Professional Documents
Culture Documents
Slide bài giảng xác suất thống kê
Slide bài giảng xác suất thống kê
1
Bài Giảng Chương 0. Đại Cương Về
XÁC SUẤT THỐNG KÊ Giải Tích Tổ Hợp
1
1. Tập hợp 1. Tập hợp
1.2. Các phép toán trên tập hợp 1.2. Các phép toán trên tập hợp
1.2.4. Phần hiệu 1.2.6. Một số tính chất khác
Tập hợp A hiệu tập hợp B, ký hiệu A \ B i) A ∩ ( B ∪ C ) = ( A ∩ B ) ∪ ( A ∩ C )
A \ B = {x ∈ X | x ∈ A ∧ x ∉ B} ii) A ∪ ( B ∩ C ) = ( A ∪ B ) ∩ ( A ∪ C )
1.2.5. Phần bù iii) A ∩ B = A ∪ B; A ∪ B = A ∩ B
Phần bù của của A trong X, ký hiệu A iv) A ∩ A = ∅; A ∪ A = X
A = {x ∈ X | x ∉ A} 7 8
2
2. Quy tắc đếm 2. Quy tắc đếm
2.3. Quy tắc cộng. Giả sử một công việc có
2.4. Quy tắc nhân. Giả sử 1 công việc có
thể thực hiện một trong k phương pháp, trong đó
thể thực hiện tuần tự theo k bước, trong đó
Phương pháp 1 : có n1 cách thực hiện,
Bước 1: có n1 cách thực hiện,
Phương pháp 2 : có n 2 cách thực hiện,…,
Bước 2: có n 2 cách thực hiện,…,
Phương pháp k : có n k cách thực hiện, và hai
phương pháp khác nhau không có cách thực
Bước k: có n k cách thực hiện,
hiện chung. Khi đó, ta có n1 + n 2 + ... + n k Khi đó, ta có n1 ⋅ n 2 ⋅ ... ⋅ n k cách thực hiện
cách thực hiện một công việc.
một công việc.
13 14
3
3. Giải tích tổ hợp 3. Giải tích tổ hợp
3.3. Hoán vị 3.4. Tổ hợp
3.3.1. Định nghĩa. Một hoán vị từ n phần 3.4.1. Định nghĩa. Một tổ hợp chập k từ
tử là một bộ có kể thứ tự gồm n phần tử n phần tử là một tập con gồm k phần
khác nhau. tử phần tử lấy từ n phần tử
3.3.2. Số hoán vị 3.4.2. Số tổ hợp. Số tổ hợp chập k từ n
phần tử, ký hiệu Ckn
Số hoán vị n phần tử, ký hiệu Pn
n!
C kn =
Pn = n! = 1.2.3...n 19
k!(n − k)! 20
21
4
1
1
1
2
1
3
1
4
1
4. Công thức xác suất toàn phần 4. Công thức xác suất toàn phần
Với hai biến cố A, B bất kỳ, ta có n
5
1
6
Bài Giảng Chương 2. Biến ngẫu nhiên
XÁC SUẤT THỐNG KÊ Định nghĩa và phân loại.
Chương 2. Biến ngẫu nhiên rời rạc.
Biến Ngẫu Nhiên Biến ngẫu nhiên liên tục.
Tham số đặc trưng của biến
GV : ThS. Nguyễn Trung Đông
số ngẫu nhiên.
nguyendong@ufm.edu.vn
1
Vectơ ngẫu nhiên rời rạc. 2
1
3. Biến ngẫu nhiên rời rạc 3. Biến ngẫu nhiên rời rạc
3.1. Bảng phân phối xác suất 3.2. Hàm xác suất (Probability function)
Ví dụ 2. Một cơ quan có 3 xe ôtô: 1 xe Hàm số f : ℝ → ℝ được gọi là hàm xác
4 chỗ, 1 xe 50 chỗ và 1 xe tải. Xác suất suất của biến ngẫu nhiên rời rạc X, nếu
trong một ngày làm việc các xe được f được xác định như sau:
sử dụng lần lượt là 0,8; 0,4 và 0,9. Hãy p khi x = x i
f (x) = i
0 khi x ≠ x i , ∀i
lập bảng phân phối xác suất cho số xe
được sử dụng trong ngày của cơ quan. Tính chất
7
i) ∀x ∈ ℝ, f (x) ≥ 0; ii) ∑ f (x) = 1
x
8
3. Biến ngẫu nhiên rời rạc 3. Biến ngẫu nhiên rời rạc
3.2. Hàm xác suất (Probability function) 3.3. Hàm phân phối (tích lũy)
a) Định nghĩa
Ví dụ 3. Tung một đồng xu 3 lần. Gọi
Hàm số f : ℝ → ℝ là hàm xác suất của
X là số mặt sấp nhận được.
biến ngẫu nhiên rời rạc X, hàm số
a) Lập bảng phân phối xác suất cho X F : ℝ → ℝ được gọi là hàm phân phối,
nếu F được xác định như sau
b) Tìm hàm xác suất cho biến ngẫu
nhiên X.
F(x) = P ( X ≤ x ) = ∑ f (x )
xi ≤x
i
9 10
3. Biến ngẫu nhiên rời rạc 3. Biến ngẫu nhiên rời rạc
3.3. Hàm phân phối (tích lũy) 3.3. Hàm phân phối (tích lũy)
Nếu X lấy giá trị tạo thành dãy b) Tính chất
x1 < x 2 < ⋯ < x n < ⋯ ta có hàm phân phối
i) 0 ≤ F(x) ≤ 1, ∀x ∈ ℝ,
0 khi x < x1 ii) lim F(x) = 0; lim F(x) = 1,
x →−∞ x→+∞
F(x) = f (x1 ) + ⋯ + f (x n −1 ) khi x n −1 ≤ x < x n iii) F laø haøm taêng,
1 khi x n ≤ x
iv) F laø haøm lieân tuïc beân phaûi taïi x ∈ ℝ
11 12
2
3. Biến ngẫu nhiên rời rạc 4. Biến ngẫu nhiên liên tục
3.3. Hàm phân phối (tích lũy) 4.1. Hàm mật độ (density function)
Hàm số f : ℝ → ℝ được gọi là hàm mật
Ví dụ 4. Với biến ngẫu nhiên được cho độ của biến ngẫu nhiên liên tục X, nếu
trong ví dụ 3 ở trên. Tìm hàm phân f được xác định như sau:
b
phối xác suất cho X và vẽ đồ thị của
hàm phân phối.
