Xác suất thống kê

ứng dụng y sinh học

Nguyên tắc
kiểm định giả thuyết
 Nội dung

Bài này cung cấp:

• Giả thuyết và bài toán kiểm định
• Nguyên tắc cơ bản của kiểm định giả thuyết
• Sai lầm có thể mắc phải trong kiểm định
 Giả thuyết là gì?
Đ-4T
• Một phát biểu về tham số tổng
thể
• Trung bình tổng thể

• Tỷ lệ tổng thể
Ví dụ: Trung bình hàng tháng của chi phí
cho sức khỏe tại thành phố là μ = 1,3 triệu
đồng

Ví dụ: Tỷ lệ thanh niên chơi thể thao

thường xuyên tại thành phố là π = 0,62
 Giả thuyết H0
Đ-4T
•Phát biểu về một điều đang được cân nhắc
Ví dụ: Tuổi kết hôn trung bình có phải là 30 hay không?

H 0
: μ = 30

•Thông tin về tham số tổng thể, KHÔNG PHẢI về

thống kê mẫu

H 0
: μ = 30 H 0 : X = 30
 Giả thuyết H0

• Nếu như Ho là đúng sự thực thì sao?

• “giữ nguyên hiện trạng”
• trừ khi có bằng chứng phản bác

• Thường chứa dấu “=“

•Có thể bác bỏ hoặc không
 Giả thuyết Ha
• Đối nghịch giả thuyết Ho
• Ví dụ: Tuổi kết hôn trung bình không phải là 30
Ha: μ ≠ 30

• Thách thức đối với “Giữ nguyên hiện trạng”

• Không chỉ chứa dấu “=”

• Có thể khẳng định hoặc không

• Thường là điều nhà nghiên cứu muốn chứng minh
 Quy trình kiểm định giả thuyết

• Phát biểu giả thuyết: Trung bình tổng thể là 50 hay khác?
H0: μ = 50, Ha: μ ≠ 50
• Lấy mẫu trên tổng thể, tính trung bình mẫu

Tổng thể

Mẫu
 Quy trình kiểm định giả thuyết

• Giả sử trung bình mẫu X = 20.

• Rõ ràng trị số thực nghiệm và giả thuyết chênh lệch

• Nếu giả thuyết đúng, chênh lệch thường không lớn

• Nếu chênh lệch lớn, có khả năng giả thuyết không đúng.
 Quá trình kiểm định giả thuyết

Phân phối mẫu

của thống kê X

X
20 μ = 50
Nếu H0 Vậy phải bác bỏ giả
Nếu có vẻ khó mà nhận đúng thuyết μ = 50.
được kết quả thực
nghiệm như thế này Khi mà điều ta nghĩ là đúng lại
như thế này
 Thống kê kiểm định và trị số ngưỡng

• Trung bình mẫu gần trị số giả thuyết, Ho không bị bác bỏ

• Trung bình mẫu xa trị số giả thuyết, Ho bị bác bỏ

• Thế nào là “đủ xa” để bác bỏ H0?

• Cần một trị số ngưỡng để quyết định

• Dưới ngưỡng = “gần”
• Vượt ngưỡng = “xa”
 Trị số kiểm định và trị số ngưỡng

Phân phối mẫu của trị số kiểm định

Vùng bác Vùng bác

bỏ Ho bỏ Ho
Vùng không
bác bỏ Ho

Trị số ngưỡng

“Xa” khỏi trung tâm phân phối mẫu

Sai lầm có thể mắc phải trong quyết định về
kiểm định giả thuyết

• Sai lầm loại I

• Bác bỏ một giả thuyết Ho đúng
• Là rủi ro khi quyết định “bác bỏ Ho”
• Xác suất mắc sai lầm là 
• Được gọi là “mức ý nghĩa của kiểm định”
• Được nhà nghiên cứu chọn trước
• Sai lầm loại II
• Không thể bác bỏ một giả thuyết Ho sai
• Xác suất mắc sai lầm là β
Sai lầm có thể mắc phải

Kết quả kiểm định giả thuyết

Thực trạng

Quyết định H0 đúng H0 sai

Không bác Không sai lầm Sai lầm loại II

bỏ H0 Xác suất = 1 - α Xác suất β
Bác bỏ H0 Sai lầm loại I Không sai lầm
Xác suất α Xác suất = 1 - β
 Sai lầm có thể mắc phải

• Hệ số tin cậy (1-α) là xác suất không bác bỏ H0 khi Ho đúng.

• Độ tin cậy của một phép kiểm định là (1-α)*100%.

• Năng lực của phép kiểm (1-β) là xác suất bác bỏ H0 khi Ho sai.
 Quan hệ của các loại sai lầm

▪ Sai lầm loại I và II không thể xảy ra đồng thời

▪ Sai lầm loại I chỉ xảy ra nếu H0 ĐÚNG
▪ Sai lầm loại II chỉ xảy ra nếu H0 SAI

Khi  TĂNG
thì β GIẢM
 Yếu tố ảnh hưởng đến mức sai lầm loại II
Đ-4T
Khi các yếu tố khác không đổi,
• β TĂNG khi chênh lệch Trị số giả thuyết và thực nghiệm GIẢM

• β TĂNG khi  GIẢM

• β TĂNG khi σ TĂNG
• β TĂNG khi n GIẢM
 Mức ý nghĩa và vùng bác bỏ

H0: μ = 30 Mức ý nghĩa = 

Ha: μ ≠ 30
 /2  /2

30

Trị số ngưỡng

Vùng bác bỏ Ho

Đây là kiểm định 2 đuôi vì vùng bác bỏ có 2 đuôi

Tổng kết

• Giả thuyết
• Quy trình kiểm định giả thuyết
• Sai lầm trong kiểm định
• Yếu tố ảnh hưởng đến sai lầm