 2 có n2
kết quả có khả năng xảy ra, và tiếp tục như thế. Khi đó,
tổng số kết quả có thể xảy ra của phép thử là (n1)(n2) . . . (nk).
 Dạng biểu diễn thích hợp cho phép thử nhiều bước là
biểu đồ hình cây.
Slide
10
Quy tắc đếm cho phép thử nhiều bước
Các khoản đầu tư của Bradley có thể xem như là
một phép thử 2 bước. Nó liên quan đến 2 loại cổ
phiếu, mỗi cổ phiếu có một số kết quả đầu ra
Markley Oil: n1 = 4
Collins Mining: n2 = 2
Tổng số kết quả có
thể có của phép thử : n1n2 = (4)(2) = 8
Slide
11
Biểu đồ hình cây

Markley Oil Collins Mining Các kết quả
(Bước 1) (Bước 2) của phép thử
Lãi 8 (10, 8) Lãi $18,000
(10, -2) Lãi $8,000
Lãi 10 Lỗ 2
Lãi 8 (5, 8) Lãi $13,000
Lỗ 2 (5, -2) Lãi $3,000

Lãi 5
Lãi 8
(0, 8) Lãi $8,000
Hòa vốn
(0, -2) Lỗ $2,000
Lỗ 20 Lỗ 2
Lãi 8 (-20, 8) Lỗ $12,000
Lỗ 2 (-20, -2) Lỗ $22,000
Slide
12
Quy tắc đếm bằng tổ hợp
 Số tổ hợp khi lấy cùng lúc n phần tử

từ tập hợp N phần tử.
Một quy tắc đếm thứ hai cho phép chúng ta đếm số
kết quả có khả năng xảy ra của một phép thử khi
chọn n phần tử từ một tập hợp gồm N phần tử.
 N N!
CnN   
 n  n !(N  n )!
Trong đó: N! = N(N - 1)(N - 2) . . . (2)(1)

n! = n(n - 1)(n - 2) . . . (2)(1)
0! = 1
Slide
13
Quy tắc đếm cho chỉnh hợp
 Số chỉnh hợp khi lấy cùng lúc n phần tử

từ tập hợp N phần tử
Cách đếm thứ ba để đếm số kết quả thí nghiệm khi
lấy n phần tử từ tập hợp N phần tử khi thứ tự lựa
chọn là quan trọng.
 N N!
PnN  n !  
 n  (N  n )!
Trong đó: N! = N(N - 1)(N - 2) . . . (2)(1)

n! = n(n - 1)(n - 2) . . . (2)(1)
0! = 1
Slide
14
Cách tính xác suất
Yêu cầu cơ bản khi tính xác suất
1.
1. Xác
Xác su
suấấtt tính
tính đđượ
ượcc ccủủaa mmộộtt kkếếtt ququảả phép
phép th
thửử bbấấtt
kỳ
kỳ đđềềuu ph
phảảii nh
nhậậnn giá
giá trtrịị ttừừ 00 đđếếnn 1.
1.
0 < P(Ei) < 1 với mọi i
Trong đó:
Ei là kết quả thứ i của phép thử
và P(Ei) là xác suất của kết quả Ei
Slide
15
Yêu cầu cơ bản khi tính xác suất
2.
2. TTổổng
ng xác
xác su
suấấtt ccủủaa ttấấtt ccảả các
các kkếếtt qu
quảả có
có th
thểể có
có ccủủaa
phép
phép th
thửử ph
phảảii bbằằng
ng 1. 1.
P(E1) + P(E2) + . . . + P(En) = 1
trong đó:
n là số kết quả có thể có của phép thử
Slide
16
Phương pháp cổ điển

Xác suất được tính dựa trên giả định rằng các kết quả
có thể có của phép thử là đồng khả năng
Phương pháp tần suất

Xác suất được tính dựa trên kết quả các phép thử hoặc
dữ liệu trong quá khứ
Phương pháp phán đoán

