Vì quyết định đưa ra chỉ dựa trên một mẫu cụ
thể nên quyết định có thể bị sai. Ta gọi sai lầm
loại I là quyết định bác bỏ Ho trong khi Ho đúng, sai
lầm loại II là quyết định chấp nhận Ho trong khi Ho
sai. Xác suất mắc sai lầm loại I gọi là mức ý nghĩa,
ký hiệu α.
Để tiến hành thủ tục kiểm định, trước tiên
người ta xây dựng tiêu chuẩn kiểm định như sau:
Xét ĐLNN X và các giả thiết Ho, H1.
Xét mẫu ngẫu nhiên X1, X2, , Xn. Tiêu chuẩn
kiểm định là một thống kê G = G(X1, X2, , Xn) được
chọn sao cho khi Ho đúng thì quy luật phân phối xác
suất của ĐLNN G được xác định.
73 trang |
Chia sẻ: thanhle95 | Lượt xem: 395 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Bài giảng Lý thuyết xác suất và thống kê - Chương 8: Kiểm định giả thiết thống kê, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
CHƯƠNG 8
Kiểm định giả thiết thống kê
(3LT + 3BT)
1. Khái niệm
Giả thiết thống kê (giả thiết) là các phát biểu
liên quan đến các số đặc trưng của ĐLNN, quy luật
phân phối của ĐLNN, tính độc lập của các ĐLNN
Kiểm định là dựa vào một mẫu cụ thể, thực hiện
một số thủ tục để đưa ra quyết định chấp nhận hoặc
bác bỏ giả thiết thống kê.
Giả thiết cần kiểm định ký hiệu Ho. Giả thiết
phải chấp nhận nếu bác bỏ Ho ký hiệu là H1.
Vì quyết định đưa ra chỉ dựa trên một mẫu cụ
thể nên quyết định có thể bị sai. Ta gọi sai lầm
loại I là quyết định bác bỏ Ho trong khi Ho đúng, sai
lầm loại II là quyết định chấp nhận Ho trong khi Ho
sai. Xác suất mắc sai lầm loại I gọi là mức ý nghĩa,
ký hiệu α.
Để tiến hành thủ tục kiểm định, trước tiên
người ta xây dựng tiêu chuẩn kiểm định như sau:
Xét ĐLNN X và các giả thiết Ho, H1.
Xét mẫu ngẫu nhiên X1, X2, , Xn. Tiêu chuẩn
kiểm định là một thống kê G = G(X1, X2, , Xn) được
chọn sao cho khi Ho đúng thì quy luật phân phối xác
suất của ĐLNN G được xác định.
Với mức ý nghĩa α, chọn miền bác bỏ Ho là Wα
sao cho:
P(G∈Wα /Ho) = α
Sau khi lấy mẫu cụ thể, hàm G có giá trị kiểm
định g. Quy tắc quyết định như sau:
* g∈Wα : bác bỏ Ho.
* g∉Wα : chấp nhận Ho.
2. Kiểm định số đặc trưng tổng thể
2.1 Kiểm định trung bình tổng thể
2.1.1 Kiểm định hai phía (H1 : µ ≠ µo)
Cho trước một mẫu cụ thể kích thước n, xét phát
biểu cho rằng giá trị µo là trung bình tổng thể µ với
mức ý nghĩa α. Để xem phát biểu trên có chấp nhận
được hay không, ta cần kiểm định giả thiết:
Ho: µ = µo với H1: µ ≠ µo
TH1,2,3 n > 30 hoặc "n ≤ 30, biết σ2 và tổng
thể có phân phối Chuẩn"
Khi một trong các trường hợp trên xảy ra thì với
mẫu ngẫu nhiên kích thước n,
X
/ n
− µ
σ
có phân phối
Chuẩn Chính Tắc hay được xấp xỉ với phân phối
Chuẩn Chính Tắc. Trường hợp chưa biết σ thì thay
bởi S.
