2/16/2019
1
LÝ THUYẾT MẪU
1
Chương 5
Phương pháp mẫu
Tổng thể (population)
Mẫu (Sample)
Tham số (parameter)
Thống kê (statistic)
2
Nội dung
•Trong lý thuyết mẫu hay thống kê suy diễn ta
thường dùng các đặc trưng của mẫu (statistic) để
ước tính các đặc trưng của tổng thể (parameter)
•Nếu ta lấy mẫu cỡ ntừ tổng thể thì điều gì sẽ xảy
ra? Trung bình mẫu sẽ có quy luật phân phối gì?Tỷ
lệ mẫu có quy luật gì?
•Để ước tính trung bình tổng thể ta dùng đặc trưng
nào của mẫu?Tương tự cho các tham số khác như
tỷ lệ và phương sai?
•Phải hiểu rõ quy luật phân phối của mẫu
(sampling distribution)
3
Tổng thể Mẫu TQ
Mẫu
cụ
thể
Kích
thước N n n
Trung
bình
Phương
sai
Độ lệch
chuẩn
Tỷ lệ A
Tóm tắt tổng thể và mẫu
4
EX
2VX
VX
p P A
X
*
;;SSS
F
x
22
2*
;;s s s
*
;;sss
f
Các thuật ngữ
•Tham số (Parameters) là các đại lượng số đặc trưng
của tổng thể.Đây là các giá trị cố định.
•Thống kê (Statistics) là các đại lượng đặc trưng của
mẫu. Chúng biến đổi từ mẫu này sang mẫu khác và
nhìn chung là các biến ngẫu nhiên. Ta cố gắng xác định
quy luật phân phối xác suất của các biến ngẫu nhiên
này. Từ đó tìm ra cách suy diễn cho tổng thể.
•Sai số chuẩn (Standard error) là độ lệch chuẩn của một
thống kê mẫu
•Độ lệch chuẩn (Standard deviation) liên quan đến một
mẫu
5
Phân phối của trung bình mẫu
•Một bể cá lớn từ trại cá giống đang được chuyển đến hồ.
Ta muốn biết chiều dài trung bình của cá trong bể. Thay vì
đo chiều dài của toàn bộ cá trong bể ta chọn ngẫu nhiên
một mẫu và sử dụng trung bình mẫu để ước lượng cho
trung bình tổng thể.
•Đặt trung bình mẫu là
𝑋. Giá trị của
𝑋là ngẫu nhiên do
phụ thuộc vào mẫu được chọn ra.
•Trung bình mẫu
𝑋được gọi là một thống kê.
•Trung bình của tổng thể là cố định,ta ký hiệu là μ.
•Phân phối của trung bình mẫu cũng là phân phối của biến
ngẫu nhiên
𝑋.
•Thông thường, phân phối của trung bình mẫu rất phức tạp
ngoại trừ trường hợp cỡ mẫu rất nhỏ hoặc rất lớn.
•Phương pháp chọn mẫu là ngẫu nhiên, không hoàn lại.
6
2/16/2019
2
Ví dụ minh họa
•Tổng thể là trọng lượng của sáu quả bí ngô (kg)được
trưng bày trong một gian hàng trò chơi "đoán trọng
lượng" của hội chợ.Bạn được yêu cầu đoán trọng
lượng trung bình của sáu quả bí ngô bằng cách lấy một
mẫu ngẫu nhiên mà không hoàn lại từ tổng thể.
7
Quả bí
A
B
C
D
E
F
Trọng
lượng
(kg)
19
14
15
9
10
17
Trung bình tổng thể: μ=14 (kg)
Chọn mẫu cỡ n=2
Sample
Weight
𝑋Probability
A, B
19, 14
16.5 1/15
A, C
19, 15
17.0 1/15
A, D 19, 9 14.0 1/15
A, E
19, 10
14.5 1/15
A, F
19, 17
18.0 1/15
B, C
14, 15
14.5 1/15
B, D 14, 9 11.5 1/15
B, E
14, 10
12.0 1/15
B, F
14, 17
15.5 1/15
8
𝑋9.5
11.5
12.0
12.5
13.0
13.5
14.0
14.5
15.5
16.0
16.5
17.0
18.0
P
1/15
1/15
2/15
1/15
1/15
1/15
1/15
2/15
1/15
1/15
1/15
1/15
1/15
Sample
Weight
𝑋Probability
C, D 15, 9 12.0 1/15
C, E
15, 10
12.5 1/15
C, F
15, 17
16.0 1/15
D, E 9, 10 9.5 1/15
D, F 9, 17 13.0 1/15
E, F
10, 17
13.5 1/15
Bảng phân phối xác suất của trung bình mẫu:
14
EX
Chọn mẫu cỡ n=5
Sample Weight
𝑋Probability
A, B, C, D, E 19, 14, 15, 9, 10 13.4 1/6
A, B, C, D, F 19, 14, 15, 9, 17 14.8 1/6
A, B, C, E, F
19, 14, 15, 10, 17
15.0 1/6
A, B, D, E, F 19, 14, 9, 10, 17 13.8 1/6
A, C, D, E, F 19, 15, 9, 10, 17 14.0 1/6
B, C, D, E, F 14, 15, 9, 10, 17 13.0 1/6
9
𝑋13.0 13.4 13.8 14.0 14.8 15.0
P1/6 1/6 1/6 1/6 1/6 1/6
14
EX
Tổng hợp
•Nếu cỡ mẫu lớn thì?
•Cần chọn mẫu cỡ bao nhiêu?
•Trung bình mẫu có quy luật phân phói như thế nào?
•Xu hướng trung tâm của trung bình mẫu là?
•Mức độ biến động của trung bình mẫu so với xu
hướng trung tâm?
10
Phân phối xác suất của thống kê mẫu
•Bị ảnh hưởng bởi:
Cỡ mẫu
Phân phối của tổng thể
Cách thức chọn mẫu
11
Tổng thể và tham số tổng thể
•Kích thước N, gồm các phần tử có cùng một dấu
hiệu nghiên cứu X
•X: bnn gốc của tổng thể
•PPXS của Xcũng là ppxs của tổng thể
•Các tham số tổng thể tham số đặc trưng của
bnn X
12
2
;;