Xác suất được tính dựa trên sự phán đoán
Slide
17
Phương pháp cổ điển
 Ví dụ: tung một con xúc xắc

Nếu một phép thử có n kết quả có khả năng xảy
ra, thì theo theo phương pháp cổ điển, xác suất
xảy ra từng kết quả là 1/n.
Phép thử: tung một con xúc xắc

Không gian mẫu: S = {1, 2, 3, 4, 5, 6}
Xác suất: Mỗi điểm mẫu có khả năng xảy
ra là 1/6
Slide
18
 Ví dụ: Cửa hàng cho thuê dụng cụ Lucas

Cửa hàng Lucas muốn tính xác suất của số máy
đánh bóng xe mà họ cho thuê mỗi ngày. Dữ liệu lưu
trữ của văn phòng về tình hình cho thuê của 40 ngày
trước đó được thể hiện thành bảng tần số như sau.
Số máy đánh
Số ngày
bóng được thuê
0 4
1 6
2 18
3 10
4 2
Slide
19
 Ví dụ: Cửa hàng cho thuê dụng cụ Lucas

Mỗi xác suất được tính bằng cách chia tần số (số
ngày ứng với từng trường hợp theo số máy cho thuê)
cho tổng số ngày.
Số máy đánh
Số ngày
bóng được thuê Xác suất
0 4 0,10
1 6 0,15
2 18 0,45 4/40
3 10 0,25
4 2 0,05
40 1,00
Slide
20
 Khi các điều kiện kinh tế hoặc các tình huống thay đổi
nhanh chóng khiến cho việc tính xác suất chỉ dựa vào
dữ liệu quá khứ là không phù hợp.
 Chúng ta có thể dùng bất kỳ dữ liệu nào, kể cả kinh

nghiệm và trực giác, nhưng giá trị của xác suất nên thể
hiện được mức độ tin tưởng của chúng ta vào khả năng
kết quả phép thử có thể xảy ra.
 Xác suất tốt nhất thường được tính bằng cách kết hợp
giữa phương pháp cổ điển, phương pháp tần suất với
phương pháp phán đoán.
Slide
21

Một nhà phân tích đưa ra các mức xác suất sau đây.
Kết quả phép thử Tiền lãi/lỗ Probability

(10, 8) Lãi $18.000 0,20
(10, -2) Lãi $8.000 0,08
(5, 8) Lãi $13.000 0,16
(5, -2) Lãi $3.000 0,26
(0, 8) Lãi $8.000 0,10
(0, -2) Lỗ $2.000 0,12
(-20, 8) Lỗ $12.000 0,02
(-20, -2) Lỗ $22.000 0,06
Slide
22
Biến cố và xác suất của biến cố
Biến cố là tập hợp các điểm mẫu.
Xác suất của một biến cố bằng tổng xác suất của các
điểm mẫu thuộc biến cố đó.
Nếu chúng ta xác định được tất cả các điểm mẫu của
một phép thử và xác suất tương ứng của từng điểm
mẫu, chúng ta luôn tính được xác suất của các biến cố.
Slide
23
Biến cố M = Khoản đầu tư vào Markley Oil có lãi

M = {(10, 8), (10, -2), (5, 8), (5, -2)}
P(M) = P(10, 8) + P(10, -2) + P(5, 8) + P(5, -2)
= 0,20 + 0,08 + 0,16 + 0,26
= 0,70
Slide
24
Biến cố C = Khoản đầu tư vào Collins Mining có lãi

C = {(10, 8), (5, 8), (0, 8), (-20, 8)}
P(C) = P(10, 8) + P(5, 8) + P(0, 8) + P(-20, 8)
= 0,20 + 0,16 + 0,10 + 0,02
= 0,48
Slide
25
Một số quan hệ xác suất cơ bản
Có một vài quan hệ xác suất cơ bản có thể được dùng