Phân tích vấn đề theo cách I
Giả định Ho đúng, tức là µ = µo. Lúc này ĐLNN
− µ
σ
oX
/ n
có phân phối Chuẩn Chính Tắc, vì vậy biến
cố
− µ
σ
oX
/ n
≤ zα/2 xảy ra với xác suất 1–α. Với α từ 5%
trở xuống, ta cho rằng biến cố
− µ
σ
oX
/ n
≤ zα/2 chắc
chắn xảy ra trong thực tế, tức là với mẫu cụ thể kích
thước n nào cũng phải có
− µ
σ
ox
/ n
≤ zα/2. Nếu với một
mẫu cụ thể kích thước n, ta thấy
− µ
σ
ox
/ n
> zα/2 thì
đây là điều vô lý, chứng tỏ giả định µ = µo sai. Vậy
nếu dấu hiệu này xảy ra ta quyết định bác bỏ giả
thiết Ho.
Khi
− µ
σ
oX
/ n
có phân phối Chuẩn Chính Tắc thì
biến cố
− µ
σ
oX
/ n
> zα/2 vẫn có thể xảy ra với xác suất
α. Vậy lập luận để dẫn đến điều vô lý nêu trên có
thể bị sai với xác suất α, tức là quyết định bác bỏ giả
thiết Ho có thể gặp sai lầm với xác suất α.
Phân tích vấn đề theo cách II
Kết quả của việc ước lượng µ với độ tin cậy 1–α
cho thấy biến cố µ∈[X – ε, X+ ε], viết cách khác là
X– µ≤ ε, xảy ra với xác suất 1–α.
Giả định Ho đúng, tức là µ = µo, thì biến cố
X– µo≤ ε phải xảy ra với xác suất 1–α. Với α từ 5%
trở xuống, ta cho rằng biến cố X– µo≤ ε chắc chắn
xảy ra trong thực tế, tức là với mẫu cụ thể kích thước
n nào ta cũng phải có x– µo≤ ε. Nếu với một mẫu cụ
thể kích thước n, ta thấy x– µo> ε thì đây là điều
vô lý, chứng tỏ giả định µ = µo sai. Vậy nếu dấu hiệu
này xảy ra ta quyết định bác bỏ giả thiết Ho.
Ta có:
x – µo > ε = zα/2
n
σ ⇔
− µ
σ
ox
/ n
> zα/2
Vì độ tin cậy là 1–α nên ngay khi Ho đúng, biến
cố X– µo > ε vẫn có thể xảy ra với xác suất α. Vậy
lập luận để dẫn đến điều vô lý nêu trên có thể bị sai
với xác suất α, tức là quyết định bác bỏ giả thiết Ho
có thể gặp sai lầm với xác suất α.
Các phân tích trên gợi ý cho ta chọn:
Tiêu chuẩn kiểm định: G =
− µ
σ
oX
/ n
(Nếu chưa biết σ thì thay bởi S)
Miền bác bỏ Ho: Wα = (–∞, –zα/2)∩(zα/2, +∞)
TH4 n ≤ 30, chưa biết phương sai tổng thể
σ2, tổng thể có phân phối Chuẩn
Lúc này
− µX
S / n
có phân phối Student n–1 bậc tự
do. Tất cả lập luận bên trên đều áp dụng được, miễn
là thay zα/2 bởi t(n–1)α/2. Vậy ta chọn:
Tiêu chuẩn kiểm định: G =
− µoX
S / n
Miền bác bỏ Ho: Wα = (–∞, –tα/2)∩(tα/2, +∞)
Tóm tắt – Kiểm định hai phía trung bình tổng
thể (H1: µ ≠ µo)
Cho trước một mẫu cụ thể và mức ý nghĩa α.
Tính giá trị kiểm định (KĐ) và tra giá trị tới hạn
(TH). Nếu giá trị kiểm định có trị tuyệt đối lớn hơn
giá trị tới hạn thì bác bỏ Ho (KĐ > TH).