∫
P ( a ≤ X ≤ b ) = f (x)dx
a
Tính chất +∞
13
i) ∀x ∈ ℝ, f (x) ≥ 0; ii)
∫ f (x)dx = 1
−∞
14
4. Biến ngẫu nhiên liên tục 4. Biến ngẫu nhiên liên tục
4.2. Hàm phân phối (tích lũy) 4.2. Hàm phân phối (tích lũy)
a) Định nghĩa. Hàm số f : ℝ → ℝ là b) Tính chất
hàm mật độ của biến ngẫu nhiên liên
i) 0 ≤ F(x ) ≤ 1, ∀x ∈ ℝ,
tục X, hàm số F : ℝ → ℝ được gọi là
ii) lim F(x ) = 0; lim F(x) = 1,
hàm phân phối, nếu F được xác định x →−∞ x →+∞
3
5. Tham số đặc trưng BNN 5. Tham số đặc trưng BNN
Trường hợp khi u ( X ) = X : thì E(X) được Trường hợp khi u(X) = ( X − µ X ) : thì
2
µX = E ( X ) =
∫ xf (x)dx
+∞
Khi X là BNNLT
σ =
∫ (x − µ )
2 2
X X f (x)dx Khi X là BNNLT
−∞
19 −∞ 20
4
5. Tham số đặc trưng BNN 5. Tham số đặc trưng BNN
5.4. Hệ số đối xứng và hệ số nhọn 5.4. Hệ số đối xứng và hệ số nhọn
a) Hệ số đối xứng Ví dụ 8. Đo đường kính (X) một chi tiết
E(X − µ X ) 3
máy (đơn vị mm). Ta có các số liệu sau
γ1 (X) =
σ3X
b) Hệ số nhọn 201; 203; 208; 204; 202; 205; 200; 206;
E(X − µ X ) 4
207. Tính trung bình, phương sai, hệ số
γ 2 (X) =
σ 4X
Nếu γ1 (X) = 0 thì phân phối của X đối xứng; γ1 (X) > 0 lệch
đối xứng, hệ số nhọn của X.
phải và γ1 (X) < 0 lệch trái. γ 2 (X) càng lớn thì càng nhọn.25 26
6. Vectơ ngẫu nhiên rời rạc 1. Bảng phân phối xác suất đồng thời.
Xét vectơ ngẫu nhiên V = ( X,Y ) . Giả sử
1. Bảng phân phối xác suất đồng thời. X = x1 , x 2 , x 3 ,...;Y = y1 , y 2 , y3 ,...
2. Hàm xác suất đồng thời. Đặt pij = P ( X = x i ;Y = y j )
3. Hàm xác suất thành phần.
4. Hàm xác suất có điều kiện.
5. Biến ngẫu nhiên độc lập.
6. Tham số đặc trưng của vectơ ngẫu
nhiên. 27 28
2. Hàm xác suất đồng thời. 3. Hàm xác suất thành phần.
Hàm số f : ℝ 2 → ℝ , được gọi là hàm xác Từ bảng phân phối xác suất đồng thời,
suất đồng thời nếu f được xác định như ta có các bảng phân phối xác suất cho X
sau P(X = x k ) = P(X = x k ;Y = y1 , y 2 ,...)
pij khi (x, y) = (x i , y j )
f (x, y) = = P(X = x k ;Y = y1 ) + P(X = x k ;Y = y 2 ) + ⋯
0 khi (x, y) ≠ (x i , y j ) = p k1 + p k 2 + ⋯ ≡ p k•
Tính chất
i) f (x, y) ≥ 0, ∀(x, y)
ii) ∑ f (x, y) = 1 f X (x) = ∑ f (x, y)
x ,y 29 y 30
5
3. Hàm xác suất thành phần. 4. Hàm xác suất có điều kiện.
Từ bảng phân phối xác suất đồng thời, Để khảo sát BNN X khi biết Y xảy ra,
ta có các bảng phân phối xác suất cho Y ta tính XS có điều kiện P(X|Y)
P(X = y k ) = P(X = x1 , x 2 ,...;Y = y k ) P(X = x i ;Y = y j ) pij
P(X = x i | Y = y j ) = =
= P(X = x1 ;Y = y k ) + P(X = x 2 ;Y = y k ) + ⋯ P(Y = y j ) p• j
= p1k + p 2k + ⋯ ≡ p• k
f (x, y)
f Y (y) = ∑ f (x, y) f X|Y (x) =
x 31
f Y (y) 32
4. Hàm xác suất có điều kiện. 5. Biến ngẫu nhiên độc lập.
Để khảo sát BNN Y khi biết X xảy ra, Hai BNN X và Y được gọi là độc lập,
ta tính XS có điều kiện P(Y|X) nếu hàm xác suất có điều kiện của X,
P(Y = y j ;X = x i ) pij khi biết Y = y không phụ thuộc vào y,
P(Y = y j | X = x i ) = =
P(X = x i ) pi • nghĩa là
f X|Y (x) = f X (x)
Do đó
f (x, y) = f X (x)f Y (y)
f (x, y)
f Y|X (y) =
f X (x) 33 34
6
6. Tham số đặc trưng vectơ ngẫu nhiên. Ví dụ 10.
Xét vectơ ngẫu nhiên V = ( X, Y ) Cho vectơ ngẫu nhiên V = (X, Y) có bảng
Hiệp phương sai của (X,Y), phân phối xác suất đồng thời như sau
Cov(X,Y) = E(X − µ X )(Y − µ Y )
= ∑ (x − µ X )(y − µ Y )f (x, y)
x,y
7
Bài Giảng Chương 3. Các QL phân phối xác suất
Phân phối nhị thức, B ( n; p )
XÁC SUẤT THỐNG KÊ
Phân phối siêu bội, H ( N, K, n )
Phân phối Poisson, P ( µ )
Chương 3. Các Quy Luật Phân phối đều, U[a, b]
Phân Phối Xác Suất Phân phối Gauss, N ( 0;1)
Phân phối chuẩn, N ( µ; σ2 )
Phân phối chi bình phương, χ (n)
2
1
1. Phân phối nhị thức 2. Phân phối siêu bội
2.1. Định nghĩa: Biến ngẫu nhiên rời
1.4. Ví dụ 2: Gieo 1000 hạt giống với rạc X được gọi là phân phối siêu
xác suất nảy mầm của mỗi hạt là 0,8. bội, ký hiệu X ∼ H ( N, K, n ) , nếu hàm
Gọi X là biến ngẫu nhiên chỉ hạt nảy xác suất của X có dạng sau
mầm. Tính trung bình và phương sai C xK C nN−−xK
f (x) =
của biến ngẫu nhiên X. C nN
khi max ( 0,n-N+K ) ≤ x ≤ min(n,K),
7
vaø f(x)=0 trong caùc tröôøng hôïp coøn laïi 8
2
3. Phân phối Poisson 3. Phân phối Poisson
3.1. Định nghĩa: Biến ngẫu nhiên rời 3.2. Công thức tính xác suất:
rạc X được gọi là phân phối Poisson, Cho X ∼ P ( µ ), ta có
ký hiệu X ∼ P ( µ ) , nếu hàm xác suất
µk
của X có dạng sau P ( X = k ) = e −µ
k!
−µ µ x
e khi x = 0,1,..., n
f (x) = x!
