BÀI GIẢI BÀI TẬP XS - TK

Chương 3, 4 và 5

Ngày 11 tháng 1 năm 2021

Bài tập 4.1:

a) Sử dụng đồ thị stem & leaf.

stem 12.0 leaf unit = 0.0x frequency
120 00 2
120 555 3
121 0000000 7
121 555555555 9
122 0000000000 10
122 55555555 8
123 000000 6
123 55555 5
124 000 3
Nhận xét: Từ dáng điệu đồ thị ta suy rằng số liệu chọn từ 1 biến ngẫu nhiên
có phân phối chuẩn.

b) Tham số mẫu: n = 53.

9
1X 1
x̄ = n i xi = × 646.95 = 12.2066,
n i=1 53
9
2 n X 1
s = ni (xi − x̄)2 = × 0.5502 = 0.0106, s = 0.1029.
n − 1 i=1 52

c) Khoảng tin cậy cho đường kính trung bình có dạng

x̄ − z1−α/2 SE(X̄) ≤ µ ≤ x̄ + z1−α/2 SE(X̄)

1
 s
SE(X̄) = √ = 0.0141.
n

– 95% khoảng tin cậy là:

z1−α/2 = z0.975 = 1.96. Do đó, ta có

12.17896 ≤ µ ≤ 12.23424

– 99% khoảng tin cậy là:

z1−α/2 = z0.995 = 2.58. Do đó, ta có

12.17022 ≤ µ ≤ 12.24298
s
d) Sai số,  = z1−α/2 √ = 0.02, nên
n
√
0.02 × 53
z1−α/2 = = 1.4150,
0.1029
z1−α/2 là phân vị của Z ∼ N (0, 1), nên ta có
α
1− = Φ(z1−α/2 ) = 0.9215 ⇒ α = 0.157,
2
do đó, độ tin cậy là 1 − α = 0.843.
Nếu muốn sai số là 0.02 mà không thay đổi cỡ mẫu thì độ tin cậy giảm còn
84.30%.

e) Ta có
 2
s z0.975 × s
 = z1−α/2 √ ≤ 0.02 ⇒ n ≥ = 176.202
n 0.02
Vậy nếu muốn sai số tối thiểu là 0.02 và độ tin cậy 99% thì cần khảo sát ít nhất
177 chi tiết máy.

Bài tập 4.2:

a) Dùng biểu đồ histogram.

b) X="Trọng lượng trái cây (g)"

Cỡ mẫu: n=82
x̄ = 225.8537; s2 = 175.8055; s = 13.2592

c) KTC cho trọng lượng trung bình trái cây (µ) có dạng:

x̄ − z1−α/2 SE(x̄) ≤ µ ≤ x̄ + z1−α/2 SE(x̄)

2
 s 13.2592
– SE(x̄) = √ = √ = 1.4642
n 82
– ĐTC 95%: z0.975 = 1.96

⇒ KTC: 222.9838 ≤ µ ≤ 228.7235.

– ĐTC 99%: z0.995 = 2.58

⇒ KTC: 222.0759 ≤ µ ≤ 229.6314.

d) Với ĐTC 95%: z0.975 = 1.96

s 13.2592
ε = z0.975 √ = 1.96 √ ≤2
n n
 2
1.96 × 13.2592
⇒n≥ ≥ 168.84
2
Vậy với ĐTC 95% nếu muốn sai số không quá 2g thì phải quan sát ít nhất 169
quả.

