11/1/2022

Nội Dung

I. Các Khái Niệm

Chương VII: Kiểm Định Giả II. Kiểm Định Tham Số.
Thuyết Thống Kê
III. Kiểm Định Phi Tham Số

1 2

1. Giả Thuyết Thống Kê

Định nghĩa:
Giả thuyết thống kê (là phát biểu) về các tham
số đặc trưng của biến ngẫu nhiên, về dạng phân phối
xác suất của biến ngẫu nhiên, hoặc về tính độc lập
I.Các Khái Niệm của các biến ngẫu nhiên.
Giả thuyết thống kê được ký hiệu là H0.
Ứng với mỗi giả thuyết gốc H0, luôn tồn tại một
mệnh đề đối lập, gọi là giả thuyết đối (đối
thuyết), ký hiệu H1.
H0 và H1 tạo nên một cặp giả thuyết thống kê.

3 4

1. Giả Thuyết Thống Kê 1. Giả Thuyết Thống Kê

Ví dụ 1. Khi nghiên cứu nhu cầu thị trường về một loại Ví dụ 2. Tiếp ví dụ 1 ta có giả thuyết đối của từng
hàng hóa nào đó, ta có thể có các giả thuyết:
H0 tương ứng:
1)H0: Nhu cầu trung bình về loại hàng hóa này  =
1)H1: Nhu cầu X của thị trường không phân phối
50 tấn/tháng. (H0 :  = 50)
theo quy luật chuẩn.
2)H0: Nhu cầu trung bình về loại hàng hóa này không
quá 50 tấn/tháng. (H0 :  <= 50) 2)H1:  > 50; H1:  < 50 hoặc H1:   50.
3)H0: Nhu cầu trung bình về loại hàng hóa này ít nhất 3)H1: X và Y phụ thuộc nhau.
50 tấn/tháng. (H0 : >=50)
4)H0: Nhu cầu X của thị trường phân phối theo quy
luật chuẩn.
5)H0: Nhu cầu X của thị trường và thu nhập Y của
khách hàng là độc lập.
5 6

1
 11/1/2022

1. Giả Thuyết Thống Kê 2. Tiêu Chuẩn Kiểm Định

➢Để kiểm tra một giả thuyết là đúng hay không,
cần phải kiểm định, chúng ta sử dụng phương pháp
thống kê, dựa trên một mẫu thực nghiệm để kết
luận, với phương pháp suy luận như sau:
▪ Giả sử H0 đúng;
▪ Khi H0 đúng, với một mẫu, biến cố A sẽ xảy ra
với xác suất rất nhỏ;
▪ Theo nguyên lý xác suất nhỏ, có thể nói với một
phép thử, A sẽ không xảy ra;
▪ Với mẫu cụ thể nếu A xảy ra thì có thể bác bỏ H0,
nếu A không xảy ra thì chưa có cơ sở bác bỏ H0.
▪ Để kiểm định một giả thuyết thống kê H0, từ
tổng thể lập mẫu ngẫu nhiên:W = (X1, X2,…, Xn)
và chọn lập thống kê:G = f(X1, X2, …, Xn, 0)
▪ Trong đó 0 liên quan đến giả thuyết cần kiểm
định, và thống kê G có quy luật phân phối xác
suất xác định nếu H0 đúng.
➢G được gọi là tiêu chuẩn kiểm định giả thuyết.
➢Giá trị của tiêu chuẩn kiểm định G được tính
trên một mẫu cụ thể được gọi là giá trị quan sát
của tiêu chuẩn kiểm định.
Gqs = f(x1, x2,…, xn, 0).

7 8

3. Miền Bác Bỏ Giả Thuyết 3. Miền Bác Bỏ Giả Thuyết

Miền bác bỏ W được xây dựng theo nguyên tắc
sau:
Xuất phát từ một xác suất  khá bé cho trước
( 0,05), có thể tìm được miền W sao cho:
Với điều kiện H0 đúng, xác suất để G nhận giá trị
thuộc miền W bằng . Điều kiện này được viết
như sau:
P(G  W|H0) = 
▪ Khi đã chọn được tiêu chuẩn kiểm định G, các giá
trị của nó được chia thành 2 tập hợp không giao
nhau:
➢Miền bác bỏ giả thuyết: W ,bao gồm các giá trị
của G tại đó giả thuyết H0 bị bác bỏ.
➢Miền không bác bỏ giả thuyết, W  , bao gồm
các giá trị của G tại đó giả thuyết H0 không bị
bác bỏ.

 được gọi là mức ý nghĩa của kiểm định.

9 10

4. Quy Tắc kiểm Định Giả Thuyết 5. Sai Lầm Loại I và Loại II
Khi kiểm định một giả thuyết thống kê, có thể
Từ P(GW|H0) = , với  khá nhỏ, biến cố (G  mắc các sai lầm thuộc hai loại sau:
W) có thể coi như không xảy ra trong một phép thử
(theo nguyên lý xác suất nhỏ).
Kết luận Chấp nhận H0 Bác bỏ H0
Với giá trị Gqs cụ thể, ta kết luận theo quy tắc Thực tế (nhận H1)
sau:
H0 đúng Kết luận đúng Sai lầm loại 1
▪ Nếu Gqs  W: Bác bỏ H0, thừa nhận H1.
▪ Nếu Gqs  W: Chưa có cơ sở bác bỏ H0, trên H0 sai Sai lầm loại 2 Kết luận đúng
thực tế là thừa nhận H0 và bác bỏ H1.

