Chương 8: KIỂM ĐỊNH GIẢ THUYẾT THỐNG KÊ

Nguyễn Hồng Nhung - Lê Thị Mai Trang

Bộ môn Toán, Khoa Khoa học Ứng dụng

Đại học Sư phạm Kỹ thuật Tp. HCM

UTEX
www.hcmute.edu.vn
Chương 8 trang bị cho người học

* Các khái niệm tổng quát về kiểm định giả

thuyết Thống kê như
khái niệm giả thuyết Thống kê,
thủ tục kiểm định giả thuyết Thống kê,
các sai lầm thường gặp khi kiểm định giả
thuyết thống kê,
tiêu chuẩn kiểm định,
miền bác bỏ giả thuyết thống kê.
cũng như nguyên lý kiểm định.
Chương 8 trang bị cho người học

* Cách xác định các tiêu chuẩn kiểm định, xác

định miền bác bỏ giả thuyết trong bài toán
kiểm định giả thuyết thống kê một tham số dựa
trên một mẫu.
Sau khi học xong chương 8 người học có thể

* Hiểu được các khái niệm tổng quát về kiểm

định giả thuyết Thống kê, và nguyên lý kiểm
định giả thuyết thống kê.

* Biết áp dụng các tiêu chuẩn kiểm định giả

thuyết thống kê trong bài toán kiểm định giả
thuyết về tham số đơn dựa trên một mẫu để
giải quyết các bài toán thống kê trong thực tế.
1 Giả thuyết và thủ tục kiểm định

2 Kiểm định về trung bình tổng thể

Trường hợp I: Tổng thể chuẩn với σ đã biết
Trường hợp II: Kiểm định cho mẫu lớn
Trường hợp III: Tổng thể có phân phối chuẩn, σ chưa biết

3 Kiểm định về tỷ lệ p trường hợp mẫu lớn

4 P giá trị
P giá trị cho kiểm định z
P giá trị cho kiểm định t
Giả thuyết thống kê
Giả thuyết Thống kê về tham số
Giá trị của một tham số đơn
Giá trị của một số tham số

Tỷ lệ sản phẩm đạt chuẩn của phân

xưởng A tối thiểu là 90%.

p ≥ 90%

Mức tiêu thụ điện trung bình của người

dân ở 2 vùng X và Y là như nhau.

µX = µY
Giả thuyết thống kê
Giả thuyết Thống kê phi tham số
Hình dạng của phân phối xác suất
Sự độc lập của các biến ngẫu nhiên.
Chiều cao trung bình của thanh niên
trưởng thành ở vùng X có phân phối chuẩn.

X ∼ N(µ; σ 2 )

Màu tóc và màu mắt của người dân vùng

A (ở châu Âu) là độc lập nhau.

X và Y độc lập nhau

Giả thuyết và đối thuyết
Giả thuyết mẫu thuẫn với giả thuyết ban
đầu p ≥ 90% là giả thuyết p < 90%.
Giả thuyết đối với giả thuyết µX = µY là
giả thuyết µX 6= µY .

Ký hiệu
H0 là giả thuyết không, là phát biểu ban
đầu được giả định là đúng.
Ha là giả thuyết thay thế hay đối thuyết,
là khẳng định mâu thuẫn với H0 .
Giả thuyết và đối thuyết
Giả thuyết cho một tham số đơn
Nếu ký hiệu θ là tham số quan tâm và θ0 là
giá trị không, giá trị ban đầu của tham số.
1. H0 : θ > θ0 (H0 : θ ≥ θ0 )
2. H0 : θ < θ0 (H0 : θ ≤ θ0 )
3. H0 : θ = θ0
Trong chương trình ta chỉ xét trường hợp mà
H0 được xem như một phát biểu bình đẳng.
H0 : θ = θ0
Giả thuyết và đối thuyết

Giả thuyết H0 : θ = θ0 có 3 dạng đối thuyết

thay thế như sau:
1. Ha : θ > θ0
2. Ha : θ < θ0
3. Ha : θ 6= θ0

Giả thuyết H0 : p = 0, 10
Đối thuyết Ha : p < 0, 10
Đối thuyết Ha : p 6= 0, 10
Thủ tục kiểm định
Khái niệm
Thủ tục kiểm định giả thuyết thống kê
là một quá trình, dựa trên dữ liệu mẫu, để
đưa ra quyết định là bác bỏ H0 hay chấp
nhận H0 .
Quá trình kiểm định gồm hai phần:
1. Xác định một kiểm định thống kê T,
hay hàm của dữ liệu mẫu dùng để đưa
ra quyết định.
2. Tìm W là miền bác bỏ giả thuyết H0 .
Sai lầm trong kiểm định giả thuyết

Sai lầm loại I là bác bỏ H0 khi H0 đúng .

Sai lầm loại II là chấp nhận H0 khi H0 sai .
Ký hiệu là α là xác suất mắc sai lầm loại I.
Ký hiệu là β là xác suất mắc sai lầm loại II.

Vì H0 có giá trị duy nhất là tham số nên

chỉ có một giá trị đơn α cho xác suất mắc sai
lầm loại I. Tuy nhiên, với mỗi giá trị của tham
số phù hợp với Ha có một giá trị khác của β.
Sai lầm trong kiểm định giả thuyết

Khi ưu tiên giảm α thì β có nguy cơ tăng.

Khi ưu tiên giảm β thì α có nguy cơ tăng.

Khi cỡ mẫu là cố định, trong nhiều tình huống

sai lầm loại I thường được coi là nghiêm trọng
nên người ta hạn chế xác suất mắc sai lầm
loại I.
Do đó α thường có giá trị nhỏ: 5%; 2%;
1%;. . . .
α được gọi là mức ý nghĩa của kiểm định .
Nguyên lý kiểm định
Nguyên lý xác suất nhỏ Một biến cố có xác
suất xảy ra là nhỏ thì trong một hay một vài
thí nghiệm ngẫu nhiên, ta coi như biến cố đó là
không xảy ra.

Nguyên lý kiểm địnhTính trong điều kiện giả

thuyết H0 là đúng ta thấy một biến cố có xác
suất nhỏ là xảy ra thì ta bác bỏ giả thuyết H0 .

α = P(T ∈ Wα |H0 đúng);

β = P(T ∈ Wαc |Ha đúng)

Trường hợp I: Tổng thể chuẩn với σ đã biết
Mẫu ngẫu nhiên X1 , X2 , . . . , Xn có phân phối chuẩn.

σ2
 
X ∼ N µ;
n

Giả thuyết H0 : µ = µ0
X −µ
Giả định giả thiết H0 đúng; thống kê Z = √0
σ/ n
∼ N(0; 1).
Đối thuyết Ha : µ > µ0 .
α = P(sai lầm loại I) = P(bác bỏ H0 khi H0 đúng)
= P(Z ∈ Wα khi Z ∼ N(0, 1)) = 1 − Φ(zα )
= P(Z ≥ zα khi Z ∼ N(0, 1)) = 1 − Φ(zα )
Trường hợp I: Tổng thể chuẩn với σ đã biết
Giả thuyết H0 : µ = µ0
X −µ
Giả định giả thiết H0 đúng; thống kê Z = √0
σ/ n
∼ N(0; 1).
Đối thuyết Ha : µ > µ0 .
Vùng bác bỏ z ≥ zα có xác suất sai lầm loại I mức α.
Trường hợp I: Tổng thể chuẩn với σ đã biết
Giả thuyết H0 : µ = µ0
X −µ
Giả định giả thiết H0 đúng; thống kê Z = √0
σ/ n
∼ N(0; 1).
Đối thuyết Ha : µ < µ0 .
Vùng bác bỏ z ≤ −zα có xác suất sai lầm loại I mức α.
Trường hợp I: Tổng thể chuẩn với σ đã biết
Giả thuyết H0 : µ = µ0 Đối thuyết Ha : µ 6= µ0 .
X −µ
Giả định giả thiết H0 đúng; thống kê Z = √0
σ/ n
∼ N(0; 1).
α = P(Z ≥ c hay Z ≤ −c) = Φ(−c) + 1 − Φ(c) = 2[1 − Φ(c)]
= P(Z ≥ zα/2 hay Z ≤ −zα/2 ) = Φ(−zα/2 ) + 1 − Φ(zα/2 ) = 2[1 − Φ(zα/2 )]

Vùng bác bỏ
z ≥ zα/2 hay z ≤ −zα/2
có xác suất sai lầm loại I
mức α.
Kiểm định giả thuyết trường hợp tổng thể chuẩn, σ đã biết
x − µ0
Giả thuyết H0 : µ = µ0 Giá trị kiểm định thống kê: z = √
σ/ n
Đối thuyết Vùng bác bỏ cho kiểm định mức α
Ha : µ > µ0 z ≥ zα (kiểm định 1 phía bên phải)
Ha : µ < µ0 z ≤ −zα (kiểm định 1 phía bên trái)
Ha : µ 6= µ0 z ≥ zα/2 hoặc z ≤ −zα/2 (kiểm định 2 phía)
Các bước thực hiện kiểm định giả thuyết về tham số.

