TỔNG HỢP CÔNG THỨC XÁC SUẤT  A, B xung khắc : Sơ đồ cây.

VÀ THỐNG KÊ P  A  B   P  A  P  B 

CHƯƠNG 1 CÁC CÔNG THỨC TÍNH XÁC SUẤT  A, B bất kỳ.

I. Quan hệ giữa các biến cố P  A  B   P  A  P  B   P  AB 

A.B  C xảy ra khi A và B đồng thời xảy ra.
P  A  B  C   P  A   P  B   P C 
A  B  D xảy ra khi A hoặc B xảy ra.   P  AB   P  BC   P  CA  
A; B là hai biến cố xung khắc khi A.B    P  ABC   A1 ; A2 ; A3 : Hệ đầy đủ ; p1  p2  p3  1

A, A : là hai biến cố đối của nhau khi A. A   và  Công thức xác suất đầy đủ  Xác suất A1 : xác suất cổ điển.
A A    Hệ biến cố đầy đủ P  A1 
II. Công thức tính xác suất  Xác suất A1 và B : công thức nhân.
 A1 ; A2 ;...; An là hệ biến cố đầy đủ:
A P  A1 B   P  A1  P  B | A1 
 Công thức xác suất cổ điển : P  A 
  A . A   i ; j  1, n  Xác suất B trên điều kiện A1 xảy ra : xác suất
 i j .
 A1  A2  ...  An   điều kiện.
 Công thức xác suất có điều kiện : P  B | A1 
 Công thức xác suất đầy đủ
P  AB   Xác suất B : xác suất đầy đủ.
P  A| B   3
PB Với  A1 ; A2 ;...; An là hệ biến cố đầy đủ: P  B    P  Ai  P  B | Ai 
i 1
 Công thức nhân xác suất: P  B   P  A1  P  B | A1   P  A2  P  B | A2   ...   Xác suất A1 trên điều kiện B xảy ra : Định lý
 A, B độc lập : P  An  P  B | An  Bayes.
P  A1  P  B | A1 
P  A1 | B  
 
P  A | B   P A | B  P  A  Định lý bayes 3

 A1 ; A2 ;...; An là hệ biến cố đầy đủ

 P  A P B | A 
i 1
i i

P  AB   P  A P  B 
P  Ai  P  B | Ai  P  Ai  P  B | Ai 
 A, B phụ thuộc : P  Ai | B    n
P B
P  AB   P  A P  B | A  P  B  P  A | B 
P  A P B | A 
j 1
j j

 Công thức cộng xác suất

CHƯƠNG 2 BIẾN NGẪU NHIÊN

I. Biến ngẫu nhiên rời rạc II. Biến ngẫu nhiên liên tục 5.Giá trị tin chắc nhất 5. Giá trị tin chắc nhất
1. Bảng phân phối xác suất 1. Hàm mật độ xác suất Mod  X   x i  f  x i   Max f  x i  Mod  X   x 0  f  x 0   Max f  x 
i 1;n x
Bảng phân phối xác suất của biến Hàm mật độ xác suất của biến ngẫu
ngẫu nhiên X nhiên X 6. Trung vị 6. Trung vị
X x1 x2 … xn f  x  là hàm mật độ khi P  X  xi   0,5 MedX  x 0  P  X  x0   0,5
MedX  xi   x0
P f  x1  f  x2  … f  xn   f  x   0 x   P  X  xi   0,5
 
  f  x  dx  0,5
Trong đó f  x i   P  X  x i   pi và  

n   f  x  dx  1 Hàm mật độ và hàm phân phối

 f x   1
i
  F  x  P  X  x
i 1
2. Xác suất 2.Xác suất 0 x  x1
b p 0 x 
P a  X  b  x1  x  x2
 f x  i P  a  X  b    f  x  dx  1 x

a  xi  b
a F  x    p1  p2 x2  x  x3 F  x     f  t  dt  x
3. Kỳ vọng 3. Kỳ vọng ... 
... 1
Kỳ vọng biến ngẫu nhiên X : Kỳ vọng hàm biến ngẫ nhiên X :   x
n  1 xn  x
E  X    x i f  xi  EX   xf  x  dx
i 1
P  a  x  b  F  b   F  a 

