บทที่ 2 ตัวแปรสุม (Random Variable)

ในการทดลองสุมใดๆ เราทราบเซตของผลลัพธที่เปนไปไดทั้งหมด ซึ่งเรียกวา ปริภูมิตวั อยาง

(Sample Space) เชน การทดสอบตรวจคุณภาพเครื่องมือ 3 ชิ้น ผลลัพธที่เปนไปไดทั้งหมดแสดง
ไดดว ยแผนภาพขางลางนี้
ชิ้นที่ 3
ชิ้นที่ 2
ชิ้นที่ 1

คุณภาพเครื่องมือ 3 ชิ้น
ที่เปนไปไดทั้งหมด

ภาพที่ 1 แสดงผลลัพธที่เปนไปไดทั้งหมดจากการตรวจคุณภาพเครื่องมือ 3 ชิ้น

จากภาพที่ 1 เราเขียนผลลัพธที่เปนไปไดทั้งหมดจากการตรวจคุณภาพเครื่องมือ 3 ชิ้น หรือ

ปริภูมิตัวอยางนี้คือ { ดีดีดี, ดีดีชํารุด, ดีชํารุดดี, ดีชํารุดชํารุด , ชํารุดดีดี, ชํารุดดีชํารุด, ชํารุดชํารุด
ดี, ชํารุดชํารุดชํารุด} แตในการตรวจสอบคุณภาพเครื่องมือจํานวนมาก เรามักจะสนใจจํานวน
สินคาที่ชํารุดวาอยูในเกณฑที่ยอมรับไดหรือไม มากกวาจะสนใจวาชิน้ ใดดีบาง ชิน้ ใดชํารุดบาง
กรณีนี้ เรากําหนดใหตวั แปรสุม X แทนจํานวนเครื่องมือที่ชํารุดจากการตรวจคุณภาพ
เครื่องมือ 3 ชิ้น ดังนั้น คาที่เปนไปไดของตัวแปรสุม X คือ {0, 1, 2, 3 }

1. นิยามของตัวแปรสุม
ตัวแปรสุม (Random Variable) คือ ฟงกชันคาจริงซึ่งมีโดเมนมาจากผลลัพธในปริภูมิตวั อยาง
และคาเรนจเปนจํานวนจริง
โดยทั่วไป เราใช อักษรภาษาอังกฤษตัวใหญ X , Y , Z เปนสัญลักษณแทนตัวแปรสุม
สวนคาของตัวแปรสุมดังกลาว แทนดวยอักษรภาษาอังกฤษตัวเล็ก คือ x , y , z ตามลําดับ
26 บทที่ 2

2. ชนิดของตัวแปรสุม
ตัวแปรสุมมี 2 ชนิด คือ
2.1 ตัวแปรสุม แบบไมตอเนือ่ ง (Discrete random variable)
ตัวแปรสุม แบบไมตอเนื่อง หมายถึง ตัวแปรสุมที่มคี าเรจนแทนดวยจํานวนนับได
อาจจะเปนจํานวนเต็มบวก จํานวนเต็มลบหรือ ศูนยก็ได เชน
X : จํานวนผูบริโภคทีพ่ อใจสินคา จากการสุมสอบถามผูบริโภค 10 คน ดังนั้นคาที่
เปนไปไดของตัวแปรสุม X คือ x = 0 , 1 , 2 , 3, 4, 5, 6, 7, 8, 9, 10
Y : จํานวนนักศึกษาทีไ่ ดเกรด A จากการลงทะเบียนเรียนวิชาสถิติ ประจําภาคเรียน
หนึ่ง ดังนั้นคาที่เปนไปไดของตัวแปรสุม Y คือ y = 0 , 1 , 2 , 3 , …, N เมื่อ N เปน จํานวน
นักศึกษาทั้งหมดที่ลงทะเบียนเรียนวิชาสถิติประจําภาคเรียนนัน้
Z : จํานวนคนที่มาซื้อสินคาในหางโลตัส ในชวงเวลา 8 : 00 - 10 : 00 น. ดังนั้น
คาที่เปนไปไดของตัวแปรสุม Z คือ z = 0 , 1 , 2 , 3 , …
ขอสังเกตจากตัวอยางตัวแปรสุมแบบไมตอเนื่องขางตน เราจะเห็นวา คาที่เปนไป
ไดของตัวแปรสุมแบบไมตอเนื่องนั้น สวนใหญจะมีคาเปนจํานวนนับ ซึ่งไดจากการนับ
2.2 ตัวแปรสุม แบบตอเนื่อง (Continuous random variable)
ตัวแปรสุม แบบตอเนื่อง หมายถึง ตัวแปรสุมที่มีคาเรจนแทนดวยจํานวนจริง โดยมีคา
เปนไปไดทกุ คาจํานวนจริงในชวงทีก่ ําหนด ดังนัน้ จํานวนจริงในชวงที่กําหนดนั้นจะไมสามารถ
นับจํานวนไดหรือเปนเซตอนันตนั่นเอง สวนคาของตัวแปรสุมจะอยูใ นชวงที่กําหนดและไดมาจาก
การวัดดวยเครือ่ งมือวัดตางๆ ซึ่งมีความละเอียดในการวัดแตกตางกันไป ยกตัวอยางตัวแปรสุม
แบบตอเนื่อง ไดแก
X : ปริมาณน้ําฝนที่ตกอยูในเขตอุทยานแหงชาติภพู าน ดังนั้น คาที่เปนไปไดของ
ตัวแปรสุม X คือ x ≥ 0
Y : อายุการใชงานของหลอดไฟ ดังนั้น คาที่เปนไปไดของตัวแปรสุม Y คือ y > 0
Z : ปริมาณของยาฆาแมลงที่ตกคางในผัก ดังนัน้ คาที่เปนไปไดของตัวแปรสุม Z
คือ z ≥ 0
M : น้ําหนักของนักศึกษา (กิโลกรัม) ดังนั้น คาที่เปนไปไดของตัวแปรสุม M
คือ 0 < m < 100
 ตัวแปรสุม 27

