Ví dụ 1: Đánh giá khả năng tăng trưởng của hai lô cây trồng (cùng giống, cùng ngày tuổi

và cùng chế độ
chăm sóc như nhau) ở hai loai đất có chế độ nông hóa thổ nhưỡng khác nhau, thu được bảng số liệu sau:
Bảng chiều cao của cây ở hai loại đất khác nhau
STT Mẫu 1 Mẫu 2
1 4.5 3.4
2 4.7 4.2
3 4.9 4.5
4 3.8 4.9
5 3.9 4.6
6 4.3 4.4
7 4.7 3.9
8 4.2 3
9 5.3 4.7
10 3.9 3.7
11 5.4 5
12 5.3 3
13 3.4
14 4.1
GTTB 4.575 4.057143
Ph sai 0.3275 0.453407
Phân tích: trường hợp các mẫu độc lập (thí nghiệm trên 2 vùng đất khác nhau. Cỡ mẫu <30 =>kiểm định sự
bằng nhau của GTTB bằng t-test cho trường hợp 2 cỡ mẫu ko bằng nhau
Bước 1: Kiểm định sự bằng nhau của hai phương sai = F-test
H0: hai phương sai bằng nhau
H1: Hai phương sai khác nhau
F-Test Two-Sample for Variances

Mẫu 1 Mẫu 2 F-Test Two-Sample for Variances

Mean 4.575 4.057143
Variance 0.3275 0.453407 Mẫu 1 Mẫu 2
Observations 12 14 Mean 4.575 4.057143
df 11 13 Variance 0.3275 0.453407
F 0.72231 Observatio 12 14
P(F<=f) one-tail 0.298053 df 11 13
F Critical one-tail 0.362133 F 0.72231
P(F<=f) one0.298053
B6: so sánh p value với mức ý nghĩa alpha và kết luận F Critical o 0.362133
Vì p value > 0.05 nên chấp nhận H0. Hay hai phương sai bằng nhai

Bước 2: Kiểm định sự bằng nhau của hai giá trị trung bình bằng t-test cho trường hợp hai phương sai bằng nhau
H0: hai gttb bằng nhau vs H1: hai gttb khác nhau
t-Test: Two-Sample Assuming Equal Variances

Mẫu 1 Mẫu 2
Mean 4.575 4.057143
Variance 0.3275 0.453407
Observations 12 14
Pooled Variance 0.395699
Hypothesized Mean Di 0
df 24
t Stat 2.092643
P(T<=t) one-tail 0.023566
t Critical one-tail 1.710882
P(T<=t) two-tail 0.047132
t Critical two-tail 2.063899

B6: Vì p value < 0.05 hoặc tstat > t crit nên bác bỏ H0. Hay hai giá trị trung bình khác biệt có ý nghĩa thống kê vs mức ý
nghĩa alpha = 0.05. KL: Hai loại đất có ảnh hưởng đến khả năng tăng trưởng của hai lô cây trồng vs mức ý nghĩa 0.05
g sai bằng nhau
hĩa thống kê vs mức ý
vs mức ý nghĩa 0.05
Ví dụ 2: Đánh giá khả năng tăng trưởng của hai lô lim giống lúc còn non tại vườn ươm (cùng giống, cùng ngày tuổi và cùng chế
Lô 1: ko che nắng, coi như lim non quang hợp trong trường hợp ánh sáng toàn phần.
Lô 2: có che nắng bằng lưới chắn, lim non quang hợp trong trường hợp ánh sáng khuếch tán.
Bảng chiều cao của lim non ở hai lô thí nghiệm về ánh sáng quang hợp (cm)
STT Mẫu 1 Mẫu 2
1 2.35 2.47
2 2.48 2.47
3 2.49 2.49
4 2.52 2.48
5 2.49 2.57
6 2.47 2.59
7 2.11 2.64
8 1.64 2.48
9 2.19 2.58
10 2.38 2.49
11 2.48
GTTB 2.312 2.521818
Ph sai 0.074796 0.003696

