Bài 4.

Mẫu ngẫu nhiên - Ước lượng điểm

Phan Quang Sáng

sang.phanquang@phenikaa-uni.edu.vn

Bộ môn Toán - Đại học Phenikaa

Hà Nội, Ngày 31 tháng 10 năm 2022

Nội dung chính

1 Tổng thể và mẫu

Khái niệm
Các phương pháp lấy mẫu
Bố trí mẫu

2 Mẫu ngẫu nhiên và các đặc trưng mẫu

Mẫu ngẫu nhiên và hàm mẫu
Các đặc trưng mẫu

3 Ước lượng điểm

Tổng thể và mẫu Mẫu ngẫu nhiên và các đặc trưng mẫu Ước lượng điểm

Khái niệm

Tổng thể hay đám đông là tập hợp tất cả các cá thể (phần tử)
của một tập hợp cần quan sát nào đó.
Kích thước tổng thể là số phần tử của tổng thể, ký hiệu N
(thường rất lớn).

Mẫu là tập hợp một số cá thể lấy ra từ tổng thể. Số lượng cá

thể của một mẫu gọi là kích thước mẫu, giả sử n.

Giả sử muốn nghiên cứu đặc tính định lượng X . Với một mẫu
cụ thể có kích thước n, cá thể thứ i trong mẫu có đặc tính
X = xi thì bộ số (x1 , x2 , · · · , xn ) cũng được gọi là một mẫu.

Tập tất cả các bộ số như vậy tương ứng với tập tất cả các
mẫu có cùng kích thước n được gọi là không gian mẫu.

Phan Quang Sáng sang.phanquang@phenikaa-uni.edu.vn Bài 4. Mẫu ngẫu nhiên - Ước lượng điểm
Tổng thể và mẫu Mẫu ngẫu nhiên và các đặc trưng mẫu Ước lượng điểm

Bố trí mẫu

Sắp xếp theo bảng tần số và tần suất

Bảng tần số
xi x1 x2 ... xi ... xk
ni n1 n2 ... ni ... nk
ni
Giá trị fi = gọi là tần suất của cá thể có X = xi trong mẫu.
n
Bảng tần suất
xi x1 x2 ... xi ... xk
fi f1 f2 ... fi ... fk

Phan Quang Sáng sang.phanquang@phenikaa-uni.edu.vn Bài 4. Mẫu ngẫu nhiên - Ước lượng điểm
Biểu diễn đồ thị tần số và tần suất
Sắp xếp số liệu theo lớp
Ví dụ:
Lớp [155, 160) [160, 165) [165, 170) [170, 175)
Tần số 15 13 12 5
Tần suất
Tổng thể và mẫu Mẫu ngẫu nhiên và các đặc trưng mẫu Ước lượng điểm

Mẫu ngẫu nhiên và hàm mẫu

Giả sử đặc trưng X ở mỗi cá thể ở tổng thể có hàm phân phối
xác suất là F (x). Tiến hành lấy mẫu ngẫu nhiên có kích thước
n:
(X1 , X2 , · · · , Xn ).
Khi đó các Xi là các Bnn độc lập (do việc lấy mẫu là ngẫu
nhiên) và có cùng phân phối với X .
Với mỗi mẫu cụ thể ta thu được một thể hiện tương ứng của
mẫu ngẫu nhiên là bộ (x1 , x2 , · · · , xn ).

Hàm mẫu hay còn gọi là một thống kê: là một hàm của
mẫu ngẫu nhiên dạng

g (X1 , X2 , · · · , Xn )

Phan Quang Sáng sang.phanquang@phenikaa-uni.edu.vn Bài 4. Mẫu ngẫu nhiên - Ước lượng điểm
Tổng thể và mẫu Mẫu ngẫu nhiên và các đặc trưng mẫu Ước lượng điểm

Các đặc trưng mẫu

Trung bình (mean) và trung vị (median) là hai đặc trưng đo

(thước đo) phổ biến nhất trong việc đo xu hướng tập trung
(central tendency) của dữ liệu.

Trung bình mẫu

X1 + X2 + · · · + Xn
X = .
n

Trung vị

Phương sai mẫu

n
2 1 X n 2
S = (Xi − X )2 = (X 2 − X ).
n − 1 i=1 n−1
Ví dụ...
Phan Quang Sáng sang.phanquang@phenikaa-uni.edu.vn Bài 4. Mẫu ngẫu nhiên - Ước lượng điểm
Tổng thể và mẫu Mẫu ngẫu nhiên và các đặc trưng mẫu Ước lượng điểm

Ước lượng một tham số θ (chưa biết) trong ppxs của bnn X ở
tổng thể, bằng cách lấy mẫu ngẫu nhiên (X1 , X2 , · · · , Xn ):

θ ≈ G (X1 , X2 , · · · , Xn ).
Với một mẫu cụ thể (x1 , x2 , · · · , xn ) thì ta nhận được một ƯL
điểm cụ thể:
θ ≈ g = G (x1 , x2 , · · · , xn ).

Phan Quang Sáng sang.phanquang@phenikaa-uni.edu.vn Bài 4. Mẫu ngẫu nhiên - Ước lượng điểm
Một số ƯL điểm đặc biệt:
(1) Một Ư L điểm của kỳ vọng bởi trung bình mẫu

µ ≈ X.

(2) Một Ư L điểm của phương sai bởi phương sai mẫu
n 2
σ2 ≈ S 2 = (X 2 − X ).
n−1
(3) ƯL điểm của tỷ lệ (xác suất) bởi tần suất
nA
p(A) ≈ ,
n

trong đó nA là số lần xảy ra sự kiện A khi thực hiện n

phép thử độc lập.
ƯL điểm bằng phương pháp hợp lý cực đại (Maximum
likelihood method)

Giả sử Bnn X (rời rạc hoặc liên tục) có hàm XS hoặc hàm
mật độ XS f (x; θ) phụ thuộc vào tham số θ.
Khi đó hàm XS đồng thời của mẫu ngẫu nhiên (X1 , X2 , ..., Xn )
của X có dạng

L(x1 , ..., xn ; θ) = f (x1 ; θ)f (x2 ; θ) · · · f (xn ; θ), (1)

được gọi là hàm hợp lý cực đại của tham số θ.

Tìm giá trị ước lượng θ = θ̂ sao cho hàm L (hoặc ln L) là lớn
nhất. Điều kiện cần:
∂L ∂ ln L
θ=θ̂
=0 hoặc θ=θ̂
= 0. (2)
∂θ ∂θ
Ví dụ: Tìm ước lượng hợp lý cực đại của xác suất (tần suất)
tổng thể p, biết hàm xác suất có dạng f (x, p) = p x (1 − p)1−x
với x ∈ {0, 1}.
Ví dụ: Tìm ước lượng hợp lý cực đại của xác suất (tần suất)
tổng thể p, biết hàm xác suất có dạng f (x, p) = p x (1 − p)1−x
với x ∈ {0, 1}.
Giải:

L(p) = f1 (x1 , p)f2 (x1 , p) · · · fn (x1 , p)

= p x1 (1 − p)1−x1 p x2 (1 − p)1−x2 · · · p xn (1 − p)1−xn .
n
X
⇒ ln L(p) = (xi ln p + (1 − xi ) ln(1 − p))
i=1

Giải PT:
n n
∂ ln l(p) 1X 1 X
= xi − (1 − xi ) = 0.
∂p p i=1 1 − p i=1

Nghiệm là p = p̂ = n1 (x1 + · · · + xn ) = x̄.