CHƯƠNG 2

CƠ SỞ XÁC SUẤT CỦA

CÁC THỐNG KÊ
NỘI DUNG BÀI:
• Các khái niệm cơ bản:
• Quy luật phân phối xác suất của một thống kê:
• Suy diễn thống kê:
CÁC KHÁI NIỆM CƠ BẢN:
• Phương pháp mẫu
• Tổng thể nghiên cứu
• Tham số đặc trưng của tổng thể
• Mẫu ngẫu nhiên
• Thống kê
QUY LUẬT PHÂN PHỐI XÁC SUẤT CỦA
MỘT THỐNG KÊ:
• Biến ngẫu nhiên gốc phân phối chuẩn
• Biến ngẫu nhiên gốc phân phối Không – Một
• Hệ hai biến ngẫu nhiên phân phối chuẩn
• Hệ hai biến ngẫu nhiên phân phối Không – Một
SUY DIỄN THỐNG KÊ:
• Suy diễn thống kê với tổng thể phân phối chuẩn
CÁC KHÁI NIỆM CƠ BẢN:
Phương pháp mẫu

Ví dụ 1: Xác định đối tượng nghiên cứu trong

từng tình huống
a. Nghiên cứu về nhu cầu tiêu dùng điện sinh
hoạt trên một khu vực.
b. Nghiên cứu về nhu cầu tiêu dùng điện cho sản
xuất kinh doanh.
CÁC KHÁI NIỆM CƠ BẢN:
Phương pháp mẫu

Þ Đối tượng nghiên cứu: có cùng một hoặc một

số dấu hiệu nghiên cứu.
Þ Dấu hiệu nghiên cứu: có thể là định tính
hoặc định lượng.
Þ Ký hiệu của dấu hiệu nghiên cứu: 𝜒.
CÁC KHÁI NIỆM CƠ BẢN:
Phương pháp mẫu

Ví dụ 2: Nghiên cứu về “kết quả” sản xuất kinh

doanh của các doanh nghiệp, có thể các dấu hiệu
định lượng như:
-Lợi nhuận.
-Doanh thu.
-Tăng trưởng doanh thu.
-Thị phần.
CÁC KHÁI NIỆM CƠ BẢN:
Phương pháp mẫu

Ví dụ 2: Nghiên cứu về “kết quả” sản xuất kinh doanh

của các doanh nghiệp, có thể các dấu hiệu định lượng
như: Lợi nhuận, Doanh thu, Tăng trưởng doanh thu, Thị
phần.
Þ Có thể mô tả các dấu hiệu thông qua các đại lượng.
Þ Đối với mỗi doanh nghiệp và trong một thời gian cụ
thể thì các dấu hiệu có thể là các giá trị xác định.
Þ Khi xét một doanh nghiệp bất kỳ, các dấu hiệu trở
thành các biến ngẫu nhiên.
CÁC KHÁI NIỆM CƠ BẢN:
Phương pháp mẫu

Ví dụ 3: Nghiên cứu về cuộc sống ở hai khu vực A và

B, vấn đề nghiên cứu có thể được phân chia thành
các dấu hiệu cụ thể như:
- Mức sống.
- Thu nhập.
- Sức khoẻ.
- Tuổi thọ.
- Giáo dục đào tạo.
CÁC KHÁI NIỆM CƠ BẢN:
Phương pháp mẫu

Ví dụ 4: Nghiên cứu về giới tính của trẻ sơ

sinh tại một khu vực trong khoảng thời gian một
năm.
CÁC KHÁI NIỆM CƠ BẢN:
Phương pháp mẫu

Có hai phương pháp nghiên cứu để thu thập thông

tin các biến ngẫu nhiên:
-Nghiên cứu tổng thể.
-Nghiên cứu mẫu.
CÁC KHÁI NIỆM CƠ BẢN:
Phương pháp mẫu

Nghiên cứu tổng thể:

-Thu thập số liệu của biến ngẫu nhiên trên toàn
bộ tập chứa dấu hiệu nghiên cứu.
-Nếu thu được đầy đủ thông tin của toàn bộ tập
hợp thì kết quả sẽ phản ánh chính xác và đầy
đủ.
CÁC KHÁI NIỆM CƠ BẢN:
Phương pháp mẫu

