Professional Documents
Culture Documents
Nhó
Ký tên tham
STT Họ tên SINH VIÊN MSSV m Ngành học
dự
/Tổ
1|Page
Phụ lục
Bài 1 ---------------------------------------------------------------------------------------------4
A. Lập bài toán------------------------------------------------------------------------4
B. Cơ sở lý thuyết----------------------------------------------------------------------4
C. Tính toán bằng tay----------------------------------------------------------------5
D. Tính bằng excel---------------------------------------------------------------------7
Bài 2 -------------------------------------------------------------------------------------------10
A. Lập bài toán-----------------------------------------------------------------------10
B. Cơ sở lý thuyết--------------------------------------------------------------------11
C. Tính toán bằng tay---------------------------------------------------------------12
D. Tính bằng excel-------------------------------------------------------------------13
Bài 3 -------------------------------------------------------------------------------------------16
A. Lập bài toán-----------------------------------------------------------------------16
B. Cơ sở lý thuyết--------------------------------------------------------------------18
C. Tính toán bằng tay---------------------------------------------------------------19
D. Tính bằng excel-------------------------------------------------------------------20
Bài 4 -------------------------------------------------------------------------------------------23
A. Lập bài toán-----------------------------------------------------------------------23
B. Cơ sở lý thuyết--------------------------------------------------------------------25
C. Tính toán bằng tay---------------------------------------------------------------26
D. Tính bằng excel-------------------------------------------------------------------27
Bài 5 -------------------------------------------------------------------------------------------29
A. Lập bài toán-----------------------------------------------------------------------29
B. Cơ sở lý thuyết--------------------------------------------------------------------29
C. Tính toán bằng tay---------------------------------------------------------------32
2|Page
D. Tính bằng excel-------------------------------------------------------------------33
Bài 6 -------------------------------------------------------------------------------------------35
A. Lập bài toán-----------------------------------------------------------------------------------------35
B. Cơ sở lý thuyết--------------------------------------------------------------------36
C. Tính toán bằng tay---------------------------------------------------------------37
D. Tính bằng excel-------------------------------------------------------------------38
3|Page
Câu 1: Chọn 1 biến định lượng nào đó và thực hiện:
- Tìm các đặc trưng từ mẫu dữ liệu
- Tìm các khoảng tin cậy cho giá trị trung bình và phương sai của tổng thể.
A. Lập bài toán
* Chọn biến định lượng: Chi phí trung bình cho các hoạt động giải trí của sinh viên.
Bài toán: Dựa và số liệu thu thập được từ khảo sát, hãy tìm các đặc trưng mẫu của dữ liệu “Chi
phí trung bình cho các hoạt động giải trí của sinh viên. “. Với độ tin cậy 99%, tìm các khoảng tin
cậy cho giá trị trung bình và phương sai của tổng thể.
B. Cơ sở lý thuyết
Mẫu dữ liệu bao gồm một số đặc trưng như: Giá trị trung bình, phương sai, độ lệch chuẩn,....
Tính toán các giá trị đặc trưng của mẫu là công việc cần thiết nhất trong phân tích số liệu ở thống
kê.
