Professional Documents
Culture Documents
Slides Chương 7. Kiểm định giả thuyết thống kê
Slides Chương 7. Kiểm định giả thuyết thống kê
Khái niệm
7.2. Bài toán kiểm định tham số
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Trong thực tế ta thường gặp vấn đề: Kiểm tra thông tin mà ta nhận
được từ một nguồn tin nào đó (từ một người, từ một cơ quan, từ một
tổ chức,…) có đáng tin cậy không? có chấp nhận được không?
Công việc kiểm tra lại nội dung thông tin mà ta nhận được có đáng
tin cậy không là bài toán kiểm định.
Kiểm định giả thuyết thống kê: là phương pháp dùng công cụ của
thống kê, từ các thông tin thu được trên mẫu điều tra cho kết luận về
việc chấp nhận hay bác bỏ một giả thuyết.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Định nghĩa
Giả thuyết thống kê là những điều ta muốn bảo vệ hoặc ta nghi ngờ
muốn bác bỏ, được phát biểu dưới dạng H0 . Đối lập với giả thuyết
này (gọi là đối thuyết) kí hiệu H1 , theo nghĩa rằng nếu bác bỏ H0 thì
chấp nhận H1 và ngược lại.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ví dụ
Ví dụ 1. Khi sản xuất một đơn vị sản phẩm, người ta định mức chi phí
(trung bình) cho 1 đơn vị sản phẩm là 150 nghìn. Có ý kiến cho rằng
định mức này chưa sát với thực tế. Hãy lập giả thuyết để kiểm chứng
ý kiến này?
Cặp giả thuyết thống kê:
{
H0 : µ = 150
H1 : µ ̸= 150
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ví dụ 2. Khi sản xuất một đơn vị sản phẩm, người ta định mức chi phí
cho 1 đơn vị sản phẩm là 150 nghìn. Có ý kiến cho rằng định mức này
cao hơn thực tế. Hãy lập cặp giả thuyết thống kê để kiểm chứng ý
kiến này?
Ví dụ 3. Khi sản xuất một đơn vị sản phẩm, người ta định mức chi phí
cho 1 đơn vị sản phẩm là 150 nghìn. Có ý kiến cho rằng định mức này
thấp hơn thực tế. Hãy lập cặp giả thuyết thống kê để kiểm chứng ý
kiến này?
Ví dụ 4. Lô hàng đủ điều kiện xuất khẩu nếu tỷ lệ phế phẩm không
vượt quá 3%. Hãy lập giả thuyết thống kê để kiểm định xem lô hàng
có đủ điều kiện xuất khẩu không?
Ví dụ 5. Trọng lượng gà con lúc mới nở là biến ngẫu nhiên phân phối
chuẩn với độ lệch chuẩn là 10 gram. Có ý kiến cho rằng độ đồng đều
trọng lượng gà con đang giảm sút. Hãy lập cặp giả thuyết thống kê
kiểm định ý kiến trên. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Miền bác bỏ
Định nghĩa
Để kiểm định giả thuyết thống kê H0 , người ta sẽ tìm một miền W sao
cho khi mẫu
(x1 , x2 , . . . , xn ) ∈ W ⇒ bác bỏ giả thuyết H0 .
(x1 , x2 , . . . , xn ) ∈
/ W ⇒ chấp nhận giả thuyết H0 .
Miền W nói trên gọi là miền bác bỏ. Lưu ý
P((X1 , X2 , . . . , Xn ) ∈ W|H0 ) = α.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Bước 2: Chọn tiêu chuẩn kiểm định G và tìm giá trị quan sát
gqs = G(x1 , x2 , . . . , xn ) từ mẫu cụ thể đã biết.
Bước 3: Xây dựng miền bác bỏ W sao cho p(G ∈ W|H0 ) = α với α
là mức ý nghĩa của kiểm định.
Giả sử biến ngẫu nhiên X trong tổng thể có E(X) = µ cần kiểm định,
V(X) = σ 2 . Ta chia bài toán thành 4 trường hợp
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Trường hợp 1: Mẫu lớn (n ≥ 30), σ 2 đã biết. Chọn tiêu chuẩn kiểm
định √
(X − µ0 ) n
G= ∼ N(0, 1).
σ
{ √
H 0 : µ = µ0 (X − µ0 ) n
⇒ W = {G = : |G| > zα/2 }
H1 : µ ̸= µ0 σ
{ √
H 0 : µ = µ0 (X − µ0 ) n
⇒ W = {G = : G > zα }
H1 : µ > µ 0 σ
{ √
H 0 : µ = µ0 (X − µ0 ) n
⇒ W = {G = : G < −zα }
H1 : µ < µ 0 σ
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Trường hợp 2: Mẫu lớn (n ≥ 30), σ 2 chưa biết. Chọn tiêu chuẩn
kiểm định √
(X − µ0 ) n
G= ∼ N(0, 1).