11 12

2

5. Sai Lầm Loại I và Loại II
5.1. Sai lầm loại I: Bác bỏ giả thuyết đúng.
(Bác bỏ giả thuyết H0 nhưng thực tế H0 là đúng)
Mức ý nghĩa  chính là xác suất mắc sai
lầm loại I. Tức là:
α = P(sai lầm loại I) = P(bác bỏ H0 | H0 đúng).
Thật vậy, mặc dù H0 đúng nhưng xác suất để (G 
W) vẫn bằng . Nhưng khi G  W, ta lại bác bỏ
H0. Do đó xác suất mắc sai lầm loại I đúng bằng .
13
5. Sai Lầm Loại I và Loại II
Nhận xét
Trên thực tế sai lầm loại I và loại II luôn mâu
thuẫn nhau, tức nếu giảm  sẽ làm tăng  và ngược
lại.Để dung hòa mâu thuẫn trên, người ta thường
cho trước , và trong số các miền W có thể lựa
chọn miền nào có  nhỏ nhất, đó là miền bác bỏ tốt
nhất.
Vậy miền bác bỏ tốt nhất W phải thỏa mãn:
P(G  W/H0) =  cho trước
P(G  W/H1) = 1 - → max
Việc chọn  tùy thuộc vào hậu quả mà sai lầm loại I
và loại II mang lại.
15
6. Thủ Tục Kiểm Định Giả Thuyết
▪ Xây dựng giả thuyết gốc H0 cần kiểm định.
▪ Từ tổng thể lập mẫu ngẫu nhiên kích thước n.
▪ Chọn tiêu chuẩn kiểm định G và tìm quy luật phân
phối xác suất của nó với điều kiện H0 đúng; tìm
Gqs trên mẫu cụ thể.
▪ Với mức ý nghĩa  cho trước, tìm miền bác bỏ
tốt nhất W ,tùy thuộc đối thuyết H1
▪ So sánh Gqs với W và kết luận.
17
11/1/2022
5. Sai Lầm Loại I và Loại II
5.2. Sai lầm loại II: Thừa nhận giả thuyết sai.
(Chấp nhận giả thuyết H0 nhưng thực tế H0 là
sai)
Thừa nhận H0 trong khi H0 sai, hay Gqs  W trong
khi H1 đúng.
Giả sử xác suất mắc sai lầm loại II là :
P(G  W/H1) = 
(β = P(sai lầm loại II) = P (chấp nhận H0 | H0 sai)
= P(chấp nhận H0 | H1 đúng) )
14
5. Sai Lầm Loại I và Loại II
Ví dụ: Sau khi xây dựng xong một tòa nhà thì cơ quan
chức năng phát hiện 1/2 số sắt đã bị "rút ruột".
Gọi H0: Chất lượng công trình đảm bảo,
H1: Chất lượng công trình không đảm bảo.
Vậy sai lầm loại I hay loại II nghiêm trọng hơn.
Giải
Giả sử chất lượng công trình đảm bảo nhưng ta loại bỏ
H0 → đập nhà đi → gây tốn kém tiền của.
Giả sử chất lượng công trình không đảm bảo nhưng ta
vẫn thừa nhận H0 loại bỏ H1 → vẫn đưa vào sử dụng →
nhà sập → vừa tốn kèm tiền của vừa nguy hiểm đến
tính mạng.
Vậy sai lầm loại II nghiêm trọng hơn  chọn  lớn để
 nhỏ.
16
II.Kiểm Định Tham Số
18
3
 11/1/2022

1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
➢Giả sử X ~ N(, 2). Nếu chưa biết , song có thể
cho rằng giá trị của nó bằng 0 thì đưa ra giả
thuyết thống kê H0:  = 0.
➢Để kiểm định giả thuyết trên, từ tổng thể lập mẫu
ngẫu nhiên kích thước n.
W = (X1, X2,…, Xn).
➢Nếu X không có phân phối chuẩn thì yêu cầu
kích thước mẫu lớn hơn 30.
➢Để chọn tiêu chuẩn kiểm định thích hợp, xét
các trường hợp sau:
1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
1.1. Trường hợp đã biết phương sai 2
( X − 0 ) n
Chọn tiêu chuẩn kiểm định: G = Z =

Nếu H0 đúng thì Z ~ N(0; 1). Các miền bác bỏ tốt
nhất W được xác định như sau:
a. H0:  = 0; H1:  > 0
Với mức ý nghĩa  cho trước tìm được giá trị tới
hạn z sao cho: P(G  W|H0) = P(Z > z) = 
ta thu được miền bác bỏ bên phải:

W =  Z =
( X − 0 ) n ; Z  z  = (z ; +)
 
  

19 20

1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
b. H0:  = 0 ; H1:  < 0
Với , tìm được z1- sao cho:
P(G  W|H0) = P(Z < z1-) = P(Z< -z) = 
ta thu được miền bác bỏ bên trái:


W =  Z =
( X − 0 ) n ; Z  − z 

  
= ( −; − z  )

21 22

1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN 1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
c. H0:  = 0; H1:   0
Với , tìm được z1-/2 và z/2 sao cho:
W P(G  W|H0) = P( Z  z1− /2 ) + P( Z  z /2 )
= P ( Z  − z /2 ) + P ( Z  z /2 )
= P ( Z  z /2 ) = 
ta thu được miền bác bỏ hai phía:

W =  Z =
( X − 0 ) n ; Z  z 
 /2 
  
= ( −; − z )  ( z ; +)
2 2

23 24

4
 11/1/2022

1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN 1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
Với mẫu cụ thể w = (x1, x2,…, xn) ta tính giá trị
quan sát tiêu chuẩn kiểm định.
( x − 0 ) n
G qs = Zqs =


và kiểm tra với W để kết luận:

-z/2 z/2 ▪ Nếu Gqs = Zqs  W: Bác bỏ H0, thừa nhận H1
▪ Nếu Gqs = Zqs  W: Chưa có cơ sở để bác bỏ H0.

25 26

1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN 1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
Ví dụ: Giải
Trọng lượng mỗi gói sản phẩm do một nhà máy sản X: Trọng lượng gói sản phẩm X ~ N (, 2 = 362)
xuất là biến ngẫu nhiên phân phối chuẩn với độ lệch Đây là bài toán kiểm định giả thuyết về tham số 
chuẩn 36g và trọng lượng trung bình 453g. Kiểm tra của biến ngẫu nhiên phân phối chuẩn khi đã biết
ngẫu nhiên 81 gói sản phẩm đó thấy trọng lượng phương sai tổng thể.
trung bình là 448g. Với mức ý nghĩa 0,05 có thể kết Cặp giả thuyết kiểm định là:
luận các gói sản phẩm bị đóng thiếu hay không.
H0:  = 453; H1:  < 453
Miền bác bỏ là:

W =  Z =
( X − 0 ) n ; Z  − z 

  

27 28

1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN

Tính toán:  = 0,05  z = z0,05 = 1,65

 W = (-; -1,65)
Từ mẫu cụ thể: x = 448

Gqs = Z qs =
( 448 − 453) 81
= −1, 25  W
36

Kết luận: Với mức ý nghĩa 0,05, từ mẫu cụ thể đã

cho chưa có cơ sở để bác bỏ H0, tức là chưa thể nói
sản phẩm bị đóng thiếu.

29 30

5
 11/1/2022

1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
Ví dụ :
Năng suất trung bình của một giống lúa ở các năm trước
là 32,5 (tạ/ha). Năm nay người ta đưa vào phương pháp
chăm sóc mới và hy vọng năng suất cao hơn năm truớc.
Điều tra trên 15 thửa ruộng thu được kết quả sau:
33,7 35,4 32,7 36,3 37,3 32,4 30,0 32,4 31,7 34,5 42,0
33,9 38,1 35,0 33,8 (tạ/ha).
Với mức ý nghĩa 1% có thể chấp nhận niềm hy vọng đó
hay không, biết rằng năng suất lúa là một biến ngẫu
nhiên có phân phối chuẩn với phương sai là 10 (tạ/ha).
1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
Ví dụ :
Theo tiêu chuẩn thì trọng lượng các gói mì chính
được đóng trên một máy tự động là 453 g. Kiểm
tra ngẫu nhiên 81 gói ta thấy trọng lượng trung
bình là 448 g. Với mức ý nghĩa 0,05 có thể cho
rằng trọng lượng các gói mì chính không đạt tiêu
chuẩn hay không, biết rằng trọng lượng gói mì
chính là biến ngẫu nhiên có phân phối chuẩn với
độ lệch chuẩn là 36g?

31 32

1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN II.Kiểm Định Tham Số

1.2. Trường hợp chưa biết phương sai 2
Chọn tiêu chuẩn kiểm định: . b. H0:  = 0; H1:  < 0
( X − 0 ) n
G =T =
S

W = T =
( X − 0 ) n ; T  −t ( n−1)  = (−; −t ( n−1) )
  
 S 
Nếu H0 đúng thì T ~ T(n-1).
Các miền bác bỏ mức  có dạng. c. H0:  = 0; H1:   0
a. H0:  = 0; H1:  > 0

W = T =
( X − 0 ) n ; T  t ( n−1) 
 /2 

W = T =
( X − 0 ) n ; T  t ( n−1)  = (t ( n−1) ; +)  S 
  
S = (−; −t( /2 ) )  (t( / 2 ) ; +)
n −1 n −1
 

33 34

1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN 1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
Chú ý Ví dụ.
( n −1)
Nếu n ≥ 30 thì t (n−1)  z  ; t  /2  z  /2 (tra bảng giá Thu hoạch thử 41 thửa ruộng trồng lúa, tính được
trị tới hạn pp chuẩn hóa) năng suất trung bình 39,5 tạ/ha và độ lệch chuẩn
( n −1) ( n −1)
Nếu n < 30 thì t  ;t  /2 (tra bảng giá trị tới mẫu 1,2 tạ/ha. Trước đây, giống lúa này cho năng
hạn pp Student) suất 39 tạ/ha. Với mức ý nghĩa 0,05, có thể cho rằng
năng suất lúa đã tăng lên, biết rằng năng suất lúa là
BNN tuân theo quy luật chuẩn.
.

35 36

6
 11/1/2022

1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN 1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
Giải  = 0,05; n = 41
 t0,05  z0,05 = 1, 64  W = (1, 64; + )
( 40 )
Gọi X là năng suất lúa. X ~ N(; 2).
Đây là bài toán kiểm định giả thuyết về tham số  Từ mẫu cụ thể có
của biến ngẫu nhiên phân phối chuẩn khi chưa biết
phương sai tổng thể.
( 39, 5 − 39 ) 41
Tqs = = 2, 667  W
1, 2
Cặp giả thuyết kiểm định là:
H0:  = 0 = 39; Kết luận: Với mức ý nghĩa 0,05, từ mẫu cụ thể đã
H1:  > 39. cho, bác bỏ H0, thừa nhận H1, tức năng suất lúa
Miền bác bỏ trung bình đã tăng lên.

W = T =
( X − 0 ) n ; T  t (n−1) 
 
S
 
37 38

1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
Ví dụ. Trọng lượng đóng bao của các bao gạo trong
kho là BNN phân phối chuẩn, với trọng lượng trung
bình theo quy định là 50 kg . Nghi ngờ các bao gạo
bị đóng thiếu, người ta đem cân ngẫu nhiên 25 bao
gạo và được số liệu sau:
Trọng lượng 48-48,5 48,5-49 49-49,5 49,5-50 50-50,5
(kg)
Số bao 2 5 10 6 2
Với mức ý nghĩa 0,01,hãy kết luận về nghi ngờ trên
1. KĐGT VỀ KỲ VỌNG TOÁN CỦA BNNPP CHUẨN
Ví dụ:
Thời gian trước số tiền gửi tiết kiệm bằng ngoại tệ
trung bình của môĩ khách hàng là 1000$. Để đánh
giá xem hiện nay xu hướng này còn giữ nguyên hay
không người ta kiểm tra ngẫu nhiên 64 sổ tiết kiệm
và tìm được số tiền gửi tiết kiệm trung bình là 990$
và độ lệch chuẩn là 100$. Với mức ý nghĩa 0,05 hãy
kiểm định số tiền gửi trung bình của khách hàng có
thay đổi hay không?

39 40

2. Kiểm Định Giả Thuyết Về Tỷ lệ P 2. Kiểm Định Giả Thuyết Về Tỷ lệ P

▪ Giả sử trong tổng thể biến ngẫu nhiên X có phân ▪ Nếu H0 đúng thì G=Z ~ N(0; 1). Do đó với mức ý
phối A(p). nghĩa  cho trước, các miền bác bỏ W có dạng:
M
▪ Chú ý p = là tỷ lệ các phần tử mang dấu hiệu a. H0: p = p0; H1: p < p0
N
nghiên cứu trong tổng thể.  ( f − p0 ) n 
▪ Nếu chưa biết p, song có thể cho rằng giá trị của nó W =  Z = ; Z  − z  = (−; − z )
 p0 (1 − p0 ) 
bằng p0 thì đưa ra giả thuyết thống kê H0: p = p0
▪ Để kiểm định giả thuyết trên, từ tổng thể lập mẫu b. H0: p = p0; H1: p > p0
ngẫu nhiên kích thước n:W = (X1, X2, …Xn)→f
 ( f − p0 ) n 
▪ Chọn tiêu chuẩn kiểm định: ( f − p0 ) n W =  Z = ; Z  z  = ( z ; +)
G=Z=  p0 (1 − p0 ) 
p0 (1 − p0 )

41 42

7
 11/1/2022

2. Kiểm Định Giả Thuyết Về Tỷ lệ P 2. Kiểm Định Giả Thuyết Về Tỷ lệ P

c. H0: p = p0; H1: p  p0 Giải
 ( f − p0 ) n  X: Số con trai. X ~ A(p)
W =  Z = ; Z  z /2  Cặp giả thuyết cần kiểm định:
 p 0 (1 − p 0 ) 
= (−; − z / 2 )  ( z /2 ; +)
H0: p = p0 = 0,5; H1: p > p0
Miền bác bỏ tiêu chuẩn kiểm định có dạng:
Ví dụ.
 ( f − p0 ) n 
Thống kê 10000 trẻ sơ sinh ở một địa phương, W =  ; Z  z  = ( z ; +)
người ta thấy 5080 bé trai. Hỏi tỷ lệ sinh con trai có  p0 (1 − p0 ) 
thực sự cao hơn tỷ lệ sinh con gái không? Cho kết  = 0, 01 → z = z0,01 = 2,33
luận với mức ý nghĩa 0,01. → W = (2,33; +)
Từ mẫu cụ thể, ta có:

43 44

2. Kiểm Định Giả Thuyết Về Tỷ lệ P 3. KĐGT VỀ PHƯƠNG SAI CỦA BNNPP CHUẨN

5080 ▪ Giả sử trong tổng thể, biến ngẫu nhiên gốc X phân
f = = 0,508 ; n = 10000
10000 phối N(, 2) với 2 chưa biết song có cơ sở để
(0,508 − 0,5) 10000 giả thiết rằng giá trị của nó bằng 20 .
Z qs =  1, 6  (2,33; +)
▪ Người ta đưa ra giả thuyết: H 0 :  =  0
2 2
0,5.0,5
▪ Để kiểm định giả thuyết trên, từ tổng thể lập mẫu
Vậy chưa có cơ sở để bác bỏ H0, tức là chưa có cơ ngẫu nhiên kích thước n:
sở cho rằng tỷ lệ sinh con trai thực sự cao hơn tỷ lệ W = (X1, X2,…, Xn)
sinh con gái.
và chọn tiêu chuẩn kiểm định.
( n − 1) S 2
G = 2 =
 02

45 46

3. KĐGT VỀ PHƯƠNG SAI CỦA BNNPP CHUẨN 3. KĐGT VỀ PHƯƠNG SAI CỦA BNNPP CHUẨN
▪ Nếu H0 đúng thì 2 ~ 2(n-1). Do đó với mức ý c. H0 : 2 = 20; H1: 2  20.
nghĩa  cho trước, tùy thuộc vào giả thuyết H1,
miền bác bỏ W được xây dựng như sau:  ( n − 1) S 2 2 
W =   2 = ;   12(−n /2−1) ;  2  2(2n −1) 
a. H0 : 2 = 20; H1: 2 > 20.   2
0 
 ( n − 1) S 2 
W =   2 = ;  2  2( n −1) 
 02

b. H0 : 2 = 20; H1: 2 < 20.
 ( n − 1) S 2 2 
W =   2 = ;   12(−n −1) 
  2
0 

47 48

8
 11/1/2022

3. KĐGT VỀ PHƯƠNG SAI CỦA BNNPP CHUẨN 3. KĐGT VỀ PHƯƠNG SAI CỦA BNNPP CHUẨN
Giải
Ví dụ.
X: kích thước chi tiết. X ~ N(; 2).
Để kiểm tra độ chính xác của một máy người ta đo
Đây là bài toán kiểm định giả thuyết thống kê về
ngẫu nhiên kích thước của 15 chi tiết do máy đó sản
tham số 2 của biến ngẫu nhiên phân phối chuẩn.
xuất và tính được s2 = 14,6. Với mức ý nghĩa =
0,01 hãy kết luận máy đó có hoạt động bình thường Cặp giả thuyết cần kiểm định là:
không, biết rằng kích thước chi tiết là biến ngẫu H 0 : 2 = 20 = 12
nhiên phân phối chuẩn có dung sai theo thiết kế là H1 : 2  20
2 (14 )
2 = 12.  = 0,01  0,01 = 29,14 . Miền bác bỏ có dạng
 (n − 1) S 2 
W =   2 = ;  2  2( n −1)  = (29,14; + ).
  02 