Nghiên cứu tổng thể:

Nhược điểm:
- Chi phí tốn kém.
- Có những tổng thể không thể điều tra được hoặc
không tồn tại.
- Có thể bỏ sót hoặc trùng lặp.
- Sai sót trong quá trình điều tra.
=> Thực hiện với quy mô nhỏ, ổn định.
CÁC KHÁI NIỆM CƠ BẢN:
Phương pháp mẫu

Nghiên cứu mẫu:

-Thu thập số liệu của biến ngẫu nhiên trên một
bộ phận của tập chứa dấu hiệu nghiên cứu.
-Dựa trên thông tin thu được ở mẫu, có thể dùng
phương pháp suy luận khoa học để tìm thông tin
tổng quát.
CÁC KHÁI NIỆM CƠ BẢN:
Phương pháp mẫu

Nghiên cứu mẫu:

Ưu điểm:
- Tính khả thi.
- Chi phí ít tốn kém.
- Ít có khả năng trùng lặp.
- Lượng thông tin có tính giảm dần.
Þ Nếu lấy mẫu khoa học thì vẫn đảm bảo tính chính
xác.
CÁC KHÁI NIỆM CƠ BẢN:
Tổng thể nghiên cứu

Định nghĩa: Toàn bộ tập hợp các phần tử đồng

nhất theo một dấu hiệu nghiên cứu định tính
hoặc định lượng nào đó được gọi là tổng thể
nghiên cứu (tổng thể).

Chú ý: Các phần tử trong tổng thể là rời rạc

hoặc có thể rời rạc.
CÁC KHÁI NIỆM CƠ BẢN:
Tổng thể nghiên cứu

Định nghĩa: Số lượng phần tử của một tổng thể được

gọi là kích thước tổng thể, kí hiệu là 𝑁.

Chú ý: Kích thước tổng thể có thể là hữu hạn hoặc

là vô hạn đếm được.
CÁC KHÁI NIỆM CƠ BẢN:
Tổng thể nghiên cứu

Định nghĩa: Biến ngẫu nhiên 𝑋 là đại diện và lượng

hoá cho dấu hiệu nghiên cứu trong tổng thể, gọi là
biến ngẫu nhiên gốc của tổng thể. Quy luật phân
phối xác suất của 𝑋 được gọi là quy luật gốc của
tổng thể.
CÁC KHÁI NIỆM CƠ BẢN:
Tổng thể nghiên cứu

Ví dụ 5: Nghiên cứu về thu nhập hộ gia đình tại một

khu vực xác định, trong một khoảng thời gian xác
định.

Ví dụ 6: Nghiên cứu về giới tính trẻ sơ sinh tại

một quốc gia, không xác định thời gian cuối.

Ví dụ 7: Nghiên cứu về số chấm xuất hiện khi gieo

một con xúc xắc sáu mặt.
CÁC KHÁI NIỆM CƠ BẢN:
Tham số đặc trưng của tổng thể

1. Trung bình của tổng thể

2. Phương sai của tổng thể
3. Độ lệch chuẩn của tổng thể
4. Tần suất của tổng thể
CÁC KHÁI NIỆM CƠ BẢN:
Tham số đặc trưng của tổng thể

1. Trung bình của tổng thể

Định nghĩa: Trung bình tổng thể, ký hiệu 𝜇 , là
trung bình cộng tất cả các giá trị của biến ngẫu
nhiên gốc trong tổng thể.
Trung bình tổng thể được tính theo công thức:
$
1
𝜇 = & x!
𝑁
!"#
CÁC KHÁI NIỆM CƠ BẢN:
Tham số đặc trưng của tổng thể

1. Trung bình của tổng thể

Ví dụ 8: Nghiên cứu hai khu vực A và B, với cùng
biến ngẫu nhiên gốc X là thu nhập hộ gia đình.
a. Giải thích ý nghĩa của 𝜇% > 𝜇& ?
b. Nếu khu vực A có tổng cộng 1000 hộ gia đình,
tổng thu nhập của cả khu vực là 1.8 triệu USD,
thì trung bình thu nhập của tổng thể khu vực A
là bao nhiêu? Giải thích ý nghĩa của con số vừa
tìm được.
CÁC KHÁI NIỆM CƠ BẢN:
Tham số đặc trưng của tổng thể