1. Xác định tham số cần quan tâm và mô tả nó trong bối cảnh xảy ra vấn đề.
2. Xác định giá trị không và giả thuyết không.
3. Xác định đối thuyết.
4. Xác định vùng bác bỏ với mức ý nghĩa α.
5. Cho một công thức để tính giá trị của kiểm định thống kê. Tính tham số
mẫu cần thiết, thay thế vào công thức cho giá trị kiểm định thống kê để
tính giá trị kiểm định thống kê.
6. Quyết định có nên bác bỏ H0 hay không.
Ví dụ: Nhà sản xuất hệ thống vòi phun nước A dùng bảo vệ khi có cháy trong
cao ốc văn phòng phát biểu rằng nhiệt độ trung bình để kích hoạt hệ thống
phun nước là 130o F .

Khảo sát một mẫu có n = 16 hệ thống vòi phun nước, thì thấy nhiệt độ kích
hoạt trung bình của mẫu kích là 131, 08o F . Nếu phân phối của nhiệt độ kích
hoạt hệ thống là chuẩn với độ lệch chuẩn 1, 5o F thì với mức ý nghĩa α = 0, 01
hãy cho kết luận về ý kiến của nhà sản xuất?
1. Tham số cần quan tâm là nhiệt độ trung bình µ để kích hoạt hệ thống
phun nước của tổng thể.
2. Giả thuyết H0 : µ = ......., giá trị không µ0 = .....
3. Đối thuyết Ha : µ 6= ....
4. Với mức ý nghĩa α = ... miền bác bỏ là z ≥ z... = .... hoặc
z ≤ −z.... = .....
x−µ
5. Giá trị kiểm định z = σ/ √0
n

z = ............................................................

6. z ................
Trường hợp II: Kiểm định cho mẫu lớn

X −µ
Với cỡ mẫu n lớn, Z = √
S/ n
có phân phối xấp xỉ chuẩn tắc.
X −µ
Z= √0
S/ n
có phân phối xấp xỉ chuẩn tắc khi H0 đúng.
Trường hợp II: Kiểm định cho mẫu lớn
x − µ0
Giả thuyết H0 : µ = µ0 Giá trị kiểm định thống kê: z = √
s/ n
Đối thuyết Vùng bác bỏ cho kiểm định mức α
Ha : µ > µ0 z ≥ zα (kiểm định 1 phía bên phải)
Ha : µ < µ0 z ≤ −zα (kiểm định 1 phía bên trái)
Ha : µ 6= µ0 z ≥ zα/2 hoặc z ≤ −zα/2 (kiểm định 2 phía)
Ví dụ Điểm tuyển sinh đại học trung bình của các sinh viên trường đại học A
năm học trước là 21,3 điểm. Khảo sát điểm tuyển sinh đại học X của một số
sinh viên trường A năm nay ta được dữ liệu:
X 18 18,5 19 19,5 20 20,5 21 21,5 22 22,5
Tần số 5 9 7 12 10 14 9 8 6 3

Hãy so sánh điểm tuyển sinh đại học trung bình của các sinh viên trường A
năm học này và năm học trước với mức ý nghĩa 3%.
Cỡ mẫu n = .............
Giá trị trung bình mẫu x̄ = ......................
Giá trị độ lệch chuẩn mẫu s = .......................
 1. Gọi µ là ..........................................
2. Giả thuyết H0 : µ = .......................
3. Đối thuyết Ha : µ......................
4. Với mức ý nghĩa α = ................... miền bác bỏ là
.............................................
5. Giá trị kiểm định z = x−21,3 √ .
s/ n

z = ............................................... = −8, 718339806

6. Vì ..........................
...................................
Trường hợp III: Tổng thể có phân phối chuẩn, σ chưa biết
X1 , X2 , . . . , Xn là các biến ngẫu nhiên có cùng phân phối chuẩn, khi đó
X −µ
T = √
S/ n
có phân phối t với n − 1 bậc tự do.