e) Y="Số trái cây loại A trong 82 quả"

p="Tỷ lệ trái cây loại A ở nông trường".
Từ mẫu khảo sát : Y=33
Y ∼ B(82, p)
33
Tỷ lệ mẫu: p̂ = = 0.4024
82
KTC 95% cho tỷ lệ p có dạng: (với z0 .975 = 1.96)

p̂ − 1.96SE(p̂) ≤ p ≤ p̂ + 1.96SE(p̂)
r r
p̂(1 − p̂) 0.4024 × 0.5976
SE(p̂) = = = 0.0542
n 82
⇒ KTC: 0.2962 ≤ p ≤ 0.5086.
Nếu muốnr sai số ε ≤ 0.04 với ĐTC 95%:
p̂(1 − p̂)
ε = 1.96 ≤ 0.04
 n2
1.96
⇒n≥ × 0.4024 × 0.5976 ≥ 577.38
0.04
Vậy phải quan sát ít nhất 578 trường hợp.
Hoặcdùngcông thức:
2
1.96
n≥ × 0.25 ≥ 600.25
0.04

Bài tập 4.3:

Gọi X là hàm lượng ion Na+ (đơn vị mEg/lít).

a) Ta có các tham số mẫu là,

3
 11
1 X
Trung bình mẫu X̄ = xi = 137.833.
12 i=1
11
1 X
Phương sai mẫu s2 = (xi − x̄)2 = 19.424.
11 i=1
Độ lệch chuẩn mẫu s = 4.407.

b) Ước lượng khoảng tin cậy,

– γ = 95%.
Ta có mức ý nghĩa tương ứng là α = 0.05, và giá trị phân vị tương ứng là
t11
1−0.05/2 = 2.201.

Khoảng tin cậy 95% cho hàm lượng ion Na+ là

S S
X̄ − tn−1
1−α/2
√ ≤ µ ≤ X̄ + tn−1
1−α/2
√
n n
4.407 4.407
137.833 − 2.201 × √ ≤ µ ≤ 137.833 + 2.201 × √
12 12
135.033 ≤ µ ≤ 140.633

– γ = 99%.
Ta có mức ý nghĩa tương ứng là α = 0.01, và giá trị phân vị tương ứng là
t11
1−0.01/2 = 3.106.

Khoảng tin cậy 99% cho hàm lượng ion Na+ là

133.88 ≤ µ ≤ 141.79

c) Xác định cỡ mẫu n.

S
Ta có  ≤ 1, và  = z1−α/2 √ , nên ta có
n
S
2
z1−α/2 √ ≤ 1 ⇒ z1−α/2 S ≤ n
n

Với α = 0.05 thì

n ≥ (1.96 × 4.407)2 = 74.62 ⇒ nmin = 75

Bài tập 4.4:

a) Dùng đồ thị histogram.

b) Ta có, n=27.
Ta tính được, x̄ = 156.2037; s2 = 37.6781; s = 6.1382

4
 c) KTC 99% cho chiều cao trung bình có dạng:

x̄ − t26 26
0.995 SE(x̄) ≤ µ ≤ x̄ + t0.995 SE(x̄)

với
s 6.1382
– SE(x̄) = √ = √ = 1.1813
n 27
– t26
0.995 = 2.7787

Ta có KTC là: 152.9212 ≤ µ ≤ 159.4862

s
Sai số: ε = tn−1
1−α/2
√ khi mẫu lớn, thay tn−1
1−α/2 bằng z1−α/2
n
s 6.1382
ε = z1−α/2 √ = 2.58 √ ≤1
n n
⇒ n ≥ (2.58 × 6.1382)2 ≥ 250.08
Vậy cần khảo sát thêm 251 − 27 = 224 người
d. Y="Số thanh niên có chiều cao trên 160cm trong 27 thanh niên khảo sát."
p="Tỷ lệ thanh niên có chiều cao lớn hơn 160cm."
Y ∼ B(27, p)
Y 7
Tỷ lệ mẫu, p̂ = = = 0.2593
n 27
KTC 95% cho tỷ lệ thanh niên có sức khỏe loại A.

p̂ − z0.975 SE(p̂) ≤ p ≤ p̂ + z0.975 SE(p̂)

r r
p̂(1 − p̂) 0.2593 × 0.7407
với SE(p̂) = = = 0.0843
n 27
KTC 95%: 0.0941 ≤ p ≤ 0.4245