để tính xác suất của biến cố mà không đòi hỏi biết xác
suất của tất cả các điểm mẫu.
Phần bù của một biến cố
Phép hợp hai biến cố
Phép giao hai biến cố
Các biến cố xung khắc từng đôi
Slide
26
Phần bù của một biến cố
Phần bù của biến cố A là biến cố bao gồm tất cả các điểm

mẫu thuộc không gian mẫu nhưng không thuộc A.
c
Ph
Phầầnn bù
bù ccủủaa bi
biếếnn ccốố A
A ký
ký hi
hiệệuu là
là A
Ac..
Không gian
Biến cố A Ac mẫ u S
Biểu đồ
Venn
Slide
27
Hợp của hai biến cố A và B là biến cố chứa tất cả các

điểm mẫu thuộc A hoặc thuộc B hoặc cả hai.
H
Hợợpp ccủủaa hai
hai bi
A và
và BB ký
ký hi
hiệệuu là A B
là A B
Không gian
Biến cố A Biến cố B mẫ u S
Slide
28

M C = Khoản đầu tư vào Markley Oil có lãi
hoặc khoản đầu tư vào Collins Mining có lãi
(hoặc cả hai)
M C = {(10, 8), (10, -2), (5, 8), (5, -2), (0, 8), (-20, 8)}
P(M C) = P(10, 8) + P(10, -2) + P(5, 8) + P(5, -2)
+ P(0, 8) + P(-20, 8)
= 0,20 + 0,08 + 0,16 + 0,26 + 0,10 + 0,02
= 0,82
Slide
29
Phép giao của hai biến cố
Giao
Giao ccủủaa hai
hai bi
A và
và BB là
là ttậậpp hhợợpp ttấấtt ccảả các
các đi
điểểm
m
thu
thuộộcc ccảả A
A và
và B.
B.
Giao
Giao ccủủaa bi
A và
và BB đđượ
ượcc ký
ký hi
hiệệuu là
là A 
A  
Không gian
Phần giao của A và B

Slide
30
Phép giao của hai biến cố

M C = Khoản đầu tư vào Markley Oil
và Collins Mining cùng có lãi
M C = {(10, 8), (5, 8)}
P(M C) = P(10, 8) + P(5, 8)
= 0,20 + 0,16
= 0,36
Slide
31
Quy tắc cộng xác suất
Quy tắc cộng xác suất cho phép tính xác suất xảy ra biến
cố A, hoặc biến cố B, hoặc cả hai biến cố A và B.
Công thức của quy tắc cộng xác suất:
P(A B) = P(A) + P(B) - P(A  B
Slide
32
Quy tắc cộng xác suất

M C = Khoản đầu tư vào Markley Oil có lãi
hoặc khoản đầu tư vào Collins Mining có lãi
Biết rằng: P(M) = 0,70, P(C) = 0,48, P(M C) = 0,36
Vì vậy: P(M  C) = P(M) + P(C) - P(M  C)
= 0,70 + 0,48 - 0,36
= 0,82
(Kết quả này giống với kết quả đã tính trước đó
bằng định nghĩa xác suất.)
Slide
33
Các biến cố xung khắc
Hai
Hai bi
biếếnn ccốố đđượ
là xung
xung kh
khắắcc nnếếuu chúng
chúng
không
không cócó chung
chung bbấấtt kỳ kỳ đi
điểểm
mmmẫẫuu nào.
nào.
Hai
Hai bi
biếếnn ccốố là
là xung
xung kh khắắcc nnếếuu khi
khi m mộộtt bi
biếếnn ccốố này
này xxảảyy ra
ra
thì
thì bi
biếếnn ccốố còn
còn llạạii không
không th thểể xxảảyy ra.
ra.
Không gian
Slide
34
Biến cố xung khắc
N
Nếếuu hai
hai bi
A và
và BB xung
xung kh
khắắcc thì P(A 
thì P(A  B
B == 0.
0.
Quy
Quy ttắắcc ccộộng
ng vvớớii hai
hai bi
biếếnn ccốố xung
xung kh
khắắcc là:
là:
P(A B) = P(A) + P(B)
Không cần phải thêm

số hạng “- P(A  B”
Slide
35
Xác suất có điều kiện
Xác suất của một biến cố khi cho trước thông tin rằng
một biến cố khác đã xảy ra gọi là xác suất có điều kiện.
Xác suất của A với điều kiện B được ký hiệu là P(A|B).
Công thức xác suất có điều kiện :
P( A  B)
P( A|B) 
P( B)
Slide
36

