Professional Documents
Culture Documents
Chương 2 - Ước Lượng Các Tham Số Thống Kê
Chương 2 - Ước Lượng Các Tham Số Thống Kê
VÀ ƯỚC LƯỢNG
Phân phối mẫu
• Phân phối cho trung bình mẫu
• Phân phối cho tỷ lệ mẫu
1. Phân phối cho trung bình mẫu
• Mô tả phân phối của trung bình mẫu: mẫu tuân theo phân phối chuẩn.
• Mô tả phân phối của trung bình mẫu: mẫu không tuân theo phân phối
chuẩn.
• Thống kê 𝑥ҧ là một đại lượng ngẫu nhiên bởi vì giá trị của nó biến thiên
theo từng mẫu xác định. Vì vậy, nó có phân phối xác suất tương ứng.
Trong chương này, ta sẽ tập trung nghiên cứu về hình dạng, độ đo tập
trung và độ đo phân tán của đại lượng ngẫu nhiên này.
• Phân phối mẫu của thống kê là phân phối xác suất cho tất cả các giá trị
có được của thống kê, được tính từ mẫu có cỡ mẫu là n.
• Phân phối mẫu của trung bình mẫu là phân phối xác suất của tất cả giá
trị có được của đại lượng ngẫu nhiên được tính từ mẫu có cỡ mẫu là n.
Mẫu này được lấy từ tổng thể có phân phối chuẩn với trung bình là 𝜇
và độ lệch chuẩn 𝜎.
Minh hoạ phân phối mẫu
• Bước 1: Xác định mẫu ngẫu nhiên có cỡ mẫu là n.
• Bước 2: Tính trung bình mẫu.
• Bước 3: Giả sử ta lấy hữu hạn mẫu từ tổng thể, lặp lại các bước 1, 2
cho đến khi tất cả mẫu nhiên đã được xác định.
Ví dụ 1: Phân phối mẫu cho trung bình mẫu
(Phân phối tổng thể là phân phối chuẩn)
• Trọng lượng của những đồng xu đúc sau năm 1982 tuân theo phân
phối chuẩn với trung bình là 2.46 gam và độ lệch chuẩn là 0.02 gam.
• Xấp xỉ phân phối mẫu của trung bình mẫu, phân phối mẫu được xác
định bởi 200 mẫu ngẫu nhiên có cỡ mẫu n = 5 được lấy từ tổng thể.
• Dữ liệu ở trang kế tiếp đại diện cho trung bình mẫu của 200 mẫu ngẫu
nhiên có cỡ mẫu n = 5.
• Ví dụ: Mẫu đầu tiên (n = 5) có dữ liệu như sau:
2.493 2.466 2.473 2.492 2.471
0.2146
Ví dụ 4: Mẫu được lấy từ tổng thể không tuân
theo phân phối chuẩn
• Khi tung một đồng xu cân đối, ta có bảng tần số tương đối và đồ thị
histogram của phân phối xác suất như sau:
Số
Tần số tương đối
chấm
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
• 𝜇 = 3.5, 𝜎 = 1.708 Phân phối tổng thể không phải là phân phối chuẩn
• Ước lượng phân phối mẫu của 𝑥ҧ được xác định bởi 200 mẫu ngẫu
nhiên có cỡ mẫu n = 4 và tính giá trị trung bình mẫu cho mỗi mẫu
ngẫu nhiên.
• Lặp lại đối với n = 10 và n = 30.
• Đồ thị histogram cho phân phối mẫu của trung bình mẫu đối với từng
cỡ mẫu được trình bày ở trang sau.
Nhận xét
• Trung bình của phân phối mẫu bằng với trung bình tổng thể.
𝜎
• Độ lệch chuẩn của phân phối mẫu là .
𝑛
• Trung bình của phân phối mẫu không phụ thuộc vào cỡ mẫu.
Định lý giới hạn trung tâm
• Khi n càng lớn, hình dạng phân phối của trung bình mẫu sẽ tiến gần
đến phân phối chuẩn và không phụ thuộc vào hình dạng của tổng thể.