Phân tích: hai mẫu độc lập ( hai lô lim giống), n <30 => kiểm định sự bằng nhau của hai gttb bằng t-test
Bước 1: Kiểm tra sự bằng nhau của hai phương sai
H0: hai phương sai bằng nhau
H1: hai phương sai ko bằng nhau
F-Test Two-Sample for Variances

Mẫu 1 Mẫu 2
Mean 2.312 2.522
Variance 0.075 0.004
Observations 10.000 11.000
df 9.000 10.000
F 20.235
P(F<=f) one-tail 0.000
F Critical one-tail 3.020

Vì p < 0.05 nên bác bỏ H0, hay hai phương sai khác biệt nhau với mức ý nghĩa alpha = 0.05
Bước 2: Kiểm tra sự bằng nhau của hai giá trị trung bình cho trường hợp hai phương sai khác biệt
t-Test: Two-Sample Assuming Unequal Variances

Mẫu 1 Mẫu 2
Mean 2.312 2.521818
Variance 0.074796 0.003696
Observations 10 11
Hypothesized Mea 0
df 10
t Stat -2.373353
P(T<=t) one-tail 0.019527
t Critical one-tail 1.812461
P(T<=t) two-tail 0.039053
t Critical two-tail 2.228139

Vì | t stat | > t crit => bác bỏ H0 -> hai giá trị trung bình khác biệt nhau có ý nghĩa tk
KL:Điều kiện chiếu sáng ảnh hưởng đến khả năng tăng trưởng của hai lô lim giống lúc còn non tại vườn ươm.

Nhận xét: Các cây trồng cùng 1 giống, cùng đk chăm sóc và cùng ngày tuổi, nhưng chiều cao khác biệt nhau có ý nghĩa thống
đó cây đc chiếu sáng bằng ánh sáng toàn phần tốc độ tăng trưởng chậm hơn cây được chiếu sáng bằng ánh sáng khuếch

Chứng tỏ khả năng tăng trưởng của lim non phụ thuộc vào ánh sáng và cho kết quả quang hợp khác nhau.Lim non quang hợ
sáng khuếch tán hiệu quả hơn ánh sáng toàn phần => nhận xét khi ươm giống này: cần che nắng cho vườn ươm lim no
giống, cùng ngày tuổi và cùng chế độ chăm sóc như nahu) theo mô hình thí nghiệm về quang hợp như sau:
n tại vườn ươm.

o khác biệt nhau có ý nghĩa thống kê, trong

chiếu sáng bằng ánh sáng khuếch tán.

hợp khác nhau.Lim non quang hợp ở ánh

ần che nắng cho vườn ươm lim non
 Ví dụ 3: Để đánh giá ô nhiễm môi trường sống do hóa chất độc diệt côn trùng nhóm lân hữu cư, người ta dựa và chỉ tiêu tăn
lượng enzyme carboxin esterase trong máu ngoại vi người, dựa trên đặc tính của enzyme này là có khả năng phân hủy chức g
của hóa chất diệt côn trùng nhóm lân hữu cơ ( thuốc trừ sâu). Người ta tiến hành lấy mẫu máu ngoại vi của những người th
xuyên tiếp xúc với thuốc trừ sâu 3 năm trở lên, và của những người sống tại thành phố. Kết quả khảo sát enzyme carboxin es
trong máu ngoại vi của hai nhóm đối tượng đc cho trong bảng sau. Hãy đánh giá xem hàm lượng enzyme này của haai nhóm
biệt nhau thật sự hay không?

