sonlam

1. Khái niệm

Chương 6 Định nghĩa: Biến ngẫu nhiên X của tổng thể có

quy luật phân phối xác suất đã biết nhưng chưa
biết một tham số θ nào đó của nó. Bài toán xác
ƯỚC LƯỢNG định giá trị gần đúng của θ được gọi là bài toán
ước lượng tham số .

THAM SỐ
Từ tổng thể lấy mẫu ngẫu nhiên kích thước n:
W = (X1, X 2 ,..., Xn )

Để tìm ước lượng của tham số θ ta lập một thống

TS. Lâm Sơn

kê:  = f (X1 , X 2 ,..., Xn )

033.6969.909
sonlam@ftu.edu.vn
Và dùng thống kê θ̂ để ước lượng tham số θ
trong tổng thể.

2. Ước lượng điểm

2.1. Một số tiêu chuẩn ước lượng
Từ tổng thể lấy mẫu ngẫu nhiên kích 2.1.1 Ước lượng không chệch
thước n: W = (X1, X2 ,..., Xn )
Định nghĩa : Thống kê mẫu 
Để tìm ước lượng của tham số  ta lập
một thống kê:  = f (X1, X 2 ,..., Xn ) được gọi là ước lượng không chệch của tham số
 trong tổng thể nếu:
Thực hiện phép thử với mẫu, ta tính

E (ˆ) = 
được giá trị cụ thể:
 = f (x1 , x 2 ,..., x n )
 vừa tính được gọi là ước lượng điểm

2.1.3. Ước lượng vững

2.1.2. Ước lượng hiệu quả
Định nghĩa: Thống kê mẫu θ̂
được gọi là ước lượng vững của tham
Định nghĩa: Thống kê của mẫu được
gọi là ước lượng hiệu quả của tham số 
số  nếu với mọi số dương 
bé tuỳ
ý ta luôn có:

( )
nếu nó là ước lượng không chệch có
phương sai nhỏ nhất so với mọi ước
lượng không chệch khác
lim P ˆ −    = 1
n →
Chú ý: Chỉ có ý nghĩa quan trọng đối với các
mẫu có kích thước lớn.

1
sonlam

2.2. Ước lượng tham số trong tổng thể 2.2.2. Ước lượng điểm cho Phương sai
Giả sử bnn X có V (X ) =  chính là phương sai
2
2.2.1. Ước lượng điểm cho Kỳ vọng
Giả sử bnn X có E (X ) =  chính là trung bình tổng thể (nhưng chưa biết).
tổng thể (nhưng chưa biết). Lấy mẫu ngẫu nhiên: (X1, X 2 ,..., Xn )
Lấy mẫu ngẫu nhiên: (X1, X 2 ,..., Xn ) n −1 2
1 n E (MS ) = 
X =  Xi n
n i =1 E (S 2 ) =  2
Được dùng làm ước lượng cho trung bình tổng thể

Chú ý: Trung bình mẫu là ước lượng không Kết luận: Nếu chưa biết  2 dùng phương sai
chệch, hiệu quả và vững của trung bình tổng thể mẫu làm ước lượng cho phương sai tổng thể.

2.2.3. Ước lượng điểm cho Xác suất 3. Ước lượng khoảng
Cần ước lượng xác suất p của một dấu hiệu A Định nghĩa: Khoảng (G 2 , G 2 )
nào đó trong tổng thể, ta dùng tần suất mẫu G1 = f1 (X1, X2 ,..., Xn ); G2 = f2 (X1, X2 ,..., Xn )
X
f = làm ước lượng điểm
được gọi là khoảng tin cậy của tham số  với độ
tin cậy  cho trước nếu:
n
Ta đã biết: E (f ) = p P (G1    G 2 ) = 
lim P ( f − p   ) = 1
n →

Có 3 loại khoảng tin cậy thường dùng: 3.1. Ước lượng khoảng cho kỳ vọng của bnn phân
1. Khoảng tin cậy đối xứng:
(G1;G2 ) = ( −  ; +  )   −   
phối chuẩn