Ví dụ 5: Định lý giới hạn trung tâm
• Giả sử, trung bình thời gian cho mỗi lần thay dầu nhớt là 11.4 phút và
độ lệch chuẩn là 3.2 phút.
a. Chọn một ngẫu nhiên có cỡ mẫu n = 35, hãy mô tả phân phối mẫu
của trung bình mẫu.
b. Chọn một ngẫu nhiên có cỡ mẫu n = 35, tính xác suất của trung bình
thời gian thay dầu nhớt nhỏ hơn 11 phút.
2. Phân phối cho tỷ lệ mẫu
• Mô tả phân phối cho tỷ lệ mẫu
• Tính xác suất suất cho tỷ lệ mẫu
Ước lượng điểm cho tỷ lệ tổng thể
• Giả sử rằng mỗi người trong một tổng thể chỉ có 2 sự lựa chọn “Có”
hoặc “Không”, một mẫu ngẫu nhiên có cỡ mẫu n được xác định từ
tổng thể.
• Tỷ lệ mẫu được ký hiệu 𝑝Ƹ được xác định như sau:
𝑥
𝑝Ƹ =
𝑛
Trong đó, x là số người trả lời ”Có” trong n người.
• Tỷ lệ mẫu là một thống kê dùng để ước lượng tỷ lệ tổng thể, p
Ví dụ 1: Tính tỷ lệ mẫu.
• Trong một cuộc khảo sát được tiến hành vào tháng 5 năm 2008, tại đại
học Quinnipiac, có 1745 người tham gia được hỏi về vấn đề có đồng ý
với đường lối kinh tế mà tổng thống George W.Bush đang thực hiện.
Có 349 người đồng ý. Xác định ước lượng điểm cho tỷ lệ được chấp
thuận đường lối kinh tế này.
Ví dụ 2: Sử dụng mô phỏng để mô tả phân
phối của tỷ lệ mẫu
• Một cuộc khảo sát của tạp chí Times được tiến hành vào tháng 6 năm
2008. 42% số người đồng ý về việc kết hôn đồng giới.
• Mô tả phân phối của tỷ lệ mẫu cho từng cỡ mẫu n = 10, n = 50,
n = 100.
Nhận xét:
• Hình dáng phân phối: Khi n càng lớn, hình dáng phân phối càng tiến
gần về phân phối chuẩn.
• Độ đo tập trung: trung bình của phân phối tỷ lệ mẫu bằng với tỷ lệ của
tổng thể, p.
• Độ đo phân tán: độ lệch chuẩn của phân phối tỷ lệ mẫu tỷ lệ nghịch
với cỡ mẫu n, nghĩa là khi cỡ mẫu càng tăng thì độ lệch chuẩn càng
giảm và ngược lại.
Phân phối mẫu của 𝑝Ƹ
Với một mẫu ngẫu nhiên có n phần tử và tỷ lệ tổng thể là p:
• Hình dạng phân phối mẫu của 𝑝Ƹ xấp xỉ phân phối chuẩn khi
𝑛𝑝 1 − 𝑝 ≥ 10.
• Trung bình của phân phối mẫu 𝑝Ƹ là 𝜇𝑝ො = 𝑝.
• Độ lệch chuẩn của phân phối mẫu 𝑝Ƹ là
𝑝(1 − 𝑝)
𝜎𝑝ො =
𝑛
Phân phối mẫu của 𝑝Ƹ
• Mô hình trên trang trước đó yêu cầu các giá trị được lấy mẫu là độc
lập. Khi lấy mẫu từ các tổng thể có số lượng hữu hạn, giả định này
được xác minh bằng cách kiểm tra rằng cỡ mẫu n không quá 5% cỡ
quần thể N (𝑛 ≤ 0.05𝑁).
• Cho dù 𝑛𝑝 1 − 𝑝 ≥ 10 có xảy ra hay không thì trung bình của phân
𝑝(1−𝑝)
phối mẫu cho tỷ lệ vẫn là p, độ lệch chuẩn là 𝜎𝑝ො = .