3. การแจกแจงความนาจะเปนของตัวแปรสุม
(The probability distribution of a random variable)
การแจกแจงความนาจะเปนของตัวแปรสุม เปนคุณสมบัติที่สําคัญของตัวแปรสุม เพราะทํา
ใหเราทราบถึงคาของตัวแปรสุมที่เปนไปไดทั้งหมด พรอมความนาจะเปนที่ตวั แปรสุมจะมีคา
เทากับคาใดคาหนึ่งหรือแตละชวงในบรรดาคาที่เปนไปไดทั้งหมด โดยอาศัยการแจกแจงความ
นาจะเปนของตัวแปรสุมดังกลาว สามารถแสดงไดโดย ตาราง กราฟ หรือ ฟงกชันการแจกแจง
ความนาจะเปน เชน
จากการทดลองสุมตรวจคุณภาพเครื่องมือ 3 ชิ้น จะไดปริภูมิตัวอยาง (Sample Space) คือ
{ดีดีดี, ดีดีชํารุด, ดีชํารุดดี, ชํารุดดีดี, ดีชาํ รุดชํารุด , ชํารุดดีชํารุด, ชํารุดชํารุดดี, ชํารุดชํารุดชํารุด}
ถากําหนดใหตัวแปรสุม X แทนจํานวนเครื่องมือที่ชํารุดจากการตรวจคุณภาพเครื่องมือ 3
ชิ้น ดังนั้น คาที่เปนไปไดของตัวแปรสุม X คือ {0, 1, 2, 3} ดังภาพที่ 2

3
2
1
0
เสนจํานวนจริง

ปริภูมิตัวอยาง

ภาพที่ 2 คาที่เปนไปไดของตัวแปรสุม X

จากการตรวจคุณภาพเครื่องมือ 3 ชิ้น เมื่อพิจารณาถึงโอกาสที่จะพบผลลัพธที่เปนไปไดทั้งหมด

พบวา โอกาสที่เครื่องมือจะไมชํารุดเลย คือ P(X=0) = 1/8
โอกาสที่เครื่องมือชํารุด 1 ชิ้น คือ P(X=1) = 3/8
โอกาสที่เครื่องมือชํารุด 2 ชิ้น คือ P(X=2) = 3/8
โอกาสที่เครื่องมือจะชํารุดทัง้ หมด คือ P(X=3) = 1/8
สามารถเขียนเปนตารางแสดงการแจกแจงความนาจะเปนของ X ไดดงั นี้
28 บทที่ 2

x 0 1 2 3 รวม
P(X=x) = f(x) 1/8 3/8 3/8 1/8 ∑ f (x) = 1
all x

ถาเขียนเปนกราฟแสดงการแจกแจงความนาจะเปนของ X ไดดังภาพที่ 3

f(x)

4/8
3/8

2/8

1/8
x
0 1 2 3
ภาพที่ 3 กราฟแสดงการแจกแจงความนาจะเปนของ X

นอกจากจะแสดงการแจกแจงความนาจะเปนของ X ดวยกราฟหรือตารางแลว เรายัง

สามารถเขียนเปนสมการทางคณิตศาสตร ซึ่งเรียกวา “ฟงกชันแสดงการแจกแจงความนาจะเปนของ
X” ไดดังนี้
⎛3⎞
⎜x⎟
f (x) = ⎝ 3⎠ , x = 0, 1, 2, 3
2
เนื่องจากตัวแปรสุม X เปนตัวแปรสุมแบบไมตอเนื่อง ดังนั้น f(x) เปนฟงกชันการแจกแจงความ
นาจะเปนแบบไมตอเนื่อง (Probability mass function) ซึ่งมีคุณสมบัติดงั นี้
1. 0 ≤ f(xi) ≤ 1 สําหรับทุกคาของ xi
2. ∑ f(x i ) = 1
all x i
b
3. P(a ≤ X ≤ b ) = ∑ f(x)
x =a
 ตัวแปรสุม 29

3.1 การแจกแจงความนาจะเปนของตัวแปรสุมแบบไมตอ เนื่องที่สําคัญบางชนิด

หัวขอนีจ้ ะแนะนําใหรูจกั ฟงกชันการแจกแจงความนาจะเปนของตัวแปรสุมแบบไม
ตอเนื่องที่สําคัญบางชนิด ดังนี้

3.1.1 การแจกแจงแบบทวินาม (Binomial Distribution)

การทดลองทวินาม (Binomial Experiment) มีลักษณะดังนี้
1. เปนการทดลองซ้ําๆ กัน n ครั้ง แตละครั้งของการทดลองเปนอิสระกัน
2. ผลลัพธจากการทดลองแตละครั้งเปนได 2 กรณี คือ อาจจะเกิดเหตุการณที่สนใจ(สําเร็จ)หรือ
เหตุการณที่ไมสนใจ (ไมสําเร็จ)
3. ในการทดลองแตละครั้ง ความนาจะเปนทีเ่ กิดเหตุการณที่สนใจมีคาคงที่เทากับ p และความ
นาจะเปนที่จะเกิดเหตุการณที่ไมสนใจเปน q ซึ่งเทากับ 1 – p
ให X เปนจํานวนครั้งที่เกิดเหตุการณที่สนใจจากการทดลอง n ครั้งที่อิสระกัน เรียก X วา
ตัวแปรสุมทวินาม และเรียกการแจกแจงความนาจะเปนของ X วา การแจกแจงแบบทวินาม ซึ่ง
สามารถพิจารณาหารูปแบบการแจกแจงความนาจะเปนได ดังนี้
นิยาม จากการทดลองทวินามซึ่งมีการทดลองอยางอิสระกัน n ครั้ง แตละครั้งของการ
ทดลองมีโอกาสที่จะเกิดเหตุการณที่สนใจเปน p และโอกาสที่จะเกิดเหตุการณที่ไมสนใจเปน q
ให X เปนตัวแปรสุมทวินามแลว f(x) เปนฟงกชนั การแจกแจงความนาจะเปนของตัวแปรสุม
ทวินาม เขียนไดดังนี้
⎛n⎞ ⎛n⎞ n!
f (x)= ⎜ ⎟ p x q n-x , x = 0 , 1 , 2 , 3 , … , n และ ⎜ ⎟ =
⎝x⎠ ⎝ x ⎠ ( n − x )!x!
คาเฉลี่ยของตัวแปรสุม X คือ E(X) = np
ความแปรปรวนของตัวแปรสุม X คือ V(X) = npq
ขอตกลงที่ควรรู
1) n! = n ⋅ ( n − 1 ) ⋅ ( n − 2 ) ⋅ ... ⋅ 3 ⋅ 2 ⋅1
2) 0! = 1

ตัวอยางที่ 1 ถาทราบวาคนไทยรอยละ 60 จบการศึกษาวุฒิปริญญาตรี จากการสอบถามคนไทย 10

คน จงหาความนาจะเปนที่จะพบผูที่จบการศึกษาวุฒิปริญญาตรี เปนจํานวน
1.1 3 คน
1.2 ตั้งแต 3 คน แตไมเกิน 4 คน
1.3 อยางมาก 7 คน
30 บทที่ 2

1.1 วิธีทํา
X : จํานวนคนไทยทีจ่ บการศึกษาวุฒิปริญญาตรี และ
X มีการแจกแจงแบบทวินาม ที่มี n = 10 , p = 0.60
⎛ 10 ⎞
จะได ฟงกชนั การแจกแจงของ X คือ f(x) = ⎜ ⎟ ( 0.6 )x ( 0.4 )10-x , x = 0 , 1 , 2 , 3 , … , 10
⎝x⎠
ดังนั้น ความนาจะเปนทีจ่ ะพบผูที่จบการศึกษาวุฒปิ ริญญาตรี เปนจํานวน 3 คน คือ
⎛ 10 ⎞
P(X = 3) = ⎜ ⎟ ( 0.6 )3 ( 0.4 )10-3 = 0.0425
⎝3⎠
ตอบ 0.0425

1.2 วิธีทํา
ความนาจะเปนที่จะพบผูที่จบการศึกษาวุฒิปริญญาตรีตั้งแต 3 คน แตไมเกิน 4 คน คือ
P( 3 ≤ X < 5 ) = P(X = 3) + P(X = 4)
⎛ 10 ⎞ ⎛ 10 ⎞
= ⎜ ⎟ ( 0.6 ) ( 0.4 ) + ⎜ ⎟ ( 0.6 )4 ( 0.4 )10-4
3 10-3
⎝3⎠ ⎝4⎠
= 0.0425 + 0.1115
= 0.1540
ตอบ 0.1540

1.3 วิธีทํา
ความนาจะเปนที่จะพบผูที่จบการศึกษาวุฒิปริญญาตรีอยางมาก 7 คน คือ P( X ≤ 7 )
เนื่องจากคุณสมบัติของฟงกชันการแจกแจงความนาจะเปนของตัวแปรสุมแบบไมตอเนื่อง ที่วา
∑ f(x i ) = 1 นั่นคือ P(X = 0) + P(X = 1) + P(X = 2) + ... + P(X = 9) + P(X = 10) = 1
all x i
∴ P( X ≤ 7 ) = P(X = 0) + P(X = 1) + P(X = 2) + ... + P(X = 7)
= 1 − P(X > 7)
= 1 − P(X = 8) − P(X = 9) − P(X = 10)
⎛ 10 ⎞ ⎛ 10 ⎞ ⎛ 10 ⎞
= 1 − ⎜ ⎟ ( 0.6 ) ( 0.4 ) − ⎜ ⎟ ( 0.6 ) ( 0.4 ) − ⎜ ⎟ ( 0.6 )10
8 2 9
⎝8⎠ ⎝9⎠ ⎝ 10 ⎠
= 1 − 0.1209 −0.0403 − 0.0060 = 0.8328
ตอบ 0.8328
 ตัวแปรสุม 31

3.1.2 การแจกแจงแบบปวสซง (Poisson distribution)

นิยาม ให X เปนจํานวนครั้งของความสําเร็จที่เกิดขึ้นภายในขอบเขตหรือ
ระยะเวลาที่กําหนด โดยมีจํานวนครั้งของความสําเร็จโดยเฉลี่ยภายในขอบเขตหรือระยะเวลาที่
กําหนดดังกลาว เทากับ λ (อานวา lambda) เราเรียก X วา ตัวแปรสุมปวสซง ซึ่งมีฟงกชันการแจก
แจงความนาจะเปนดังนี้
e −λ λ x
f(x) = , x = 0 , 1 , 2 , 3 ,… และ e มีคาโดยประมาณ 2.71828
x!
คาเฉลี่ยของตัวแปรสุม X คือ E(X) = λ
ความแปรปรวนของตัวแปรสุม X คือ V(X) = λ