Bảng kết quả phân tích lượng isozyme EST tổng số ở 2 nhóm đối tượng ( nhóm tiếp xúc trực tiếp lâu dài - TN và nhóm ko tiếp
STT ĐC TN
1 2.35 2.47
2 2.48 2.47
3 2.49 2.49
4 2.52 2.48
5 2.49 2.57
6 2.47 2.59
7 2.11 2.64
8 1.64 2.48
9 2.19 2.58
10 2.38 2.49
11 2.35 2.48
12 2.48 2.64
13 2.49 2.65
14 2.52 2.51
15 2.49 2.68
16 2.47 2.57
17 2.11 2.59
18 1.64 2.64
19 2.19 2.48
20 2.38 2.58
21 2.35 2.49
22 2.48 2.48
23 2.49 2.48
24 2.52 2.58
25 2.49 2.49
26 2.47 2.48
27 2.11 2.64
28 1.64 2.65
29 2.19 2.51
30 2.38 2.68
31 2.35 2.57
32 2.48 2.59
33 2.49 2.64
34 2.52 2.48
35 2.49 2.58
GTTB 2.334 2.554857
Ph sai 0.062907 0.005079
Phân tích: hai mẫu độc lập, n> 30 => z-test
H0: hai giá trị trung bình bằng nhau
z-Test: Two Sample for Means

ĐC TN
Mean 2.334 2.554857
Known Variance 0.062907 0.005079
Observations 35 35
Hypothesized Me 0
z -5.011131
P(Z<=z) one-tail 2.706E-07
z Critical one-tai 1.644854
P(Z<=z) two-tail 5.411E-07
z Critical two-tai 1.959964

Vì |z stat| > z crit nên bác bỏ H0 => hai giá tri trung bình khác nhau vs mức ý nghĩa alpha
KL: Hàm lượng enzyme trong 2 nhóm người này là khác nhau, nhóm tn có hàm lượng enzyme esterase cao hơn nhóm đối ch
Chứng tỏ nguyên nhân gây nên sự tăng cao hàm lượng enzyme trong máu ngoại vi của nhóm thí nghiệm là do hóa chất diệt cô
mà họ thường xuyên tiếp xúc
ười ta dựa và chỉ tiêu tăng hàm
hả năng phân hủy chức gây độc
ại vi của những người thường
o sát enzyme carboxin esterase
zyme này của haai nhóm có khác

dài - TN và nhóm ko tiếp xúc - ĐC)

rase cao hơn nhóm đối chứng.
ệm là do hóa chất diệt côn trùng
Ví dụ 4: đánh giá mức bảo tồn tốt đối với các khu rừng nguyên sinh quốc gia theo thời gian, tránh các tác động hủy hoại môi t
rừng theo từng đợt (VD 5 năm 1 lần) sau đó thiết lập biểu đồ về chỉ tiêu này, thông qua biểu đồ có thể thấy đươc biến động t
tồn gìn giữ các khu rừng nguyên sinh quốc gia. Trong một đợt khảo sát, mỗi khu rừng nguyên sinh người ta lấy 9 mẫu đất ở cá
thanh hóa, rừng cúc phương, rừng ba vì. Số liệu về hàm lượng mùn trong đất rừng được cho trong bảng, Đánh giá

Bảng kết quả hàm lượng mùn t của các khu rừng nghiên cứu
Thứ tự mẫu phân tích Bến En (mẫu 1) Cúc Phương (mẫu 2)Ba Vì (mẫu 3)
1 12.3 12.8 13.9
2 12.5 13.9 14.9
3 13.1 14.2 15.7
4 13.6 14.7 15.7
5 13.8 15.3 15.8
6 14.2 15.3 16.5
7 14.7 15.8 16.8
8 14.9 16.8 17.3
9 15.3 17.4 18.5
10 n1 = 9 n2 = 9 n3 = 9
AVERAGE 13.8222222222222 15.1333333333333 16.1222222222222
Phân tích: có 3 mẫu độc lập, 3 giá trị trung bình nên dùng kiểm định phi tham số Kruscal-Wallis.