2. Khoảng tin cậy phía trái: Tổng thể nghiên cứu có biến ngẫu nhiên X phân phối
chuẩn N (  , 2 ) trong đó chưa biết 
(G1;G 2 ) = ( −;G 2 ) Lập mẫu ngẫu nhiên: (X1, X2 ,...,Xn )
Đây là bài toán ước lượng GTLN của  1 n
3. Khoảng tin cậy phía phải:
(G1;G 2 ) = (G1; + ) X=  Xi
n i =1
Đây là bài toán ước lượng GTNN của  Trung bình mẫu cũng có phân phối chuẩn
NX: Như vậy trong 3 yếu tố khoảng tin cậy, độ tin 2
cậy và kích thước mẫu, nếu biết 2 sẽ suy ra yếu tố X  N ( , )
còn lại.
n

2
sonlam

Trường hợp 1: Đã biết phương sai 2

 u  u 
Xét:
U=
(X −  ) n
U  N (0,1) P X −  2    X +  2  =1− (1)
  n n 
Khi đó ta sẽ tìm được các mức tới hạn:
 u . 
P (−u 2 U  u 2 ) = 1 −  P X −     =1− ( 2)
 n 
P (U  u ) = 1 − 
 u . 
P (U  −u ) = 1 −  P X +   =1− ( 3)
 n 

Ví dụ 2: Chiều cao của thanh niên ở một địa

phương là biến ngẫu nhiên phân phối chuẩn với  u  u  
độ lệch chuẩn là 10cm. Chọn ngẫu nhiên 30 P X −  2    X +  2  =1− (1)
 n n 
thanh niên của vùng đó thì được chiều cao trung
bình của họ là 170.
a. Ước lượng chiều cao trung bình của thanh
niên nơi đó với độ tin cậy 95%.
b. Tìm xác suất để chiều cao trung bình của
thanh niên nơi đó không vượt quá 172cm.

b. 0,8643

Trường hợp 2: Chưa biết phương sai  2

Ví dụ: Cần điều tra trọng lượng của một loại sản
phẩm, người ta chọn n sản phẩm để kiểm tra. Định lý: Giả sử X  N (  , 2 )
Với yêu cầu độ tin cậy  = 95%, sai số cho phép các biến ngẫu nhiên (X1 , X 2 ,..., X n )
là 0,05 kg thì cần phải điều tra bao nhiêu sản
phẩm. Biết trọng lượng phân phối chuẩn với độ là độc lập và có cùng phân phối với X, khi đó:
lệch tiêu chuẩn 0,5 kg. (X − ) n
T=
S
u2 22
n = 384,16 T phân phối Student với n-1 bậc tự do:
 2
T T (n − 1)
Chọn n = 385

3
sonlam

Bài toán xác định khoảng tin cậy Ví dụ 1: Để ước lượng chiều cao trung bình của
nam sinh viên trường F, người ta đo chiều cao của
 S S 
P  X − t(n2−1)    X + t(n2−1)  = 1− 
25 nam sinh viên được chọn ngẫu nhiên và thu
 n n được kết quả sau:
Chiều cao 166 168 170 172 175
 S 
P    X + t(n −1)  = 1− Số người 2 5 10 6 2
 n Hãy tìm khoảng tin cậy đối xứng cho chiều cao trung
 S  bình một nam sinh viên với độ tin cậy 95%
P  X − t(n −1)    = 1−
 n 
Chú ý: Với n đủ lớn (trên 30) ta có:

t(n )  u

 (n −1) S S 
 X − t 2 ; X − t(n2−1)  Ví dụ : Một trường đại học muốn nghiên cứu xem
 n n trung bình một sinh viên ở ký túc xá tiêu hết bao
nhiêu tiền gọi điện thoại một tháng. Chọn ngẫu
Theo kết quả phép thử: nhiên 50 sinh viên nội trú và thu được số liệu sau:
x = 170,16 s 2 = 5,223 s = 2, 285 Số tiền 10- 20 20- 30 30- 40 40 -50 50 - 60
Số sv 8 10 20 9 3
t(n2−1) = t0( ,24025) = 2,064
Hãy ước lượng số tiền gọi điện thoại trung bình
Khoảng tin cậy với độ tin cậy 95% là: tối thiểu hàng tháng của một sinh viên với độ tin
 2,285 2,285  cậy 95%.
170,16 − 2,064 ; 170,16 + 2,064. 
 25 25 
= ( 169,216; 171,103)