ตัวอยางที่ 2 กําหนดใหจํานวนสินคาชํารุดแตละกลองมีการแจกแจงแบบปวสซงที่มีคาเฉลี่ย 2 ชิ้น

ตอกลอง จากการตรวจสอบคุณภาพสินคาจํานวน 20 กลอง โดยพนักงานหางแมคโคร ถาพบวามี
สินคาแตละกลองมีสินคาชํารุดไมเกิน 1 ชิน้ ถือวาสินคากลองนั้นมีมาตรฐาน และจากการตรวจ
สินคา 20 กลอง ถาพบวาสินคากลองเหลานั้นไมมีมาตรฐานเปนจํานวนเกิน 5 กลอง หางแมคโครจะ
ปฏิเสธการซื้อสินคาทั้งหมด จงหาความนาจะเปนที่
2.1 สินคากลองใดๆ จะเปนสินคากลองที่มีมาตรฐาน
2.2 สินคากลองใดๆ จะเปนสินคากลองที่ไมมีมาตรฐาน
2.3 หางแมคโครจะปฏิเสธการซื้อสินคาครั้งนี้
2.4 หางแมคโครจะซื้อสินคาครั้งนี้

2.1 วิธีทํา
ให X แทนจํานวนสินคาชํารุดในแตละกลอง มีการแจกแจงแบบปวสซงที่มี λ = 2
จะได ฟงกชนั การแจกแจงความนาจะเปนของ X คือ
e −2 2 x
f(x) = , x = 0,1,2, …
x!
ดังนั้น ความนาจะเปนที่สินคากลองใดๆ จะเปนสินคากลองที่มีมาตรฐาน จะเทากับ ความ
นาจะเปนที่สินคากลองใดๆจะมีสินคาชํารุดไมเกิน 1 ชิ้น คือ
P( X ≤ 1 ) = P(X=0) + P(X=1)
e −2 2 0 e −2 21
= + = 0.1353 + 0.2707 = 0.4060
0! 1!
ตอบ 0.4060
32 บทที่ 2

2.2 วิธีทํา
จากขอ 2.1 เราทราบวา ความนาจะเปนที่สินคากลองใดๆ จะเปนสินคากลองที่มีมาตรฐาน
จะเทากับ 0.4060 ดังนั้น ความนาจะเปนทีส่ ินคากลองใดๆ จะเปนสินคากลองที่ไมมีมาตรฐาน
จะเทากับ 1 − 0.4060 = 0.5940
ตอบ 0.5940

2.3 วิธีทํา
ให Y แทนจํานวนกลองสินคาที่ไมมีมาตรฐาน จากการตรวจสินคา 20 กลอง
Y จะมีการแจกแจงแบบทวินาม ที่มีคา n = 20, p = 0.5940 และ q = 0.4060
จะได ฟงกชันการแจกแจงความนาจะเปนของ Y คือ
⎛ 20 ⎞
f(y) = ⎜ ⎟ ( 0.594 ) y ( 0.406 )20-y , y = 0 , 1 , 2 , 3 , … , 20
⎝y⎠
จากเงื่อนไขการซื้อสินคา
หางแมคโครจะปฏิเสธการซื้อสินคาครั้งนี้ ถาพบวาสินคากลองไมมีมาตรฐานเปนจํานวนเกิน
5 กลอง ดังนัน้ ความนาจะเปนที่หางแมคโครจะปฏิเสธการซื้อสินคาครั้งนี้ คือ
P(Y > 5 ) = 1 − P(Y ≤ 5)
= 1 −P (Y=0 ) −P (Y=1 ) −P (Y=2 ) −P (Y=3 ) −P (Y=4 ) −P (Y=5 )
= 1 − 0 − 0− 0.000006 − 0.000053 − 0.000329 − 0.001539
= 0.9981
ตอบ 0.9981

2.4 วิธีทํา
จากขอ 2.3 เราทราบวา ความนาจะเปนทีห่ างแมคโครจะปฏิเสธการซื้อสินคาครั้งนี้ เทากับ
0.9981 ดังนั้น ความนาจะเปนที่หางแมคโครจะซื้อสินคาครั้งนี้ คือ
P(Y≤ 5 ) = P (Y=0 ) + P (Y=1 ) + P (Y=2 ) + P (Y=3 ) + P (Y=4 ) + P (Y=5 )
= 1 − P(Y > 5 )
= 1 − 0.9981
= 0.0019
ตอบ 0.0019
 ตัวแปรสุม 33