P(T > tα,ν ) = α

Hình minh họa: nguồn YouTube

Trường hợp III: Tổng thể có phân phối chuẩn, σ chưa biết
Giả thuyết H0 : µ = µ0 với đối thuyết Ha : µ > µ0
α = P(Bác bỏ H0 khi nó đúng)
= P(T ≥ tα,n−1 khi T có phân phối t với n − 1 bậc tự do)

Miền bác bỏ giả thuyết

Wα = t ≥ tα,n−1
Trường hợp III: Tổng thể có phân phối chuẩn, σ chưa biết
Giả thuyết H0 : µ = µ0
Đối thuyết Ha : µ < µ0 Đối thuyết Ha : µ 6= µ0

Miền bác bỏ giả thuyết Miền bác bỏ giả thuyết

Wα = t ≤ −tα,n−1 t ≥ tα/2,n−1 hoặc t ≤ −tα/2,n−1
Kiểm định t cho một mẫu
x − µ0
Giả thuyết không: H0 : µ = µ0 Giá trị kiểm định: t = √
s/ n
Đối thuyết Miền bác bỏ cho kiểm định mức α
Ha : µ > µ0 t ≥ tα,n−1 (kiểm định bên phải)
Ha : µ < µ0 t ≤ −tα,n−1 (kiểm định bên trái)
Ha : µ 6= µ0 t ≥ tα/2,n−1 hoặc t ≤ −tα/2,n−1 (kiểm định 2 phía)
Ví dụ: Trước khi có dịch covid-19 trung bình trong 1 ngày cửa hàng A bán
được 11 yến gạo. Trong thời gian diễn ra dịch covid-19 đợt đầu tiên vì tâm lý
lo lắng một số người dân đã mua nhiều gạo hơn. Thu thập số liệu về số gạo
bán ra trong 1 ngày X (đơn vị: yến) của cửa hàng A trong thời gian diễn ra
dịch covid -19 ta thu được:
X 8 9 10 11 12 13 14 15 16 17
Tần số 1 3 3 6 6 4 3 2 1 1
Giả sử X có phân phối chuẩn. Với mức ý nghĩa 1% hãy cho nhận xét về nhận
xét lượng gạo trung bình bán ra trong 1 ngày tại cửa hàng A trong thời gian
diễn ra dịch covid-19 đợt đầu tiên so với thời trước khi có dịch.
Cỡ mẫu n = .................
Giá trị trung bình mẫu x̄ = ...................
Giá trị độ lệch chuẩn mẫu s = ......................
1. Gọi µ là ............................................
2. Giả thuyết H0 : µ = ............
3. Đối thuyết Ha : µ.................
4. Với mức ý nghĩa α = ............ miền bác bỏ là
x−11
5. Giá trị kiểm định z = s/ √ .
n

z = .....................

6. Vì ..........................................
Kiểm định cho trường hợp mẫu lớn
Giả sử θ̂ là ước lượng không chệch của θ và θ̂ có xấp xỉ phân phối chuẩn khi
giả định

Giả thuyết H0 : θ = θ0

là đúng với θ0 là ký hiệu cho giá trị ban đầu của θ.

Ký hiệu độ lệch chuẩn của θ̂, là σθ̂ .
Ví dụ như θ = µ ta có
σ
θ̂ = X , σθ̂ = σX = √
n
Kiểm định cho trường hợp mẫu lớn
Giả thuyết không H0 : θ = θ0
Tiêu chuẩn kiểm định
θ̂ − θ0
Z=
σθ̂
có phân phối xấp xỉ chuẩn tắc khi giả định giả thuyết H0 là đúng.
Kiểm định cho trường hợp mẫu lớn
θ̂−θ0
Giả thuyết không H0 : θ = θ0 Giá trị kiểm định thống kê: z = σθ̂
Đối thuyết Miền bác bỏ cho kiểm định mức α
Ha : θ > θ0 z ≥ zα (kiểm định 1 phía bên phải)
Ha : θ < θ0 z ≤ −zα (kiểm định 1 phía bên trái)
Ha : θ 6= θ0 z ≥ zα/2 hoặc z ≤ −zα/2 (kiểm định 2 phía)
Kiểm định tỷ lệ p trường hợp mẫu lớn
lượng không chệch của tỷ lệ p với trung bình là p, và độ
Ước lượng p̂ là ước q
lệch chuẩn là σp̂ = p(1−p)
n  
Khi cỡ mẫu n lớn thì p̂ có phân phối xấp xỉ chuẩn p̂ ∼ N p; p(1−p)
n
Giả định giả thuyết H0 : p = p0 đúng,
q  
E (p̂) = p0 và σp̂ = p0 (1−p
n
0)
khi đó p̂ ∼ N p0 ; p0 (1−p0 )
n