0
khi x ≠ 0,1,..., n Với k = 0,1, 2,..., n
13 14
3
5. Phân phối Gauss 5. Phân phối Gauss
5.1. Định nghĩa: Biến ngẫu nhiên 5.2. Công thức tính xác suất:
liên tục X được gọi là phân phối Gauss, Cho X ∼ N(0;1) , ta có
b
ký hiệu X ∼ N ( 0;1) , nếu hàm mật độ của
2
x
1 −
X có dạng sau
P (a ≤ X ≤ b) =
2π a
e 2 dx
∫
1 − x2
2
= φ0 ( b ) − φ 0 ( a )
f (x) = e , − ∞ < x < +∞ 1 −
t x 2
2π
19
Với φ0 ( x ) =
2π 0
e 2 dt
∫ 20
4
6. Phân phối chuẩn 6. Phân phối chuẩn
6.2. Công thức tính xác suất: 6.3. Mệnh đề: Cho X là biến ngẫu nhiên
Cho X ∼ N(µ; σ2 ) , ta có liên tục có phân phối chuẩn, X ∼ N(µ; σ2 )
b (x −µ ) 2
Ta có
1 −
P (a ≤ X ≤ b) =
σ 2π a
e
∫ 2 σ2
dx i) Trung bình: µX = µ,
ii) Phương sai: σ2X = σ 2 .
b−µ a −µ 6.4. Mệnh đề: Nếu X ∼ N ( µ; σ2 ) và
= φ0 − φ0
σ σ X − µ thì
Y= Y ∼ N(0;1)
25
σ 26
5
Sơ đồ sấp xỉ các phân phối
7. Phân phối chi bình phương
7.1. Mệnh đề: Cho X1 , X 2 ,..., X n là biến
ngẫu nhiên liên tục, độc lập và có
phân phối Gauss, Xi ∼ N ( 0;1) ,i = 1,..., n
thì X i2 có phân phối chi bình phương với 1
bậc tự do, Xi2 ∼ χ2 (1) . Đặt Y = X12 + ⋯ + X n2
thì Y có phân phối chi bình phương với n
bậc tự do, Y ∼ χ 2 (n)
31 32
6
9. Phân phối Fisher, F(n, m)
9.2. Mệnh đề: Cho BNN F ∼ F(n, m).
Ta có
n
i) Trung bình: µ F = , n>2
n−2
2m 2 (n + m 2 − 2)
ii) Phương sai: σ =
2
.
n(m − 2) 2 (m − 4)
F
37
7
Bài Giảng Chương 4. Mẫu và ước
XÁC SUẤT THỐNG KÊ lượng tham số
tổng thể. N
∑ (X − µ)
1
Mẫu: Là một tập con bất kỳ của tổng thể. Phương sai của tổng thể: σ2 = i
2
N
Mỗi phần tử của mẫu gọi là một quan i =1
sát. M
Tỷ lệ tổng thể: p =
Cỡ mẫu (n): Là số phần tử của mẫu. 3
N 4
∑X
1
Trung bình của mẫu: X = i
vào tham số chưa biết. Ký hiệu n i =1
∑ (X − X)
1
mẫu có hiệu chỉnh: S2X = 2
1
1. Lý thuyết mẫu 2. Ước lượng điểm
Mẫu kép: Ước lượng điểm tốt nhất của trung bình tổng
thể, µ , là trung bình mẫu, X.
Cỡ mẫu: n = n1 + n 2 + ... + n k Ước lượng điểm tốt nhất của phương sai
tổng thể, σ 2 , là phương sai mẫu có hiệu
k
Trung bình của mẫu: X = 1
n ∑n X
i =1
i i
chỉnh mẫu, S2X .
Phương sai của k Ước lượng điểm tốt nhất của tỷ lệ tổng thể, p
∑ n (X − X)
1
mẫu có hiệu chỉnh: S2X = 2
n −1 , là tỷ lệ mẫu, f .
i i
Tỷ lệ mẫu: f = k
i =1
n 7 8
2
3.2. Ước lượng trung bình Ví dụ 1. Phân tích Vitamin của 17 mẫu, ta tính
được trung bình là 20mg. Hãy ước lượng
tổng thể lượng Vitamin trung bình của tổng thể, biết
a) Biết phương sai tổng thể σ 20 rằng lượng Vitamin có phân phối chuẩn với độ
Khoảng ước lượng (đối xứng) trung lệch chuẩn là 3,98mg, ở độ tin cậy 95%.
Ví dụ 2. Biết chiều cao con người có phân
bình tổng thể µ
phối chuẩn với độ lệch chuẩn 10cm. Nếu muốn
σ σ ước lượng chiều cao trung bình của dân số, với
µ ∈ X − C 0 ;X + C 0
n n sai số không quá 1cm, ở độ tin cậy 95% thì cần
σ0
Sai số ước lượng: ε = C quan sát ít nhất mấy người.
n 13 14
3.2. Ước lượng trung bình Ví dụ 3. Tuổi thọ của bóng đèn là biến ngẫu
tổng thể nhiên có phân phối chuẩn với độ lệch chuẩn là
a) Biết phương sai tổng thể σ 2
0 36 giờ. Từ một lô bóng đèn mới sản xuất kiểm
KUL một phía của TB tổng thể µ
tra ngẫu nhiên 100 bóng đèn và tính được tuổi
Với mức ý nghĩa α → C = Z1− 2α
2 thọ trung bình là 3000 giờ. Với độ tin cậy 95%
σ
µ ∈ −∞; X + C 0 Phía trái hãy ước lượng tuổi thọ tối đa và ước lượng
n
σ
tuổi thọ tối thiểu của loại bóng đèn nói trên.
