Chương 4: Các quy luật phân phối xác suất cơ bản

§1. Các quy luật phân phối rời rạc cơ bản

1. Phân phối đều rời rạc: X x1 x2 ... xk

1 1 1
P ...
2. Phân phối không – một A(p): k k k
Định nghĩa 1.1: X có phân phối A(p) X 0 1

P q p
Định lý 1.1: X có phân phối A(p) thì E(X) = p, D(X) = p.q
3. Phân phối nhị thức B(n,p):
k k nk
Định nghĩa 1.2:  ~   n , p      k   Cn . p .q , k  0, n
Định lý 1.2:  ~   n , p     X   np , D     npq ,
Mod  k0   n  1 p hoaëc k 0   n  1 p  1
1
• Ví duï 1.1. Haøng ñoùng thaønh kieän moãi kieän 10 saûn phaåm, trong ñoù coù
ba pheá phaåm. Khaùch haøng nhaän kieän haøng neáu laáy ngaãu nhieân ra hai
saûn phaåm thì caûø hai saûn phaåm ñeàu toát. Khaùch haøng kieåm tra 100 kieän
haøng. Goïi X laø soá kieän ñöôïc khaùch haøng nhaän. Tìm E(X), D(X),
mod(X).
• Giaûi. Goïi p laø xaùc suaát moät kieän haøng kieåm tra ñöôïc nhaän, ta coù:
• C 72 7
p  
2
C 10 15
• Soá kieän ñöôïc nhaän laø soá laàn thaønh coâng trong daõy 100 pheùp thöû
Bernoulli vôùi xaùc suaát thaønh coâng p  7 , do ñoù X ~ B(100; 7 ).
• Töø ñoù , 15 15

mod(X)=46 hoaëc mod(X) = 47 ,

7 140
E(X)  np  100. 
15 3
7 8 224
D ( X )  npq  100 . . 
15 15 9
BÀI TẬP

3
 4. Phân phối siêu bội
Bài toán: Cho 1 hộp có N bi trong đó có M bi trắng còn lại
là đen. Lấy ngẫu nhiên từ hộp đó ra n bi (không hoàn
lại), n không lớn hơn M và N-M. Hãy lập bảng phân phối
xác suất của X là số bi trắng lấy được.
Giải: C Mk . C Nn kM
   k   n
, k  0, n
CN
Định nghĩa 1.3: Phân phối nói trên được gọi là phân phối
siêu bội H(N,M,n)
Định lý 1.3: Giả sử  ~ H ( N , M , n )       np ,
N n M
D     npq ,p
N 1 N
Chú ý: Lấy: + Không hoàn lại có dạng tương tự siêu bội
+ Có hoàn lại có dạng tương tự nhị thức.
4
• Ví duï 1.2. Moät loâ haøng 30 saûn phaåm, trong ñoù coù 10 pheá phaåm. Choïn
ngaãu nhieân naêm saûn phaåm. Goïi X laø soá pheá phaåm trong naêm saûn phaåm
ñöôïc choïn. Tìm phaân phoái xaùc suaát, tính kyø voïng, phöông sai cuûa X.
• Giaûi. Ta coù:
k
C10 .C530k10
P(X  k)  5
; k  0,5
C30

• Vì vaäy X coù phaân phoái sieâu boäi, X ~ H(30,10,5).

M 10 5
E(X)  n  5. 
N 30 3

M  M N  n 1 1 25 250
D(X)  n. 1    5. (1  ). 
N  N  N 1 3 3 29 261
 5. Phân phối Poisson P(a),a>0: k
a a
Định nghĩa 1.4:  ~   a       k   e . , k  0,1, 2...
k!

Định lý 1.4: X có phân phối P(a) thì E(X) = D(X) = a

Định lý 1.4: Giả sử X 1 , X 2 ,..., X n độc lập và có phân phối
Poisson với kỳ vọng 1 , 2 ,..., n . Khi ấy
X 1  X 2  ...  X n  P (1  2  ...  n )

Ví dụ 1.3 : Giả sử X có phân phối P(8). Khi ấy:

P(X=6) = 0,122138 (cột 8, hàng 6 bảng phân phối Poisson)