Khi cỡ mẫu n lớn và giả thuyết H0 : p = p0 đúng, tiêu chuẩn kiểm định
p̂−p0
Z=√ ∼ N(0; 1)
p0 (1−p0 )/n
Kiểm định tỷ lệ p trường hợp mẫu lớn
p̂ − p0
Giả thuyết H0 : p = p0 Giá trị kiểm định thống kê z = p
p0 (1 − p0 )/n
Đối thuyết Miền bác bỏ cho kiểm định mức α
Ha : p > p0 z ≥ zα (kiểm định 1 phía bên phải)
Ha : p < p0 z ≤ −zα (kiểm định 1 phía bên trái)
Ha : p 6= p0 z ≥ zα/2 hoặc z ≤ −zα/2 (kiểm định 2 phía)
Ví dụ: Tỷ lệ sản phẩm lỗi của nhà máy A trước đây là 10%. Sau khi đổi mới
phương pháp sản xuất thì khảo sát ngẫu nhiên 400 sản phẩm thấy có 38 sản
phẩm lỗi.
1/ Với mức ý nghĩa 3%, hãy cho nhận xét về hiệu quả của việc đổi mới
phương pháp sản xuất.
Giải:
Gọi p là tỷ lệ sản phẩm lỗi sau khi đổi mới phương pháp sản xuất.
Giả thuyết H0 : p = ........... Đối thuyết Ha : p..............
Cỡ mẫu n=.............
Giá trị tỷ lệ mẫu fn = .......................
Giá trị tiêu chuẩn kiểm định
fn − p0 √
z=p n = .........
p0 (1 − p0 )
Với mức ý nghĩa α = ................ thì zα/2 = ....................
Miền bác bỏ giả thuyết là
z ≥ zα/2 = .............. hoặc z ≤ −zα/2 = .................

Vì ...............................
Ví dụ: Tỷ lệ sản phẩm lỗi của nhà máy A trước đây là 10%. Sau khi đổi mới
phương pháp sản xuất thì khảo sát ngẫu nhiên 400 sản phẩm thấy có 38 sản
phẩm lỗi.
2/ Phương pháp sản xuất được đánh giá là tốt khi áp dụng ở nhà máy khác có
cơ sở vật chất và con người tương tự như ở nhà máy A. Với mức ý nghĩa 2%
thì việc áp dụng phương pháp này tại nhà máy A có mang lại hiệu quả không?
Giải:
Gọi p là tỷ lệ sản phẩm lỗi sau khi đổi mới phương pháp sản xuất.
Giả thuyết H0 : p = .............. Đối thuyết Ha : p.................
Cỡ mẫu n=................
Giá trị tỷ lệ mẫu fn = ...................... √
Giá trị tiêu chuẩn kiểm định z = √ fn −p0 n = ..............................
p0 (1−p0 )
Với mức ý nghĩa α = ................. thì zα = ............ vì
............................... Miền bác bỏ giả thuyết là:
............................................... Vì ...................................
P giá trị
Định nghĩa
Giả sử giả thuyết H0 đúng, từ các giá trị của mẫu đã tính sẵn, P giá trị là xác
suất biến cố một giá trị của kiểm định thống kê là mâu thuẫn với H0 .

Qui tắc quyết định dựa trên P giá trị với mức ý nghĩa α
Bác bỏ H0 nếu giá trị P ≤ α
Không bác bỏ hay chấp nhận H0 nếu giá trị P > α
Ví dụ, giá trị P = 0, 0012 với mức ý nghĩa 0,01 ta sẽ bác bỏ giả thuyết H0 và
chấp nhận đối thuyết Ha vì 0, 0012 < 0, 01.
Tuy nhiên, khi chọn mức ý nghĩa là 0,001 thì khi đó phải có nhiều bằng chứng
hơn từ dữ liệu trước khi H0 có thể bị bác bỏ, tức là ta vẫn chấp nhận H0 đúng.
P giá trị cho kiểm định z
Giả thuyết H0 : θ = θ0 Đối thuyết Ha : θ > θ0
Tiêu chuẩn kiểm định Z ∼ N(0; 1) khi H0 đúng.

Giá trị P = P(Z > z) = 1 − Φ(z)

P giá trị cho kiểm định z
Giả thuyết H0 : θ = θ0 Đối thuyết Ha : θ < θ0
Tiêu chuẩn kiểm định Z ∼ N(0; 1) khi H0 đúng.

Giá trị P = P(Z ≤ z) = Φ(z)

P giá trị cho kiểm định z
Giả thuyết H0 : θ = θ0 Đối thuyết Ha : θ 6= θ0
Tiêu chuẩn kiểm định Z ∼ N(0; 1) khi H0 đúng.

Giá trị P = 2(P(Z > |z|)) = 2(1 − Φ(|z|))

P giá trị cho kiểm định z

Giả thuyết H0 : θ = θ0

Tiêu chuẩn kiểm định Z ∼ N(0; 1) khi H0 đúng.

Đối thuyết P giá trị

Ha : θ > θ0 P = 1 − Φ(z) (kiểm định 1 phía bên phải)
Ha : θ < θ0 P = Φ(z) (kiểm định 1 phía bên trái)
Ha : θ 6= θ0 P = 2(1 − Φ(|z|)) (kiểm định 2 phía)
P giá trị cho kiểm định t

Giả thuyết H0 : θ = θ0

Tiêu chuẩn kiểm định T có phân phối t với ν bậc tự do, khi H0 đúng.

Đối thuyết P giá trị

Ha : θ > θ0 P = 1 − P(T ≤ t) (kiểm định 1 phía bên phải)
Ha : θ < θ0 P = P(T ≤ t) (kiểm định 1 phía bên trái)
Ha : θ 6= θ0 P = 2(1 − P(T ≤ |t|)) (kiểm định 2 phía)
Ví dụ: Tỷ lệ sản phẩm lỗi của nhà máy A trước đây là 10%. Sau khi đổi mới
phương pháp sản xuất thì khảo sát ngẫu nhiên 400 sản phẩm thấy có 38 sản
phẩm lỗi.
Phương pháp sản xuất được đánh giá là tốt khi áp dụng ở nhà máy khác có cơ
sở vật chất và con người tương tự như ở nhà máy A. Với mức ý nghĩa 2% thì
việc áp dụng phương pháp này tại nhà máy A có mang lại hiệu quả không?
Gọi p là tỷ lệ sản phẩm lỗi sau khi đổi mới phương pháp sản xuất.
Giả thuyết H0 : p = 10% Đối thuyết Ha : p < 10%
Cỡ mẫu n=400
38
Giá trị tỷ lệ mẫu fn = 400 = 0, 095
Giá trị tiêu chuẩn kiểm định
fn − p0 √ 0, 095 − 0, 1 √ 1
z=p n=p 400 = −
p0 (1 − p0 ) 0, 1.(1 − 0, 1) 3
 Giả thuyết H0 : p = 10% Đối thuyết Ha : p < 10%

Cỡ mẫu n=400
38
Giá trị tỷ lệ mẫu fn = 400 = 0, 095

P giá trị

P = Φ(z) = Φ(−1/3) = 0, 36944

Vì P > α = 0, 02 nên ta chấp nhận giả thuyết H0 .

Vậy với mức ý nghĩa 2%, việc đổi mới phương pháp sản xuất chưa hiệu quả ở
nhà máy A.
Ví dụ
Độ dày cho các tấm silicon được sử dụng trong một loại mạch tích hợp nhất
định được kỳ vọng là 245 µm. Một mẫu gồm 50 tấm và mỗi tấm có một độ
dày xác định, kết quả trung bình mẫu của độ dày là 246,18 µm và độ lệch
chuẩn 3, 60µm. Dữ liệu này có cho thấy độ dày trung bình của tấm khác với
giá trị kỳ vọng không với mức ý nghĩa 0,01?
1. Tham số quan tâm µ là độ dày trung bình của các tấm silicon.
2. Giả thuyết H0 : µ = 245. Đối thuyết Ha : µ 6= 245.
3. Tính giá trị kiểm đinh 246,18−245
√
3,6/ 50
= 2, 32
4. Với kiểm định hai phía, P giá trị =2(1 − Φ(2, 32)) = 0, 0204
5. Với mức ý nghĩa α = 0, 01 ta không bác bỏ giả thuyết H0 vì
0,0204>0,01. Với mức ý nghĩa này ta chưa đủ bằng chứng để bác bỏ độ