1. Trung bình của tổng thể

Ví dụ 9: Nghiên cứu về giới tính của trẻ sơ sinh
tại một bệnh viện trong năm 2006. Gọi X là biến
ngẫu nhiên về giới tính trẻ sơ sinh. X = 0 nếu trẻ
sơ sinh là con gái, X = 1 nếu trẻ sơ sinh là con
trai. Nếu trong năm đó, có 742 đứa bé nam được sinh
ra trong tổng số 1400 trẻ, thì trung bình tổng thể
sẽ là bao nhiêu? Giải thích ý nghĩa con số đó.
CÁC KHÁI NIỆM CƠ BẢN:
Tham số đặc trưng của tổng thể

2. Phương sai của tổng thể

Định nghĩa: Phương sai tổng thể, ký hiệu 𝜎 ' , là
trung bình cộng trên toàn tổng thể của bình phương
chênh lệch giữa các giá trị của biến ngẫu nhiên gốc
và trung bình tổng thể.
Phương sai tổng thể được tính theo công thức:
$
1
𝜎' = & x! − 𝜇 '
N
!"#
CÁC KHÁI NIỆM CƠ BẢN:
Tham số đặc trưng của tổng thể

2. Phương sai của tổng thể

Chú ý: Phương sai tổng thể 𝜎 ' dùng để đo sự dao
động, thay đổi, phân tán (đồng đều, ổn định, tập
trung) của các gía trị phần tử trong tổng thể hay
các giá trị của biến ngẫu nhiên gốc X.
CÁC KHÁI NIỆM CƠ BẢN:
Tham số đặc trưng của tổng thể

2. Phương sai của tổng thể

Ví dụ 9: Nghiên cứu hai khu vực A và B, với cùng
biến ngẫu nhiên gốc X là thu nhập hộ gia đình.
a. Giải thích ý nghĩa của 𝜎%' > 𝜎&' ?
b. Giải thích ý nghĩa của 𝜇% > 𝜇& và 𝜎%' < 𝜎&' ?
CÁC KHÁI NIỆM CƠ BẢN:
Tham số đặc trưng của tổng thể

3. Độ lệch chuẩn của tổng thể

Định nghĩa: Độ lệch chuẩn của tổng thể, ký hiệu 𝜎,
là căn bậc hai của phương sai tổng thể.
Độ lệch chuẩn của tổng thể được tính theo công
thức:
𝜎= 𝜎'
Chú ý: Độ lệch chuẩn có các tính chất tương tự của
phương sai, trừ đơn vị đo.
CÁC KHÁI NIỆM CƠ BẢN:
Tham số đặc trưng của tổng thể

4. Tần suất của tổng thể

Định nghĩa: Tần suất tổng thể của một dấu hiệu A ,
ký hiệu p , là tỷ số giữa số phần tử của tổng thể
mang dấu hiệu đó và kích thước tổng thể.
Nếu ký hiệu số phần tử chứa dấu hiệu A là M , thì
tần suất của dấu hiệu A được tính như sau:
M
p=
N
CÁC KHÁI NIỆM CƠ BẢN:
Tham số đặc trưng của tổng thể

4. Tần suất của tổng thể

Ví dụ 11: Có 10 sinh viên, điểm thi môn XSTK như sau:
- 5 người được 8 điểm.
- 3 người được 6 điểm.
- 2 người được 5 điểm.
Coi 10 sinh viên này là tổng thể.
a. Xác định trung bình của tổng thể. Giải thích.
b. Xác định độ lệch chuẩn của tổng thể. Giải thích.
c. Xác định tần suất sinh viên đạt 6 điểm trở lên.
CÁC KHÁI NIỆM CƠ BẢN:
Tham số đặc trưng của tổng thể