 0  X 12  0,936204 (cột 8, hàng 12 bảng giá trị hàm …)

6
Chú ý: Nếu gọi X là số người ngẫu nhiên sử dụng 1 dịch vụ
công cộng thì X tuân theo quy luật phân phối Poisson
P(a) với a là số người trung bình sử dụng dịch vụ đó.Nói
chung , phân phối Posson thường được dùng để mô tả
số sự kiện xảy ra trong một đơn vị thời gian hoặc số cá
thể trong một đơn vị không gian . Ví dụ như số sâu trên
các thửa ruộng , số lỗi chính tả trên một trang sách , số
tin nhắn trong một giờ , số tai nạn trong một ngày …
Ví dụ 1.4 : Quan sát trong 20 phút có 10 người vào trạm
bưu điện. Tính xác suất trong 10 phút có nhiều nhất 2
người vào trạm đó.
Giải:
Gọi X là số người ngẫu nhiên vào trạm đó trong 10 phút thì
X có phân phối P(a), a = 5. Khi ấy:
1 2
 5 5 
  0    2   e 5 .  1   
 1! 2! 
7
Ví dụ 1.5 : Giả sử rằng số cuộc điện thoại gọi đến một tổng đài trong một
giờ có phân phối Poisson với λ=10 . Tính các xác suất sau :
a) Có ít nhất hai cuộc điện thoại gọi đến trong nửa giờ .
b) Có 10 cuộc điện thoại gọi đến trong hai giờ .
c) Tìm hàm phân phối của biến T là thời gian ( tính theo giờ ) tính từ thời
điểm hiện tại tới cuộc gọi tiếp theo tới tổng đài .

Giải. Gọi M(t) là số cuộc gọi đến trong khoảng thời gian t giờ. Khi ấy M(t)
có phân phối Poisson P(10t ) . 5 5
a) t=0,5 nên P(M(0,5)≥2)=1- P(M(0,5)=0) - P(M(0,5)=1) = 1  e  5e
2010 20
b) t=2 nên P(M(2)=10) = e
10!
c) F(t) = P(T ≤ t) = 1-P( T>t ) = 1- P( M(t)=0 )= 1  e 10t nếu t ≥ 0
F(t) = 0 nếu t < 0

Chú ý : Như vậy T có phân phối mũ E(10) sẽ học ở phần sau

8
 §2: Các quy luật phân phối liên tục
1. Phân phối chuẩn   ,  0
2
  ,   x   
2

1
Định nghĩa 2.1:  ~    ,  2   f  x   e 2 2

 2
Định lý 2.1: X có phân phối    ,  2  thì E(X) = µ, D(X) =  2
. Ngoài ra , nếu Y=ax+b với a≠0 , thì
Y  N (a   b, a 2 2 )
Định lý 2.2 : Giả sử X 1  N ( 1 ,  12 ), , X n  N ( n ,  n 2 ) là các biến
ngẫu nhiên độc lập có phân phối chuẩn . Khi ấy
n
 n n
2
 X i  N  i  i 
 , 
i 1  i 1 i 1 
Ví dụ 2.1 : 
2 x2
5 5
X ~ f X ( x)  he  D( X )  ,  ( X ) 
5
, E ( X )  0,
4 2
1 2
h 
2 . ( X ) 2 5
9
Định nghĩa 2.2: Đại lượng ngẫu nhiên U có phân phối
chuẩn tắc ( hay chuẩn hóa , tự nhiên ) N(0,1) nếu:
1 u2 /2
f u   e (hàm mật độ Gauss).
2
Định lý 2.2: U có phân phối N(0,1) thì
u
1 t 2 /2
P(u )  (u )  FU  u   P(U  u )   e dt  0,5    u 
u 2
1  t2  2
với  u    e dt là tích phân Laplace (hàm lẻ)
0 2 

Chú ý: Nhiều tác giả gọi hàm Φ(u) là tích phân Laplace .
Định nghĩa 2.3: Giả sử U có phân phối N(0,1). Khi ấy mức
phân vị ( trên,phải ) z của phân phối chuẩn được định
nghĩa như sau :
P (U  z )  

10
• Hình 3.1 Hình 3.2

11
 u2
1 
f (u )  e 2
-hàm mật độ Gauss (hàm chẵn-HÌNH 3.1)
2

u t2
1 
 u    e dt 2 - tích phân Laplace (hàm lẻ-HÌNH 3.2)
0 2
  u   0,5, u  5       0,5
  u   1, u  5       1
.tra xuôi:  1, 9 6   0 , 4 7 5 0 ( tra ở hàng 1,9; cột 6 bảng
tích phân Laplace).
.tra ngược:   ?   0, 45  hàng 1,6; giữa cột 4 và cột 5 nên

1, 64  1, 65
?
2
12
 $4.Tích phân Laplace (tt) :
.Tra xuôi bằng máy tính: Q (u ) |  (u ) |
ES : MODE STAT AC SH STAT DISTR Q,P
MS: MODE …SD SH DISTR Q hoặc P
 1, 9 6   Q (1 .9 6 )  0 , 4 7 5 0
   1, 9 6    Q (  1 .9 6 )   0 , 4 7 5 0
u t2
1 
  u   P(u )   e dt  0,5    u 
2

 2
 1,96   P (1.96)  0,9750
     0,      1
  u     u   0,5  P (u )  0,5
13
Định lý 2.3: Giả sử U có phân phối N(0,1). Khi ấy ta có:
1   u1  U  u2     u2     u1     u2     u1  ;
 2   U     2            .
X a
Định lý 2.4:  ~   a, 2   U  ~   0,1 

Định lý 2.5: Giả sử  ~  a,  . Khi ấy
2

 a  a   a  a 
1                    
           
  
 2      a     2.          
      
 
Chú ý:     a     2.    p
 
xuôi :  ,  p
ngược : , p 
p,   
14
 Ví dụ 2.2 :Chiều cao X của thanh niên có phân phối chuẩn
a) Cho chiều cao trung bình là 165 cm và độ lệch là 5
cm . Một thanh niên bị coi là lùn nếu có chiều cao nhỏ
hơn 160 cm.Hãy tính tỷ lệ thanh niên lùn.
b) Giả sử chiều cao trung bình là 165 cm và tỷ lệ thanh
niên có chiều cao từ 160 cm đến 170 cm là 0,68268 .
Hãy tìm độ lệch .
 160  165 
a)    X  160          
 5 
    1        0,15866  0
    X  160   (1)  ()  0,34134  0,5  0,15866
5 5
b) | X  165 | 5  2.    0,68268      0,34134   1
   
 5
15
 m
Ví dụ 2.3 : Cho U ~  0,1 hãy tính kỳ vọng của U
Giải:
 1 u2 /2
U m
   um . e du  0 nếu m lẻ vì cận đối xứng,

2
hàm dưới dấu tích phân là hàm lẻ.

 1 u2 /2 1 2
2
 
 U  u

2

2
e du   u .u
2
e  u / 2 du


1 2 1 2
dv  u e  u / 2 du  v   eu /2
2 2
1  u 2 / 2   1 2
  U    u.
2
e  e  u / 2 du  1
2  
2

1 u2 /2
Tương tự: U    u3u
4
e du
 2
1 u2 /2   1 u2 /2
u . 3
e 3. u2 e du  3.U2   3.1;
2  
2
U6   5U4   5.3.1;
...
U2n    2n 1!!
16
BÀI TẬP 1

BÀI TẬP 2

17
Ví dụ 2.4 : Cho (X,Y) có hàm mật độ 
x 2  2 xy  5 y 2
1) Tìm k. f ( x, y )  ke 2

2) Tính E(X) , D(X) .

 x 2  2 xy  5 y 2

2
f X ( x)  k  e dy


2 2 x 2 4x2
x  2 xy  5 y  ( 5 y  ) 
5 5
x
u  5y   du  5dy.
5
2 x2  u2 2 x2
 1 1   5
f X ( x)  ke 5
. e
du  ke .
 . 2   ( X ) 
2 5

5  5 2
1 1 2 1
h  k. . 2   k
5 2 . ( X ) 2 5 
5
E ( X )  0, D( X ) 
4 18
2. Phân phối đều liên tục: (Xem SGK)
Định nghĩa 2.4 : đại lượng ngẫu nhiên X gọi là có phân
phối đều trên đoạn [a , b] ,kí hiệu X~U [a , b] ,nếu
 1
 , x  a , b 
fX x    b  a 0, x  a
 0 , x  a , b  x  a
 
1
 FX x    ,a  x  b
ba b  a
 1, b  x

1
a b

Định lý 2.6 : Nếu X~U [a , b],thì

a b
ab (b  a)2
E( X )  , D( X ) 
2 12
19
Ví dụ :Một đoạn thẳng AB =a cm bị ngắt ngẫu nhiên làm đôi
bởi 1 điểm P. Hãy tính diện tích trung bình của hình chữ nhật
có 2 cạnh là 2 đoạn đó.
Giải :
Ký hiệu X=AP ,khi ấy X~U [0, a ], nghĩa là:

1
 , x  0 , a 
X ~ fX x   a
 0 , x  0 , a 


S  X (a  X )
 a
1 a2
E(S)   s. f X  x  dx   x(a  x) dx  2
(cm )
 0
a 6
20
 BÀI TẬP

Định nghĩa 2.5 :(X,Y) có phân phối đều trên miền D nếu
 1
 , khi ( x , y )  D
f ( x, y )   S ( D )
0 , khi ( x , y )  D

, với S(D) là diện tích miền D .
21
 Ví dụ :Một đoạn thẳng AB =a cm bị ngắt ngẫu nhiên làm ba
bởi 2 điểm P,Q. Hãy tính thể tích trung bình của hình hộp
chữ nhật có 3 cạnh là 3 đoạn đó.
Giải :
Ký hiệu X=AP,Y=PQ ,khi ấy (X,Y) có phân phối đều trên miền
D : 0  X  a, 0  Y  a, X  Y  a
nghĩa là:
 2
 2 , khi ( x , y )  D
f ( x, y )   a
 0 , khi ( x , y )  D

V  X .Y .(a  X  Y )
a a x
2
E(V )   V .f ( x, y)dxdy   dx  xy(a  x  y) 2 dy (cm3 )
R2 0 0 a
22
 3. Phân phối mũ E (  ) :
Định nghĩa 2.6: Đại lượng ngẫu nhiên X gọi là có phân phối mũ nếu
hàm mật độ của X là:  x
.e khi x  0;
f ( x)    >0
0 khi x  0 ,
Hàm phân phối của X là: 1  e   x khi x  0;
F ( x)    >0
0 khi x  0 ,
Định lý 2.7 : 1 ln(2)
X ~ E( )  E( X )   ( X )  , Md( X )  , ModX  0
 
Ví dụ : Giả thiết thời gian X giữa 2 cuộc điện thoại liên tiếp gọi
đến 1 tổng đài là biến ngẫu nhiên có phân phối mũ với trung
bình 5 phút.
a) Tìm hàm phân phối xác suất của X và tính P(X>7).
b) Nếu biết rằng cuộc gọi gần nhất đã đến cách đây a phút,
tìm xác suất trong 4 phút tiếp theo không có cuộc gọi nào đến
tổng đài, a là số thực dương bất kỳ.
23
 Giaỉ : Gọi X là thời gian giữa 2 cuộc gọi liên tiếp , X ~ E (0,2) vì E(X)=5 nên
 = 1/5 = 0,2
0, 2  e  0,2 x x0
Hàm mật độ xác suất của X: f ( x)  
0 x0
1  e 0,2 x x0
Hàm phân phối xác suất của X: F( x)  
0 x0
P( X > 7) = 1 – F(7) = e – 0,27  0,2466
b) Xác suất cần tìm:
P(X > a+4) 1- F(a+4) e- 0,2×(a+4) -0,2×4
P(X > a+4| X > a) = = = - 0,2×a = e = 0, 4493
P(X > a) 1- F(a) e

Chú ý : Tính chất trên được gọi là tính không nhớ của phân phối mũ :
Định lý 2.8: Gỉa sử X có phân phối mũ E(λ) . Khi ấy với mọi a,s ≥ 0 ta có
P(X > a+s | X > a) = P(X>s)  P(X > a+s) = P X > a). P(X>s)
Chứng minh :
P(X > a+s) 1- F(a+s) e-  (a+s) -  s
P(X > a+s| X > a) = = = -  a = e = P(X>s)
P(X > a) 1- F(a) e
24
Chú ý ( Mối quan hệ giữa phân phối Poisson và phân phối mũ ): Gỉa sử
X có phân phối Poisson P(λ) là số sự kiện xảy ra trong một đơn vị thời
gian . Gọi T là thời gian ngẫu nhiên chờ đợi giữa hai sự kiện xảy ra liên
tiếp . Khi ấy T có phân phối mũ E(λ)
Chứng minh . Gọi M(t) là số sự kiện trong khoảng thời gian t . Khi ấy M(t)
có phân phối Poisson P(λt ) . Hàm phân phối của T là
1  e  t khi t  0
F (t )  P(T  t )  1  P(T  t )  1  P( M (t )  0)  
0 khi t< 0
Vậy T có phân phối mũ E(λ) .

BÀI TẬP

4. Phân phối khi bình phương:(Xem SGK)

5. Phân phối Student:(Xem SGK)
25
 §3. Các định lý giới hạn ( luật số lớn).
1. Định lý Chebyshev:
• Định lý 3.1(Bất đẳng thức Chebyshep): Cho X là 1 đại
lượng ngẫu nhiên.Khi đó ta có:
D(X )
P ( | X  E ( X ) |  )  2

• Định lý 3.2 (Chebyshep): Cho dãy 1 ,  2 ,...,  n ,... đôi
một độc lập có C  0 : D( X k )  C, k .Khi đó ta có:
 1 n n 
1
l i m P   X k
  E (X k
)     1
 n n
n 
k 1 k 1 
2. Định lý Bernoulli:
• Định lý 3.3 (Bernoulli): Nếu m là số lần thành công trong
dãy n phép thử Bernoulli với xác suất thành công p thì:
26
  m 
lim P   p    1
 n
n 

3. Các định lý giới hạn trung tâm.
Định lý 3.4(Lyapounov): Giả sử 1 ,  2 ,...,  n đôi một độc
lập và n
3
 E X k  E(X k)
lim k  1 3/2
 0
n  n
 
 D  k 

 k 1 
Khi ấy ta có:
1 n 1 n
 i   E  i 
n n i 1
U  i 1  N  0,1 khi n đủ lớn  n  30 
1 n
 D  xi 
n i 1

27
Hệ quả 3.1: Giả sử thêm vào đó ta có
E ( X i )  a, D( X i )   2 , i  1, n
Khi ấy ta có
1 n
( . X i  a ). n
1 n 2 n i 1
X  . X i  N (a, )  U   N (0,1)
n i 1 n 
khi n đủ lớn
Hệ quả 3.2:
m
(  p ). n
m p (1  p )
F   N ( p, ) U  n  N (0,1)
n n p (1  p )
khi n đủ lớn
28
Ví dụ 3.1:Biến ngẫu nhiên X là trung bình cộng của n biến ngẫu nhiên
độc lập có cùng phân phối: 1 ,  2 ...,  n với phương sai:
Xác định n sao cho với xác suất không bé hơn 0,9973 :
a) Hiệu cuả X-E(X) không vượt quá 0,01
b) Trị tuyệt đối của X-E(X) không vượt quá 0,005.
Bài giải: D     5  i  1, 2,..n 
i
n
1
   i , E (  i )  a  E  X   a; D   i    2  5    5
n i 1

a )   E   0, 0 1  0, 9 9 7 3
   a  n  0, 01 n   0, 9973
  U  
  5 
 
 0, 01 n 
     0 , 5  0 , 9 9 7 3
 5 
 0, 01 n 
     0 , 4 9 7 3    2 , 7 8 5 
 5 
2
0, 01 n  2, 785. 5 
  2 , 7 8 5  n   
5  0 , 0 1 
29
 b)
 (   E     0, 005)  0, 9973
 | X  E(X ) | n 0, 005. n 
 P  | U |     0, 9973
  5 
.  0, 005 n 
 2.    0, 9973
 5 
 0, 005 n  0, 9973
       3 
 5  2
2
0, 005 n  3 5 
  3  n   
5  0, 005 

BÀI TẬP

30
 $4.Các công thức tính gần đúng
1. Công thức gần đúng giữa siêu bội và nhị thức.
M
Định lý 4.1: Khi n<N nhiều thì H  N , M , n   
 B n , p , p 
k n  k
N
nghĩa là: C .C k k nk
 X  k  M
n
N M
 Cn . p .q
C N

Ví dụ 4.1: Giả sử cho 1 hộp có N=1000 bi trong đó có

M=600 bi trắng còn lại là bi đen. Rút ngẫu nhiên ra 20
bi, tính xác suất để lấy được đúng 12 bi trắng.
12 8
C 600 .C 400 12 12 8
  X  12   20
 C 20 .0, 6 .0, 4
C 1000
Ví dụ 4.2: Một lô hàng có tỷ lệ phế phẩm là 2% . Từ lô
hàng đó ta lấy ngẫu nhiên ra 20 sản phẩm . Tính xác
suất lấy được đúng 18 chính phẩm.
18
  X  18   C 20 .0, 9818.0, 02 2
31
2. Nhị thức và Poisson:
Định lý 4.2: Khi n đủ lớn,p rất bé  B  n, p     a  với
a=np ,
k
k k nk a a
nghĩa là:   X  k   Cn . p .q  e . , k  o, n
k!

