Professional Documents
Culture Documents
BG XSTK
BG XSTK
5. Sơ lư c về Gi i tích tổ h p
Ví dụ 1. C 3 xạ thủ, m i người c ng bắn 1 viên đạn v o 1 con 1) Quy tắc c ng, quy tắc nhân
th .G i
Quy tắc tắc c ng Quy tắc nhân
Ai=“ xạ thủ th i bắn tr ng th ”, i=1,2,3.
L m công vi c A c 2 kh L m công vi c A ph i qua 2
H y biểu di n qua Ai c c bi n c sau: năng (Không xẩy ra đồng bước:
thời): -B’c1. c m c ch
1)A=“ th bị tr ng đạn”
-k/n 1. c m c ch -B’c 2. c n c ch
2)B =“ th bị tr ng 3 viên đạn” -k/n 2. c n c ch C bao nhiêu c ch
3)C =“ th bị tr ng 2 viên đạn” C bao nhiêu c ch l m A?
4)D =“ th không bị tr ng đạn” l m A? Gi i. C mn c ch
Gi i. C m+n c ch
2) Tổ h p v ch nh h p
Ví dụ 2. M t h p có 5 bi đỏ, 6 bi vàng.
Tổ h p ch p k của n phần t Ch nh h p ch p k của n phần t a) Có bao nhiêu cách l y 3 bi từ h p
b) Có bao nhiêu cách l y 3 bi từ h p trong đ có 2 bi đỏ
+L gì? +L gì? c) Có bao nhiêu cách l y 3 bi từ h p trong đ có bi đỏ
l m t b gồm k phần t tho l m t b gồm k phần t tho
2 tính ch t 2 tính ch t Ví dụ 3. Cho 4 ch s ( 1, 2, 3, 4)
- kh c nhau - kh c nhau a) C bao nhiêu c ch l p m t s c 3 ch s kh c nhau từ c c ch s
-không kể th t -kể th t trên
+ S lư ng + S lư ng
b) C bao nhiêu c ch l p m t s c 3 ch s từ c c ch s trên
! !
= ! − !
= − !
Bài tập luyện tập. 3. M t nồi hơi có 2 van b o hiểm V1, V2 hoạt đ ng đ c l p. Xác su t m i van V1, V2 hỏng
1. M t v n đ ng viên nh y cao khi thi đ u ph i nh y 2 lần.X c su t m i lần người đ tương ng là 0,1; 0,05.
nh y qua sào là 0,7; n u lần đầu nh y qua sào thì xác su t người đ nh y qua sào lần a) Tính xác su t nồi hơi hoạt đ ng an toàn
2 là 0,8. Tính xác su t trong 2 lần nh y có lần người đ nh y qua sào. i) khi có van không hỏng
2. M t nhà đầu tư quy t định đầu tư vào d án A và B. Kh năng g p rủi ro khi đầu tư ii) khi không có van hỏng
vào d án A, B tương ng là 0.3, 0.2 và g p rủi ro c hai là 0.15. Tính xác su t: b) Gi s nồi hơi hoạt đ ng an toàn khi có van không hỏng. Tính xác su t khi đ :
a) nhà đầu tư không g p rủi ro khi đầu tư vào d án A và B i) ch có m t van không hỏng;
b) nhà đầu tư ch g p rủi ro m t d án khi đầu tư vào d án A và B ii) ch có van V1 không hỏng
c) G a s nhà đầu tư g p rủi ro khi đầu tư vào d án A và B. Tính xác su t khi đ nhà 4. Để trở thành nhân viên của công ty H m t người ph i tr i qua 2 lần phỏng v n. Xác su t
đầu tư g p rủi ro ch m t d án người đ đạt yêu cầu lần phỏng v n th nh t là 0,7. N u lần phỏng v n th nh t đạt yêu
cầu thì xác su t người đ đạt yêu cầu ở lần phỏng v n th hai là 0,85. Tính xác su t : a)
Trong 2 lần phỏng v n người đ có lần đạt yêu cầu;
b) Người đ đạt yêu cầu lần phỏng v n th hai nhưng không đạt yêu cầu ở lần phỏng v n
đầu.
c)Gi s trong 2 lần phỏng v n có lần người đ đạt yêu cầu, tính xác su t khi đ người đ
ch đạt yêu cầu lần 1.
b) Ví dụ:
3. Công th c Bernoulli 1) M t máy s n xu t lần lư t từng s n phẩm.X c su t m i lần máy
a) Dãy n phép th Bernoulli: là dãy phép th thỏa mãn 3 điều s n xu t ra ph phẩm là 0,08.Cho máy s n xu t 15 s n phẩm (15
ki n sau phép th Bernoulli)
1) Đ c l p 2) M t h p có 10 s n phẩm trong đ có 3 ph phẩm.L y ng u nhiên
2) Trong m i phép th ch có bi n c A ho c A’ xu t có hoàn lại lần lư t từng s n phẩm ra 12 s n phẩm (12 phép th
hi n Bernoulli)
3) Xác su t xu t hi n A trong m i phép th đều bằng nhau, 3) Tỷ l ph phẩm của m t nhà máy là 0,05.Mua ng u nhiên 10 SP
nghĩa là với m i phép th của nhà máy ( dãy phép th Bernoulli)
P(A) = p 4) Theo thăm dò tỷ l c tri của m t vùng bầu cho ông A là 65%.
Do đ xác su t P( )=q Điều tra 100 c tri của vùng - Dãy phép th Bernoulli
c) Bài toán của dãy phép th Bernoulli. 1. M t mạch đi n mắc song song sẽ hoạt đ ng đư c n u có ít nh t m t thành phần của
Tìm xác su t của bi n c Ak =“có k lần xu t hi n A nó hoạt đ ng bình thường
trong dãy n phép th Brenoulli” với xác su t xu t hi n bi n c A là 1) Xét mạch đi n mắc song song có 5 thành phần hoạt đ ng đ c l p với xác su t m i
P(A)=p thành phần hoạt đ ng bình thường là 0.7. Tính xác su t:
Kí hi u xác su t này là P(Ak). a) Mạch hoạt đ ng bình thường
b) Bi t mạch h at đ ng thường. Tính xác su t khi đ có 2 b ph n hoạt đ ng bình
Ta có công th c Bernoulli:
thường
P(Ak) = Ckn pk qn-k , q=1-p 2) N u xác su t m i b ph n hoạt đ ng bình thường là 0.4, để mạch hoạt đ ng bình
Ví dụ 1. M t máy s n xu t lần lư t từng s n phẩm.X c su t m i lần thường với xác su t trên 95% thì cần mắc song song ít nh t bao nhiêu thành phần
máy s n xu t ra ph phẩm là 0,08.Cho máy s n xu t 15 s n phẩm 2. Công ty bay A luôn bán vé cho khách vư t quá s gh của m i chy n bay vì luôn có
1) Tính XS trong 15 SP máy s n xu t ra có 2 ph phẩm. khách đ t vé nhưng không bay.Gi s tỷ l khách đ t vé nhưng không bay là 2%. Với
2) Tính XS trong 15 SP máy s n xu t ra có ít nh t 2 ph phẩm. chuy n bay có 190 ch nhưng đ bán 200 vé
a) Tính xác su t chuy n bay thi u 3 ch
3) Máy s n xu t ít nh t bao nhiêu s n phẩm để xác su t trong các s n
b) xác su t chuy n bay thi u ch là bao nhiêu.
phẩm máy s n xu t ra có ph phẩm không ít hơn 0,2
4. Công th c xác su t toàn phần, công th c Bayes b) Công th c xác su t toàn phần, công th c Bayes
a) H đầy đủ các bi n c Định lý( Công th�c xác suất toàn phần).