4. Tần suất của tổng thể

Ví dụ 12: Nghiên cứu về một con xúc xắc đồng chất
thông qua dấu hiệu là số chấm xuất hiện khi gieo.
a. Xác định trung bình của tổng thể. Giải thích.
b. Xác định độ lệch chuẩn của tổng thể. Giải thích.
c. Xác định tần suất xuất hiện của mặt có số chấm
lớn hơn 2 trở lên.
CÁC KHÁI NIỆM CƠ BẢN:
Mẫu ngẫu nhiên

1. Các vấn đề chọn mẫu

2. Mô tả mẫu
CÁC KHÁI NIỆM CƠ BẢN:
Mẫu ngẫu nhiên

1. Các vấn đề chọn mẫu:

Chọn ngẫu nhiên n phần tử trong tổng thể để thu
thập thông tin, ta được một tập hợp con của
tổng thể gồm n phần tử đại diện cho tổng thể,
gọi là một mẫu, n gọi là kích thước mẫu.
CÁC KHÁI NIỆM CƠ BẢN:
Mẫu ngẫu nhiên

1. Các vấn đề chọn mẫu:

Định nghĩa: Mẫu ngẫu nhiên kích thước n là tập hợp
của n biến ngẫu nhiên độc lập 𝑋# , 𝑋' , … , X ( được thành
lập từ biến ngẫu nhiên X trong tổng thể nghiên cứu
và cùng quy luật phân phối xác suất với X.
Ký hiệu mẫu ngẫu nhiên là W = X# , X ' , … , X ( và
E X# = E X ' = ⋯ = E X ( = E X = 𝜇
V X# = V X ' = ⋯ = V X ( = V X = 𝜎 ' .
CÁC KHÁI NIỆM CƠ BẢN:
Mẫu ngẫu nhiên

1. Các vấn đề chọn mẫu:

Ví dụ 13: Nghiên cứu về một con xúc xắc đồng
chất thông qua dấu hiệu là số chấm xuất hiện
khi gieo.
Lấy một mẫu có kích thước là 4, tức là thu thập
thông tin qua 4 lần gieo thử ngẫu nhiên độc lập
nhau, n = 4.
CÁC KHÁI NIỆM CƠ BẢN:
Mẫu ngẫu nhiên

2. Mô tả mẫu:
Có thể sử bảng phân phối tần số - tần suất để
mô tả mẫu.
CÁC KHÁI NIỆM CƠ BẢN:
Mẫu ngẫu nhiên

2. Mô tả mẫu:
Ví dụ 14: Số liệu điều tra về tổng thu nhập
(triệu đồng) của 100 hộ gia đình ở một khu vực
như sau
Tổng thu nhập 4 – 6 6 – 8 8 – 10 10 – 12 12 – 14 14 – 16
Số hộ 9 17 20 25 18 11
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

1. Trung bình mẫu

2. Phương sai S ∗𝟐
3. Phương sai mẫu, độ lệch chuẩn mẫu
4. Tần suất mẫu
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

Thống kê là các thông tin tổng hợp về mẫu được tính

toán dựa trên mẫu.
Định nghĩa: Xét mẫu ngẫu nhiên 𝑊 = 𝑋# , 𝑋' , … , 𝑋) ,
thống kê trên mẫu là một hàm số của các thành phần
mẫu X ! , i = 1, … , n.
Ký hiệu: G = f X# , X ' , … , X ( .
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

Ví dụ 15: Với mẫu ngẫu nhiên kích thước là 3:

W = X# , X ' , X *
Thống kê G là hàm “giá trị nhỏ nhất” của các đối
số.
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

1. Trung bình mẫu:

Định nghĩa: Trung bình mẫu là trung bình cộng các
giá trị của mẫu.
Với mẫu ngẫu nhiên 𝑊 = 𝑋# , 𝑋' , … , 𝑋) , trung bình mẫu
ký hiệu là X được tính theo công thức :
(
1
X = & X! .
n
!"#
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