Bài tập 4.5: Gọi N là số chim trong khu rừng. Do đó, tỷ lệ chim đeo vòng trong khu rừng
1000
là p̂ = .
N
Ta ước lượng p với độ tin cậy 99%.
Chọn ngẫu nhiên 400 con, ta thấy có 80 con có đeo vòng.
80
Tỷ lệ mẫu, p̂ = = 0.2
400
Khoảng tin cậy cho p
r r
p̂(1 − p̂) p̂(1 − p̂)
p̂ − z0.995 ≤ p ≤ p̂ + z0.995
n n
Ta có, r r
p̂(1 − p̂) 0.2 × 0.8
SE(p̂) = = = 0.02, z0.995 = 2.58
n 400
1000
do đó, 99% ktc cho p là 0.1483 ≤ p ≤ 0.2516. Thế p = , thì khi đó ta có
N
3875 ≤ N ≤ 6739

5
Bài tập 4.8: Gọi p là tỷ lệ nón bảo hiểm bị hỏng.
18
Theo đề ra, ta có p̂ = = 0.36
50
a) Khoảng tin cậy 95% cho tỷ lệ nón hỏng là

p̂ − 1.96SE(p̂) ≤ p ≤ p̂ + 1.96SE(p̂)

Ta xác định được rằng,

r r
p̂(1 − p̂) 0.36(1 − 0.36)
SE(p̂) = = = 0.06788
n 50
Do đó, khoảng tin cậy sẽ là [0.227; 0.493]

b) Xác định cỡ mẫu.

r
p̂(1 − p̂)
Sai số  = 1.96 < 0.02, nên ta xác định được
n
 2  2
1.96 1.96
n≥ p̂(1 − p̂) = 0.36(1 − 0.36) ≈ 2213
0.02 0.02

Bài tập 5.1: Gọi X = độ pH của chất lỏng.

X ∼ N (µ, 0.022 )

a) Phát biểu giả thuyết và đối thuyết:


H0 : µ = 8.20


6
H1 : µ = 8.20


Mức ý nghĩa: α = 0.10

Tính giá trị thống kê kiểm định:
x̄ − 8.20 8.179 − 8.20
z0 = √ = √ = −3.3204
σ/ n 0.02/ 10
Xác định miền bác bỏ:

Bác bỏ H0 khi |z0 | > zα/2

Do α = 0.10 nên zα/2 = z0.05 = 1.65
Vậy bác bỏ H0 nếu z0 < −1.65 hoặc z0 > 1.65
Kết luận:
Do Z0 = −3.3204 < −1.65 nên bác bỏ H0 .
Ta kết luận với 90% độ tin cậy rằng độ pH trung bình của chất lỏng không bằng
8.20.

6
 b) Giả thuyết như và miền bác bỏ như câu (a).
Mức ý nghĩa α = 0.05
Do α = 0.05 nên zα/2 = z0.025 = 1.96
Vậy bác bỏ H0 nếu z0 < −1.96 hoặc z0 > 1.96
Mà z0 = −3.3204 < −1.96 nên bác bỏ H0 .
Ta kết luận với 95% độ tin cậy trung bình giá trị pH của chất lỏng không bằng
8.20.

Bài tập 5.2: Gọi X = nhiệt độ cơ thể phụ nữ, X ∼ N (µ, σ 2 ). Các tham số mẫu

x̄ = 98.264; s = 0.482; n = 25

(a) Khoảng tin cậy 95% cho nhiệt độ cơ thể trung bình:
s s
x̄ − tn−1
α/2
√ ≤ µ ≤ x̄ + tn−1
α/2
√
n n

Sai số ước lượng:

s 0.482
 = t24
0.025 √ = 2.064 = 0.1990
n 5
Khoảng tin cậy 95% cho µ: 98.065 ≤ µ ≤ 98.463.

(b) Kiểm định giả thuyết: 

H0 : µ = 98.6


H1 : µ 6= 98.6


Giá trị thống kê kiểm định:

x̄ − µ0 98.264 − 98.6
t0 = √ = √ = −3.4855
s/ n 0.482/ 25

Với α = 0.05 bác bỏ H0 khi |t0 | > t24

0.025 = 2.064.

Ta có |t0 | = 3.4855 > 2.064 nên bác bỏ H0 . Ta kết luận rằng nhiệt độ cơ thể của
phụ nữ khác 98.6◦ F.
Tính p - giá trị:

p = 2 (1 − P (T24 ≤ |t0 |)) = 2 (1 − P (T24 ≤ 3.4855)) = 0.00191

Bài tập 5.3: Đặt p = tỷ lệ kỹ sư tốt nghiệp đại học tiếp tục học lên cao (Thạc sĩ, Tiến
sĩ).
Tỷ lệ mẫu:
117
p̂ = = 0.2417
484
7
 (a) Khoảng tin cậy 95% cho tỷ lệ p:
r r
p̂(1 − p̂) p̂(1 − p̂)
p̂ − z0.025 ≤ p ≤ p̂ + z0.025
n n
Sai số ước lượng: r
0.2417 × 0.7583
 = 1.96 = 0.0195
484
Khoảng tin cậy 95% cho p: 0.2222 ≤ p ≤ 0.2612.

(b) Kiểm định giả thuyết 

H0 : p = 0.5


H1 : p 6= 0.5


Giá trị thống kê kiểm định:

p̂ − p0 0.2417 − 0.5
z0 = r = r = −11.3652
p0 (1 − p0 ) 0.5 × 0.5
n 484

Bác bỏ H0 khi |z0 | > z0.025 = 1.96. Ta có |z0 | = 11.3652 > 1.96. Do đó bác bỏ
H0 . Tức là tỷ lệ các kỹ sư tiếp tục học lên cao (Thạc sĩ, Tiến sĩ) không bằng
một nửa trong tất cả các kỹ sư tốt nghiệp ở các trường đại học với mức ý nghĩa
5%.
Tính p - giá trị

p = 2[1 − Φ(|z0 |)] = 2[1 − Φ(11.3652)] = 2(1 − 1) ≈ 0

Bài tập 5.4: Kiểm định giả thuyết về trung bình độ ô nhiễm của hai hồ

H0 : µA = µB
H1 : µA 6= µB

Ta thấy
A−B 11.17 − 11.9875
z0 = r = r = −4.8
σA2 σB2 0.09 0.16
+ +
10 8 10 8
Miền bác bỏ là |z0 | > zα/2 và nhận thấy

|z0 | > 1.96 = z0.025

nên bác bỏ giả thiết H0 , nghĩa là hai hồ không có cùng độ ô nhiễm.

8
Bài tập 5.5: Gọi X, Y lần lượt là đường kính do máy dập 1 và 2 làm ra. X ∼ N (µ1 , σ 2 ),
Y ∼ N (µ2 , σ 2 ).

(a) Phát biểu giả thuyết 

H0 : µ1 = µ2


H1 : µ1 6= µ2


Phương sai bằng nhau, tính phương sai chung:

(n − 1)s21 + (m − 1)s22 14 × 0.35 + 16 × 0.4
s2p = = = 0.3767
n+m−2 15 + 17 − 2
Do đó sp = 0.6137. Giá trị thống kê kiểm định:

x̄ − ȳ − (µ1 − µ2 ) 8.73 − 8.68

t0 = r = r = 0.23
1 1 1 1
sp + 0.6137 +
n m 15 17

Với α = 0.01 và df = n + m − 2 = 30, ta có t30

0.025 = 2.042.

