Chuong 6 Kiem Dinh Hai Mau

Chương 6: Kiểm định hai mẫu
Phan Thị Khánh Vân
E-mail: khanhvanphan@hcmut.edu.vn
Ngày 21 tháng 4 năm 2022
(Phan Thị Khánh Vân) Chương 6: Kiểm định hai mẫu Ngày 21 tháng 4 năm 2022 1 / 23
Nội dung
1 Kiểm định kỳ vọng của hai mẫu độc lập

Kiểm định kỳ vọng của hai phân phối chuẩn với phương sai đã biết
Kiểm định kỳ vọng của hai phân phối chuẩn với phương sai chưa biết
Kiểm định kỳ vọng của hai phân phối bất kỳ với mẫu lớn
Kiểm định tỉ lệ tổng thể của hai phân phối bất kỳ với mẫu lớn
2 Kiểm định kỳ vọng của hai mẫu không độc lập (kiểm định cặp)
3 Bài tập
Kiểm định kỳ vọng của hai mẫu độc lập
Mẫu độc lập

Hai mẫu độc lập là hai mẫu được chọn ngẫu nhiên và các giá trị quan sát của một mẫu
không phụ thuộc vào các giá trị quan sát của mẫu kia.
So sánh hai phân phối chuẩn, với kỳ vọng µ1 , µ2 và phương sai σ12 , σ22 với các mẫu
độc lập
Giả thuyết không: không có sự khác biệt giữa kỳ vọng của hai tổng thể
H0 : ∆ = µ1 − µ2 = 0.
Giả thuyết đối:
H1 : ∆ 6= 0.
H1 : ∆ > 0.
H1 : ∆ > 0.
Kiểm định kỳ vọng của hai phân phối chuẩn với phương sai σ12 , σ22 đã biết,
mẫu độc lập
Lấy mẫu ngẫu nhiên độc lập có kích thước n1 , n2 từ hai tổng thể có phân phối
chuẩn với kỳ vọng mẫu tương ứng là X̄1 , X̄2 trong đó σ12 và σ22 đã biết.
σ12 σ22
V (X̄1 − X̄2 ) = n1
+ n2
Nếu H0 là đúng (µ1 = µ2 ) thì

X̄1 − X̄2
Zob = q 2 ∼ N (0, 1)
σ1 σ22
n1
+ n2
Chọn miền bác bỏ:

Giả thuyết đối Miền bác bỏ (RR)
H1 : ∆ < 0 Zob < −Zα
H1 : ∆ > 0 Zob > Zα
H1 : ∆ 6= 0 |Zob | > Zα/2
Kiểm định kỳ vọng của hai phân phối chuẩn với phương sai σ 2 =σ12 = σ22
chưa biết, mẫu độc lập
Lấy hai mẫu ngẫu nhiên độc lập có kích thước n1 , n2 từ hai tổng thể có phân phối
chuẩn với kỳ vọng mẫu tương ứng là X̄1 , X̄2 trong đó σ12 và σ22 chưa biết, nhưng
thỏa điều kiện σ1 = σ2 .
(n1 − 1)s12 + (n2 − 1)s22
Ước lượng phương sai gộp: sp2 =
n1 + n2 − 2

V̂ (X̄1 − X̄2 ) = sp2 n11 + n12
Nếu H0 là đúng (µ1 = µ2 ) thì

X̄1 − X̄2
Tob = r
(n1 − 1)s12
+ (n2 − 1)s22 1 ∼ tn1 +n2 −2
1
n1
+ n2
n1 + n2 − 2
Giả thuyết đối Miền bác bỏ RR
H1 : ∆ = X̄1 − X̄2 < 0 Tob < −tα,(n1 +n2 −2)
H1 : ∆ = X̄1 − X̄2 > 0 Tob > tα,(n1 +n2 −2)
H1 : ∆ = X̄1 − X̄2 6= 0 |Tob | > tα/2,(n1 +n2 −2)
Kiểm định kỳ vọng của hai phân phối chuẩn với phương sai σ12 6= σ22 chưa
biết, mẫu độc lập
Lấy hai mẫu ngẫu nhiên độc lập với kích thước n1 , n2 từ hai tổng thể tuân theo
phân phối chuẩn với kỳ vọng X̄1 , X̄2 và phương sai s12 , s22 khác nhau: σ12 6= σ22 .
Nếu H0 là đúng thì