Kỳ vọng hàm biến ngẫu nhiên Kỳ vọng hàm biến ngẫu nhiên F ' x  f  x
n 
E  g  X     g  xi  f  xi  E  g X    g  x  f  x  dx
i 1 
Tính chất kỳ vọng
E C   C ; E  X  Y   E  X   E Y  ; E CX   CE  X  với C là hằng số.
E  XY   E  X  E Y  khi X ;Y là hai biến ngẫu nhiên độc lập.
4. Phương sai
Var  X   E  X  EX  
2

2
 
Var  X   E X 2   EX 
n 
 
Với E X 2   xi2 f  xi 
i 1
   x f  x  dx
Với E X 2  2


Tính chất phương sai
Var C   0 ; Var  X   0 với mọi biến ngẫu nhiên X .
Var  CX   C 2Var  X 
Var  X  Y   Var  X   Var Y  khi X ;Y là hai biến ngẫu nhiên độc lập
CHƯƠNG 3: CÁC QUY LUẬT PHÂN PHỐI THÔNG DỤNG Phân phối chuẩn đơn giản
Phân phối siêu bội Phân Phối nhị thức Phân phối Poisson Y ~ N  0;1 EY  0 ; VarY  1 ;
Miêu tả Miêu tả Miêu tả ModY  0
Cho một tập gồm N phần tử, Thực hiện phép thử trong đó chỉ Phân phối nhị thức khi số lần thực
trong đó có N A phần tử loại A, từ quan tâm biến cố A xảy ra hay hiện n lớn và xác suất xảy ra biến
không xảy ra. Với xác suất xảy ra cố A lại nhỏ. ( )
tập này chọn ra n phần tử ngẫu biến cố A là p . Thực hiện phép X : biến ngẫu nhiên chỉ số lần A
nhiên.
thử lặp lại n độc lập với nhau. thành công
X : biến ngẫu nhiên chỉ số phần tử
loại A có trong n phần tử
X : biến ngẫu nhiên chỉ số lần X ~ P  
biến cố A thành công. 0
X ~ H  N; NA ;n
X ~ B n, p  a
1 2
t2

NA P 0  t  a     a    e dt
Đặt p  ; q  1 p Đặt q  1  p 0 2
N
  x  : Hàm Lapace
Đặc trưng số Đặc trưng số Đặc trưng số
Bảng phân phối xác suất Bảng phân phối xác suất Bảng phân phối xác suất      0,5 ;     0,5
X … k … X 0 … k … n X 0 … k … 
P … pk … P p0 … pk … pn P p0 … pk …
   x     x 
0
Phân phối chuẩn tổng quát
C Nk A C Nn kN A e  k
PX  k 
k
P X  k C p q
n
k n k
PX  k  
X ~ N  ; 2  EX   ; VarX   2
n
C N k! ModX  
EX  np EX  np EX   −
N n VarX  npq
VarX  npq VarX  
N 1
M odX  k thỏa với M odX  k thỏa với M odX  k thỏa

M 
n  1N A
 1 M  np  q thì  1  k  
thì M  k  M 1
N 2
M 1  k  M a  x   2
a  1 
2 2
P    X  a      e dx
     2
Pp siêu bội xấp xỉ pp nhị thức Pp Nhị thức Xấp xỉ pp Poisson
Nếu N lớn và n rất nhỏ so với Nếu n lớn và p có giá trị rất gần  b   a 
P  a  X  b      

N n  5%.N  0 hoặc 1  p  0,1  p  0,9      


X ~ H N ; N A ; n  xấp xỉ bằng
pp Nhị thức xấp xỉ pp chuẩn
X ~ B n ; p  xấp xỉ bằng Nếu n lớn và p không quá gần 0 và 1
NA X ~ P   với   np 0,1  p  0,9 thì X ~ B n; p xấp xỉ bằng
X ~ B n ; p  với p 
N X ~ N  np ;npq và
 b  np   a  np 
P a  X  b      
 npq   npq 
   