Trung bình mẫu:
n
1
x́= ∑x
n i=1 i
S= √ S2
Tìm khoảng tin cậy cho giá trị trung bình và phương sai của tổng thể với độ tin cậy 99%:
Khoảng tin cậy cho giá trị trung bình:
Bài toán thuộc trường hợp n>30 , ( n=123 )
Ta có: P ¿) = P ( ⌊ X−a
s
⌋
√ n<
ꜫ √n
s )
=1−α
ꜫ √n
Đặt Z α = , ta có
s
X−a
N (0,1) nên 2 Φ(Z α )=1−α
s
Tra bảng ta tìm được Z α
4|Page
Zα . S
ε= và khoảng ước lượng của a là (x−ꜫ ; x + ꜫ)
√n
Khoảng tin cậy cho phương sai tổng thể:
( n−1 ) S 2 2
Ta có : χ (n−1)
σ2
Với
1 2 , theo định lí 6.4, ta có:
( n−1 ) S 2 2
(
2
P χ 1−α ( n−1 ) α <
1
σ2 )
< χ α ( n−1 ) =1−α
2
Từ đó, với môt mẫu cụ thể ta có khoảng ước lượng của là:
2
( n−1 ) . S 2 ( n−1 ) . S 2
( ; )
χ 2α ( n−1 ) χ 21−α ( n−1 )
2 1
1 2
Để thuận tiện ta luôn xét 2 .Khi đó khoảng ước lượng là:
( n−1 ) . S 2 ( n−1 ) . S2
( 2 ; )
χ α ( n−1 ) χ 2 α ( n−1 )
1−
2 2
5|Page
Med=75 (nghìn đồng)
Yếu vị của mẫu dữ liệu:
Mod=75 (nghìn đồng)
Phương sai mẫu hiệu chỉnh:
6|Page
α
=0.005
2
Từ mẫu ta có S2=3102.592. Tra bảng phân phối χ 2 với n−1=122, ta có:
χ 0.005 ( 122 )=165.9795; χ 0.995 ( 122 )=85.520
( 122.3102.592
165.9795
;
122.3102.592
85.5205 )
=(2280.4999 ; 4426.0291) (Nghìn đồng ) 2
7|Page
Hộp Descriptive Statistics
Tại hộp Descriptive Statistics ta nhập các dữ liệu sau
Input range: Nhập đầu vào dữ liệu.
Grouped by: Dữ liệu được sắp xếp theo cột (Columns) hay hàng (Rows).
Output Range: Tích chọn để chọn vị trí xuất dữ liệu đầu ra.
Summary statistics: Thống kê tóm tắt.
Confidence Level for Mean: Độ tin cậy cho giá trị trung bình.
(Lưu ý: Dữ liệu đầu vào phải ở định dạng Number thì Excel mới có thể xử lý.)
Sau khi nhập dữ liệu ta nhấn OK, kết quả nhận được như sau:
8|Page
Các giá trị nhận được được liệt kê dưới bảng sau:
Statistic Describle
Mean Giá trị trung bình của mẫu dữ liệu
Standard Error Giá trị sai số tiêu chuẩn của mẫu (thước đo khác nhau giữa dự đoán và
thực tế)
Median Trung vị của mẫu dữ liệu
Mode Mốt của mẫu dữ liệu
Standard Độ lệch chuẩn
Deviation
Sample Variance Phương sai
Kurtosis Giá trị KURT
Skewness Giá trị SKEW
Range Khoảng khảo sát
Minimum Giá trị nhỏ nhất
Maximum Giá trị lớn nhất
Sum Tổng giá trị các phần tử của mẫu dữ liệu
Count Tổng số lượng các phần tử của mẫu
Confidence Level Khoảng tin cậy cho giá trị trung bình.
Nhận xét: Giá trị Confidence Level nhận được chính là ε =13,142.22 (đồng)
Để tìm khoảng tin cậy cho phương sai của dữ liệu:
Trong Excel để tìm khoảng tin cậy cho phương sai của dữ liệu ta sử dụng hàm CHISQ.INV.RT
2 2
để tính χ α (n−1) và hàm CHISQ.INV để tính χ α (n−1).
1−
2 2
9|Page
2
Nhập hàm vào ô nhập hàm để tìm giá trị χ α (n−1):
2
10 | P a g e
Bài toán: Dựa vào số liệu đã được xử lý sau khi thu thập từ khảo sát của các sinh viên đại học,
hãy so sánh trunh bình tổng thể của hai dữ liệu: “Mức độ ưu tiên cho các hoạt động thể thao và
chơi game của sinh viên”. Với mức độ tin cậy là 95% hãy kết luận xem mức độ ưu tiên cảu sinh
viên với hai hoạt động này là giống nhau hay không.
11 | P a g e
B. Cơ sở lý thuyết:
Dạng bài: Kiểm định giả thuyết trung bình (bài toán hai mẫu).