𝑛
Ví dụ 3: Mô tả phân phối mẫu của tỷ lệ
• Một cuộc khảo sát của tạp chí Times được tiến hành vào tháng 6 năm
2008. 42% số người đồng ý về việc kết hôn đồng giới. Giả sử rằng
mẫu ngẫu nhiên có 50 người và xác định tỷ lệ phần trăm về việc kết
hôn đồng giới. Mô tả phân phối tỷ lệ mẫu của mẫu có 50 người này.
Ví dụ 4: Tính xác suất của tỷ lệ mẫu
• Theo trung tâm Kiểm soát và Phòng chống bệnh tật, có 18.8% trẻ em
đến trường có độ tuổi từ 6 đến 11 đang bị thừa cân vào năm 2004.
a. Lấy mẫu ngẫu nhiên gồm 90 em có độ tuổi từ 6 đến 11 đang đi học,
tính xác suất có ít nhất 19% trẻ bị thừa cân?
b. Lấy mẫu ngẫu nhiên gồm 90 em có độ tuổi từ 6 đến 11 đang đi học,
và kết quả nhận được có 24 trẻ bị thừa cân. Bạn có nhận xét gì?
ƯỚC LƯỢNG THAM SỐ
Ước lượng tham số
1. Ước lượng điểm:
2. Tiêu chuẩn lựa chọn ước lượng:
3. Lý thuyết ước lượng khoảng:
4. Ước lượng khoảng tham số tổng thể phân phối chuẩn
1. Ước lượng điểm
• Ước lượng điểm là giá trị của thống kê mà có thể ước lượng cho giá
trị của tham số.
• Ví dụ, trung bình mẫu, 𝑥,ҧ là một ước lượng điểm cho trung bình tổng
thể, 𝜇.
1. Ước lượng điểm
• Ví dụ 1: Tìm một ước lượng điểm
Đồng xu được đúc sau năm 1982 được làm từ 97,5% kẽm và 2,5%
đồng. Dữ liệu sau đây đại diện cho trọng lượng (tính bằng gam) của 17
đồng xu được chọn ngẫu nhiên được đúc sau năm 1982.
2.46 2.47 2.49 2.48 2.50 2.44 2.46 2.45 2.49
2.47 2.54 2.46 2.45 2.46 2.47 2.44 2.45
Xem dữ liệu như một mẫu ngẫu nhiên đơn giản. Ước tính trọng lượng
trung bình tổng thể của đồng xu được đúc sau năm 1982.
1. Ước lượng điểm
• Ví dụ 1: Tìm một ước lượng điểm
Đồng xu được đúc sau năm 1982 được làm từ 97,5% kẽm và 2,5%
đồng. Dữ liệu sau đây đại diện cho trọng lượng (tính bằng gam) của 17
đồng xu được chọn ngẫu nhiên được đúc sau năm 1982.
2.46 2.47 2.49 2.48 2.50 2.44 2.46 2.45 2.49
2.47 2.54 2.46 2.45 2.46 2.47 2.44 2.45
Xem dữ liệu như một mẫu ngẫu nhiên đơn giản. Ước tính trọng lượng
trung bình tổng thể của đồng xu được đúc sau năm 1982.
Khối lượng nguyên liệu hao phí (gam) 19.5 20.0 20.5
Số sản phẩm 5 18 2
Với độ tin cậy 90%, hãy ước lượng độ phân tán (phương sai và độ lệch
chuẩn) của mức hao phí nguyên liệu trong 2 trường hợp:
b. Không biết mức hao phí nguyên liệu trung bình trên tổng thể.
Khối lượng nguyên liệu hao phí (gam) 19.5 20.0 20.5
Ví dụ 5: Số sản phẩm 5 18 2
a) Mức hao phí nguyên liệu trung bình của một sản phẩm trên tổng thể là
𝜇 = 20 gam.
3
⟺ 𝑛′ ≥ 106.3043 ≈ 107
Cần kiểm tra ít nhất 107 sản phẩm.