H các bi n c A1 , A2, …, An đư c g i là h đầy đủ n u thỏa mãn N u trong phép th có xu t hi n h đầy đủ các bi n c A1 , A2, …, An thì
i) A1 + A2 +… + An = Ω xác su t của bi n c A b t kì trong phép th là
ii) Ai Aj = ∅ với i≠ j P(A)= P(A1)P(A| A1) + P(A2)P(A| A2) + … P(An)P(A| An)
Ví dụ về họ đầy đủ: = = ( )P(A| ) (1.13)
1) G i A=“ ch n ng u nhiên m t người của Tp. HCM đư c người có đ ng Định lý Bayes ( Công th�c Bayes) N u trong phép th có xu t hi n h đầy
b o hiểm. Khi đ { A, A’} là h đầy đủ đủ các bi n c A1 , A2, …, An thì xác su t điều ki n của các bi n c của
2) M t h p có 10 s n phẩm trong đ có 3 ph phẩm. L y ng u nhiên 3 s n nhóm đầy đủ Aj đ i với A là
phẩm từ h p để kiểm tra. G i Aj = “ trong 3 s n phẩm l y ra có j ph ( | )
phẩm”, j=0, 1, 2, 3. Ta có { A0 , A1 , A2 , A3 } là m t h đầy đủ P(Aj |A) = (1.14)
( )P(A| )
3) M t xí nghi p có 3 máy cùng s n xu t m t loại s n phẩm. L y ng u
nhiên m t s n phẩm của xí nghi p. G i Aj = “ s n phẩm l y ra của xí
nghi p j” , j=1, 2, 3. {A1 , A2 , A3 } là m t h đầy đủ
2) Tổ h p v ch nh h p
Ví dụ 2. M t h p có 5 bi đỏ, 6 bi vàng.
Tổ h p ch p k của n phần t Ch nh h p ch p k của n phần t a) Có bao nhiêu cách l y 3 bi từ h p
b) Có bao nhiêu cách l y 3 bi từ h p trong đ có 2 bi đỏ
+L gì? +L gì? c) Có bao nhiêu cách l y 3 bi từ h p trong đ có bi đỏ
l m t b gồm k phần t tho l m t b gồm k phần t tho
2 tính ch t 2 tính ch t Ví dụ 3. Cho 4 ch s ( 1, 2, 3, 4)
- kh c nhau - kh c nhau a) C bao nhiêu c ch l p m t s c 3 ch s kh c nhau từ c c ch s
-không kể th t -kể th t trên
+ S lư ng + S lư ng
b) C bao nhiêu c ch l p m t s c 3 ch s từ c c ch s trên
! !
= ! − !
= − !
1. M t h p có 20 s n phẩm trong đ có 5 s n phẩm loại A. M t khách hàng sẽ mua
§2. Các định nghĩa xác su t
h p s n phẩm n u b c ng u nhiên 4 s n phẩm từ h p có s n phẩm loại A. Tính xác
1. Định nghĩa cổ điển của xác su t: N u phép th có n bi n c sơ c p đồng su t khách hàng mua h p s n phẩm
kh năng trong đ có m bi n c thu n l i cho bi n c A thì X c su t của A
2. M t h p có 10 bi trong đ có 3 bi đỏ.
l P(A) = m/n (1.1) a) L y ng u nhiên không hòan lại lần lư t từng bi cho đ n khi l y đư c bi đỏ thì
(s kh năng thu n l i của A chia cho t t c c c kh năng c thể của ph p dừng. Tính xác su t vi c l y bi dừng ở lần th 3
b) L y ng u nhiên không hòan lại lần lư t từng bi cho đ n khi l y đư c 2 bi đỏ thì
th ) dừng. Tính xác su t vi c l y bi dừng ở lần th 4
Ví dụ 2. M t h p c 10 s n phẩm(SP) trong đ c 3 ph phẩm.
3. Tại khu vui chơi có các trò chơi với b ng giá nh ư sau: ĐU NGỰA: 5.000 đồng; NHÀ
a) L y ng u nhiên m t s n phẩm từ h p.Tính XS l y đư c ph phẩm BANH: 10.000 đồng; TÀU LƯỢN: 10.000 đồng; CÂU CÁ: 5.000 đồng. Ba chị em H, K, L
b) L y ng u nhiên 2 s n phẩm từ h p.Tính XS l y đư c 2 ph phẩm đư c mẹ cho 20.000 đồng và m i em sẽ chơi ng u nhiên 1 trò chơi sao cho tổng s
c) L y ng u nhiên có hoàn lại lần lư t từng s n phẩm ra 2 s n phẩm. Tính tiền ph i tr trong phạm vi 20.000 đồng. Tính xác su t em H chơi trò TÀU LƯỢN.
xác su t l y đư c 2 ph phẩm
b) Ví dụ:
3. Công th c Bernoulli 1) M t máy s n xu t lần lư t từng s n phẩm.X c su t m i lần máy
a) Dãy n phép th Bernoulli: là dãy phép th thỏa mãn 3 điều s n xu t ra ph phẩm là 0,08.Cho máy s n xu t 15 s n phẩm (15
ki n sau phép th Bernoulli)
1) Đ c l p 2) M t h p có 10 s n phẩm trong đ có 3 ph phẩm.L y ng u nhiên
2) Trong m i phép th ch có bi n c A ho c A’ xu t có hoàn lại lần lư t từng s n phẩm ra 12 s n phẩm (12 phép th
hi n Bernoulli)
3) Xác su t xu t hi n A trong m i phép th đều bằng nhau, 3) Tỷ l ph phẩm của m t nhà máy là 0,05.Mua ng u nhiên 10 SP
nghĩa là với m i phép th của nhà máy ( dãy phép th Bernoulli)
P(A) = p 4) Theo thăm dò tỷ l c tri của m t vùng bầu cho ông A là 65%.
Do đ xác su t P( )=q Điều tra 100 c tri của vùng - Dãy phép th Bernoulli
c) Bài toán của dãy phép th Bernoulli. 1. M t mạch đi n mắc song song sẽ hoạt đ ng đư c n u có ít nh t m t thành phần của
Tìm xác su t của bi n c Ak =“có k lần xu t hi n A nó hoạt đ ng bình thường
trong dãy n phép th Brenoulli” với xác su t xu t hi n bi n c A là 1) Xét mạch đi n mắc song song có 5 thành phần hoạt đ ng đ c l p với xác su t m i
P(A)=p thành phần hoạt đ ng bình thường là 0.7. Tính xác su t:
Kí hi u xác su t này là P(Ak). a) Mạch hoạt đ ng bình thường
b) Bi t mạch h at đ ng thường. Tính xác su t khi đ có 2 b ph n hoạt đ ng bình
Ta có công th c Bernoulli:
thường
P(Ak) = Ckn pk qn-k , q=1-p 2) N u xác su t m i b ph n hoạt đ ng bình thường là 0.4, để mạch hoạt đ ng bình
Ví dụ 1. M t máy s n xu t lần lư t từng s n phẩm.X c su t m i lần thường với xác su t trên 95% thì cần mắc song song ít nh t bao nhiêu thành phần
máy s n xu t ra ph phẩm là 0,08.Cho máy s n xu t 15 s n phẩm 2. Công ty bay A luôn bán vé cho khách vư t quá s gh của m i chy n bay vì luôn có
1) Tính XS trong 15 SP máy s n xu t ra có 2 ph phẩm. khách đ t vé nhưng không bay.Gi s tỷ l khách đ t vé nhưng không bay là 2%. Với
2) Tính XS trong 15 SP máy s n xu t ra có ít nh t 2 ph phẩm. chuy n bay có 190 ch nhưng đ bán 200 vé
a) Tính xác su t chuy n bay thi u 3 ch
3) Máy s n xu t ít nh t bao nhiêu s n phẩm để xác su t trong các s n
b) xác su t chuy n bay thi u ch là bao nhiêu.
phẩm máy s n xu t ra có ph phẩm không ít hơn 0,2
4. Công th c xác su t toàn phần, công th c Bayes b) Công th c xác su t toàn phần, công th c Bayes
a) H đầy đủ các bi n c Định lý( Công th�c xác suất toàn phần).
H các bi n c A1 , A2, …, An đư c g i là h đầy đủ n u thỏa mãn N u trong phép th có xu t hi n h đầy đủ các bi n c A1 , A2, …, An thì
i) A1 + A2 +… + An = Ω xác su t của bi n c A b t kì trong phép th là
ii) Ai Aj = ∅ với i≠ j P(A)= P(A1)P(A| A1) + P(A2)P(A| A2) + … P(An)P(A| An)
Ví dụ về họ đầy đủ: = = ( )P(A| ) (1.13)
1) G i A=“ ch n ng u nhiên m t người của Tp. HCM đư c người có đ ng Định lý Bayes ( Công th�c Bayes) N u trong phép th có xu t hi n h đầy
b o hiểm. Khi đ { A, A’} là h đầy đủ đủ các bi n c A1 , A2, …, An thì xác su t điều ki n của các bi n c của
2) M t h p có 10 s n phẩm trong đ có 3 ph phẩm. L y ng u nhiên 3 s n nhóm đầy đủ Aj đ i với A là
phẩm từ h p để kiểm tra. G i Aj = “ trong 3 s n phẩm l y ra có j ph ( | )
phẩm”, j=0, 1, 2, 3. Ta có { A0 , A1 , A2 , A3 } là m t h đầy đủ P(Aj |A) = (1.14)
( )P(A| )
3) M t xí nghi p có 3 máy cùng s n xu t m t loại s n phẩm. L y ng u
nhiên m t s n phẩm của xí nghi p. G i Aj = “ s n phẩm l y ra của xí
nghi p j” , j=1, 2, 3. {A1 , A2 , A3 } là m t h đầy đủ
c) Các ví dụ. Ví dụ 2. M t nhà máy có 3 phân xưởng cùng s n xu t m t m t hàng
Ví dụ 10. Kh năng ông M đầu tư toàn b v n của mình vào d án A xu t khẩu. Năng su t của phân xưởng 2 g p ba phân xưởng 1 và
là 60% và vào d án d án B là 40%. Theo kinh nghi m xác su t đầu bằng m t n a phân xưởng 3. Tỷ l s n phẩm loại A của các phân
tư vào hai d án A, B này có l i nhu n tương ng là 70%, 85%. xưởng 1, 2, 3 tương ng là 70%, 80%, 85%. L y ng u nhiên m t s n
a) N u ông M quy t định đầu tư thì kh năng ông có l i nhu n là phẩm của nhà máy kiểm tra
bao nhiêu? a) Tính xác su t l y đư c s n phẩm loại A
b) N u ông M đầu tư có l i nhu n thì kh năng d án B có l i b) Gi s s n phẩm l y ra không là loại A. Tính xác su t s n phẩm đ
nhu n là bao nhiêu của phân xưởng 1.
c) Gi s ông M đầu tư có l i nhu n. Khi đ đầu tư vào d án nào
sẽ có nhiều kh năng có l i nhu n hơn
Ví dụ 1. Cho BNN rời rạc X có bảng phân phối XS §2. Các số đặc trưng của BNN
1. Mốt (Mode) của BNN X. Kí hiệu ModX
X 0 1 2
a) Trường hợp rời rạc: Mod là giá trị của BNN tại đó có XS lớn nhất
P 0,2 0,5 0,3 Mod X=xi ↔ pi=max(pj)
Tìm hàm phân phối XS của X Ví dụ 1. Cho BNN X có bảng phân phối xác suất:
X -1 0 2 3
P 0,2 0,1 0,4 0,3
Tìm ModX
+ Ý nghĩa: Mốt là giá trị mà BNN nhiều khả năng nhận nhất; đáng tin
nhất
2.Kì vọng (trung bình của BNN) và mômen Ví dụ 2. Cho biến ngẫu nhiên X có bảng phân phối xác suất:
a) Định nghĩa. Kì vọng của BNN X, kí hiệu EX,là một số bằng
EX= X -1 0 2 3
b) Ý nghĩa: Kì vọng của biến ngẫu nhiên là giá trị trung bình của biến ngẫu P 0,2 0,1 0,4 0,3
nhiên
c) Tính chất của kì vọng a) Tìm EX
1) E(C)=C b) Tìm E
2) E(X±Y)=EX ± EY c) Tính EY với Y=3X - 1
3) E(cX)=cEX
4) Nếu X, Y độc lập: E(XY)=EXEY
5) E(h(X))= à ờ ạ
2. Phân phối nhị thức âm d) Phát biểu tương đương: nếu Y là số phép thử Bernoulli có A’ ( A
a) Bài toán. Tìm X số phép thử Bernoulli với P(A)=p tối thiểu cần làm đối) đến khi xuất hiện biến cố A thứ r thì dừng ( như vật có đã có r-1
để trong đó có r lần xuất hiện biến cố A ( cần làm X phép thử phép thử có biến cố A và Y phép thử có “A đối” thì đến phép thử có A
Bernoulli để trong đó có r lần xuất hiện biến cố A) thì dừng, nghĩa là có r lần xuất hiện biến cố A)thì X có phân phối nhị
b) Định nghĩa. BNN rời rạc X gọi là có phân phối nhị thức âm với tham thức âm với tham số r.
số r nếu: Y(Ω) = { 0, 1, 2, ….}
X(Ω) = { r, r+1, r+2, ….} P( Y=k)= p( k, r, p ) = −+ − ,q=1-p (**)
P( X=m)= −− −
,q=1-p ( *) Chú ý: Từ (*), (**) ta có:
• Kí hiệu: X ~ NB(r, p) m= k+r hay X=Y + r ( Y= X – r ; k=m – r )
c) Số đặc trưng: EX = ; VX= , q=1-p
Ví dụ 2. Xác suất thành công mỗi lần làm thí nghiệm là 0.8. Tiến hành
X: số thí nghiệm cần làm để có r Y: số thí nghiệm thất bại cho đến các thí nghiệm độc lập cho đến khi được 3 thí nghiệm thành công thì
lần thành công khi có thí nghiệm thành công thứ r dừng. Tính xác suất để số thí nghiệm cần thiết phải làm là
X= Y + r Y= X - r a) Đúng 6 thí nghiệm
X(Ω) = { r, r+1, r+2, ….} Y(Ω) = { 0, 1, 2, ….} b) Ít nhất 6 thí nghiệm
P( Y=k)= p( k, r, p ) c) Nhiều nhất 6 thí nghiệm
P( X=m)= − −
, = −+ − , Giải. Gọi X là số thí nghiệm cần thiết cần phải tiến hành. X ~ NB(3, 0.8)
−
q=1-p q=1-p ĐS. a) 0.04096; b) 0.05792; c) 0.98304
( Y là số thí nghiệm không thành công đã làm cho đến khi có thí
nghiệm thành công thứ 3: Y ~ NB(3, 0.8)
EX = ; VX= , EY = ; VY= ,
a) Đúng 3; b) ít nhất 3; c) nhiều nhất 3)
q=1-p q=1-p
CHƯƠNG 4. Biến ngẫu nhiên liên tục và luật phân phối xác suất
§1. Hàm mật độ XS của biến ngẫu nhiên (BNN) liên tục Ví dụ 2. Thời gian đi đến tr ờng của sinh viên H là biến ngẫu
• Định nghĩa. Hàm f(x) được gọi là hàm mật độ của BNN liên tục X nếu nhiên X (đ n vị: phút) có phân phối đều trên đoạn (A,
thỏa mãn 3 điều kiện sau: B),nghĩa là X có hàm mật độ
1) f(x)≥ 0 với mọi x ∈ X(Ω)
∈( , )
2) −∞
+∞
= f(x) = −
ò ạ
3) P( a ≤ ≤ b )=
Nếu B=20, tìm A biết xác suất sinh viên H cần ít nhất 18 phút
• Chú ý: Nếu X liên tục thì P( X=a)=0 với mọi a để đến tr ờng là 0,2
Ví dụ 1. Cho BNN liên tục X có hàm mật độ XS
, ≥
=
, <
1) Tìm C
2) Tính XS: a) P( - 2 < X < 3); b) P( X ≥ 4)
§2. Hàm phân phối xác suất ( hàm phân phối tích
lũy) của biến ngẫu nhiên (BNN) liên tục Ví dụ 3. Cho biến ngẫu nhiên liên tục Y có phân phối đều trên khoảng
1. Định nghĩa.Hàm phân phối của BNN Y là hàm số (1, 4) như sau
F(x)=P(Y ≤ x)= −∞ ∈( , )
f(x) =
2. Tính chất của hàm phân phối XS ò ạ
i) 0 ≤ F(x) ≤ 1
ii) F(-∞)=0 ; F(+∞)=1 a) Tìm hàm phân phối của Y ;
iii) F(x) không giảm, liên tục phải ( Khi X BNN liên tục thì F(x) liên tục) b) Tính xác suất P( 0.5 < Y < 3)
iv) P( a < X ≤ b) = F(b) – F(a) Chú ý.
Cho biến ngẫu nhiên liên tục Y được gọi là có phân phối đều trên
khoảng (a, b) ( a<b) nếu hàm mật độ của nó có dạng sau
∈( , )
f(x) = −
ò ạ
3. Quan hệ giữa phân phối XS và hàm phân phối XS § 2. Các số đặc trưng của BNN
i ) Có phân phối XS suy ra hàm phân phối XS 1. Kì vọng (trung bình của BNN)
a) Định nghĩa. Kì vọng của BNN liên tục X, kí hiệu EX,là một số bằng
F = −∞ +∞
EX= −∞
ii) Có hàm phân phối XS suy ra phân phối XS Ý nghĩa: Kì vọng của BNN là giá trị trung bình của BNN
+Liên tục: f(x) = F(x)’ tại những điểm x mà f(x) liên tục,bằng 0 tại b) Tính chất của kì vọng
những điểm còn lại 1) E(C)=C
4. Sự độc lập của các BNN 2) E(X±Y)=EX ± EY
• Hai biến ngẫu nhiên X và Y gọi là độc lập nếu 3) E(cX)=cEX
P(X≤ x,Y ≤ y) = P(X ≤ x) P(Y ≤ y) với mọi x, y 4) Nếu X, Y độc lập: E(XY)=EXEY
+∞
5) E(h(X))= −∞ ( )
2. Phương sai và độ lệch tiêu chuẩn
a) Định nghĩa. Phương sai của biến ngẫu nhiên X là một số, kí hiệu là VX hay
Ví dụ 1. Cho biến ngẫu nhiên X có phân phối đều trên (1, 4), nghĩa
VarX, được xác định như sau:
là X có hàm mật độ
VX= E
( , ) Ta có: VX = E -( )
f(x)=
ò ạ ở đây
∞
E = −∞
a) Tìm EX
b) Tìm E b) Ý nghĩa của phương sai:Phương sai đặc trưng cho độ phân tán của giá trị
c) Tìm EY với Y = 3X - 1 BNN quanh giá trị trung bình
c) Tính chất
1) V(C) =0
2) V(CX)= VX
3) Nếu X, Y độc lập
V(X+Y)= V(X)+V(Y); V(X-Y)= V(X)+V(Y)
d) Độ lệch tiêu chuẩn ( Sai số chuẩn)của BNN X : =
2. Phân phối mũ
a) Định nghĩa. BNN liên tục X gọi là có phân phối mũ với tham số Ví dụ 1. Thời gian sử dụng của một loại sản phẩm M là biến ngẫu
λ (λ>0) nếu hàm mật độ của nó có dạng nhiên X (đơn vị: năm) có phân phối mũ với thời gian sử dụng trung
bình là 4 năm.
λ − ớ ≥
f(x)= a) Tính tỷ lệ sản phẩm M có thời gian sử dụng từ 3 đến 5 năm
ớ ò ạ
b) Thời gian bảo hành của sản phẩm là 3 năm. Tính xác suất mua
Hay ta viết: 12 sản phẩm loại này có không quá 2 sản phẩm phải bảo hành
f(x) = λ exp( - λ x) khi x ≥0
f(x) = 0 khi x còn lại ( x< 0)
b) Hàm phân phối của X
−
F(x)= ớ ≥
ớ <
c) Số đặc trưng: EX = và VX=
3. Phân phối Gamma
∞ α− 3) Số đặc trưng: EX =αβ và VX= αβ
1) Hàm Gamma. Cho α>0, hàm Gamma г(α) là hàm г(α) = 4) Phân phối Gamma chuẩn: Là phân phối Gamma khi β=1. Hàm
−
dx phân phối của Gamma chuẩn
• Tính chất hàm Gamma
F(x; α) = г(α) α− − dy với x>0
a) Với α> 1: г(α) = (α – 1) г(α-1)
b) Cho n nguyên dương: г(n-1) = (n-1)! 5) Hàm phân phối Gamma với tham số α, β:
c) г(1/2) = π P( X ≤ ) = F ( x; α, β)= F( β; α)
2) Định nghĩa. BNN liên tục X gọi là có phân phối Gamma với tham Ví dụ 1. Thời gian sống của một con chuột đực trong môi trường
số α, β nếu hàm mật độ của nó là bức xạ 240 rads có hàm phân phối Gamma tham số α=8, β=15. Tính
α− − ế ≥ xác suất con chuột sống từ 60 đến 120 tuần.
f(x; α, β) = βα г(α) ĐS. 0.496
ế ò ạ
Trong đó α, β là những số dương
X 0 1 2
Nam: 0 0,10 0,25 0,16
Nữ: 1 0,15 0,22 0,12
Chú ý: a) Hàm phân phối của (X,Y):
a) Lập bảng phân phối xác suất của học vấn; của giới
tính.
b) Học vấn có độc lập với giới tính không?
c) Tìm xác suất để chọn ngẫu nhiên một người của vùng b) X và Y độc lập nếu:
thì người đó bị thất học.
ai a1 ….. ak
ni n1 ….. nk
là mẫu cụ thể
x x
n
Ph ng sai: (x k x) 2 2
k k
s 2 k 1
VX= n x2 k 1
; x k 1
(x
n
k x )2 n n
s2 k 1
n 1
xi ni nixi
Ví dụ.L ợng xăng hao phí của ôtô đi từ A đến B cho
2 2 4 8 trong bảng sau:
1 1 1 1
2 2 4 8 Lượng 9,6 9,8 10 10,2 10,4
3 2 6 18
x
ni x i xăng hao
4 2 8 32 n phí
9,8 10 10,2 10,4 10,6
5 1 5 25 20 (lít)
2
Toång n = 10 10 Số lần 3 5 10 8 4
Ví dụ 1. Điều tra chiều cao về một loại giống cây trồng trong khoảng
c.Trong thực hành: thời gian T cho kết quả:
Với kích thước mẫu n đủ lớn từ một mẫu cụ thể ta lấy:
Chiều cao 30- 40- 50- 60- 70- 80- 90-
Trung bình của đám đông = (cm) 40 50 60 70 80 90 100
Số cây 4 18 26 35 20 12 5
Tỉ lệ của đám đông p = f (= k/n)
Phương sai của đám đông = a) Cây có chiều cao lớn hơn 70 cm là cây loại A. Hãy ước lượng tỷ
lệ cây loại A.
b) Hãy ước lượng chiều cao trung bình của các cây trồng
c) Hãy ước lượng phương sai của chiều cao giống cây trồng
§2. Ước lượng khoảng 2. Ước lượng khoảng của các tham số
1.Bài toán. Cho đám đông X có tham số M chưa biết,cho xác suất 1-α 1) Ước lượng tỉ lệ.
tìm 2 thống kê G1, G2 sau cho a) Tóm tắt:
P( G1 < M < G2) = 1 - α
+1-α : được gọi là độ tin cậy của ước lượng Bài toán: Cho đám đông X có tỷ lệ p chưa biết. Cho độ tin cậy 1- α, tìm
+ (G1; G2) : được gọi là khoảng tin cậy của ước lượng ước lượng khoảng ( khoảng tin cậy ) cho p
Giải bài toán. - Từ Định lí giới hạn trung tâm (Lindeberg-Levy) Ch.4, với n đủ lớn
• Bước 1. +Tìm thống kê G có phân phối xác suất xác định
+ Cho xác suất 1− α tìm các phân vị của G là các số −
/ sao cho P( G> / ) = / Ta lấy thống kê G= ≈ N(0, 1)
( )
và − / sao cho P(G> − / ) = 1- /
• Bước 2. Có khoảng ( − / < G< / ). - ta tìm được ước lượng khoảng của p
Biến đổi ( − / < G< / ) = ( G1< M<G2)
Khoảng tin cậy của M: ( G1< M<G2)
Bài toán 1. Tìm ước lượng khoảng (khoảng tin cậy) cho p
a) Khoảng tin cậy đối xứng cho p: Bài toán 2: Tìm các chỉ tiêu của BT ớc l ợng tỉ lệ.
( − )
p f∓ / ( − )
Từ công thức: /
Các bước:
+ Tìm f =k/n ( k là số phần tử trong mẫu có tính chất nghiên cứu, n là kích
thước mẫu) ta có: + độ tin cậy: 1 - α
+ Từ 1 - → 1 - / =Ф ( / ) được /
+ độ chính xác ( sai số )của ớc l ợng) :
( − )
+ Khoảng tin cậy của p: f ∓ /
b) Khoảng tin cậy một phía ( tối đa, tối thiểu):Từ 1 - =Ф ( ) được + kích th ớc mẫu điều tra: n
( − )
+ Ước lượng tối đa cho p: p ≤ f + Biết 2 trong 3 đại l ợng sẽ tìm đ ợc đại l ợng còn lại
( − )
+ Ước lượng tối thiểu cho p: p ≥ f -
Có 3 bài toán chỉ tiêu Ví dụ 1. Điều tra về chất lượng sản phẩm của một dây chuyền công nghệ người
BT1. Cho mẫu điều tra, độ tin cậy 1 – α tìm ta kiểm tra ngẫu nhiên 500 sản phẩm của dây chuyền công nghệ này thấy có 20
phế phẩm.
BT2. Cho mẫu điều tra, độ tin chính xác tìm độ cậy 1 – α a) Với độ tin cậy 96% hãy ước lượng tỷ lệ phế phẩm của dây chuyền công nghệ
b) Với độ tin cậy 95% hãy ước lượng tỷ lệ phế phẩm tối thiểu của dây chuyền
/ → 1 – α/2 = Ф ( / ) → 1 – α=1- 2(1 - Ф ( / )) công nghệ
( − )
BT 3. Cho độ tin cậy 1 – α, tìm c) Nếu muốn ước lượng tỷ lệ phế phẩm của dây chuyền công nghệ này đạt
( − ) độ tin cậy là 98% và độ chính xác là 1,5% thì cần điều tra thêm bao nhiêu sản
/
Kích thước mẫu cần điều tra n: n≥ phẩm nữa.
d) Nếu muốn ước lượng tỷ lệ phế phẩm của dây chuyền công nghệ đạt độ chính
Kích thước mẫu điều tra thêm: n – m xác là 1,5% thì đảm bảo độ tin cậy bao nhiêu
ở đây m là kích thước mẫu đã có e) Nếu muốn ước lượng tỷ lệ phế phẩm của dây chuyền công nghệ đạt độ tin
cậy 96% thì đảm bảo độ chính xác là bao nhiêu
f) Với độ tin cậy 98% hãy ước lượng tỷ lệ phế phẩm tối đa của dây chuyền công
nghệ
Bài tập thực hành. Điều tra chiều cao về một loại giống cây trồng trong 2) Ước lượng trung bình.
khoảng thời gian T cho kết quả: • Tóm tắt:
Chiều cao (cm) 30-40 40- 50 50-60 60- 70 70-80 80-90 90-100 Cho đám đông X có trung bình EX= µ chưa biết.Cho độ tin cậy 1- α, tìm
ước lượng khoảng ( khoảng tin cậy ) cho µ
Số cây 4 18 26 35 20 12 5
• Chọn thông kê
a) Cây có chiều cao nhỏ hơn 50 cm là cây loại B. Thống kê
Hãy ước lượng tỉ lệ cây loại B với độ tin cậy 95%(;96%)
b) Nếu sử dụng mẫu này để ước lượng tỉ lệ cây loại B đạt độ chính Biết: V(X)= σ2 G=
−
∼N(0,1) c� phân phối chu n
xác là 7,5% thì đảm bảo độ tin cậy là bao nhiêu.
c) Nếu muốn ước lượng tỉ lệ trái cây loại B đạt độ chính xác là 6,5% Ch a biết V(X): T=
−
∼ t(n-1) c� phân phối Student
và độ tin cậy là 98% thì cần điều tra thêm bao nhiêu cây nữa l y S2
(n-1) bậc t ̣ do
d) Nếu sử dụng mẫu này để ước lượng tỉ lệ cây loại B đạt độ tin cậy
là 97% thì độ chính xác ( sai số ước lượng) đạt được là bao nhiêu
ta tìm được ước lượng khoảng của µ
b)Các bài toán về ước lượng trung bình
• Bài toán 1. Tìm khoảng tin cậy của µ Bài toán 2. Tìm chỉ tiêu của bài toán ước lượng trung bình
+ Khoảng tin cậy đối xứng. Quy tắc thực hành: ∓ Từ biểu thức = / suy ra các bài toán :
BT1. Cho mẫu điều tra, độ tin cậy 1 – α tìm
Trường hợp n≥30 Trường hợp n <30, X có phân phối
chuẩn BT2. Cho mẫu điều tra, độ tin chính xác tìm độ cậy 1 – α
+ ,s + ,s → 1 – α/2 = Ф ( / ) → 1 – α=1- 2(1 - Ф ( ))
/ /
+ 1 – α → 1 - / =Ф ( / ) +1–α→ /
BT 3. Cho độ tin cậy 1 – α, tìm
→ / → ( , / )
( )
+Khoảng tin cậy: +Khoảng tin cậy: Kích thước mẫu cần điều tra n: n≥ /
∓ / ∓
Kích thước mẫu điều tra thêm: n – m
+ Khoảng tin tối đa: µ ≤ + ở đây m là kích thước mẫu đã có
+ Khoảng tin tối thiểu: µ ≥ -
Ví dụ 2. Để nghiên cứu nhu cầu về một loại hàng ở một khu vực.Người ta 2)Nếu muốn ước lượng nhu cầu trung bình về mặt hàng này của mỗi hộ
khảo sát về nhu cầu mặt hàng này của các hộ trong khu vực kết quả cho trong một tháng đạt độ tin cậy là 98% thì đạt độ chính xác là bao nhiêu
như sau 3)Nếu muốn ước lượng nhu cầu trung bình về mặt hàng này của mỗi hộ
Nhu cầu Số hộ Nhu cầu Số hộ trong một tháng đạt độ chính xác là 0,12 kg/tháng và độ tin cậy là 98% thì
(kg/tháng) (kg/tháng) cần phải điều tra bao nhiêu hộ
4)Nếu muốn ước lượng nhu cầu trung bình về mặt hàng này của mỗi hộ
trong một tháng đạt độ chính xác là 0.1kg/tháng thì đảm bảo độ tin cậy
0–1 10 4–5 78 là bao nhiêu?