Giả sử tổng thể I có trung bình a 1; tổng thể II có trung bình a 2. Từ tổng thể I có mẫu kích thước
n1, trung bình mẫu X́ 1 , phương sai mẫu hiệu chỉnh S21. Từ tổng thể II có mẫu kích thước n2 , trung
bình mẫu X́ 2 , phương sai mẫu hiệu chỉnh S22. Vì mẫu lớn (n>30) nên phương sai mẫu S21 , S 22 được
xem là phương sai của tổng thể σ 12 , σ 22 . Khi ấy, ta áp dùng trắc nghiệm z để so sánh giá trị trung
bình của hai mẫu với phương sai biết trước.
Phương pháp giải: So sánh trung bình 2 tổng thể với phương sai biết trước (n>30).
Giả thuyết:
H0: a 1=a2 “Chỉ số đánh giá mức độ ưu tiên hoạt động chơi thể thao và chơi game là như nhau”.
H1: a 1 ≠ a2 “Chỉ số đánh giá mức độ ưu tiên hoạt động chơi thể thao và chơi game là khác nhau”.
Kích thước mẫu lớn (n>30) Nên ta xem chỉ số đánh giá mức độ ưu tiên hoạt động chơi thể thao
và chơi game là phân phối chuẩn.
( X́ 1− X́ 2)
Z qs=
Giá trị thống kê: σ 21 σ 22
√ +
N 1 N2
12 | P a g e
Đặt a 1, a2 lần lượt là trung bình mức độ ưu tiên của sinh viên với hoạt động thể thao và hoạt động
chơi game.
Đặt giả thuyết kiểm định:
H0: a 1=a2 “Chỉ số đánh giá mức độ ưu tiên hoạt động chơi thể thao và chơi game là như nhau”.
H1: a 1 ≠ a2 “Chỉ số đánh giá mức độ ưu tiên hoạt động chơi thể thao và chơi game là khác nhau”.
Với bảng dữ liệu thu thập được ta tìm được các đặt điểm của hai dữ liệu như sau:
Mức độ ưu tiên hoạt động Mức độ ưu tiên hoạt động
chơi thể thao chơi game
Trung bình mẫu X́ 2.1301 1.8617
Phương sai mẫu σ 2 0.5567 0.6119
Số lượng mẫu N 123 123
Vì N > 30, nên với mức ý nghĩa 5% ta tìm được miền bác bỏ bằng cách tra ngược bảng tích phân
Laplace:
1−0.05
Z α =Φ ( Z α ) = =0.475 ⟹ Z α =1,96
2
Ta có miền bác bỏ: W α =(−∞;−1.96)∪( 1.96; +∞)
( X́ 1− X́ 2) ( 2.1301−1.8617)
Z qs= = =2.7536
Tiêu chuẩn kiểm định: 2 2
0.5567 0.6119
√ σ1
+
σ
N 1 N2
2
√ 123
+
123
Ta thấy Z qs ∈W α ⟹ Bác bỏ H0, chấp nhận H1. Vậy chỉ số đánh giá mức độ ưu tiên hoạt động
chơi thể thao và chơi game (thể thao điện tử) là khác nhau.
D. Tính toán bằng Excel:
Công cụ giải: Descriptive Statistics và z-Test: Two Sample for Means.
Quy trình thực hiện Excel:
Bước 1: Đầu tiên, ta sử dụng công cụ Descriptive Statistics trong Data/Data Analysis lần lượt tìm
các đặc trưng cho 2 mẫu.
13 | P a g e
Bước 2: Chọn các mục như trong ảnh:
14 | P a g e
Xác định phương sai mẫu của việc đánh giá mức độ ưu tiên hoạt động chơi thể thao và chơi
game là:
σ 12=0.5567
σ 22=0.6119
Bước 3: Tiếp theo, ta sử dụng công cụ “z-Test: Two Sample for Means” trong Data/ Data
Analysis để so sánh trung bình hai tổng thể.
15 | P a g e
+ Variable 1 Variance (known): 0.5567
+ Variable 2 Variance (known): 0.6119
+ Labels: Nhãn dữ liệu.