CHƯƠNG 4 : THỐNG KÊ MÔ TẢ
X x1 x2 … xk X X 1MIN  X 1MAX X 2 MIN  X 2 MAX … X kMIN  X k MAX Các quy luật phân phối liên tục
Phân phối chuẩn
n n1 n2 … nk X x1 x2 … xk
n n1 n2 … nk

n k (1) Trung bình cộng.

 xi n x i i (2) Trung bình cộng có trọng số.
x … 0.05 0.06 …
1  X i 1
;  2 X  i 1
k
;  3 X  n x1 x2 ...xn (3) Trung bình nhân
n 1 … … … … …
n i
(X liên tục : xi   X  XiMAX  ) 1.8 … 0.4678 0.4686 …
i 1
2 iMIN 1.9 … 0.4744 0.4750 …
ni X Mo Min : cận dưới tổ chứa Mod. … … … … …
Mi  ; Tổ chức Mod là tổ có M i lớn nhất.
hi P  X  1, 96   0, 475
hMo : chiều dài tổ chứa Mod.
M Mo  M Mo 1 Phân phối Student
ModX  X Mo  Min   hMo M Mo ; M Mo 1 ; M Mo 1 : mật độ tổ chứa Mod, tổ
 M Mo  M Mo 1    M Mo  M Mo 1 
trước và sau tổ chứa Mod.
Tổ chứa trung vị là tổ chứa ½ tổng lượng quan sát. X Me Min : Cận dưới tổ chứa trung vị. hMe : chiều
h S 
Me  X Me  Min   Me   S Me 1  dài tổ chứa trung vị, nMe : tần số tổ chứ trung
nMe 2 
S : tổng số lượng quan sát. n α … 0,02 0,025 …
SMe1 : tổng tần số tất cả các tổ cho tới tổ trước tổ … … … … …
chứ trung vị. 9 … 2,398 2,262 …
n Độ lệch tuyệt đối trung bình 10 … 2,359 2,228 …
 x X i
… … … … …
d i 1 P  X  2, 228  0, 025 ; n  10
n
Phân phối Chi bình phương
1 n 1 n (1) Phương sai mẫu chưa hiệu chỉnh.
1 S    xi  X  ;  2  S 2 
2 2 2

n i 1

n  1 i 1
 xi  X  (2) Phương sai mẫu hiệu chỉnh.

S
Hệ số biến thiên V  .100%
X
Phân phối mẫu Giả sử mẫu X 1 ; X 2 ;...; X n lấy từ tổng thể có quy luật phân phối chuẩn X ~ N   ;   . Trong
một tổng thể quan sát tỷ lệ phần tử loại A xác suất chọn được phần tử loại A trong tổng thể là p . α …
n 0,95 0,05 …
 2  X  n  1 S 2 X 
n ~ T  n1 … … … … …
 X ~ N  ;   n ~ N  0;1  ~  n21 
 n    2
S 9 … 3,325 16,919 …
10 … 3,940 18,307 …
 p 1  p   … … … … …
 f ~ N  p; 
 n  P  X  18,307   0, 05 ; n  10
DÙNG MÁY TÍNH CASIO TÍNH TOÁN QUY LUẬT PHÂN PHỐI.
Chương 5 : ƯỚC LƯỢNG THAM SỐ THỐNG KÊ
Ước lượng
Tham số điểm Trường hợp Độ chính xác ước lượng 2 phía Độ chính xác ước lượng 1 phía Khoảng ước lượng
 
 X  : đã biết   z /2   z
n n 
Hai phía X   ; X   
 : chưa biết S S
n  30
  z /2
n
  z
n

Một phía trái X   ;  
 : chưa biết S S Một phía phải   ; X   
  tn/21   tn1
n  30 n n
 12  22  12  22
1  2 X1  X2  1 ; 2 : đã biết   z /2    z 
n1 n2 n1 n2
 1 ; 2 : chưa biết S12 S 22 S12 S 22 
Hai phía X 1  X 2   ; X 1  X 2   
  z /2    z 
n1 ; n2  30 n1 n2 n1 n2
2 2 2 2

