Chương 8

KIỂM ĐỊNH GIẢ THUYẾT THỐNG KÊ

Khái niệm chung

Kiểm định giả thuyết đối với

trung bình tổng thể

Kiểm định giả thuyết đối với tỉ

lệ tổng thể

Kiểm định giả thuyết đối với

phương sai tổng thể (Đọc
Thêm)
8.1. Khái niệm chung
• Giả thuyết thống kê: Là một trong những nhận định:
- về giá trị của tham số trong tổng thể ;
- về dạng phân phối của biến ngẫu nhiên;
- về sự độc lập của các biến ngẫu nhiên.
• Giả thuyết đơn: Là giả thuyết thống kê chỉ xác định
một giá trị cho tham số của tổng thể cần kiểm định.
• Giả thuyết hợp: Là giả thuyết thống kê xác định một
miền giá trị cho tham số của tổng thể cần kiểm định.
8.1. Khái niệm chung
• Giả thuyết – không: Là giả thuyết đưa ra kiểm
định, kí hiệu H0 ;
• Đối thuyết: Là phủ định của giả thuyết-không, kí
hiệu H1;
 Chú ý :
+ Giả thuyết H0 luôn ở dạng giả thuyết đơn.
+ Đối thuyết luôn được sử dụng bằng các kí hiệu >,< , ≠
8.1. Khái niệm chung
● Bài toán kiểm định:
Là bài toán bao gồm một cặp giả thuyết: H0 và H1
Dựa vào thông tin mẫu lấy ra từ tổng thể ta phải đưa ra
quyết định bác bỏ H0 hay là chấp nhận H0
=> Các dạng bài toán kiểm định giả thuyết thống kê :
+ Bài toán kiểm định hai phía: H0: θ= θ0 ; H1 : θ ≠ θ0

+ Bài toán kiểm định bên phải: H0: θ= θ0 ; H1 : θ > θ0

+ Bài toán kiểm định bên trái : H0: θ= θ0 ; H1 : θ < θ0

8.1. Khái niệm chung
● Cơ sở kiểm định dựa vào hai nguyên lý sau :

♦ Nguyên lý xác suất nhỏ: Nếu biến cố A có

P(A)= α rất nhỏ thì trong một hay một số phép
thử biến cố A coi như không xảy ra.

♦ Phương pháp phản chứng : Để bác bỏ H0 ta giả

sử H0 đúng thì dẫn đến một điều vô lý.
Phương
Giả sử H0 đúng
pháp
chung
kiểm định
giả thuyết Tìm được biến cố A
thống kê: sao cho: P(A)<<<

Thực hiện phép thử

Nếu A xảy ra Nếu A không

thì bác bỏ H0 xảy ra thì
chấp nhận H0
8.1. Khái niệm chung
● Thống kê kiểm định (tiêu chuẩn kiểm định):
Thống kê T=f(X1 , X2 ,…,Xn,θ0 ) ( với θ0 là tham số
liên quan đến giả thuyết cần kiểm định) được gọi là
tiêu chuẩn kiểm định nếu :
+ H0 đúng thì khi đó T có quy luật phân phối xác
suất xác định.
+ giá trị T sẽ là căn cứ để đưa ra quyết định bác bỏ
hay chấp nhận giả thuyết H0
8.1. Khái niệm chung
 Chú ý :
Trên mẫu cụ thể thì tiêu chuẩn kiểm định T sẽ nhận
giá trị cụ thể: Tqs = f(x1 ,…,xn , θ0 ) và giá trị này
được gọi là giá trị quan sát của thống kê kiểm
định.
8.1. Khái niệm chung
● Miền bác bỏ:
Với xác suất α bé cho trước và cùng với giả thuyết
H0 đúng thì ta có thể tìm được miền Wα sao cho
xác suất để T nhận giá trị trong miền Wα là α .
Kí hiệu : P(Tϵ Wα /H0 )= α
Như vậy : Wα = tập hợp tất cả các giá trị của
thống kê kiểm định cho phép ta bác bỏ H0
● Giá trị α được gọi là mức ý nghĩa. Wα được gọi
là miền bác bỏ giả thuyết H0
8.1. Khái niệm chung
● Quy tắc kiểm định:
So sánh giá trị quan sát của tiêu chuẩn kiểm định
với miền bác bỏ:
+ Nếu tqs ϵ Wα thì bác bỏ H0 , chấp nhận H1

+ Nếu tqs ¢ Wα thì chưa có cơ sở bác bỏ H0 .