Bác bỏ H0 khi |t0 | > t23

0.025 . Ta có |t0 | = 0.23 < 2.042. Do đó không đủ cơ sở để

bác bỏ H0 . Tức là đường kính trung bình các cây thép do hai máy dập tự động
làm ra bằng nhau.
Tính p - giá trị:
p = 2(1 − P (T30 < |T0 |)) = 0.8196

(b) Đặt D = X̄ − Ȳ , khi không biết phương sai hai mẫu và phương sai bằng nhau.
Gọi s2p là phương sai ước lượng chung, thì

X̄ − Ȳ − (µ1 − µ2 )
T = r ∼ t(n + m − 2)
1 1
sp +
n m

Với cách xây dựng tương tự như khoảng tin cậy trong trường hợp một mẫu, ta
có khoảng tin cậy với độ tin cậy 100(1 − α)% cho µ1 − µ2 có dạng:
r r
n+m−2 1 1 n+m−2 1 1
x̄ − ȳ − tα/2 sp + ≤ µ1 − µ2 ≤ x̄ − ȳ + tα/2 sp +
n m n m

Sai số ước lượng:

r
1 1
 = 2.042 × 0.6137 + = 0.4439
15 17

Vậy ta có khoảng tin cậy cần tìm là: −0.3939 ≤ µ1 − µ2 ≤ 0.4939.

9
Bài tập 5.6: Kiểm tra xem thuốc có làm thay đổi huyết áp của bệnh nhân.
Gọi X1 và X2 lần lượt là huyết áp của bệnh nhân trước và sau khi dùng thuốc.
Chú ý rằng, ở thí nghiệm này, bác sĩ đo huyết áp trên cùng một hoặc nhiều bệnh
nhân trong hai thời điểm (trước và sau khi dùng thuốc) vì thế hai mẫu thu được phụ
thuộc nhau. Vì vậy, ta thực hiện kiểm định với hai mẫu bắt cặp.
Gọi D là chỉ số chênh lệch huyết áp giữa hai lần đo (X1 − X2 ), ta có bảng số liệu sau,

N# 1 2 3 4 5 6 7 8 9 10
D -6 -8 -3 4 -6 2 -6 1 -7 -2

Ta tính được d¯ = −3.1 và sD = 4.202.

Kiểm định giả thuyết: 

H : µ = 0
0 D

H1 : µD 6= 0


Giá trị thống kê,

d¯ − d0 −3.1
t0 = √ = √ = −2.333
sD / n 4.202/ 10
Bác bỏ H0 khi |t0 | > tn−1
α/2 .

Với α = 0.05 thì tn−1 9

α/2 = t0.025 = 2.2616.

Ta có: |t0 | > 2.2616 nên bác bỏ giả thuyết H0 tại mức ý nghĩa 5%. Tức là với độ tin
cậy 95% thuốc giảm đau làm thay đổi huyết áp của bệnh nhân.
Tính p giá trị:

p − giá trị = 2[1 − P (|t0 |)] = 0.0445

Bài tập 5.7: Gọi p1 , p2 lần lượt là tỷ lệ côn trùng chết trong phòng phun thuốc loại 1 và
loại 2. Theo bài ra ta có n1 = n2 = 100 và
64 52
p̂1 = = 0.64, p̂2 = = 0.52
100 100
Kiểm định giả thuyết: 
H0 : p1 = p2


H1 : p1 6= p2


Ta có
p̂1 n1 + p̂2 n2 64 + 52
p̂ = = = 0.58 ; q̂ = 1 − p̂ = 0.42
n1 + n2 100 + 100

10
 Giá trị thống kê kiểm định
p̂1 − p̂2 0.64 − 0.52
z0 = s  =s   = 1.719
1 1 1 1
p̂q̂ + 0.58 × 0.42 +
n1 n2 100 100

Với α = 0.05 ta có zα/2 = z0.025 = 1.96. Bác bỏ H0 khi |z0 | > z0.975 .
Ta có |z0 | = 1.719 < 1.96 nên ta không đủ cơ sở để bác bỏ giả thuyết H0 , tức là hai
loại thuốc có hiệu quả diệt côn trùng như nhau với mức ý nghĩa 5%.
Tính p-giá trị:
p − giá trị = 2[1 − Φ(z0 )] = 0.0856

Bài tập 5.8: Gọi X = hàm lượng Phenolbarbitol trong một viên thuốc, X ∼ N (µ, 1.32 ).
Mẫu khảo sát: x̄ = 19.7, n = 25.

