Chuong6 KiemDinhGiaThuyetThongKe KHTN SV2

XSTK XSTK
N.T. M. Ngọc N.T. M. Ngọc Kiểm định giả thuyết thống kê

Các khái niệm
trong kiểm
định giả
thuyết thống
kê
Chương 6 Kiểm định giả thuyết thống kê Giả thuyết H0 và đối

thuyết H1 Định nghĩa 1
Các loại sai lầm
Giá trị pvalue Giả thuyết thống kê là những giả thuyết nói về các tham
Kiểm định giả
thuyết -
số, dạng quy luật phân phối, hoặc tính độc lập của các
Trường hợp
một mẫu
biến ngẫu nhiên.
Kiểm định giả thuyết
cho kỳ vọng
Việc tìm ra kết luận bác bỏ hay không bác bỏ một giả
Nguyễn Thị Mộng Ngọc Kiểm định giả thuyết
cho tỷ lệ
thuyết gọi là kiểm định giả thuyết thống kê.
University of Science, VNU - HCM Kiểm định giả
thuyết -
Ví dụ: Một nhà sản xuất cho rằng khối lượng trung bình
ngtmngoc@hcmus.edu.vn Trường hợp của 1 gói mì Omachi là 75 gam. Để kiểm tra ý kiến này là
hai mẫu
so sánh hai trung
đúng hay sai, chọn ngẫu nhiên một số gói mì Omachi để
bình -Trường hợp hai
mẫu độc lập tiến hành kiểm tra, tính toán, ...
so sánh hai trung
mẫu phụ thuộc
so sánh hai tỷ lệ
về tính độc lập
XSTK XSTK
N.T. M. Ngọc Kiểm định giả thuyết thống kê N.T. M. Ngọc Giả thuyết H0 và đối thuyết H1
Các khái niệm Các khái niệm
trong kiểm trong kiểm
định giả định giả
thuyết thống thuyết thống
kê kê Trong bài toán kiểm định giả thuyết,
Giả thuyết H0 và đối Giả thuyết H0 và đối
thuyết H1
thuyết H1
• giả thuyết cần được kiểm định gọi là giả thuyết không (null
Giá trị pvalue Giá trị pvalue
hypothesis), kí hiệu H0 ;
Kiểm định giả Kiểm định giả
thuyết - thuyết - • mệnh đề đối lập với H0 gọi là đối thuyết (alternative
Trường hợp Trường hợp
một mẫu một mẫu hypothesis), kí hiệu H1 .
Kiểm định giả thuyết Kiểm định giả thuyết
cho kỳ vọng cho kỳ vọng
Khi xây dựng giả thuyết,
cho tỷ lệ cho tỷ lệ
Kiểm định giả Kiểm định giả • Khi xây dựng H0 , trong cấu trúc của H0 luôn luôn có dấu "=",
thuyết - thuyết -
có thể là dấu "=" hoặc "≤" hoặc "≥".
hai mẫu hai mẫu
Kiểm định giả thuyết Kiểm định giả thuyết • Khi xây dựng H1 , trong cấu trúc của H1 không được có dấu
so sánh hai trung so sánh hai trung
mẫu độc lập
mẫu độc lập
"=", có thể là dấu "6=" hoặc "<" hoặc ">" tùy bài toán.
bình -Trường hợp hai bình -Trường hợp hai
mẫu phụ thuộc mẫu phụ thuộc
so sánh hai tỷ lệ so sánh hai tỷ lệ
về tính độc lập về tính độc lập
XSTK XSTK
N.T. M. Ngọc Giả thuyết H0 và đối thuyết H1 N.T. M. Ngọc Cách đặt giả thuyết
kê kê
thuyết H1 thuyết H1
Các loại sai lầm Các loại sai lầm

một mẫu một mẫu

hai mẫu hai mẫu
mẫu độc lập mẫu độc lập
XSTK XSTK
N.T. M. Ngọc Cách đặt giả thuyết N.T. M. Ngọc Cách đặt giả thuyết
định giả Phân biệt định giả
kê kê
Giả thuyết H0 và đối Giả thuyết H0 và đối Ví dụ 3: Trưởng phòng quản lý chất lượng sản phẩm của một
Các loại sai lầm Các loại sai lầm công ty sản xuất bột dinh dưỡng trẻ em cho rằng trọng lượng

của mỗi gói bột là 450g. Để kiểm tra lời tuyên bố này, ta có
thuyết - thuyết - thể đặt giả thuyết: H0 : θ = 450 vs H1 : θ 6= 450.
cho kỳ vọng
cho kỳ vọng
Ví dụ 4: Một nhà xản suất nước giải khát tuyên bố rằng chai
cho tỷ lệ
cho tỷ lệ
chứa nước loại 2 lít chứa trung bình ít nhất là 67,6 ounce nước
Kiểm định giả Kiểm định giả giải khát. Một mẫu các chai nước chứa loại 2 lít sẽ được chọn
Trường hợp Trường hợp ra, và lượng chứa bên trong sẽ được đo lường để kiểm định
hai mẫu hai mẫu
phát biểu của nhà sản xuất. Trong trường hợp này, ta có thể
mẫu độc lập
mẫu độc lập
đặt giả thuyết: H0 : µ ≥ 67, 6 vs H1 : µ < 67, 6.
XSTK XSTK
N.T. M. Ngọc Sai lầm loại I và sai lầm loại II N.T. M. Ngọc Sai lầm loại I và sai lầm loại II
kê kê
Giá trị pvalue
Khi kiểm định giả thuyết thống kê,vì chỉ dựa trên những Các loại sai lầm
Giá trị pvalue

thông tin tử mẫu đang xét để đưa kết luận nên chúng ta có Kiểm định giả
thuyết -
Trường hợp
thể mắc phải một trong 2 loại sai lầm sau: thuyết -
Trường hợp
• Sai lầm loại I: là sai lầm mắc phải khi ta bác bỏ giả Kiểm định giả thuyết
cho tỷ lệ
thuyết H0 trong khi thực tế thì giả thuyết H0 đúng. Kiểm định giả thuyết
cho tỷ lệ
Kiểm định giả • Sai lầm loại II: là sai lầm mắc phải khi ta không bác Kiểm định giả Trong đó,
Trường hợp bỏ giả thuyết H0 trong khi thực tế thì giả thuyết sai. Trường hợp • P(sai lầm loại I xảy ra) = α, α chính là mức ý nghĩa của kiểm
hai mẫu hai mẫu
Kiểm định giả thuyết Kiểm định giả thuyết định và α thường được chọn trong khoảng từ 1% đến 10%.
mẫu độc lập mẫu độc lập • P(sai lầm loại II xảy ra) = β.
mẫu phụ thuộc
mẫu phụ thuộc
• (1 − β) là độ mạnh của kiểm định .
XSTK XSTK
N.T. M. Ngọc Giá trị pvalue hay pgiá trị N.T. M. Ngọc Ví dụ tính pgiá trị
Các khái niệm • pgiá trị là giá trị xác suất dùng làm thước đo cho bằng chứng thu Các khái niệm
trong kiểm trong kiểm Phương pháp pgiá trị sử dụng giá trị của đại lượng thống kê kiểm định
định giả được từ mẫu chống lại giả thuyết H0 . định giả
(z hoặc t) để tính một giá trị xác suất gọi là pgiá trị (hay giá trị p).
kê • Giá trị pgiá trị càng nhỏ càng cho thấy bằng chứng chống lại H0 . kê
thuyết H1
• pgiá trị là mức ý nghĩa nhỏ nhất dùng để bác bỏ giả thuyết H0 .
thuyết H1 Trong kiểm định 1 phía bên phải, nếu giá trị thống kê của kiểm định
Giá trị pvalue Giá trị pvalue z = 1.5 thì pgiá trị = 1 − Φ(z) = 1 − Φ(1.5) = 1 − 0, 9332 = 0, 0668.