Ví dụ 6:
92
𝑛 = 400, 𝑋𝐴 = 92 ⇒ 𝑓 = = 0.23
400
c) Tỉ lệ sản phẩm loại I nằm trong khoảng: (0.1888, 0.2712)
Tỉ lệ 100,000 sản phẩm loại I nằm trong khoảng (18880, 27120)
4. Ước lượng khoảng cho tham số tổng thể
phân phối chuẩn.
• Ước lượng sự khác biệt hai trung bình của hai mẫu độc lập (hiệu
hai trung bình)
Với độ tin cậy 95%, ước lượng sự khác biệt về độ tuổi của khách hàng.
Biết rằng phương sai tổng thể lần lượt là 9 và 10 tuổi.
• Tóm tắt:
𝑛1 = 36 𝑛2 = 49
𝑥ҧ = 40 𝑦ത = 35
𝜎1 = 9 𝜎2 = 10
Công thức ước lượng hiệu hai trung bình:
𝑋ത − 𝑌ത − 𝜀 < 𝜇1 − 𝜇2 < 𝑋ത − 𝑌ത + 𝜀
𝜎12 𝜎22
Với 𝜀 = 𝑧𝛼/2 +
𝑛1 𝑛2
Ta có: độ tin cậy 95% ⇒ 𝛼 = 0.05 ⇒ 𝑧𝛼/2 = 1.96
𝜎12 𝜎22 92 102
⇒ 𝜀 = 𝑧𝛼/2 + = 1.96 + = 4.06
𝑛1 𝑛2 36 49
Vậy khoảng tin cậy 95% cho sự khác biệt hai trung bình là:
40 − 35 − 4.06 < 𝜇1 − 𝜇2 < 40 − 35 + 4.06 ⟺ 0.94 < 𝜇1 − 𝜇2 < 9.06
4. Ước lượng khoảng cho tham số tổng thể
phân phối chuẩn.
• Ước lượng sự khác biệt hai trung bình của hai mẫu độc lập (hiệu
hai trung bình)
Trường hợp 2: Chưa biết phương sai tổng thể và kích thước mẫu
lớn hơn 30 (𝒏𝟏 > 𝟑𝟎 và 𝒏𝟐 > 𝟑𝟎)
Công thức ước lượng hiệu hai trung bình:
𝑋ത − 𝑌ത − 𝜀 < 𝜇1 − 𝜇2 < 𝑋ത − 𝑌ത + 𝜀
𝑆12 𝑆22
Với 𝜀 = 𝑧𝛼/2 +
𝑛1 𝑛2
4. Ước lượng khoảng cho tham số tổng thể
phân phối chuẩn.
• Ước lượng sự khác biệt hai trung bình của hai mẫu độc lập (hiệu
hai trung bình)
Trường hợp 2: Chưa biết phương sai tổng thể và kích thước mẫu
lớn hơn 30 (𝒏𝟏 > 𝟑𝟎 và 𝒏𝟐 > 𝟑𝟎)
Ví dụ 8: Bộ Giao thông Vận tải Hoa Kỳ cung cấp số dặm mà cư dân
của 75 khu vực đô thị lớn nhất di chuyển mỗi ngày trên ô tô. Giả sử ta
lấy một mẫu ngẫu nhiên gồm 50 cư dân của thành phố A có trung bình
và độ lệch chuẩn lần lượt là 22.5 và 8.4 dặm một ngày. Một mẫu ngẫu
nhiên khác được lấy ở thành phố B gồm 40 cư dân với trung bình là
18.6 dặm một ngày và độ lệch chuẩn là 7.4 dặm một ngày. Hãy tìm
khoảng tin cậy 95% cho sự khác biệt trung bình của hai tổng thể?