Một phía trái X 1  X 2   ;  
S S S S
  t n /2n 2
1 2
   t n n 2
1 2
 Một phía phải   ; X 1  X2   
 1 ; 2 : chưa biết n1 n2 n1 n2
n1 ; n2  30 2  n1  1  S12   n2  1  S 22 2  n1  1  S12   n2  1  S 22
S  S 
n1  n2  2 n1  n2  2
Hai phía  f   ; f   
f 1  f  f 1  f 
p f   z /2   z Một phía trái  f   ; 
n n
Một phía phải  ; f   
Hai phía  f1  f2   ; f1  f2   
f1  1  f1  n2  1  f2  f1 1  f1  n2  1  f2 
p1  p2 f1  f2   z /2    z  Một phía trái  f1  f2   ; 
n1 n2 n1 n2
Một phía phải  ; f1  f2   
 n 2
n
2   n 2   n
2 
 i  X      Xi        Xi        Xi    
2 S  : đã biết  i 1 2,n ; i 1 2,n   i 1 2,n ;   1 phía trái  ; i 1 2,n  1 phía phải
  /2  1 /2      1 
     
     
2 2 2 2
  n  1 S  n  1 S    n  1 S    n  1 S  1 phía phải
 : chưa biết  ; 2,n1   ;   1 phía trái  ; 
  /2
2, n1
 1 /2   
2,n1
  12,n1 
Chương 6 : KIỂM ĐỊNH GIẢ THIẾT THỐNG KÊ
Trường hợp Trị thống kê Đối thiết Kết luận Miền bác bỏ kiểm định hai phía
H0 :   0
 : đã biết X  0 H1 :   0 n1
Bác bỏ H0  z  z /2 ;t /2 Theo phân phối chuẩn Theo phân phối Student
z n ~ N  0;1 

 : chưa biết X  0 H1 :   0 Bác bỏ H0  z  z ; t n 1
n  30
z n ~ N  0;1 
S
 : chưa biết X  0 H1 :   0 Bác bỏ H0  z  z ;
z n ~ T n 1
n  30 S t n 1
H0 : 1  2
 1 ; 2 : đã X1  X 2 H1 : 1  2 Bác bỏ H0  z  z /2 ; Theo phân phối Chuẩn Theo phân phối Student
z ~ N  0;1
biết  12  22
 tn1/2n2 2
n1 n2
 1 ; 2 : chưa X1  X 2 H1 : 1  2 Bác bỏ H0  z  z ;
z ~ N  0;1
biết S 2
S 2 t n1 n2 2
1 2
n1 ; n2  30 
n1 n2
1  2 : X1  X2 H1 : 1  2 Bác bỏ H0  z  z ;
z ~ T n1 n2 2
chưa biết 1 1 t n1 n2 2
2
n1 ; n2  30 S   
 n1 n2 
Với phương sai chung 2 mẫu:
2  n1  1  S12   n2  1  S 22
S 
n1  n2  2
H0 : p  p0
H1 : p  p0 Bác bỏ H0  z  z /2
f  p0 H1 : p  p0 Bác bỏ H 0  z  z
z n
p0 1  p0 
H1 : p  p0 Bác bỏ H0  z   z

H0 : p1  p2
 f1  f2  H1 : p1  p2 Bác bỏ H0  z  z /2
z
1 1
f 1  f    
 n1 n2 
 n1 f1  n2 f2 H1 : p1  p2 Bác bỏ H 0  z  z
Với f  : tỷ lệ
n1  n2 H1 : p1  p2 Bác bỏ H0  z   z
phần tử loại A chung của hai
mẫu

H 0 :  2   02
 : đã biết n
2 H1 :  2   02 Bác bỏ
  xi   
i 1
   1n /2 ; 1n1 /2
 H0  
 02 n n 1
    /2 ;  /2
 : chưa biết n
2 H1 :  2   02 Bác bỏ H0    n ; n 1
x
i 1
i  