Công thức tính giá trị kiểm định:
− µ
σ
ox
/ n
(Nếu chưa biết σ thì thay bởi s)
Giá trị tới hạn được tra theo hai trường hợp:
n > 30 hoặc "n ≤ 30, biết σ2 và tổng thể có
phân phối Chuẩn"
Giá trị tới hạn: zα/2
n ≤ 30, chưa biết σ2 và tổng thể có phân
phối Chuẩn
Giá trị tới hạn: t(n–1)α/2
Ví dụ
(1) Trọng lượng ghi trên bao bì của một loại sản
phẩm 6Kg. Lấy ngẫu nhiên 121 sản phẩm và cân
thử thì tính được trọng lượng trung bình là 5,975Kg
và phương sai là 5,7596. Với mức ý nghĩa 5% thì
trọng lượng ghi trên bao bì có chấp nhận được
không?
Ta cần kiểm định giả thiết:
Ho: µ = µo "Trọng lượng ghi trên bao bì chấp
nhận được"
H1: µ ≠ µo "Trọng lượng ghi trên bao bì không
chấp nhận được"
Ta có:
n = 121 x = 5,975 µo = 6 s
2
= 5,7596 ⇒ s = 2,399
Giá trị kiểm định: KĐ =
− µox
s / n
= –0,1146
Giá trị tới hạn: α = 5% ⇒ TH = zα/2 = z0,025 = 1,96
=NORMSINV(1–0,025)
Điều kiện bác bỏ Ho là KĐ > TH không thoả, quyết
định chấp nhận giả thiết Ho.
Trọng lượng ghi trên bao bì chấp nhận được (với mức
ý nghĩa 5%).
(2) Đường kính của một chi tiết máy được sản xuất
theo chuẩn là 3,02cm. Lấy ngẫu nhiên 25 chi tiết và
đo thử thì tính được đường kính trung bình là 3,14cm
với độ lệch chuẩn là 0,275cm. Với độ tin cậy 95%
hãy cho biết các chi tiết sản xuất có đúng chuẩn
không ?
Ta cần kiểm định giả thiết:
Ho: µ = µo "Các chi tiết sản xuất đúng chuẩn"
H1: µ ≠ µo "Các chi tiết sản xuất không đúng
chuẩn"
Ta có: n = 25 x= 3,14 µo = 3,02 s = 0,275
Giá trị kiểm định: KĐ =
− µox
s / n
= 2,1818
Giá trị tới hạn:
1–α = 95% ⇒ TH = t(n–1)α/2 = t(24)0,025 = 2,0639
=TINV(0,025*2; 24)
Điều kiện bác bỏ Ho là KĐ > TH thoả, quyết định
bác bỏ giả thiết Ho, chấp nhận giả thiết H1.
Các chi tiết sản xuất không đúng chuẩn (với độ tin
cậy 95%).
2.1.2 Kiểm định phải (H1 : µ > µo)
Từ dữ liệu của một mẫu cụ thể, với mức ý nghĩa
α cho trước, ta cần kiểm định:
Ho: µ = µo với H1: µ > µo
TH1,2,3 n > 30 hoặc "n ≤ 30, biết σ2 và tổng
thể có phân phối Chuẩn"
Khi một trong các trường hợp trên xảy ra thì với
mẫu ngẫu nhiên kích thước n,
X
/ n
− µ
σ
có phân phối
Chuẩn Chính Tắc hay được xấp xỉ với phân phối
Chuẩn Chính Tắc. Trường hợp chưa biết σ thì thay
bởi S.
Giả định Ho đúng, tức là µ = µo. Do
− µ
σ
oX
/ n
có
phân phối Chuẩn Chính Tắc nên biến cố
− µ
σ
oX
/ n
≤ zα
xảy ra với xác suất 1–α. Vì vậy nếu với một mẫu cụ
thể kích thước n, ta thấy
− µ
σ
ox
/ n
> zα thì đây là điều
vô lý, chứng tỏ giả định µ = µo sai. Vậy nếu dấu hiệu
này xảy ra ta quyết định bác bỏ giả thiết Ho.
Khi
− µ
σ
ox
/ n
> zα xảy ra, tức là khi bác bỏ Ho, thì
ta vẫn có
− µ
σ
x
/ n
≤ zα, do đó
− µ
σ
ox
/ n
>
− µ
σ
x
/ n
. Điều này
chứng tỏ khi bác bỏ giả thiết Ho thì µ > µo.