X̄1 − X̄2
Tob = q 2 ∼ tv , với bậc tự do:
s1 s22
n1
+ n2
2 2
s1 s2
n1
+ n22
v = (s 2 /n )2 (s 2 /n )2
1
1
n1 −1
+ n22 −12
Giả thuyết đối Miền bác bỏ
H1 : ∆ = X̄1 − X̄2 < 0 Tob < −tα,v
H1 : ∆ = X̄1 − X̄2 > 0 Tob > tα,v
H1 : ∆ = X̄1 − X̄2 6= 0 |Tob | > tα/2,v
Ghi chú
Trong một số trường hợp, ta không có giả định về các phương sai tổng thể σ12 và σ22 , ta
không biết rằng chúng bằng nhau hay không bằng nhau.
s2
Để kiểm tra giả thiết: σ1 = σ2 , chúng ta có thể sử dụng nguyên tắc: Nếu 12 ∈ [0, 5, 2] ,
s2
ta có thể coi σ1 = σ2 .
Kiểm định kỳ vọng của hai phân phối bất kỳ với phương sai σ12 , σ22 chưa
biết, mẫu độc lập, mẫu lớn
Lấy mẫu ngẫu nhiên độc lập có kích thước lớn n1 ≥ 30, n2 ≥ 30 từ hai tổng thể có
phân phối (bất kỳ) với kỳ vọng mẫu tương ứng X̄1 , X̄2 và phương sai mẫu s12 , s22 , khi
σ12 và σ22 chưa biết.
s12 s22
V̂ (X̄1 − X̄2 ) = n1
+ n2
Nếu H0 là đúng
X̄1 − X̄2
Zob = q 2 ∼ N (0, 1)
s1 s22
n1
+ n2

H1 : ∆ = X̄1 − X̄2 < 0 Zob < −Zα
H1 : ∆ = X̄1 − X̄2 > 0 Zob > Zα
H1 : ∆ = X̄1 − X̄2 6= 0 |Zob | > Zα/2
Ví dụ 1
Trong một quy trình hóa học nở, hai hồ quang chất xúc tác được so sánh về ảnh hưởng
của chúng đối với đầu ra của phản ứng quy trình. Một mẫu gồm 12 lô thu được khi dùng
chất xúc tác 1 và một mẫu 10 lô thu được bằng chất xúc tác 2. 12 lô sử dụng chất xúc
tác 1 có năng suất trung bình là 85 và mẫu thứ hai cho giá trị trung bình là 81. Kiểm
định với mức ý nghĩa 5% cho giả thuyết rằng sản lượng trung bình của hai chất xúc tác
là khác nhau, giả sử rằng các tổng thể được phân phối chuẩn với các phương sai σ12 = 16
và σ22 = 25.
Gọi µ1 và µ2 tương ứng là năng suất trung bình khi sử dụng chất xúc tác 1 và 2.
Phương sai đã biết: σ12 = 16 and σ22 = 25.
n1 = 12, n2 = 10, X̄1 = 85, X̄2 = 81.
Giả thuyết H0 : µ1 = µ2 và H1 : µ1 6= µ2 .
α = 0.05, Zα/2 = 1.96.
X̄1 − X̄2
Zob = q 2 = 2.043.
σ1 σ2
n1
+ n22
Vì |Zob | > 1.96 = Zα/2 , ta bác bỏ H0 : sản lượng trung bình trong 2 trường hợp là khác
nhau.
Ví dụ 2
Hai loại chỉ đang được so sánh về độ bền. Năm mươi mảnh của mỗi loại chỉ được thử
nghiệm trong các điều kiện giống nhau. Thương hiệu A có độ bền kéo trung bình là 78.3
kg với độ lệch chuẩn là 5.6 kg, trong khi nhãn hiệu B có độ bền kéo trung bình là 87.2
kg với độ lệch chuẩn là 6.3 kg. Chúng ta có thể kết luận rằng độ bền trung bình của hai
loại không giống nhau với mức ý nghĩa 5% không?
Gọi µ1 và µ2 tương ứng là sức bền trung bình của hai loại chỉ. Phương sai chưa biết.
n1 = n2 = 50: mẫu lớn, X̄1 = 78.5, s1 = 5.6, X̄2 = 87.2, s2 = 6.3.
Giả thuyết H0 : µ1 = µ2 và H1 : µ1 6= µ2 .
α = 0.05, Zα/2 = 1.96.
X̄1 − X̄2
Zob = q 2 = −7.6661.
s1 s22
n1
+ n2
Vì |Zob | > 1.96 = Zα/2 , ta bác bỏ H0 , độ bền trung bình của 2 loại chỉ là khác nhau.
Ví dụ 3
Theo Kỹ thuật Hóa học, một đặc tính quan trọng của sợi là khả năng thấm hút nước.
Độ thấm hút trung bình (%) của 25 miếng bông được chọn ngẫu nhiên là 20 với độ lệch
chuẩn là 1.5. Một mẫu ngẫu nhiên gồm 25 mẩu axetat có tỷ lệ phần trăm trung bình là
12 với độ lệch chuẩn là 1.25. Có bằng chứng chắc chắn rằng tỷ lệ phần trăm hấp thụ
trung bình của tổng thể đối với sợi bông cao hơn đáng kể so với tỷ lệ trung bình đối với
axetat không? Giả sử rằng phần trăm độ thấm hút được phân phối chuẩn và phương sai
của độ hút nước cho hai loại sợi là như nhau. Sử dụng mức ý nghĩa 0.05.
Gọi µ1 và µ2 tương ứng là độ thấm hút trung bình của hai loại sợi bông và axetat.
Phương sai chưa biết nhưng σ12 = σ22 .
n1 = n2 = 25, X̄1 = 20, s1 = 1.5, X̄2 = 12, s2 = 1.25.
Giả thuyết H0 : µ1 = µ2 và H1 : µ1 > µ2 .
α = 0.05, tα,(n1 +n2 −2) = t0.05,48 < 1.684.
X̄1 − X̄2
Tob = r
(n1 − 1)s1 + (n2 − 1)s22 1
2 = 20.4859 > 1.684.
1
n1
+ n2
n1 + n2 − 2
Vì |Tob | > tα,n1 +n2 −2 , ta bác bỏ H0 : Sợi bông hấp thụ nước tốt hơn sợi axetat.
Ví dụ 4
Một nghiên cứu được thực hiện để xem liệu việc tăng nồng độ cơ chất có ảnh hưởng
đáng kể đến tốc độ phản ứng hóa học hay không. Với nồng độ cơ chất là 1.5 mol/lít,
phản ứng được chạy 15 lần với tốc độ trung bình 7.5 micromol mỗi 30 phút và độ lệch
chuẩn là 1.5. Với nồng độ cơ chất là 2.0 mol/lít, 12 lần chạy đã được thực hiện, mang lại
tốc độ trung bình là 8.8 micromol/30 phút và độ lệch chuẩn của mẫu là 1.2. Có thể kết
luận rằng sự gia tăng nồng độ cơ chất này gây ra sự gia tăng tốc độ trung bình hơn 0.5
micromol/30 phút không? Sử dụng mức ý nghĩa 0.01 và giả sử các tổng thể được phân
phối chuẩn với các phương sai bằng nhau.
Gọi µ1 và µ2 tương ứng là tốc độ phản ứng trung bình với nồng độ cơ chất là 2 và 1.5
mol/lít. Phương sai chưa biết nhưng σ1 = σ2 .
n1 = 15, X̄1 = 7.5, s1 = 1.5, n2 = 12, X̄2 = 8.8, s2 = 1.2.
Giả thuyết H0 : µ2 − µ1 ≤ 0.5 và H1 : µ2 − µ1 > 0.5.
α = 0.05, Tα,n1 +n2 −2 = 2.485.
X̄2 − X̄1 − 0.5
Tob = r
(n1 − 1)s12 + (n2 − 1)s22 1 = 1.5011 < Tα,n1 +n2 −2 .
1
n1
+ n2
n1 + n2 − 2
Ta không bác bỏ H0 , không thể kết luận rằng tăng nồng độ cơ chất sẽ làm tăng tốc độ
phản ứng lên hơn 0.5 micromol/30 phút.
Ví dụ 5
Một công ty taxi đang muốn quyết định mua lốp xe thương hiệu A hay thương hiệu B
cho đội xe taxi của mình. Để ước tính sự khác biệt giữa hai nhãn hiệu, một thử nghiệm
được thực hiện với 12 lốp xe của mỗi thương hiệu. Các lốp xe được chạy cho đến khi
chúng mòn. Kết quả là:
Thương hiệu A: X1 = 36 300 km, s1 = 5 000 km.
Thương hiệu B: X2 = 38 100 km, s2 = 6 100 km. Với mức ý nghĩa 5%, chúng ta có thể
kết luận rằng các sản phẩm của nhãn hiệu B cho kết quả tốt hơn hay không khi giả định
rằng phương sai của hai tổng thể khác nhau: σ1 6= σ2 .
Gọi µ1 và µ2 tương ứng là số km chạy được trung bình của lốp xe thương hiệu A và B.
Phương sai chưa biết: σ1 6= σ2 . n = n1 = n2 = 12
Giả thuyết H0 : µ1 = µ2 và H1 : µ1 < µ2 .
(s12 +s22 )2
v = (n − 1) s14 +s24
≈ 21: bậc tự do. α = 0.05, tα,v = 1.721.
X̄1 − X̄2
Tob = q 2 = −0.7906.
s1 s22
n1
+ n2
Vì Tob > −1.721 = tα,v , ta không bác bỏ H0 . Ta có thể kết luận rằng lốp xe thương
hiệu B không tốt hơn thương hiệu A.
Kiểm định tỉ lệ tổng thể của hai phân phối bất kỳ với mẫu lớn
Xét giả thuyết không H0 : p1 = p2