49 50

4. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI KỲ VỌNG

3. KĐGT VỀ PHƯƠNG SAI CỦA BNNPP CHUẨN TOÁN CỦA HAI BNNPP CHUẨN
▪ Giả sử có hai tổng thể nghiên cứu, trong đó các
Với mẫu cụ thể đã cho, ta có giá trị quan sát tiêu biến ngẫu nhiễn X1 và X2 phân phối chuẩn:
chuẩn kiểm định là: ▪ Nếu chưa biết 1 và 2 song có thể cho rằng
14.14,6
chúng bằng nhau thì đưa ra giả thuyết thống kê:
 qs2 = = 17,033  (29,14; +  ) H0: 1 = 2.
12
Vậy chưa có cơ sở để bác bỏ H0, hay có thể nói máy ▪ Để kiểm định giả thuyết trên
Tõ tæng thÓ 1, rót mÉu NN, kÝch th­íc n1 :
móc vẫn làm việc bình thường.
W1 = (X11 , X12 ,...X1n1 ) → X1
Tõ tæng thÓ 2, rót mÉu NN, kÝch th­íc n 2 :
W2 = (X 21 , X 22 ,...X 2 n2 ) → X 2
51 52

4. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI KỲ VỌNG 4. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI KỲ VỌNG
TOÁN CỦA HAI BNNPP CHUẨN TOÁN CỦA HAI BNNPP CHUẨN
Nếu H0 đúng, tiêu chuẩn kiểm định trở thành.
Để chọn tiêu chuẩn kiểm định thích hợp, xét các
trường hợp sau : (X 1 − X 2)
G = Z = ~ N (0,1)
4.1. Trường hợp đã biết các phương sai tổng thể  12  22
+
n1 n2
Chọn tiêu chuẩn kiểm định.
Do đó các miền bác bỏ mức  có dạng:
( X 1 − X 2 ) − ( 1 − 2 ) a. H0: 1 = 2; H1: 1> 2
G=Z =  
 12  22  
+  X1 − X 2 
n1 n2 W =  Z = ; Z  z   = (z  ; +)
 12  22 
 + 
 n 1 n 2 

53 54

9
 11/1/2022

4. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI KỲ VỌNG 4. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI KỲ VỌNG
TOÁN CỦA HAI BNNPP CHUẨN TOÁN CỦA HAI BNNPP CHUẨN
b. Ho: 1 = 2; H1: 1 < 2
  4.2. Trường hợp chưa biết các phương sai tổng
  thể.
 X1 − X 2 
W =  Z = ; Z  − z   = (−; −z  ) Chọn tiêu chuẩn kiểm định, nếu H0 đúng:
 1  2
2 2

+ X − X2

 n1 n 2 

G=Z = 1 ~ N (0,1),
S12 S22
+
c. Ho: 1 = 2 ; H1: 1 ≠ 2 n1 n2
 
  với n1, n2 ≥ 30
 X1 − X 2  Các miền bác bỏ mức  có dạng:
W =  ; Z  z  /2  = (−; −z  /2 ) (z  /2 ; +)
 1 +  2
2 2

 n n 
 1 2 
55 56

4. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI KỲ VỌNG

4. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI KỲ
TOÁN CỦA HAI BNNPP CHUẨN
VỌNG TOÁN CỦA HAI BNNPP CHUẨN
a. Ho: 1 = 2; H1: 1 < 2
  c. Ho: 1 = 2; H1: 1 ≠ 2
 
 X − X   
W =  Z = 1 2
;Z  − z   = ( −; − z  )
 S12 S22   
+  X − X2 
 n1 n 2  W =  Z = 1 ; Z  z /2  = ( −; −z /2 ) (z /2 ; +)
  S12 S22
 + 
b. Ho:1 = 2; H1: 1 > 2  n n 
 1 2 
 
 
 X − X2 
W =  Z = 1 ; Z  z   = (z  ; +)
2 2
 S S 

1
+ 2 
 n1 n 2 
57 58

4. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI KỲ 4. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI KỲ VỌNG
VỌNG TOÁN CỦA HAI BNNPP CHUẨN TOÁN CỦA HAI BNNPP CHUẨN
Giải
Ví dụ. Gọi X1 và X2 lần lượt là kết quả thi của hai lớp A, B.
Kết quả thi môn thống kê của hai lớp A và B như Ta có:
X 1 ~ N ( 1 ,  12 ); X 2 ~ N (  2 ,  22 ).
sau:
Lớp A n1 = 64; x1 = 73, 2;s1 =10,9 Cặp giả thuyết cần kiểm định.
Lớp B: n2 = 68; x2 = 76, 6; s2 = 11, 2 Ho:1 =2 ; H1: 1 < 2
Với mức ý nghĩa 0,05 có thể cho rằng kết quả thi Tiêu chuẩn kiểm định:
trung bình của lớp B cao hơn lớp A được không, biết X1 − X 2
G=Z =
rằng kết quả thi là BNN phân phối chuẩn. S12 S2
+ 2
n1 n2