E X V X p P X
2/16/2019
3
Mẫu ngẫu nhiên – tổng quát
•Định nghĩa.Tập hợp nbiến ngẫu nhiên độc lập X1, X2,
…, Xnthành lập từ biến ngẫu nhiên gốc Xđược gọi là
mẫu ngẫu nhiên cỡ n (kích thước n)
•Ký hiệu: W=(X1, X2,…, Xn) trong đó Xilà các bnn
•Xi có cùng quy luật phân phối với X
•Một phép thử với mẫu ngẫu nhiên là một mẫu cụ thể
gồm n quan sát. w=(x1,x2,…,xn)
13
2
ii
E X E X V X V X

Các đặc trưng mẫu (statistic)
•Trung bình mẫu:
•Phương sai mẫu:Tỷ lệ mẫu:
14
𝑆2=1
𝑛 − 1
𝑖=1
𝑛𝑋𝑖−
𝑋2
𝑆2=1
𝑛
𝑖=1
𝑛𝑋𝑖−
𝑋2
𝑆∗ 2 =1
𝑛
𝑖=1
𝑛𝑋𝑖−𝜇 2
𝑋 = 𝑋1+𝑋2+...+𝑋𝑁
𝑛
Y
Fn
Tính chất các thống kê mẫu
•Trung bình mẫu:
•Phương sai mẫu:
•Tỷ lệ mẫu:
15
2
E X V X X
nn


*2 2
ES
22
1n
ES n
22
ES
1

pp
E F p V F n
Thực hành tính thống kê mẫu
Điều tra thời gian sử dụng internet trong tuần của 90
sinh viên một trường ta được bảng số liệu sau:
Hãy tính các thống kê mẫu sau:
a) Trung bình mẫu,phương sai mẫu (đã hiệu chỉnh),
phương sai mẫu chưa hiệu chỉnh?
b) Tỷ lệ sinh viên trong mẫu có thời gian sử dụng trên 5
giờ một tuần?
16
Thời gian (giờ) 3 4 5 6 7 8
Số sv 7 8 17 24 20 14
Cách 1_Lập bảng
17
xinixini(xi)2ni
…. …. …. ….
…. …. …. ….
Tổng
i
n
ii
xn
2
ii
xn
ii
xn
xn
2
22
ii
xn
sx
n

