Slide Chuong 9B

THỐNG KÊ ỨNG DỤNG
TRONG KINH TẾ VÀ KINH DOANH
Anderson Sweeney Williams

Slides by
John Loucks
St. Edward’s University
© 2011 Cengage Learning. All Rights Reserved. May not be scanned, copied
Slide
1
or duplicated, or posted to a publicly accessible website, in whole or in part.
Chương 9, Phần B
Kiểm định giả thuyết
 Tỷ lệ tổng thể
 Kiểm định giả thuyết và ra quyết định
 Tính xác suất sai lầm loại II
 Xác định kích thước mẫu cho kiểm định giả thuyết
về trung bình tổng thể
Slide
2
Tóm tắt các dạng giả thuyết không và giả thuyết
đối về tỷ lệ tổng thể
 Đẳng thức luôn xuất hiện trong giả thuyết không.
 Nhìn chung, một kiểm định giả thuyết về giá trị của
tỷ lệ tổng thể p phải thuộc một trong ba dạng sau
(trong đó p0 là giá trị giả định của tỷ lệ tổng thể).
H0: p > p0 H0: p < p0 H0: p = p0

Ha: p < p0 H a : p > p0 Ha: p ≠ p0
Một phía Một phía Hai phía

(phía trái) (phía phải)
Slide
3
Kiểm định về tỷ lệ tổng thể
 Thống kê kiểm định

p  p0
z
p
trong đó:
p0 (1  p0 )
p 
n
với giả sử rằng np > 5 và n(1 – p) > 5
Slide
4
Kiểm định về tỷ lệ tổng thể
 Quy tắc bác bỏ: phương pháp p –Value

Bác bỏ H0 nếu p –value < a
 Quy tắc bác bỏ: Phương pháp giá trị tới hạn
H0: pp Bác bỏ H0 nếu z > z
H0: pp Bác bỏ H0 nếu z < -z
H0: pp Bác bỏ H0 nếu z < -z hoặc z > z
Slide
5
Kiểm định hai phía về tỷ lệ tổng thể
 Ví dụ: Hội đồng bảo an quốc gia (NSC)
Trong tuần lễ Giáng sinh và năm mới, hội đồng
bảo an quốc gia ước lượng có 500 người bị chết và
25,000 người bị thương khi tham gia giao thông.
NSC tuyên bố rằng 50% các vụ tai nạn là do lái xe
khi say rượu.
Một mẫu gồm 120 vụ tai nạn cho thấy có 67 vụ là

do say xỉn. Sử dụng dữ liệu này để kiểm định tuyên
bố của NSC với a = 0,05.
Slide
6
 Phương pháp p –Value và phương pháp giá trị tới hạn
1. Xác định giả thuyết. H 0 : p  .5

H a : p  .5
2. Xác định mức ý nghĩa. a = 0.05
3. Tính giá trị thống kê kiểm định.
p0 (1  p0 ) 0.5(1  0.5)
p    0.045644
Một lỗi phổ biến n 120
là sử dụng p p  p0 (67 /120)  .5
trong công thức z   1.28
này p .045644
Slide
7
 Phương pháp p-Value
4. Tính giá trị p -value.

Với z = 1.28, xác suất tích lũy = 0.8997
p–value = 2(1 - 0.8997) = 0.2006
5. Quyết định liệu có bác bỏ H0.

Bởi vì p–value = 0.2006 > a = 0.05, không thể bác bỏ H0.
Slide
8
 Phương pháp giá trị tới hạn
4. Xác định giá trị tới hạn và quy tắc bác bỏ.
Với a/2 = 0.05/2 = 0.025, z.025 = 1.96

Bác bỏ H0 nếu z < -1.96 hoặc z > 1.96
5. Quyết định liệu có bác bỏ H0.
Bởi vì 1.278 > -1.96 và < 1.96, không thể bác bỏ H0.
Slide
9
Kiểm định giả thuyết và ra quyết định
 Cho tới lúc này, chúng ta đã giải thích các ứng dụng
kiểm định giả thuyết được đề cập như là các kiểm định
mức ý nghĩa.
 Trong các kiểm định, chúng ta so sánh giá trị p-value
với xác suất sai lầm loại I đã được kiểm soát, a, được
gọi là mức ý nghĩa của kiểm định.
 Với một kiểm định mức ý nghĩa, chúng ta kiểm soát
xác suất phạm phải sai lầm loại I, chứ không phải là sai
lầm loại II.
 Chúng tôi đề nghị sử dụng kết luận “không bác bỏ H0”
thay vì “chấp nhận H0” để tránh rủi ro phạm phải sai
lầm loại II.
Slide
10
Kiểm định giả thuyết và ra quyết định
 Với kết luận “không bác bỏ H0”, bằng chứng thống kê

