Full Cong Thuc Demo

PHẦN I: XAÙC SUAÁT
1. Bieán coá ngaãu nhieân & xaùc suaát cuûa bieán coá:
1.1. Coâng thöùc coäng xaùc suaát:
1.1.1. p(A+B)=p(A)+p(B) (2 bieán coá xung khaéc)
1.1.2. p(A+B)=p(A)+p(B)-p(A.B)  p(A+B+C)=p(A)+p(B)+p(C)-
[p(AB)+p(AC)+p(BC)]+p(ABC)
1.2. Coâng thöùc nhaân xaùc suaát:
1.2.1. p(A.B)=p(A).p(B) (2 bieán coá ñoäc laäp)
1.2.2. p(A.B)=p(A).p(B/A)  p( A1 A2 ... An )  p( A1 ). p( A2 / A1 )... p( An / A1 A2 .. An1 )
1.3. Coâng thöùc Bernoulli: cho 2 bieán coá A vaø A
1.3.1. pn ( x)  Cnx p x q n x , p=p(A), q=1-p
1.4. Coâng thöùc xaùc suaát ñaày ñuû:
p( F )  p( A1 ). p( F / A1 )  p( A2 ). p( F / A2 )  ...  p( An ). p( F / An )
p( Ai .F ) p( Ai ). p( F / Ai )
1.5. Coâng thöùc Bayes: p( Ai / F )  
p( F ) p( F )
2. Bieán ngaãu nhieân:
2.1. Baûng phaân phoái xaùc suaát (bieán ngaãu nhieân rôøi raïc)
2.2. Haøm maät ñoä xaùc suaát ( f ( x) ) (bieãn ngaãu nhieân lieân tuïc)
2.2.1. f ( x)  0

2.2.2.  f ( x)dx 1

b
2.2.3. p(a  x  b)   f ( x)dx
a
2.3. Haøm phaân phoái xaùc suaát ( F ( x) ) (duøng cho caû 2 loaïi bieán-thöôøng laø bieán ngaãu nhieân lieân
tuïc)
2.3.1. F ( x) =p( F <x)
2.3.2. F '( x)  f ( x)
x
2.3.3. F ( x)   f (t )dt

2.4. Kyø voïng

2.4.1. E( x)  x1 p1  x2 p2  ...  xn pn (töø baûng phaân phoái xaùc suaát)

2.4.2. E ( x)   xf ( x)dx

2.5. Phöông sai:

2.5.1. V ( x)  E ( x2 )  [ E ( x)]2
Tài liệu được chia sẻ miễn phí tại website:

TAILIEUHUST.COM
 
2.5.2. V ( x)   x f ( x)dx  [  xf ( x)dx]2
2
 
3. Moät soá phaân phoái xaùc suaát thoâng duïng:

3.1. Phaân phoái chuaån toång quaùt: X ~ N (; 2 )
( x   )2
1 
3.1.1. f ( x) 
2 2
e
 2

3.1.2.  f ( x)dx  1

3.1.3. ModX  MedX   ; E( x)   ,V ( x)   2

b a 
3.1.4. p(a  x  b)   ( ) ( )

3.1.5. Phaân phoái chuaån taéc   0,  2  1
3.1.5.1. T ~ N (0,1)
2
1  t2
3.1.5.2. f (t )  e
2
X 
3.1.5.3. Ñoåi bieán T 

3.1.5.4. p(a  x  b)   (b)   (a)
3.2. Phaân phoái Poisson: X ~ P( ) ,  >0
k
3.2.1. p(  k )  e 
k!
3.2.2. E( x)  V ( x)  
3.3. Phaân phoái nhò thöùc: X ~ B(n, p)
3.3.1. p( X  k )  pn (k )  Cnk p k q nk , p  q  1
n
3.3.2.  p( X  k )  1
k 0
3.3.3. E( x)  np , ModX  x0 , np  q  x0  np  q
3.3.4. Khi n=1: X ~ B(1, p) :phaân phoái khoâng-moät
3.3.4.1. E( x)  p, E( x2 )  p,V ( x)  pq
3.3.5. Xấp xỉ phaân phoái nhò thöùc:
3.3.5.1. Baèng phaân phoái Poisson: n >50, p <0.1; X ~ B(n, p)  X ~ P( ) ,   np .
nk  k
p( x  k )  C p q k
n
k
e
k!

TAILIEUHUST.COM
3.3.5.2. Baèng phaân phoái chuaån:
np  0.5, nq  0.5,   np,   npq . X ~ B(n, p)  X ~ N (np, npq)
1 k  k  k 
p( x  k )  f ( ) ; p( k1 <X< k2 )   ( 2 ) ( 1 )
   