• Tóm tắt:
𝑛1 = 50 𝑛2 = 40
𝑥ҧ = 22.5 𝑦ത = 18.6
𝑠1 = 8.4 𝑠2 = 7.4
Công thức ước lượng hiệu hai trung bình:
𝑋ത − 𝑌ത − 𝜀 < 𝜇1 − 𝜇2 < 𝑋ത − 𝑌ത + 𝜀
𝑆12 𝑆22
Với 𝜀 = 𝑧𝛼/2 +
𝑛1 𝑛2
Ta có: độ tin cậy 95% ⇒ 𝛼 = 0.05 ⇒ 𝑧0.025 = 1.96
𝑆12 𝑆22 8.42 7.42
⇒ 𝜀 = 𝑧𝛼/2 + = 1.96 + = 3.268
𝑛1 𝑛2 50 40
Vậy khoảng tin cậy 95% cho sự khác biệt hai trung bình là:
22.5 − 18.6 − 3.268 < 𝜇1 − 𝜇2 < 22.5 − 18.6 + 3.268
⟺ 0.632 < 𝜇1 − 𝜇2 < 7.168
4. Ước lượng khoảng cho tham số tổng thể
phân phối chuẩn.
• Ước lượng sự khác biệt hai trung bình của hai mẫu độc lập (hiệu
hai trung bình)
Trường hợp 3: Chưa biết phương sai tổng thể nhưng biết chúng
bằng nhau (𝝈𝟐𝟏 = 𝝈𝟐𝟐 ) và kích thước mẫu nhỏ hơn 30 (𝒏𝟏 < 𝟑𝟎
hoặc 𝒏𝟐 < 𝟑𝟎)
Công thức ước lượng hiệu hai trung bình:
𝑋ത − 𝑌ത − 𝜀 < 𝜇1 − 𝜇2 < 𝑋ത − 𝑌ത + 𝜀
𝑘 1 1 𝑛1 −1 𝑆12 + 𝑛2 −1 𝑆22
Với 𝜀 = 𝑡𝛼 𝑆𝑃 + , 𝑆𝑃2 = , 𝑘 = 𝑛1 − 𝑛2 − 2
𝑛1 𝑛2 𝑛1 −𝑛2 −2
2
4. Ước lượng khoảng cho tham số tổng thể
phân phối chuẩn.
• Ước lượng sự khác biệt hai trung bình của hai mẫu độc lập (hiệu
hai trung bình)
Trường hợp 3: Chưa biết phương sai tổng thể nhưng biết chúng
bằng nhau (𝝈𝟐𝟏 = 𝝈𝟐𝟐 ) và kích thước mẫu nhỏ hơn 30 (𝒏𝟏 < 𝟑𝟎
hoặc 𝒏𝟐 < 𝟑𝟎)
Ví dụ 9: Để xác định hiệu quả của giáo viên đến điểm thi SAT, người ta
lấy ngẫu nhiên mẫu ngẫu nhiên của 2 bang, mỗi bang gồm 4 học sinh và
thu được kết quả: bang thứ nhất có điểm trung bình 330 điểm và độ lệch
chuẩn mẫu 33.67 điểm; bang thứ hai có điểm trung bình 360 điểm và độ
lệch chuẩn mẫu 29.44 điểm. Hãy tìm khoảng tin cậy 95% cho hiệu
điểm thi của hai bang. Biết rằng điểm thi của mỗi bạn có phân phối
chuẩn và giả sử phương sai của hai bang này là bằng nhau.
• Tóm tắt: 𝜎12 = 𝜎22 𝑛1 = 4 𝑛2 = 4
𝑥ҧ = 330 𝑦ത = 360
𝑠1 = 33.67 𝑠2 = 29.44
Công thức ước lượng hiệu hai trung bình:
𝑋ത − 𝑌ത − 𝜀 < 𝜇1 − 𝜇2 < 𝑋ത − 𝑌ത + 𝜀
𝑘 1 1 𝑛1 −1 𝑆12 + 𝑛2 −1 𝑆22
Với 𝜀 = 𝑡𝛼 𝑆𝑃 𝑛1
+ 𝑛 , 𝑆𝑃2 = 𝑛1 +𝑛2 −2
,𝑘 = 𝑛1 + 𝑛2 − 2
2 2
6
Ta có: độ tin cậy 95% ⇒ 𝛼 = 0.05, 𝑘 = 4 + 4 − 2 = 6 ⇒ 𝑡0.025 = 2.44
2 2 2 2
𝑛1 − 1 𝑆1 + 𝑛 2 − 1 𝑆2 4 − 1 × 33.67 + 4 − 1 × 29.44
𝑆𝑃2 = = = 1000.19125
𝑛1 + 𝑛2 − 2 4+4−2
1 1 1 1
⇒𝜀= 𝑡𝛼𝑘 𝑆𝑃 + = 2.447 × 1000.19125 + = 54.722
2 𝑛1 𝑛2 4 4
Vậy khoảng tin cậy 95% cho sự khác biệt hai trung bình là:
330 − 360 − 54.722 < 𝜇1 − 𝜇2 < 330 − 360 + 54.722
⟺ −84.722 < 𝜇1 − 𝜇2 < 24.722
4. Ước lượng khoảng cho tham số tổng thể
phân phối chuẩn.