µ∈X − C 0 ; + ∞ Phía phải
n 15 16
3.2. Ước lượng trung bình 3.2. Ước lượng trung bình
tổng thể tổng thể
b) Chưa biết phương sai tổng thể σ 2 b) Chưa biết phương sai tổng thể σ 2
Ta dùng thống kê: Khoảng ước lượng (đối xứng) trung
(X − µ) n bình tổng thể µ
T= ∼ St(n − 1)
SX S S
µ∈X − C X ; X + C X
n n
Với độ tin cây: γ suy ra
SX
α = 1 − γ ⇒ C = t αn −1 Sai số ước lượng: ε = C
2 17 n 18
3
Ví dụ 3. Kiểm tra tuổi thọ tính bằng giờ của 50 3.2. Ước lượng trung bình
bóng đèn do một nhà máy sản xuất ra, ta có
tổng thể
b) Chưa biết phương sai tổng thể σ2
GS rằng tuổi thọ của bóng đèn có pp chuẩn. KUL (một phía) trung bình tổng thể µ
a) Hãy ước lượng tuổi thọ trung bình của loại Với mức ý nghĩa α → C = t αn −1
bóng đèn do nhà máy trên sản xuất với độ tin
cậy 95%. S
µ ∈ −∞; X + C X Phía trái (UL tối đa)
n
b) Nếu yêu cầu ước lượng phải đạt độ chính xác
50 giờ và độ tin cậy 95% thì cần phải kiểm tra S
µ ∈ X − C X ; + ∞ Phía phải (UL tối thiểu)
ít nhất bao nhiêu bóng đèn? n
19 20
nhập tối đa và mức thu nhập tối thiểu của địa Ta dùng TK: Y= ∑i =1
σ2
∼ χ 2 (n)
3.3. Ước lượng phương sai 3.3. Ước lượng phương sai
tổng thể tổng thể
a) Biết trung bình tổng thể µ 0 b) Chưa biết trung bình tổng thể µ
Khoảng ước lượng phương sai tổng Ta dùng thống kê:
thể σ 2 (n − 1)S2X
Y= ∼ χ 2 (n − 1)
σ2
1 n n
Độ tin cây: γ suy ra
∑ ∑ ( X − µ )
1
σ2 ∈ ( Xi − µ 0 ) ;
2 2
b a
i 0
i =1 i =1
a = χ 2 α (n − 1); b = χ 2α (n − 1)
1−
23 2 2 24
4
3.3. Ước lượng phương sai Ví dụ 6. Khảo sát chỉ tiêu X của 1 loại sản phẩm,
tổng thể người ta quan sát một mẫu và có kết quả sau
3.4. Ước lượng tỷ lệ tổng thể p 3.4. Ước lượng tỷ lệ tổng thể p
Xét X1 , X 2 ,..., X n là một mẫu độc lập, Với mức ý nghĩa α → C = Z1−α = Z γ
X i ∼ B (1;p ) . Đặt 2 2
3.4. Ước lượng tỷ lệ tổng thể p Ví dụ 7. Để ước lượng tỷ lệ bệnh sốt rét ở
Đồng Bằng Sông Cửu Long.
f (1 − f ) a) Nếu muốn sai số ước lượng không quá
Với sai số ước lượng ε = C
n 2% ở độ tin cậy 95% thì cần quan sát ít nhất
bao nhiêu người.
Bài toán tìm cỡ mẫu (n) b) Ta quan sát ngẫu nhiên 200 người, thấy
f (1 − f ) có 24 người mắc bệnh sốt rét.
Nếu biết f: ε ≤ ε0 ⇔ n ≥ C2 i) Tìm khoảng ước lượng của tỷ lệ tổng
ε 02
thể p với độ tin cậy 95%.
C2 ii) Nếu muốn sai số ước lượng không
Nếu f chưa biết: n ≥ 2
4ε0 quá 2% ở độ tin cậy 95% thì cần quan sát ít
29
nhất mấy người. 30
5
3.4. Ước lượng tỷ lệ tổng thể p Ví dụ 8. Điều tra 365 hộ gia đình ở địa
Với mức ý nghĩa α → C = Z1−2 α = Z γ phương B, ta thấy có 183 hộ có thu
2 2
Khoảng ước lượng (một phía) tỷ lệ
nhập trên 3,2 triệu đồng/tháng. Hãy
tổng thể p
ước lượng tối đa và ước lượng tối
f (1 − f ) Phía trái
p ∈ 0;f + C thiểu cho tỷ lệ hộ gia đình có mức thu
n (UL tối đa)
f (1 − f ) Phía phải nhập trên 3,2 triệu đồng/tháng với độ
p∈f − C ;1
n (UL tối thiểu)
31
tin cậy 95%. 32
6
02/01/2018
phối xác suất của Q hoàn toàn xác định. Ta nói thống kê
Q là tiểu chuẩn kiểm định giả thuyết H . 0 KTC [ −C, C] còn nếu hàm mật độ Q không đối
với mức sai lầm α cho trước, ta tìm được KTC
[ b] của Q với ĐTC γ = 1 − α và khi đó,
a, xứng, như trong phân phối χ 2 , χ2 ( n ) , và phân
Nếu Q ∈ [ a, b] : Ta chấp nhận giả thuyết H , 0 phối Fisher, F ( n, m ) thì chọn KTC [a, b] hay
Nếu Q ∉ [ a, b] : Ta bác bỏ giả thuyết H .
[0, C] .
0
5 6
1
02/01/2018
2. Kiểm định tham số 2.1. So sánh trung bình tổng thể với
một số cho trước
2.1. So sánh trung bình tổng thể với
1. Nếu biết phương sai tổng thể σ2 = σ02
một số cho trước
a. Kiểm định hai phía (hai bên)
2.2. So sánh tỷ lệ tổng thể với một số
cho trước Ta có bài toán kiểm định
2.3. So sánh hai trung bình của hai H0 : µ = µ0
tổng thể H1 : µ ≠ µ 0
2.4. So sánh hai tỷ lệ của hai tổng thể Nếu H 0 đúng, ta có thống kê
2.5. So sánh hai phương sai của hai (X − µ 0 ) n
Z= ∼ N(0,1)
tổng thể 7 σ0 8
2.1. So sánh trung bình tổng thể với 2.1. So sánh trung bình tổng thể với
một số cho trước một số cho trước
1. Nếu biết phương sai tổng thể σ2 = σ02 Ví dụ 1. Biết rằng chiều cao người Việt Nam
có phân phối chuẩn với độ lệch chuẩn là
a. Kiểm định hai phía (hai bên)
10cm. Có tài liệu cho biết chiều cao trung
Với độ tin cậy γ = 1 − α , ta có C = Z1−α bình này là 160cm. Ta quan sát ngẫu nhiên
2
So sánh Z và C một mẫu 80 người, tính được trung bình là
Nếu Z > C : Bác bỏ H 0 162cm. Hỏi rằng quan sát này có phù hợp với
giá trị của tài liệu cho biết hay không? Kết
Nếu Z ≤ C : Chấp nhận H 0
luận với mức ý nghĩa 5%.