S
{ √
H 0 : µ = µ0 (X − µ0 ) n
⇒ W = {G = : |G| > zα/2 }
H1 : µ ̸= µ0 S
{ √
H 0 : µ = µ0 (X − µ0 ) n
⇒ W = {G = : G > zα }
H1 : µ > µ 0 S
{ √
H 0 : µ = µ0 (X − µ0 ) n
⇒ W = {G = : G < −zα }
H1 : µ < µ 0 S
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
{ √
H 0 : µ = µ0 (X − µ0 ) n
⇒ W = {G = : |G| > tα/2 (n − 1)}
H1 : µ ̸= µ0 S
{ √
H 0 : µ = µ0 (X − µ0 ) n
⇒ W = {G = : G > tα (n − 1)}
H1 : µ > µ 0 S
{ √
H 0 : µ = µ0 (X − µ0 ) n
⇒ W = {G = : G < −tα (n − 1)}
H1 : µ < µ 0 S
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ví dụ
Ví dụ 1. Trong năm trước trọng lượng trung bình trước khi xuất
chuồng của bò ở một trang trại chăn nuôi là 380kg. Năm nay người ta
áp dụng thử một chế độ chăn nuôi mới với hy vọng là bò sẽ tăng trọng
nhanh hơn. Sau thời gian áp dụng thử, người ta lấy ngẫu nhiên 50 con
bò trước khi xuất chuồng đem cân và tính được trọng lượng trung
bình của chúng là 390kg. Vậy với mức ý nghĩa α = 0, 01 có thể cho
rằng trọng lượng trung bình của bò trước khi xuất chuồng đã tăng lên
hay không? Giả thiết trọng lượng của bò là biến ngẫu nhiên phân phối
chuẩn với độ lệch chuẩn là 35,2kg.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ví dụ
Ví dụ 2. Một công ty sản xuất hạt giống tuyên bố rằng một loại giống
mới của họ có năng suất trung bình 21,5 tạ/ha. Gieo thử giống này tại
16 vườn thí nghiệm thì thu được kết quả:
Dựa vào kết quả này hãy nhận xét xem quảng cáo của công ty có đúng
không với mức ý nghĩa 5%. Biết rằng năng suất giống cây trồng là
một biến ngẫu nhiên có phân phối chuẩn.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Bài toán: Giả sử p là tỷ lệ của tổng thể X chưa biết. Với mức ý nghĩa
α, kiểm định giả thuyết H0 : p = p0 (p0 đã biết).
√
(F − p0 ) n
np0 ≥ 5, n(1 − p0 ) ≥ 5 ⇒ G = √ ∼ N(0, 1)
p0 (1 − p0 )
{ √
H 0 : p = p0 (F − p0 ) n
⇒ W = {G = √ : |G| > zα/2 }
H1 : p ̸= p0 p (1 − p )
{ 0 √ 0
H 0 : p = p0 (F − p0 ) n
⇒ W = {G = √ : G > zα }
{
H 1 : p > p0 p0 (1 −√ p0 )
H 0 : p = p0 (F − p0 ) n
⇒ W = {G = √ : G < −zα }
H 1 : p < p0 p0 (1 − p0 )
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ví dụ
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ví dụ
Ví dụ 2. Tỷ lệ khách hàng tiêu dùng thường xuyên một loại sản phẩm
ở 1 địa phương nào đó là 60%. Sau một chiến dịch tiếp thị, người ta
thấy dường như tỷ lệ này đã tăng lên. Ban lãnh đạo công ty quyết định
điều tra xem quả thực tỷ lệ này đã tăng lên hay chưa, nếu không sẽ
tiến hành quảng cáo trên các phương tiện thông tin đại chúng. Phỏng
vấn ngẫu nhiên 400 người thì thấy có 250 người sử dụng thường
xuyên sản phẩm đó. Với mức ý nghĩa α = 5% xem tỷ lệ cũ đã tăng
lên chưa.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Bài toán: Giả sử tổng thể X có phân phối chuẩn N(µ, σ 2 ), trong đó σ 2
chưa biết. Với mức ý nghĩa α hãy kiểm định giả thuyết sau:
H0 : σ 2 = σ02
với σ02 đã biết. Ta chia bài toán thành hai trường hợp
E(X) = µ đã biết.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Trường hợp 1: E(X) = µ chưa biết. Chọn tiêu chuẩn kiểm định
(n − 1)S2
G= ∼ χ2 (n − 1).
σ02
{
H0 : σ 2 = σ02
H1 : σ 2 ̸= σ02
(n − 1)S2
⇒ W = {G = 2 : G < χ21−α/2 (n−1) hoặcG > χ2α/2 (n−1)}
{ σ0
H0 : σ 2 = σ02 (n − 1)S2
2 2 ⇒ W = {G = 2 : G > χ2α (n − 1)}
H1 : σ > σ 0 σ
{ 0
H0 : σ 2 = σ02 (n − 1)S2
⇒ W = {G = : G < χ21−α (n − 1)}
H1 : σ 2 < σ02 σ02
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Σ(Xi − µ)2
G= ∼ χ2 (n).
σ02
{
H0 : σ 2 = σ02
H1 : σ 2 ̸= σ02
Σ(Xi − µ)2
⇒ W = {G = 2 : G < χ21−α/2 (n) hoặcG > χ2α/2 (n)}
{ σ0
H0 : σ 2 = σ02 Σ(Xi − µ)2
2 2 ⇒ W = {G = 2 : G > χ2α (n)}
H1 : σ > σ 0 σ
{ 0
H0 : σ 2 = σ02 Σ(Xi − µ)2
⇒ W = {G = : G < χ21−α (n)}
H1 : σ 2 < σ02 σ02
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ví dụ
Ví dụ. Để kiểm tra độ chính xác của một máy, người ta đo ngẫu nhiên
kích thước của 15 chi tiết do máy đó sản xuất và tính được s2 = 14, 6.
Với mức ý nghĩa α = 0, 01 hãy kết luận máy có hoạt động bình
thường không, biết rằng kích thước chi tiết là biến ngẫu nhiên phân
phối chuẩn có dung sai theo thiết kế là σ 2 = 12.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .