8.1 NHỮNG KHÁI NIỆM VỀKIỂM ĐỊNH GIẢTHUYẾT THỐNG KÊ
8.1.1 Giảthuyết thống kê ( Statistical Hypothesis)
Là một giảsửhay một phát biểu có thể đúng, có thểsai liên quan đến tham sốcủa một
hay nhiều tập hợp chính.
8.1.2 Giảthuyết không (giảthuyết đơn) và giảthuyết ngược lại (đối thuyết)
(Null Hypothesis & Alternative Hypothesis)
8.1.3 Các loại sai lầm trong việc kiểm định giảthuyết thống kê
8.1.4 Miền bác bỏvà miền chấp nhận
( Rejection Region & Acceptance Region )
8.1.5 Kiểm định một đầu và kiểm định 2 đầu
(one – tailed test & two – tailed test)
8.2 CÁC BƯỚC CỦA VIỆC KIỂM ĐỊNH GIẢTHUYẾT THỐNG KÊ:
8.3 KIỂM ĐỊNH GIÁ TRỊTRUNG BÌNH µCỦA PHÂN PHỐI CHUẨN N(µ,σ
2
)
KHI ĐÃ BIẾT σ
2
KIỂM ĐỊNH GIÁ TRỊTRUNG BÌNH µCỦA PHÂN PHỐI CHUẨN N(µ,σ
2
)
KHI CHƯA BIẾT σ
8.1 NHỮNG KHÁI NIỆM VỀKIỂM ĐỊNH GIẢTHUYẾT THỐNG KÊ
8.1.1 Giảthuyết thống kê ( Statistical Hypothesis)
Là một giảsửhay một phát biểu có thể đúng, có thểsai liên quan đến tham sốcủa một
hay nhiều tập hợp chính.
8.1.2 Giảthuyết không (giảthuyết đơn) và giảthuyết ngược lại (đối thuyết)
(Null Hypothesis & Alternative Hypothesis)
8.1.3 Các loại sai lầm trong việc kiểm định giảthuyết thống kê
8.1.4 Miền bác bỏvà miền chấp nhận
( Rejection Region & Acceptance Region )
8.1.5 Kiểm định một đầu và kiểm định 2 đầu
(one – tailed test & two – tailed test)
8.2 CÁC BƯỚC CỦA VIỆC KIỂM ĐỊNH GIẢTHUYẾT THỐNG KÊ:
8.3 KIỂM ĐỊNH GIÁ TRỊTRUNG BÌNH µCỦA PHÂN PHỐI CHUẨN N(µ,σ
2
)
KHI ĐÃ BIẾT σ
2
KIỂM ĐỊNH GIÁ TRỊTRUNG BÌNH µCỦA PHÂN PHỐI CHUẨN N(µ,σ
2
)
KHI CHƯA BIẾT σ
GIÁO TRÌNH MICROSOFT WORD 2016
Đây là cuốn giáo trình được biên soạn năm 2016 khi tham gia giảng dạy cho một số học viên thi tin học văn phòng.
Xin được chia sẻ cùng các bạn.
Các bạn có thể tham khảo thêm một số videos bài giảng trực tuyến trên YouTube cũng như khóa học từ cơ bản đến nâng cao với Word 2016 do tác giả thực hiện
GIÁO TRÌNH MICROSOFT WORD 2016
Đây là cuốn giáo trình được biên soạn năm 2016 khi tham gia giảng dạy cho một số học viên thi tin học văn phòng.
Xin được chia sẻ cùng các bạn.
Các bạn có thể tham khảo thêm một số videos bài giảng trực tuyến trên YouTube cũng như khóa học từ cơ bản đến nâng cao với Word 2016 do tác giả thực hiện
3. 45
Nội dung
• Các vấn đề chung về kiểm định
• Kiểm định mối quan hệ giữa hai biến dữ liệu định tính: kiểm
nghiệm mối quan hệ giữa 2 biến trong bản chéo. Sử dụng
kiểm nghiệm Chi bình phương.