3.2 การแจกแจงความนาจะเปนของตัวแปรสุมแบบตอเนื่องที่สําคัญบางชนิด
หัวขอนีจ้ ะแนะนําใหรูจกั ฟงกชันการแจกแจงความนาจะเปนของตัวแปรสุมแบบ
ตอเนื่องที่สําคัญบางชนิดซึ่งจะเปนพื้นฐานในการศึกษาเกี่ยวกับสถิติอนุมาน เชน การประมาณคา
และการทดสอบสมมติฐานตอไป
3.2.1 การแจกแจงแบบปกติ (Normal Distribution)
การแจกแจงแบบปกติเปนการแจกแจงของตัวแปรสุมตอเนื่อง คาของตัวแปร
เกิดขึ้นไดอยูใ นชวงของจํานวนจริง (-∞,∞)
กําหนดให X เปนตัวแปรสุมชนิดตอเนื่องที่มีการแจกแจงแบบปกติ มี
คาเฉลี่ย μ และความแปรปรวน σ2 แลว ฟงกชันการแจกแจงความนาจะเปนของ X (Probability
density function เขียนยอๆ คือ p.d.f.) เขียนไดดังนี้

f(x) =
1
e
− ( )
1 x −μ 2
2 σ ; −∞ < x < ∞ และ e มีคาโดยประมาณ 2.71828
σ 2π

ตัวแปรสุม X มีการแจกแจงแบบปกติมคี าเฉลี่ย μ และความแปรปรวน σ2

เขียนแทนดวยสัญลักษณ X ∼ N(μ,σ2 ) โดยที่ −∞ < x < ∞ เมื่อนําขอมูลของตัวแปรสุม
X มาแจกแจงแลววาดรูปโคงความถี่พบวา เสนโคงจะมีลักษณะเปนเสนโคงปกติ ดังรูปขางลาง

x
μ
รูปที่ 1 เสนโคงปกติ

คุณสมบัตขิ องการแจกแจงปกติ
1. โคงความถี่มีลักษณะสมมาตร หรือ เรียกวา โคงปกติ (Normal curve)
2. คาเฉลี่ย = คามัธยฐาน = คาฐานนิยม
34 บทที่ 2

3. แกนสมมาตร คือแกนที่ X มีคาเทากับคาเฉลี่ย ซึ่งแกนสมมาตรจะแบงครึ่งพื้นที่ภายใตโคง

ปกติออกเปนสองสวนเทาๆ กัน ซึ่งเทากับ 0.5
4. โคงปกติมีจุดเปลี่ยนเวาที่ X = μ ± σ
5. พื้นที่ภายใตโคงปกติ และอยูเหนือแกน X รวมทั้งหมดมีคาเทากับ 1
6. คาเฉลี่ย คือ E(X) = μ และความแปรปรวน คือ V(X) = σ2

3.2.2 การแจกแจงแบบปกติมาตรฐาน (Standard normal distribution)

การแจกแจงแบบปกติมาตรฐาน คือ การแจกแจงของตัวแปรสุมที่มีการแจก
แจงแบบปกติ ที่มีคาเฉลี่ย 0 และความแปรปรวน 1 ซึ่งสรางจากการแปลงรูปจากตัวแปร X ให
X -μ
เปนตัวแปรปกติมาตรฐาน Z โดยอาศัยความสัมพันธดังนี้ Z = และฟงกชนั การแจกแจง
σ
ความนาจะเปนของตัวแปร Z คือ
z2
1 −
f(z) = e 2 ; −∞ < z < ∞ และ e มีคาโดยประมาณ 2.71828
2π

คุณสมบัตขิ องตัวแปรสุมปกติมาตรฐาน (Z)

1. ตัวแปร Z มีคาเฉลี่ยเทากับ 0 และความแปรปรวนเทากับ 1 หรือ Z~N(0,1)
โดยที่ −∞ < z < ∞
2. พื้นที่ภายใตโคงปกติ และอยูเหนือแกน Z ทั้งหมดมีคาเทากับ 1
- คาของ Z ที่อยูทางขวาของจุดกึ่งกลางของโคงปกติมีคาเปน บวก หรือ z > 0
- คาของ Z ที่อยูทางซายของจุดกึ่งกลางของโคงปกติมีคาเปน ลบ หรือ z < 0

สําหรับการหาความนาจะเปนของตัวแปรสุม X ที่มีการแจกแจงแบบปกติ เมื่ออยูใ นชวงที่

กําหนด โดยปกติเราจะตองใชเทคนิคการอินทิเกรตเพือ่ หาพื้นที่ใตโคงนั้น ซึ่งวิธีการคํานวณ
คอนขางยุงยากและลําบาก ดังนั้นเราจะทําการแปลงคาตัวแปรสุม X ใหเปนตัวแปรปกติมาตรฐาน
X -μ
กอน โดยใชความสัมพันธ Z = แลวเปดตารางการแจกแจงแบบปกติ เพื่อหาความนาจะ
σ
เปน ดังตัวอยางนี้
 ตัวแปรสุม 35

ตัวอยางที่ 3 ให Z เปนตัวแปรสุมที่มีการแจกแจงแบบปกติมาตรฐาน จงหาความนาจะเปนตอไปนี้

3.1 P( Z ≤ 1.68 )
วิธีทํา เปดตารางความนาจะเปนแบบปกติตอบไดทันที
P( Z ≤ 1.68 ) = 0.9535 0.9535
Z
0 1.68

3.2 P( Z > 1.54 )

วิธีทํา
0.9382
P( Z >1.54 ) = 1 − P( Z < 1.54 ) ?
Z
= 1 − 0.9382 0 1.54
= 0.0618

3.3 P( Z < − 2.33 )

วิธีทํา
? Z
P( Z < −2.33 ) = P(Z > 2.33) -2.33 0 2.33
= 1 − P( Z < 2.33 ) 0.9901
= 1 − 0.9901
= 0.0099

3.4 P( Z ≥ − 3.07 ) ?
Z
วิธีทํา -3.07 0
P( Z ≥ − 3.07) = 1 − P( Z < −3.07 )
= P( Z < 3.07 ) 0.9989
= 0.9989 3.07 Z
0
36 บทที่ 2

3.5 P( 1.23 ≤ Z ≤ 2.65 )

วิธีทํา Z
P( 1.23 ≤ Z ≤ 2.65 ) = P( Z < 2.65 ) − P( Z < 1.23 ) 0 1.23 2.65
= 0.9960 − 0.8907
= 0.1053

3.6 P(−2.45 ≤ Z ≤ −1.28 ) พื้นที่

วิธีทํา เทากัน
P(−2.45 ≤ Z ≤ −1.28 )= P(1.28 ≤ Z ≤ 2.45 )
= P( Z < 2.45 ) − P( Z < 1.28 ) Z
-1.28
= 0.9929 – 0.8997 -2.45 0 1.28 2.45
= 0.0932

3.7 P(−2.65 ≤ Z ≤ 1.53 )

วิธีทํา
P( −2.65 ≤ Z ≤ 1.53 ) = P( Z < 1.53 ) − P( Z < −2.65 )
= P( Z < 1.53 ) − [ 1− P( Z < 2.65 ) ]
= 0.9370 − 1 + 0.9960 Z
= 0.9330 -2.65 0 1.53

3.8 P(−2.54 ≤ Z ≤ 2.54 )

วิธีทํา
P(−2.54 ≤ Z ≤ 2.54 ) = P( Z < 2.54 ) − P( Z <−2.54 )
= P( Z < 2.54 ) − [ 1 −P( Z < 2.54 ) ]
= 2× P( Z < 2.54 ) −1
Z
= 2× (0.9945) − 1 -2.54 0 2.54
= 0.9890
 ตัวแปรสุม 37

ตัวอยางที่ 4 ถาคาจางตอวันของพนักงานในโรงงานแหงหนึ่ง มีการแจกแจงแบบปกติที่มีคาเฉลี่ย

180 บาท และความแปรปรวน 100 บาท2 จงหาความนาจะเปนที่พนักงานจะไดรับคาจางแรงงานตอ
วัน
4.1 นอยกวา 210 บาท
4.2 ตั้งแต 160 ถึง 205 บาท

4.1 วิธีทํา
ให X : คาจางแรงงานตอวัน
X มีการแจกแจงแบบปกติที่มีคาเฉลี่ย μ = 180 บาท ความแปรปรวน σ2 = 10 2 = 100 บาท2
จะไดวา X ~ N(180 ,102 )
ดังนั้น ความนาจะเปนทีพ่ นักงานจะไดรับคาจางแรงงานตอวันนอยกวา 210 บาท คือ

0.9987
3.00 Z
0

P( X < 210 ) = P (X −μ 210 − 180

σ
<
10 )
= P(Z < 3.00)
= 0.9987
ตอบ 0.9987

4.2 วิธีทํา
ความนาจะเปนทีพ่ นักงานจะไดรับคาจางแรงงานตอวันตั้งแต 160 ถึง 205 บาท
160 − 180 X −μ 205 − 180 ⎞
P( 160 ≤ X ≤ 205 ) = P ⎛⎜ ≤ ≤ ⎟
⎝ 10 σ 10 ⎠
= P( −2.00 ≤ Z ≤ 2.50 )
= P( Z < 2.50 ) − P( Z <−2.00 ) Z
-2.00 0 2.50
= P( Z < 2.50 ) − [ 1 −P( Z < 2.00 ) ]
= 0.9938 − 1 + 0.9772
= 0.9710
ตอบ 0.9710
38 บทที่ 2

3.2.3 การแจกแจงแบบที ( t distribution )

ให Z เปนตัวแปรสุมแบบปกติมาตรฐาน และให χ 2n เปนตัวแปรสุม แบบ
ไคสแควรองศาอิสระ n โดยตัวแปรสุม Z และตัวแปรสุม χ 2n เปนอิสระกัน แลว T = Z
χ 2 (n)
n
จะมีการแจกแจงแบบ t ที่มีองศาความเปนอิสระ (degree of freedom) เทากับ n และฟงกชนั การ
แจกแจงความนาจะเปนของตัวแปรสุม t คือ

f(t) =
( )
Γ
n +1
t 2 − (n +1)
2 (1 + ) 2 , −∞ < t < ∞
()
Γ
n
2
πn n

คาเฉลี่ย คือ E(T) = 0

n
ความแปรปรวน คือ V(T) = ; n>2
n−2
การแจกแจงแบบ t มีลักษณะคลายการแจกแจงแบบปกติมาตรฐาน โดยเสน
โคงของการแจกแจงแบบ t มีลักษณะดังนี้
1. เปนโคงระฆังคว่ํา
2. เสนโคงมีคาสูงสุดที่ t = 0
3. เสนโคงสมมาตรที่แกนสมมาตร t = 0
4. พื้นที่ภายใตเสนโคงเทากับ 1
5. เมื่อองศาอิสระมากขึ้น เสนโคงจะเขาใกลเสนโคงปกติมาตรฐาน
เพื่อใหงายและสะดวกในการหาความนาจะเปนของตัวแปรสุมนี้ นักสถิติจึงไดสรางตาราง
การแจกแจงความนาจะเปนของตัวแปรสุมที หรือเรียกสั้นๆวา ตารางการแจกแจงความนาจะเปน
แบบที

ตัวอยางที่ 5 ให Tn เปนตัวแปรสุมที่มีการแจกแจงความนาจะเปนแบบ t โดยมีองศาอิสระเทากับ

n จงหาความนาจะเปนตอไปนี้

5.1 P(T14 > 2.145 )

วิธีทํา เปดตารางความนาจะเปนแบบที จะได
P(T14 > 2.145 ) = 0.025 t14
0 2.145
 ตัวแปรสุม 39