P(C | M ) = Khoản đầu tư vào Collins Mining có lãi
với điều kiện khoản đầu tư vào Markley
Oil có lãi
Biết rằng: P(M C) = 0,36, P(M) = 0,70
P(C  M ) 0,36
Vì vậy: P(C| M )    0,5143
P( M ) 0,70
Slide
37
Quy tắc nhân xác suất
Quy tắc nhân dùng để tính xác suất của phần giao
của hai biến cố.
Công thức của quy tắc nhân xác suất:
P(A B) = P(B)P(A|B)
Slide
38
Quy tắc nhân xác suất

M C = Khoản đầu tư vào Markley Oil có lãi
và Khoản đầu tư vào Collins Mining có lãi
Biết rằng : P(M) = 0,70; P(C|M) = 0,5143
Vì vậy: P(M  C) = P(M)P(C|M)
= (0,70)(0,5143)
= 0,36
(Kết quả này giống với kết quả tính được bằng định
nghĩa xác suất của biến cố.)
Slide
39
Bảng phân phối đồng thời
Collins Mining Tổng

Markley Oil Có lãi (C) Không có lãi (Cc) cộng
Có lãi (M) 0,36 0,34 0,70
Không có lãi (Mc) 0,12 0,18 0,30
Tổng cộng 0,48 0,52 1
Xác suất đồng thời

(xuất hiện trong
Xác suất biên
phần thân của bảng)
(xuất hiện trong phần lề
của bảng)
Slide
40
Biến cố độc lập
NNếếuu xác
xác su suấấtt ccủủaa bi
A không
không đđổổii bbởởii ssựự hi
hiệệnn hhữữuu
ccủủaa bi
biếếnn ccốố B,
B, chúng
chúng ta ta nói
nói hai
hai bi
A và
và BB
là
là đđộộcc llậậpp..
Hai
Hai bi
A và
và BB là
là đđộộcc llậậpp nnếếu:
u:
P(A|B)
P(A|B) == P(A)
P(A) hoặc P(B|A)
P(B|A) == P(B)
P(B)
Slide
41
Quy tắc nhân với các biến cố độc lập
Quy tắc nhân cũng có thể được sử dụng để kiểm tra sự

độc lập của hai biến cố.
Công
Công th
thứứcc nhân
nhân ccủủaa hai
hai bi
biếếnn ccốố đđộộcc llậập:
p:
P(A B) = P(A)P(B)
Slide
42
Quy tắc nhân với các biến cố độc lập