59 60

10
 11/1/2022

4. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI KỲ VỌNG

TOÁN CỦA HAI BNNPP CHUẨN 5. Kiểm Định Giả Thuyết Về HAI Tỷ lệ P
Do  = 0,05 z = z0,05 = 1,64 nên
▪ Giả sử X1 ~ A(p1); X2 ~ A(p2). Nếu chưa biết p1,
W = (-; - 1,64) p2 song có thể cho rằng chúng bằng nhau thì đưa
Từ mẫu cụ thể đã cho (điểm thi môn thống kê), giá ra giả thuyết thống kê.
trị quan sát của tiêu chuẩn kiểm định là:
H0: p1 = p2
73, 2 − 76, 6
Gqs =  −1, 767  (−; −1, 64)
10,92 11, 22 ▪ Để kiểm định giả thuyết trên, từ hai tổng thể lập
+
64 68 hai mẫu độc lập kích thước n1, n2.
Vậy bác bỏ H0, thừa nhận H1, tức là có thể cho rằng W1 = (X11 , ..., X1n1 ) → f1
kết quả thi trung bình của lớp B cao hơn lớp A với
mức ý nghĩa 0,05. W2 = (X21 , ..., X2n 2 ) → f 2

61 62

5. Kiểm Định Giả Thuyết Về HAI Tỷ lệ P 5. Kiểm Định Giả Thuyết Về HAI Tỷ lệ P

▪ Chọn tiêu chuẩn kiểm định:

Khi đó các miền bác bỏ mức  có dạng:
a. H0: p1 = p2; H1: p1 < p2
f1 − f 2  
G=Z= ~ N(0,1)
1  
1 
f (1 − f )  +  
W =  Z =
f1 − f 2 
; Z  − z  = ( −; − z )
 n1 n 2   1 1 
 f (1 − f )  +  
  n1 n2  
trong đó
b. H0: p1 = p2; H1: p1 > p2
 
n f +n f  
f = 1 1 2 2  f1 − f 2 
n1 + n2 W =  Z = ; Z  z  = ( z ; +)
 1 1 
 f (1 − f )  +  
  n1 n2  

63 64

5. Kiểm Định Giả Thuyết Về HAI Tỷ lệ P 5. Kiểm Định Giả Thuyết Về HAI Tỷ lệ P
c. H0: p1 = p2; H1: p1  p2 Giải
  Gọi H là biến cố “Khỏi bệnh A khi dùng thuốc H”
 

W =  Z =
f1 − f 2 
; Z  z /2  = ( −; − z /2 ) ( z /2 ; +) và K là biến cố “Khỏi bệnh A khi dùng thuốc K”.
 1 1 
 f (1 − f )  +  
P(H) = p1, P(K) = p2 lần lượt là tỷ lệ khỏi bệnh khi
  n1 n2   dùng thuốc H và K.
Ví dụ. Bệnh A có thể được chữa khỏi bằng 2 loại Theo yêu cầu bài toán, ta phải kiểm định cặp giả
thuốc H và K. Người ta dùng thử thuốc H cho 250 thuyết sau:
bệnh nhân thấy 210 người khỏi bệnh và dùng thử H0: p1 = p2; H1: p1 < p2
thuốc K cho 200 bệnh nhân thấy 170 người khỏi
Miền bác bỏ để kiểm định cặp giả thuyết trên là:
bệnh. Có thể cho rằng hiệu quả chữa bệnh của thuốc
K là cao hơn thuốc H không với mức ý nghĩa 0,05.

65 66

11
 11/1/2022

5. Kiểm Định Giả Thuyết Về HAI Tỷ lệ P 5. Kiểm Định Giả Thuyết Về HAI Tỷ lệ P

  0,84 − 0,85
  Gqs = = − 0, 29
 f1 − f 2  38  38  1 1 
W =  Z = ; Z  − z 
1 1 1 −  + 
  45  45  250 200 
 f (1 − f )  +  
  n1 n2   − z = − z0,05 = −1, 64 → W (−, −1, 64)
Tính toán:  Gqs  − z  Gqs  W
n1 = 250; m1 = 210  f1 = 0,84 Vậy chưa có cơ sở để kết luận rằng hiệu quả chữa
bệnh của thuốc K là cao hơn thuốc H.
n 2 = 200; m 2 = 170  f 2 = 0,85

67 68

6. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI PHƯƠNG 6. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI PHƯƠNG
SAI CỦA HAI BNNPP CHUẨN SAI CỦA HAI BNNPP CHUẨN
▪ Giả sử X 1 ~ N ( 1 ,  12 ) , X 2 ~ N (  2 ,  22 ).
▪ Chọn tiêu chuẩn kiểm định, nếu Ho đúng:
▪ Nếu chưa biết  12 và  22 song có cơ sở để cho
rằng giá trị của chúng bằng nhau thì ta đưa ra giả S12
G = F = ~ F (n1 − 1, n2 − 1)
thuyết thống kê. S22
Các miền bác bỏ mức  có dạng:
H 0 :  12 =  22 .
a. H 0 :  12 =  22 ; H1 :  12   22
▪ Để kiểm định giả thuyết trên, từ hai tổng thể rút ra
hai mẫu ngẫu nhiên độc lập kích thước n1, n2:  S2 
W =  F = 12 ; F  f( n1 − 1; n2 − 1) 
W1 = (X11 ,...X1n1 )  S2 
W2 = (X 21 ,...X1n2 )

69 70

6. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI 6. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI PHƯƠNG
PHƯƠNG SAI CỦA HAI BNNPP CHUẨN SAI CỦA HAI BNNPP CHUẨN
b. H 0 :  12 =  22 ; H1 :  12   22 Giải
 S 2
( n −1; n −1) ( n −1; n −1) 
X1: Năng suất lúa vùng A: X1 ~ N(, ).
W =  F = ; F  f1 −1 / 2 2 ; F  f / 12 2 
1

 S 2
2
 X2: Năng suất lúa vùng A: X2 ~ N(, ).
Ví dụ. Một giống lúa được gieo cấy ở hai vùng A và B. Cặp giả thuyết cần kiểm định :
Khi thu hoạch thử ở mỗi vùng 41 điểm, ta thu được kết H0: 12 =  22 ; H1: 12   22
quả sau :
Vùng A : năng suất trung bình 40tạ/ha; độ lệch chuẩn 1,5
tạ/ha; Miền bác bỏ tiêu chuẩn kiểm định:
Vùng B : năng suất trung bình 39,7 tạ/ha; độ lệch chuẩn
1,2 tạ/ha.  S2 ( n −1; n −1) ( n −1; n −1) 
Với mức ý nghĩa 0,05, có thể cho rằng, độ ổn định về W =  F = 12 ; F  f1 −1 / 2 2 ; F  f / 12 2 
 S 
năng suất ở hai vùng là như nhau hay không? Giả sử năng 2

suất lúa phân phối quy luật chuẩn

71 72

12
 11/1/2022

6. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI PHƯƠNG 6. KĐGT VỀ SỰ BẰNG NHAU CỦA HAI
SAI CỦA HAI BNNPP CHUẨN PHƯƠNG SAI CỦA HAI BNNPP CHUẨN
Do  = 0,05 
Kết luận: Chưa có cơ sở để bác bỏ H0, tức là có thể
(
40 ; 40 ) (40 ; 40 ) 1 1 cho rằng năng suất lúa ở hai vùng ổn định như nhau.
f 0,025 = 1,88 ; f 0,975 = (
40 ; 40 )
= = 0,53
f 0,025 1,88

nên miền bác bỏ W có dạng:

W = (-; 0,53) (1,88; +)
Với mẫu cụ thể: s1 = 1,5; s2 = 1,2, ta có giá trị cụ thể
của tiêu chuẩn kiểm định là:
1,52
Fqs = 2 = 1,3625  W
1, 2

73 74

II.Kiểm Định Tham Số II.Kiểm Định Tham Số

Bài tập Bài 1
Sau một năm thực hiện các biện pháp hạn chế xe
máy, quan sát 10000 xe máy và ô tô qua lại tại một
số điểm giao thông tiêu biểu trong thành phố
người ta thấy số ô tô chiếm 3,5 %.
a)Với độ tin cậy 95% hãy ước lượng số xe máy tối
đa trong thành phố, biết rằng trong thành phố có
150000 ô tô?
b)Nếu năm trước tỷ lệ ô tô trong tổng số ô tô và xe
máy là 4% thì với mức ý nghĩa 5% có thể cho rằng
năm nay số xe máy trong thành phố đã giảm đi
hay không nếu giả thiết số ô tô không đổi?
Bài 2
Bệnh A có thể chữa bằng hai loại thuốc là H và K.
Công ty sản xuất thuốc H tuyên bố tỷ lệ bệnh nhân
khỏi bệnh do dùng thuốc của họ là 85%. Người ta
dùng thử thuốc H cho 169 bệnh nhân bị bệnh A và
thấy có 150 người khỏi bệnh và dùng thử thuốc K cho
169 bệnh nhân bị bệnh A và thấy có 150 người khỏi
bệnh.
a)Hiệu quả chữa bệnh của thuốc H có đúng như công
ty quảng cáo hay không?Cho kết luận với mức ý
nghĩa 5%?
b)Với mức ý nghĩa 1% có thể kết luận thuốc K có khả
năng chữa bệnh A tốt hơn không?

75 76

1. Kiểm Định Về Sự Độc Lập Của Hai Dấu

Hiệu Định Tính
Mục đích đặt ra, cần xét 2 biến (chỉ tiêu) định tính-
không đo đếm được A và B
Ví dụ.
✓ A – Màu tóc và B – Màu mắt.
III.Kiểm Định Phi Tham Số
✓ A – Phương pháp chữa bệnh và B – Kết quả
chữa bệnh.
✓ A – Mẫu mã hàng hóa và B – Sở thích của
khách hàng.
Bài toán đặt ra là kiểm định cặp giả thuyết:
H0: A và B độc lập; H1: A và B phụ thuộc

77 78

13
 11/1/2022

1. Kiểm Định Về Sự Độc Lập Của Hai Dấu 1. Kiểm Định Về Sự Độc Lập Của Hai Dấu
Hiệu Định Tính Hiệu Định Tính

Chọn 2 mẫu ngẫu nhiên W1 = (A1,...,Ak) ; ▪ ni: là tổng các tần số ứng với dấu hiệu thành
phần Ai của A
W2 = (B1,...,Bl) và thống kê số liệu theo bảng sau : ▪ nj: là tổng các tần số ứng với dấu hiệu thành
phần Bj của B

Miền bác bỏ để kiểm định giả thuyết có dạng :

  n2  
W =   2 = n   ij − 1 ;  2  2( k −1)(l −1) 
 
  i , j ni n j  
trong đó nij là số phần tử mang hai dấu hiệu A và B.