Bài toán xác định cỡ mẫu n

Cần xác đinh n để trung bình thuộc vào Ví dụ: Để ước lượng chi phí trung bình hàng tháng
một khoảng đối xứng với độ tin cậy cho cho gạo của các gia đình có 4 người, phỏng vấn
trước ta sử dụng cong thức: ngẫu nhiên 5 gia đình thu được số liệu sau: 150
2 nghìn đồng, 180 nghìn, 200 nghìn, 250 nghìn, 300
 t(m2−1)S  nghìn. Nếu muốn sai số của ước lượng không vượt
n  quá 30 nghìn đồng và độ tin cậy của ước lượng là
   95% thì cần điều tra bao nhiêu gia đình có cùng số
người như trên. Giả sử chi phí cho gạo là biến ngẫu
Chú ý: Để tính biểu thức trên ta cần tính S, do nhên tuân theo quy luật chuẩn.
vậy cần chọn ra mẫu kích thước m để tính n và
sau đó lấu thêm n-m mẫu nữa.

4
sonlam

3.2 Bài toán ước lượng khoảng cho tỷ lệ

Giải x = 216 Giả sử trong tổng thể có kích thước N, có M phần
tử mang dấu hiệu A. Tỷ lệ phần tử mang dấu hiệu
s 2 = 3530 A trong tổng thể cần ước lượng.
Lấy mẫu ngẫu nhiên kích thước n. Gọi X là số phần
 = 30,  = 1 −  = 0,05 tử mang dấu hiệu A trong mẫu .
X
t0,025
(4)
= 2,776 Ta đã biết tần suất mẫu f =
2 n
 t(m2−1)s  Vậy cần điều tra
n  = 31 thêm 26 gia đình là một ước lượng không chệch và vững cho p.
  

Định lý: Khi n đủ lớn thì f là một biến ngẫu Do U phân phối chuẩn hóa nên ta tìm được:
nhiên tuân theo quy luật chuẩn:
pq
f  N (p , ) P (−u 2 U  u 2 ) = 1 − 
Đặt n
(f − p) n P (U  u ) = 1 − 
U= U  N (0,1)
pq
P (U  −u ) = 1 − 
Chú ý: Vì p chưa biết nên ta sử dụng xấp xỉ:
f (1 − f )  pq khi n  100.

Xác định khoảng tin cậy

 u 2 f (1 − f ) u 2 f (1 − f )  Ví dụ : Để đánh giá tỷ lệ nguyên liệu trong kho bị
Pf − pf +  = 1− 
 n n  mốc. Người ta chọn ngẫu nhiên 300 bao ở kho đó
 
và thấy có 45 bao bị mốc. Nếu coi tỷ lệ nguyên liệu
mốc trong kho là 15%, với sai số 5% thì độ tin cậy
 u f (1 − f ) 
Pp  f + 
  = 1 −  ( 2) bằng bao nhiêu?
 u 2 f (1 − f ) 
 n  P p −f   = 1−
 n 
 45 
 u f (1 − f )  f = = 15%, n = 300,  = 0,05
Pf − 

 p  = 1−
 ( 3) 300
 n   n
u 2 = = 2,43
f (1 − f )  = 0,015   = 98,5%

5
sonlam

Ví dụ: Trong một mẫu ngẫu nhiên Xác định kích thước mẫu
gồm 200 người dùng xe máy, có 150 Chú ý: có 2 cách xác định n:
người dùng xe 100 phân khối trở lên. Cách 1: Điều tra sơ bộ một mẫu kích thước n
Với độ tin cậy 96% hãy ước lượng tỷ (khi n > 100), tính f và suy ra
lệ những người dùng xe máy trên 100 u2 2 f (1 − f )
n
phân khối. 2
Đáp số: Tỷ lệ người dùng xe phân u2 2 1
Cách 2: n , do p (1 − p ) 
khối lớn nằm trong khoảng từ 4 2
4
68,7% đến 81,3%.