 02
H1 :  2   02 Bác bỏ H0    1n ; n1
H0 : X ;Y độc lập với nhau.
 k m nij2  H1 : X ;Y Bác bỏ H0 
G  n   1  phụ thuộc  k 1 m1
 i 1 j 1 p .q  G  
 i j 
pi : tổng dòng i.
q j : tổng cột j.
Chương 7: TƯƠNG QUAN - MÔ HÌNH HỒI QUY
Với bộ dữ liệu Xi ;Yi  , trong đó X là biến độc lập và Y là biến phụ thuộc, mô hình hồi quy tổng thể PRF  : E Y | Xi   1  2 Xi .
Các đại lượng tổng tích chéo Bảng ANOVA.
2 2
S XY   XiYi  nXY ; S XX   X  nX ; SYY  Yi  nY 2 2 Bậc tự
i Tổng bình phương Cách tính Ý nghĩa
do
Hệ số tương quan giữa 2 biến X ;Y . Sự biến động của biến phụ thuộc do
 Y  n  1
2
TSS  Y TSS  SYY
1 n i tất cả các yếu tố.
Cov X ;Y   X Y  X .Y
n i 1 i i
 Y 
Sự biến động của biến phụ thuộc do
 X ;Y  
2
 RSS 

Yi RSS  TSS  ESS n  2 các yếu tố ngoài mô hình.
1  n 2 2 1  n 2
i
VarXVarY
.
 Xi  nX  Yi 2  nY 
ESS   Y Y 
n  i 1 
 n  i 1 
2 Sự biến động của biến phụ thuộc do

i
2
ESS  2 S XX 1 các yếu tố trong mô hình hồi quy.
S XY
 X ;Y   r  2 1 2
S XX .SYY Phương sai của phần dư :   RSS ; với phương sai của sai số ngẫu nhiên :  2  
n 2
Với XY  1 trong đó ESS RSS
Hệ số phù hợp : R2   1
XY  0, 2; 0, 2 : X ;Y không có tương quan tuyến tính TSS TSS

XY  1; 0, 8 : X ;Y tương quan tuyến tính nghịch biến mạnh Var 1   i 
X 2 2
 
XY  0, 8;1 : X ;Y tương quan tuyến tính đồng biến mạnh Phương sai của hệ sồ hồi quy : 


nS XX 
  
; Se i  Var i . 
 
1  2

Var 2  
 S XX

Hàm hồi quy mẫu (đơn biến) : Y  1  2x i ; 1 ; 2 thỏa Cấu trúc bảng ANOVA (EXCEL)

 Y 
2
   
i
 1  2 X i  MIN và từ đó 1 ; 2 thỏa hệ


 n  1   X i  2  Yi 

 i  1
 
X    Xi2 2   X iYi  
Trong đó 1 : gọi là hệ số chặn và 2 gọi là hệ số góc
Công thức tính hệ số hồi quy
n

XY i i
 nXY
S XY
Hệ số góc 2  i 1
n
 và Hệ số chặn 1  Y  2 X
2 S XX
X 2
i
 nX
i 1

Ý nghĩa hệ số hồi quy đơn.

1  E Y | X  0  : khi biến độc lập tiến về 0 thì trung bình của biến

phụ thuộc phản ánh bởi giá trị 1 .

2 

dE Y | X  : khi biến độc lập thay đổi 1 lượng dX thì trung
dX
bình biến phụ thuộc thay đổi 1 lượng là  2 dX .
PHỤ LỤC BẤM MÁY CASIO.