+ Alpha: Mức ý nghĩa 5%.
Ta được kết quả:
16 | P a g e
17 | P a g e
B. Cơ sở lý thuyết:
Lý thuyết phân tích phương sai
Phép phân tích phương sai là so sánh trung bình của hai hay nhiều nhóm dựa trên các giá
trị trung bình của các mẫu quan sát từ các nhóm này, và thông qua kiểm định giả thiết để
kết luận và sự bằng nhau của các trung bình tổng thể này.
Phương pháp phân tích phương sai 1 yếu tố
Phép phân tích phương sai được dùng trong các trắc nghiệm để so sánh các giá trị trung
bình của hai hay nhiều biến mẫu được lấy từ các phân số. Đây có thể được xem như phần
mở rộng các trắc nghiệm t hay z (so sánh hai giá trị trung bình).
Mục đích của sự phân tích phương sai một yếu tố là đánh giá sự ảnh hưởng của một yếu
tố (nhân tạo hay tự nhiên) nào đó trên các giá trị quan sát, Yi(i=0,1,2,…,k).
Mô hình
18 | P a g e
Yếu tố thí nghiệm
1 2 ….. K
T1 T2 …..
Tk T
Tổng cộng
Trung bình
Y1 Y2 ….. Yk Y
Bảng ANOVA:
Nguồn sai Bậc sai Bình phương trung Giá trị thống
Tổng số bình phương
số số bình kê
SSF
k
T 2 T2 MSF
Yếu tố k 1 SSF i k 1 MSF
i 1 N N F
Sai số Nk SSE MSE
SSE SST SSF MSE
Nk
k n
T2
Tổng cổng N 1 SST Yn 2
i 1 j1 N
H0:
1 2 k “Các giá trị trung bình bằng nhau”
H1:
1 k “Ít nhất có hai giá trị trung bình bằng nhau”
MSF
F
Bước 2: Tính toán giá trị kiểm định: MSE
F F k 1; N k
Bước 3: Biện luận: Nếu → Chấp nhận giả thuyết H0
C. Tính toán bằng tay:
Gọi a1, a2, a3 lần lượt là các giá trị trung bình mức độ ưu tiên của sinh viên với các hoạt động tán
19 | P a g e
gẫu, ăn uống; thể thao; nghe nhạc, đọc sách.
Giả thuyết:
H0: a1 = a2 = a3; “Các giá trị trung bình bằng nhau” (chọn k = 3).
H1: ai = aj “Tồn tại ít nhất hai giá trị trung bình khác nhau”; i, j ∈ {1 ; 2 ; 3 }
∑ N −N
MSF= i=1 =2.9837
k−1
MSE=¿ ¿
MSF 2.9837
F= = =6.1865
MSE 0.4822
Giá trị ngưỡng:
F α ( k −1; N −k ) =F0.05 ( 3−1 ; 366 ) =3.0204
Nhận xét:
Ta thấy: F> F α =3.0204 → Bác bỏ giả thuyết H0.
Vậy mức độ ưu tiên của sinh viên với các hoạt động giải trí này là khác nhau.
D. Tính toán bằng Excel:
Dạng bài: Kiểm định trung bình (Bài toán nhiều mẫu)
Phương pháp giải: Phân tích phương sai 1 yếu tố.
Công cụ giải: Anova: Single Factor.
20 | P a g e
Bước 2: Chọn công cụ Data Analysis trên thanh công cụ, sau đó chọn “Anova:Single Factor” để
tiến hành lấy kết quả kiểm định, sau đó cài đặt dữ liệu như Bước 3
Bước 3: Trong hộp thoại Anova: Single Factor lần lượt chọn:
Input Range (Phạm vi đầu vào): Nhấp chuột và kéo vùng dữ liệu muốn tính toán.
Columns/Rows: Sắp xếp dữ liệu theo cột hay hàng.
Labels in Fisrt Row/Column: Nhãn dữ liệu
Alpha: Mức ý nghĩa.
21 | P a g e
Output Options: Tùy chọn đầu ra.