Ví dụ 4.2: Một xe tải vận chuyển 8000 chai rượu vào kho.
Xác suất để khi vận chuyển mỗi chai bị vỡ là 0,001. Tìm
xác suất để khi vận chuyển:
a) Có đúng sáu chai bị vỡ
b) Có không quá 12 chai bị vỡ.

32
. Giải: Gọi X là số chai bị vỡ thì X có phân phối
B(n,p)
n  8000, p  0, 001  a  np  8
6
6 8
1)    6   C8000 . p 6 .q80006  e 8 .  0,122138
6!
12 m
8 8
2)  0    12    e . 0,936204
m0 m!
Chú ý: Khi p rất lớn thì q rất bé vậy ta có thể coi q
là p mới ( tức là đổi p thành q,q thành p).

33
3. Phân phối nhị thức và phân phối chuẩn
Định lý: Khi n đủ lớn,p không quá bé và cũng không
quá lớn thì B(n,p)  N(np,npq), nghĩa là:

k k nk 1  k  np 
    k   Cn . p .q  .f  
npq  npq 
k2
k k nk
 k2  np   k1  np 
  k1    k2    Cn . p .q    
 npq   npq 
k  k1    
 k2  np   k1  np 
  
 npq   npq 
   

34
Ví dụ 4.3:Xác suất trúng đích của một viên đạn là 0,2. Tìm
xác suất để khi bắn 400 viên thì có tất cả:
a)70 viên trúng
b)Từ 60 đến 100 viên trúng.
Giải: Gọi X là là số đạn bắn trúng thì X có phân phối nhị
thức với n=400 và p=0,2 nên np=80,npq=64.Khi ấy
70 1  70  80  1 0,1826
a)    70  C400 . p70.q330  f    . f  
1,25 
8  8  8 8
 100  80   60  80 
b)  60    100      
 8   8 
   2,5     2,5   P  2,5   P  2,5 
 100  80   60  80 
b)  60    100       
 8   8 
 2.  2,5   2.Q  2,5   2.0, 49379
35
 §4. Bảng phân phối và bảng phân vị
1.Trường hợp tổng quát:
Định nghĩa 4.1: X là đại lượng ngẫu nhiên bất kỳ.Bảng phân
phối của X là bảng các giá trị M  sao cho:   X  M    1  
Bảng phân vị (bên trái ) của X là bảng các giá trị m sao
cho:   X  m   
Tương tự ta có bảng phân vị (bên phải) n của X
  X  n   
HÌNH 4.2

HÌNH 4.1
Chú ý: Pvalue    X  x     x  n 36
2. Bảng phân phối và phân vị chuẩn: Cho U có
phân phối chuẩn tắc
.Bảng phân phối chuẩn: U   Z  :   U  Z    1  
.Bảng phân vị chuẩn (trái) u :  U  u   
.Bảng phân vị chuẩn (phải) z :  U  z   

HÌNH 4.3 HÌNH 4.4

 z

37
. Tính chất:  u   u 1   Z 2   z
1  
 Z   
2
Ví dụ 4.1: Cách tra bảng tìm Z
1  0, 05  hàng 1,9
  Z 0,05    0, 475  
2  cột 6
 Z 0,05  1,96
Tương tự ta có Z 0 ,1  1, 6 4 5
Z 0 ,0 1  2,575

Chú ý: Pvalue   | U | U qs    | U qs | z /2  Z
38
3. Bảng phân phối, phân vị Student:
Cho T có phân phối Student với n bậc tự do
Bảng phân phối Student (HÌNH 4.5)
T ( n ) :   T  T ( n )   1  
Bảng phân vị trái Student (HÌNH 4.6)
t (n) :  T  t (n)   
Bảng phân vị phải Student (HÌNH 4.6)
tn; :  T  tn;   
Tính chất: t (n)  t1 (n)  T2 (n)  tn;
T0,05 (24)  t24:0,025  2, 064
(tra ở bảng phân phối Student:cột 0,05 , hàng 24 hoặc ở
bảng phân vị phải Student t n ;  : cột 0,025, hàng 24).
39
HÌNH 4.5 HÌNH 4.6

40
4.Bảng phân phối khi bình phương: Cho
 2 ~  2 (n)
Bảng phân phối khi bình phương là bảng các giá trị
 2  n  :    2   2  n    1  

HÌNH 4.7

Ví dụ 2.2: Tra bảng phân phối khi bình phương : hàng 24,
cột 0,05 ta có:  2  24   36, 42
0,05

Chú ý: Pvalue     2   qs2      qs2   2  n 

41