3.4. Phaân phoái sieâu boäi: X ~ H ( N , N A , n) [N:toång soá phaàn töû, N A :Soá phaàn töû coù tính chaát
A trong N, n: soá phaàn töû laáy ngaãu nhieân].Goïi X laø soá phaàn töû coù tính chaát A trong n.
CNk A .CNn kN A
p( X  k ) 
CNn
N n
3.4.1. E ( X )  np, p  A ; V ( X )  npq.
N
, q  1 p
N N 1
3.4.2. Xaáp xæ phaân phoái sieâu boäi baèng phaân phoái nhò thöùc:
NA
n  0.05N  X ~ B(n, p) ; p( X  k )  Cnk p k q nk , p 
N
3.5. Bieán ngaãu nhieân 2 chieàu: X vaø Y ñoäc laäp  Pij  p( xi ).q( y j ) vôùi moïi i,j
3.6. Hieäp phöông sai vaø heä soá töông quan:
3.6.1. Hieäp phöông sai(cov): cov( X , Y )  E( XY )  E( X )E(Y )
cov( X , Y )
3.6.2. Heä soá töông quan  X ,Y :  X ,Y 
 ( X ) (Y )
PHAÀN 2: THOÁNG KEÂ
1. Toång theå vaø maãu
1.1.Thöïc haønh tính toaùn treân maãu:
1 n
1.1.1. Tính trung bình ( X n ): X n   xi
n i 1
mA
1.1.2. Tính tyû leä maãu: ( f n ); f n 
( mA :soá phaàn töû mang tính chaát A; n: kích thöôùc maãu)
n
1 k
1.1.3. Tính phöông sai maãu: S 2  [ ni xi 2  n( X ) 2 ]
n 1 1
1.2.Öôùc löôïng tham soá cuûa toång theå:
1.2.1. Öôùc löôïng ñieåm: E( X n )   , E( f n )  p, E (S 2 )   2
1.2.2. Öôùc löôïng khoaûng:
1.2.2.1. Öôùc löôïng khoaûng cho trung bình: Vôùi ñoä tin caäy 1-  cho tröôùc, 1 maãu
kích thöôùc n.
n  30 ,  bieát
2
n  30 ,  2 chöa bieát
X , X ,s
1  X   , 2  X   1  X   , 2  X  

TAILIEUHUST.COM
 s
  u .   u .
2 n 2 n
 
( 1   0.5-  u ) ( 1   0.5-  u )
2 2 2 2
n <30,  2 bieát n <30,  2 chöa bieát

Nhö TH1 X ,s
1  X   , 2  X  
s
 t  .
( n 1, ) n
2
1.2.2.2. Öôùc löôïng khoaûng cho tyû leä: toång theå coù tyû leä p chöa bieát, vôùi ñoä tin caäy
1   cho tröôùc, vôùi 1 maãu kích thöôùc n, tyû leä maãu f n . Tìm 2 soá p1 , p2 thoaû:
f (1  f )
p( p1  p  p2 )  1   , p1,2  f n   Coâng thöùc:   u
2 n
1.2.2.3. Öôùc löôïng khoaûng cho phöông sai:Giaû söû toång theå coù  2 chöa bieát. Döïa
vaøo 1 maãu kích thöôùc n, vôùi ñoä tin caäy 1-  cho tröôùc.
(n  1) S 2 (n  1) S 2
TH1:  chöa bieát, bieát S . Khi ñoù ta coù   [
2 2
, ] trong ñoù
2 2
1 2
 
12   2 (n  1, ) ,  22   2 (n  1,1  )
2 2
TH2:  bieát. Khi ñoù  2  [

 ni ( xi   ) ,
 n ( x   ) ] , trong ñoù
i i
 2
1  2
2
 
12   2 (n, ) ,  22   2 (n,1  )
2 2
1.2.3. Kieåm ñònh giaû thuyeát thoáng keâ:
1.2.3.1. Kieåm ñònh giaû thuyeát thoáng keâ cho 
1.2.3.1.1.TH1:  2 bieát
Giaû thuyeát thoáng keâ W :  2 bieát (mieàn baùc boû H 0 )
H 0 :   0 X  0
W  {u  n , u > u }
H1 :  ≠ 0  2
H 0 :   0 X  0
W  {u  n ,u<- u }
H1 :  < 0 
H 0 :   0 X  0
W  {u  n ,u> u }
H1 :  > 0 
1.2.3.1.2.TH2: n  30 ,  2 khoâng bieát

TAILIEUHUST.COM
Giaû thuyeát thoáng keâ W (mieàn baùc boû H 0 )
H 0 :   0 X  0
W  {u  n , u > u }
H1 :  ≠ 0 s 2
H 0 :   0 X  0
W  {u  n ,u<- u }
H1 :  < 0 s
H 0 :   0 X  0
W  {u  n ,u> u }
H1 :  > 0 s
1.2.3.1.3.TH3: n <30,  2 khoâng bieát

H 0 :   0 X  0
W  {t  n, t > t  }
H1 :  ≠ 0 s ( n 1, )
2
H 0 :   0 X  0
W  {t  n , t <- t  }
H1 :  < 0 s ( n 1, )
2
H 0 :   0 X  0
W  {t  n, t > t  }
H1 :  > 0 s ( n 1, )
2
1.2.3.2. Kieåm ñònh giaû thuyeát thoáng keâ cho tyû leä:
H 0: p  p0 f  p0
W  {u  , u > u }
H1: p ≠ p0 p0 (1  p0 ) 2
n
H 0: p  p0 f  p0
W  {u  , u <- u }
H1: p < p0 p0 (1  p0 )
n
H 0: p  p0 f  p0
W  {u  , u > u }
H1: p > p0 p0 (1  p0 )
n
1.2.3.3. Kieåm ñònh giaû thuyeát thoáng keâ cho phöông sai:
1.2.3.3.1.TH1:  chöa bieát
H 0 :  2   02 (n  1) s 2
W  { 2  ,  2 < 12 hoaëc  2 >  22
H1 :  ≠ 
2 2
0
 2
0
 2
1
2
 ,  22   2 
( n 1,1 ) ( n 1, )
2 2