Lấy mẫu ngẫu nhiên độc lập có kích thước lớn n1 ≥ 30, n2 ≥ 30 từ hai tổng thể có
phân phối (bất kỳ) với tỉ lệ mẫu: p̂1 , p̂2 .

n1 p̂1 +n2 p̂2
V (p̂1 − pˆ2 ) = p̄(1 − p̄) n11 + 1
n2
với p̄ = n1 +n2
.
Chú ý: Ta có thể dùng công thức sau khi số phần tử có tính chất X trong mẫu 1 là
a1 , trong mẫu 2 là a2 :
a1 +a2
p̄ = n1 +n2
.
Nếu H0 là đúng
p̂1 − p̂2
Zob = r ∼ N (0, 1)
p̄(1 − p̄) n11 + 1
n2

H1 : ∆ = p1 − p2 < 0 Zob < −Zα
H1 : ∆ = p1 > p2 > 0 Zob > Zα
H1 : ∆ = p1 − p2 6= 0 |Zob | > Zα/2
Ví dụ 1
Mười trường kỹ thuật ở Hoa Kỳ đã được khảo sát. Mẫu 1 gồm 250 kỹ sư điện, trong đó
80 là phụ nữ. Mẫu 2 gồm 175 kỹ sư hóa học, trong đó có 40 phụ nữ. Có sự khác biệt
đáng kể giữa hai tỷ lệ với mức ý nghĩa 0.1 không?
80
Gọi p1 và p2 tương ứng là tỉ lệ kỹ sư nữ của 2 mẫu. n1 = 250, p̂1 = 250
= 0.32,
40
n2 = 175, p̂2 = 175
= 0.2286.
80+40
p̄ = 250+175
= 0.2824.
Giả thuyết H0 : p1 = p2 và H1 : p1 6= p2 .
α = 0.1, zα/2 = 1.645.
p̂1 − p̂2
Zob = r = 2.0607.
p̄(1 − p̄) n11 + 1
n2
Vì |Zob | > 1.645 = Zα/2 , ta bác bỏ H0 . Ta có thể kết luận rằng có sự khác biệt giữa 2 tỉ
lệ.
Ví dụ 2
Một nhà di truyền học quan tâm đến tỷ lệ nam và nữ trong dân số mắc một chứng rối
loạn máu nhỏ nào đó. Trong một mẫu ngẫu nhiên gồm 1000 nam giới, 250 người được
tìm thấy là mắc chứng bệnh, trong khi 275 người trong số 1000 phụ nữ được kiểm tra
mắc chứng rối loạn này. Với mức ý nghĩa 5%, có thể kết luận rằng tỉ lệ nữ mắc bệnh cao
hơn tỉ lệ nam mắc bệnh không?
Gọi p1 và p2 tương ứng là tỉ lệ nam và nữ mắc bệnh. n1 = n2 = 1000, p̂1 = 0.25,