79 80

1. Kiểm Định Về Sự Độc Lập Của Hai Dấu 1. Kiểm Định Về Sự Độc Lập Của Hai Dấu
Hiệu Định Tính Hiệu Định Tính
Ví dụ 2:Trên cơ sở điều tra 400 người về màu mắt Giải :A = (Màu tóc), A có k = 3 phạm trù.
và màu tóc, ta được bảng sõ liệu sau:
B = (Màu mắt), B có l = 2 phạm trù
Tóc
Hung Nâu Đen Ta phải kiểm định cặp giả thuyết:
Mắt
H0: A và B độc lập
Đen 12 65 121
H1: A và B phụ thuộc
Nâu 38 59 105
Miền bác bỏ để kiểm định cặp giả thuyết là :
Có thể cho rằng màu mắt và màu tóc không có gì
liên quan với nhau không? Cho kết luận với mức ý   n2  
 
nghĩa 5%. W =   2 = n   ij − 1 ;  2  2( k −1)( l −1) 
  n n  
 i, j i j 

81 82

1. Kiểm Định Về Sự Độc Lập Của Hai Dấu 1. Kiểm Định Về Sự Độc Lập Của Hai Dấu
Hiệu Định Tính Hiệu Định Tính

Tính giá trị quan sát bằng cách lập bảng tính sau: Ta có: qs = 400(1,0373 − 1) = 14,9046

;
Tra bảng:
2( k −1)(l −1) = 0,05 = 5,99
.
2(2)

 2   0,05
qs
2(2)
  2 W
qs

Vậy bác bỏ H0, tức là A và B phụ thuộc.

83 84

14
 11/1/2022

2. Kiểm Định Giả Thuyết Về Quy Luật Phân 2. Kiểm Định Giả Thuyết Về Quy Luật Phân
Phối Xác Suất Của BNN Phối Xác Suất Của BNN

Giả sử chưa biết quy luật phân phối xác suất của
biến ngẫu nhiên gốc X trong tổng thể, nhưng có cơ
sở để giả thiết rằng X tuân theo quy luật phân phối
A nào đó, chúng ta đưa ra cặp giả thuyết thống kê :
H0 : X phân phối theo quy luật A
H1 : X không phân phối theo quy luật A
a. X là biến ngẫu nhiên rời rạc
Từ tổng thể rút ra một mẫu kích thước n trong đó
biến ngẫu nhiên X có bảng phân phối tần số thực
nghiệm sau:

Để kiểm định cặp giả thuyết trên, ta xét các trong đó: k

trường hợp sau:

.
n
i =1
i =n

85 86

2. Kiểm Định Giả Thuyết Về Quy Luật Phân 2. Kiểm Định Giả Thuyết Về Quy Luật Phân
Phối Xác Suất Của BNN Phối Xác Suất Của BNN
Nếu giả thuyết H0 là đúng thì có thể tính được các Khi đó tiêu chuẩn kiểm định có dạng :

xác suất lý thuyết: k

( ni − n )
' 2

pi = P(X=xi), i=1,…,k G = 2 =  i

i =1 ni'
Từ đó tần số lý thuyết của phân phối xác suất là
ni' = npi và bảng phân phối tần số lý thuyết có dạng:

W =  2 ;  2  2( k − r −1) 
trong đó: k

n
i =1
i =n

87 88

2. Kiểm Định Giả Thuyết Về Quy Luật Phân 2. Kiểm Định Giả Thuyết Về Quy Luật Phân
Phối Xác Suất Của BNN Phối Xác Suất Của BNN
Với một mẫu cụ thể tính được giá trị quan sát của 
2
Ví dụ :
và so sánh với miền bác bỏ W để kết luận: Số cuộc gọi đến một trạm điện thoại (X) trong
▪ Nếu  qs W thì bác bỏ giả thuyết về dạng phân
2
một phút được cho trong bảng sau :
phối A của biến ngẫu nhiên X.
▪ Nếu  qs  W thì chưa có cơ sở bác bỏ giả thuyết
2

về dạng phân phối A của biến ngẫu nhiên X.

Với mức ý nghĩa  = 0, 01 có thể coi X phân phối
theo quy luật Poisson được không ?

89 90

15
 11/1/2022

2. Kiểm Định Giả Thuyết Về Quy Luật Phân 2. Kiểm Định Giả Thuyết Về Quy Luật Phân
Phối Xác Suất Của BNN Phối Xác Suất Của BNN
Giải:
Cặp giả thuyết thống kê là :
H0 : X phân phối theo quy luật Poisson
H1 :X không phân phối theo quy luật Poisson

Từ mẫu trên tính được x = 2 là ước lượng hợp lý

tối đa của  trong phân phối Poisson. Để tính giá trị
quan sát  ta lập bảng tính toán sau :
2

91 92

2. Kiểm Định Giả Thuyết Về Quy Luật Phân 2. Kiểm Định Giả Thuyết Về Quy Luật Phân
Phối Xác Suất Của BNN Phối Xác Suất Của BNN
b. X là biến ngẫu nhiên liên tục.
Do  = 0,01 →   =  02,(017−1−1) = 15,1
2 ( 7 −1−1)

vậy miền bác bỏ là: W = (15,1 ; +). Từ tổng thể rút ra một mẫu kích thước n và giả sử
các số liệu mẫu được ghép lớp như sau :
 qs2 W nên chưa có cơ sở bác bỏ H0 hay có
thể coi X phân phối theo quy luật Poisson với  = 2

Lúc đó các xác suất lý thuyết pi chính là xác

suất để biến ngẫu nhiên X nhận giá trị trong
khoảng (xi-1; xi) nếu giả thuyết H0 là đúng:

93 94

2. Kiểm Định Giả Thuyết Về Quy Luật Phân

Phối Xác Suất Của BNN

pi = P(xi-1 < X < xi)

còn các tần số lý thuyết vẫn được tính bằng công
thức ni' = npi
Từ đó thủ tục kiểm định vẫn giống như phần
trước.

95

16