9 10
2.1. So sánh trung bình tổng thể với 2.1. So sánh trung bình tổng thể với
một số cho trước một số cho trước
1. Nếu biết phương sai tổng thể σ2 = σ02 1. Nếu biết phương sai tổng thể σ2 = σ02
b. Kiểm định một phía (phía phải) b. Kiểm định một phía (phía phải)
Ta có bài toán kiểm định
Với độ tin cậy γ , ta có C = Z1− 2α
H0 : µ = µ0
So sánh Z và C
2
H1 : µ > µ 0
Nếu H 0 đúng, ta có thống kê Nếu Z > C : Bác bỏ H 0
(X − µ 0 ) n Nếu Z ≤ C : Chấp nhận H 0
Z= ∼ N(0,1)
σ0 11 12
2
02/01/2018
2.1. So sánh trung bình tổng thể với 2.1. So sánh trung bình tổng thể với
một số cho trước một số cho trước
1. Nếu biết phương sai tổng thể σ2 = σ02 1. Nếu biết phương sai tổng thể σ2 = σ02
c. Kiểm định một phía (phía trái) c. Kiểm định một phía (phía trái)
Ta có bài toán kiểm định
Với độ tin cậy γ, ta có C = Z1− 2α
H0 : µ = µ0
So sánh Z và C
2
H1 : µ < µ0
Nếu H 0 đúng, ta có thống kê Nếu Z < −C : Bác bỏ H 0
(X − µ 0 ) n Nếu Z ≥ −C : Chấp nhận H 0
Z= ∼ N(0,1)
σ0 13 14
2.1. So sánh trung bình tổng thể với 2.1. So sánh trung bình tổng thể với
một số cho trước một số cho trước
Ví dụ 2. Bột ngọt được đóng gói trên dây 2. Nếu chưa biết phương sai tổng thể σ2
chuyền tự động với trọng lượng đóng gói theo
a. Kiểm định hai phía (hai bên)
quy định là 453gram. Biết trọng lượng đóng
gói của bột ngọt là biến ngẫu nhiên có phân Ta có bài toán kiểm định
phối chuẩn với độ lệch chuẩn là 36gram. H0 : µ = µ0
Kiểm tra ngẫu nhiên trọng lượng của 81 gói H1 : µ ≠ µ0
tìm được trọng lượng đóng gói trung bình là Nếu H 0 đúng, ta có thống kê
448gram. Với mức ý nghĩa 5% có thể cho (X − µ 0 ) n
rằng bột ngọt bị đóng gói thiếu hay không? T= ∼ St(n − 1)
15 SX 16
2.1. So sánh trung bình tổng thể với 2.1. So sánh trung bình tổng thể với
một số cho trước một số cho trước
2. Nếu chưa biết phương sai tổng thể σ2 Ví dụ 3. Quan sát ngẫu nhiên chiều cao X
của 27 người, ta tính được chiều cao trung
a. Kiểm định hai phía (hai bên)
bình là 157cm và độ lệch chuẩn mẫu có hiệu
Với độ tin cậy γ = 1 − α , ta có C = t nα−1 chỉnh là 12cm. Có tài liệu cho biết chiều cao
2
So sánh T và C trung bình là 160cm. Hỏi rằng quan sát này
Nếu T > C : Bác bỏ H 0 có phù hợp với giá trị của tài liệu cho biết
hay không? Kết luận mức múc ý nghĩa 5%.
Nếu T ≤ C : Chấp nhận H 0
17 18
3
02/01/2018
2.1. So sánh trung bình tổng thể với 2.1. So sánh trung bình tổng thể với
một số cho trước một số cho trước
2. Nếu chưa biết phương sai tổng thể σ2 2. Nếu chưa biết phương sai tổng thể σ2
b. Kiểm định một phía (phía phải) b. Kiểm định một phía (phía phải)
Ta có bài toán kiểm định
Với độ tin cậy γ = 1 − α , ta có C = t αn−1
H0 : µ = µ0
So sánh T và C
H1 : µ > µ 0
Nếu H 0 đúng, ta có thống kê Nếu T > C : Bác bỏ H 0
(X − µ 0 ) n Nếu T ≤ C : Chấp nhận H 0
T= ∼ St(n − 1)
SX 19 20
2.1. So sánh trung bình tổng thể với 2.1. So sánh trung bình tổng thể với
một số cho trước một số cho trước
Ví dụ 4: Năm trước tiền lương trung bình của 2. Nếu chưa biết phương sai tổng thể σ2
các cử nhân quản trị kinh doanh làm việc tại
công ty liên doanh với nước ngoài là 210 USD c. Kiểm định một phía (phía trái)
một tháng. Năm nay điều tra ngẫu nhiên lương Ta có bài toán kiểm định
tháng của 25 cử nhân đang làm việc cho công
ty đó tìm được tiền lương trung bình là 218 H0 : µ = µ0
USD và độ lệch chuẩn có hiệu chỉnh là 10 H1 : µ < µ0
USD. Với giả thiết tiền lương có phân phối Nếu H 0 đúng, ta có thống kê
chuẩn thì có thể cho rằng năm nay các nhân
viên đó có hưởng mức lương cao hơn hay (X − µ 0 ) n
T= ∼ St(n − 1)
không với mức ý nghĩa 5%. 21 SX 22
2.1. So sánh trung bình tổng thể với 2.2. So sánh tỷ lệ tổng thể với một số
một số cho trước cho trước
2. Nếu chưa biết phương sai tổng thể σ2 1. Kiểm định hai phía (hai bên)
c. Kiểm định một phía (phía trái) Ta có bài toán kiểm định
H 0 : p = p 0
Với độ tin cậy γ = 1 − α , ta có C = t αn−1
H1 : p ≠ p0
So sánh T và C Nếu H 0 đúng, ta có thống kê
Nếu T < −C : Bác bỏ H 0
(f − p0 ) n
Z= ∼ N(0,1)
Nếu T ≥ −C : Chấp nhận H 0 p0 (1 − p0 )
23 24
4
02/01/2018
2.2. So sánh tỷ lệ tổng thể với một số 2.2. So sánh tỷ lệ tổng thể với một số
cho trước cho trước
1. Kiểm định hai phía (hai bên) Ví dụ 5. Điều tra ngẫu nhiên 400 trẻ
Với độ tin cậy γ = 1 − α , ta có C = Z1−α sơ sinh ở một khu dân cư Thái An, ta
2
So sánh Z và C nhận thấy có 218 bé sơ sinh là trai.
Nếu Z > C : Bác bỏ H 0 Hỏi tỷ lệ sinh con trai và con gái có
Nếu Z ≤ C : Chấp nhận H 0 giống nhau không? Kết luận với mức
ý nghĩa 1%.