hai mẫu hai mẫu
so sánh hai trung Quy tắc bác bỏ giả thuyết H0 khi sử dụng pgiá trị : Kiểm định giả thuyết
so sánh hai trung
mẫu phụ thuộc
• bác bỏ giả thuyết H0 khi pgiá trị < α; mẫu phụ thuộc
• không đủ cơ sở bác bỏ giả thuyết H0 khi pgiá trị ≥ α; Kiểm định giả thuyết
XSTK XSTK
N.T. M. Ngọc Ví dụ tính pgiá trị N.T. M. Ngọc Các bước thực hiện trong một bài
Các khái niệm
trong kiểm
Các khái niệm
trong kiểm
toán kiểm định giả thuyết
thuyết thống
kê
Trong kiểm định hai phía , nếu giá trị thống kê của kiểm định thuyết thống
kê
Giả thuyết H0 và đối z = 1.5 thì Giả thuyết H0 và đối
• B1: Thiết lập giả thuyết H0 và đối thuyết H1 .
Các loại sai lầm pgiá trị = 2(1 − Φ(| z |)) = 2(1 − Φ(1.5)) = 2(1 − 0, 9332) = 0, 1336. Các loại sai lầm • B2: Xác định tiêu chuẩn kiểm định: tính giá trị thống kê
Kiểm định giả Kiểm định giả của kiểm định nhằm đánh giá dữ liệu mẫu có " thích hợp"
với giả thuyết H0 hay không.
• B3: Chọn mức ý nghĩa α, và xác định miền bác bỏ giả
cho tỷ lệ
cho tỷ lệ
thuyết H0 . Nếu giá trị kiểm định nằm trong miền này thì
giả thuyết H0 sẽ bị bác bỏ với mứ ý nghĩa α.
Trường hợp Trường hợp • B4: Quyết định: rút ra kết luận về mặt thống kê: ở mức ý
hai mẫu hai mẫu
nghĩa α nào đó, bác bỏ hay không đủ cơ sở để bác bỏ gia
mẫu độc lập
mẫu độc lập
thuyết H0 .
so sánh hai trung
so sánh hai trung
Sau đó, rút kết luận cuối cùng về nội dung bài toán, nhằm
mẫu phụ thuộc mẫu phụ thuộc trả lời một cách rõ ràng câu hỏi bài toán đặt ra.
XSTK XSTK
N.T. M. Ngọc Kiểm định giả thuyết về so sánh N.T. M. Ngọc Kiểm định giả thuyết về so sánh
Các khái niệm
trong kiểm
kỳ vọng với 1 số Các khái niệm
trong kiểm
kỳ vọng với 1 số
kê
Giả thuyết H0 và đối
kê
TH 1: biết σ 2
Giá trị pvalue
Giá trị pvalue
• Các giả định:
Kiểm định giả Kiểm định giả • Mẫu ngẫu nhiên X1 , . . . , Xn được chọn từ tổng thể có phân phối
Trường hợp • Trường hợp biết phương sai, Trường hợp chuẩn N (µ, σ 2 ) với kỳ vọng µ chưa biết.
cho kỳ vọng
• Trường hợp không biết phương sai, mẫu lớn Kiểm định giả thuyết
cho kỳ vọng
• Phương sai σ 2 đã biết.
cho tỷ lệ
• Trường hợp không biết phương sai, mẫu nhỏ. cho tỷ lệ
• Cho trước giá trị µ0 , cần so sánh kỳ vọng µ với µ0 .
thuyết -
Trường hợp
thuyết -
Trường hợp
• Bài toán kiểm định có 3 dạng sau:
hai mẫu hai mẫu Hãy kiểm định một trong ba giả thuyết sau:
so sánh hai trung so sánh hai trung ( ( (
mẫu độc lập mẫu độc lập H0 : µ = µ0 H0 : µ = µ0 H0 : µ = µ0
Kiểm định giả thuyết Kiểm định giả thuyết (a) (b) (c)
so sánh hai trung
so sánh hai trung
bình -Trường hợp hai H1 : µ 6= µ0 H1 : µ > µ 0 H1 : µ < µ0
với mức ý nghĩa α cho trước.
XSTK XSTK
2
N.T. M. Ngọc TH 1: biết σ N.T. M. Ngọc TH 1: biết σ 2
Các khái niệm
trong kiểm
Các khái niệm
trong kiểm
Các bước kiểm định (tt):
định giả
thuyết thống
Các bước kiểm định: định giả
thuyết thống
kê kê • B3: Với mức ý nghĩa α, xác định miền bác bỏ: Với mức ý nghĩa
thuyết H1
• B1: Phát biểu giả thuyết H0 và đối thuyết H1
thuyết H1
α và dựa vào đối thuyết H1 , xác định miền bác bỏ hoặc tính
Giá trị pvalue
Giá trị pvalue
p-giá trị tương ứng:
• B2: Xác định tiêu chuẩn kiểm định:
thuyết - Chọn thống kê thuyết -
Trường hợp Trường hợp Trường hợp bác bỏ H0 nếu p-giá trị
X̄ − µ0
một mẫu
Z= √ một mẫu
(a) H1 : µ 6= µ0 |z| > z1−α/2 2(1 − Φ(|z|))
cho kỳ vọng σ/ n Kiểm định giả thuyết
cho kỳ vọng
(b) H1 : µ > µ0 z > z1−α 1 − Φ(z)
cho tỷ lệ
làm tiêu chuẩn kiểm định. cho tỷ lệ
(c) H1 : µ < µ0 z < −z1−α Φ(z)
thuyết - Nếu giả thuyết H0 đúng thì Z ∼ N (0, 1). thuyết -
Trường hợp Trường hợp Trong đó, z1−? được tìm từ bảng phân phối Gauss.
hai mẫu hai mẫu
Từ mẫu thực nghiệm, tính giá trị thống kê kiểm định: Kiểm định giả thuyết
so sánh hai trung
so sánh hai trung
• B4 Kết luận:
Kiểm định giả thuyết x̄ − µ0 Kiểm định giả thuyết • Nếu bác bỏ giả thuyết H0 , ta kết luận H1 đúng với
so sánh hai trung z= √ so sánh hai trung
mẫu phụ thuộc
σ/ n bình -Trường hợp hai
mẫu phụ thuộc (1 − α)100% độ tin cậy.
• Ngược lại, ta kết luận chưa đủ cơ sở để bác bỏ giả thuyết
H0 với mức ý nghĩa α.
XSTK XSTK
2
trong kiểm trong kiểm Giải VD1: Theo đề ta có: n = 64 > 30, σ = 12, µ0 = 100,
thuyết thống thuyết thống x̄ = 98, 5, α = 0, 05. Gọi µ là độ bền trung bình của vỏ xe loại
kê kê
X ở hãng sản xuất này.
thuyết H1 thuyết H1 (
Ví dụ 1: Một hãng sản xuất vỏ xe quảng cáo rằng sản Các loại sai lầm
H0 : µ ≥ 100
Giá trị pvalue Giá trị pvalue • GT:
Kiểm định giả phẩm loại X của hãng có thể sử dụng không dưới 100 ngàn Kiểm định giả H1 : µ < 100
Trường hợp km, độ lệch chuẩn bằng 12 ngàn km. Một công ty vận tải Trường hợp • Giá trị thống kê của kiểm định là :
Kiểm định giả thuyết mua 64 vỏ xe loại X, sau một thời gian sử dụng kết quả Kiểm định giả thuyết
x̄ −µ
z = σ/ √ 0 = 98,5−100
√ = −1.
cho kỳ vọng cho kỳ vọng n 12/ 64
Kiểm định giả thuyết cho thấy độ bền trung bình là 98,5 ngàn km. Dựa vào Kiểm định giả thuyết
• Với mức ý nghĩa α = 0, 05, tra bảng phân phối Gauss ta
Kiểm định giả thông tin này, hãy kết luận về lời quảng cáo của công ty, Kiểm định giả
thuyết -
với mức ý nghĩa α = 5%. thuyết - được zα = −z1−α = z0,05 = −z0,95 = −1, 645.
hai mẫu hai mẫu • Ta thấy, z = −1 > −1, 645 = zα nên ta không đủ cơ sở
so sánh hai trung
so sánh hai trung
bác bỏ giả thuyết H0 với mức ý nghĩa α = 0, 05.
so sánh hai trung
so sánh hai trung
• Ta có thể kết luận rằng tuổi thọ trung bình của vỏ xe loại
mẫu phụ thuộc mẫu phụ thuộc X này không thấp hơn 100 ngàn km với mức ý nghĩa 5%.
Như vậy, lời quảng cáo của công ty là có thể tin.
XSTK XSTK
2
Các khái niệm Các khái niệm Giải VD2: Gọi X là trọng lượng của một tuýt kem đánh răng, giả sử
trong kiểm
định giả
trong kiểm
định giả
X ∼ N (µ, 0.22 ).
thuyết thống thuyết thống (
kê kê H0 : µ = 6
Ví dụ 2 : Dây chuyền sản xuất kem đánh răng P/S được Giả thuyết H0 và đối • GT:
H1 : µ 6= 6
Giá trị pvalue
thiết kế để đóng hộp những tuýt kem có trọng lượng trung bình Các loại sai lầm
Giá trị pvalue
• Giá trị thống kê của kiểm định là : z = x̄ −µ
√0 6.1−6.0
Kiểm định giả là 6 oz (1 oz = 28g). Một mẫu gồm 30 tuýt kem được chọn Kiểm định giả σ/ n
= √
0.2/ 30
= 2.74.
Trường hợp ngẫu nhiên để kiểm tra định kỳ. Bộ phận điều khiển dây chuyền Trường hợp • Với mức ý nghĩa α = 0.03, tra bảng phân phối Gauss ta được
phải đảm bảo để trọng lượng trung bình mỗi tuýt kem là 6 oz; Kiểm định giả thuyết z1−α/2 = z0.985 = 2.17.
cho kỳ vọng
nếu nhiều hơn hoặc ít hơn, dây chuyền phải được điều chỉnh lại. cho kỳ vọng
cho tỷ lệ
cho tỷ lệ • Ta thấy, |z| = 2.74 > 2.17 = z1−α/2 nên ta bác bỏ giả thuyết
Giả sử trung bình mẫu của 30 tuýt kem là 6.1 oz và độ lệch
Kiểm định giả Kiểm định giả H0 với mức ý nghĩa α = 0.03.
thuyết - tiêu chuẩn của tổng thể σ = 0.2 oz. thuyết -
Trường hợp Trường hợp • Ta có thể kết luận với 97% độ tin cậy rằng trọng lượng trung
hai mẫu Thực hiện kiểm định giả thuyết với mức ý nghĩa 3% để xác hai mẫu
Kiểm định giả thuyết Kiểm định giả thuyết bình mỗi tuýt kem không bằng 6 oz.
so sánh hai trung
định xem dây chuyền sản xuất có vận hành tốt hay không? so sánh hai trung
mẫu độc lập mẫu độc lập • Cách khác: sử dụng p-giá trị
so sánh hai trung
so sánh hai trung
p-giá trị = 2[1 − Φ(|z|)] = 2[1 − Φ(2.74)] = 2[1 − 0.9969] = 0.0062.
mẫu phụ thuộc
mẫu phụ thuộc
Với α = 0.03, ta có p-giá trị = 0.0062 < 0.03 = α nên bác bỏ H0 .
Ta kết luận với 97% độ tin cậy rằng trọng lượng trung bình mỗi tuýt
kem không bằng 6 oz.
XSTK XSTK
2
Các khái niệm Các khái niệm Giải VD3:
định giả định giả • GT: H0 : µ = 12: Thời gian đáp ứng của dịch vụ cấp cứu đạt
kê kê yêu cầu, không cần phải thay đổi.
thuyết H1
Ví dụ 3 : Metro EMS: Một bệnh viện tại trung tâm thành Giả thuyết H0 và đối
thuyết H1
H1 : µ > 12: Thời gian đáp ứng của dịch vụ không đạt yêu cầu,
Giá trị pvalue
phố cung cấp dịch vụ cấp cứu tại nhà. Với khoảng 20 xe cấp Các loại sai lầm
Giá trị pvalue
cần thay đổi.
Kiểm định giả cứu, mục tiêu của trung tâm là cung cấp dịch vụ cấp cứu trong Kiểm định giả • Giá trị thống kê của kiểm định là : z = x̄ −12
√ = 13.25−12
√ = 2.47.
thuyết - thuyết - σ/ n 3.2/ 40
Trường hợp khoảng thời gian trung bình là 12 phút sau khi nhận được điện Trường hợp
một mẫu một mẫu • Với mức ý nghĩa α = 0.05, tra bảng phân phối Gauss ta được
thoại yêu cầu. Một mẫu ngẫu nhiên gồm thời gian đáp ứng khi Kiểm định giả thuyết
cho kỳ vọng cho kỳ vọng z1−α = z0.95 = 1.645.
Kiểm định giả thuyết có yêu cầu của 40 ca cấp cứu được chọn. Trung bình mẫu là Kiểm định giả thuyết
cho tỷ lệ
13.25 phút. Biết rằng độ lệch tiêu chuẩn của tổng thể là
cho tỷ lệ
• Ta thấy, z = 2.47 > 1.645 = z0.95 nên bác bỏ H0 với α = 0.05.
thuyết - σ = 3.2 phút. Giám đốc EMS muốn thực hiện một kiểm định, thuyết - Ta kết luận rằng với 95% độ tin cậy, Mertro EMS không đáp
Trường hợp Trường hợp ứng được mục tiêu thời gian phục vụ khách hàng từ 12 phút trở
hai mẫu với mức ý nghĩa 5%, để xác định xem liệu thời gian một ca cấp hai mẫu
xuống.
so sánh hai trung
bình -Trường hợp hai cứu có bé hơn hoặc bằng 12 phút hay không? so sánh hai trung
mẫu độc lập mẫu độc lập • Cách khác: sử dụng p-giá trị
so sánh hai trung
so sánh hai trung
p-giá trị = 1 − Φ(z) = 1 − Φ(2.47) = 1 − 0.9932 = 0.0068.
mẫu phụ thuộc
mẫu phụ thuộc
Với α = 0.05, ta có p-giá trị = 0.0068 < 0.05 = α nên bác bỏ H0 .
Ta kết luận với 95% độ tin cậy rằng Metro EMS không đáp ứng được
mục tiêu thời gian phục vụ khách hàng từ 12 phút trở xuống.
XSTK XSTK
2
N.T. M. Ngọc TH 1: biết σ N.T. M. Ngọc Kiểm định giả thuyết về so sánh
Các khái niệm
trong kiểm
Các khái niệm
trong kiểm
thuyết thống
kê
thuyết thống
kê
TH 2: không biết σ 2 , n ≥ 30
thuyết H1
Ví dụ 4 : Trong năm trước trọng lượng trung bình trước khi Giả thuyết H0 và đối
thuyết H1
• Các giả định:
Giá trị pvalue
xuất chuồng của bò ở một trại chăn nuôi là 380 kg. Năm nay Các loại sai lầm
Giá trị pvalue
người ta áp dụng thử một chế độ chăn nuôi mới với hi vọng là • Mẫu ngẫu nhiên X1 , . . . , Xn được chọn từ tổng thể có kỳ vọng
thuyết - thuyết - µ và phương sai σ 2 không biết.
Trường hợp bò sẽ tăng trọng nhanh hơn. Sau một thời gian áp dụng thử Trường hợp
một mẫu
người ta lấy ngẫu nhiên 50 con bò trước khi xuất chuồng đem một mẫu • Sử dụng ước lượng không chệch S thay cho σ.
cho kỳ vọng
cân và tính được trọng lượng trung bình của chúng là 390 kg. cho kỳ vọng
Kiểm định giả thuyết • Cỡ mẫu lớn: n ≥ 30.
Với mức ý nghĩa α = 0.01 có thể cho rằng trọng lượng trung
Kiểm định giả Kiểm định giả • Khi cỡ mẫu lớn biến ngẫu nhiên
thuyết - bình của bò trước khi xuất chuồng đã tăng lên hay không? thuyết -
hai mẫu Giả thiết trọng lượng của bò là BNN có phân phối chuẩn với hai mẫu X̄ − µ0
Kiểm định giả thuyết Kiểm định giả thuyết Z= √
so sánh hai trung
độ lệch chuẩn là 35.2 kg. so sánh hai trung
S/ n
so sánh hai trung
so sánh hai trung
sẽ hội tụ về phân phối chuẩn hóa Z ∼ N (0, 1). Khi đó, với mức ý
mẫu phụ thuộc
mẫu phụ thuộc
nghĩa α, miền bác bỏ hoặc p-giá trị sẽ được tính tương tự như
trường hợp biết phương sai, chỉ thay thế σ bằng s khi tính giá trị
thống kê kiểm định.
XSTK XSTK
2
N.T. M. Ngọc TH 2: không biết σ , n ≥ 30 N.T. M. Ngọc TH 2: không biết σ 2 , n ≥ 30
định giả định giả Giải VD:
thuyết thống thuyết thống (
kê • Ví dụ: Trạm cảnh sát giao thông trên đường cao tốc sẽ thực hiện kê H0 : µ = 65
• GT:
thuyết H1 việc bắn tốc độ định kỳ tại các địa điểm khác nhau để kiểm tra tốc Giả thuyết H0 và đối
thuyết H1
H1 : µ > 65
Giá trị pvalue
độ của các phương tiện giao thông. Một mẫu về tốc độ của các loại Các loại sai lầm
Giá trị pvalue