Các biến cố M và C có độc lập hay không ?
Liệu P(M  C) = P(M)P(C) hay không?
Biết rằng: P(M  C) = 0,36, P(M) = 0,70, P(C) = 0,48
Ta có: P(M)P(C) = (0,70)(0,48) = 0,34
, không bằng 0,36
Vì vậy: M và C không phải là hai biến cố độc lập.
Slide
43
Độc lập và xung khắc
Đ
Đừừngng nhnhầầm m llẫẫnn gi
giữữaa khái
khái ni
niệệm
m bi
xung kh
khắắcc và
và
bi
biếếnn ccốố đđộộcc llậập.
p.
Hai
Hai bi
biếếnn ccốố vvớớii xác
xác susuấấtt xxảảyy ra
ra khác
khác 00 không
không th
thểể vvừừaa
xung
xung kh
khắắcc vvừừaa đđộộcc llậập.
p.
N
Nếếuu m mộộtt bi
xung khkhắắcc đđượượcc bi
biếếtt là
là đã
đã xxảảyy ra,
ra,
thì
thì bi
còn llạạii không
không th thểể xxảảyy ra;
ra; vì
vì vvậậyy xác
xác su
suấấtt
bi
còn llạạii xxảảyy ra
ra là
là bbằằng
ng 0; 0; (và
(và vìvì vvậậy,
y, chúng
chúng
không
không đđộộcc llậập).p).
Hai
Hai bi
biếếnn ccốố không
không xung
xung kh
khắắcc thì
thì có
có th
thểể đđộộcc llậậpp ho
hoặặcc
không
không đđộộcc llậập.
p.
Slide
44
Định lý Bayes
 Chúng ta thường bắt đầu các phân tích xác suất với
các xác suất tiên nghiệm.
 Sau đó, từ dữ liệu mẫu, từ báo cáo, hay từ kết quả thử
nghiệm sản phẩm, chúng ta có thêm thông tin.
 Với thông tin đã có, chúng ta tính toán cập nhật lại để
được các xác suất hậu nghiệm.
 Định lý Bayes cung cấp công thức để cập nhật lại các
xác suất tiên nghiệm.
Áp
Áp ddụụng
ng
Xác
Xác su
suấấtt Thông
Thông tin
tin Xác
Xác su
suấấtt
đđịịnh
nh lý
lý
tiên
tiên nghi
nghiệệm m mmớớii hhậậuu nghi
nghiệệm m
Bayes
Bayes
Slide
45
Định lý Bayes
 Ví dụ: L. S. Clothiers
Một trung tâm mua sắm mới sẽ giúp cải thiện sự cạnh
tranh trong khu phố thương mại cho L. S.
Clothiers. Nếu trung tâm mua sắm mới được xây
dựng, người chủ sỡ hữu của L.S Clothiers cảm thất tốt
nhất là nên dời đến trung tâm mua sắm mới này.
Nhưng trung tâm mua sắm mới không thể xây dựng
trừ khi có giấy phép từ chính quyền địa phương. Ủy
ban Kế hoạch sẽ trình đề xuất chấp thuận hay bác bỏ
dự án này với chính quyền địa phương.
Slide
46
Prior Probabilities
Gọi:
A11 = chính quyền địa phương chấp thuận dự án
A22 = chính quyền địa phương bác bỏ dự án
Sử dụng phương pháp phán đoán:
P(A11) = 0,7, P(A22) = 0,3
Slide
47
Thông tin mới
Ủy ban Kế hoạch đề xuất không ủng hộ dự án. Gọi B
là biến cố Ủy ban Kế hoạch đề xuất không ủng hộ dự
án
Biết rằng biến cố B đã xảy ra, L. S. Clothiers có nên

điều chỉnh lại xác suất mà chính quyền địa phương
sẽ chấp thuận hoặc bác bỏ dự án hay không?
Slide
48
Những thông tin quá khứ về sự đề xuất của Ủy ban kế
hoạch và phán quyết của chính quyền địa phương như
sau
P(B|A11) = 0,2 P(B|A
P(B|A22)) == 0,9
0,9
Vì vậy: P(BCC|A11) = 0,8 P(B

P(BCC|A
|A22)) == 0,1
0,1
Slide
49
Biểu đồ hình cây
Chính quyền Ủy ban Kết quả

địa phương Kế hoạch phép thử
P(B|A1) = 0,2 P(A1  B) = 0,14

P(A1) = 0,7
c
P(B |A1) = 0,8 P(A1  Bc
) = 0,56
P(B|A2) = 0,9
P(A2  B) = 0,27
P(A2) = 0,3
c P(A2  Bc) = 0,03
P(B |A2) = 0,1
Slide
50
Định lý Bayes
 Để tìm xác suất hậu nghiệm của biến cố Ai biết rằng biến
bố B đã xảy ra, chúng ta áp dụng Định lý Bayes.
P( Ai )P( B| Ai )
P( Ai |B) 
P( A1 )P( B| A1 )  P( A2 )P( B| A2 )  ...  P( An )P( B| An )
 Định lý Bayes có thể áp dụng được khi các biến cố cần

tính xác suất hậu nghiệm là xung khắc và hợp của chúng
là toàn bộ không gian mẫu.
Slide
51
Xác suất hậu nghiệm
Biết rằng Ủy ban Kế hoạch đã đề xuất bác bỏ dự án,
chúng ta cập nhật các xác suất tiên nghiệm như
sau:
P( A1 )P( B| A1 )
P( A1 |B) 
P( A1 )P( B| A1 )  P( A2 )P( B| A2 )
(0,7)(0, 2)