được cho là không đem lại kết quả cuối cùng.
 Thông thường, đây là một dấu hiệu để trì hoãn một
quyết định cho tới khi nghiên cứu sâu hơn và việc
kiểm định được đảm bảo.
 Trong nhiều tình huống ra quyết định, người ra quyết
định có thể muốn, và trong một số trường hợp bị buộc
phải, thực hiện hành động với cả hai kết luận “không
bác bỏ H0 “ và “bác bỏ H0.”
 Trong những trường hợp như vậy, người ta đề xuất mở
rộng quy trình kiểm định giả thuyết để kiểm soát sai
lầm loại II.
Slide
11
Tính xác suất sai lầm loại II khi kiểm định giả
thuyết về trung bình tổng thể
1. Thiết lập giả thuyết không và giả thuyết đối.
2. Sử dụng mức ý nghĩa  và phương pháp giá trị tới hạn
để xác định giá trị tới hạn và quy tắc bác bỏ cho kiểm định
3. Sử dụng quy tắc bác bỏ để tính giá trị trung bình mẫu
tương ứng với giá trị tới hạn của thống kê kiểm định.
Slide
12
Tính xác suất sai lầm loại II khi kiểm định giả
4. Sử dụng các kết quả ở bước 3 để đưa ra miền giá trị của
trung bình mẫu mà từ đó dẫn đến kết quả chấp nhận H0;
việc làm này xác định miền chấp nhận giả thuyết không.
5. Sử dụng phân phối mẫu của ứxng với một giá trị của 
thỏa mãn giả thuyết đối, và miền chấp nhận ở bước 4,
để tính xác suất trung bình mẫu đó nằm trong miền chấp
nhận. (Đây là xác suất phạm phải sai lầm loại II ứng với
giá trị của m .)
Slide
13
Tính xác suất sai lầm loại II
 Ví dụ: Metro EMS (revisited)
Nhắc lại rằng thời gian đáp ứng cho một mẫu
ngẫu nhiên gồm 40 tình huống y tế khẩn cấp được
cho trong bảng.
Trung bình mẫu là 13.25 phút. Độ lệch chuẩn tổng
thể được cho là 3.2 phút.
Giám đốc EMS muốn thực hiện một kiểm định
giả thuyết với mức ý nghĩa 0.05 để xác định xem liệu
có đạt được mục tiêu dịch vụ nhỏ hơn hoặc bằng 12
phút hay không.
Slide
14
1. Giả thuyết là: H0:  và Ha:

2. Quy tắc bác bỏ: Bác bỏ H0 nếu z > 1.645
3. Giá trị trung bình mẫu giới hạn miền bác bỏ:
x  12
z  1.645
3.2 / 40
 3.2 
x  12  1.645    12.8323
 40 
4. Ta sẽ chấp nhận H0 khi x < 12.8323
Slide
15
5. Xác suất trung bình mẫu thuộc miền chấp nhận:
12.8323  
z
Giá trị của m 3.2 / 40 b 1-b
14.0 -2.31 .0104 .9896
13.6 -1.52 .0643 .9357
13.2 -0.73 .2327 .7673
12.8323 0.00 .5000 .5000
12.8 0.06 .5239 .4761
12.4 0.85 .8023 .1977
12.0001 1.645 .9500 .0500
Slide
16
 Tính xác suất sai lầm loại II
Các nhận xét rút ra từ bảng trước
 Khi trung bình tổng thể m càng gần với giá trị đề
cập trong giả thuyết không là 12, xác suất phạm phải
sai lầm loại II càng cao.
Ví dụ: m = 12.0001, b = .9500
 Khi trung bình tổng thể m cao hơn nhiều so với
giá trị được đề cập trong giả thuyết không 12, xác
suất phạm phải sai lầm loại II là thấp.
Ví dụ: m = 14.0, b = .0104
Slide
17
Độ mạnh của kiểm định
 Xác suất bác bỏ chính xác H0 khi nó sai được gọi là độ

mạnh của kiểm định.
 Với giá trị cụ thể bất kỳ của m, độ mạnh là 1 – b.
 Chúng ta có thể minh họa bằng đồ thị độ mạnh tương
ứng với mỗi giá trị của m; đồ thị này được gọi là đường
cong độ mạnh. (xem slide tiếp theo.)
Slide
18
Đường cong độ mạnh
1.00
Rejecting Null Hypothesis