Vậy ta chọn:
Tiêu chuẩn kiểm định: G =
− µ
σ
oX
/ n
(Nếu chưa biết σ thì thay bởi S)
Miền bác bỏ Ho: Wα = (zα, +∞)
TH4 n ≤ 30, chưa biết phương sai tổng thể
σ2, tổng thể có phân phối Chuẩn
Phân tích tương tự trên với phân phối Student,
ta chọn:
Tiêu chuẩn kiểm định: G =
− µoX
S / n
Miền bác bỏ Ho: Wα = (tα, +∞)
Tóm tắt – Kiểm định phải trung bình tổng thể
(H1: µ > µo)
Cho trước một mẫu cụ thể và mức ý nghĩa α. Ta
tính giá trị kiểm định (KĐ) và tra giá trị tới hạn
(TH). Nếu giá trị kiểm định lớn hơn giá trị tới hạn
thì bác bỏ Ho (KĐ > TH).
Công thức tính giá trị kiểm định:
− µ
σ
ox
/ n
(Nếu chưa biết σ thì thay bởi s)
Giá trị tới hạn được tra theo hai trường hợp:
n > 30 hoặc "n ≤ 30, biết σ2 và tổng thể có
phân phối Chuẩn"
Giá trị tới hạn: zα
n ≤ 30, chưa biết σ2 và tổng thể có phân
phối Chuẩn
Giá trị tới hạn: t(n–1)α
Ví dụ
Trọng lượng của một con gà khi xuất chuồng
được chọn ngẫu nhiên là ĐLNN có phân phối Chuẩn.
Trước đây, trọng lượng trung bình là 1,7Kg. Người ta
áp dụng phương pháp chăn nuôi mới và cân thử 25
con gà xuất chuồng thì tính được trọng lượng trung
bình là 1,87Kg và phương sai là 0,25. Hãy cho nhận
xét về phương pháp chăn nuôi mới với mức ý nghĩa
5%.
Do gà tăng trọng nên ta kiểm định giả thiết:
Ho: µ = µo "Phương pháp chăn nuôi mới không
làm gà tăng trọng"
H1: µ > µo "Phương pháp chăn nuôi mới làm gà
tăng trọng"
Ta có: n = 25 x= 1,87 µo = 1,7 s
2 = 0,25 ⇒ s =
0,5
Giá trị kiểm định: KĐ =
−x 1,7
s / n
= 1,7
Giá trị tới hạn: α = 5% ⇒ TH = t(n–1)α = t(24)0,05 =
1,711
=TINV(0,05*2; 24)
Điều kiện bác bỏ Ho là KĐ > TH không thoả, quyết
định chấp nhận giả thiết Ho.
Phương pháp chăn nuôi mới không làm gà tăng
trọng (với mức ý nghĩa 5%).
2.1.3 Kiểm định trái (H1 : µ < µo)
Từ dữ liệu của một mẫu cụ thể, với mức ý nghĩa
α cho trước, ta cần kiểm định:
Ho: µ = µo với H1: µ < µo
Phân tích tương tự trên, ta đi đến kết luận:
TH1,2,3 n > 30 hoặc "n ≤ 30, biết σ2 và tổng
thể có phân phối Chuẩn"
Tiêu chuẩn kiểm định: G =
− µ
σ
oX
/ n
(Nếu chưa biết σ thì thay bởi S)
Miền bác bỏ Ho: Wα = (–∞, –zα)
TH4 n ≤ 30, chưa biết phương sai tổng thể
σ2, tổng thể có phân phối Chuẩn
Tiêu chuẩn kiểm định: G =
− µoX
S / n
Miền bác bỏ Ho: Wα = (–∞, –tα)
Tóm tắt – Kiểm định trái trung bình tổng thể
(H1: µ < µo)
Cho trước một mẫu cụ thể và mức ý nghĩa α. Ta
tính giá trị kiểm định (KĐ) và tra giá trị tới hạn
(TH). Nếu giá trị kiểm định nhỏ hơn giá trị tới hạn
thì bác bỏ Ho (KĐ < TH).