xe được chọn để thực hiện kiểm định giả thuyết sau Kiểm định giả
• Giá trị thống kê của kiểm định là :
thuyết - ( thuyết - Vì σ 2 không biết và cỡ mẫu n = 64 (lớn) nên
một mẫu H0 : µ = 65 một mẫu z = x̄s/−µ
√ 0 = 66.2−65
n
√
4.2/ 64
= 2.286.
cho kỳ vọng H1 : µ > 65 cho kỳ vọng
Kiểm định giả thuyết Kiểm định giả thuyết • Với mức ý nghĩa α = 0.05, tra bảng phân phối Gauss ta được
z1−α = z0.95 = 1.645.
Kiểm định giả Những vị trí mà bác bỏ H0 là những vị trí tốt nhất được chọn để đặt Kiểm định giả
Trường hợp radar kiểm soát tốc độ. Trường hợp • Ta thấy, z = 2.286 > 1.645 nên ta bác bỏ giả thuyết H0 với
hai mẫu hai mẫu
Tại địa điểm F, một mẫu gồm tốc độ của 64 phương tiện được bắn Kiểm định giả thuyết
mức ý nghĩa α = 0.05.
so sánh hai trung
tốc độ ngẫu nhiên có trung bình là 66.2 mph và độ lệch tiêu chuẩn so sánh hai trung
mẫu độc lập
mẫu độc lập • Ta có thể kết luận với 95% độ tin cậy rằng tốc độ trung bình
4.2 mph. Sử dụng α = 5% để kiểm định giả thuyết. Kiểm định giả thuyết
so sánh hai trung so sánh hai trung tại địa điểm F lớn hơn 65 mph. Địa điểm F là địa điểm tốt để
mẫu phụ thuộc mẫu phụ thuộc đặt radar kiểm soát tốc độ.
XSTK XSTK
2
N.T. M. Ngọc TH 2: không biết σ , n ≥ 30 N.T. M. Ngọc TH 2: không biết σ 2 , n ≥ 30
trong kiểm trong kiểm Giải: Theo đề ta có: n = 350 > 30, µ0 = 77, x̄ = 84, s = 28 và
thuyết thống thuyết thống α = 0, 05. Rõ ràng bài toán rơi vào trường hợp 2. Gọi µ là mức
kê kê
Giả thuyết H0 và đối Ví dụ: Một nghiên cứu được thực hiện để xác định mức độ Giả thuyết H0 và đối độ hài lòng trung bình của khách hàng ở công ty điện thoại sau
hài lòng của khách hàng sau khi công ty điện thoại thay Các loại sai lầm khi thay đổi.
Kiểm định giả đổi, cải tiến 1 số dịch vụ khách hàng. Trước khi thay đổi, Kiểm định giả
• GT: H0 : µ ≤ 77 vs H1 : µ > 77
Trường hợp mức độ hài lòng của khách hàng tính trung bình là 77, Trường hợp • Giá trị thống kê của kiểm định là :
z = x̄s/−µ
theo thang điểm từ 0 dên 100. 350 khách hàng được chọn Kiểm định giả thuyết
√ 0 = 84−77
√ = 4, 677.
n 28/ 350
cho kỳ vọng
Kiểm định giả thuyết ngẫu nhiên để gửi bảng điều tra xin ý kiến sau khi các thay cho kỳ vọng
cho tỷ lệ cho tỷ lệ • Với mức ý nghĩa α = 0, 05, tra bảng phân phối chuẩn hóa
đổi được thực hiện, mức độ hài lòng trung bình tình được
thuyết - là 84, với độ lệch chuẩn là 28. Với mức ý nghĩa α = 5%, có
thuyết -
N (0, 1) ta được z1−α = z0,95 = 1, 645.
hai mẫu thể kết luận khách hàng đã được làm hài lòng ở mức độ hai mẫu • Ta thấy, z = 4, 677 > 1, 645 = z1−α nên ta bác bỏ giả
so sánh hai trung
bình -Trường hợp hai cao hơn được không? so sánh hai trung
thuyết H0 với mức ý nghĩa α = 0, 05.
mẫu độc lập
mẫu độc lập
Kiểm định giả thuyết • Như vậy, với mức ý nghĩa 5%, ta có thể kết luận rằng với
mẫu phụ thuộc
mẫu phụ thuộc
các thay đổi, cải tiến của công ty điện thoại khách hàng đẫ
so sánh hai tỷ lệ được thỏa mãn, hài lòng ở mức độ cao hơn so vơi trước.
XSTK XSTK
2
N.T. M. Ngọc TH 2: không biết σ , n ≥ 30 N.T. M. Ngọc Kiểm định giả thuyết về so sánh
Các khái niệm
trong kiểm
Các khái niệm
trong kiểm
thuyết thống Ví dụ khác: thuyết thống
kê kê
thuyết H1
thuyết H1
TH 3: không biết σ 2 , n < 30
Giá trị pvalue Giá trị pvalue • Các giả định:
thuyết - thuyết - • Mẫu ngẫu nhiên X1 , . . . , Xn được chọn từ tổng thể có phân phối
một mẫu một mẫu chuẩn N (µ, σ 2 ) với kỳ vọng µ và phương sai σ 2 không biết.
• Sử dụng ước lượng S thay cho σ.

• Cỡ mẫu nhỏ: n < 30.
Trường hợp Trường hợp • Bài toán kiểm định có 3 trường hợp:
hai mẫu hai mẫu
Kiểm định giả thuyết Kiểm định giả thuyết ( ( (
bình -Trường hợp hai bình -Trường hợp hai H0 : µ = µ0 H0 : µ = µ0 H0 : µ = µ0
mẫu độc lập mẫu độc lập (a) (b) (c)
so sánh hai trung
so sánh hai trung
H1 : µ 6= µ0 H1 : µ > µ 0 H1 : µ < µ 0
XSTK XSTK
2
N.T. M. Ngọc TH 3: không biết σ , n < 30 N.T. M. Ngọc TH 3: không biết σ 2 , n < 30
trong kiểm trong kiểm Các bước kiểm định (tt):
định giả Các bước kiểm định: định giả
kê kê • B3: Với mức ý nghĩa α, xác định miền bác bỏ: Với mức ý nghĩa
thuyết H1
• B1: Phát biểu giả thuyết H0 và đối thuyết H1 Giả thuyết H0 và đối
thuyết H1 α và dựa vào đối thuyết H1 , xác định miền bác bỏ hoặc tính
Giá trị pvalue • B2: Xác định tiêu chuẩn kiểm định:
Giá trị pvalue
Kiểm định giả Chọn thống kê Kiểm định giả
Trường hợp X̄ − µ0 Trường hợp Trường hợp bác bỏ H0 nếu p-giá trị
một mẫu T = √ một mẫu (n−1)
Kiểm định giả thuyết S/ n Kiểm định giả thuyết (a) H1 : µ 6= µ0 |t| > t1−α/2 2P(T(n−1) ≥ |t|)
(n−1)
cho tỷ lệ làm tiêu chuẩn kiểm định. Kiểm định giả thuyết
cho tỷ lệ
(b) H1 : µ > µ0 t > t1−α P(T(n1 ) ≥ t)
(n−1)
Kiểm định giả Nếu giả thuyết H0 đúng thì T tuân theo phân phối Student với Kiểm định giả (c) H1 : µ < µ0 t < −t1−α P(T(n−1) ≤ t)
Trường hợp bậc tự do n − 1. Trường hợp
hai mẫu hai mẫu Trong đó,
so sánh hai trung
Từ mẫu thực nghiệm, tính giá trị thống kê kiểm định:
so sánh hai trung • T(n−1) là biến ngẫu nhiên tuân theo phân phối Student với
mẫu độc lập
mẫu độc lập
bậc tự do (n − 1);
so sánh hai trung x̄ − µ0 so sánh hai trung (n−1)
• t1−? có được bằng cách tra bảng phân phối Student.
mẫu phụ thuộc t= √ bình -Trường hợp hai
mẫu phụ thuộc
s/ n Kiểm định giả thuyết
• B4 Kết luận:
XSTK XSTK
2
N.T. M. Ngọc TH 3: không biết σ , n < 30 N.T. M. Ngọc TH 3: không biết σ 2 , n < 30
thuyết thống thuyết thống Giải : Theo đề ta có: n = 21 < 30, µ0 = 65, x̄ = 62, 5, s = 3,
kê kê
α = 0, 01. Rõ ràng bài toán rơi vào trường hợp 3.
thuyết H1
thuyết H1
Gọi µ là tuổi thọ trung bình của loại đèn này.
Giá trị pvalue
Ví dụ: Giá trị pvalue
• GT: H0 : µ ≥ 65 vs H1 : µ < 65
thuyết - Một loại đèn chiếu sáng được nhà sản xuất cho biết có tuổi thuyết - • Giá trị thống kê của kiểm định là :
một mẫu thọ trung bình thấp nhất là 65 giờ. Kết quả kiểm tra từ một mẫu
t = x̄s/−µ
√ 0 = 62,5−65
√ = −3, 82.
n 3/ 21
cho kỳ vọng mẫu ngẫu nhiên 21 bóng đèn cho thấy tuổi thọ trung bình Kiểm định giả thuyết
cho kỳ vọng
cho tỷ lệ là 62,5 giờ, với độ lệch chuẩn là 3. Với α = 0, 01, có thể
cho tỷ lệ
• Với mức ý nghĩa α = 0, 01, tra bảng phân phối Student ta
20 = −t 20 = −2, 528.
được tαn−1 = t0,01
thuyết -
kết luận gì về lời tuyên bố của nhà sản xuất? Kiểm định giả
thuyết -
0,99
Trường hợp
hai mẫu
Trường hợp
hai mẫu
• Ta thấy, t = −3, 82 < −2, 528 = tαn−1 nên ta bác bỏ giả
so sánh hai trung
so sánh hai trung
thuyết H0 với mức ý nghĩa α = 0, 01.
mẫu độc lập
mẫu độc lập
• Như vậy, ta có thể kết luận rằng tuổi thọ trung bình của
mẫu phụ thuộc
mẫu phụ thuộc
loại đèn này là thấp hơn 65 giờ với mức ý nghĩa α = 0, 01.
XSTK XSTK
2
N.T. M. Ngọc TH 3: không biết σ , n < 30 N.T. M. Ngọc Kiểm định giả thuyết về so sánh tỉ
Các khái niệm
trong kiểm
Các khái niệm
trong kiểm
lệ tổng thể với 1 số
kê Ví dụ kê
thuyết H1
thuyết H1
• Bài toán:
Kiểm định giả Kiểm định giả Cho tổng thể X , trong đó tỷ lệ phần tử mang đặc tính A
Trường hợp Trường hợp nào đó trong tổng thể là p (p chưa biết). Từ mẫu ngẫu
nhiên (X1 , X2 , ..., Xn ) hãy kiểm định
  
0 : p = p0 0 : p = p0 : p = p0
H H H
0
Trường hợp Trường hợp (a) (b) (c)
hai mẫu hai mẫu H1 : p 6= p0 H1 : p > p0 H1 : p > p0
Kiểm định giả thuyết Kiểm định giả thuyết với mức ý nghĩa α; với p0 là giá trị cho trước.
XSTK XSTK
N.T. M. Ngọc Kiểm định giả thuyết cho tỷ lệ p N.T. M. Ngọc Kiểm định giả thuyết cho tỷ lệ p
Các khái niệm
trong kiểm • Quan sát sự xuất hiện của biến cố "phần tử mang đặc Các khái niệm
trong kiểm • B1: Phát biểu giả thuyết H0 và đối thuyết H1
thuyết thống tính A" trong n phép thử độc lập. Gọi Y là số lần xuất thuyết thống • B2: Xác định tiêu chuẩn kiểm định:
kê
hiện biến cố trên thì Y ∼ B(n, p). Và kê
Giả thuyết H0 và đối Thống kê
Y
P̂ − p0
Giá trị pvalue
P̂ =
Giá trị pvalue
Z=s
thuyết - n Kiểm định giả
thuyết -
p0 (1 − p0 )
một mẫu
là một ước lượng không chệch cho p. một mẫu n
cho kỳ vọng
• Chọn thống kê
cho kỳ vọng
là tiêu chuẩn kiểm định. Nếu H0 đúng, Z ∼ N (0, 1)

với điều kiện np̂ ≥ 5 và n(1 − p̂) ≥ 5.
thuyết -
Trường hợp P̂ − p0 thuyết -
Trường hợp
hai mẫu Z=s hai mẫu Từ mẫu thực nghiệm, tính giá trị thống kê kiểm định:
so sánh hai trung
p0 (1 − p0 ) Kiểm định giả thuyết
so sánh hai trung
mẫu độc lập
n
mẫu độc lập p̂ − p0
Kiểm định giả thuyết Kiểm định giả thuyết z=s
so sánh hai trung
so sánh hai trung
bình -Trường hợp hai p0 (1 − p0 )
mẫu phụ thuộc
làm tiêu chuẩn kiểm định. Nếu H0 đúng, Z ∼ N (0, 1) với mẫu phụ thuộc
so sánh hai tỷ lệ n
điều kiện np̂ ≥ 5 và n(1 − p̂) ≥ 5. Kiểm định giả thuyết
XSTK XSTK
N.T. M. Ngọc Kiểm định giả thuyết cho tỷ lệ p N.T. M. Ngọc Kiểm định giả thuyết về tỉ lệ p
Các khái niệm
trong kiểm
Các bước kiểm định (tt): Các khái niệm
trong kiểm
kê • B3: Với mức ý nghĩa α, xác định miền bác bỏ: Với mức ý nghĩa kê
thuyết H1
α và dựa vào đối thuyết H1 , xác định miền bác bỏ hoặc tính Giả thuyết H0 và đối
thuyết H1
Giá trị pvalue
p-giá trị tương ứng: Các loại sai lầm
Giá trị pvalue Ví dụ: Giả sử sản phẩm của một công ty sản xuất vỏ xe ô
Kiểm định giả Kiểm định giả tô đã chiếm 42% thị trường. Hiện tại, trước sự cạnh tranh
Trường hợp Trường hợp bác bỏ H0 nếu p-giá trị Trường hợp của đối thủ và những điều kiện thay đổi của môi trường
một mẫu
(a) H1 : p 6= p0 |z| > z1−α/2 2(1 − Φ(|z|)) một mẫu
Kiểm định giả thuyết kinh doanh, ban lãnh đạo muốn kiểm tra lại xem thị phần
cho kỳ vọng
(b) H1 : p > p0 z > z1−α 1 − Φ(z) cho kỳ vọng
Kiểm định giả thuyết Kiểm định giả thuyết công ty có còn là 42% hay không. Chọn ngẫu nhiên 550 ô
cho tỷ lệ
(c) H1 : p < p0 z < −z1−α Φ(z) cho tỷ lệ
Kiểm định giả Kiểm định giả tô trên đường, kết quả cho thấy có 219 xe sử dụng vỏ xe
Trường hợp Trong đó, z1−? được tìm từ bảng phân phối Gauss. Trường hợp của công ty. Có thể kết luận gì với mức ý nghĩa α = 0, 1?
hai mẫu hai mẫu
so sánh hai trung
• B4 Kết luận: so sánh hai trung
so sánh hai trung
• Nếu bác bỏ giả thuyết H0 , ta kết luận H1 đúng với Kiểm định giả thuyết
so sánh hai trung
mẫu phụ thuộc (1 − α)100% độ tin cậy. bình -Trường hợp hai
mẫu phụ thuộc
• Ngược lại, ta kết luận chưa đủ cơ sở để bác bỏ giả thuyết Kiểm định giả thuyết
H0 với mức ý nghĩa α. Kiểm định giả thuyết
XSTK XSTK
N.T. M. Ngọc N.T. M. Ngọc Tính pgiá trị

Giải: Theo đề ta có: n = 550, p0 = 42%, α = 0, 1.
Các khái niệm 219 Các khái niệm
trong kiểm Gọi p là thị phần công ty ở hiện tại. Ta tính được p̂ = 550 . trong kiểm
định giả 219
Kiểm tra điều kiện: np̂ = 550 × 550 = 219 > 5 và định giả Ví dụ: Trong ví dụ về kiểm định giả thuyết tỉ lệ trong tổng thể
kê 219
n(1 − p̂) = 550(1 − 550 ) = 331 > 5. kê trên, ta kết luận không thể bác bỏ giả thuyết H0 với mức ý
thuyết H1
• GT: H0 : p ≥ 0, 42 vs H1 : p < 0, 42.
thuyết H1 nghĩa α = 10%.
Giá trị pvalue Giá trị pvalue Tất nhiên, ta cũng không thể bác bỏ giả thuyết H0 với mức ý
• Giá trị thống kê của kiểm √định là :
√ Kiểm định giả nghĩa α < 10%.
thuyết - (p̂−p0 ) n ( 219 −0,42) 550 thuyết -
Trường hợp z=√ = √ 550
= −1, 037. Trường hợp
một mẫu p0 (1−p0 0,42(1−0,42) một mẫu
Kiểm định giả thuyết Kiểm định giả thuyết Vậy, ở mức ý nghĩa α > 10%, liệu có thể bác bỏ giả thuyết H0 ?
cho kỳ vọng
• Với mức ý nghĩa α = 0, 10, tra bảng phân phối chuẩn hóa cho kỳ vọng
Nói cách khác, vấn đề là xác định mức ý nghĩa nhỏ nhất mà ở
cho tỷ lệ
N (0, 1) ta được zα = −z1−α = z0,10 = −z0,90 = −1, 28. cho tỷ lệ
Kiểm định giả Kiểm định giả đó giả thuyết H0 có thể bị bác bỏ. Mức ý nghĩa nhỏ nhất đó
thuyết - • Ta thấy, z = −1, 037 > −1, 28 = zα nên ta không đủ cơ thuyết -
gọi là pgiá trị ( pvalue ).
hai mẫu sở bác bỏ giả thuyết H0 với mức ý nghĩa α = 0, 10. hai mẫu
so sánh hai trung
bình -Trường hợp hai • Với mức ý nghĩa 10%, ta có thể kết luận rằng hiện tại so sánh hai trung
bình -Trường hợp hai Trong ví dụ trên, giá trị thống kê kiểm định tính được là
so sánh hai trung
công ty chiếm ít nhất 42% thị trường về vỏ xe ô tô. Kiểm định giả thuyết
so sánh hai trung z = −1, 037 và kiểm định bên trái nên
mẫu phụ thuộc
mẫu phụ thuộc
pgiá trị = φ(−1, 037) = 1 − φ(1, 037) = 0, 1499.
XSTK XSTK
N.T. M. Ngọc Kiểm định giả thuyết cho tỷ lệ p N.T. M. Ngọc Kiểm định giả thuyết cho tỷ lệ p
Các khái niệm Ví dụ khác: Trong kỳ nghỉ giáng sinh và đầu năm mới, Các khái niệm
trong kiểm
định giả Cục An toàn giao thông đã thống kê được rằng có 500
trong kiểm
định giả
• Tính giá trị thống kê kiểm định
kê người chết và 25000 người bị thương do các vụ tại nạn kê s s
thuyết H1 giao thông trên toàn quốc. Theo thông cáo của Cục ATGT
thuyết H1 p0 (1 − p0 ) 0.5(1 − 0.5
Các loại sai lầm Các loại sai lầm σp̂ = = = 0.045644
Giá trị pvalue thì khoảng 50% số vụ tai nạn có liên quan đến rượu bia. Giá trị pvalue n 120
Khảo sát ngẫu nhiên 120 vụ tai nạn thấy có 67 vụ do ảnh Kiểm định giả p̂ − p0 (67/120) − 0.5
z= = = 1.28
Trường hợp
một mẫu
hưởng của rượu bia. Sử dụng số liệu trên để kiểm định lời Trường hợp
một mẫu σp̂ 0.045644
cho kỳ vọng
khẳng định của Cục An toàn giao thông với mức ý nghĩa Kiểm định giả thuyết
cho kỳ vọng
cho tỷ lệ α = 5%. Kiểm định giả thuyết
cho tỷ lệ
• Xác định miền bác bỏ: bác bỏ H0 khi
Kiểm định giả Các bước kiểm định: Kiểm định giả |z0 | > z0.975 = 1.96 hoặc tính p-giá trị
Trường hợp • Phát biểu giả thuyết: Trường hợp
hai mẫu
hai mẫu
p = [(1−Φ(z)] = 2[1−Φ(1.28)] = 2(1−0.8977) = 0.2006
so sánh hai trung  so sánh hai trung
mẫu độc lập
H
0 : p = 0.5 mẫu độc lập
• Kết luận: do z = 1.28 < 1.96 (hoặc
so sánh hai trung
mẫu phụ thuộc
H1 : p 6= 0.5 so sánh hai trung
mẫu phụ thuộc
p = 0.2006 > 0.05) nên kết luận chưa đủ cơ sở để bác
bỏ giả thuyết H0 .
• Xác định mức ý nghĩa: α = 0.05 Kiểm định giả thuyết
XSTK XSTK
N.T. M. Ngọc Kiểm định giả thuyết cho tỷ lệ p N.T. M. Ngọc Nội dung: Kiểm định giả thuyết
Các khái niệm
trong kiểm
Các khái niệm
trong kiểm cho trường hợp 2 mẫu
kê kê Kiểm định giả thuyết cho trường hợp hai mẫu độc lập
thuyết H1
Ví dụ khác: thuyết H1
• So sánh hai kỳ vọng
Giá trị pvalue Một nhà máy sản xuất sản phẩm với tỉ lệ loại một lúc đầu Giá trị pvalue
• Trường hợp biết phương sai

thuyết -
là 20%. Sau khi áp dụng phương pháp sản xuất mới, kiểm Kiểm định giả
thuyết - • Trường hợp không biết phương sai, mẫu lớn
Trường hợp
một mẫu
tra ngẫu nhiên 500 sản phẩm thấy có 150 sản phẩm loại Trường hợp
một mẫu • Trường hợp không biết phương sai, mẫu nhỏ
cho kỳ vọng
một. Cho kết luận về tác dụng của phương pháp sản xuất Kiểm định giả thuyết
cho kỳ vọng • Trường hợp σ12 = σ22 = σ 2
cho tỷ lệ với mức ý nghĩa 1%. Kiểm định giả thuyết
cho tỷ lệ • Trường hợp σ12 =
6 σ22
thuyết -
thuyết -
• So sánh hai tỉ lệ
Trường hợp ĐS: phương pháp sản xuất mới làm tăng tỉ lệ sản phẩm Trường hợp
hai mẫu hai mẫu • So sánh hai phương sai
Kiểm định giả thuyết loại một với mức ý nghĩa 1% Kiểm định giả thuyết
so sánh hai trung
so sánh hai trung
Kiểm định giả thuyết cho trường hợp hai mẫu phụ thuộc
so sánh hai tỷ lệ • So sánh hai kỳ vọng
XSTK XSTK
N.T. M. Ngọc TH 1: đã biết σ12 , σ22 N.T. M. Ngọc Các bước kiểm định:
Các khái niệm
trong kiểm
Các giả định: Các khái niệm
trong kiểm
định giả Quan sát X trên hai mẫu ngẫu nhiên lấy từ hai tổng thể 1 và 2 độc định giả
kê lập nhau. kê • B2: Xác định tiêu chuẩn kiểm định:
thuyết H1
• Trên tổng thể 1: X ∼ N (µ1 , σ12 ), lấy mẫu ngẫu nhiên cỡ n1 có thuyết H1
Giá trị pvalue
trung bình mẫu X̄1 . Giá trị pvalue Chọn thống kê
• Trên tổng thể 2: X ∼ N (µ2 , σ22 ), lấy mẫu ngẫu nhiên cỡ n2
Kiểm định giả X̄1 − X̄2
thuyết -
Trường hợp
thuyết -
Trường hợp
Z=r 2
một mẫu trung bình mẫu X̄2 . một mẫu σ1 σ22
Kiểm định giả thuyết Kiểm định giả thuyết n1
+ n2
cho kỳ vọng
• Các phương sai σ12 và σ22 đã biết. cho kỳ vọng
làm tiêu chuẩn kiểm định. Nếu giả thuyết H0 đúng thì
thuyết - Bài toán kiểm định gồm các dạng sau: thuyết - Z ∼ N (0, 1).
hai mẫu hai mẫu
so sánh hai trung Hãy kiểm định một trong những giả thuyết sau: Kiểm định giả thuyết
so sánh hai trung Từ mẫu thực nghiệm, tính giá trị thống kê kiểm định:
x̄1 − x̄2
( ( (
so sánh hai trung H0 : µ1 = µ2 H0 : µ1 = µ2 H0 : µ1 = µ2 so sánh hai trung
bình -Trường hợp hai (a) (b) (c) bình -Trường hợp hai z=r 2
mẫu phụ thuộc
H1 : µ1 6= µ2 H1 : µ1 > µ2 H1 : µ1 < µ2 mẫu phụ thuộc
σ1 σ2
n1
+ n22
với mức ý nghĩa α cho trước. về tính độc lập
XSTK XSTK
N.T. M. Ngọc Các bước kiểm định: (tt) N.T. M. Ngọc
Các khái niệm • B3: Với mức ý nghĩa α, xác định miền bác bỏ: Các khái niệm
định giả định giả Ví dụ
thuyết thống Với mức ý nghĩa α và dựa vào đối thuyết H1 , xác định thuyết thống
kê kê Một công ty sản xuất sơn nghiên cứu về một loại phụ gia
Giả thuyết H0 và đối miền bác bỏ hoặc tính p-giá trị tương ứng: Giả thuyết H0 và đối
thuyết H1
thuyết H1
làm giảm thời gian khô của sơn. Thực hiện thí nghiệm trên
Giá trị pvalue Giá trị pvalue 2 mẫu : mẫu 1 gồm 10 mẫu vật được sơn bằng loại sơn
thuyết -
Trường hợp bác bỏ H0 nếu p-giá trị Kiểm định giả
thuyết -
bình thường; mẫu 2 gồm 10 mẫu vật được sơn bằng loại
Trường hợp
một mẫu
(a) H1 : µ1 6= µ2 |z| > z1−α/2 2(1 − Φ(|z|)) Trường hợp
một mẫu
sơn có chất phụ gia mới. Trong những nghiên cứu trước,
cho kỳ vọng
(b) H1 : µ1 > µ2 z > z 1−α 1 − Φ(z) Kiểm định giả thuyết
cho kỳ vọng
biết rằng độ lệch chuẩn của thời gian khô sau khi quét sơn
cho tỷ lệ (c) H1 : µ1 < µ2 z < −z1−α Φ(z) Kiểm định giả thuyết
cho tỷ lệ là 8 phút và không thay đổi khi thêm phụ gia vào. Thời
thuyết -
Trong đó, z1−? được tìm từ bảng phân phối Gauss. Kiểm định giả
thuyết -
gian khô trung bình của mẫu 1 và 2 lần lượt là x̄1 = 121
Trường hợp
hai mẫu
Trường hợp
hai mẫu
phút và x̄2 = 112 phút. Với mức ý nghĩa 5%, hãy cho kết
Lưu ý: Nếu p-giá trị < α thì ta bác bỏ giả thuyết H0 Kiểm định giả thuyết luận về loại sơn với chất phụ gia mới.
so sánh hai trung
mẫu độc lập
với mức ý nghĩa α. so sánh hai trung
mẫu độc lập
so sánh hai trung
• B4: Kết luận: so sánh hai trung
mẫu phụ thuộc
• Nếu bác bỏ giả thuyết H0 , ta kết luận H1 đúng với mẫu phụ thuộc
(1 − α)100% độ tin cậy. so sánh hai tỷ lệ
• Ngược lại, ta kết luận chưa đủ cơ sở để bác bỏ giả thuyết về tính độc lập