1. Trung bình mẫu:

Các giá trị đặc trưng của biến nhiên X như sau
E X =𝜇
# $ &!
V X = %
= %

𝜎
Se(X) = 𝜎 X = V(X) =
n
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

1. Trung bình mẫu:

Ví dụ 16: Giả sử trên cùng một tổng thể có hai mẫu
w# và w' , với w# = (1,4,3,5) và w' = (1,3,6).
a. Trung bình mẫu w# ?
b. Trung bình mẫu w' ?
c. Trung bình mẫu gộp?
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

2. Phương sai S ∗𝟐
Phương sai 𝑆 ∗' là trung bình cộng bình phương chênh
lệch giữa các giá trị của mẫu với trung bình tổng
thể.
Phương sai 𝑆 ∗' chỉ tính được trong trường hợp trung
bình tổng thể 𝝁 là đã biết, được tính như sau
(
1
𝑆 ∗' = &(X ! − 𝜇)
n
!"#
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

2. Phương sai S ∗𝟐
Phương sai 𝑆 ∗' là trung bình cộng bình phương chênh
lệch giữa các giá trị của mẫu với trung bình tổng
thể.
Khi đó,
E S ∗" = 𝜎 "
Độ lệch chuẩn tương ứng với mẫu cụ thể
S∗ = S ∗'
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

2. Phương sai S ∗𝟐
Ví dụ 17: Giả sử trên cùng một tổng thể có hai mẫu
w# và w' , với w# = (1,4,3,5) và w' = (1,3,6) và đã biết
là 𝜇 = 3.5.
a. Phương sai 𝑆 ∗' w# ?
b. Phương sai 𝑆 ∗' w' ?
c. Phương sai 𝑆 ∗' gộp?
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

3. Phương sai mẫu S 𝟐

Xét thống kê tổng bình phương sai lệch và trung
bình của bình phương sai lệch. Tổng bình phương sai
lệch kí hiệu là SS, được tính như sau:
(
'
SS = & X ! − X
!"#
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

3. Phương sai mẫu S 𝟐

Định nghĩa: Trung bình của tổng bình phương sai
lệch, kí hiệu là MS, là trung bình cộng bình phương
chênh lệch giữa các giá trị của mẫu với trung bình
mẫu. MS được tính theo công thức sau:

(
SS 1 ' '
MS = = & X! − X = X' −X
n n
!"#
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

3. Phương sai mẫu S 𝟐

Định nghĩa: Phương sai mẫu, kí hiệu S ' , bằng tích
(
của trung bình bình phương sai lệch (MS) với (-#
.

Công thức được tính như sau

'
n
S = MS
n−1
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

3. Phương sai mẫu S 𝟐

Định nghĩa: Độ lệch chuẩn mẫu, kí hiệu là S, là căn
bậc hai của phương sai mẫu

S= S'
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

3. Phương sai mẫu S 𝟐 :

Ví dụ 18: Giả sử trên cùng một tổng thể có hai mẫu
w# và w' , với w# = (1,4,3,5) và w' = (1,3,6).
a. Phương sai 𝑆 ∗' w# ?
b. Phương sai 𝑆 ∗' w' ?
c. Phương sai 𝑆 ∗' gộp?
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê
4. Tần suất mẫu:
Định nghĩa: Tần suất mẫu, kí hiệu là f, là tỉ số
giữa số lần xuất hiện biến cố A trong mẫu và kích
thước mẫu. Nếu trong mẫu ngẫu nhiên kích thước n,
biến cố A xuất hiện XA lần (XA là biến ngẫu nhiên,
XA = {0, 1,…, n}), thì tần suất mẫu của biến cố A:

X%
f=
n
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê
4. Tần suất mẫu:
Đặt xác suất của biến cố A là p: 𝑃(𝐴) = 𝑝 , khi đó
các tham số đặc trưng của tần suất mẫu:

E f = p

p p−1 p p−1
V f = ; 𝜎 f =
n n
CÁC KHÁI NIỆM CƠ BẢN:
Thống kê

4. Tần suất mẫu:

Ví dụ 19: Giả sử trên cùng một tổng thể có hai mẫu
w# và w' , với w# = (1,4,3,5) và w' = (1,3,6).
a. Tần suất mẫu w# của giá trị lớn hơn 4?
b. Tần suất mẫu w' của giá trị lớn hơn 3?
c. Tần suất mẫu gộp của giá trị lớn hơn 1?
CÁC KHÁI NIỆM CƠ BẢN:
Bài tập