2
2
1
n
ss
n
i
nn
Cách 1_Lập bảng
18
xinixini(xi)2ni
3 7 21 63
4 8 32 128
517 85 425
624 144 864
720 140 980
814 112 896
Tổng
90 534 3356
2/16/2019
4
Cách 1_Lập bảng
•Cỡ mẫu:
•Trung bình mẫu:
•Phương sai mẫu chưa hiệu chỉnh:
•Phương sai mẫu đã hiệu chỉnh:
19
90
i
nn
534 5,9333
90
ii
xn
xn
2
22
... 2,0844
ii
xn
sx
n
2
22,1078
1

n
ss
n
2,1078 1, 4518s
Độ lệch mẫu đã hiệu
chỉnh:
Cách 2__dùng máy tính 570ES
1. Shift + 9 + 3 + = + =: Reset máy
2. Shift + Mode + + 4 + 1: bật tần số (frequency on)
3. Mode + 3 + 1: vào tính thống kê 1biến (stat1-var)
4. Khi này ta có bảng sau:
20
X FREQ
1
2
3
Cách 2__dùng máy tính 570ES
•Ta nhập vào như sau:
•Nhấn AC để thoát.
21
X FREQ
1 3 7
2 4 8
3 5 17
4 6 24
5 7 20
6 8 14
Cách 2_dùng máy tính 570ES
6. Lấy số liệu thống kê: Shift + 1 + 5 (4) Chọn Var
Ta có bảng sau:
Tương ứng:
1: cỡ mẫu 2: trung bình mẫu
3. Độ lệch chuẩn mẫu.
4. Độ lệch chuẩn mẫu hiệu chỉnh.
22
1: n
2:
3:
x
4:
sx
x
Không
phải
phương
sai
Ví dụ 1
Lượng xăng hao phí của một ôtô đi từ Ađến Bsau 30 lần
chạy kết quả cho trong bảng.
23
Lượng xăng
hao phí
Số
lần
tương
ứng
9,6 –9,8 3
9,8 –10 5
10 –10,2 10
10,2 –10,4 8
10,4 –10,6 4
a) Tính trung bình mẫu
b) Tính độ lệch chuẩn
mẫu
c) Tính độ lệch chuẩn
mẫu hiệu chỉnh
Mô phỏng phân phối mẫu
•http://onlinestatbook.com/stat_sim/sampling_dis
t/index.html
•http://www.jbstatistics.com/sampling-
distributions/
•https://newonlinecourses.science.psu.edu/stat41
4/node/132/
•https://shiny.rit.albany.edu/stat/
24
2/16/2019
5
Phân phối xác suất của thống kê mẫu
•A. Biến ngẫu nhiên gốc có phân phối chuẩn
•B. Biến ngẫu nhiên gốc có phân phối B(1,p)
•C. Hai tổng thể có phân phối chuẩn
•D. Hai tần suất của hai tổng thể
25
1. Tổng thể có phân phối chuẩn
•Cho tổng thể có phân phối chuẩn.
•Biến nn gốc X~N(µ; σ2)
•Ta có:
26
2
22
22
22
~ , ~ 0;1
~1
*1
~ ~ 1
Xn
X N N
n
Xn
tn
S
n S n S
Z n Z n





2. Tổng thể có phân phối nhị thức
•Gọi plà tỷ lệ một tính chất A nào đó của tổng thể.
•Khi này ppxs của bnn gốc Xlà:B(1;p) hay A(p)
•Lấy mẫu nn cỡ n, gọi Flà tỷ lệ mẫu.
•Ta có:
27
1
~ ; ~ 0;1
1
p p F p n
F N p N
npp




3. Hai tổng thể có phân phối chuẩn
•Cho hai tổng thể và 2bnn gốc:
•Ta tiến hành lấy 2mẫu độc lập:
•Các thống kê mẫu tương ứng:
28
22
~ ; ; ~ ;
X X Y Y
X N Y N
1 2 1 2
W , ,..., W , ,...,
nm
n X X X m Y Y Y
1 2 1 2
22
... ...
nm
XY
X X X Y Y Y
XY
nm
SS

3. Hai tổng thể có phân phối chuẩn
•Ta có:
•Do đó:
29
22
22
~ ; ; ~ ;
~;
XY
XY
XY
XY
X N Y N
nm
X Y N nm







22 ~ 0;1
XY
XY
XY
N
nm


3. Hai tổng thể có phân phối chuẩn
•Nếu chưa biết 2phương sai nhưng mẫu lớn m>30,
n>30 thì:
30
22 0;1
XY
XY
XY
ZN
SS
nm