(0,7)(0, 2)  (0,3)(0,9)
= 0,34
Slide
52
Xác suất hậu nghiệm
Nếu Ủy ban Kế hoạch đã đề xuất bác bỏ dự án của L.S.
Clothiers, thì xác suất hậu nghiệm của việc chính
quyền địa phương sẽ chấp thuận dự án là 0,34; so với
xác suất tiên nghiệm là 0,70.
Slide
53
Định lý Bayes: Tiếp cận dạng bảng
• Bước 1
Kẻ một bảng gồm ba cột như sau
Cột 1 - Các biến cố xung khắc ứng với xác suất hậu
nghiệm cần tính.
Cột 2 - Xác suất tiên nghiệm của biến cố.
Cột 3 - Xác suất có điều kiện
Slide
54
• Bước 1
(1) (2) (3) (4) (5)
Xác suất Xác suất
Biến cố tiên nghiệm hậu nghiệm
Ai P(Ai) P(B|Ai)
A1 0,7 0,2
A2 0,3 0,9
1,0
Slide
55
• Bước 2
Kẻ thêm cột thứ tư
Cột 4
Tính xác suất đồng thời của từng biến cố và thông tin
mới B bằng cách dùng quy tắc nhân xác suất.
Nhân xác suất tiên nghiệm ở cột 2 với xác suất có

điều kiện tương ứng ở cột 3.
Nghĩa là, P(Ai IB) = P(Ai) P(B|Ai).
Slide
56
• Bước 2
(1) (2) (3) (4) (5)
Xác suất Xác suất Xác suất
Biến cố tiên nghiệm có điều kiện đồng thời
Ai P(Ai) P(B|Ai) P(Ai I B)
A1 0,7 0,2 0,14
A2 0,3 0,9 0,27
0,7 x 0,2
1
Slide
57
 Example: L. S. Clothiers
• Bước 2 (tiếp theo)
Chúng ta thấy rằng xác suất để chính quyền địa
phương chấp thuận dự án và Ủy ban kế hoạch không
ủng hộ dự án là 0,14.
Xác suất để chính quyền địa phương không bác bỏ

dự án và Ủy ban kế hoạch không ủng hộ dự án là 0,27.
Slide
58
• Bước 3
Cộng tổng các xác suất đồng thời của cột 4 .Tổng
xác suất của thông tin mới là P(B). Tổng tính được
là 0,14 + 0,27 cho thấy xác suất để Ủy ban Kế hoạch
không ủng hộ dự án là 0,41.
Slide
59
• Bước 3
(1) (2) (3) (4) (5)
Xác suất Xác suất Xác suất
Biến cố tiên nghiệm có điều kiện đồng thời
Ai P(Ai) P(B|Ai) P(Ai I B)
A1 0,7 0,2 0,14
A2 0,3 0,9 0,27
1,0 P(B) = 0,41
Slide
60
 Example: L. S. Clothiers
• Bước 4
Kẻ cột thứ 5:
C ột 5
Tính các xác suất hậu nghiệm bằng cách dùng
mối quan hệ cơ bản của xác suất có điều kiện.
P ( Ai  B )
P ( Ai | B ) 
P( B)
Xác suất đồng thời P(Ai I B) ở cột 4

và xác suất P(B) là tổng của cột 4.
Slide
61
• Bước 4
(1) (2) (3) (4) (5)
Xác suất Xác suất Xác suất Xác suất
Biến cố tiên nghiệm hậu nghiệm đồng thời hậu nghiệm
Ai P(Ai) P(B|Ai) P(Ai I B) P(Ai |B)
A1 0,7 0,2 0,14 0,3415
A2 0,3 0,9 0,27 0,6585
1,0 P(B) = 0,41 1,0000
0,14/0,41
Slide
62
Hết Chương 4
Slide
63