TAILIEUHUST.COM
H 0 :  2   02 (n  1) s 2
W  { 2  ,  2 <  2( n1,1 )
H1 :  < 
2 2
0
 02
H 0 :  2   02 (n  1) s 2
W  {  2
,  2 >  2( n1, )
H1 :  > 
2 2
0
 2
0
1.2.3.3.2.TH2:  bieát.
H0 :   
2 2
0
W  { 2

 n (x  )i i
2
,  2 < 12 hoaëc  2 >  22

H1 :  2 ≠  02  2
0
12   2  ,  22   2 
( n ,1 ) ( n, )
2 2
H 0 :  2   02
W  { 2 
 n (x  )
i i
2
,  2 <  2( n,1 )
H1 :  < 
2 2
0
 2
0
H0 :   
2 2
0
W  { 2

 n (x  )i i
2
,  2 >  2( n, )
H1 :  2 >  02  2
0
1.2.4. So sánh 2 tham số của tổng thể:

1.2.4.1. So sánh 2 số trung bình:
1.2.4.1.1.TH1: m  30, n  30,12 ,  22 biết
GTTK W
H 0 : 1  2  
H1 : 1  2  
 X Y 
W  u  ; u  u 
 1  2
2 2
2 
  
m n
H 0 : 1  2  
 
H1 : 1   2  X Y 
W  u  ; u  u 
 1  2
2 2

  
m n
H 0 : 1  2  
 
H1 : 1   2  X Y 
W  u  ; u  u 
  12  22 
  
m n
1.2.4.1.2.TH2: m 30, n 30, 12 ,  22 biết, X,Y có phân phối chuẩn

GTTK W

TAILIEUHUST.COM
H 0 : 1  2  
H1 : 1  2  
 X Y 
W  u  ; u  u 
 1  2
2 2
2 
  
m n
H 0 : 1  2  
 
H1 : 1   2  X Y 
W  u  ; u  u 
 1  2
2 2

  
m n
H 0 : 1  2  
 
H1 : 1   2  X Y 
W  u  ; u  u 
 1  2
2 2

  
m n
1.2.4.1.3.TH3: m  30, n  30,12 ,  22 không biết

GTTK W
H 0 : 1  2  
H1 : 1  2  
 X Y 
W  u  ; u  u 
 s12 s22

2 
 m n 
H 0 : 1  2  
 
H1 : 1   2  X Y 
W  u  ; u  u 
 s12 s22
 
 m n 
H 0 : 1  2  
 
H1 : 1   2  X Y 
W  u  ; u  u 
 s12 s22
 
 m n 
1.2.4.1.4.TH4: m 30, n 30, X,Y có phân phối chuẩn, 12   22 không biết
GTTK W
H 0 : 1  2  
 
H1 : 1  2  X Y  2  m  1 s1   n  1 s2
2 2
W  t  ; t  t  s 
 2 1 1  m  n  2, 
2
mn2
s    
 m n 

TAILIEUHUST.COM
H 0 : 1  2  
 
H1 : 1   2  X Y 
W  t  ; t  t m  n  2,  
  1 1 
s2   
 m n 
H 0 : 1  2  
 
H1 : 1   2  X Y 
W  t  ; t  t m  n  2,  
  1 1 
s2   
  m n  
1.2.4.1.5.TH5: m 30, n 30, X,Y có phân phối chuẩn, 12   22 chưa biết
GTTK W
H 0 : 1  2  
H1 : 1  2  
 X Y 2 2
s s t v t v 
W   g  ; g  t ; t1  t   , t2  t   ; v1  , v2  ; t  1 1 2 2 
1 2
 s12 s22  m 1,   n 1,  m n v1  v2 

   2  2

m n
H 0 : 1  2  
 
H1 : 1   2  X Y 
W   g  ; g  t ; t1  t m 1,  , t2  t( n 1, ) 
 s12 s22
 
 m n 
H 0 : 1  2  
 
H1 : 1   2  X Y 
W   g  ; g  t
 s12 s22
 
 m n 
1.2.4.2. So sánh 2 tỷ lệ:

GTTK W
H 0 : 1  2  
H1 : 1  2  
 f1  f 2 k1 k2 
W  u  ; u  u ; f1  , f 2  
  1 1 m n
f 1  f     2
 m n 
H 0 : 1  2  
 
H1 : 1   2  f1  f 2 
W  u  ; u  u 
  1 1 
f 1  f    
  m n  

TAILIEUHUST.COM
H 0 : 1  2  
 
H1 : 1   2  f1  f 2 
W  u  ; u  u 
  1 1 
f 1  f    
 m n 
1.2.4.3. So sánh 2 phương sai:

GTTK W
H 0 : 12   22  
 s12 1 
H1 :   
2 2
W   g  , g  f hayg  f ; f  f   m  1, n  1 , f  
f   n  1, m  1 
1 2 2
 s2 2
 2 
H 0 : 12   22  s12