25 26
2.2. So sánh tỷ lệ tổng thể với một 2.2. So sánh tỷ lệ tổng thể với một số
số cho trước cho trước
2. Kiểm định một phía (phía phải) 2. Kiểm định một phía (phía phải)
Ta có bài toán kiểm định Với độ tin cậy γ = 1 − α , ta có C = Z1−2α
H 0 : p = p 0 2
So sánh Z và C
H1 : p > p 0
Nếu H 0 đúng, ta có thống kê Nếu Z > C : Bác bỏ H 0
Nếu Z ≤ C : Chấp nhận H 0
(f − p0 ) n
Z= ∼ N(0,1)
p0 (1 − p0 )
27 28
2.2. So sánh tỷ lệ tổng thể với một số 2.2. So sánh tỷ lệ tổng thể với một số
cho trước cho trước
3. Kiểm định một phía (phía trái) 3. Kiểm định một phía (phía trái)
Ta có bài toán kiểm định Với độ tin cậy γ = 1 − α , ta có C = Z1−2α
H 0 : p = p 0 2
So sánh Z và C
H1 : p < p0
Nếu H 0 đúng, ta có thống kê Nếu Z < −C : Bác bỏ H 0
Nếu Z ≥ −C : Chấp nhận H 0
(f − p0 ) n
Z= ∼ N(0,1)
p0 (1 − p0 )
29 30
5
02/01/2018
2.2. So sánh tỷ lệ tổng thể với một số 2.3. So sánh hai trung bình của hai
cho trước tổng thể
Ví dụ 6. Một công ty yêu cầu các phân 1. Biết phương sai của hai tổng thể: σ2X , σY2
xưởng của mình phải có tỷ lệ sản phẩm đạt a. Kiểm định hai phía (hai bên)
tiêu chuẩn xuất là 60%. Kiểm tra ngẫu nhiên Ta có bài toán kiểm định
2000 sản phẩm của phẩn xưởng A trong công H0 : µ X = µ Y
ty thấy có 1180 sản phẩm đạt tiêu chuẩn xuất H1 : µ X ≠ µ Y
khẩu. Với mức ý nghĩa 5%, dựa vào điều tra Nếu H 0 đúng, ta có thống kê
(X − Y)
này hãy xác minh xem phẩn xưởng A đã đạt Z= ∼ N(0,1)
σ2X σ2Y
được yêu cầu của công ty hay chưa. +
31
n m 32
2.3. So sánh hai trung bình của hai 2.3. So sánh hai trung bình của hai
tổng thể tổng thể
1. Biết phương sai của hai tổng thể σ2X , σY2 1. Biết phương sai của hai tổng thể: σ2X , σY2
b. Kiểm định một phía (phía phải)
a. Kiểm định hai phía (hai bên) Ta có bài toán kiểm định
Với độ tin cậy γ = 1 − α , ta có C = Z1−α H0 : µ X = µ Y
So sánh Z và C
2
H1 : µ X > µ Y
Nếu H 0 đúng, ta có thống kê
Nếu Z > C : Bác bỏ H 0 (X − Y)
Z= ∼ N(0,1)
Nếu Z ≤ C : Chấp nhận H 0 σ2X σ2Y
+
33
n m 34
2.3. So sánh hai trung bình của hai 2.3. So sánh hai trung bình của hai
tổng thể tổng thể
1. Biết phương sai của hai tổng thể σ2X , σY2 1. Biết phương sai của hai tổng thể: σ2X , σY2
c. Kiểm định một phía (phía trái)
b. Kiểm định một phía (phía phải) Ta có bài toán kiểm định
Với độ tin cậy γ = 1 − α , ta có C = Z1−2α H0 : µ X = µ Y
So sánh Z và C
2
H1 : µ X < µ Y
Nếu H 0 đúng, ta có thống kê
Nếu Z > C : Bác bỏ H 0 (X − Y)
Z= ∼ N(0,1)
Nếu Z ≤ C : Chấp nhận H 0 σ2X σ2Y
+
35
n m 36
6
02/01/2018
2.3. So sánh hai trung bình của hai 2.3. So sánh hai trung bình của hai
tổng thể tổng thể
1. Biết phương sai của hai tổng thể σ2X , σY2 2. Chưa biết phương sai của hai tổng
c. Kiểm định một phía (phía trái) thể σ2X , σ Y2
Với độ tin cậy γ = 1 − α , ta có C = Z1−2α Thực hiện tương tự như trong trường
2
So sánh Z và C hợp 1 ta chỉ cần thay σ2X , σ2Y bằng bằng
Nếu Z < −C : Bác bỏ H 0 hai phương sai mẫu có hiệu chỉnh S2X , SY2
Nếu Z ≥ −C : Chấp nhận H 0
37 38
2.3. So sánh hai trung bình của hai 2.3. So sánh hai trung bình của hai
tổng thể tổng thể
3. Hai phương sai σ2X = σ2Y và chưa biết: 3. Hai phương sai σ2X = σ2Y và chưa biết
a. Kiểm định hai phía (hai bên)
Ta có bài toán kiểm định a. Kiểm định hai phía (hai bên)
H0 : µ X = µ Y Với độ tin cậy γ = 1 − α , ta có C = t nα+ m− 2
H1 : µ X ≠ µ Y
2
So sánh T và C
Nếu H 0 đúng, ta có thống kê
(X − Y)
Nếu T > C : Bác bỏ H 0
T= ∼ St(n + m − 2)
(n − 1)S2X + (m − 1)S2Y m + n
Nếu T ≤ C : Chấp nhận H 0
n+m−2 nm 39 40
2.3. So sánh hai trung bình của hai 2.3. So sánh hai trung bình của hai
tổng thể tổng thể
Ví dụ 7. Quan sát ngẫu nhiên 20 bé trai, ta 3. Hai phương sai σ2X = σ2Y và chưa biết:
tính được trọng lượng trung bình là 3200gram b. Kiểm định một phía (phía phải)
và độ lệch chuẩn mẫu có hiệu chỉnh là Ta có bài toán kiểm định
400gram. Quan sát ngẫu nhiên 17 bé gái, ta H0 : µ X = µ Y
tính được trọng lượng trung bình là 3000gram
và độ lệch chuẩn mẫu có hiệu chỉnh là H1 : µ X > µ Y
380gram. Hỏi rằng trọng lượng trung bình của Nếu H 0 đúng, ta có thống kê
trẻ sơ sinh trai và gái có giống nhau không? (X − Y)
T= ∼ St(n + m − 2)
Kết luận với mức ý nghĩa 5%. (Giả sử phương (n − 1)S2X + (m − 1)SY2 m + n
n+m−2 nm
sai của trẻ sơ sinh trai và gái là như nhau) 41
42
7
02/01/2018
2.3. So sánh hai trung bình của hai 2.3. So sánh hai trung bình của hai
tổng thể tổng thể
3. Hai phương sai σ2X = σ2Y và chưa biết 3. Hai phương sai σ2X = σ2Y và chưa biết:
c. Kiểm định một phía (phía trái)
b. Kiểm định một phía (phía phải) Ta có bài toán kiểm định
Với độ tin cậy γ = 1 − α , ta có C = t αn +m−2 H0 : µ X = µ Y
So sánh T và C H1 : µ X < µ Y
Nếu H 0 đúng, ta có thống kê
Nếu T > C : Bác bỏ H 0 (X − Y)
T= ∼ St(n + m − 2)
Nếu T ≤ C : Chấp nhận H 0 (n
+ (m − 1)SY2 m + n
− 1)S2X
n+m−2 nm
43 44
2.3. So sánh hai trung bình của hai 2.4. So sánh hai tỷ lệ của hai tổng thể
tổng thể
1. Kiểm định hai phía (hai bên)
3. Hai phương sai σ2X = σ2Y và chưa biết
Ta có bài toán kiểm định
c. Kiểm định một phía (phía trái) H0 : p1 = p 2
Với độ tin cậy γ = 1 − α , ta có C = t αn+ m−2
H1 : p1 ≠ p 2
So sánh T và C Nếu H 0 đúng, ta có thống kê
Nếu T < −C : Bác bỏ H 0 f1 − f 2
Z= ∼ N(0,1)
m+n
Nếu T ≥ −C : Chấp nhận H 0 f (1 − f )
m⋅n
45 46
2.4. So sánh hai tỷ lệ của hai tổng thể 2.4. So sánh hai tỷ lệ của hai tổng thể
1. Kiểm định hai phía (hai bên) Ví dụ 8. Giả sử quan sát ngẫu nhiên
nf1 + mf 2 100 bé trai thấy có 15 bé mắc bệnh B;
Với f =
n+m
và quan sát ngẫu nhiên 150 bé gái thấy
Với độ tin cậy γ = 1 − α, ta có C = Z1−α
2 có 18 bé mắc bệnh B. Hỏi rằng tỷ lệ
So sánh Z và C
nhiễm bệnh B đối với bé trai và bé gái
Nếu Z > C : Bác bỏ H 0
có giống nhau hay không? Kết luận với
Nếu Z ≤ C : Chấp nhận H 0 mức ý nghĩa 5%.