8.1. Khái niệm chung
● Sai lầm loại I và sai lầm loại II:
Quy tắc kiểm định trên có thể mắc phải các sai lầm:
+ Sai lầm loại I: Đó là sai lầm mắc phải khi bác bỏ
H0 trong khi H0 đúng. Ta thấy xác suất mắc sai
lầm loại I đúng bằng mức ý nghĩa α .
+ Sai lầm loại II: Đó là sai lầm mắc phải khi ta thừa
nhận H0 trong khi H0 sai. Khi đó xác suất mắc sai
lầm loại II là: P(T ¢ Wα /H1 )=β
8.1. Khái niệm chung
.
Các phương pháp kiểm
định giả thuyết thống kê

Phương Phương
Phương pháp pháp dùng pháp
miền bác bỏ khoảng tin P-value
cậy
8.1. Khái niệm chung
Các bước kiểm định bằng phương pháp miền bác bỏ:
● Phát biểu giả thuyết H0 và đối thuyết H1 ;
● Chọn tiêu chuẩn kiểm định T và xác định quy luật phân
phối xác suất của T khi giả thuyết H0 đúng;
● Với mức ý nghĩa α tìm miền bác bỏ Wα ;
● Từ mẫu cụ thể tính Tqs của tiêu chuẩn kiểm định;
● So sánh với miền bác bỏ rồi kết luận chấp nhận hoặc bác
bỏ H0
● Giải thích kết quả theo ngôn ngữ của bài toán.
• Phương pháp khoảng tin cậy:
+ Tìm khoảng tin cậy của θ với độ tin cậy 1- α

+ Nếu θ0 không nằm trong khoảng tin cậy của tham số θ thì
bác bỏ H0, chấp nhận H1;

+ Nếu θ0 nằm trong khoảng tin cậy của tham số θ thì không
bác bỏ H0.
• Phương pháp P - Value

Việc bác bỏ H0 dựa trên mức ý nghĩa α và xác suất ý nghĩa

p-value, cụ thể:

+ Nếu p-value < α thì ta bác bỏ H0 chấp nhận H1;

+ Nếu p-value > α thì không bác bỏ H0 (chấp nhận H0).

8.2. Kiểm định giả thuyết về trung bình tổng thể khi
dấu hiệu nghiên cứu có phân phối chuẩn
Giả sử X ~N(μ,σ2) với μ= E(X) chưa biết nhưng có cơ sở
cho rằng μ = μ0
Khi đó ta có giả thuyết cần kiểm định: H0 : μ = μ0
a) Trường hợp 1: Đã biết phương sai σ2 = Var(X)
Chọn thống kê kiểm định: U   X   0 n
~ N (0;1)

Với mức ý nghĩa α cho trước, tuỳ thuộc vào đối thuyết H1,
miền bác bỏ tốt nhất được xây dựng theo các bài toán sau:
• Kiểm định bên phải: H0: μ = μ 0, H1: μ > μ0

Miền bác bỏ là: W  (u ; )

• Kiểm định bên trái: H0: μ = μ 0, H1: μ < μ0

Miền bác bỏ là: W  (; u )

•Kiểm định hai phía: H0: μ = μ 0, H1: μ ≠ μ0

Miền bác bỏ là:

W  (; u /2 ) (u /2 ; )

Lập mẫu cụ thể w = (x1, x2, …,xn ) tính giá trị quan sát

U qs 
 x 
0 n

và so sánh với W để kết luận:

+ Nếu U qs  W thì bác bỏ H0, thừa nhận H1.