1–2 35 5–6 31 5) Hãy ước lượng nhu cầu trung bình tối đa ( tối thiểu) về mặt hàng này
2–3 86 6–7 18 của mỗi hộ trong 1 tháng với độ tin cậy 95%
3–4 132 7–8 10
1)Hãy ước lượng nhu cầu trung bình về mặt hàng này của mỗi hộ
trong một tháng (một năm) với độ tin cậy 95%.
Ví dụ 3. Lượng nguyên liệu hao phí( tính bằng gam) để sản xuất một sản 3. Ước lượng phương sai
phẩm là biến ngẫu nhiên có phân phối chuẩn.Điều tra lượng nguyên liệu
hao phí khi sản xuất 25 sản phẩm được kết quả cho trong bảng a)Bài toán.
Cho đám đông X có phân phối chuẩn, có phương sai VX = chưa
Mức hao phí NL ( 19.5 20 20.5 biết.Cho độ tin cậy 1- α, tìm ước lượng khoảng ( khoảng tin cậy ) cho
gam) Chọn thống kê
Số sản ph m 5 18 2 1) Trường hợp EX chưa biết
−
Chọn thống kê G= ~ (n-1)
Hãy ước lượng trung bình lượng nguyên liệu hao phí ( hao ph� tối đa) 2) Trường hợp EX= biết
2
để sản xuất 1 sản phẩm với độ tin cậy 95% (;99%) Chọn thống kê G=G= =
−
2 = ∼ (n)
Ta tìm được ước lượng khoảng của trong trường hợp 1 ( trường hợp
2 tương tự)
b) Quy tắc thực hành m khoảng tin cậy c) Khoảng tin cậy một phía:
• (n-1) • Ước lượng tối đa cho phương sai:
• 1- α ( Bảng Khi bình phương) + 1- α → = (n-1, 1- α)
+ 1- α/2 → = (n-1, 1- α/2 ) ( − )
+ <
+ α/2 → = (n-1, α/2 )
• Ước lượng tối thiểu cho phương sai:
• Khoảng tin cậy của phương sai
+ α → = (n-1, α)
( − ) ( − )
( , )
( − )
+ >
Chương 7. KIỂM ĐỊNH GIẢ THUYẾT THỐNG KÊ
Ví dụ 4. Lượng nguyên liệu hao phí( tính bằng gam) để sản xuất một
§1. Một số khái niệm
sản phẩm là biến ngẫu nhiên có phân phối chuẩn.Điều tra lượng
1. Giả thuyết thống kê:
nguyên liệu hao phí khi sản xuất 25 sản phẩm được kết quả cho trong
+Là giả thuyết nói về các tham số, phân phối xác suất, sự độc lập …của các
bảng
đám đông
Mức hao phí NL 19.5 20 20.5 + Giả thuyết thống kê được phát biểu trong một mệnh đề;đi cùng với nó là
mệnh đề đối lập gọi là đối thuyết
Số sản phẩm 5 18 2 Ví dụ:
Giả thuyết H: M= a ( a là số đã biết)
≠
Hãy ước lượng phương sai của mức hao phí nguyên liệu ( tối đa) khi Đối thuyết K: M > a
sản xuất một sản phẩm với độ tin cậy 95% <
2. Tiêu chuẩn kiểm định giả thuyết thống kê:
Là một thống kê thỏa mãn điều kiện:
Khi giả thuyết H đúng thì G có phân phối xác suất xác định
3. Các loại sai lầm.Khi kiểm định ta mắc các loại sai lầm sau:
7. Phương pháp P-value
Sai lầm loại 1: Bác bỏ H khi nó đúng
a) Khái niệm: P- giá trị ( hay mức nghĩa của quan sát) của thống kê G l�
Sai lầm loại 2 : Chấp nhận H khi nó sai
mức xác suất nhỏ nhất bác bỏ giả thuyết H khi s dụng tiêu chuẩn kiểm
4. Mức ý nghĩa α :
định G, dựa trên m u số liệu đã cho.
P{ Sai lầm loại 1}≤ α
b) Sử dụng trong thực hành
5. Miền bác bỏ: là miền Wα sao cho
Khi có P-giá trị của tiêu chuẩn G, với mức nghĩa bất k ta c kết luận:
P( G Wα )= α
• Nếu P- giá trị ≤ th bác bỏ H với mức nghĩa
• Nếu P- giá trị > thì chấp nhận H với mức nghĩa .
6. Các bước kiểm định giả thuyết thống kê:
Chú ý. Đối thiết một phía ta so sánh P- giá trị với 2
1) Phát biểu giả thuyết và đối thuyết
2) Định mức ý nghĩa
3) Tìm miền bác bỏ Wα
4) Kết luận: Bác bỏ H khi {G Wα }; Chấp nhận H khi: {G ∉Wα };
b) Quy tắc thực hành
§2. Kiểm định các tham số
+ f=k/n ; g
1. Kiểm định tỷ lệ
a) Bài toán. Cho đám đông X có tỷ lệ p chưa biết.Cho mức ý nghĩa + α →1- α/2=1- α/2 = Ф ( zα/2 ) → zɑ/2 −
g=
α.Hãy kiểm định cặp: K: p ≠ p0 +|g|> zɑ/2 :bác bỏ H,chấp nhận K ( )
g ≤ zɑ :chấp nhận H
Ví dụ 1. Số liệu thống kê về doanh số bán hàng của một siêu thị ( đơn vị: Những ngày có doanh số bán trên 90 triệu đồng là những ngày đắt hàng.
triệu đồng/ngày) cho trong bảng sau
1) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng là 22%.Cho nhận xét về
Doanh số Số ngày Doanh số Số ngày báo cáo đ với mức ý nghĩa 5%
2) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng là 30%.Cho nhận xét về
20 - 40 5 80 – 90 15
báo cáo đ với mức ý nghĩa 2%
40 – 50 10 90 – 100 10 3) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng tăng lên là 30%.Cho nhận
xét về báo cáo đ với mức ý nghĩa 5%
50 – 60 20 100 – 110 8
4) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng là 28%.Hãy xem tỷ lệ
60 – 70 25 110 - 130 3 trong báo cáo đ có cao hơn thực tế không, với mức ý nghĩa 2%
70 – 80 24
5) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng giảm còn là 15%.Cho nhận xét Bài tập luyện tập
1. Lô hàng gồm nhiều sản phẩm cùng loại được g i đến, người ta tiến hành kiểm tra
về báo cáo đ với mức ý nghĩa 5%
để chấp nhận nó hay không.
6) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng là 16%. Hãy xem tỷ lệ trong a) Nếu kiểm tra 200 sản phẩm của lô hàng, có 24 phế phẩm thì khoảng tin cây 96% của
báo cáo đ có thấp hơn thực tế không, với mức ý nghĩa 2% tỷ lê phế phẩm lô hàng như thế nào?
7) Trước đây tỷ lệ ngày bán đắt hàng là 14.5%.Có ý kiến cho rằng do có cải tiến b) Nếu nhà sản xuất tuyên bố rằng chất lượng lô hàng đảm bảo rằng trong 10 sản phẩm
cách bán hàng làm cho tỷ lệ ngày bán đắt hàng tăng lên.Cho nhận xét về ý có nhiều nhất là 1 phế phẩm. Cho nhận xét về ý kiến của nhà sản xuất với mức ý
kiến đ với mức ý nghĩa 5% nghĩa 4%
8) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng bằng một phần 3 tỷ lệ còn lại.