(a) Khoảng tin cậy 95% cho hàm lượng Phenolbarbitol trung bình:
σ σ
x̄ − zα/2 √ ≤ µ ≤ x̄ + zα/2 √
n n

Sai số ước lượng:

1.3
 = 1.96 × √ = 0.5096
25
Khoảng tin cậy 95% cho µ: 19.1904 ≤ µ ≤ 20.2096.

(b) Kiểm định giả thuyết 


H
0 : µ = 20.0

H1 : µ 6= 20.0


Giá trị thống kê kiểm định:

x̄ − µ0 19.7 − 20
z0 = √ = = −1.154
σ/ n 1.3/5

Bác bỏ H0 khi: |z0 | > zα/2 = z0.025 = 1.96.

Ta có: |z0 | = 1.154 < 1.96 nên chưa đủ cơ sở để bác bỏ H0 . Ta kết luận với
95% độ tin cậy rằng hàm lượng Phenolbarbitol trung bình trong một viên thuốc
bằng 20.0 mg.
Tính p-giá trị:

p = 2 (1 − Φ(|z0 |)) = 2 (1 − Φ(1.15)) = 0.2501

11
 (c) Khoảng tin cậy 95% cho µ: µ: 19.1904 ≤ µ ≤ 20.2096.
Vì 20.0 ∈ [19.1904, 20.2096] nên ta có thể kết luận rằng không đủ cơ sở để bác
bỏ H0 với độ tin cậy 95%.

Bài tập 5.9: Gọi X là lượng mưa từ các đám mây. Các tham số mẫu:

x̄ = 26.035; s = 4.785

(a) Khoảng tin cậy 95% cho lượng mưa trung bình:
s s
x̄ − tn−1
α/2
√ ≤ µ ≤ x̄ + tn−1
α/2
√
n n
Sai số ước lượng:
s
 = t19
0.005 √ = 3.061
n
Khoảng tin cậy 99% cho µ: 22.974 ≤ µ ≤ 29.096.
(b) Kiểm định giả thuyết: 

H
0 : µ ≤ 25

H1 : µ > 25


Tính thống kê kiểm định:

x̄ − µ0 26.035 − 25
t0 = √ = √ = 0.967
s/ n 4.785/ 20
Với α = 0.05, ta có tn−1
α = t19
0.01 = 2.539.

Ta có t0 < 2.539, nên không đủ cơ sở để bác bỏ giả thuyết H0 . Tức là lượng

mưa trung bình từ các đám mây không lớn hơn 25 acre-feet.
Tính p - giá trị:
p = 1 − P(T19 < 0.967) = 0.173

Bài tập 5.10: Gọi p là tỷ lệ người thất nghiệp trong thành phố. Theo bài ra ta có
421
p̂ = = 0.1203
3500
(a) Khoảng tin cậy 95% cho tỷ lệ p:
r r
p̂(1 − p̂) p̂(1 − p̂)
p̂ − z0.005 ≤ p ≤ p̂ + z0.005
n n
Sai số ước lượng:
0.1203 × 0.8797
 = 2.58 = 0.0142
3500
Khoảng tin cậy 99% cho p: 0.1061 ≤ p ≤ 0.1345.

12
 (b) Kiểm định giả thuyết 

H : p ≥ 0.11
0

H1 : p < 0.11


Giá trị thống kê kiểm định:

p̂ − p0 0.1203 − 0.11
z0 = r =r = 1.9475
p0 (1 − p0 ) 0.11(1 − 0.11)
n 3500

Với α = 0.01 ta có zα = z0.01 = 2.33.