Slide Chuong 4

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

Slide Chuong 4

Uploaded by

Copyright:

Available Formats

THỐNG KÊ ỨNG DỤNG

TRONG KINH TẾ VÀ KINH DOANH

Anderson Sweeney Williams

 Xác suất có điều kiện

Khả năng một dây chuyền lắp ráp mới sẽ làm

Cơ hội để một khoản đầu tư có thể sinh lợi

Chiều tăng khả năng xảy ra

Khả năng xảy ra Biến cố hầu

Phép thử Các kết quả có thể xảy ra

 Ví dụ: Các khoản đầu tư của Bradley

Lãi và lỗ của các khoản đầu tư

 Nếu một phép thử gồm một chuỗi k bước, trong đó có

 Ví dụ: Các khoản đầu tư của Bradley

Lỗ 2 (5, -2) Lãi $3,000

 Số tổ hợp khi lấy cùng lúc n phần tử

Trong đó: N! = N(N - 1)(N - 2) . . . (2)(1)

 Số chỉnh hợp khi lấy cùng lúc n phần tử

Trong đó: N! = N(N - 1)(N - 2) . . . (2)(1)

Yêu cầu cơ bản khi tính xác suất

0 < P(Ei) < 1 với mọi i

Yêu cầu cơ bản khi tính xác suất

P(E1) + P(E2) + . . . + P(En) = 1

Phương pháp cổ điển

Phương pháp tần suất

Phương pháp phán đoán

 Ví dụ: tung một con xúc xắc

Phép thử: tung một con xúc xắc

 Ví dụ: Cửa hàng cho thuê dụng cụ Lucas

 Ví dụ: Cửa hàng cho thuê dụng cụ Lucas

 Chúng ta có thể dùng bất kỳ dữ liệu nào, kể cả kinh

 Ví dụ: Các khoản đầu tư của Bradley

Kết quả phép thử Tiền lãi/lỗ Probability

Biến cố là tập hợp các điểm mẫu.

 Ví dụ: Các khoản đầu tư của Bradley

Biến cố M = Khoản đầu tư vào Markley Oil có lãi

 Ví dụ: Các khoản đầu tư của Bradley

Biến cố C = Khoản đầu tư vào Collins Mining có lãi

Có một vài quan hệ xác suất cơ bản có thể được dùng

Phần bù của một biến cố

Phép hợp hai biến cố

Phép giao hai biến cố

Các biến cố xung khắc từng đôi

Phần bù của biến cố A là biến cố bao gồm tất cả các điểm

Hợp của hai biến cố A và B là biến cố chứa tất cả các

 Ví dụ: Các khoản đầu tư của Bradley

Biến cố M = Khoản đầu tư vào Markley Oil có lãi

Phần giao của A và B

 Ví dụ: Các khoản đầu tư của Bradley

Biến cố M = Khoản đầu tư vào Markley Oil có lãi

Công thức của quy tắc cộng xác suất:

P(A B) = P(A) + P(B) - P(A  B

 Ví dụ: Các khoản đầu tư của Bradley

Biến cố M = Khoản đầu tư vào Markley Oil có lãi

P(A B) = P(A) + P(B)

Không cần phải thêm

Xác suất của A với điều kiện B được ký hiệu là P(A|B).

Công thức xác suất có điều kiện :

 Ví dụ: Các khoản đầu tư của Bradley

Biến cố M = Khoản đầu tư vào Markley Oil có lãi

Công thức của quy tắc nhân xác suất:

P(A B) = P(B)P(A|B)

 Ví dụ: Các khoản đầu tư của Bradley

Collins Mining Tổng