XSTK XSTK
N.T. M. Ngọc Giải ví dụ: N.T. M. Ngọc TH 1: đã biết σ12 , σ22

Các khái niệm
• B1: Phát biểu giả thuyết H0 và đối thuyết H1 Các khái niệm
định giả
định giả
thuyết thống H0 : µ1 = µ2 , (H0 : chất phụ gia mới không có hiệu quả) thuyết thống
kê H1 : µ1 > µ2 , ( H1 : chất phụ gia mới có hiệu quả) kê Ví dụ khác
thuyết H1
thuyết H1
Hai công thức khác nhau của nhiên liệu động cơ ôxy hóa
Giá trị pvalue • B2: Xác định tiêu chuẩn kiểm định: Từ mẫu thực nghiệm, tính giá trị Giá trị pvalue đang được thử nghiệm để nghiên cứu chỉ số octane của
thống kê kiểm định, với x¯1 = 121, x¯2 = 112 và σ1 = σ2 = 8 ta có:
thuyết -
thuyết -
chúng. Phương sai chỉ số octane của công thức thứ nhất là
Trường hợp
một mẫu z= r1
x¯ − x¯2
=
121 − 112
r = 2.52
Trường hợp
một mẫu
σ12 = 1, 5 và công thức thứ hai là σ22 = 1, 2. Hai mẫu ngẫu
Kiểm định giả thuyết σ12 σ22 82 82 Kiểm định giả thuyết
nhiên có cỡ mẫu n1 = 15 và n2 = 20 được nghiên cứu có
cho kỳ vọng
+ + cho kỳ vọng
cho tỷ lệ
n1 n2 10 10 Kiểm định giả thuyết
cho tỷ lệ chỉ số octane trung bình lần lượt là x 1 = 89, 6 và
Kiểm định giả Kiểm định giả x 2 = 92, 5. Giả sử chỉ số octane có phân phối chuẩn.
thuyết - • B3: Xác định miền bác bỏ: Với mức ý nghĩa α = 5%, bác bỏ H0 khi thuyết -
Trường hợp
hai mẫu z > z1−α = z0.95 = 1.645 (tra bảng phân phối chuẩn tắc).
Trường hợp
hai mẫu
Nếu công thức 2 tạo ra chỉ số octane cao hơn so với công
so sánh hai trung
so sánh hai trung
thức 1, thì nhà sản xuất muốn phát hiện nó. Hãy xây dựng
mẫu độc lập
• B4: Kết luận: Ta thấy z = 2.52 > 1.645 = z1−α nên bác bỏ H0 với mức ý bình -Trường hợp hai
mẫu độc lập và kiểm định giả thuyết thích hợp sử dụng α = 0, 05 và
Kiểm định giả thuyết nghĩa α = 5%. Ta kết luận rằng với 95% độ tin cậy, chất phụ gia có hiệu Kiểm định giả thuyết
so sánh hai trung
bình -Trường hợp hai quả làm giảm thời gian khô sau khi sơn.
so sánh hai trung
tính p-giá trị.
• Cách khác : Sử dụng p-giá trị: Kiểm định giả thuyết
Ta có p-giá trị = 1 − Φ(z) = 1 − Φ(2.52) = 0.0059 < 0.05 = α nên bác bỏ Kiểm định giả thuyết
về tính độc lập H0 với mức ý nghĩa α = 5%. Ta kết luận rằng ... về tính độc lập
XSTK XSTK
N.T. M. Ngọc TH 1: đã biết σ12 , σ22 N.T. M. Ngọc TH 2: chưa biết σ12 , σ22 , mẫu lớn
trong kiểm
định giả Ví dụ khác trong kiểm
định giả
kê Arnold Palmer và Tiger Woods là hai golf thủ giỏi nhất từ kê
thuyết H1 trước đến nay. Để so sánh hai người nếu cả hai đều đang Giả thuyết H0 và đối
thuyết H1
Các giả định:
Giá trị pvalue chơi ở đỉnh cao, dữ liệu mẫu sau đây cho biết kết quả điểm Giá trị pvalue Quan sát X trên hai mẫu ngẫu nhiên lấy từ hai tổng thể 1
Kiểm định giả thi đấu golf 18 lỗ trong giải PGA. Điểm của Palmer từ Kiểm định giả và 2 độc lập nhau.
Trường hợp
một mẫu
mùa giải 1960, trong khi của Woods từ mùa giải 1999 Trường hợp
một mẫu
• Trên tổng thể 1: X ∼ N (µ1 , σ12 ), lấy mẫu ngẫu nhiên
cho kỳ vọng
(theo Golf Magazine, tháng 2, 2020). Kiểm định giả thuyết
cho kỳ vọng
cỡ n1 có trung bình mẫu X̄1 .
cho tỷ lệ cho tỷ lệ • Trên tổng thể 2: X ∼ N (µ2 , σ22 ), lấy mẫu ngẫu nhiên
Kiểm định giả Arnold Palmer , 1960 Tiger Woods, 1999 Kiểm định giả
thuyết - thuyết - cỡ n2 trung bình mẫu X̄2 .
Trường hợp n1 = 112 n2 = 84 Trường hợp
hai mẫu
x̄1 = 69, 95 x̄2 = 69, 56 hai mẫu • Các phương sai σ12 và σ22 chưa biết.
so sánh hai trung
so sánh hai trung
bình -Trường hợp hai • Cỡ mẫu lớn: n1 ≥ 30 và n2 ≥ 30.
so sánh hai trung
Giả sử độ lệch chuẩn tổng thể là 2,5 cho cả hai golf thủ. Có Kiểm định giả thuyết
so sánh hai trung
mẫu phụ thuộc
thể cho rằng không có chênh lệch trung bình tổng thể về mẫu phụ thuộc
điểm thi đấu golf 8 lỗ của hai golf thủvới mức ý nghĩa 1% ? so sánh hai tỷ lệ
XSTK XSTK
N.T. M. Ngọc TH 2: chưa biết σ12 , σ22 , mẫu lớn N.T. M. Ngọc TH 2: chưa biết σ12 , σ22 , mẫu lớn
Các khái niệm
trong kiểm
• Đối với trường hợp mẫu lớn, khi phương sai tổng thể σ12 và σ22 Các khái niệm
trong kiểm
định giả không biết, ta thay thế bằng các phương sai mẫu S12 và S22 mà định giả
thuyết thống
không tạo ra nhiều khác biệt.
thuyết thống Ví dụ
kê kê
Giả thuyết H0 và đối Giả thuyết H0 và đối Một bài báo về Kỹ thuật Radio và Vật lý điện tử (1984) đã
thuyết H1
• Khi n1 ≥ 30 và n2 ≥ 30, dưới giả thuyết H0 thuyết H1
Giá trị pvalue
Giá trị pvalue
nghiên cứu hoạt động của một máy phát ngẫu nhiên khi có
Kiểm định giả X̄1 − X̄2 Kiểm định giả tiếng ồn bên ngoài. Số chu kỳ được đo trong một mẫu là
thuyết - Z=q 2 thuyết -
Trường hợp S1 S22 Trường hợp 100 lần với hai mức điện áp nhiễu khác nhau, 100 mV và
một mẫu n1 + n2 một mẫu
150 mV. Với mức điện áp nhiễu 100 mV, số chu kì trung
Kiểm định giả thuyết sẽ xấp xỉ phân phối chuẩn hóa N (0, 1). Kiểm định giả thuyết bình là 7,9 và độ lệch chuẩn s1 = 2, 6. Với điện áp nhiễu

mức 150 mV, số chu kì trung bình là 6,9 và độ lệch chuẩn
thuyết -
Trường hợp Từ mẫu thực nghiệm, tính giá trị thống kê kiểm định: thuyết -
Trường hợp
s2 = 2, 4.
hai mẫu hai mẫu Ban đầu, người ta nghi ngờ rằng việc tăng điện áp, tiếng
Kiểm định giả thuyết x̄1 − x̄2 Kiểm định giả thuyết
so sánh hai trung
bình -Trường hợp hai z=q 2 so sánh hai trung
bình -Trường hợp hai ồn sẽ làm giảm số chu kỳ trung bình. Dữ liệu có hỗ trợ xác
mẫu độc lập s1 s22 mẫu độc lập
so sánh hai trung
n1 + n2 Kiểm định giả thuyết
so sánh hai trung
nhận này không? Sử dụng α = 0, 05 và giả định rằng hai
mẫu phụ thuộc
mẫu phụ thuộc tổng thể có phân phối chuẩn. Tính p-giá trị của kiểm định?
• Miền bác bỏ (hoặc p - giá trị) trong trường hợp này được tính Kiểm định giả thuyết
tương tự như trường hợp biết phương sai. Kiểm định giả thuyết
XSTK XSTK
Gọi µ1 , µ2 lần lượt là số chu kỳ trung bình hoạt động của máy phát ngẫu nhiên
N.T. M. Ngọc ứng với mức điện áp nhiễu 100 mV và 150 mV. N.T. M. Ngọc TH 2: chưa biết σ12 , σ22 , mẫu lớn