47 48
8
02/01/2018
2.4. So sánh hai tỷ lệ của hai tổng thể 2.4. So sánh hai tỷ lệ của hai tổng thể
2. Kiểm định một phía (phía phải) 2. Kiểm định một phía (phía phải)
Ta có bài toán kiểm định nf1 + mf 2
Với f =
H 0 : p1 = p 2 n+m
Với độ tin cậy γ = 1 − α , ta có C = Z1−2α
H1 : p1 > p 2 2
Nếu H 0 đúng, ta có thống kê So sánh Z và C
f1 − f 2 Nếu Z > C : Bác bỏ H 0
Z= ∼ N(0,1)
m+n
f (1 − f ) Nếu Z ≤ C : Chấp nhận H 0
m⋅n
49 50
2.4. So sánh hai tỷ lệ của hai tổng thể 2.4. So sánh hai tỷ lệ của hai tổng thể
3. Kiểm định một phía (phía trái) 3. Kiểm định một phía (phía trái)
Ta có bài toán kiểm định nf1 + mf 2
Với f =
H 0 : p1 = p 2 n+m
Với độ tin cậy γ = 1 − α , ta có C = Z1−2α
H1 : p1 < p 2 2
Nếu H 0 đúng, ta có thống kê So sánh Z và C
f1 − f 2 Nếu Z < −C : Bác bỏ H 0
Z= ∼ N(0,1)
m+n
f (1 − f ) Nếu Z ≥ −C : Chấp nhận H 0
m⋅n
51 52
9
02/01/2018
2.5. So sánh hai phương sai của hai 2.5. So sánh hai phương sai của hai
tổng thể tổng thể
Với độ tin cậy γ = 1 − α , ta có Ví dụ 10. Quan sát ngẫu nhiên trọng lượng X
của 25 trẻ sơ sinh trai, ta tính được phương
C = f α (n − 1,m − 1)
sai mẫu có hiệu chỉnh là 450 (gram) 2 và quan
So sánh F và C sát ngẫu nhiên trọng lượng Y của 19 trẻ sơ
sinh gái, ta tính được phương sai mẫu có hiệu
Nếu F > C : Bác bỏ H 0 chỉnh là 360 (gram)2 . Hãy so sánh hai phương
Nếu F ≤ C : Chấp nhận H 0 sai tổng thể. Kết luận với mức ý nghĩa 5%.
55 56
10
PHAÂN PHOÁI GAUSS
x
1 2
e t /2 dt ,
(x) 0 (x)
2 0
vôùi X N 0;1 , x z .
x=za
2
P T t vôùi T St (n)
Coät 1 : giaù trò ñoä töï do n.
Haøng 1 : Giaù trò nguy cô sai laàm t t
Noäi dung baûng : Giaù trò t töông öùng vôùi n vaø
2
/2 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05 0.075 0.1
1 63.656 31.821 21.205 15.894 12.706 10.579 9.058 7.916 7.026 6.314 4.165 3.078
2 9.925 6.965 5.643 4.849 4.303 3.896 3.578 3.320 3.104 2.920 2.282 1.886
3 5.841 4.541 3.896 3.482 3.182 2.951 2.763 2.605 2.471 2.353 1.924 1.638
4 4.604 3.747 3.298 2.999 2.776 2.601 2.456 2.333 2.226 2.132 1.778 1.533
5 4.032 3.365 3.003 2.757 2.571 2.422 2.297 2.191 2.098 2.015 1.699 1.476
6 3.707 3.143 2.829 2.612 2.447 2.313 2.201 2.104 2.019 1.943 1.650 1.440
7 3.499 2.998 2.715 2.517 2.365 2.241 2.136 2.046 1.966 1.895 1.617 1.415
8 3.355 2.896 2.634 2.449 2.306 2.189 2.090 2.004 1.928 1.860 1.592 1.397
9 3.250 2.821 2.574 2.398 2.262 2.150 2.055 1.973 1.899 1.833 1.574 1.383
10 3.169 2.764 2.527 2.359 2.228 2.120 2.028 1.948 1.877 1.812 1.559 1.372
11 3.106 2.718 2.491 2.328 2.201 2.096 2.007 1.928 1.859 1.796 1.548 1.363
12 3.055 2.681 2.461 2.303 2.179 2.076 1.989 1.912 1.844 1.782 1.538 1.356
13 3.012 2.650 2.436 2.282 2.160 2.060 1.974 1.899 1.832 1.771 1.530 1.350
14 2.977 2.624 2.415 2.264 2.145 2.046 1.962 1.887 1.821 1.761 1.523 1.345
15 2.947 2.602 2.397 2.249 2.131 2.034 1.951 1.878 1.812 1.753 1.517 1.341
16 2.921 2.583 2.382 2.235 2.120 2.024 1.942 1.869 1.805 1.746 1.512 1.337
17 2.898 2.567 2.368 2.224 2.110 2.015 1.934 1.862 1.798 1.740 1.508 1.333
18 2.878 2.552 2.356 2.214 2.101 2.007 1.926 1.855 1.792 1.734 1.504 1.330
19 2.861 2.539 2.346 2.205 2.093 2.000 1.920 1.850 1.786 1.729 1.500 1.328
20 2.845 2.528 2.336 2.197 2.086 1.994 1.914 1.844 1.782 1.725 1.497 1.325
21 2.831 2.518 2.328 2.189 2.080 1.988 1.909 1.840 1.777 1.721 1.494 1.323
22 2.819 2.508 2.320 2.183 2.074 1.983 1.905 1.835 1.773 1.717 1.492 1.321
23 2.807 2.500 2.313 2.177 2.069 1.978 1.900 1.832 1.770 1.714 1.489 1.319
24 2.797 2.492 2.307 2.172 2.064 1.974 1.896 1.828 1.767 1.711 1.487 1.318
25 2.787 2.485 2.301 2.167 2.060 1.970 1.893 1.825 1.764 1.708 1.485 1.316
26 2.779 2.479 2.296 2.162 2.056 1.967 1.890 1.822 1.761 1.706 1.483 1.315
27 2.771 2.473 2.291 2.158 2.052 1.963 1.887 1.819 1.758 1.703 1.482 1.314
28 2.763 2.467 2.286 2.154 2.048 1.960 1.884 1.817 1.756 1.701 1.480 1.313
29 2.756 2.462 2.282 2.150 2.045 1.957 1.881 1.814 1.754 1.699 1.479 1.311
2.576 2.326 2.170 2.054 1.960 1.881 1.812 1.751 1.695 1.645 1.440 1.282
PHAÂN PHOÁI CHI – BÌNH PHÖÔNG
P X 2n , khi X 2 (n)
Haøng 1 : Giaù trò cuûa
Coät 1 : Giaù trò ñoä töï do n.
n,
Noäi dung baûng : Giaù trò 2n , .
