1. Trang chủ
  2. » Giáo án - Bài giảng

Tom tat cong thuc xác suất thống kê

16 512 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 16
Dung lượng 145,53 KB

Nội dung

Để dễ xử lý ta viết số liệu của mẫu cụ thể dưới dạng tần số như sau: Khi đó c.. Cách sử dụng máy tính bỏ túi để tính các giá trị đặc trưng mẫu - Nếu số liệu thống kê thu thập theo miền [

Trang 1

X x1 x2 … xn

Tóm tắt công thức Xác Suất - Thống Kê

I Phần Xác Suất

1 Xác suất cổ điển

Công thức cộng xác suất: P(A+B)=P(A)+P(B)-P(AB)

A1, A2,…, An xung khắc từng đôi  P(A1+A2+…

+An)=P(A1)+P(A2)+…+P(An)

Ta có

o A, B xung khắc  P(A+B)=P(A)+P(B)

o A, B, C xung khắc từng đôi  P(A+B+C)=P(A)+P(B)

+P(C).P( A)  1

P( A)

o

Công thức xác suất có điều kiện: P( A / B)  P( AB) , P(B / A) 

P( AB)

Công thức nhân xác suất:

P(AB)=P(A).P(B/A)=P(B).P(A/B)

P( A)

A1, A2,…, An độc lập với nhau  P(A1.A2.

….An)=P(A1).P(A2).….P( An)

Ta có

o A, B độc lập  P(AB)=P(A).P(B)

o A, B, C độc lập với nhau 

P(A.B.C)=P(A).P(B).P(C)

Công thức Bernoulli: B(k; n; p)  C k p k q n k , với p=P(A): xác suất để biến cố

A

xảy ra ở mỗi phép thử và q=1-p

Công thức xác suất đầy đủ - Công thức Bayes

o Hệ biến cố gồm n phần tử A1, A2,…, An được gọi là một phép

phân

 A i A j     i  j; i, j  1,

n

hoạch của    A1  A2   A n

 

o Công thức xác suất đầy đủ:

n

P(B) 

P( A i ).P(B / A i ) P( A1).P(B / A1)  P( A2 ).P(B / A2 )   P( A n ).P(B /

A n )

i1

o Công thức

Bayes:P( A / B)  P(A i ).P(B /

với P(B)  P( A1).P(B / A1)  P( A2 ).P(B / A2 )  

P( A n ).P(B / A n ) Biến ngẫu nhiên

a Biến ngẫu nhiên rời rạc

2

 Luật phân phối xác suất

với p i  P( X  x i ), i 

1, n.

Ta có:

n

p i  1 và

af(

x i

b

P{a  f(X) 

b}=

p i

Trang 2

 Hàm phân phối xác suất

F X (x)  P(X  x) 

p i

x i  x

Mode

ModX  x0 

p0  max{ p i : i  1, n}

Median

 

p i  0, 5

P( X  x e )  0, 5 x x

MedX  x 

 i e

e

x i  xe

P( X  x )  0,

5

 Kỳ vọng

n

EX 

(x i p i ) x1 p1  x2 p2   x n

p n

E( ( X ))  ( ( x i ) p i )  (x1) p1   (x2 ) p2    ( x n ) p n

i1

Phương sai

VarX  E( X 2 )  (EX )2

n

với E( X 2 )  (x2 p ) x2 p  x2 p  

i

1 Bi

ến ng

ẫu nhi

ên liê

n tục



b

 f(x) là hàm mật độ xác suất của X  f (x)dx  1

,

 

b

P{a  X  b}  f ( x).dx

a

Hàm phân phối xác suất

x

F X (x)  P( X  x)  f (t)dt

  Mode

ModX  x0  Hàm mật độ xác

suất f(x) của X đạt cực đại tại x0

Median

x e

MedX  x  F (x ) 

1

1

 

 Kỳ vọng



EX  x f (x)dx

 



E( ( X ))   ( x) f

(x)dx

 

Trang 3

Tác vụ Máy CASIO 570MS Máy CASIO 570ES

Khởi động gói Thống kê Mode…(tìm)…SD Mode…(tìm)…STAT 1-Var Tính

x

t 2

1

(x)  e 2

dt

0

2

x

t 2

1

F (x)  e 2

dt



2

Shift 3 2 x ) =

Shift 3 1 x ) =

Shift 1 7 2 x ) =

Shift 1 7 1 x ) =

 Phương sai

VarX  E( X 2 )  (EX )2 với EX2

x2 f (

c Tính chất

- E(C)  C, Var(C)  0 , C là một hằng số.