+ Nếu U qs  W thì chấp nhận H0 ,bác bỏ H1.
 Ví dụ:
Tỷ lệ nợ xấu của ngân hàng là biến ngẫu nhiên có phân
phối chuẩn với độ lệch chuẩn là 1,6%. Tiến hành điều tra
36 ngân hàng cho thấy tỷ lệ nợ xấu trung bình là 4,2%.
Với mức ý nghĩa 5%, có thể cho rằng tỷ lệ nợ xấu trung
bình của các ngân hàng nhỏ hơn 4,5% hay không?
b) Trường hợp 2: Chưa biết phương sai σ2 = Var(X)

Chọn thống kê kiểm định: T 

 X   0 n
~ T (n  1)
S
Với mức ý nghĩa α cho trước, tuỳ thuộc vào đối thuyết

H1, miền bác bỏ tốt nhất được xây dựng theo các trường

hợp sau:
• Kiểm định bên phải: H0: μ = μ 0, H1: μ > μ 0
Ta thu được miền bác bỏ là:
W  (t ; )
(n-1)

• Kiểm định bên trái: H0: μ = μ 0, H1: μ < μ 0

Ta thu được miền bác bỏ là:

W  (; t ) (n-1)

• Kiểm định hai phía: H0: μ = μ 0, H1: μ ≠ μ 0

Ta thu được miền bác bỏ là:

W  (; t (n-1)
 /2 ) (t (n-1)
 /2 ; )
Lập mẫu cụ thể w = (x1, x2, …,xn ) tính giá trị quan sát

tqs 
 x 0 n
s

và so sánh với W để kết luận:

+ Nếu tqs  W thì bác bỏ H0, thừa nhận H1.

+ Nếu tqs  W thì chấp nhận H0 ,bác bỏ H1.
 n1
Chú ý: Nếu n > 30 thì u t
 Ví dụ 1:
Lương của SV mới ra trường năm đầu tiên là một
biến ngẫu nhiên có phân phối chuẩn. Điều tra 400
SV, ta thu được kết quả:
Lương(triệu/tháng) 4 5 6 7
Số SV tương ứng 30 180 165 25
Có ý kiến cho rằng mức lương trung bình tối đa của
sinh viên mới ra trường là 5,2 triệu. Với mức ý nghĩa
5% hãy kiểm định ý kiến trên?
 Ví dụ 2:
Định mức thời gian hoàn thành một sản phẩm là 14 phút.
Có cần thay đổi định mức không nếu theo dõi thời gian
hoàn thành một sản phẩm ở 36 công nhân ta thu được bảng
số liệu sau:

Thời gian sx 10 - 12 12 - 14 14 - 16 16 - 18 18 - 20
một sản phẩm
Số công nhân 5 7 9 10 5
tương ứng

Yêu cầu kết luận với mức ý nghĩa 10% biết thời gian
hoàn thành một sản phẩm là đại lượng ngẫu nhiên có
phân phối chuẩn.
8.3. Kiểm định giả thuyết về tỷ lệ tổng thể

Giả sử chưa biết tỉ lệ tổng thể p song có cơ sở cho rằng giá

trị của p là p0, ta đưa ra giả thuyết H0: p = p0.
Cần kiểm định giả thuyết H0.
f  p0 
Chọn thống kê kiểm định: U  n ~ N (0;1)
p0 1  p0 

Với mức ý nghĩa α cho trước, tuỳ thuộc vào đối thuyết
H1, miền bác bỏ tốt nhất được xây dựng theo các trường
hợp sau:
• Kiểm định bên phải: H0: p = p0, H1: p > p0

W  (u ; )
• Kiểm định bên trái: H0: p = p0, H1: p < p0

W  (; u )

• Kiểm định hai phía: H0: p = p0, H1: p ≠ p0

W  (; u /2 ) (u /2 ; )

Lập mẫu cụ thể w = (x1, x2, …,xn ) tính giá trị quan sát

U qs 
f  p0 
n
p0 1  p0 

+ Nếu U qs  W thì bác bỏ H0, thừa nhận H1.