Cho nhận xét về báo cáo đ với mức ý nghĩa 3%
9) Trước đây tỷ lệ ngày bán đắt hàng là 14.5%. Siêu thị áp dụng phương pháp
bán hàng mới để làm tăng tỷ lệ ngày bán đắt hàng. Có ý kiến cho rằng phương
pháp bán hàng mới không hiệu quả.Cho nhận xét về ý kiến đ với mức ý nghĩa
5%
50 – 60 20 100 – 110 8
60 – 70 25 110 - 130 3
70 – 80 24
Trường hợp n < 30. Phương sai chưa biết (dùng bảng Student)
Ví dụ 3. Trọng lượng của một bao gạo là biến ng u nhiên có phân
+ g −µ0
g= phối chuẩn trung bình là 50kg.Nghi ngờ máy đ ng bao gạo làm việc
+ α → α/2 →T=t(n-1; α/2 ) không bình thường làm cho trọng lượng của bao gạo có xu hướng
K: µ ≠ µ0 +|g|> T :Bbỏ H, Ch.nh K giảm sút.Người ta cân th 25 bao tính được trong lượng trung bình
|g| ≤ T :Ch.nh H là 49,27kg và độ lệch tiêu chuẩn là 0,49.Với mức ý nghĩa 1%,hãy cho
+g −µ0 kết luận về nghi ngờ trên
g=
+ α → T=t(n-1; α )
K: µ < µ0 + g< - T :Bbỏ H, Ch.nh K
g ≥ - T :Ch.nh H
+g −µ0
g=
K: µ > µ0 + α → T=t(n-1; α )
+ g> T :Bbỏ H, Ch.nh K
g ≤ T :Ch.nh H
Chương 8. Phân tích dữ liệu cặp
b) Quy tắc thực hành.Dùng bảng Phân phối chuẩn
§1. So sánh hai tham số
1. So sánh 2 tỷ lệ + f1 =k1/m; f2=k2/n; g=
f=(k1+k2)/(m+n), g
a) Bài toán. Cho 2 đám đông X và Y có có cùng K: p1- p2 ≠0
( − ) +
đặc trưng định tính A nào đó.Giả sử tỷ lệ phần tử của X , của Y có đặc + α → 1- α/2 = Ф ( zα/2 ) → zɑ/2
tính A là p1 và p2. Từ các mẫu độc lập X1, X2, …, Xn của X; Y1, Y2, …, Ym +|g|> zɑ/2 :Bbỏ H, Ch.nh K
của Y, Với mức ý nghĩa α, hãy kiểm định : |g| <= zɑ/2 :Ch.nh H
+ f1; f2; f ; g g=
Giả thiết Đối thiết
K: p1- p2 < 0 + α → 1- α = Ф ( zα ) → zɑ ( − ) +
≠ + g<- zɑ :Bbỏ H, Ch.nh K
H : p1- p2 =0 K : p 1- p 2 > g ≥ - zɑ :Ch.nh H
<
+ f1; f2 ; f ; g g=
Hay H : p1 = p2 ≠ + α → 1- α = Ф ( zα ) → zɑ
K: p1- p2 > 0 ( − ) +
Hay K: p1 > p2
+ g> zɑ :Bbỏ H, Ch.nh K
<
g<= zɑ :Ch.nh H
c) Khoảng tin cậy cho hiệu hai tỷ lệ Ví dụ 1. Kiểm tra chất lượng sản phẩm của một loại hàng do 2 nhà
Với độ tin cậy 1-α ( hay 100(1-α) %), khoảng tin tậy của p1- p2 là: máy A,B sản xuất cho kết quả: trong 500 sản phẩm của A có 50 phế
( − ) ( − ) phẩm;trong 400 sản phẩm của B có 60 phế phẩm.
f1 – f2 ± z α/2 1) Với mức ý nghĩa 5% hãy cho kết luận
a) Chất lượng sản phẩm của A và B có khác nhau không.
b) Chất lượng sản phẩm của A có tốt hơn B không
c) Có ý kiến cho rằng chất lượng sản phẩm của A không hơn B. Cho
nhận xét về ý kiến đó
2) Với độ tin cậy 95% ( 100x0.95%) hãy ước lượng hiệu tỷ lệ phế
phẩm của A và của B
+Quy tắc thực hành: Trường hợp m, n ≥30.Dùng bảng phân phối chuẩn
2. So sánh hai trung bình
+ ; g
a) Bài toán. Giả sử có hai đám đông X và Y có EX = 1, EY = 2. Từ hai K: µ1- µ2 ≠ a + α → 1- α/2 = Ф ( zα/2 ) → zɑ/2 − −
g=
mẫu độc lập: (X1, ..., Xm) của X và (Y1, Y2, ..., Yn) của Y, với mức ý nghĩa +|g|> zɑ/2 :Bbỏ H, Ch.nh K
+
kiểm định +|g| ≤ zɑ/2 :Ch.nh H0
Giả thuyết Đối thuyết + ; g
≠ K: µ1- µ2 <a +α→ 1- α = Ф ( zα ) → zɑ − −
g=
H : µ1- µ2 = a K: µ1- µ2 > a + g< - zɑ :Bbỏ H, Ch.nh K +
< g ≥ - zɑ :Ch.nh H
Chú ý: Khi a =0 ta có + ;g
Giả thuyết H: µ1- µ2 = 0 H: µ1 = µ2 K: µ1- µ2 >a + α → 1- α = Ф ( zα ) → zɑ − −
g=
+ g> zɑ :Bbỏ H, Ch.nh K
Đối thuyết ≠ ≠ +
K: µ1- µ2 > 0 g ≤ zɑ :Ch.nh H
K: µ1 > µ2
<
<
c) Khoảng tin cậy cho hiệu hai trung bình d) Có ý kiến cho rằng năng suất trung bình của ca tối thấp hơn năng suất
Với độ tin cậy 1-α ( hay 100(1-α) %), khoảng tin tậy của µ1- µ2 là: trung bình của ca ngày hơn 2 đơn vị. Cho nhận xét về ý kiến đó với mức ý
nghĩa 5%
- ± z α/2 e) Với độ tin cậy 95% hãy ước lượng hiệu trung bình năng suất của hai ca
Ví dụ 2. Giám đốc một hãng sản xuất thép muốn xác định xem có sự khác nhau
về năng suất giữa ca ngày và ca tối không.Mẫu điều tra năng suất 100 công
nhân ca ngày tính được năng suất trung bình là 74,3 (phần/giờ) độ lệch tiêu
chuẩn 16; Mẫu điều tra năng suất 100 công nhân ca tối tính được năng suất
trung bình là 69,7 (phần/giờ) độ lệch tiêu chuẩn 18.
a) Với mức ý nghĩa 5% (,10%)có sự khác nhau về năng suất trung bình giữa 2
ca không?
b) Với mức ý nghĩa 5% năng suất trung bình của ca tối có thấp hơn ca ngày
không?
c) Với mức ý nghĩa 5%, năng suất trung bình của ca tối có thấp hơn ca ngày 2
đơn vị không?