• Ước lượng sự khác biệt hai trung bình của hai mẫu độc lập (hiệu hai
trung bình)
Trường hợp 4: Chưa biết phương sai tổng thể nhưng biết chúng
không bằng nhau (𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐 ) và kích thước mẫu nhỏ hơn 30 (𝒏𝟏 < 𝟑𝟎
hoặc 𝒏𝟐 < 𝟑𝟎)
Công thức ước lượng hiệu hai trung bình:
𝑋ത − 𝑌ത − 𝜀 < 𝜇1 − 𝜇2 < 𝑋ത − 𝑌ത + 𝜀
2 2 2
𝑆1 𝑆2
+
𝑘 𝑆12 𝑆22 𝑛1 𝑛2
Với 𝜀 = 𝑡𝛼 + ,𝑘 = 2 2 2
2
𝑛1 𝑛2 𝑆2
1 𝑆 2
𝑛1 𝑛2
+
𝑛1 −1 𝑛2 −1
4. Ước lượng khoảng cho tham số tổng thể
phân phối chuẩn.
• Ước lượng sự khác biệt hai trung bình của hai mẫu độc lập (hiệu hai
trung bình)
Trường hợp 4: Chưa biết phương sai tổng thể nhưng biết chúng
không bằng nhau (𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐 ) và kích thước mẫu nhỏ hơn 30 (𝒏𝟏 < 𝟑𝟎
hoặc 𝒏𝟐 < 𝟑𝟎)
Ví dụ 10: Để cung cấp sự khác biệt về trung bình tổng thể số dư tài khoản
của một ngân hàng, ta tiến hành lấy mẫu.
Ở chi nhánh A, 𝑛1 = 28, 𝑥1ҧ = $1025, 𝑠1 = $150.
Ở chi nhánh B, 𝑛2 = 22, 𝑥ҧ2 = $910, 𝑠2 = $125.
Tìm khoảng tin cậy 95% cho sự khác biệt về trung bình của hai chi nhánh
này.
• Tóm tắt: 𝜎12 ≠ 𝜎22 𝑛1 = 28 𝑛2 = 22
𝑥ҧ = 1025 𝑦ത = 910
𝑠1 = 150 𝑠2 = 125
Công thức ước lượng hiệu hai trung bình:
𝑋ത − 𝑌ത − 𝜀 < 𝜇1 − 𝜇2 < 𝑋ത − 𝑌ത + 𝜀
𝑆2 𝑆2 2
1+ 2
𝑘 𝑆12 𝑆22 𝑛1 𝑛2
Với 𝜀 = 𝑡𝛼 + ,𝑘 = 2 2 2
𝑛1 𝑛2 𝑆2
1 𝑆2
2
𝑛1 𝑛2
+
𝑛1 −1 𝑛2 −1
2 2 2 2 2
𝑆1 𝑆2 1502
125
𝑛1 + 𝑛2 28 + 22
𝑘= = = 47.805 ≈ 47
2 2 2 2 1502 2
1252 2
𝑆1 𝑆2
𝑛1 𝑛2 28 22
28 − 1 + 22 − 1
𝑛1 − 1 + 𝑛2 − 1
47
Ta có: độ tin cậy 95% ⇒ 𝛼 = 0.05, 𝑘 = 4 + 4 − 2 = 6 ⇒ 𝑡0.025 = 2.012 (Ex𝑐𝑒𝑙)
• Tóm tắt: 𝜎12 ≠ 𝜎22 𝑛1 = 28 𝑛2 = 22
𝑥ҧ1 = 1025 𝑥ҧ2 = 910
𝑠1 = 150 𝑠2 = 125
Công thức ước lượng hiệu hai trung bình:
𝑋ത − 𝑌ത − 𝜀 < 𝜇1 − 𝜇2 < 𝑋ത − 𝑌ത + 𝜀
𝑆2 𝑆2 2
1+ 2
𝑘 𝑆12 𝑆22 𝑛1 𝑛2 47
Với 𝜀 = 𝑡𝛼 + ,𝑘 = 2 2 , 𝑡0.025 = 2.012.