+ Nếu U qs  W thì chấp nhận H0 ,bác bỏ H1.
 Ví dụ :
Những năm trước nhà máy áp dụng công nghệ A thì có tỷ
lệ phế phẩm là 6%. Năm nay nhà máy nhập công nghệ B
để sản xuất, hy vọng sẽ giảm được tỷ lệ phế phẩm. Lấy
ngẫu nhiên 100 sản phẩm để kiểm tra thì thấy có 5 phế
phẩm. Với mức ý nghĩa 5%, có thể cho rằng tỷ lệ phế
phẩm của công nghệ B nhỏ hơn công nghệ A hay không?
8.4. Kiểm định giả thuyết về phương sai tổng thể
khi biến ngẫu nhiên gốc có phân phối chuẩn
(ĐỌC THÊM)
Giả sử chưa biết phương sai tổng thể σ2 song có cơ sở cho
rằng giá trị của σ2 là σ02, ta đưa ra giả thuyết H0: σ2 = σ02..
Cần kiểm định giả thuyết H0.
Từ tổng thể lập mẫu ngẫu nhiên cỡ n:
W = (X1, X2, …,Xn ).
Ta xét các trường hợp sau:
a) Trường hợp 1: Đã biết μ =E(X)

Chọn thống kê kiểm định:

'2
nS
 
2
~ 2

 2
0
(n)

Với mức ý nghĩa α cho trước, tuỳ thuộc vào đối thuyết
H1, miền bác bỏ tốt nhất được xây dựng theo các bài toán
sau:
• Kiểm định bên phải: H 0 :  2   02 H1 :  2   02

Miền bác bỏ là: W  (  ; )2

n;

• Kiểm định bên trái: H 0 :  2   02 H1 :  2   02

Miền bác bỏ là:
W  (0;  2
n;1 )

•Kiểm định hai phía: H0 :   

2 2
0 H1 :    2 2
0

Miền bác bỏ là: W  (0;  2

 )  ( 2
 ; )
n;1 n;
2 2
Lập mẫu cụ thể w = (x1, x2, …,xn ) tính giá trị quan sát

ns'2
 
2
qs
 2
0

+ Nếu   W
2
qs thì bác bỏ H0, thừa nhận H1.

+ Nếu   W
2
qs thì chưa có cơ sở để bác bỏ H0.
b) Trường hợp 2: Chưa biết μ =E(X)

Chọn thống kê kiểm định:

(n  1) S 2
 
2
~ 2
( n 1)
 2
0

Với mức ý nghĩa α cho trước, tuỳ thuộc vào đối thuyết
H1, miền bác bỏ tốt nhất được xây dựng theo các bài toán
sau:
• Kiểm định bên phải: H 0 :  2   02 H1 :  2   02

Miền bác bỏ là: W  (  2

n1; ; )
• Kiểm định bên trái: H 0 :  2   02 H1 :  2   02
Miền bác bỏ là: W  (0;  2
n1;1 )

•Kiểm định hai phía: H 0 :  2   02 H1 :  2   02

Miền bác bỏ là: W  (0;  2

 )  ( 2
 ; )
n 1;1 n1;
2 2
Lập mẫu cụ thể w = (x1, x2, …,xn ) tính giá trị quan sát

(n  1) s 2
 
2
qs
 2
0

+ Nếu   W
2
qs thì bác bỏ H0, thừa nhận H1.

+ Nếu   W
2
qs thì chưa có cơ sở để bác bỏ H0.
 Ví dụ
Lấy ngẫu nhiên 20 chai nước do một máy đóng chai tự
động đóng, ta thu được độ lệch chuẩn là 0,0153 (l). Máy
được gọi là đạt chuẩn nếu độ phân tán không sai khác quá
0,01(l). Với mức ý nghĩa 5% , hãy kiểm định xem máy
đóng chai có đạt chuẩn hay không, biết rằng thể tích nước
trong chai là biến ngẫu nhiên có phân phối chuẩn.
 KẾT THÚC MÔN HỌC TẠI ĐÂY
CHÚC LỚP ÔN VÀ THI ĐẠT KẾT QUẢ CAO!