- E(kX )  kEX , Var(kX )  k 2VarX

- E(aX  bY )  aEX  bEY

- Nếu X, Y độc lập thì E( XY )  EX EY , Var(aX  bY )  a2VarX 

b2VarY

-  ( X )  VarX : Độ lệch chuẩn của X, có cùng thứ nguyên với X và

EX

Luật phân phối xác suất

3

Phân phối Chuẩn ( X ~ N (;2 ))

a

X ()   , EX=ModX=MedX=  , VarX 

 2

( x  )2

Hàm mđxs f (x, , )

2  Với   0, 

 1:

o 2

x2

e

2

f (x)

(Hàm Gauss) 2

t 2

x

P(a  X  b)   ( b   )   ( a  ) với

 (x) 

e 2 dt (Hàm

Laplace)

 Cách sử dụng máy tính bỏ túi để tính giá trị hàm Laplace, hàm phân phối xác suất của phân phối chuẩn chuẩn tắc

Lưu ý: F (x)  0, 5 

 (x)

Phân phối Poisson ( X ~ P( ))

b

X ()   , EX  VarX   ModX=k 

 -1  k  k

P(X=k)=e   , k 

Trang 4

c Phân phối Nhị thức ( X ~ B(n; p))

X ()  {0 n}, EX=np, VarX=npq, ModX=k  (n 1) p

 1  k  (n 1) p

P(X=k)=C k p k q n k , q    p 0  k  n, k

 

n

Nếu (n  30; 0,1  p  0, 9; np  5, nq  5) thì X ~ B(n;

p)  N (; 2 )

với

  n p,  

npq P(X=k)  1 f ( k   ), 0  k  n, k

 

P(a  X<b)   ( b   )   ( a 

 )

Nếu (n  30, p    np  5) thì X ~ B(n; p)  P( ) với  

P(X=k)  e   , k 

Nếu (n  30, p  0, 9, nq  5)

n k

P(X=k)  e  , k   với  

nq

(n  k )!

d Phân phối Siêu bội ( X ~ H (N ; N A;

n))

X ()  {max{0; n  (N  N A )} min{n;N

A}}

EX=np, VarX=npq N  n với p  N A , q=1-p

ModX  k 

( N A  1)(n 1)  2

 1  k  (N A 1)(n  1)  2 .

N 

2

P(X=k)=

A

A ,

C N

A

thì X ~ H (N ; N ; n)  B(n; p)

P(X=k)  C k p k q n k , k  X (), q  1

Trang 5

Sơ đồ tóm tắt các dạng phân phối xác suất thông

dụng:

Siêu bội: X~H(N;NA;n)

C k .C n k

N A N  N A

P( X  k )

n N

N>20n p= N N A , q=1-p

n  30, np<5

p0,1

Nhị thức: X~B(n;p)

k

P( X  k )

 

e 

k k n  k

P( X  k )  C n p

n 30, np  5 , nq  5

0,1<p<0,9

f ( k   ) P( X  k ) 

P(a  X  b)   ( b   )   ( a 

 )

với   np,  

npq

X 

Y

Chuẩn chuẩn tắc: Y~ N(0;1)

Chuẩn: X~ N (;

1

( x  )2

.e 2 2 2

f (x; ; )

Trang 6

Các giá trị đặc trưng Mẫu ngẫu nhiên Mẫu cụ thể

Giá trị trung bình X  X1   X n

n

x  x1   x n

n

2

( X1  X )   ( X n

X )