𝑛1 𝑛2 𝑆2
1 𝑆2
2
2
𝑛1 𝑛2
+
𝑛1 −1 𝑛2 −1
• 𝑑ҧ = 0.3, 𝑠𝑑 = 0.335
• GIẢI:
𝑑ҧ = 0.3, 𝑠𝑑 = 0.335, 𝑛 = 6
Công thức khoảng tin cậy cho sự khác biệt trung bình:
𝑛−1 𝑠𝑑 𝑛−1 𝑠𝑑
𝑑ҧ − 𝑡𝛼 ≤ 𝜇1 − 𝜇2 ≤ 𝑑ҧ + 𝑡𝛼
2 𝑛 2 𝑛
Với độ tin cậy 95%, 𝛼 = 0.05, n = 6 ⇒ t 50.025 = 2.571
0.335 0.335
0.3 − 2.571 × ≤ 𝜇1 − 𝜇2 ≤ 0.3 + 2.571 ×
6 6
⟺ −0.052 ≤ 𝜇1 − 𝜇2 ≤ 0.652
4. Ước lượng khoảng cho tham số tổng thể
phân phối chuẩn.
• Ước lượng sự khác biệt giữa hai tỷ lệ tổng thể
4. Ước lượng khoảng cho tham số tổng thể
phân phối chuẩn.
• Ước lượng sự khác biệt giữa hai tỷ lệ tổng thể
Công thức ước lượng hiệu hai tỷ lệ tổng thể:
𝑓1 − 𝑓2 − 𝜀 < 𝑝1 − 𝑝2 < 𝑓1 − 𝑓2 + 𝜀
𝑓1 1−𝑓1 𝑓2 1−𝑓2
Với 𝜀 = 𝑧𝛼/2 +
𝑛1 𝑛2
1 1 𝑛1 𝑓1 +𝑛2 𝑓2
Hoặc 𝜀 = 𝑧𝛼/2 𝑓ҧ 1 − 𝑓ҧ + ҧ
với 𝑓 =
𝑛1 𝑛2 𝑛1 +𝑛2
4. Ước lượng khoảng cho tham số tổng thể
phân phối chuẩn.
• Ước lượng sự khác biệt giữa hai tỷ lệ tổng thể
Ví dụ 11: Thông tin khai thuế của hai văn phòng được ghi nhận như
sau:
Văn phòng 1 Văn phòng 2
Tổng số tờ khai 250 300
Số lượng tờ khai sai 35 27
Tìm khoảng tin cậy 90% cho sự khác biệt tỷ lệ tờ khai thuế sai giữa hai
văn phòng này.
• Tóm tắt: 𝑛1 = 250 𝑛2 = 300
𝑥1 = 35 𝑥2 = 27
𝑥1 35 𝑥2 27
𝑓1 = = = 0.14 𝑓2 = = = 0.09
𝑛1 250 𝑛2 300
Công thức ước lượng hiệu hai tỷ lệ tổng thể:
𝑓1 − 𝑓2 − 𝜀 < 𝑝1 − 𝑝2 < 𝑓1 − 𝑓2 + 𝜀
𝑓1 1−𝑓1 𝑓2 1−𝑓2
Với 𝜀 = 𝑧𝛼/2 +
𝑛1 𝑛2