250+275
p̂2 = 0.275, p̄ = 2000
= 0.2625.
Giả thuyết H0 : p1 = p2 và H1 : p1 < p2 .
α = 0.05, Zα = 1.645.
p̂1 − p̂2
Zob = r = −1.2705 > −Zα .
p̄(1 − p̄) n11 + 1
n2
Ta không bác bỏ H0 . Ta không thể kết luận rằng tỉ lệ nữ mắc bệnh cao hơn nam.
Kiểm định kỳ vọng của hai mẫu không độc lập (kiểm định cặp)
Trong phần này ta xét trường hợp đặc biệt của kiểm định hai mẫu khi các giá trị quan
sát trên hai tổng thể quan tâm được thu thập theo cặp. Mỗi cặp quan sát, chẳng hạn
(X1j , X2j ) được lấy trong các điều kiện giống nhau nhưng các điều kiện này có thể thay
đổi từ cặp này sang cặp khác. Ví dụ, giả sử rằng chúng ta quan tâm đến việc so sánh hai
loại đầu khác nhau cho một máy kiểm tra độ cứng. Máy này ép đầu kim loại vào một
mẫu kim loại với một lực cho trước. Bằng cách đo độ sâu của chỗ lõm gây ra bởi đầu
nhọn, có thể xác định độ cứng của mẫu. Nếu một số mẫu được chọn ngẫu nhiên, một
nửa được thử nghiệm với đầu 1, một nửa được thử nghiệm với đầu 2 ta không thể sử
dụng kiểm định độc lập trong phần trước. Các mẫu kim loại có thể đã được cắt ra từ kho
thanh được sản xuất ở các nhiệt độ khác nhau, hoặc có thể không đồng nhất theo một
số cách khác có thể ảnh hưởng đến độ cứng. Do đó sự khác biệt trong dữ liệu quan sát
được về độ cứng trung bình của hai loại đầu cũng bao gồm sự khác biệt về độ cứng trong
mẫu thử.
Kiểm định kỳ vọng của hai mẫu không độc lập (kiểm định cặp)
Ta lấy mẫu cặp kích thước n: (X11 , X21 ), (X12 , X22 ), · · · , (X1n , X2n ) với kỳ vọng và
phương sai tổng thể ứng với X1 là µ1 , σ12 , với X2 là µ2 , σ22 .
Xét hiệu Dj = X1j − X2j , j = 1, n, giả sử hiệu này tuân theo phân phối chuẩn với kỳ
vọng
µD = E (X1 ) − E (X2 ) = µ1 − µ2
và phương sai σD2 chưa biết.
Xét giả thuyết không H0 : µD = µ1 − µ2 = ∆0 .