Bài 1: Hãy cho biết sự khác biệt giữa phương sai và độ

lệch chuẩn.
Bài 2: Trong một chủ đề nghiên cứu về mối liên hệ giữa
tiền lương và trình độ học vấn, số năm kinh nghiệm của
nhân viên văn phòng. Bạn hãy cho biết:

a)Đối tượng nghiên cứu là ai?

b)Các biến ngẫu nhiên cần nghiên cứu trong chủ đề này
là gì?
 CÁC KHÁI NIỆM CƠ BẢN:
Bài tập
Bài 3: Năm nay khảo sát về số giờ tự học trong tuần của các sinh
viên trong một trường, ta được bảng số liệu sau:
Số giờ/tuần 2 – 4 4 – 6 6 – 8 8 – 10 10 – 12 12 – 16

Số sinh viên 20 25 35 45 65 60

a) Hãy tính các thống kê đặc trưng mẫu gồm trung bình, phương sai,
độ lệch chuẩn. Bạn có nhận xét gì về giá trị phương sai được tính
ra.
b) Giả sử biết trung bình tổng thể bằng 10 (giờ/tuần) hãy tính
phương sai s ∗".
c) Hãy tính tần suất mẫu của những sinh viên có giờ tự học trong
khoảng (8; 12) (giờ/tuần)
Quy luật PPXS của một số TK
Biến ngẫu nhiên gốc phân phối chuẩn

Định nghĩa: Cho các biến ngẫu nhiên thành phần cũng
có cùng quy luật phân phối chuẩn, cùng kì vọng và
phương sai, X ' ~N 𝜇, 𝜎 ( , i = 1, … , n.
Khi đó,
𝜎(
X~N 𝜇,
n
Quy luật PPXS của một số TK
Biến ngẫu nhiên gốc phân phối chuẩn

#$∗" # )# *+ "
Định nghĩa: Xét thống kê = ∑&'( , khi đó thống
%" %
kê
nS ∗' '
' ~𝜒 (n)
𝜎
Quy luật PPXS của một số TK
Biến ngẫu nhiên gốc phân phối chuẩn

(#*()$"
Định nghĩa: Xét thống kê 𝜒" = %"
, khi đó thống kê
'
(n − 1)S
𝜒' = ' ~𝜒 '
(n − 1)
𝜎
Quy luật PPXS của một số TK
Biến ngẫu nhiên gốc phân phối chuẩn

)*. #
Định nghĩa: Xét thống kê T = $
, khi đó thống kê

X−𝜇 n
T= ~T(n − 1)
S
Quy luật PPXS của một số TK
Biến ngẫu nhiên gốc phân phối Không – Một

Định nghĩa: Với 𝑝 là xác suất xảy ra một biến cố A

khi thực hiện một phép thử, với mỗi phần tử của
mẫu, X là số lần A xuất hiện, thì X phân phối theo
quy luật Không-một: 𝑋 ~ 𝐴(𝑝), do đó
𝐸 𝑋 = 𝑝; 𝑉 𝑋 = 𝑝 1– 𝑝 .
Quy luật PPXS của một số TK
Biến ngẫu nhiên gốc phân phối Không – Một

. .-# #
Định nghĩa: Nếu n > 5 và .-#
− . (
< 0.3 thì tần
suất xấp xỉ phân phối chuẩn:
𝑝 𝑝−1
f ∼ N p, .
n
/-. (
Nếu Z = thì Z ∼ N(0,1).
. .-#
Quy luật PPXS của một số TK
Hệ hai biến ngẫu nhiên phân phối chuẩn

Định nghĩa: Với hai mẫu ngẫu nhiên W# , W' , tính được
các giá trị thống kê trung bình và phương sai mẫu
X# , S#' , X ' , S'' , khi đó:
𝜎#'
X# ∼ N 𝜇# , ,
n#
𝜎''
X ' ∼ N 𝜇' , .
n'
Quy luật PPXS của một số TK
Hệ hai biến ngẫu nhiên phân phối chuẩn

Xét biến ngẫu nhiên Z = X( − X ", khi đó

E Z = 𝜇( − 𝜇"
𝜎(" 𝜎""
V Z = +
n( n"
Đặt

X( − X " − 𝜇( − 𝜇"
U= ∼ N(0,1)
𝜎(" 𝜎""
n( + n"
Quy luật PPXS của một số TK
Hệ hai biến ngẫu nhiên phân phối chuẩn

Trường hợp không biết phương sai tổng thể.