5.2 P(T20 > −1.725 )

t 20
วิธีทํา -1.725 0
P(T20 > −1.725 ) = P(T20 < 1.725 )
= 0.95
t 20
0 1.725

5.3 P(T15 < 1.341 )

วิธีทํา เปดตารางความนาจะเปนแบบที จะได
P(T15 < 1.341 ) = 0.90
t15
0 1.341

5.4 P(T23 < −2.5 )

วิธีทํา เปดตารางความนาจะเปนแบบที จะได
P(T23 < −2.5 ) = P(T23 > 2.5 )
t 23
= 0.01 -2.5 0

5.5 P( −0.7 ≤ T10 ≤ 2.228 )

วิธีทํา t10
-0.7 0 2.228
P(−0.7 ≤ T10 ≤ 2.228 ) = P( T10 < 2.228 ) − P( T10 <−0.7)
= P( T10 < 2.228 ) − P( T10 > 0.7 )
= 0.975 − 0.25
= 0.725
40 บทที่ 2

5.6 P( 0.256≤ T25 ≤ 2.787 )

วิธีทํา t 25
0 0.256
2.787
P( 0.256≤ T25 ≤ 2.787 ) = P( T25 < 2.787 ) – P( T25 < 0.256 )
= 0.995 – 0.60
= 0.395

3.2.4 การแจกแจงแบบไคสแควร (Chi – Square distribution)

ให Z เปนตัวแปรสุมที่มกี ารแจกแจงแบบปกติมาตรฐานแลว Z2 จะมีการ
แจกแจงแบบไคสแควร ซึ่งมีองศาอิสระเปน 1
ให Z1 , Z 2 , Z3 , … , Zn เปนตัวแปรสุมที่มีการแจกแจงแบบปกติ
มาตรฐานและเปนอิสระกัน แลว Z12 + Z22 + Z32 + … + Zn2 จะมีการแจกแจงแบบไคสแควร ซึ่งมี
องศาอิสระเปน n เขียนแทนดวย χ2n และฟงกชันการแจกแจงความนาจะเปนของตัวแปรสุม
ไคสแควรเขียนไดตามนิยามตอไปนี้
นิยาม ให X เปนตัวแปรสุม ที่มีการแจกแจงแบบไคสแควร มีองศาอิสระ n ฟงกชนั การ
แจกแจงความนาจะเปนของตัวแปรสุม X กําหนดโดย
⎧ n −1 − X
⎪x 2 e 2 , x > 0
⎪ n
f (x) = ⎨ 2 n
⎪2 Γ 2
⎪ 0
()
⎩ , x≤0
มีคาเฉลี่ย E(X) = n
ความแปรปรวน V(X) = 2n
∞
เมื่อ Γ(α ) คือฟงกชันแกมมา ซึ่ง Γ(α ) = ∫ e − x x α−1dx, α > 0 และ e มีคาโดยประมาณ
0
2.71828
เพื่อใหการหาความนาจะเปนของตัวแปรสุมแบบไคสแควรงายและสะดวกขึ้น นักสถิติจึง
ไดสรางตารางเพื่อหาคาความนาจะเปนของตัวแปรสุมดังกลาว การใชตารางเพื่อหาความนาจะเปน
แสดงในตัวอยางตอไปนี้
 ตัวแปรสุม 41

ตัวอยางที่ 6 ให χ 2n เปนตัวแปรสุมที่มีการแจกแจงแบบไคสแควรดวยองศาอิสระ n จงหาความ

นาจะเปนตอไปนี้

6.1 P( χ2 (16) ≥ 32.0 )

วิธีทํา เปดตารางความนาจะเปนแบบไคสแควร จะได
2
P( χ2 (16) ≥ 32.0 ) = 0.01 32.0 χ(16)

6.2 P( 6.41 ≤ χ(217 ) ≤ 40.8 ) 2

χ(17)
6.41 40.8
วิธีทํา เปดตารางความนาจะเปนแบบไคสแควร จะได
P( 6.41≤ χ(217 ) ≤ 40.8 ) = P( χ(217 ) >6.41) −P( χ(217 ) >40.8)
= 0.990 − 0.001
= 0.989

6.3 P( χ 2 (9) ≤ 19.0 ) = 1 − P( χ 2 (9) >19.0)

วิธีทํา เปดตารางความนาจะเปนแบบไคสแควร จะได
2
P( χ 2 (9) ≤ 19.0 ) = 1 − P( χ 2 (9) >19.0) 19.0 χ(9)
= 1−0.025
= 0.975

3.2.5 การแจกแจงแบบเอฟ (F distribution)

ให χ(2 n ) เปนตัวแปรสุมที่มีการแจกแจงแบบไคสแควร มีองศาอิสระ n1
1
2
และ χ( n ) เปนตัวแปรสุมที่มีการแจกแจงแบบไคสแควร ซึ่งมีองศาอิสระ n2 เมื่อตัวแปรสุม ทั้ง
2
χ(2 n ) n1
สองเปนอิสระกันแลวจะได 2 1 จะเปนตัวแปรสุมที่มีการแจกแจงแบบ F มีองศาอิสระ
χ( n ) n 2
2
42 บทที่ 2

2 คา คือ องศาอิสระของเศษ เปน n1 และองศาอิสระของสวนคือ n2 เขียนแทนดวย Fn ,n ซึ่งมี

1 2

ฟงกชันการแจกแจงความนาจะเปนตามนิยามตอไปนี้
นิยาม ให X เปนตัวแปรสุมที่มีการแจกแจงแบบ F ดวยองศาอิสระ n1 และ n2 แลว
ฟงกชันการแจกแจกความนาจะเปนของ X กําหนดโดย
n1

f (x,n1 ,n 2 ) =
( )
n +n ⎛ n ⎞ 2
Γ 1 2 ⎜ 1⎟
2 ⎝ n2 ⎠
⋅
n1
x 2 −1
;x>0
( )( )
Γ
n1
2
Γ
n2
2
⎛ n1 ⎞ 2
⎜1+ n x ⎟
n1 + n 2

⎝ 2 ⎠
n
E(X) = 2 ,n 2 > 2
n2 − 2
2n 2 2 (n1 + n 2 − 2)
V(X) = ,n 2 > 4
n1 (n 2 − 2) 2 (n 2 − 4)
เพื่อใหงายและสะดวกในการหาความนาจะเปนของตัวแปรสุม เราใชตารางการแจกแจง
ความนาจะเปนแบบเอฟ ดังตัวอยางตอไปนี้

ตัวอยางที่ 7 ให F เปนตัวแปรสุมที่มีการแจกแจงแบบ F องศาแหงอิสระ n1 และ n2

n1,n 2
จงหาความนาจะเปนตอไปนี้

7.1 P( F15,20 ≥1.84 ) = 0.10

วิธีทํา เปดตารางความนาจะเปนแบบเอฟ จะได
P( F15,20 ≥1.84 ) = 0.10 F15,20
1.84

7.2 P( F9,12 ≤ 5.20 )

วิธีทํา เปดตารางความนาจะเปนแบบเอฟ จะได
P( F9,12 ≤ 5.20 ) = 1− P( F9,12 > 5.20 ) F9,12
5.20
= 1−0.005
= 0.995
 ตัวแปรสุม 43

7.3 P( 2.24 ≤ F15,10 ≤ 3.52 )

วิธีทํา เปดตารางความนาจะเปนแบบเอฟ จะได
P( 2.24 ≤ F15,10 ≤ 3.52 ) = P(F15,10> 2.24 ) −P(F15,10> 3.52 ) F15,10
2.24 3.52
= 0.1−0.025
= 0.075

แบบฝกหัดทายบทที่ 2
1. จากขอมูลในอดีตทราบกันวา นักศึกษาชายรอยละ 35 ชอบเลนวอลเลยบ อล จากการสอบถาม
นักศึกษาชาย 10 คนจงหาความนาจะเปนที่จะมีนกั ศึกษาชายชอบเลนวอลเลยบอล เปนจํานวน
1.1) 4 คน
1.2) อยางนอย 8 คน
1.3) ตั้งแต 3 คน แตไมเกิน 7 คน
1.4) ไมเกิน 6 คน
2. กําหนดใหจํานวนสินคาที่ชํารุดในแตละกลองมีการแจกแจงแบบปวสซง ซึ่งโดยเฉลี่ยแลวมี
สินคาชํารุดจํานวน 1 ชิน้ ตอ 1 กลอง จากการตรวจคุณภาพสินคา 1 กลอง จงหาความนาจะเปน
ที่จะพบสินคาชํารุดมากกวา 2 ชิ้น
3. ถารายไดของแรงงานในจังหวัดสกลนคร มีการแจกแจงแบบปกติที่มีคาเฉลี่ย 150 บาท และ
ความแปรปรวน 81 บาท2 จงหาความนาจะเปนที่พนักงานจะไดรับคาจางแรงงานตอวัน
3.1) นอยกวา 140 บาท
3.2) ตั้งแต 145 ถึง 155 บาท
3.3) ไมเกิน 160 บาท
3.4) อยางนอย 140 บาท

4. ให χ 2n เปนตัวแปรสุมที่มีการแจกแจงแบบไคสแควรดว ยองศาอิสระ n จงหาความนาจะเปน

ตอไปนี้
4.1) P( χ(210 ) ≥ 15.987 )
4.2) P( 7.261 ≤ χ(215 ) ≤ 27.488 )
4.3) P( χ(2 20 ) ≤ 31.410 )
4.4) P( 3.325 ≤ χ(29 ) ≤ 16.919 )
44 บทที่ 2

5. ให Tn เปนตัวแปรสุมทีม่ ีการแจกแจงความนาจะเปนแบบ t โดยมีองศาอิสระเทากับ n จงหา

ความนาจะเปนตอไปนี้
5.1) P(T9 > 2.821 )
5.2) P(T13 > 2.65 )
5.3) P(T20 < −2.845 )
5.4) P(T22 < − 2.508 )
5.5) P(−2.681 ≤ T12 ≤ 2.681)
5.6) P(−2.624 ≤ T14 ≤ −1.345 )
6. ให F ,n เปนตัวแปรสุมที่มีการแจกแจงแบบ F องศาแหงอิสระ n1 และ n2 จงหาความนาจะ
n1 2

เปนตอไปนี้
6.1) P( F7,15 ≥ 3.29 )
6.2) 6.2) P( F10,16 ≤ 4.27 )
6.3) P( 3.33 ≤ F5,10 ≤ 10.48 )
7. จงหาคาความนาจะเปนตอไปนี้
7.1) P( Z ≥ 1.48)
7.2) P( Z ≥ −2.56)
7.3) P(−1.67 ≤ Z ≤ 1.08)
7.4) P( Z < 2.43)
7.5) P( Z ≥ 2.01)
7.6) P(1.67 ≤ Z ≤ 2.78)