• Kiểm nghiệm sự khác nhau giữa 2 giá trị trung bình
– Kiểm nghiệm Student’s t cho 1 mẫu và giá trị cụ thể
(One-Sample T-Test)
– Kiểm nghiệm Student’s t cho 2 mẫu độc lập
(Independent samples t test)
– Kiểm nghiệm Student’s t cho cặp mẫu
(Paired samples t test)
4. Quy trình kiểm định giả thiết
1. Phát biểu giả thiết và giả thiết thay thế
2. Chọn loại kiểm định thống kê
3. Chọn mức ý nghĩa mong muốn
4. Tính giá trị khác biệt
5. Có được giá trị kiểm định
6. Diễn giải kết quả kiểm nghiệm
46
Tầm quan trọng
5. One-Sample T-Test
• Các thử nghiệm thể hiện sự khác
biệt giữa trung bình mẫu và giá trị cụ
thể đã biết hoặc đưa ra giả định.
• Cho phép bạn xác định mức độ tín
nhiệm đối với sự khác biệt
• Tạo một bảng thống kê mô tả cho mỗi
biến thử nghiệm.
47
6. One-Sample T-Test
• Ví dụ: Vấn đề về một dây chuyền sản xuất
– Một nhà máy sản xuất xe ô tô, sản xuất các hệ
thống phanh đĩa mà đường kính phải đo là
322 mm.
– Kiểm tra chất lượng ngẫu nhiên rút ra từ 16
cái trong 8 đầu máy sản xuất, xác định có hay
không có đường kính trung bình của hệ thống
phanh trong mỗi mẫu khác biệt đáng kể so
với 322 mm.
48
7. Đường kính trung bình của phanh đĩa
trong mỗi mẫu là 322 mm.
Hệ thống sản xuất phanh đĩa không đạt yêu cầu,
cần điều chỉnh.
H0: = 3
Ha: ≠ 3
Với: = đường kính trung bình của phanh đĩa
(theo tổng thể).
Ví dụ: Vấn đề về một dây chuyền sản
xuất
49
8. 1. Xây dựng giả thuyết.
2. Xác định mức ý nghĩa. a = .1
H0: = 3
Ha: ≠ 3
Ví dụ: Vấn đề về một dây chuyền sản xuất
One-Sample T-Test
3. Thực hiện.
50
9. One-Sample T-Test
• Thực hiện
– Phân tích file brakes.sav
– Chia tập tin đầu tiên thành các nhóm theo số máy
(Machine Number).
• DataSplit File.
– Compare groups.
– Analyze Compare Means One-Sample T-Test
• Test Variable: Đường kính phanh đĩa (Disc Brake Diameter)
• Test value: 322
• Khoảng phần trăm tin cậy: 90%
51
12. One-Sample T-Test
• Một số vấn đề
– Sử dụng khi trung bình mẫu phải được so
sánh với một giá trị thử nghiệm được biết.
– Kiểm tra có những giá trị ngoại lệ không.
(skewness, Exploratory Data Analysis hay
boxplots)
– Kiểm tra các giả định rằng giá trị của biến thử
nghiệm thì độc lập của trật tự quan sát.
54
13. One-Sample T-Test
• Ví dụ: Kiểm định giả thuyết: Tuổi trung bình của
độc giả báo SGTT là 30 tuổi.
– Đặt giả thuyết : Tuổi trung bình của độc giả báo
SGTT =30.
– Options..
• Confidence Interval: Khoảng tin cậy cho sự khác biệt giữa
trung bình và giá trị giả thuyết kiểm tra.
• Missing Values:
– Exclude cases analysis by analysis: Mỗi kiểm định T sử dụng tất
cả các trường hợp chứa giá trị có ý nghĩa đối với biến được
kiểm định
– Exclude cases listwise: Mỗi kiểm định T chỉ sử dụng trường hợp
chỉ có dữ liệu hợp lệ cho tất cả các biến được sử dụng
trong bất kỳ yêu cầu kiểm tra T.
55
14. Independent-Sample T-Test
56
• Hiển thị:
– Mô tả số liệu thống kê cho mỗi biến thử
nghiệm
– Kiểm tra về tính ngang bằng của phương sai
– Một khoảng tin cậy cho sự khác biệt giữa hai
biến (95% hoặc giá trị được chỉ định)
15. Independent-Sample T-Test
• Ví dụ: hãy xem xét điểm thi môn toán và kiểm tra
miệng. Bạn muốn thực hiện thử nghiệm trên điểm
số miệng, bằng cách sử dụng các sinh viên ở trên
và dưới bằng cách chia làm các nhóm độc lập.
• Với thủ tục Independent-sample T-Test, cần phải
cung cấp điểm cắt. Chương trình sẽ phân chia
mẫu thành hai tại điểm cắt và thực hiện các kiểm
tra t. Đặc tính của phương pháp này là điểm cắt
có thể dễ dàng được thay đổi mà không cần để
tạo ra các biến nhóm bằng tay cho mỗi lần.
57
16. Kiểm định một phía và
kiểm định hai phía
• Kiểm định hai phía: Tìm ra sự khác nhau giữa
hai trung bình tổng thể mà không quan tâm
đến chiều hướng của sự khác biệt.
• Kiểm định một phía: giống kiểm định hai phía
nhưng giá trị xác suất thì chia cho hai, giả
thuyết bằng nhau bị bác bỏ chỉ khi giá trị
thống kê tính ra quá lớn ở về phía cần quan
tâm.
58
17. Independent-Sample T-Test
59
• Ví dụ: Phân tích một cửa hàng, muốn
đánh giá chương trình khuyến mãi thẻ tín
dụng gần đây. Chương trình này đã kết
thúc, 500 chủ thẻ đã được lựa chọn ngẫu
nhiên. Một nửa nhận được một quảng
cáo giảm khi mua hàng được thực hiện
trong vòng ba tháng, và một nửa nhận
quảng cáo theo mùa.
18. Independent-Sample T-Test
60
• Thực hiện
– Phân tích file creditpromo.sav
– Analyze Compare Means Independent-Sample
T-Test
• Test Variable(s): $ spent during promotional period
• Grouping Variable: Type of mail insert received
• Define Groups:
– Group1: 0
– Group2: 1
23. Independent-Sample T-Test
65
• Ví dụ: Một cuộc khảo sát xu hướng ngưng sử
dụng được áp dụng cho các tài khoản tại
một công ty điện thoại di động. Thước đo
từ 0-100 điểm, một tài khoản chọn điểm 50
trở lên có thể họ đang tìm kiếm thay đổi
nhà cung cấp. Một nhà quản lý đã khảo sát
và có được 50 khách hàng trên 200 mẫu
ngẫu nhiên, muốn so sánh chúng với số
phút sử dụng trung bình mỗi tháng.
24. Independent-Sample T-Test
66
• Thực hiện
– Phân tích file cellular.sav
– Analyze Compare Means Independent-Sample
T-Test
• Test Variable(s): Avg monthly minutes
• Grouping Variable: Propensity to leave
• Define Groups:
– Cut point: 50
27. Independent-Sample T-Test
69
• Thích hợp cho hai trung bình rút ra từ những mẫu độc
lập cần so sánh. Các biến được sử dụng để hình
thành các nhóm có thể đã tồn tại, tuynhiên, một
điểm cắt trên một biến liên tục có thể cung cấp tự
động tạo ra các nhóm trong quá trình phân tích.
• Giống như với tất cả các T-Test, independent-samples
T-Test giả định rằng mỗi mẫu trung bình thì xuất phát
từ một tập hợp bình thường. Biến kiểm tra với các giá
trị xa nhất hoặc xa trung tâm nên được kiểm tra cẩn
thận; sử dụng boxplots cho việc này.
28. Independent-Sample T-Test
70
• Các thủ tục khác có thể sử dụng để kiểm tra
các số liệu có đặc biệt không. Dùng phân tích
dữ liệu Exploratory để biết thêm thông tin.
• Nếu biến nhóm của bạn có nhiều hơn hai
nhóm, hãy thử các thủ tục One-Way ANOVA.
29. Independent-Sample T-Test
• Ví dụ: So sánh giữa 2 khu vực HN và HCM về
số nhân khẩu trung bình của hộ gia đình.
• Kết luận: số nhân khẩu trung bình trong hộ gia
đình ở Tp.HCM lớn hơn một cách có ý nghĩa
thống kê so với HN (dựa trên giá trị trung bình
của mẫu).