D̄ − ∆0
Nếu H0 đúng: Tob = √ ∼ tn−1
SD / n
H1 : µD < ∆0 Tob < −Tα,n−1
H1 : µD > ∆0 Tob > Tα,n−1
H1 : µD 6= ∆0 |Tob | > Tα/2,n−1
Ví dụ
Một nghiên cứu khảo sát hai loại xe với
bánh xe và bán kính quay khác nhau.
Người ta quan sát n = 14 lần 2 xe này
được yêu cầu đỗ song song. Thời gian tính
bằng giây cho mỗi lần được ghi lại và được
đưa ra trong bảng bên. Hãy kiểm định với
mức ý nghĩa 10% xem thời gian đỗ xe của
2 loại xe có khác nhau không.
Giả thuyết H0 : µD = 0 và H1 : µD 6= 0.
n = 14, d¯ = 1.2143, sD = 12.6849.
d¯√
α = 0.1, Tα/2,n−1 = T0.05,13 = 1.771. Tob = sD / n
= 0.3582.
Vì |Tob | < 1.771 = Tα/2,n−1 , ta không bác bỏ H0 . Ta có thể kết luận rằng không có sự
khác biệt giữa thời gian đỗ xe của 2 xe.
Bài tập 1
Khảo sát về chiều cao của sinh viên hai khoa Toán và CNTT: chọn ngẫu nhiên 50 sinh
viên khoa Toán, tính được chiều cao trung bình là 163 (cm) và độ lệch tiêu chuẩn 5
(cm). Đo chiều cao 50 khoa CNTT, có trung bình mẫu là 166 (cm) và độ lệch tiêu chuẩn
8 (cm). Với mức ý nghĩa α = 1%, hãy cho kết luận về chiều cao của sinh viên hai khoa.
Bài tập 2
Một công ty sản xuất thuốc cần kiểm tra một loại thuốc có tác dụng là giảm việc xuất
hiện cơn đau ngực ở các bệnh nhân. Công ty thực hiện thí nghiệm trên 400 người, chia
làm hai nhóm: nhóm 1 gồm 200 được uống thuốc và nhóm 2 gồm 200 người được uống
giả dược. Theo dõi thấy ở nhóm 1 có 8 người lên cơn đau ngực và nhóm 2 có 25 người
lên cơn đau ngực. Với α = 0.05, hay cho kết luận về hiệu quả của thuốc mới sản xuất.
Bài tập 3
Một công ty sản xuất sơn nghiên cứu về 1 loại phụ gia làm giảm thời gian khô của sơn.
Thực hiện thí nghiệm trên 2 mẫu: mẫu thứ nhất gồm 10 mẫu vật được sơn bằng loại sơn
bình thường; mẫu thứ hai gồm 10 mẫu vật được sơn với sơn có chất phụ gia mới. Giả sử
rằng thời gian khô sau khi quét sơn có phân phối chuẩn, với độ lệch tiêu chuẩn là 8 phút
và không thay đổi khi thêm phụ gia vào. Trung bình của mẫu 1 và 2 lần lượt là x̄ = 121
phút và ȳ = 112 phút. Với mức ý nghĩa 5%, hãy cho kết luận về loại sơn với chất phụ gia
mới.
Bài tập 4
Tại một thành phố, ở khu vực A, người ta chọn ngẫu nhiên 17 sinh viên và cho làm 1 bài
kiểm tra để đo chỉ số IQs, thu được trung bình mẫu là 106 và độ lệch tiêu chuẩn bằng
10. Tại khu vực B, chỉ số IQs trung bình của một mẫu gồm 14 sinh viên bằng 109 với độ
lệch tiêu chuẩn là 7. Giả sử chỉ số IQ tuân theo phân phối chuẩn. Có sự khác biệt về chỉ
số IQs của sinh viên ở hai khu vực A và B hay không? α = 0.02.
Bài tập 5
Hàm lượng kim loại trong nước uống ảnh hưởng đến hương vị cả nước và nếu nồng độ
kim loại cao bất thường có thể gây nguy hiểm cho sức khỏe. Một bài báo báo cáo đã
nghiên cứu 5 mẫu nước của các con sông khác nhau và xác định nồng độ kẽm (mg / L)
cho cả nước mặt và nước đáy tại mỗi địa điểm. Dữ liệu có cho thấy nồng độ trung bình
thực sự trong nước đáy có vượt quá nồng độ của nước mặt không? (α = 0.05)
Hàm lượng kim loại 1 2 3 4 5
Nước mặt x 0.43 0.266 0.567 0.531 0.707
Nước đáy y 0.415 0.238 0.39 0.41 0.605
Bài tập 6
Hàm lượng thạch tín (Asen) (Đv: ppb) trong nước càng cao càng có hại cho sức khỏe.
Người ta kiểm tra hàm lượng thạch tín ở hai khu vực là trung tâm thành phố Biên Hòa và
khu vực gần sân bay Biên Hòa. Tại mỗi khu vực, người ta đo ngẫu nhiên hàm lượng thạch
tín trong nước ứng với 10 địa điểm khác nhau. Số liệu cho bởi bảng thống kê bên dưới
Trung tâm TP 10 20 25 10 15 6 12 25
Khu vực gần sân bay 10 44 40 38 33 21 5 12
Giả sử hàm lượng thạch tín có phân phối chuẩn. Với α = 0.05, hãy kiểm tra xem có sự
khác biệt về hàm lượng thạch tín ở hai khu vực này.
Cảm ơn các em đã quan tâm!

Chuong 6 Kiem Dinh Hai Mau

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chuong 6 Kiem Dinh Hai Mau

Uploaded by

Copyright:

Available Formats

Chương 6: Kiểm định hai mẫu

Phan Thị Khánh Vân

Ngày 21 tháng 4 năm 2022

1 Kiểm định kỳ vọng của hai mẫu độc lập

Mẫu độc lập

Nếu H0 là đúng (µ1 = µ2 ) thì

Chọn miền bác bỏ:

Nếu H0 là đúng (µ1 = µ2 ) thì

Nếu H0 là đúng thì

Chọn miền bác bỏ:

Xét giả thuyết không H0 : p1 = p2

Chọn miền bác bỏ:

Gọi p1 và p2 tương ứng là tỉ lệ nam và nữ mắc bệnh. n1 = n2 = 1000, p̂1 = 0.25,

và phương sai σD2 chưa biết.

Xét giả thuyết không H0 : µD = µ1 − µ2 = ∆0 .

You might also like