Cách bấm máy tính cho phần thống kê (máy 570) Cách bấm máy tính cho phần thống kê (máy 580)
Bước 1. Vào chế độ thống kê; tạo bảng có tần số hoặc không tần số. Bước 1. Vào chế độ thống kê; tạo bảng có tần số hoặc không tần số.
qwR4, trong đó qwR3, trong đó:
1: Bảng số liệu có tần số. 1: Bảng số liệu có tần số.
2: Bảng số liệu không tần số. 2: Bảng số liệu không tần số.
Bước 2. Chọn loại thống kê: Bước 2. Chọn loại thống kê:
 Nếu là bài toán ước lượng và kiểm định chọn: w31  Nếu là bài toán ước lượng và kiểm định chọn: w61
X n Hoặc X X n Hoặc X
… … … … … …
Sau khi nhập dữ liệu xong bấm C, để xuất các đại lượng thống kê mô tả chọn Sau khi nhập dữ liệu xong bấm Cvà chọn T2
q14, trong đó Đọc bảng kết quả thống kê mô tả:
 Trung bình mẫu q142
 độ lệch chuẩn mẫu hiệu chỉnh q144  Nếu là bài toán tương quan hồi quy (mô hình hồi quy đơn biến dạng
tuyến tính) chọn : w62
 Nếu là bài toán tương quan hồi quy (mô hình hồi quy đơn biến dạng X Y Hoặc X Y n
tuyến tính) chọn : w32 … … … … …
X Y Hoặc X Y n  Tính tổng của các đại lượng giữa x i ; yi : T2
… … … … …  Tính hệ số hồi quy : T3
 Tính tổng của các đại lượng giữa x i ; yi : q13, trong đó:
 Đưa ra các đặc trưng của dữ liệu x i ; yi : q14
 Đưa ra giá trị của hệ số mô hình hồi quy: q15
Trong đó ,1: 1 ; 2 : 2 và 3 : 
Chương 8 : CHUỖI THỜI GIAN VÀ DỰ BÁO 2. Dự báo bằng tốc độ phát triển bình quân
1
Chuỗi thời gian  ti ; Yi  ; i  1, n
 Y  n1
1. Trung bình chuỗi thời gian: Tốc độ phát triển bình quân t   n 
 Y1 
1 1 n
Chuỗi thời kỳ: Y  1 2
Y  Y  ...  Yn   Yi
n n i 1

1 1 1 
Chuỗi thời điểm cách đều: Y   Y1  Y2  Y3  ...  Yn1  Yn 
n 1  2 2 
k

Y n i i
L

Chuỗi thời điểm không cách đều: Y  i 1
k 
Dự báo Yn L  Yn . t
n
i 1
i
3. Dự báo bằng hàm ngoại suy xu thế dạng tuyến tính
2. Các đặc trưng biến động của chuỗi thời gian: Hàm hồi quy mẫu (đơn biến): Y  1  2ti ; 1 ; 2 thỏa
Lượng tăng giảm tuyệt đối (đơn vị : là đơn vị lượng biến)
 Y 
2
   
Liên hoàn:  i  Yi  Yi1 Định gốc : i  Yi  Y1 i
 1  2ti  MIN và từ đó 1 ; 2 thỏa hệ

Tốc độ phát triển (đơn vị : %) 

 n  1   ti  2  Yi  ; Trong đó  và  gọi là hệ số hồi quy

Liên hoàn: ti 
Yi
100% Định gốc: Ti 
Yi
100%   
 ti  1   ti2 2   tiYi  1 2

Yi1 Y1 n

Tốc độ tăng giảm (đơn vị : %) XY i i

 nXY
S XY
Liên hoàn: Định gốc: Hệ số góc 2  i 1
n
 và Hệ số chặn 1  Y  2 X
2 S XX
ai 
Yi  Yi 1
100%  ti  100% Ai 
Yi  Y1
100%  Ti  100%
X 2
i
 nX
i 1
Yi 1 Y1
Lượng tăng giảm tuyệt đối ứng với 1% tốc độ tăng giảm (đơn vị của lượng
Yi 1
biến) gi 
100
Mô hình dự báo đơn giản

1. Dự báo bằng lượng tăng giảm tuyệt đối bình quân

1 n Y Y
Lượng tăng giảm tuyệt đối bình quân   
n  1 i 1
i  n 1
n 1

Dự báo : Y
n  L  Yn   .L