71
30. 72
• Một trong những thiết kế thử nghiệm phổ
biến nhất là thiết kế "pre-post“.
• Kiểm tra giả thuyết có sự khác biệt giữa 2 biến
hay không. Dữ liệu bao gồm 2 phép đo được thực
hiện trên cùng 1 chủ đề hay đo lường được thực
hiện trên 1 đôi của chủ đề.
• Quá trình kiểm nghiệm sẽ bắt đầu từ tính toán
chênh lệch giá trị từng cặp, sau đó xem chênh
lệch trung bình của tổng thể có khác 0 không, nếu
khác 0 tức là có khác biệt .
Paired-Sample T-Test
31. Paired-Sample T-Test
73
• Cung cấp thông tin
– Mô tả số liệu thống kê cho mỗi biến thử nghiệm
– Mối tương quan Pearson giữa mỗi cặp và ý
nghĩa của nó
– Một khoảng tin cậy của trung bình sự khác
biệt (95% hoặc một giá trị cụ thể)
32. Paired-Sample T-Test
74
• Ví dụ: Một bác sĩ muốn đánh giá một chế độ
ăn mới cho các bệnh nhân có tiền sử mắc
bệnh tim. Để kiểm tra hiệu quả của chế độ ăn
uống này, 16 bệnh nhân được đặt vào chế độ
ăn uống trong 6 tháng. Trọng lượng và mức độ
mỡ của họ được đo trước và sau khi nghiên
cứu.
– Bác sĩ muốn biết trước và sau của các phép đo đã
có thay đổi không?
33. Paired-Sample T-Test
75
• Thực hiện
– Phân tích file dietstudy.sav
– Analyze Compare Means Paired-Sample T-Test
• Paired Variables (Các biến kết hợp):
– Triglyceride, Final Triglyceride
– Weight, Final Weight
• Khoảng phần trăm tin cậy: 95%
38. Paired-Sample T-Test
• Thích hợp cho hai mẫu trung bình có
liên quan được so sánh.
• Trước khi chạy T-Test, phải đánh giá sự phân
bố của điểm khác biệt bằng cách dùng biểu đồ
histogram, dùng boxplots kiểm tra các giá trị
ngoại lệ hoặc xa trung tâm, hoặc dùng phân
tích dữ liệu bằng Exploratory.
80
39. Paired-Sample T-Test
81
• Ví dụ: Công ty chế biến thực phẩm muốn khảo
sát sự đánh giá của người tiêu dùng về loại
đậu phộng chế biến sẵn vừa được cải tiến
thành phần nước bột áo. Tổ chức cho dùng
thử sản phẩm trên cùng 1 nhóm người thu
được những thông tin xác thực về đánh giá
mùi vị, độ ngon.
40. Kiểm định trung bình tổng thể
• Phân tích liên hệ giữa biến nguyên nhân định tính
và biến kết quả định lượng.
(AnalyzeCompare Means)
– So sánh trị trung bình của 1 tổng thể với 1 giá trị cụ
thể. Thực hiện phép kiểm định giả thuyết về trung
bình của tổng thể
(One-Sample T-Test).
– So sánh 2 trị trung bình của 2 nhóm tổng thể riêng
biệt. Thực hiện phép kiểm định giả thuyết về sự bằng
nhau của 2 trung bình của tổng thể dựa trên 2 mẫu
độc lập rút từ 2 tổng thể (Independent-Sample T-
Test).
82
41. Kiểm định trung bình tổng thể
So sánh 2 trị trung bình của 2 nhóm tổng thể riêng
biệt (mỗi phần tử quan sát có sự tương đồng theo
cặp với 1 phần tử ở tổng bên kia). Sử dụng phép
kiểm định giả thuyết về sự bằng nhau của 2 trung
bình tổng thể dự trên dl mẫu rút theo cách phối hợp
từng cặp (Paired-Sample T-Test).
• So sánh cho trị trung bình của nhiều nhóm
tổng thể độc lập. Sử dụng pp kiểm định giả
thuyết về sự bằng nhau của trung bình nhiều
tổng thể (One-way ANOVA) (phân tích
phương sai).
83