Ví dụ 1: Người ta muốn ước lượng Ví dụ : Trong một thăm dò về phản ứng

với độ tin cậy 95% cho tỷ lệ những
gia đình có máy giặt trên địa bàn Hà
Nội với độ chính xác của ước lượng
là 0,05. Một mẫu điều tra sơ bộ cho
thấy f= 0,7.
Hãy xác định kích thước mẫu n.
Đáp số: Vậy để thoả mãn đầu bài thì
phải chọn mẫu n = 485 gia đình.
của người dân về chính sách đội mũ bảo
hiểm khi đi xe máy của cơ quan cảnh sát
giao thông, người ta muốn hỏi ý kiến của
n người. Muốn cho khoảng tin cậy của
ước lượng có chiều dài là 4% với độ tin
cậy 95% thì n phải bằng bao nhiêu.
Đáp số:
Phải điều tra ít nhất 2401 người.

3.3. Ước lượng khoảng cho phương sai Định lý: Nếu bnn X của tổng thể có phân phối
chuẩn N (  , )
2
Biến ngẫu nhên X trong tổng thể phân phối theo
quy luật chuẩn có kỳ vọng toán là  và phương (n − 1)S 2
sai là  2chưa biết. Bài toán đặt ra là cần xác định thì  =
2

giá trị gần đúng của 

2
2
Lập mẫu ngẫu nhiên kích thước n: (X1, X 2 ,..., Xn ) tuân theo quy luật Khi bình phương với n-1
bậc tự do
1 n
 ( Xi − X )
Ta đã biết 2
S2 =
n − 1 i =1  P ( 12(−n −21)   2  2(n2 −1) ) = 1 − 
Là ước lượng không chệch của phương sai tổng thể

6
sonlam

 (n − 1)S 2 (n − 1)S 2  Ví dụ: Kích thước của một chi tiết máy là
P  2(n −1)   2  2(n −1) 
=1−
  2   biến ngẫu nhiên phân phối chuẩn. Lấy một
 1− 2 
mẫu gồm 30 chi tiết máy ta tính được
 2 (n − 1)S 2  trung bình mẫu 0,47 và phương sai mẫu
P   2(n −1) 
=1− 0,032. Với độ tin cậy 95%, hãy ước lượng
 1−  độ phân tán của kích thước của toàn bộ chi
tiết máy.
 (n − 1)S 2 
P  2(n −1)   2  = 1 −  Đáp số: Với độ tin cậy 95% phương sai
   của kích thước các chi tiết máy nằm trong
khoảng (0,000649; 0,001851)

Trường hợp đã biết trung bình tổng thể  3.4. Ước lượng tỷ số của hai phương sai của
hai bnn phân phối chuẩn
1 n
S =  ( Xi −  )
*2 2
Giả sử có 2 bnn phân phối chuẩn trong 2 tổng
n i =1 thể khác nhau và chưa biết phương sai.
Lập 2 mẫu ngẫu nhiên kích thước n1 & n2
nS *2
 = 2
Đặt F=
S12  22
 2 .
S 22 12
Tuân theo quy luật Khi bình phương với n thì F có phân phối Fisher F  F (n1 − 1,n2 − 1)
bậc tự do.

Từ đó ta xây dựng được công thức:

 S12 (n2 −1,n1 −1)  12 S12 (n2 −1,n1 −1) 
P  2 f1− 2  2  2 f 2 
 S2  2 S2 
=1−
Ví dụ: Giá cổ phiếu của 2 công ty A và B là các bnn
phân phối chuẩn. Theo dõi giá cổ phiếu 2 công ty đó
trong 10 ngà, tìm được phương sai tương ứng là
0,51 và 0,2. Với độ tin cậy 90%, hãy ước lượng tỷ
số của 2 phương sai giá cổ phiếu 2 công ty trên.
Đáp số: 0,79 đến 8,11