+Quy tắc thực hành: Trường hợp m, n <30.Dùng bảng phân phối Student
Ví dụ 3. Để đánh giá xem liệu cách đóng gói mới có làm tăng sản
+ g lượng hàng bán được hay không,công ty chọn ngẫu nhiên 15 quầy
K:µ1- µ2 ≠ a + α → α/2 →T=t([ⱱ]; α/2 ) − − bán hàng theo gói mới và 15 quầy khác bán hàng theo gói cũ tính
g=
+|g|> T :Bbỏ H, Ch.nh K được lượng hàng bán được trong thời gian nghiên cứu:
|g| ≤ T :Ch.nh H
+ Loại gói mới: trung bình 130 hộp với độ lệch tiêu chuẩn s1 = 10
+g
Loại gói cũ: trung bình 117 hộp với độ lệch tiêu chuẩn s2 = 12
Với mức ý nghĩa 5% hãy xem kiểu đóng gói mới có làm tăng số lượng
K: µ1- µ2 < a + α → T=t([ⱱ]; α ) hàng bán được không
+ g< - T :Bbỏ H, Ch.nh K
+ g ≥ - T :Ch.nh H
+g [ⱱ] là phần nguyên của
ⱱ. Ví dụ:
K: µ1- µ2 >a + α → T=t([ⱱ]; α )
[ 22.25] = 22
+ g> T :Bbỏ H, Ch.nh K
g ≤ T :Ch.nh H
+ g
§ 2. Phân tích dữ liệu cặp K: µD ≠a + α → α/2 →T=t(n-1; α/2 ) g=
−
Chú ý: Các mẫu (X1, ..., Xn) của X và (Y1, Y2, ..., Yn) của Y có thể không + g< - T :Bbỏ H, Ch.nh K
độc lập g ≥ - T :Ch.nh H
1. Bài toán. Cho mức ý nghĩa α, kiểm định +g
≠ + α → T=t(n-1; α )
K: µD > a g= −
H : µD = a ; K: µD > a
< + g> T :Bbỏ H, Ch.nh K
2. Quy tắc thực hành: g ≤ T :Ch.nh H
3. Khoảng tin cậy 1- α của µD là: Chương 9. PHÂN TÍCH HỒI QUY TƯƠNG QUAN
α §1. Hồi quy tuyến tính hai biến
Quy tắc thực hành: µD ∈ ∓ ( , ) 1. Phân tích hồi quy
Ví dụ 1. Số liệu điều tra về lượng hàng ( số sản phẩm) bán được Cho Y là biến phụ thuộc, X là biến độc lập
cùng một loại hàng của hai công ty A, B tại các cửa hàng trong một khoảng a) Hồi quy: Hồi quy của Y đối với X là kì vọng có điều kiện ( trung bình ) của
thời gian cho trong bảng: Y khi X đã cho, ký hiệu E(Y| X )
1 2 3 4 5 6 7 8 b) Hồi quy tuyến tính, hồi quy phi tuyến.
KA 36 55 51.5 38.7 43.2 48.8 25.6 49.8 Sự phụ thuộc của Y theo X trong phương trình dạng E(Y| X ) = f(X)
CB 28 20 46 34.5 36.5 52.5 26.5 46.5 • Nếu hàm hồi quy f(X) = A + BX ta nói Y có hồi quy tuyến tính theo X, nghĩa
là E(Y| X )= A + BX (1)
a) Với mức ý nghĩa 1% hãy cho biết lượng hàng bán được trung bình của • Nếu f(X) không tuyến tính ta nói Y có hồi quy phi tuyến theo X
mặt hàng này của công ty A có nhiều hơn của công ty B không ? Chú ý. Trong (1) cá hệ số A, B tương ứng được gọi là các hệ số hồi quy (a là
b) Với độ tin cậy 95%, hãy ước lượng trung bình hiệu lượng hàng bán được hệ số chặn và b là hệ số góc)
của hai công ty. b) Mô hình hồi quy tuyến tính 2 biến
• Mô hình hồi quy hai biến: Yi = A+ BXi + Ui
§ 2. Sự tương quan tuyến tính c) Bài toán : Từ mẫu quan sát cùa (Y,X) là (Y1,X1), (Y2,X2),…,(Yn,Xn) tìm hệ
1. Khái niệm số tương quan mẫu r để ước lượng hệ số tương quan của X,Y .
a) Hệ số tương quan của hai biến ngẫu nhiên Y và X xác định như sau: Giải. Ước lượng của hệ số tương quan bằng hệ số tương quan mẫu
( − )( − )
(X, Y)= (7)
( ) ( )
−
b) Tính chất của hệ số tương quan r= (8)
− −
i) - 1 ≤ ρ(X, Y) ≤ 1
ii) Y, X có tương quan tuyến tính với nhau ( nghĩa là Y=A +BX) nếu d) Ý nghĩa của hệ số tương quan mẫu
| ρ(X, Y) | gần 1 • Nếu r càng gần 1 ( r≈ 1) thì Y và X có tương quan tuyến tính cùng
chiều càng chặt
• Nếu r càng gần - 1 ( r≈ - 1) thì Y và X có tương quan tuyến tính
ngược chiều càng chặt
• Nếu r càng gần 0 thì Y và X không có tương quan tuyến tính hay có
tương quan tuyến tính càng yếu
Ví dụ 2. (Trở về Ví dụ 1). Một công ty tiến hành phân tích hiệu quả
2. Kiểm định về sự tương quan tuyến tính
quảng cáo của mình dựa vào số liệu thu thập trong thời gian 5 tháng
kết quả cho trong bảng sau: a. Bài toán. Giả sử (Y, X) có phân phối chuẩn và (X, Y) là hệ số
tương quan. Từ mẫu mẫu quan sát (Y1,X1), (Y2,X2),…,(Yn,Xn) của (Y,X),
X(triệu) 5 8 10 15 22 với mức ý nghĩa α kiểm định giữa Y và X có tương quan tuyến tính
Y(chục 6 15 20 30 39 với nhau không?
triệu ) Giải. Xét H: =0; K: ≠
−
Sử dụng thống kê G= ~ t(n-2) (9)
a)Từ số liệu mẫu này có thể dự báo ( dự đoán) trung bình của doanh −
thu theo chi phí quảng cáo bằng hàm hồi quy tuyến tính thực nghiệm + Tính r, g
đ ợc không? Nếu đ ợc, hãy viết hàm hồi quy tuyến tính thực + Cho mức ý nghĩa α tìm t=t(n-2, α/2)
nghiệm này. + Nếu |g | >t : bác bỏ H, chấp nhận K ( Y và X có tương quan tuyến
b) Nếu chi phí quảng cáo tăng lên 1.5 triệu thi doanh thu tăng hay tính);
giảm bao nhiêu?
Nếu |g | <t : chấp nhận H ( Y và X không có tương quan tuyến tính);
b. Ví dụ 3. Một nghiên cứu cho rằng kết quả học tập của sinh viên tại
§3. Mô hình hồi quy tuyến tính k- biến
một trường đại học Y ( đo bằng điểm thi tốt nghiệp) không phụ thuộc vào
Cho biến phụ thuộc Y và các biến độc lập X2 , X3, …, Xk
thu nhập X của gia đình họ. Mẫu điều tra 20 sinh viên của trường tính
a) Hồi quy tuyến tính của Y theo X2 , X3, …, Xk là kì vọng có điều kiện
được hệ số tương quan mẫu r=0.4. Với mức ý nghĩa 1% hãy cho kết luận
của Y đối với X2 , X3, …, Xk cho trong dạng
vầ nghiên cứu trên
E(Y| X2 , X3, …, Xk) = a1 + a2 X2 + a3X3 +…+ akXk (10)
Giải. Gọi (X, Y)
b) Ý nghĩa của các hệ số hồi quy a1, a2 ,… ak
Xét H: 0, K: ≠
c) Mô hình hồi quy tuyến tính k- biến
+ g= 1.852
Yi = a1 + a2 X2 + a3X3 +…+ akXk + Ui (11)
+ α =0.01: t=t(20-2, 0.005)=2.861
trong đó Ui là sai số ( nhiễu) với điều kiện E(Ui | X2 , X3, …, Xk) =0 suy
+ |g|< t: Chấp nhận H
ra E(Y| X2 , X3, …, Xk) = a1 + a2 X2 + a3X3 +…+ akXk
Kết luận: Với mức ý nghĩa 1%, kết quả học tập của sinh viên không phụ
thuộc vào thu nhập của gia đình họ