thuyết thống H0 : µ1 = µ2 , thuyết thống
kê H1 : µ1 > µ2 , kê
thuyết H1
thuyết H1
Ví dụ khác
• B2: Xác định tiêu chuẩn kiểm định: Các loại sai lầm
Một trại chăn nuôi chọn một giống gà để tiến hành nghiên
Từ mẫu thực nghiệm, tính giá trị thống kê kiểm định :
thuyết -
thuyết -
cứu hiệu quả của hai loại thức ăn A và B. Sau một thời
x̄ − x̄2 7,9 − 6,9
Trường hợp
một mẫu
z= q1 2 = r = 2,8262 Trường hợp
một mẫu
gian nuôi thử nghiệm trong cùng điều kiện bằng hai loại
s1 s22 2,62 2,42
cho kỳ vọng
n1
+ n2 + Kiểm định giả thuyết
cho kỳ vọng
thức ăn này, người ta chọn 50 con gà nuôi bằng thức ăn A
100 100
cho tỷ lệ
cho tỷ lệ
thấy khối lượng trung bình là 2,2 kg, độ lệch chuẩn mẫu
• B3: Xác định miền bác bỏ:
Với mức ý nghĩa α = 5%, bác bỏ H0 khi z > z1−α = z0,95 = 1,645.
Kiểm định giả hiệu chỉnh là 1,25 kg. Chọn 40 con gà nuôi bằng thức ăn B
Trường hợp Ta có: z = 2,8262 > 1,645 = z1−α nên bác bỏ H0 với mức ý nghĩa α = 5%. Trường hợp thấy khối lượng trung bình là 1,2 kg, độ lệch chuẩn mẫu
hai mẫu hai mẫu
• B4: Kết luận: Kiểm định giả thuyết
hiệu chỉnh là 1,02 kg. Hãy đánh giá hiệu quả của hai loại
so sánh hai trung Với 95% độ tin cậy thì việc tăng điện áp nhiễu sẽ làm giảm số chu kỳ trung so sánh hai trung
mẫu độc lập bình.
mẫu độc lập
thức ăn trên với mức ý nghĩa 1%.
so sánh hai trung
◦ Tính p-giá trị: p-giá trị = 1 − Φ(z) = 1 − Φ(2,8262) = 1 − 0,9976 = 0,0024. so sánh hai trung
mẫu phụ thuộc Ta thấy rằng p-giá trị = 0,0024 < 0.05 = α nên bác bỏ H0 với mức ý nghĩa mẫu phụ thuộc
so sánh hai tỷ lệ α = 5%. so sánh hai tỷ lệ
XSTK XSTK
N.T. M. Ngọc TH 3: chưa biết σ12 , σ22 , mẫu nhỏ N.T. M. Ngọc TH 3a: σ12 = σ22 chưa biết, mẫu
Các khái niệm Các giả định: Các khái niệm nhỏ
trong kiểm
Quan sát X trên hai mẫu ngẫu nhiên lấy từ hai tổng thể 1 và 2 độc lập nhau.
trong kiểm Các bước kiểm định:
định giả định giả • B1: Phát biểu giả thuyết H0 và đối thuyết H1
thuyết thống • Trên tổng thể 1: X ∼ N (µ1 , σ 2 ), lấy mẫu ngẫu nhiên cỡ n1 có trung bình thuyết thống
kê 1 kê • B2: Xác định tiêu chuẩn kiểm định:
mẫu X̄1 .
thuyết H1
thuyết H1 • Trường hợp σ12 = σ22 = σ 2 , ta sử dụng một ước lượng
• Trên tổng thể 2: X ∼ N (µ2 , σ 2 ), lấy mẫu ngẫu nhiên cỡ n2 trung bình mẫu
chung cho cả σ12 và σ22 là Sp2 gọi là phương sai mẫu chung
Các loại sai lầm 2 Các loại sai lầm
Giá trị pvalue
X̄2 . Giá trị pvalue
Kiểm định giả • Các phương sai σ 2 và σ 2 chưa biết. Kiểm định giả
(n1 − 1)S12 + (n2 − 1)S22
1 2
thuyết -
Trường hợp • Cỡ mẫu nhỏ: n1 < 30 và n2 < 30.
thuyết -
Trường hợp Sp2 = .
n1 + n2 − 2
cho kỳ vọng
Ta xét hai trường hợp:
cho kỳ vọng
• Dưới giả thuyết H0 , thống kê
1 Trường hợp phương sai bằng nhau σ12 = σ22 ,
X¯1 − X¯2
thuyết - 2 Trường hợp phương sai khác nhau σ12 6= σ22 . thuyết -
T =s
2
1 1
hai mẫu hai mẫu Sp +
Kiểm định giả thuyết Bài toán kiểm định gồm các dạng sau: Kiểm định giả thuyết n1 n2
mẫu độc lập Hãy kiểm định một trong những giả thuyết sau: mẫu độc lập sẽ xấp xỉ phân phối Student với n1 + n2 − 2 bậc tự do.
so sánh hai trung
so sánh hai trung
• Từ mẫu thực nghiệm, tính giá trị thống kê kiểm định:
mẫu phụ thuộc H0 : µ1 = µ2 H0 : µ1 = µ2 H0 : µ1 = µ2 mẫu phụ thuộc x¯ − x¯2
(a)
H1 : µ1 6= µ2
(b)
H1 : µ1 > µ2
(c)
H1 : µ1 < µ2 Kiểm định giả thuyết t= r 1 .
1 1
Kiểm định giả thuyết Kiểm định giả thuyết sp2 +
n1 n2
XSTK XSTK
N.T. M. Ngọc Các bước kiểm định: (tt) N.T. M. Ngọc TH 3b: σ12 6= σ22 chưa biết, mẫu
• B3: Với mức ý nghĩa α, xác định miền bác bỏ:
Các khái niệm
trong kiểm
Các khái niệm
trong kiểm Các bước kiểm định:
nhỏ
định giả Với mức ý nghĩa α và dựa vào đối thuyết H1 , xác định miền bác bỏ hoặc định giả • B1: Phát biểu giả thuyết H0 và đối thuyết H1
thuyết thống tính p-giá trị tương ứng: thuyết thống
kê kê • B2: Xác định tiêu chuẩn kiểm định:
thuyết H1
• Đặt df = n1 + n2 − 2, miền bác bỏ và p - giá trị trong trường hợp này có Giả thuyết H0 và đối
thuyết H1 • Trường hợp σ12 6= σ22 , dưới giả thuyết H0 , thống kê
Các loại sai lầm dạng: Các loại sai lầm
Giá trị pvalue
Trường hợp bác bỏ H0 nếu p-giá trị
Giá trị pvalue
X¯1 − X¯2
(a) H1 : µ1 6= µ2 df
|t| > t1−α/2 2P(T(df ) ≥ |t|) Kiểm định giả T =s
thuyết -
df
thuyết - S12 S2
Trường hợp (b) H1 : µ1 > µ2 t > t1−α P(T(df ) ≥ t) Trường hợp + 2
một mẫu
(c) H1 : µ1 < µ2 df
t < −t1−α P(T(df ) ≤ t)
một mẫu n1 n2
cho kỳ vọng
Trong đó, cho kỳ vọng
cho tỷ lệ • T(df ) là biến ngẫu nhiên tuân theo phân phối Student với
cho tỷ lệ
sẽ xấp xỉ phân phối Student với bậc tự do df được xác
định như sau
Kiểm định giả bậc tự do df ; Kiểm định giả
thuyết - thuyết - 2
• t1−?
df
2
Trường hợp có được bằng cách tra bảng phân phối Student. Trường hợp (s1 /n1 ) + (s22 /n2 )
hai mẫu hai mẫu df = 2 (1)
Kiểm định giả thuyết Kiểm định giả thuyết (s1 /n1 )2 (s 2 /n2 )2
so sánh hai trung Lưu ý: Nếu p-giá trị ≤ α thì ta bác bỏ giả thuyết H0 với mức ý nghĩa α. so sánh hai trung + 2
mẫu độc lập
mẫu độc lập n1 − 1 n2 − 1
Kiểm định giả thuyết • B4: Kết luận: Kiểm định giả thuyết
• Từ mẫu thực nghiệm, tính giá trị thống kê kiểm định:
mẫu phụ thuộc
• Nếu bác bỏ giả thuyết H0 , ta kết luận H1 đúng với bình -Trường hợp hai
mẫu phụ thuộc
x¯ − x¯2
so sánh hai tỷ lệ (1 − α)100% độ tin cậy. Kiểm định giả thuyết
t= r1
Kiểm định giả thuyết • Ngược lại, ta kết luận chưa đủ cơ sở để bác bỏ giả thuyết Kiểm định giả thuyết s12 s22
về tính độc lập về tính độc lập +
n1 n2
XSTK XSTK
N.T. M. Ngọc TH 3b: σ12 6= σ22 chưa biết, mẫu N.T. M. Ngọc Ví dụ:
Các khái niệm nhỏ Các khái niệm
trong kiểm
định giả
trong kiểm
định giả
Trong sản xuất chất bán dẫn, khắc hóa chất ướt thường được sử
thuyết thống thuyết thống dụng để loại bỏ silic từ mặt sau của tấm wafer trước khi kim loại
kê Các bước kiểm định: (tt) kê
hóa. Tỷ lệ ăn mòn (etch) là một đặc tính quan trọng trong quá trình
thuyết H1
• B3: Với mức ý nghĩa α, xác định miền bác bỏ: thuyết H1
này và được biết là tuân theo phân phối chuẩn. Hai phương pháp
Giá trị pvalue Giá trị pvalue khắc khác nhau đã được so sánh bằng cách sử dụng hai mẫu ngẫu
Miền bác bỏ (hay p-giá trị tương ứng) trong trường Kiểm định giả nhiên gồm 10 tấm wafer cho mỗi dung dịch. Tỷ lệ ăn mòn quan sát
Trường hợp
hợp này được xác định giống như trường hợp phương Trường hợp được như sau:
cho kỳ vọng
sai bằng nhau, chỉ thay bậc tự do df cho bởi phương Kiểm định giả thuyết
cho kỳ vọng Mẫu 1: 9,9 10,6 9,4 10,3 9,3 10,0 9,6 10,3 10,2 10,1
cho tỷ lệ trình (1). Kiểm định giả thuyết
cho tỷ lệ Mẫu 2: 10,2 10,0 10,6 10,2 10,7 10,7 10,4 10,4 10,5 10,3
Trường hợp • B4: Kết luận: Trường hợp • a) Dữ liệu trên có hỗ trợ tuyên bố rằng tỷ lệ ăn mòn trung bình
hai mẫu hai mẫu
Kiểm định giả thuyết • Nếu bác bỏ giả thuyết H0 , ta kết luận H1 đúng với Kiểm định giả thuyết là giống nhau cho cả hai phương pháp không, giả sử hai phương
mẫu độc lập (1 − α)100% độ tin cậy. bình -Trường hợp hai
mẫu độc lập
sai tổng thể bằng nhau?
so sánh hai trung
• Ngược lại, ta kết luận chưa đủ cơ sở để bác bỏ giả thuyết Kiểm định giả thuyết
so sánh hai trung • b) Thực hiện lại kiểm định trên câu a) với giả thiết hai phương
mẫu phụ thuộc H0 với mức ý nghĩa α. mẫu phụ thuộc
sai tổng thể khác nhau?
XSTK XSTK
N.T. M. Ngọc Giải ví dụ : N.T. M. Ngọc Giải ví dụ (tt):

Gọi X1 , X2 lần lượt là tỷ lệ ăn mòn (etch) của hai phương pháp khắc 1 và 2.
Các khái niệm
Theo dề ta có: σ1 và σ2 chưa biết; n1 = n2 = 10 < 30.
Các khái niệm • B3: Xác định miền bác bỏ:
định giả và tính được: x̄1 = 9,97; x̄2 = 10,4; s12 = 0,1779 và s22 = 0,0533. định giả Với mức ý nghĩa α = 5%, bác bỏ H0 khi
thuyết thống a) thuyết thống
kê kê |t| > t1−α/2;n1 +n2 −2 = t0,975;18 = 2,1009.
Giả thuyết H0 và đối • B1: Phát biểu giả thuyết H0 và đối thuyết H1 : Giả thuyết H0 và đối
Các loại sai lầm Ta có: |t| = | − 2,82796| = 2,82796 > 2,1009 = t1−α/2;n1 +n2 −2
H0 : µ1 = µ2 , nên bác bỏ H0 với mức ý nghĩa α = 5% .
thuyết -
H1 : µ1 6= µ2 . thuyết -
Trường hợp Trường hợp • B4: Kết luận:
một mẫu • B2: Xác định tiêu chuẩn kiểm định: một mẫu
cho kỳ vọng Từ mẫu thực nghiệm, tính
cho kỳ vọng
Với 95% độ tin cậy, ta kết luận rằng tỷ lệ ăn mòn (etch) của hai
cho tỷ lệ
cho tỷ lệ
phương pháp khắc là khác nhau.
thuyết - (n1 − 1)s12 + (n2 − 1)s22 (10 − 1).0,1779 + (10 − 1).0,0533 thuyết - • Cách khác:
Trường hợp sp2 = = = 0,1156. Trường hợp
hai mẫu n1 + n2 − 2 10 + 10 − 2 hai mẫu Tính p-giá trị: p-giá trị = 2P (T (10 + 10 − 2) ≥ |t|) =
so sánh hai trung
so sánh hai trung
2P (T (18) ≥ 2,828796) ≈ 0.01115.
bình -Trường hợp hai Khi đó, giá trị thống kê kiểm định : bình -Trường hợp hai
x̄ − x̄2 9,97 − 10,4 Kiểm định giả thuyết
Ta thấy rằng p-giá trị = 0.01115 < 0.05 = α nên bác bỏ H0 với
so sánh hai trung
bình -Trường hợp hai t= r 1 =r = −2,82796.
so sánh hai trung
mức ý nghĩa α = 5%.
1 1 1 1

Kiểm định giả thuyết sp2 + 0,1156 + Kiểm định giả thuyết
Ta kết luận rằng tỷ lệ ăn mòn (etch) của hai phương pháp khắc
n1 n2 10 10 so sánh hai tỷ lệ
về tính độc lập là khác nhau với 95% độ tin cậy.
XSTK XSTK
N.T. M. Ngọc Giải ví dụ (tt): N.T. M. Ngọc Giải ví dụ (tt):