0.005 0.01 0.015 0.02 0.025 0.03 0.05 0.95 0.975 0.98 0.99 0.995
1 7.879 6.635 5.916 5.412 5.024 4.709 3.841 0.004 0.001 0.001 0.000 0.000
2 10.597 9.210 8.399 7.824 7.378 7.013 5.991 0.103 0.051 0.040 0.020 0.010
3 12.838 11.345 10.465 9.837 9.348 8.947 7.815 0.352 0.216 0.185 0.115 0.072
4 14.860 13.277 12.339 11.668 11.143 10.712 9.488 0.711 0.484 0.429 0.297 0.207
5 16.750 15.086 14.098 13.388 12.832 12.375 11.070 1.145 0.831 0.752 0.554 0.412
6 18.548 16.812 15.777 15.033 14.449 13.968 12.592 1.635 1.237 1.134 0.872 0.676
7 20.278 18.475 17.398 16.622 16.013 15.509 14.067 2.167 1.690 1.564 1.239 0.989
8 21.955 20.090 18.974 18.168 17.535 17.011 15.507 2.733 2.180 2.032 1.647 1.344
9 23.589 21.666 20.512 19.679 19.023 18.480 16.919 3.325 2.700 2.532 2.088 1.735
10 25.188 23.209 22.021 21.161 20.483 19.922 18.307 3.940 3.247 3.059 2.558 2.156
11 26.757 24.725 23.503 22.618 21.920 21.342 19.675 4.575 3.816 3.609 3.053 2.603
12 28.300 26.217 24.963 24.054 23.337 22.742 21.026 5.226 4.404 4.178 3.571 3.074
13 29.819 27.688 26.403 25.471 24.736 24.125 22.362 5.892 5.009 4.765 4.107 3.565
14 31.319 29.141 27.827 26.873 26.119 25.493 23.685 6.571 5.629 5.368 4.660 4.075
15 32.801 30.578 29.235 28.259 27.488 26.848 24.996 7.261 6.262 5.985 5.229 4.601
16 34.267 32.000 30.629 29.633 28.845 28.191 26.296 7.962 6.908 6.614 5.812 5.142
17 35.718 33.409 32.011 30.995 30.191 29.523 27.587 8.672 7.564 7.255 6.408 5.697
18 37.156 34.805 33.382 32.346 31.526 30.845 28.869 9.390 8.231 7.906 7.015 6.265
19 38.582 36.191 34.742 33.687 32.852 32.158 30.144 10.117 8.907 8.567 7.633 6.844
20 39.997 37.566 36.093 35.020 34.170 33.462 31.410 10.851 9.591 9.237 8.260 7.434
21 41.401 38.932 37.434 36.343 35.479 34.759 32.671 11.591 10.283 9.915 8.897 8.034
22 42.796 40.289 38.768 37.659 36.781 36.049 33.924 12.338 10.982 10.600 9.542 8.643
23 44.181 41.638 40.094 38.968 38.076 37.332 35.172 13.091 11.689 11.293 10.196 9.260
24 45.558 42.980 41.413 40.270 39.364 38.609 36.415 13.848 12.401 11.992 10.856 9.886
25 46.928 44.314 42.725 41.566 40.646 39.880 37.652 14.611 13.120 12.697 11.524 10.520
26 48.290 45.642 44.031 42.856 41.923 41.146 38.885 15.379 13.844 13.409 12.198 11.160
27 49.645 46.963 45.331 44.140 43.195 42.407 40.113 16.151 14.573 14.125 12.878 11.808
28 50.994 48.278 46.626 45.419 44.461 43.662 41.337 16.928 15.308 14.847 13.565 12.461
29 52.335 49.588 47.915 46.693 45.722 44.913 42.557 17.708 16.047 15.574 14.256 13.121
30 53.672 50.892 49.199 47.962 46.979 46.160 43.773 18.493 16.791 16.306 14.953 13.787
35 60.275 57.342 55.553 54.244 53.203 52.335 49.802 22.465 20.569 20.027 18.509 17.192
40 66.766 63.691 61.812 60.436 59.342 58.428 55.758 26.509 24.433 23.838 22.164 20.707
45 73.166 69.957 67.994 66.555 65.410 64.454 61.656 30.612 28.366 27.720 25.901 24.311
50 79.490 76.154 74.111 72.613 71.420 70.423 67.505 34.764 32.357 31.664 29.707 27.991
55 85.749 82.292 80.173 78.619 77.380 76.345 73.311 38.958 36.398 35.659 33.571 31.735
60 91.952 88.379 86.188 84.580 83.298 82.225 79.082 43.188 40.482 39.699 37.485 35.534
65 98.105 94.422 92.161 90.501 89.177 88.069 84.821 47.450 44.603 43.779 41.444 39.383
70 104.215 100.425 98.098 96.387 95.023 93.881 90.531 51.739 48.758 47.893 45.442 43.275
75 110.285 106.393 104.001 102.243 100.839 99.665 96.217 56.054 52.942 52.039 49.475 47.206
80 116.321 112.329 109.874 108.069 106.629 105.422 101.879 60.391 57.153 56.213 53.540 51.172
85 122.324 118.236 115.720 113.871 112.393 111.156 107.522 64.749 61.389 60.412 57.634 55.170
90 128.299 124.116 121.542 119.648 118.136 116.869 113.145 69.126 65.647 64.635 61.754 59.196
95 134.247 129.973 127.341 125.405 123.858 122.562 118.752 73.520 69.925 68.879 65.898 63.250
100 140.170 135.807 133.120 131.142 129.561 128.237 124.342 77.929 74.222 73.142 70.065 67.328
PHAÂN PHOÁI FISHER
3.84 3 2.6 2.37 2.21 2.1 2.01 1.94 1.88 1.83 1.75 1.67 1.57 1.52 1.46 1.39 1.32 1.22 1
PHAÂN PHOÁI FISHER
6.63 4.61 3.78 3.32 3.02 2.80 2.64 2.51 2.41 2.32 2.18 2.04 1.88 1.79 1.70 1.59 1.47 1.32 1.00