Bước 1: Nhập số liệu như bảng sau:

Bến En (mẫu 1) Xếp hạng 1 Cúc Phương (mẫu 2)Xếp hạng 2 Ba Vì (mẫu 3)
12.3 1 12.8 3 13.9
12.5 2 13.9 7.5 14.9
13.1 4 14.2 9.5 15.7
13.6 5 14.7 11.5 15.7
13.8 6 15.3 16 15.8
14.2 9.5 15.3 16 16.5
14.7 11.5 15.8 20.5 16.8
14.9 13.5 16.8 23.5 17.3
15.3 16 17.4 26 18.5
13.8222222222222 15.1333333333333 16.1222222222222
R 68.5 133.5
R^2/9 521.361111111111 1980.25

H0: hàm lượng mùn trung bình của các mẫu khác nhau ngẫu nhiên

Bước 2: Điền STT xếp hạng Bước 3: Dùng vlookup điền hạng vào
STTXH Mẫu Hạng
1 12.3 1 Bước 4: Tính tổng hạng
2 12.5 2 H
10 12.8 3
3 13.1 4 Bước 5: tính chi^2 (alpha)
 4 13.6 5 CHI^2
5 13.8 6
11 13.9 7.5 Bước 6: So sánh H vs CHI^2 và kết luậ
19 13.9 7.5 Vì H > CHI^2 nên bác bỏ H0 => các m
6 14.2 9.5 KL: Ba vì có độ mùn cao nhất.
12 14.2 9.5
7 14.7 11.5
13 14.7 11.5
8 14.9 13.5
20 14.9 13.5
9 15.3 16
14 15.3 16
15 15.3 16
21 15.7 18.5
22 15.7 18.5
16 15.8 20.5
23 15.8 20.5
24 16.5 22
17 16.8 23.5
25 16.8 23.5
26 17.3 25
18 17.4 26
27 18.5 27
h các tác động hủy hoại môi trường sống của rừng, người ta thu thập số liệu về độ mùn của đất
có thể thấy đươc biến động tốt hoặc xấu của đất rừng, từ đó có biện pháp tích cực hơn để bảo
h người ta lấy 9 mẫu đất ở các địa điểm khác nhau của khuôn viên rừng bao gồm rừng bến en-
ược cho trong bảng, Đánh giá xem đợt khảo sát này, rừng nào có độ mùn cao nhất.

Xếp hạng 3
7.5
13.5
18.5
18.5 kích thước mẫu của 3 nhóm: 27
20.5
22
23.5
25
27
N(N+1)/2
176 Tổng R 378 378 true => kq xếp hạng chính xác
3441.77777778 Tổng R^2/9 hay tổng Ri 5943.389

Dùng vlookup điền hạng vào cột xếp hạng tương ứng

Tính tổng hạng

10.3395061728

tính chi^2 (alpha)

 5.99146454711

So sánh H vs CHI^2 và kết luận

HI^2 nên bác bỏ H0 => các mẫu có nguồn gốc khác nhau hay đc rút ra từ các tổng thể khác nhau
có độ mùn cao nhất.
 Ví dụ 5: Thí nghiệm nuôi dưỡng 26 con thỏ ở 2 chế độ dinh dưỡng khác nhau, kết quả khối lượng tăng trung binh của mỗi m
bảng sau. Mô hình thí nghiệm là chọn thỏ đang trong giai đoạn phát triển nhất định, cùng giới, cùng lứa tuổi, ko bệnh tật, cùn
nhau một khoảng thời gian đủ để hết tác dụng của chế độ nuôi dưỡng trước (giả sử mỗi chế độ nuôi 4 tuần, 4 tuần xen kẽ nu
tăng khối của các chế độ ăn có khác nhau hay không?

Bảng kết quả tăng khối lượng của mỗi chế độ nuôi dưỡng
STT X (chế độ 1) Y (chế độ 2) Bước 0: Phân tích bài tóa
1 8.3 7.9
2 8.4 8.6 Cùng 1 con thỏ nhưng ăn hai chế độ khác nhau nên biểu
Cần đánh giá xem sự khác biệt này có ý nghĩa thống kê. N
3 8.2 8.1 chế độ ăn thích hợp cho mục đích sản xuất để tăng hiệ
4 7.5 7.2 thống kê, cần bố trí lại tn, tăng thời gian nuô
5 7.8 7.3 dùng t-test cho trường hợp hai mẫu liên hệ
6 7.9 7.2
7 7.1 7.1 Ho: u1 = u2
8 8.4 8.7 H1: u1 # u2
9 7.6 7.9
10 7.8 7.7 t-Test: Paired Two Sample for Means
11 7.5 7.7
12 7.4 7.2 X (chế độ 1)
13 8.8 7.1 Mean 8.1423076923
14 7.8 7.2 Variance 0.3377384615
15 8.9 7.1 Observations 26
16 9.3 9.4 Pearson Correlat 0.1527684704
17 8.8 5.6 Hypothesized Mea 0
18 8.6 8.8 df 25
19 8.2 5.8 t Stat 2.6274679937
20 7.9 8.2 P(T<=t) one-tail 0.0072432804
21 7.8 7.6 t Critical one-tail 1.7081407613
22 9 8.7 P(T<=t) two-tail 0.0144865609
23 8.2 8.6 t Critical two-tail 2.0595385528
24 8.4 8.2
25 7.3 7.2
26 8.8 5.4
gttb 8.1423076923077 7.59615384615
Vì t stat > t crit nên bác bỏ Ho => hai giá trị trung bình kh
quả của chế độ 1 tốt hơn chế độ 2 nên nh
hối lượng tăng trung binh của mỗi một con thỏ thí nhgieemj đc trình bày trong
g giới, cùng lứa tuổi, ko bệnh tật, cùng klg ban đầu, hai chế độ nuôi dưỡng cách
chế độ nuôi 4 tuần, 4 tuần xen kẽ nuôi dưỡng bình thường). Hãy đánh giá mức
khác nhau hay không?

ng ăn hai chế độ khác nhau nên biểu hiện ra kiểu hình về trọng lượng khác nhau.
khác biệt này có ý nghĩa thống kê. Nếu có ý nghĩa tk thì nhà chăn nuôi nên chọn
p cho mục đích sản xuất để tăng hiệu quả kinh tế nhất. Nếu ko có sự khác biệt
ê, cần bố trí lại tn, tăng thời gian nuôi dưỡng, tăng số lượng cá th,..
ng hợp hai mẫu liên hệ

mple for Means

Y (chế độ 2)
7.5961538462
0.9595846154
26

bác bỏ Ho => hai giá trị trung bình khác biệt nhau với mức ý nghĩa 0.05. Và hiệu
ủa chế độ 1 tốt hơn chế độ 2 nên nhà sản xuất nên chọn chế độ 1
 Ví dụ 6: Để nghiên cứu mức sinh trưởng về chiều cao bằng cm của cây quế con được trồng trong những điều kiện
che bóng khác nhau (thí nghiệm ảnh hưởng của ánh sángđến quang hợp của quế non thông qua khả năng tăng
trưởng của cây), người ta đo chiều cao cây quế ở các lô thí nghiệm, có che ánh sáng khác nhau, kết quả đc bảng sa
Bảng sinh trưởng chiều cao của cây quế con theo các công thức che bóng
Phương án thí nghiệm
Không che che 25% che 50% che 75% che 100%
1 9.92 9.93 11.28 11.04 10.31
Lô thí 2 9.18 10.15 10.56 10.95 9.31
nghiệm 3 11.4 10.93 10.94 11.44 10.5

Bước 0: Phân tích: Mẫu liên hệ vì làm các tn trên cùng 1 cây quế, số thí nghiệm là 5 nên dùng kiểm định Friedman
Bước 1: Sắp xếp lại bảng trên theo cột/ theo từng lô thí nghiệm và xếp hạng
Lô 1 Xếp hạng Lô 2 Xếp hạng Lô 3 Xếp hạng
Không che 9.92 1 9.18 1 11.4 4
che 25% 9.93 2 10.15 3 10.93 2
che 50% 11.28 5 10.56 4 10.94 3
che 75% 11.04 4 10.95 5 11.44 5
che 100% 10.31 3 9.31 2 10.5 1

Bước 2: xếp hạng lại bảng số liệu ban đầu

Phương án thí nghiệm
Không che Xếp hạng 1che 25% Xếp hạng 2che 50% Xếp hạng 3che 75% Xếp hạng 4
1 9.92 1 9.93 2 11.28 5 11.04 4
Lô thí 2 9.18 1 10.15 3 10.56 4 10.95 5
nghiệm 3 11.4 4 10.93 2 10.94 3 11.44 5
Tổng hạng Ri 6 7 12 14
Ri^2 36 49 144 196

Bước 3 Xác định H0, H1

H0: u1 = u2 = u3 = u4 = u5
H1: có ít nhất 1 u khác
Bước 4: Tính Chi^2 stat
X^2 stat 7.466667

Bước 5: Tính Chi^2 crit

X^2 crit 9.487729

Bước 6: So sánh X^2 stat với X^2 crit và kết luận

Vì X62 stat < X^2 crit nên chấp nhận H0
KL: Các công thức thí nghiệm che bóng khác nhau không ảnh hưởng đến chiều cao của cây quế ở vườn ươm.
Như vậy cây quế sinh trưởng k phụ thuộc vào điều kiện che bóng
ợc trồng trong những điều kiện
non thông qua khả năng tăng
khác nhau, kết quả đc bảng sau:

dùng kiểm định Friedman

che 100% Xếp hạng 5

10.31 3
9.31 2
10.5 1
6 Tổng Ri = 45
36 Tổng Ri^2 = 461

ở vườn ươm.
 Ví dụ 7: Cần kiểm tra xem chất lượng cây trồng trên 3 loại đất A,B,C có khác nhau không? Kết quả quan sát thực tế cho
bảng 4.23 dưới đây. Theo ví dụ ta có 3 mẫu đặc trưng cho kết quả nghiên cứu ở 3 khu vực A,B,C. Số cấp k=3 và mỗi mẫu
quan sát được chia thành 3 cấp chất lượng (r=3) là xấu, tốt, trung bình.
Bảng kết quả phân loại chát lượng cây trồng theo các khu vực A,B,C
Chất lượng cây trồng
Xấu Trung BìnhTốt Tổng số
A 40 170 90 300
B 50 180 120 350
Loại đất C 60 150 80 290
Tổng số 150 500 290 940

Bước 0: Phân tích: bài toán đánh giá chất lượng cây trồng nên là ĐỊNH TÍNH,

Bước 1: Lập bảng tính X^2 của bài toán

Ta Tb Oij Cij X^2 thành phần
300 150 40 47.87234 1.29456264775
350 150 50 55.85106 0.61296859169
290 150 60 46.2766 4.06969919296
300 500 170 159.5745 0.68113475177
350 500 180 186.1702 0.20449848024
290 500 150 154.2553 0.11738811445
300 290 90 92.55319 0.07043286867
350 290 120 107.9787 1.33832931559
290 290 80 89.46809 1.00197333468

Bước 2: Tính Khi bình stat

X^2 stat 9.390987

Bước 3: Tính Khi bình crit . X^2 vs bậc tự do k = (k-1)*(r-1)

X^2 crit 9.487729

Bước 4: So sánh X^2 stat với X^2 crit và kết luận

Vì X^2 stat < X^2 crit nên chấp nhận H0 hay 3 giá trị trung bình giống nhau có ý nghĩa thống kê
KL: 3 vùng canh tác không ảnh hưởng đến chất lượng cây trồng
uan sát thực tế cho
cấp k=3 và mỗi mẫu