Giá trị quan sát: F= 6.1865 > Giá trị ngưỡng F crit= 3.0204
22 | P a g e
⟹ Bác bỏ giả thuyết H0, chấp nhận gải thuyết H1.
Kết luận: vậy mức độ ưu tiên của các bạn sinh viên với các hoạt động giải trí là khác nhau.
Câu 4: Chọn dữ liệu cho 2 biến (hoặc xử lý số liệu theo nhóm cho phù hợp) để lập bài toán
kiểm định so sánh về sự phân tán. Trình bày các bước thực hiện và nhận xét kết quả.
A. Lập bài toán cụ thể:
Khảo sát số lần tham gia vào các hoạt động giải trí trong tuần và thời gian tham gia các hoạt
động giải trí trong ngày của các bạn sinh viên. Với mức ý nghĩa là 5% hãy so sánh mức độ phân
tán về số lần tham gia và thời gian tham gia của các bạn sinh viên. Giả thiết các biến này phân bố
theo quy luật chuẩn.
Với các đặt trưng mẫu cho trong bảng sau:
23 | P a g e
24 | P a g e
B. Cơ sở lý thuyết:
Lý thuyết kiểm định phương sai hai tổng thể
Khi cần kiểm định hai tổng thể có mức độ đồng đều như nhau hay không chúng ta dùng phương
pháp kiểm định phương sai của hai tổng thể độc lập dựa trên một đại lượng F như sau:
Trong đó:
25 | P a g e
Thông thường để xác định mẫu nào là mẫu thứ nhất và mẫu nào là mẫu thứ hai ta làm như sau:
trong khi tính đại lượng F thì giá trị phương sai lớn hơn sẽ được đặt ở tử số, và như vậy mẫu
tương ứng với phương sai đó là mẫu thứ nhất.
Nếu tỉ số F rất lớn hoặc rất nhỏ ta có thể suy diễn bằng hai phương sai tổng thể khó mà bằng
nhau, ngược lại nếu tỉ số này gần đến 1 ta sẽ có bằng chứng ủng hộ giả thuyết H 0. Như vậy tỉ lệ F
lớn đến đâu thì xem như là đủ bằng chứng bác bỏ H0 và ngược lại?
Nếu tổng thể lấy mẫu được giả định có phân phối bình thường thì tỉ lệ F có phân phối xác suất
gọi tên là phân phối Fisher. Các giá trị tới hạn của phân phối F phụ thuộc và hai giá trị bậc tự do,
bậc tự do tử số (d f 1 =n1−1) gắn liền với mẫu thứ nhất và bậc tự do mẫu số gắn liền với mẫu thứ
hai (d f 2 =n2−1).
Quy tắc thực sự để bác bỏ 𝐻0 với kiểm định hai bên khi d f 1 =n1−1 và d f 2 =n2−1 với mức ý
nghĩa α là: giả thiết H0 bị bác bỏ nếu giá trị kiểm định F lớn hơn giá trị tới hạn trên
F U =F d f 1 ; d f 2 ;α /2 của phân phối F hoặc bé hơn giá trị tới hạn dưới F U =F d f 1 ; d f 2 ;1−α /2 tức là
F tt < F d f 1 ;d f 2 ;1−α / 2 hoặc F tt > F d f 1 ;d f 2 ;α /2
H0: 𝜎1 2 = 𝜎2 2
Bài toán kiểm định phương sai tổng thể đưcọ thực hiện qua các bước sau:
Bước 1: Đặt giả thiết kiểm định H0 và giả thiết đối H1.
26 | P a g e
Bước 3: Xác định miền bác bỏ bằng giá trị tra bảng Fisher.
Bước 4: Dựa vào tiêu chuẩn kiểm định và miền W α đưa ra kết luận.
Gọi 𝜎1 2 , 𝜎2 2 là phương sai mức độ phân tán của hai biến khảo sát.
Giả thiết:
H0: 𝜎1 2 = 𝜎2 2 ,”Mức độ phân tán của hai biến này là như nhau”
H1: 𝜎 12 > 𝜎2 2 ,”Mức độ phân tán của số lần tham gia hoạt động giải trí trong tuần cao hơn mức
độ phân tán thời gian trung bình trong một ngày dành cho giải trí”.