Đặt

X( − X " − 𝜇( − 𝜇"
T= ∼ T df
S(" S""
n( + n"

Với
%"
$
#$ *( #" *( &$
df = #" *( /" 0 #" *( (*/ " và C= %" "
$ 0%"
&$ &"
Quy luật PPXS của một số TK
Hệ hai biến ngẫu nhiên phân phối chuẩn

Trường hợp không biết phương sai tổng thể.

CHÚ Ý: Trong hầu hết các trường hợp sẽ sử dụng, hai
kích thước mẫu 𝑛1, 𝑛2 lớn hơn 30, khi đó
𝑇 ~ 𝑁(0, 1)
Quy luật PPXS của một số TK
Hệ hai biến ngẫu nhiên phân phối chuẩn

Xét biến ngẫu nhiên

S#' /𝜎#'
F= ' '
S' /𝜎'
Khi đó,
F ∼ F(n# − 1, n' − 1)
Quy luật PPXS của một số TK
Hệ hai biến ngẫu nhiên phân phối Không – Một

Từ hai biến ngẫu nhiên gốc xây dựng hai mẫu tương
ứng, mẫu 𝑊1 kích thước 𝑛1 và mẫu 𝑊2 kích thước 𝑛2 .
Từ hai mẫu tính được hai tần suất mẫu tương ứng là
𝑓1 và 𝑓2 . Khi đó, theo tính chất phân phối xác suất
của tần suất, với 𝑛1 và 𝑛2 đủ lớn thì:

𝑝# 𝑝# − 1 𝑝' 𝑝' − 1
f# ∼ N p# , và f' ∼ N p' ,
n# n'
Quy luật PPXS của một số TK
Hệ hai biến ngẫu nhiên phân phối Không – Một

Do đó, biến ngẫu nhiên

f# − f' − p# − p'
Z= ∼ N(0,1)
𝑝# 𝑝# − 1 𝑝 𝑝 −1
+ ' '
n# n'
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

Nếu tổng thể phân phối chuẩn 𝑋 ~ 𝑁( , 2), với µ và s2

là đã biết, cần suy đoán xem với một mức xác suất
cho trước thì các thống kê mẫu ngẫu nhiên: trung
bình, phương sai mẫu sẽ nằm trong khoảng nào, tối đa
và tối thiểu bao nhiêu. Để thuận tiện, mức xác suất
cho trước được kí hiệu là (1– a).
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

1. Suy diễn tối thiểu cho trung bình mẫu

𝑃 𝑧(*1 < 𝑍 = 1 − 𝛼

X−𝜇 n
⟺ P −z0 < =1−𝛼
𝜎
𝜎
⟺P 𝜇− z0 < X = 1 − 𝛼
n
Vậy với mức xác suất (1–a) cho trước thì X tối thiểu
1
bằng 𝜇 − z
( 0
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

2. Suy diễn tối đa cho trung bình mẫu

𝑃 Z > z1 = 𝛼
⟺ P Z < z0 = 1 − 𝛼
𝜎
⟺P X<𝜇+ z0 = 1 − 𝛼
n
Vậy với mức xác suất (1–a) cho trước thì X tối đa
1
bằng 𝜇 + z
( 0
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

3. Suy diễn bằng khoảng đối xứng cho trung bình mẫu
𝑃 −z1/"< Z < z1/" = 1 − 𝛼
⟺ P Z < z0 = 1 − 𝛼
𝜎 𝜎
⟺P 𝜇− z0 < X < 𝜇 + z0/' = 1 − 𝛼
n ' n
Vậy với mức xác suất (1–a) cho trước thì X nằm trong
1 1
khoảng 𝜇 − z" , 𝜇
( #
+ z
( 0/'
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