Các khái niệm Các khái niệm b) Trường hợp σ12 6= σ22 .
trong kiểm b) Trường hợp σ12 6= σ22 . trong kiểm
thuyết thống
kê
thuyết thống
kê
• B3: Xác định miền bác bỏ:
thuyết H1
• B1: Phát biểu giả thuyết H0 và đối thuyết H1 : giống câu a) Giả thuyết H0 và đối
thuyết H1 Với mức ý nghĩa α = 5%, bác bỏ H0 khi
Giá trị pvalue
Giá trị pvalue
|t| > t1−α/2;df = t0,975;14 = 2,1448.
Kiểm định giả • B2: Xác định tiêu chuẩn kiểm định: Kiểm định giả
thuyết - thuyết - Ta có: |t| = 2,828017 > 2,1448 = t1−α/2;14 nên bác bỏ H0 với
Trường hợp Từ mẫu thực nghiệm, tính giá trị thống kê kiểm định : Trường hợp
mức ý nghĩa α = 5% .
cho kỳ vọng x̄1 − x̄2 9,97 − 10,4 cho kỳ vọng
Kiểm định giả thuyết t=s =r ≈ −2, 828017. Kiểm định giả thuyết
• B4: Kết luận: Với 95% độ tin cậy, ta kết luận rằng tỷ lệ ăn mòn
cho tỷ lệ
2
s1 s22 0, 1779 0, 0533 cho tỷ lệ
Kiểm định giả + + Kiểm định giả (etch) của hai phương pháp khắc là khác nhau.
thuyết - n1 n2 10 10 thuyết -
Trường hợp Trường hợp • Cách khác: Tính p-giá trị:
hai mẫu hai mẫu
Kiểm định giả thuyết và Kiểm định giả thuyết p-giá trị = 2P (T (df ) ≥ |t|) = 2P (T (14) ≥ 2,8280) ≈ 0.01115.
so sánh hai trung 2 2 so sánh hai trung
mẫu độc lập
(s1 /n1 ) + (s22 /n2 ) bình -Trường hợp hai
mẫu độc lập
df = 2 ≈ 13, 9483 ≈ 14. Ta thấy rằng p-giá trị = 0.01115 < 0.05 = α nên bác bỏ H0 với
so sánh hai trung (s1 /n1 )2 (s 2 /n2 )2 Kiểm định giả thuyết
so sánh hai trung
bình -Trường hợp hai + 2 bình -Trường hợp hai
mức ý nghĩa α = 5%.
mẫu phụ thuộc
n1 − 1 n2 − 1 mẫu phụ thuộc
so sánh hai tỷ lệ Ta kết luận rằng tỷ lệ ăn mòn (etch) của hai phương pháp khắc
là khác nhau với 95% độ tin cậy.
XSTK XSTK
N.T. M. Ngọc Ví dụ khác N.T. M. Ngọc Ví dụ khác

kê kê
Xét hai chất xúc tác có thể được sử dụng trong một phản ứng hóa
Giá trị pvalue
Ban lãnh đạo công ty cho rằng doanh số bán hàng tăng lên sau khi Giá trị pvalue
học hàng loạt. Mười hai lô được sử dụng chất xúc tác 1, dẫn đến
Kiểm định giả thực hiện các biện pháp khuyến mãi. Chọn ngẫu nhiên 13 tuần trước Kiểm định giả
thuyết - thuyết - năng suất trung bình là 86 và độ lệch chuẩn mẫu là 3. Mười lăm lô
Trường hợp đợt khuyến mãi có được doanh số trung bình là 1234 triệu đồng và Trường hợp
một mẫu một mẫu được sử dụng chất xúc tác 2, và kết quả là năng suất trung bình 89
độ lêch chuẩn mẫu là 324 triệu đồng. Và chon ngẫu nhiên 14 tuần
cho kỳ vọng
cho kỳ vọng với độ lệch chuẩn là 2. Giả sử năng suất các phép đo xấp xỉ phân
sau đợt khuyến mãi có được doanh số trung bình là 1864 triệu đồng
phối chuẩn với cùng độ lệch chuẩn. Với mức ý nghĩa 1%, có bằng
cho tỷ lệ
và độ lêch chuẩn mẫu là 289 triệu đồng. Hãy kiểm định ý kiến trên cho tỷ lệ
Kiểm định giả Kiểm định giả chứng để khẳng định rằng chất xúc tác 2 tạo ra năng suất trung bình
thuyết - với α = 5% thuyết -
cao hơn chất xúc tác 1 không?
hai mẫu hai mẫu
XSTK XSTK
N.T. M. Ngọc So sánh hai mẫu không độc lập N.T. M. Ngọc So sánh hai mẫu không độc lập
Các khái niệm
trong kiểm
(paired t - test) Các khái niệm
trong kiểm
(paired t - test)
kê kê
thuyết H1
• Khi hai mẫu không độc lập thì mỗi giá trị quan trắc được trong
thuyết H1 • Xét (X1i , X2i ), với i = 1, 2, . . . , n, là tập gồm n cặp giá trị quan
Giá trị pvalue một mẫu có mối liên hệ tương ứng với một giá trị quan trắc ở Giá trị pvalue
trắc với giả sử rằng kỳ vọng và phương sai của tổng thể đại diện
Kiểm định giả mẫu thứ hai. Như vậy, ta có thể ghép cặp từng giá trị trong hai Kiểm định giả bởi X1 là µ1 và σ12 và kỳ vọng và phương sai của tổng thể đại
thuyết -
Trường hợp mẫu với nhau.
thuyết -
Trường hợp
diện bởi X2 là µ2 và σ22 . X1i và X2j (i 6= j) độc lập.
Kiểm định giả thuyết • Việc ghép cặp là kết quả của việc Kiểm định giả thuyết
• Định nghĩa độ sai khác giữa mỗi cặp trong tập hợp các giá trị
quan trắc là
cho tỷ lệ • quan trắc giá trị trước và sau khi thực hiện 1 thí nghiệm. cho tỷ lệ
Di = X1i − X2i , i = 1, . . . , n (2)
Kiểm định giả Chẳng hạn như đo trọng lượng trước và sau khi thực hiện Kiểm định giả
Trường hợp một chế độ ăn kiêng. Trường hợp • Các Di ,i = 1, . . . , n được giả sử có phân phối chuẩn.
hai mẫu
• so sánh cùng 1 đặc tính. hai mẫu
Kiểm định giả thuyết Kiểm định giả thuyết • Goi µD = E (Di ), bởi vì D1 , . . . , Dn là những biến ngẫu nhiên
so sánh hai trung
• thí nghiệm trên cùng 1 địa điểm. so sánh hai trung
mẫu độc lập
• thí nghiệm với cùng thời gian. mẫu độc lập độc lập và có cùng phân phối, nếu d1 , . . . , dn là những giá trị
so sánh hai trung so sánh hai trung của D1 , . . . , Dn , ta định nghĩa
XSTK XSTK
N.T. M. Ngọc So sánh hai mẫu không độc lập N.T. M. Ngọc So sánh hai mẫu không độc lập
Các khái niệm
trong kiểm
trong kiểm
(paired t - test)
kê • Goi µD = E (Di ), bởi vì D1 , . . . , Dn là những biến ngẫu nhiên kê
thuyết H1 độc lập và có cùng phân phối, nếu d1 , . . . , dn là những giá trị thuyết H1
Giá trị pvalue
của D1 , . . . , Dn , ta định nghĩa Các loại sai lầm
Giá trị pvalue
Các bước kiểm định
Kiểm định giả n Kiểm định giả
thuyết - 1X thuyết -
1 Phát biểu giả thuyết H0 và đối thuyết H1
Trường hợp d̄ = di (3) Trường hợp
một mẫu n một mẫu
i=1 Kiểm định giả thuyết 2 Tính thống kê kiểm định
cho kỳ vọng n n cho kỳ vọng
Kiểm định giả thuyết 1 X 1 X 2 n Kiểm định giả thuyết
cho tỷ lệ sd2 = (di − d̄)2 = di − (d̄)2 (4) cho tỷ lệ
D̄ − D0
n−1 n−1 n−1 Kiểm định giả T = √ (5)
i=1 i=1
thuyết - thuyết - SD / n
hai mẫu
• Ta cần kiểm định các giả thuyết và đối thuyết sau hai mẫu
Kiểm định giả thuyết thống kê T có phân phối Student với n − 1 bậc tự do.
Xác định miền bác bỏ với mức ý nghĩa α%,
( ( (
mẫu độc lập mẫu độc lập 3
H0 : µD = D0 H0 : µD = D0 H0 : µD = D0 Kiểm định giả thuyết
so sánh hai trung (a) (b) (c) so sánh hai trung
mẫu phụ thuộc
H1 : µD 6= D0 H1 : µD < D0 H1 : µD > D0 bình -Trường hợp hai
mẫu phụ thuộc
XSTK XSTK
N.T. M. Ngọc So sánh hai mẫu không độc lập N.T. M. Ngọc Ví dụ khác
Các khái niệm
trong kiểm
trong kiểm
kê kê Một bác sĩ dinh dưỡng nghiên cứu một chế độ ăn kiêng và tập thể
Giả thuyết H0 và đối • Miền bác bỏ và p - giá trị trong trường hợp này có dạng Giả thuyết H0 và đối
dục mới để làm giảm lượng đường trong máu của các bệnh nhân bị
Các loại sai lầm Các loại sai lầm bệnh tiểu đường. 10 bệnh nhân bị bệnh tiểu đường được chọn để thử
Giá trị pvalue Đối thuyết Miền bác bỏ p - giá trị Giá trị pvalue
nghiệm chương trình này, bảng kết quả bên dưới cho biết lượng
Kiểm định giả n−1 Kiểm định giả
thuyết - H1 : µD 6= D0 |t| > t1−α/2 p = 2P(Tn−1 ≥ |t|) thuyết - đường trong máu trước và sau khi các bệnh nhân tham gia chương
n−1 trình
một mẫu H1 : µD < D0 t< −t1−α p = P(Tn−1 ≤ t) một mẫu
n−1
Kiểm định giả thuyết H1 : µD > D0 t> t1−α p = P(Tn−1 ≥ t) Kiểm định giả thuyết
Trước 268 225 252 192 307 228 246 298 231 185
Kiểm định giả • Kết luận: Nếu bác bỏ H0 , ta kết luận H1 đúng với Kiểm định giả
Sau 106 186 223 110 203 101 211 176 194 203
Trường hợp (1 − α) ∗ 100% độ tin cậy. Ngược lại kết luận chưa đủ cơ sở để Trường hợp
hai mẫu hai mẫu
Kiểm định giả thuyết bác bỏ H0 . Kiểm định giả thuyết
Số liệu được cung cấp có đủ bằng chứng để kết luận rằng chế độ ăn
bình -Trường hợp hai bình -Trường hợp hai kiêng và tập thể dục có tác dụng làm giảm lượng đường trong máu
mẫu độc lập • Trường hợp cỡ mẫu n > 30, bài toán kiểm định hai mẫu phụ thuộc mẫu độc lập
không? α = 0.05.
so sánh hai trung
thực hiện tương tự như trường hợp một mẫu dựa trên mẫu ngẫu so sánh hai trung
mẫu phụ thuộc
nhiên (D1 , . . . , Dn ). mẫu phụ thuộc
XSTK XSTK
N.T. M. Ngọc Ví dụ khác N.T. M. Ngọc Kiểm định giả thuyết so sánh hai
Các khái niệm
trong kiểm
Các khái niệm
trong kiểm
tỷ lệ
thuyết thống thuyết thống • Khảo sát những phần tử thỏa một tính chất A nào đó trên hai tổng
kê kê
thể độc lập với tỷ lệ tương ứng là p1 và p2 ; từ hai tổng thể chọn ra
hai mẫu với cỡ lần lượt là n và m. Gọi X và Y là số phần tử thỏa
tính chất A trong mẫu 1 và mẫu 2. Khi đó, ta có X ∼ B(n, p1 ) và
thuyết -
thuyết -
Y ∼ B(m, p2 ).
một mẫu một mẫu • Bài toán: so sánh tỷ lệ p1 và p2 .
cho kỳ vọng
cho kỳ vọng • Bài toán kiểm định giả thuyết gồm các trường hợp sau:
H0 : p 1 = p 2 H0 : p1 = p2 H0 : p 1 = p 2
Kiểm định giả Kiểm định giả (a) (b) (c)
thuyết - thuyết - H1 : p1 6= p2 H1 : p1 < p2 H1 : p 1 > p 2
hai mẫu hai mẫu
so sánh hai trung
so sánh hai trung
• Các giả định
mẫu độc lập mẫu độc lập • Hai mẫu độc lập,
so sánh hai trung
mẫu phụ thuộc
so sánh hai trung
mẫu phụ thuộc
• Cỡ mẫu lớn và np1 > 5; n(1 − p1 ) > 5 và mp2 > 5;
m(1 − p2 ) > 5.
XSTK XSTK
N.T. M. Ngọc Kiểm định so sánh sánh hai tỷ lệ N.T. M. Ngọc Các bước kiểm định (tt):
Các khái niệm Các bước kiểm định: Các khái niệm
định giả • B1: Phát biểu giả thuyết H0 và đối thuyết H1 định giả
thuyết thống thuyết thống • B3: Với mức ý nghĩa α, xác định miền bác bỏ: Với mức ý nghĩa
kê • B2: Xác định tiêu chuẩn kiểm định: Dưới giả thuyết H0 , thống kê
α và dựa vào đối thuyết H1 , xác định miền bác bỏ hoặc tính
thuyết H1
kê thuyết H1
Pˆ1 − Pˆ2
Z=s