W   g  , g  f (m  1, n  1) 
H1 : 12   22  s22


TAILIEUHUST.COM
-1- Tóm tắt công thức
Tóm tắt công thức Xác Suất - Thống Kê

I. Phần Xác Suất
1. Xác suất cổ điển
 Công thức cộng xác suất: P(A+B)=P(A)+P(B)-P(AB).
 A1, A2,…, An xung khắc từng đôi  P(A1+A2+…+An)=P(A1)+P(A2)+…+P(An).
 Ta có
o A, B xung khắc  P(A+B)=P(A)+P(B).
o A, B, C xung khắc từng đôi  P(A+B+C)=P(A)+P(B)+P(C).
o P ( A)  1  P( A) .
P( AB) P( AB)
 Công thức xác suất có điều kiện: P( A / B)  , P( B / A)  .
P( B) P( A)
 Công thức nhân xác suất: P(AB)=P(A).P(B/A)=P(B).P(A/B).
 A1, A2,…, An độc lập với nhau  P(A1.A2.….An)=P(A1).P(A2).….P( An).
 Ta có
o A, B độc lập  P(AB)=P(A).P(B).
o A, B, C độc lập với nhau  P(A.B.C)=P(A).P(B).P(C).
 Công thức Bernoulli: B(k ; n; p)  Cnk p k q nk , với p=P(A): xác suất để biến cố A
xảy ra ở mỗi phép thử và q=1-p.
 Công thức xác suất đầy đủ - Công thức Bayes
o Hệ biến cố gồm n phần tử A1, A2,…, An được gọi là một phép phân
 A . A  i  j;i, j 1, n
hoạch của    i j
 A1  A2  ...  An  
o Công thức xác suất đầy đủ:
n
P ( B )   P ( Ai ).P ( B / Ai ) P ( A1 ).P ( B / A1 )  P ( A2 ).P ( B / A2 )  ...  P( An ).P( B / An )
i 1
o Công thức Bayes:

P( Ai ).P( B / Ai )
P( Ai / B) 
P( B)
với P ( B )  P ( A1 ).P ( B / A1 )  P ( A2 ).P( B / A2 )  ...  P( An ).P( B / An )
2. Biến ngẫu nhiên
a. Biến ngẫu nhiên rời rạc
 Luật phân phối xác suất
X x1 x2 … xn
P p1 p2 … pn với pi  P ( X  xi ), i  1, n.
Ta có:
n
 pi  1 và P{a  f(X)  b}=  pi
i 1 a f(xi b
-1- XSTK
 Hàm phân phối xác suất

FX ( x )  P ( X  x)   pi
xi  x
 Mode
ModX  x0  p0  max{ pi : i  1, n}
 Median
  pi  0,5
 P ( X  xe )  0, 5  x x
MedX  xe   i e
 P ( X  xe )  0,5   pi  0, 5
 xi  xe
 Kỳ vọng
n
EX   ( xi . pi ) x1. p1  x2 . p2  ...  xn . pn
i 1
n
E ( ( X ))   ( ( xi ). pi )  ( x1 ). p1   ( x2 ). p2  ...   ( xn ). pn
i 1
 Phương sai
VarX  E ( X 2 )  ( EX )2
n
với E ( X )   ( xi2 . pi ) x12 . p1  x22 . p2  ...  xn2 . pn
2
i 1
b. Biến ngẫu nhiên liên tục.

 f(x) là hàm mật độ xác suất của X   f ( x)dx  1 ,

b
P{a  X  b}   f ( x).dx
a
 Hàm phân phối xác suất
x
FX ( x )  P ( X  x )  

f (t )dt
 Mode
ModX  x0  Hàm mật độ xác suất f(x) của X đạt cực đại tại x0.
 Median
xe
1 1
MedX  xe  FX ( xe )    f ( x )dx  .
2  2
 Kỳ vọng

EX   x. f ( x)dx .


E ( ( X ))    ( x). f ( x)dx

-2- XSTK
 Phương sai

VarX  E ( X 2 )  ( EX )2 với EX 2   x 2 . f ( x)dx .

c. Tính chất
- E (C )  C ,Var (C )  0 , C là một hằng số.
- E (kX )  kEX ,Var (kX )  k 2VarX
- E (aX  bY )  aEX  bEY
- Nếu X, Y độc lập thì E ( XY )  EX .EY ,Var (aX  bY )  a 2VarX  b 2VarY
-  ( X )  VarX : Độ lệch chuẩn của X, có cùng thứ nguyên với X và EX.
3. Luật phân phối xác suất
a. Phân phối Chuẩn ( X ~ N (;  2 ))
 X ()   , EX=ModX=MedX=  , VarX   2
( x  )2
1 
 Hàm mđxs f ( x,  ,  )  e 2 2  Với   0,  1:
 2
x2
1 2
f ( x)  e (Hàm Gauss)
2
x t2
b  a  1 2
 P (a  X  b)  ( )  ( ) với ( x)   e dt (Hàm Laplace)
  0
2
 Cách sử dụng máy tính bỏ túi để tính giá trị hàm Laplace, hàm phân phối
xác suất của phân phối chuẩn chuẩn tắc
Tác vụ Máy CASIO 570MS Máy CASIO 570ES
Khởi động gói Thống kê Mode…(tìm)…SD Mode…(tìm)…STAT 1-Var
Tính
x t2
1 2
( x)   e dt Shift 3 2 x ) = Shift 1 7 2 x ) =
0
2
x t2
1 2 Shift 3 1 x ) = Shift 1 7 1 x ) =
F ( x)   e dt

2
Thoát khỏi gói Thống kê Mode 1 Mode 1
Lưu ý: F ( x )  0,5  ( x )
b. Phân phối Poisson ( X ~ P())

 X ()   , EX  VarX   .ModX=k   -1  k  
k
 P(X=k)=e  ,k  
k!
-3- XSTK
c. Phân phối Nhị thức ( X ~ B(n; p ))

 X ()  {0..n} , EX=np, VarX=npq, ModX=k  (n  1) p  1  k  (n  1) p
 P(X=k)=Ckn . p k .q nk ,q   p0  k  n,k  
 Nếu (n  30;0,1  p  0,9; np  5, nq  5) thì X ~ B (n; p)  N (;  2 ) với
  n. p,  npq
1 k 
 P (X=k)  f ( ),0  k  n,k  
 
b  a 
 P (a  X<b)  ( )  ( )
 
 Nếu (n  30, p   np  5) thì X ~ B(n; p)  P() với   np
k
 P(X=k)  e  ,k  
k!
 Nếu (n  30, p  0,9, nq  5)
n k
P (X=k)  e ,k   với   nq
(n  k )!
d. Phân phối Siêu bội ( X ~ H ( N ; N A ; n))

 X ()  {max{0; n  ( N  N A )}..min{n;N A}}
N n N
 EX=np, VarX=npq với p  A , q=1-p.
N 1 N
( N A  1)(n  1)  2 ( N  1)(n  1)  2
 ModX  k  1  k  A .
N 2 N 2
C Nk A C NnkN A
 P(X=k)= ,k  X ()
C Nn
N N
 Nếu  20 thì X ~ H ( N ; N A ; n)  B(n; p ) với p  A .
n N
k k nk
P(X=k)  Cn . p .q ,k  X (),q  1  p .
-4- XSTK
Sơ đồ tóm tắt các dạng phân phối xác suất thông

dụng:
Siêu bội: X~H(N;NA;n)
C Nk A .C Nn kN A
P( X  k ) 
C Nn
N>20n
N
p= A , q=1-p
N
n30, np<5
Nhị thức: X~B(n;p) p0,1 Poisson: X~ P ( )
 =np
 k 
P ( X  k )  C . p .qk k n k P( X  k )  e
n k!
n30, np  5 , nq  5
0,1<p<0,9
1 k
P( X  k )  f( )
 
b a
P ( a  X  b)   ( ) ( )
 
với   np,  npq
X 
Chuẩn: X~ N (  ;  2 ) Y Chuẩn chuẩn tắc: Y~ N(0;1)
 y2
1 
( x   )2 1 
f ( x;  ;  )  .e 2 2 f ( y)  .e 2
 2 2
-5- XSTK
II. Phần Thống Kê.

1. Lý thuyết mẫu.
a. Các công thức cơ bản.
Các giá trị đặc trưng Mẫu ngẫu nhiên Mẫu cụ thể
Giá trị trung bình X 1  ...  X n x  ...  xn
X x 1
n n
Phương sai không hiệu chỉnh 2
( X 1  X )  ...  ( X n  X ) 2
( x1  x )  ...  ( xn  x )2
2
ˆ 2
SX  ˆ 2
sx 
n n
Phương sai hiệu chỉnh 2
( X  X )  ...  ( X n  X ) 2
( x  x )  ...  ( xn  x )2
2
S X2  1 s x2  1
n 1 n 1
b. Để dễ xử lý ta viết số liệu của mẫu cụ thể dưới dạng tần số như sau:
xi x1 x2 … xk
ni n1 n2 … nk
Khi đó
Các giá trị đặc trưng Mẫu cụ thể
x n  ...  xk nk
Giá trị trung bình x 1 1
n
Phương sai không hiệu chỉnh ( x  x ) n1  ...  ( xk  x ) 2 nk
2
sˆx2  1
n
2 ( x1  x ) n1  ...  ( xk  x ) 2 nk
2
Phương sai hiệu chỉnh sx 
n 1
c. Cách sử dụng máy tính bỏ túi để tính các giá trị đặc trưng mẫu
- Nếu số liệu thống kê thu thập theo miền [a; b) hay (a; b] thì ta sử dụng giá
ab
trị đại diện cho miền đó là để tính toán.
2
Tác vụ Dòng CASIO MS Dòng CASIO ES

Bật chế độ nhập tần số Không cần Shift Mode  4 1
Khởi động gói Thống kê Mode…(tìm)…SD Mode…(tìm)…STAT 1-Var
x1 Shift , n1 M+
 X FREQ
xk Shift , nk M+ x1 = n1 =
Nhập số liệu  
Nếu ni  1 thì chỉ cần xk = nk =
nhấn
xi M+
-6- XSTK
Xóa màn hình hiển thị AC AC

Xác định:
 Kích thước mẫu (n) Shift 1 3 = Shift 1 5 1 =
 Giá trị trung bình
(x ) Shift 2 1 = Shift 1 5 2 =
 Độ lệch chuẩn không
hiệu chỉnh ( sˆx ) Shift 2 2 = Shift 1 5 3 =
 Độ lệch chuẩn hiệu Shift 2 3 = Shift 1 5 4 =
chỉnh ( s x )
Thoát khỏi gói Thống kê Mode 1 Mode 1
2. Ước lượng khoảng.

a) Khoảng tin cậy cho giá trị trung bình.
Trường hợp 1. (  đã biết)
 Ước lượng đối xứng.
1  
 ( z )   z    z  .   x  ; x  )
2 n
2 2 2
 Ước lượng chệch trái.

 ( z )  0,5    z    z .  ; x  )
n
 Ước lượng chệch phải.

 ( z )  0,5    z    z .   x   )
n
Trường hợp 2. (  chưa biết, n  30 )
1  s
 ( z )   z    z  .   x  ; x  )
2 n
2 2 2
s
 ( z )  0,5    z    z .  ; x  )
n
s
 ( z )  0,5    z    z .   x   )
n
Trường hợp 3. (  chưa biết, n<30)
 s
1    t  t  .   x  ; x  )
2 ( n 1; ) ( n 1; ) n
2 2
s
1      t( n1; )    t( n1;) .  ; x  )
n
-7- XSTK

s
1      t( n1; )    t( n1;) .   x  ;  )
n
b) Khoảng tin cậy cho tỉ lệ.
1  f (1  f )
 ( z )   z    z  .   f  ; f  )
2 n
2 2 2
f (1  f )
 ( z )  0,5    z    z .  ; f  )
n
f (1  f )
 ( z )  0,5    z    z .   f  )
n
c) Khoảng tin cậy cho phương sai.
Trường hợp 1. (  chưa biết)
- Nếu đề bài chưa cho s mà cho mẫu cụ thể thì phải xác định s (bằng máy
tính).
 Ước lượng không chệch.
 
1      2  2  , 1   1  1  2 
2 ( n 1; ) 2 ( n 1;1 )
2 2
2 2
(n  1) s (n  1)s
( ; )
2 1
2 (n  1) s 2
1    1   ( n1;1 )  (0; )
1
2 (n  1) s 2
1       2   ( n1; )  ( ;  )
2
Trường hợp 2. (  đã biết)
k
- Tính (n  1) s 2   ni .( xi  ) 2
i 1
 Ước lượng không chệch.
 
1      2   2  , 1    1   1   2 
2 ( n; ) 2 ( n;1 )
2 2
2 2
(n  1) s (n  1)s
( ; )
2 1
-8- XSTK

2 (n  1) s 2
1    1   ( n;1 )  (0; )
1
2 (n  1) s 2
1       2   ( n;  )  ( ;  )
2
3. Kiểm định tham số.

a) Kiểm định giá trị trung bình.
Trường hợp 1. (  đã biết)
 H o :   o , H1 :   o
1  x  o
 ( z )   z  , z  . n
2 
2 2
- Nếu z  z  : Bác bỏ Ho, chấp nhận H1.
2
- Nếu z  z  : Chấp nhận Ho.
2
 H o :   o , H1 :   o
x  o
 ( z )  0, 5    z , z  . n

- Nếu z   z : Bác bỏ Ho, chấp nhận H1.
- Nếu z   z : Chấp nhận Ho.
 H o :   o , H1 :   o
x  o
 ( z )  0, 5    z , z  . n

- Nếu z  z : Bác bỏ Ho, chấp nhận H1.
- Nếu z  z : Chấp nhận Ho.
Trường hợp 2. (  chưa biết, n  30 )
 H o :   o , H1 :   o
1  x  o
 ( z )   z  , z  . n
2 s
2 2
2
2
 H o :   o , H1 :   o
x  o
 ( z )  0, 5    z , z  . n
s
-9- XSTK
- 10 - Tóm tắt công thức

 H o :   o , H1 :   o
x  o
 ( z )  0, 5    z , z  . n
s
Trường hợp 3. (  chưa biết, n<30)
 H o :   o , H1 :   o
 x  o
 t  ,t  . n
2 ( n 1; ) s
2
- Nếu t  t  : Bác bỏ Ho, chấp nhận H1.
( n 1; )
2
- Nếu t  t  : Chấp nhận Ho.
( n 1; )
2
 H o :   o , H1 :   o
x  o
  t( n1;) ,t  . n
s
- Nếu t  t( n1; ) : Bác bỏ Ho, chấp nhận H1.
- Nếu t  t( n1; ) : Chấp nhận Ho.
 H o :   o , H1 :   o
x  o
  t( n1;) ,t  . n
s
- Nếu t  t( n 1; ) : Bác bỏ Ho, chấp nhận H1.
- Nếu t  t( n1;) : Chấp nhận Ho.
b) Kiểm định tỉ lệ.
 H o : p  po ,H1 : p  po
1  k f  po
 ( z )   z  , f  , z  . n
2 n po (1  po )
2 2
2
2
 H o : p  po ,H1 : p  po
k f  po
 ( z )  0,5    z , f  ,z  . n
n po (1  po )
- 10 - XSTK

 H o : p  po ,H1 : p  po
k f  po
 ( z )  0,5    z , f  ,z  . n
n po (1  po )
c) Kiểm định phương sai.
Trường hợp 1. (  chưa biết)
- Nếu đề chưa cho s mà cho mẫu cụ thể thì phải sử dụng máy tính để xác
định s.
 H o : 2  o2 , H1 :2  o2
  (n  1) s 2
 1  12   2  ,     2
2   2
 ,  2

2 ( n 1;1 )
2
2 ( n 1; )
2
o2
2
   2 2
- Nếu  : Bác bỏ H0, chấp nhận H1.
2 2

   1
- Nếu 1    22 : Chấp nhận Ho.

2 2
 H o : 2  o2 ,H1 :2  2o

(n  1) s 2
 1   12  2
( n1;1 ) ,
2
 
o2
- Nếu 2  12 : Bác bỏ H0, chấp nhận H1.
- Nếu 2  12 : Chấp nhận Ho.
 H o : 2  o2 ,H1 :2  o2
(n  1) s 2
   22   2( n1; ) ,  2 
o2
- Nếu 2   22 : Bác bỏ H0, chấp nhận H1.
- Nếu 2  22 : Chấp nhận Ho.
4. Kiểm định so sánh tham số.
a) Kiểm định so sánh giá trị trung bình.
Trường hợp 1. ( 1, 2 đã biết)
 H o : 1   2 ,H1 : 1   2
1  x x
 ( z )   z  , z  1 2
2 12 22
2 2

n1 n2
- 11 - XSTK

2
2
 H o : 1   2 ,H1 : 1   2
x1  x2
 ( z )  0, 5    z , z 
12 22

n1 n2
 H o : 1   2 ,H1 : 1   2
x x
 ( z )  0, 5    z , z  1 2
12 22

n1 n2
Trường hợp 2. ( 1, 2 chưa biết, n1n2  30 )
 H o : 1   2 ,H1 : 1   2
1  x x
 ( z )   z  , z  1 2
2 s12 s22
2 2

n1 n2
2
2
 H o : 1   2 ,H1 : 1   2
x1  x2
 ( z )  0,5    z , z 
s12 s22

n1 n2
 H o : 1   2 ,H1 : 1   2
x x
 ( z )  0,5    z , z  1 2
s12 s22

n1 n2
- 12 - XSTK

Trường hợp 3. ( 1  2 chưa biết, n1 ,n2  30 )
 H o : 1   2 ,H1 : 1   2
 x1  x2 (n  1).s12  (n2  1).s22
 t  ,t  , với s 2  1
2 ( n1  n2  2; ) 1 1 n1  n2  2
2 s2 (  )
n1 n2
( n1  n2  2; )
2
( n1  n2  2; )
2
 H o : 1   2 ,H1 : 1   2
x1  x2 (n  1).s12  (n2  1).s22
  t( n1 n2 2;) ,t  , với s 2  1
1 1 n1  n2  2
s2 (  )
n1 n2
- Nếu t  t  : Bác bỏ Ho, chấp nhận H1.
( n1  n2  2; )
2
- Nếu t  t  : Chấp nhận Ho.
( n1  n2  2; )
2
 H o : 1   2 ,H1 : 1   2
x1  x2 (n  1).s12  (n2  1).s22
  t( n1 n2 2;) ,t  , với s 2  1
1 1 n1  n2  2
s2 (  )
n1 n2
( n1  n2  2; )
2
( n1  n2  2; )
2
b) Kiểm định so sánh tỉ lệ.
k k k k
f1  1 , f 2  2 , f  1 2
n1 n2 n1  n2
 H o : p1  p2 ,H1 : p1  p2
1  f1  f 2
 ( z )   z  , z 
2 1 1
2 2 f (1  f ).(  )
n 1 n2
2
2
- 13 - XSTK
 H o : p1  p2 ,H1 : p1  p2
f1  f 2
 ( z )  0, 5    z , z 
1 1
f (1  f ).(  )
n 1 n2
 H o : p1  p2 ,H1 : p1  p2
f1  f 2
 ( z )  0, 5    z , z 
1 1
f (1  f ).(  )
n 1 n2
c. Kiểm định so sánh phương sai.
- 1, 2 chưa biết nên tính s1 và s2 từ mẫu (sử dụng máy tính) nếu đề bài chưa
cho.
 H o : 12  22 ,H1 :12  22
s12  
- f  , f1  f (n1  1; n2  1;1  ), f 2  f (n1  1; n2  1; )
s22 2 2
 f  f1
- Nếu  : Bác bỏ Ho, chấp nhận H1.
 f  f2
- Nếu f1  f  f 2 : Chấp nhận Ho.
 H o : 12  22 ,H1 :12   22
s12
- f  , f1  f (n1  1; n2  1;1   )
s22
- Nếu f  f1 : Bác bỏ Ho, chấp nhận H1.
- Nếu f1  f : Chấp nhận Ho.
 H o : 12  22 ,H1 :12  22
s12
- f  , f 2  f (n1  1; n2  1; )
s22
- Nếu f  f 2 : Bác bỏ Ho, chấp nhận H1.
- Nếu f  f 2 : Chấp nhận Ho.
5. Hệ số tương quan mẫu và phương trình hồi quy tuyến tính mẫu.
- 14 - XSTK
n n n
n xi yi   xi  yi
i 1 i 1 i 1
a. Hệ số tương quan mẫu: r 
n n n n
n xi2  ( xi )2 n yi2  ( yi )2
i 1 i 1 i 1 i 1
Phương trình hồi quy tuyến tính mẫu: yx  A  Bx với

n n n n n
n xi yi   xi  yi y i
 B. xi
i 1 i 1 i 1 i 1 i 1
B n n
và A  .
2 2 n
n x  ( xi ) i
i 1 i 1
b. Trong trường hợp sử dụng bảng tần số:

xi x1 x2 … xk
yi y1 y2 … yk
ni n1 n2 … nk
Ta tính theo công thức thu gọn như sau:

k k k
n ni xi yi   ni xi  ni yi
i 1 i 1 i 1
Hệ số tương quan mẫu: r 
k k k k
n ni xi2  ( ni xi )2 n ni yi2  ( ni yi )2
i 1 i 1 i 1 i 1
Phương trình hồi quy tuyến tính mẫu: yx  A  Bx với

k k k k k
n ni xi yi   ni xi  ni yi  ni yi  B. ni xi
i 1 i 1 i 1 i 1 i 1
B k k
và A  .
2 2 n
n n x  ( ni xi )
i i
i 1 i 1
- 15 - XSTK
c. Sử dụng máy tính bỏ túi để tính hệ số tương quan mẫu và phương trình hồi quy
tuyến tính mẫu:
Tác vụ Dòng CASIO MS Dòng CASIO ES

Bật chế độ nhập tần số Không cần Shift Mode  4 1
Khởi động gói Hồi quy Mode…(tìm)…REG Mode…(tìm)…STAT
tuyến tính Lin A+BX
x1 , y1 Shift , n1 M+
 X Y FREQ
xk , yk Shift , nk M+ x1 = y1 = n1 =
Nhập số liệu   
ni  1 thì chỉ cần nhấn xk = yk = nk =
xi , yi M+
Xóa màn hình hiển thị AC AC
Xác định:
 Hệ số tương quan Shift 2  3 = Shift 1 7 3 =
mẫu (r)
 Hệ số hằng: A Shift 2  1 = Shift 1 7 1 =
 Hệ số ẩn (x): B Shift 2  2 = Shift 1 7 2 =
Thoát khỏi gói Hồi quy Mode 1 Mode 1
Lưu ý: Máy ES nếu đã kích hoạt chế độ nhập tần số ở phần Lý thuyết mẫu rồi thì
không cần kích hoạt nữa.
……………………………………….
- 16 - XSTK

Full Cong Thuc Demo

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

Full Cong Thuc Demo

Uploaded by

Copyright:

Available Formats

PHẦN I: XAÙC SUAÁT

2.4. Kyø voïng

2.5. Phöông sai:

Tài liệu được chia sẻ miễn phí tại website:

3. Moät soá phaân phoái xaùc suaát thoâng duïng:

3.1.3. ModX  MedX   ; E( x)   ,V ( x)   2

Tài liệu được chia sẻ miễn phí tại website:

Tài liệu được chia sẻ miễn phí tại website:

n <30,  2 bieát n <30,  2 chöa bieát

TH2:  bieát. Khi ñoù  2  [

1.2.3.1.2.TH2: n  30 ,  2 khoâng bieát

Tài liệu được chia sẻ miễn phí tại website:

1.2.3.1.3.TH3: n <30,  2 khoâng bieát

Tài liệu được chia sẻ miễn phí tại website:

,  2 < 12 hoaëc  2 >  22

1.2.4. So sánh 2 tham số của tổng thể:

1.2.4.1.2.TH2: m 30, n 30, 12 ,  22 biết, X,Y có phân phối chuẩn

Tài liệu được chia sẻ miễn phí tại website:

1.2.4.1.3.TH3: m  30, n  30,12 ,  22 không biết

Tài liệu được chia sẻ miễn phí tại website:

 s12 s22  m 1,   n 1,  m n v1  v2 

1.2.4.2. So sánh 2 tỷ lệ:

Tài liệu được chia sẻ miễn phí tại website:

1.2.4.3. So sánh 2 phương sai:

Tài liệu được chia sẻ miễn phí tại website:

Tóm tắt công thức Xác Suất - Thống Kê

o Công thức Bayes:

 Hàm phân phối xác suất

b. Phân phối Poisson ( X ~ P())

c. Phân phối Nhị thức ( X ~ B(n; p ))

d. Phân phối Siêu bội ( X ~ H ( N ; N A ; n))

Sơ đồ tóm tắt các dạng phân phối xác suất thông

Siêu bội: X~H(N;NA;n)

II. Phần Thống Kê.

Tác vụ Dòng CASIO MS Dòng CASIO ES

Xóa màn hình hiển thị AC AC

2. Ước lượng khoảng.

 Ước lượng chệch phải.

 Ước lượng chệch trái.

3. Kiểm định tham số.

- Nếu z   z : Bác bỏ Ho, chấp nhận H1.

- Nếu z   z : Bác bỏ Ho, chấp nhận H1.

- Nếu 1    22 : Chấp nhận Ho.

 H o : 2  o2 ,H1 :2  2o

- Nếu z  z  : Bác bỏ Ho, chấp nhận H1.

- Nếu z  z : Bác bỏ Ho, chấp nhận H1.

Phương trình hồi quy tuyến tính mẫu: yx  A  Bx với

b. Trong trường hợp sử dụng bảng tần số:

Ta tính theo công thức thu gọn như sau:

Phương trình hồi quy tuyến tính mẫu: yx  A  Bx với

Tác vụ Dòng CASIO MS Dòng CASIO ES

Thoát khỏi gói Hồi quy Mode 1 Mode 1

You might also like