Công thức tính giá trị kiểm định:
− µ
σ
ox
/ n
(Nếu chưa biết σ thì thay bởi s)
Giá trị tới hạn được tra theo hai trường hợp:
n > 30 hoặc "n ≤ 30, biết σ2 và tổng thể có
phân phối Chuẩn"
Giá trị tới hạn: –zα
n ≤ 30, chưa biết σ2 và tổng thể có phân
phối Chuẩn
Giá trị tới hạn: –t(n–1)α
Ví dụ
Mức tiêu hao nguyên liệu để sản xuất một sản
phẩm là ĐLNN có phân phối chuẩn. Mức tiêu hao
trung bình là 1,2Kg với độ lệch chuẩn 3,1Kg. Sau
một thời gian sản xuất, người ta kiểm tra mức sử
dụng nguyên liệu của 25 sản phẩm thì thu được bảng
sau:
Mức NL (Kg) 0,9 1,0 1,1 1,2 1,3
Số sản phẩm 4 5 6 7 3
Với mức ý nghĩa 5%, hãy cho nhận xét về mức
tiêu hao nguyên liệu trung bình.
Do lượng tiêu hao nguyên liệu trung bình giảm nên
ta kiểm định giả thiết:
Ho: µ = µo "Mức tiêu hao nguyên liệu trung bình
không thay đổi"
H1: µ < µo "Mức tiêu hao nguyên liệu trung bình
có giảm"
Ta có: n = 25 x = 1,1 µo = 1,2 σ = 3,1
Giá trị kiểm định: KĐ =
− µ
σ
ox
/ n
= –0,16
Giá trị tới hạn: α = 5% ⇒ TH = –zα = –z0,05 = –1,645
=–NORMSINV(1–0,05)
Điều kiện bác bỏ Ho là KĐ < TH không thoả, quyết
định chấp nhận giả thiết Ho.
Mức tiêu hao nguyên liệu trung bình không thay đổi
(với mức ý nghĩa 5%).
2.2 Kiểm định tỷ lệ tổng thể
Ta chỉ xét trường hợp khi n đủ lớn (npo ≥ 10 và
n(1–po) ≥ 10).
2.2.1 Kiểm định hai phía (H1 : p ≠ po)
Từ dữ liệu của một mẫu cụ thể, với mức ý nghĩa
α cho trước, ta cần kiểm định:
Ho: p = po với H1: p ≠ po
Theo giả thiết n đủ lớn,
−
−
F p
p(1 p) / n
được xấp xỉ
bởi phân phối Chuẩn Chính Tắc. Giả định Ho đúng,
tức là p = po,
−
−
o
o o
F p
p (1 p ) / n
có phân phối Chuẩn
Chính Tắc. Vì vậy, với mẫu cụ thể kích thước n, nếu
−
−
o
o o
F p
p (1 p ) / n
> zα/2 thì ta quyết định bác bỏ giả thiết
Ho. Vậy ta chọn:
Tiêu chuẩn kiểm định: G =
−
−
o
o o
F p
p (1 p ) / n
Miền bác bỏ Ho: Wα = (–∞, –zα/2)∩(zα/2, +∞).
Tóm tắt – Kiểm định hai phía tỷ lệ tổng thể
(H1: p ≠ po)
Cho trước một mẫu cụ thể và mức ý nghĩa α.
Tính giá trị kiểm định (KĐ) và tra giá trị tới hạn
(TH). Nếu giá trị kiểm định có trị tuyết đối lớn hơn
giá trị tới hạn thì bác bỏ Ho (KĐ > TH).
Công thức tính giá trị kiểm định:
−
−
o
o o
f p
p (1 p ) / n
Giá trị tới hạn: zα/2
Ví dụ
Người ta cho rằng tỷ lệ sinh viên trên 35 tuổi là
2%. Điều tra về tuổi của 800 sinh viên thì thấy có 24
sinh viên trên 35 tuổi. Với độ tin cậy 95%, hãy cho
biết ý kiến về tỷ lệ trên.