Bác bỏ H0 khi z0 < −z0.99 . Ta có z0 > −2.33, do đó ta không đủ cơ sở để bác
bỏ giả thuyết H0 . Tức là dự án của thành phố không làm giảm tỷ lệ người thất
nghiệp.
Tính p - giá trị:
p = Φ(z0 ) = Φ(1.95) = 0.974

Bài tập 5.11: Gọi X, Y lần lượt là độ chịu lực của 2 loại nhựa, ta có

X1 ∼ N (µ1 , 1), X2 ∼ N (µ2 , 1)

(a) Kiểm định giả thuyết 


H
0 : µ1 − µ2 ≤ 10

H1 : µ1 − µ2 > 10


Giá trị thống kê kiểm định:

x̄1 − x̄2 − 10 162.5 − 155 − 10
z0 = r 2 2
= r = −5.839
σ1 σ2 1 1
+ +
n1 n2 10 12

Với α = 0.05 ta có zα = z0.05 = 1.65.

Ta có z0 < 1.65, nên chưa đủ cơ sở bác bỏ giả thuyết H0 . Tức là công ty sẽ sử
dụng loại nhựa 2.
Tính p-giá trị:
p = 1 − Φ(z0 ) = 1 − Φ(−5.839) ≈ 1

(b) Đặt D = X̄ − Ȳ thì D có phân phối chuẩn với trung bình và phương sai bằng:

σ12 σ22
E(D) = µ1 − µ2 ; Var(D) = +
n m

13
 Khi đó:
D − E(D) X̄ − Ȳ − (µ1 − µ2 )
Z=p = r 2 ∼ N (0, 1)
Var(D) σ1 σ22
+
n1 n2
Với cách xây dựng tương tự như khoảng tin cậy trong trường hợp một mẫu, ta
có khoảng tin cậy với độ tin cậy 100(1 − α)% cho µ1 − µ2 có dạng:
s s
2 2
σ1 σ2 σ12 σ22
x̄ − ȳ − zα/2 + ≤ µ1 − µ2 ≤ x̄ − ȳ + zα/2 +
n1 n2 n1 n2

Sai số ước lượng: r

1 1
 = 1.96 + = 0.8392
10 12
Vậy khoảng tin cậy 95% cho µ1 − µ2 : 6.661 ≤ µ1 − µ2 ≤ 8.339.

Bài tập 5.12: Câu hỏi: Hàm lượng chì trong máu của những đứa trẻ có cha mẹ làm trong
nhà máy sản xuất có liên quan đến chì (X1 ) có xu hướng cao hơn hàm lượng chì
trong máu của những đứa trẻ có cha mẹ có công việc không liên quan đến chì (X2 )
hay không? Mức ý nghĩa α = 0.05.
Gọi: µ1 và µ2 lần lượt là trung bình của X1 và X2 . Phát biểu giả thuyết


H : µ = µ
0 1 2

H1 : µ1 > µ2


Biết n1 = n2 = 33, x̄1 = 0.015, s1 = 0.004, x̄2 = 0.006, s2 = 0.006.

Giả sử phương sai bằng nhau, tính phương sai chung:
(n1 − 1)s21 + (n2 − 1)s22 32 × 0.0042 + 32 × 0.0062
s2p = = = 2.6 × 10−5
n1 + n2 − 2 33 + 33 − 2

Tính giá trị thống kê kiểm định

x̄ − x̄2 0.015 − 0.006
z= q1 = p = 7.16
1
sp n1 + n2 1 0.005099 2/33

Với α = 0.05, bác bỏ H0 khi: z > z0.05 = 1.65.

Kết luận: z = 7.16 > 1.65< nên bác bỏ H0 , ta kết luận với 95% độ tin cậy rằng hàm
lượng chì trung bình trong máu của những đứa trẻ có cha mẹ làm trong nhà máy sản
xuất có liên quan đến chì cao hơn hàm lượng chì trong máu của những đứa trẻ có
cha mẹ làm việc trong các ngành không liên quan.

14