Probability of Correctly 0.90
0.80
0.70 H0 sai
0.60
0.50
0.40
0.30
0.20
0.10
0.00
11.5 12.0 12.5 13.0 13.5 14.0 14.5
m
Slide
19
Xác định kích thước mẫu đối với kiểm định giả
 Mức ý nghĩa được định rõ sẽ xác định xác suất phạm
phải sai lầm loại I.
 Bằng cách kiểm soát cỡ mẫu, xác suất phạm phải sai
lầm loại II sẽ được kiểm soát.
Slide
20
Phân phối mẫu của
x khi H0 đúng và m = m0 c
H0: m0
Bác bỏ H0 Ha:m0
a
x
m0 Phân phối mẫu của x
khi H0 sai và ma > m0

Lưu ý:  x 
n
b
x
c ma
Slide
21
( z  z ) 2  2
n
( 0   a ) 2
Trong đó
z = giá trị z tương ứng với phần diện tích  trong đuôi
phải của phân phối chuẩn chuẩn hóa.
z = giá trị z tương ứng với phần diện tích  trong đuôi phải
của phân phối chuẩn chuẩn hóa.
 = độ lệch chuẩn tổng thể
0 = giá trị của trung bình tổng thể trong H0
a = giá trị của trung bình tổng thể được sử dụng cho sai lầm
loại II
Lưu ý: Khi kiểm định giả thuyết hai phía, ta sử dụng z /2
thay cho z
Slide
22
 Giả sử rằng giám đốc dịch vụ y tế đưa ra phát biểu về
việc chấp nhận xác suất phạm phải sai lầm loại I và
loại II như sau:
• Nếu thời gian đáp ứng trung bình là m = 12 phút, tôi
sẵn sàng chấp nhận mức rủi ro 0.05 để bác bỏ H0
• Nếu thời gian đáp ứng chậm hơn tiêu chuẩn 0.75 phút
(m = 12.75), tôi sẵn sàng chấp nhận mức rủi ro b = 0.10
để không bác bỏ H0
Slide
23
a = 0.05, b = 0.10
z = 1.645, z = 1.28
0 = 12, a = 12.75
 = 3.2
( z  z ) 2 2 (1.645  1.28) 2 (3.2) 2
n   155.75  156
( 0   a ) 2 (12  12.75) 2
Slide
24
Mối quan hệ giữa a, b, và n
 Một khi biết hai trong ba giá trị này, chúng ta có thể
tính giá trị còn lại.
 Với mức ý nghĩa cho trước a, việc tăng kích thước
mẫu n sẽ làm giảm b.
 Với kích thước mẫu n cho trước, việc giảm a sẽ làm
tăng b, ngược lại việc tăng a sẽ làm giảm b.
Slide
25
Kết thúc Chương 9, Phần B
Slide
26

Slide Chuong 9B

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Slide Chuong 9B

Uploaded by

Copyright:

Available Formats

THỐNG KÊ ỨNG DỤNG

TRONG KINH TẾ VÀ KINH DOANH

Anderson Sweeney Williams

H0: p > p0 H0: p < p0 H0: p = p0

Một phía Một phía Hai phía

 Thống kê kiểm định

với giả sử rằng np > 5 và n(1 – p) > 5

 Quy tắc bác bỏ: phương pháp p –Value

H0: pp Bác bỏ H0 nếu z < -z

H0: pp Bác bỏ H0 nếu z < -z hoặc z > z

Một mẫu gồm 120 vụ tai nạn cho thấy có 67 vụ là

 Phương pháp p –Value và phương pháp giá trị tới hạn

1. Xác định giả thuyết. H 0 : p  .5

2. Xác định mức ý nghĩa. a = 0.05

3. Tính giá trị thống kê kiểm định.

 Phương pháp p-Value

4. Tính giá trị p -value.

5. Quyết định liệu có bác bỏ H0.

 Phương pháp giá trị tới hạn

Với a/2 = 0.05/2 = 0.025, z.025 = 1.96

5. Quyết định liệu có bác bỏ H0.

 Với kết luận “không bác bỏ H0”, bằng chứng thống kê

1. Giả thuyết là: H0:  và Ha:

 Xác suất bác bỏ chính xác H0 khi nó sai được gọi là độ

Rejecting Null Hypothesis

You might also like