Miền bác bỏ W α =( f α ( n 1−1; n2−1 ) ;+∞ ) =( f 0.05 ( 122 ; 122 ) ;+ ∞ )=(1.3485 ;+∞ ) (tra bảng Fisher)
S 21 4.6369
Tiêu chuẩn kiểm định: F= = =4.6019
S 22 1.0076
Kết luận: Mức độ phân tán của số lần tham gia hoạt động giải trí trong tuần cao hơn mức độ
phân tán thời gian trung bình trong một ngày dành cho giải trí.
Dạng bài: Kiểm định giả thuyết cho phương sai hai tổng thể.
27 | P a g e
Bước 2: Vào Data/ Data Analysis/ F-Test Two-Sample for Variances
Input: Địa chỉ tuyệt đối chứa dữ liệu tương ứng của mẫu 1 và 2
Alpha: Mức ý nghĩa α =5 %
Output options: Tùy chọn đầu ra.
28 | P a g e
Xuất kết quả ra Excel:
F= 4.6019 ∈ 𝑊𝛼 → Bác bỏ H0
Kết luận: Mức độ phân tán của số lần tham gia hoạt động giải trí trong tuần cao hơn mức độ
phân tán thời gian trung bình trong một ngày dành cho giải trí.
Câu 5: Chọn dữ liệu phù hợp để lập bài toán so sánh các tỉ lệ (hay là bài toán kiểm định
tính độc lập). Trình bày các bước thực hiện và nhận xét kết quả.
A: Lập bài toán.
Từ số liệu thu thập được nhóm chọn 2 thông số để lập bài toán kiểm định tính độc lập được
thống kê bằng bảng tần số thực nghiệm sau:
29 | P a g e
Chú thích:
2 ( o−e)2
γ = Với o là dữ liệu đo đạc , e là giá trị dự đoán chính xác.
e
Xét một bộ A gồm r tính trạng, A = (A1, A2, ...,Ar), trong đó mỗi cá thể của tập hợp chính
H có và chỉ có một trong các tính trạng (hay phạm trù) Ai.
Gọi pi (i = 1, 2, ... r) là tỷ lệ cá thể tính trạng Ai trong tập hợp chính H. Khi đó véctơ
=(p1, p2, ...,pr) được gọi là phân bố của A trong tập hợp chính H.
Giả sử (p1, p2,...pr) là phân bố của (A1, A2, ...,Ar) trong tập hợp chính H và (q1, q2,...,qr) là
phân bố của A = (A1, A2, ...,Ar) trong tập hợp chính Y. Ta nói (A1, A2, ...,Ar) có phân bố như
nhau trong X và Y nếu (p1, p2, ...,pr) = (q1, q2,...,qr) p1 = q1,...,pr = qr.
Chúng ta muốn kiểm định xem A = (A1, A2, ...,Ar) có cùng phân số trong X và Y hay
không dựa trên các mẫu ngẫu nhiên rút từ X và Y.
Tổng quát hơn, giả sử ta có k tập hợp chính H1, H2,...Hk. Gọi π i=( p i1 , pi2 , … , pir ) là phân bố của
A = (A1, A2, ...,Ar) trong tập hợp chính Hi.
30 | P a g e
Ta muốn kiểm định giả thuyết sau:
H 0 :π 1=π 2=…=π k(Các phân bố này là như nhau trên các tập hợp chính Hi).
Chú ý rằng H0 tương đương với hệ đẳng thức sau:
p 11= p21=..= p k1
{ p 12= p22=..= p k2
1 2
p i = pi =..= p i
k
p 1r = p2r =..= p kr
Từ mỗi tập hợp chính chúng ta chọn ra một mẫu ngẫu nhiên. Mẫu ngẫu nhiên chọn từ
tập hợp chính Hi được gọi là mẫu ngẫu nhiên thứ i (i = 1, 2,... k).
Giả sử trong mẫu ngẫu nhiên thứ i:
Có n1i cá thể có tính trạng A1.
n2i cá thể có tính trạng A2.
..............................
nri cá thể có tính trạng Ar.
k r
Ký hiệu: nio =∑ nij ; n oj =∑ nij
j=1 i=1
Như vậy n oj là kích thước của mẫu thứ j, còn nio là tổng số cá thể có tính trạng Ai trong toàn
bộ k mẫu đang xét:
k r
n=∑ noj =∑ nio
j=1 i=1
nio
thì các tỷ lệ chung p1, p2,...pr được ước lượng bởi: ^
pi =
n
Đó ước lượng cho xác suất để một cá thể có mang tính trạng Ai. khi đó số cá thể có tính
trạng Ai trong mẫu thứ j sẽ xấp xỉ bằng:
noj × nio
n^ij =noj × ^
p i=
n
Các số n^ij (i 1,2,...r; j 1,2,...k)được gọi là các tần số lý thuyết (TSLT), các số nij được gọi là các
tần số quan sát (TSQS)
31 | P a g e
Ta quyết định bác bỏ H0 khi các TSLT cách xa TSQS một cách bất thường. Khoảng cách
giữa TSQS và TSLT được đo bằng test thống kê sau đây:
(TSQS−TSLT )2
T =∑
TSLT
Người ta chứng minh được rằng nếu H0 đúng và các TSLT không nhỏ hơn 5 thì T sẽ có phân
bố xấp xỉ phân bố với (k-1)(r-1) bậc tự do. Thành thử miền bác bỏ có dạng {T > c} ở đó c được
tìm từ điều kiện P{T > c} = . Vậy c là phân vị mức của phân bố 2 với (k-1)(r-1) bậc tự do.
Đối với thí nghiệm có các kết quả, để so sánh các tỉ số của các kết quả đó, ta
dùng kiểm định 2 (chi-quared):
2
r c
(n ij −n p i)2 tổng hàng× tổng cột
γ =∑ × ∑ × với npi=
i=1 j=1 n pi n
nij : tần số thực nghiệm; np ij: tần số lý thuyết ô (i;j); r: số hàng; c: số cột.
ni m j
pi j P(X A i ;Y B j ) P(X Ai ) * P(Y B j ) *
n n
Suy ra tần số lý thuyết là:
O ij E ij Observed i j Expected ij
2 2
2 qs
i; j E ij i; j Expected ij
32 | P a g e
n ij2
2
qs n. n
hoặc:
i; j n i m j
Bước 4: Kết luận bài toán dựa vào tiêu chuẩn kiểm định và miền bác bỏ.
Lưu ý: Kiểm định Chi-Bình-Phương được coi là chính xác hơn khi tất cả giá trị trong bảng tần
số lý thuyết lớn hơn hay bằng 5. Vì vậy khi trong bảng tần số lý thuyết xuất hiện số nhỏ hơn 5 thì
ta
nên sắp xếp lại dữ liệu ban đầu cho thích hợp rồi thực hiện lại bài toán.
33 | P a g e
Giá trị thống kê:
2
( Oij −E ij ) (4−6,34 )2 (8−8,45)2 (12−15,83)2
2
χ =∑
α
i; j E ij
=( 6,34
+
8,45
+…+
15,83 ) =3,57
Hay:
⟹Chấp nhận H0. Vậy mức độ ưu tiên cho hoạt động chơi thể thao của sinh viên không phụ
thuộc vào nơi ở hiện tại của các bạn ấy.
D. Tính toán bằng Excel:
Dạng bài: So sánh tỉ số.
Công cụ: Hàm CHITEST.
Bước 1: Nhập số liệu
34 | P a g e
Bước 3: Lập bảng tần số lí thuyết
35 | P a g e
⟹ Chấp nhận H0. Vậy mức độ ưu tiên cho hoạt động chơi thể thao của sinh viên không phụ
thuộc vào nơi ở hiện tại của các bạn.
Câu 6: Khảo sát hệ số tương quan giữa 2 biến định lượng cụ thể, dự đoán phương
trình đường hồi quy tuyến tính giữa chúng ( có hình vẽ minh họa) và nhận
xét về mối tương quan tuyến tính giữa 2 biến.
A: Lập bài toán.
Khảo sát hệ số tương quan giữa 2 biến Số lần tham gia hoạt động trong một tuần và Thời gian
trung bình 1 ngày cho các hoạt động giải trí. Dự đoán phương trình đường hồi quy tuyến tính
giữa chúng và nhận xét về mối tương quan.
37 | P a g e
Kiểm định phương trình hồi quy:
Giả thuyết: Phương trình hồi quy tuyến tính không thích hợp(= 0).
Giả thuyết: Phương trình hồi quy tuyến tính thích hợp( ≠ 0).
Trắc nghiệm
F F (1, n 2) => Chấp nhận giả thuyết.
Với X là thời gian trung bình tham gia hoạt động giải trí trong một ngày; Y là số lần tham gia
hoạt động giải trí trong một tuần.
Từ bảng trên, ta dễ dàng tính được các dữ kiện sau đây:
n=123 , S x =1,3107 , S^x =1.3054 , x́=2.5367
S y =2.1533, ^
S y =2.1446 , ý =3.813 , xy
´ =10.3354
xy
´ −x́ . ý 10.3354−2.5367 × 3.813
{
B=
S^x 2
=
1.30542
=0.389
38 | P a g e
⟹ y= A+ Bx=2.825+0.389 x
39 | P a g e
Bước 2: Sử dụng công cụ “Correlation” trong Data/ Data Analysis
Kết quả:
40 | P a g e
Kết luận: Dựa vào kết quả trên Excel ta có hệ số tương quan: R = 0.236958 chứng tỏ giữa “Số
lần tham gia hoạt động trong một tuần” và “Thời gian trung bình 1 ngày cho các hoạt động giải
trí” có quan hệ không chặt chẽ và tương quan thuận.
Dự đoán phương trình đường hồi quy tuyến tính:
Bước 1: Nhập bảng số liệu
41 | P a g e
Bước 2: Sử dụng công cụ “Regression” trong Data/ Data Analysis
Kết quả:
42 | P a g e
Bước 4: Kết luận
Kiểm định hệ số a, b có nghĩa thống kê (a là hệ số tự do, b là hệ số góc)
Giả thuyết : a, b không có ý nghĩa thống kê.
Giả thuyết : a, b có ý nghĩa thống kê.
P – Value = 3, 71.e 0, 05 → Bác bỏ giả thuyết. Vậy hệ số tự do a có ý nghĩa
10
thống kê.
P – Value = 0.008319 < 0.05 → Bác bỏ giả thuyết. Vậy hệ số góc b có ý nghĩa thống
kê.
Kiểm định đường hồi quy tuyến tính
Giả thuyết : Phương trình đường hồi quy tuyến tính không thích hợp.
Giả thuyết Phương trình đường hồi quy tuyến tính thích hợp.
Significance F = 0,008312 < 0.05 → Bác bỏ giả thuyết.
^
y 2,825 0,389 x đều có ý
Vậy cả hai hệ số 2,825(a) và 0,389(b) của phương trình hồi quy x
nghĩa thống kê. Nói cách khác, phương trình hồi quy này thích hợp.
3. Nhận xét về mối tương quan giữa giữa “Số lần tham gia hoạt động trong một tuần”
và “Thời gian trung bình 1 ngày cho các hoạt động giải trí”
Bước 1: Nhập bảng số liệu
43 | P a g e
n2
T R.
Bước 2: Tính giá trị quan sát: 1 R2
123 2
T 0, 237. 2, 683
1 0, 237 2
Bước 3: Tính giá trị ngưỡng c bằng hàm TINV
c = 1,979764
Biện luận:
Giả thuyết H1: 2 biến không tương quan.
Giả thuyết H2: 2 biến có tương quan.
T c
=> Bác bỏ giả thuyết H1.
Kết luận: 2 biến có tương quan tuyến tính.
44 | P a g e