4. Suy diễn phương sai mẫu

Với mức xác suất 1 − 𝛼, ta có
n − 1 S"
P 𝜒 "(*1
#*(
< " =1−𝛼
𝜎
𝜎 " " #*(
⟺P 𝜒 (*1 < S " = 1 − 𝛼
n−1
%" " #*(
Suy diễn tối thiểu cho S" là 𝜒
#*( (*1
.
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

4. Suy diễn phương sai mẫu

Với mức xác suất 1 − 𝛼, ta có
n − 1 S" " #*(
P > 𝜒1 =𝛼
𝜎"
𝜎 "
⟺ P S" < 𝜒1" #*( =1−𝛼
n−1
%" " #*(
Suy diễn tối đa cho S" là 𝜒
#*( 1
.
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

4. Suy diễn phương sai mẫu

Với mức xác suất 1 − 𝛼, ta có
n − 1 S"
P 𝜒 "(*1/"
#*(
< < 𝜒 " #*(
1/" =1−𝛼
𝜎"
𝜎 " " #*( 𝜎 "
" #*(
⟺P 𝜒 (*1/" < S " < 𝜒1/" =1−𝛼
n−1 n−1
%" " #*( %" " #*(
Suy diễn đối xứng cho S" là 𝜒
#*( (*1/"
; #*( 𝜒1/"
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

5. Suy diễn tần suất mẫu

Với mức xác suất 1 − 𝛼, ta có
f−p n
P −z1 < =1−𝛼
p 1−p

p 1−p
⟺P p− z1 < f = 1 − 𝛼
n

3 (*3
Suy diễn tối thiểu cho f là p − #
z1 .
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

5. Suy diễn tần suất mẫu

Với mức xác suất 1 − 𝛼, ta có
f−p n
P < z1 = 1 − 𝛼
p 1−p

p 1−p
⟺P f<p+ z1 = 1 − 𝛼
n

3 (*3
Suy diễn tối đa cho f là p + #
z1 .
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

5. Suy diễn tần suất mẫu

Với mức xác suất 1 − 𝛼, ta có
f−p n
P −z$ < < z$/% = 1 − 𝛼
% p 1−p

p 1−p p 1−p
⟺P p− z$/% < f < p + z$/% = 1 − 𝛼
n n

' ()' ' ()'

Suy diễn đối xứng cho f là khoảng p− z! ; p + z$/% .
* " *
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

6. Ví dụ
Bài 1: Biết điểm thi một môn học của sinh viên là biến ngẫu
nhiên phân phối chuẩn với trung bình là 6,5 điểm và phương
sai là 0,81 điểm2. Với một tập hợp ngẫu nhiên gồm 40 sinh viên
và mức xác suất 0,95 cho trước, trả lời các câu hỏi:
a) Tìm một khoảng đối xứng cho điểm trung bình của các sinh
viên đó?
b) Phương sai và độ lệch chuẩn điểm số của các sinh viên tối
đa bao nhiêu?
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

6. Ví dụ

Bài 2: Tỷ lệ công ty kinh doanh phá sản là 5%. Với

100 công ty chọn ngẫu nhiên, và xác suất 95% thì tỉ
lệ tối thiểu các công ty kinh doanh phá sản là bao
nhiêu, có tối thiểu bao nhiêu công ty kinh doanh phá
sản?
Suy diễn thống kê
Suy diễn thống kê với tổng thể phân phối chuẩn

6. Ví dụ
Bài 3: Năng suất một giống lúa là một biến ngẫu nhiên phân
phối chuẩn với năng suất trung bình 45(tạ/ha) và độ lệch
chuẩn 25 (tạ/ha). Với một tập hợp ngẫu nhiên gồm 40 hecta và
mức xác suất 0,95 cho trước, trả lời các câu hỏi:

a) Tìm một khoảng cho năng suất lúa trung bình của giống lúa
đó.

b) Phương sai và độ lệch chuẩn của các năng suất lúa đó tối
thiểu là bao nhiêu?