1 1
Kiểm định giả Đối thuyết Miền bác bỏ p - giá trị
Trường hợp
P̂(1 − P̂) + Trường hợp
một mẫu
n m một mẫu
H1 : p1 6= p2 |z| > z1−α/2 p = 2[1 − Φ(|z|)]
Kiểm định giả thuyết Kiểm định giả thuyết H1 : p1 < p2 z < −z1−α p = Φ(z)
cho kỳ vọng
sẽ xấp xỉ phân phốiN (0, 1); với cho kỳ vọng
Kiểm định giả thuyết H1 : p1 > p2 z > z1−α p = 1 − Φ(z)
X Y X +Y
thuyết - P̂1 = ; P̂2 = ; P̂ = Kiểm định giả
thuyết -
• B4: Kết luận:
Trường hợp
n m n+m Trường hợp
hai mẫu hai mẫu • Nếu bác bỏ giả thuyết H0 , ta kết luận H1 đúng với
so sánh hai trung
Từ mẫu thực nghiệm, tính giá trị thống kê kiểm định: Kiểm định giả thuyết
so sánh hai trung (1 − α)100% độ tin cậy.
mẫu độc lập
pˆ1 − pˆ2
mẫu độc lập • Ngược lại, ta kết luận chưa đủ cơ sở để bác bỏ giả thuyết
so sánh hai trung z=s
so sánh hai trung H0 với mức ý nghĩa α.
mẫu phụ thuộc 1 1 mẫu phụ thuộc
Kiểm định giả thuyết p̂(1 − p̂) + Kiểm định giả thuyết
so sánh hai tỷ lệ n m so sánh hai tỷ lệ
XSTK XSTK
N.T. M. Ngọc Ví dụ N.T. M. Ngọc Kiểm định giả thuyết về tính độc
Các khái niệm
trong kiểm
Các khái niệm
trong kiểm
lập
thuyết thống thuyết thống • Bài toán:
kê kê
thuyết H1
thuyết H1
• Giả sử mỗi phần tử trong một tổng thể có thể được phân loại theo
Các loại sai lầm Các loại sai lầm hai đặc tính khác nhau, gọi là đặc tính X và đặc tính Y . X có r giá
Giá trị pvalue Một công ty sản xuất thuốc cần kiểm tra một loại thuốc có tác dụng Giá trị pvalue
trị và Y có s giá trị. Gọi
Kiểm định giả là giảm việc xuất hiện cơn đau ngực ở các bệnh nhân. Công ty thực Kiểm định giả
Trường hợp hiện thí nghiệm trên 400 người, chia làm hai nhóm: nhóm 1 gồm 200 Trường hợp Pij = P(X = xi , Y = yj )
được uống thuốc và nhóm 2 gồm 200 người được uống giả dược. Kiểm định giả thuyết với i = 1, . . . , r và j = 1, . . . , s. Pij là xác suất chọn được một phần
cho kỳ vọng
Theo dõi thấy ở nhóm 1 có 8 người lên cơn đau ngực và nhóm 2 có cho kỳ vọng
Kiểm định giả thuyết tử trong tổng thể có đặc tính X bằng i và đặc tính Y bằng j.
cho tỷ lệ
25 người lên cơn đau ngực. Với α = 0.05, hay cho kết luận về hiệu cho tỷ lệ
Kiểm định giả Kiểm định giả • Gọi

thuyết -
quả của thuốc mới sản xuất. thuyết - s
X
hai mẫu hai mẫu
pi = P(X = xi ) = Pij , i = 1, . . . , r
Kiểm định giả thuyết Kiểm định giả thuyết j=1
mẫu độc lập
mẫu độc lập và
r
Kiểm định giả thuyết Kiểm định giả thuyết X
so sánh hai trung
so sánh hai trung
qj = P(Y = yj ) = Pij , j = 1, . . . , s
i=1
XSTK XSTK
N.T. M. Ngọc Kiểm định giả thuyết về tính độc N.T. M. Ngọc Kiểm định giả thuyết về tính độc
Các khái niệm
trong kiểm
lập Các khái niệm
trong kiểm
lập
kê kê
• Khảo sát N phần tử, ta được bảng kết quả, trong bài toán này gọi là
bảng ngẫu nhiên (contingency table):
Giá trị pvalue pi là xác suất chọn được một phần tử của tổng thể có đặc tính X Giá trị pvalue
Kiểm định giả bằng xi , qj là xác suất chọn được môt phần tử của tổng thể có đặc Kiểm định giả
HH Y
y1 y2 ··· ys Tổng hàng
tính Y bằng yj . X HH
Trường hợp Trường hợp H
một mẫu • Ta cần kiểm định xem X có độc lập với Y hay không? một mẫu x1 n11 n12 ··· n1s n1
cho kỳ vọng
Phát biểu giả thuyết cho kỳ vọng x2 n21 n22 ··· n2s n2
cho tỷ lệ
cho tỷ lệ .. .. .. .. .. ..
H0 : Pij = pi qj ∀i = 1, . . . , r ; j = 1, . . . , s . . . . . .
thuyết - thuyết - xr nr 1 nr 2 ··· nrs nr
Trường hợp và đối thuyết Trường hợp
Tổng cột m1 m2 ··· ms N
hai mẫu hai mẫu
H1 : ∃ (i, j) sao cho Pij 6= pi qj Kiểm định giả thuyết
so sánh hai trung
so sánh hai trung
Bảng:
bình -Trường hợp hai bình -Trường hợp hai trong đó, các nij gọi là tần số thực nghiệm.
XSTK XSTK
Các khái niệm
trong kiểm
trong kiểm
lập
kê kê
Giả thuyết H0 và đối • Ước lượng của pi và qj lần lượt bằng Giả thuyết H0 và đối
ni
Giá trị pvalue
p̂i = , i = 1, . . . , r Giá trị pvalue

N Kiểm định giả
thuyết - mj thuyết -
Trường hợp
q̂j = , j = 1, . . . , s Trường hợp [Pearson] Với Nij và Eij = NPij , biến ngẫu nhiên
một mẫu
N một mẫu
Kiểm định giả thuyết Kiểm định giả thuyết r s
cho kỳ vọng • Gọi Nij là số phần tử có đặc tính (xi , yj ) trong N phần tử khảo sát, cho kỳ vọng X X (Nij − Eij )2
cho tỷ lệ thì Nij ∼ B(N, Pij ). Khi đó, cho tỷ lệ Eij
i=1 j=1
thuyết - E(Nij ) = NPij = Npi qj khi H0 đúng thuyết -
Trường hợp Trường hợp sẽ hội tụ theo phân phối về biến ngẫu nhiên Chi bình phương χ2(r −1)(s−1)
hai mẫu hai mẫu
Đặt Kiểm định giả thuyết
bậc tự do.
so sánh hai trung ni mj so sánh hai trung
bình -Trường hợp hai eij = N p̂i q̂j = bình -Trường hợp hai
mẫu độc lập N mẫu độc lập
so sánh hai trung eij gọi là tần số lý thuyết. so sánh hai trung
XSTK XSTK
Các khái niệm
trong kiểm
trong kiểm
lập
kê kê
Giả thuyết H0 và đối Giả thuyết H0 và đối 3. Tính thống kê kiểm định
Các loại sai lầm Các loại sai lầm r X
s r X
s
X (nij − eij )2 X nij2
Các bước kiểm định Q2 = = −N (6)
Kiểm định giả Kiểm định giả eij eij
thuyết - thuyết - i=1 j=1 i=1 j=1
một mẫu
1 Phát biểu giả thuyết H0 : X và Y độc lập một mẫu
Nếu H0 đúng, thống kê Q 2 có phân phối Chi bình phương với
2 Xác định tần số thực nghiệm nij và tần số lý thuyết Kiểm định giả thuyết
(r − 1)(s − 1) bậc tự do
cho tỷ lệ ni mj cho tỷ lệ
4. Bác bỏ H0 khi
eij =
Kiểm định giả N Kiểm định giả
Q 2 > χ2(r −1)(s−1) (α) (7)
hai mẫu
với ni và mj là tổng hàng i và tổng cột j tương ứng, hai mẫu 4b. Sử dụng p-giá trị:
Kiểm định giả thuyết Điều kiện: eij ≥ 5. Kiểm định giả thuyết
p = P χ2(r −1)(s−1) ≥ Q 2

mẫu độc lập
mẫu độc lập
(8)
so sánh hai trung
so sánh hai trung
Bác bỏ H0 khi: p ≤ α.
XSTK XSTK
Các khái niệm
trong kiểm
trong kiểm
lập
kê kê
1 Phát biểu giả thuyết:
Một báo cáo khoa học trong y khoa tuyên bố rằng việc sở hữu một H0 : Khả năng sống sót của bệnh nhân lên cơn đau tim độc lập với
thuyết H1 thú cưng trong nhà (chó hoặc mèo) sẽ làm tăng khả năng sống sót thuyết H1
việc nuôi thú cưng,
Giá trị pvalue của những người chủ mà thường bị lên cơn đau tim. Một mẫu ngẫu Giá trị pvalue
H1 : Khả năng sống sót của bệnh nhân lên cơn đau tim phụ thuộc vào
Kiểm định giả nhiên gồm 95 người đã lên cơn đau tim được chọn để khảo sát. Dữ Kiểm định giả việc nuôi thú cưng,
Trường hợp liệu của mỗi người khảo sát được chia làm 2 loại: Trường hợp 2 Tính tần số thực nghiệm: với n1 = 72, n2 = 23, m1 = 36, m2 = 59
cho kỳ vọng
- Những người sống sót/tử vong 1 năm sau khi lên cơn đau tim. Kiểm định giả thuyết
cho kỳ vọng n1 m1 72 × 36 n1 m2 72 × 59
e11 = = = 27.284; e12 = = = 44.716
cho tỷ lệ - Người sống sót/tử vong có nuôi thú cưng trong nhà hay không. cho tỷ lệ N 95 N 95
n2 m1 23 × 36 n2 m2 23 × 59
Kết quả cho bởi bảng sau e21 = = = 8.716; e22 = = = 14.284
thuyết - thuyết - N 95 N 95
hai mẫu hai mẫu
so sánh hai trung
Có nuôi thú cưng Không nuôi thú cưng Kiểm định giả thuyết
so sánh hai trung
3 Tính giá trị thống kê Q 2
mẫu độc lập Sống sót 28 44 bình -Trường hợp hai
mẫu độc lập 2 X
2
nij2

Tử vong 8 15 Kiểm định giả thuyết
X 282 442 82 152
so sánh hai trung so sánh hai trung Q2 = −n = + + + −95 = 0.125
mẫu phụ thuộc
mẫu phụ thuộc
eij 27.284 44.716 8.716 15.284
i=1 j=1
XSTK XSTK
Các khái niệm
trong kiểm
trong kiểm
lập
kê kê
thuyết H1 thuyết H1 Vé máy bay của hãng hàng không Việt Nam Airline được chia làm 3 loại:
Hạng thường (C), hạng trung (B) và hạng doanh nhân (A). Hành khách đi
máy bay của VN Airlines nằm trong 1 trong 2 dạng sau: bay nội địa hoặc
thuyết - 4. Với mức ý nghĩa 5%, ta bác bỏ H0 khi: thuyết - quốc tế. Khảo sát 920 hành khách đã bay của hãng, cho kết quả sau:
Trường hợp Q 2 > χ2(r −1)(s−1) (α) = χ21 (0.05). Trường hợp
Kiểm định giả thuyết Tra bảng Chi-bình phương, ta được χ21 (0.05) = 3.841. Kiểm định giả thuyết Loại chuyến bay
Kiểm định giả thuyết Q 2 = 0.125, suy ra Q 2 < 3.841. Với mức ý nghĩa 5%, ta kết luận Kiểm định giả thuyết
Loại vé Nội địa Quốc tế
chưa đủ cơ sở để bác bỏ H0 tức là khả năng sống sót của bệnh nhân Hạng thường 29 22
thuyết -
lên cơn đau tim độc lập với việc nuôi thú cưng. thuyết -
Hạng trung 95 121
Trường hợp Trường hợp Hạng doanh nhân 518 135
hai mẫu hai mẫu
Có ý kiến cho rằng hành khách mua loại vé nào (A, B, C) sẽ phụ thuộc
so sánh hai trung
so sánh hai trung
vào việc người đó bay nội địa hay quốc tế. Với mức ý nghĩa 5%, hãy kiểm
tra ý kiến trên.

Chuong6 KiemDinhGiaThuyetThongKe KHTN SV2

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

Chuong6 KiemDinhGiaThuyetThongKe KHTN SV2

Uploaded by

Copyright:

Available Formats

XSTK XSTK

N.T. M. Ngọc N.T. M. Ngọc Kiểm định giả thuyết thống kê

Chương 6 Kiểm định giả thuyết thống kê Giả thuyết H0 và đối

Kiểm định giả Kiểm định giả

Kiểm định giả Kiểm định giả

Kiểm định giả Kiểm định giả

Kiểm định giả

Kiểm định giả Kiểm định giả

Kiểm định giả

Kiểm định giả Kiểm định giả

Kiểm định giả Kiểm định giả

N.T. M. Ngọc N.T. M. Ngọc Tính pgiá trị

• Trường hợp biết phương sai

N.T. M. Ngọc Các bước kiểm định: (tt) N.T. M. Ngọc

H0 với mức ý nghĩa α.

N.T. M. Ngọc Giải ví dụ: N.T. M. Ngọc TH 1: đã biết σ12 , σ22

Kiểm định giả Kiểm định giả

N.T. M. Ngọc Giải ví dụ : N.T. M. Ngọc Giải ví dụ (tt):

N.T. M. Ngọc Giải ví dụ (tt): N.T. M. Ngọc Giải ví dụ (tt):

N.T. M. Ngọc Ví dụ khác N.T. M. Ngọc Ví dụ khác

Kiểm định giả Kiểm định giả • Gọi

Kiểm định giả

You might also like