Ta cần kiểm định giả thiết:
Ho: p = po "Tỷ lệ sinh viên trên 35 tuổi là 2%"
H1: p ≠ po "Tỷ lệ sinh viên trên 35 tuổi không
phải là 2%"
Ta có: n = 800 f = 24/800 po = 2%
Giá trị kiểm định: KĐ =
−
−
o
o o
f p
p (1 p ) / n
= 2,0203
Giá trị tới hạn: 1–α = 95% ⇒ TH = zα/2 = z0,025 = 1,96
=NORMSINV(1–0,025)
Điều kiện bác bỏ Ho là KĐ > TH thoả, quyết định
bác bỏ giả thiết Ho, chấp nhận giả thiết H1.
Tỷ lệ sinh viên trên 35 tuổi không phải là 2% (với
độ tin cậy 95%).
2.2.2 Kiểm định phải (H1 : p > po)
Từ dữ liệu của một mẫu cụ thể, với mức ý nghĩa
α cho trước, ta cần kiểm định:
Ho: p = po với H1: p > po
Lập luận tương tự trên, ta chọn:
Tiêu chuẩn kiểm định: G =
−
−
o
o o
F p
p (1 p ) / n
Miền bác bỏ Ho: Wα = (zα, +∞)
Tóm tắt – Kiểm định phải tỷ lệ tổng thể
(H1: p > po)
Cho trước một mẫu cụ thể và mức ý nghĩa α.
Tính giá trị kiểm định (KĐ) và tra giá trị tới hạn
(TH). Nếu giá trị kiểm định lớn hơn giá trị tới hạn
thì bác bỏ Ho (KĐ > TH).
Công thức tính giá trị kiểm định:
−
−
o
o o
f p
p (1 p ) / n
Giá trị tới hạn: zα
Ví dụ
Tỷ lệ sản phẩm có chất lượng cao tại một nhà
máy là 45%. Sau khi cải tiến sản xuất, người ta kiểm
tra ngẫu nhiên 400 lượt sản phẩm thì thấy có 215
sản phẩm có chất lượng cao. Vậy việc cải tiến sản
xuất có làm tăng tỷ lệ sản phẩm có chất lượng cao
không? Hãy cho khẳng định về điều này với mức ý
nghĩa 5%.
Ta cần kiểm định giả thiết:
Ho: p = po "Tỷ lệ sản phẩm có chất lượng cao
không đổi"
H1: p > po "Tỷ lệ sản phẩm có chất lượng cao có
tăng sau khi cải tiến sản xuất"
Ta có: n = 400 f = 215/400 po = 45%
Giá trị kiểm định: KĐ =
−
−
o
o o
f p
p (1 p ) / n
= 3,5176
Giá trị tới hạn: α = 5% ⇒ TH = zα = z0,05 = 1,6449
=NORMSINV(1–0,05)
Điều kiện bác bỏ Ho là KĐ > TH thoả, quyết định
bác bỏ giả thiết Ho, chấp nhận giả thiết H1.
Tỷ lệ sản phẩm có chất lượng cao có tăng sau khi cải
tiến sản xuất (với mức ý nghĩa 5%).
2.2.3 Kiểm định trái (H1 : p < po)
Từ dữ liệu của một mẫu cụ thể, với mức ý nghĩa
α cho trước, ta cần kiểm định:
Ho: p = po với H1: p < po
Lập luận tương tự trên, ta chọn:
Tiêu chuẩn kiểm định: G =
−
−
o
o o
F p
p (1 p ) / n
Miền bác bỏ Ho: Wα = (–∞, –zα)
Tóm tắt – Kiểm định trái tỷ lệ tổng thể
(H1: p < po)
Cho trước một mẫu cụ thể và mức ý nghĩa α.
Tính giá trị kiểm định (KĐ) và tra giá trị tới hạn
(TH). Nếu giá trị kiểm định nhỏ hơn giá trị tới hạn
thì bác bỏ giả thiết Ho (KĐ < TH).
Công thức tính giá trị kiểm định:
−
−
o
o o
f p
p (1 p ) / n
Giá trị tới hạn: –zα
Ví dụ
Tỷ lệ người hút thuốt trong một khu dân cư
trước đây là 5%. Sau khi vận động tuyên truyền,
người ta gặp ngẫu nhiên 800 lượt người thì thấy có
24 người vẫn còn hút thuốt. Với mức ý nghĩa 5%, hãy
cho biết:
a) Việc vận động tuyên truyền có làm giảm tỷ lệ
người hút thuốt không?
b) Nếu tuyên bố tỷ lệ người hút thuốt trong khu
dân cư này chỉ còn 2% thì có chấp nhận được không?
a) Ta cần kiểm định giả thiết:
Ho: p = po "Tỷ lệ người hút thuốt không đổi"
H1: p < po "Tỷ lệ người hút thuốt có giảm"
Ta có: n = 800 f = 24/800 po = 5%
Giá trị kiểm định: KĐ =
−
−
o
o o
f p
p (1 p ) / n
= –2,5955
Giá trị tới hạn: α = 5% ⇒ TH = –zα = –z0,05 = –1,6449
=–NORMSINV(1–0,05)
Điều kiện bác bỏ Ho là KĐ < TH thoả, quyết định bác
bỏ giả thiết Ho, chấp nhận giả thiết H1.
Tỷ lệ người hút thuốt có giảm sau khi vận động
tuyên truyền (với mức ý nghĩa 5%).
b) Ta cần kiểm định giả thiết:
Ho: p = po "Tỷ lệ người hút thuốt chỉ còn 2%"
H1: p ≠ po "Tỷ lệ người hút thuốt không phải chỉ
còn 2%"
Ta có: n = 800 f = 24/800 po = 2%
Giá trị kiểm định: KĐ =
−
−
o
o o
f p
p (1 p ) / n
= 2,0203
Giá trị tới hạn: α = 5% ⇒ TH = zα/2 = z0,025 = 1,96
=NORMSINV(1–0,025)
Điều kiện bác bỏ Ho là KĐ > TH thoả, quyết định
bác bỏ giả thiết Ho, chấp nhận giả thiết H1.
Tỷ lệ người hút thuốt không phải chỉ còn 2% (với
mức ý nghĩa 5%).
2.3 Kiểm định phương sai tổng thể
Ta chỉ xét trường hợp tổng thể là ĐLNN có
phân phối Chuẩn.
2.3.1 Kiểm định hai phía (H1 : σ 2 ≠ σo2)
Từ dữ liệu của một mẫu cụ thể, với mức ý nghĩa
α cho trước, ta cần kiểm định:
Ho: σ
2 = σo
2 với H1: σ
2 ≠ σo
2
ĐLNN
−
σ
2
2
(n 1)S
có phân phối Chi Bình n–1 bậc
tự do. Giả định Ho đúng, tức là σ
2
= σo
2 thì
2
2
o
(n 1)S−
σ
có phân phối Chi Bình n–1 bậc tự do. Ta có:
P(χ21–α/2 <
2
2
o
(n 1)S−
σ
< χ2α/2) = 1–α
Vậy nếu với một mẫu cụ thể kích thước n, ta thấy
−
σ
2
2
o
(n 1)s
> χ2α/2 hay
−
σ
2
2
o
(n 1)s
< χ21–α/2 thì giả thiết Ho
bị bác bỏ.
Theo phân tích trên, ta chọn:
Tiêu chuẩn kiểm định: G =
−
σ
2
2
o
(n 1)S
Miền bác bỏ Ho: Wα = (0, χ
2
1–α/2)∩(χ
2
α/2, +∞)
Tóm tắt – Kiểm định hai phía phương sai tổng
thể (H1 : σ 2 ≠ σo2)
Cho trước một mẫu cụ thể và mức ý nghĩa α.
Tính giá trị kiểm định và tra giá trị tới hạn nhỏ
(THN) và giá trị tới hạn lớn (THL). Nếu giá trị kiểm
định lớn hơn giá trị tới hạn lớn hoặc nhỏ hơn giá trị
tới hạn nhỏ thì bác bỏ Ho (KĐ > THL hoặc KĐ < THN).
Công thức tính giá trị kiểm định:
2
2
o
(n 1)s−
σ
Giá trị tới hạn lớn, nhỏ là χ2(n–1)α/2, χ
2
(n–1)1–α/2.
Ví dụ
Đường kính của một trục máy chọn ngẫu nhiên
là một ĐLNN co