(x  x )2

  (x 

x )2

2

S 2

( X1  X )   ( X n

X )

(x  x )2

  (x 

x )2

s2

Các giá trị đặc trưng Mẫu cụ thể

x1n1   x k n k n

Phương sai không hiệu chỉnh (x  x )2 n   (x  x )2

n sˆ2

x 1 1 n k k

Phương sai hiệu chỉnh

2 2

s2

(x1  x ) n1   (x k  x )

n k

x

n 1

x1 =

x k =

n1 =

n k =

Tác vụ Dòng CASIO MS Dòng CASIO ES

Khởi động gói Thống kê Mode…(tìm)…SD Mode…(tìm)…STAT 1-Var

Nhập số liệu

x1 Shift , n1 M+

x k Shift , n k M+

Nếu n i  1 thì chỉ

cần nhấn

x i M+

II Phần Thống Kê

1 Lý thuyết mẫu

a Các công thức cơ bản

b Để dễ xử lý ta viết số liệu của mẫu cụ thể dưới dạng tần số như sau:

Khi đó

c Cách sử dụng máy tính bỏ túi để tính các giá trị đặc trưng mẫu

- Nếu số liệu thống kê thu thập theo miền [a;b) hay (a;b] thì ta sử dụng giá

a  b

trị đại diện cho miền đó là để tính toán

2

Trang 7

Xóa màn hình hiển thị AC AC

Xác định:

 Kích thước mẫu (n)

 Giá trị trung bình

( x )

 Độ lệch chuẩn không

hiệu chỉnh ( sˆx )

 Độ lệch chuẩn hiệu

chỉnh ( s x )

Shift 1 3 = Shift 2 1 = Shift 2 2 = Shift 2 3 =

Shift 1 5 1 = Shift 1 5 2 = Shift 1 5 3 = Shift 1 5 4 =

2 Ước lượng khoảng

a) Khoảng tin cậy cho giá trị trung

bình

Trường hợp 1 (  đã biết) Ước lượng đối xứng

 (z )  1    z   

z .

  x   ; x 

)

 2

 2

 2

 Ước lượng chệch trái.

 (z )  0, 5    z    z

 Ước lượng chệch phải.

 (z )  0, 5    z    z  

Trường hợp 2 (  chưa biết, n 

30 ) Ước lượng đối xứng

 (z )  1    z    z .

  x   ; x  )

s

 2

 2

 2

 Ước lượng chệch trái.

s

 (z )  0, 5    z  

 Ước lượng chệch phải.

s

 (z )  0, 5    z  

 z

  x 

 )

Trường hợp 3 (  chưa biết,

n<30) Ước lượng đối xứng.

1   

 t

s

  

t .)   x   ; x 

(n1; ) (n 1; )

 Ước lượng chệch trái.

s

1   

 t    t (n 1; ) .    ; x 

)

Trang 8

 Ước lượng chệch phải.

s

1   

 t    t (n 1; ) .   x   ; 

)

b) Khoảng tin cậy cho tỉ lệ

 Ước lượng đối xứng.

f (1 f )

  f   ; f 

)

 (z )  1    z   

z .

2

 2

 2

 Ước lượng chệch trái.

f (1 f )

 (z )  0, 5    z  

 z

 ; f 

)

 Ước lượng chệch phải.

f (1 f )

 (z )  0, 5    z  

c) Khoảng tin cậy cho phương sai

Trường hợp 1 (  chưa biết)

- Nếu đề bài chưa cho s mà cho mẫu cụ thể thì phải xác định s (bằng máy tính)

 Ước lượng không chệch.

1     

 2

, 1   1   

 2

(n1; ) (n 1;1  )

(n  1)s2 (n  1)s2

 Ước lượng chệch trái.

2

 (0; (n

 1)s

1    

2

)

1 (n 1;1  ) 1

 Ước lượng chệch phải.

2

 ( (n

 1)s

1     

 2

;

)

2 (n1; ) 2

Trường hợp 2 (  đã biết)

k

- Tính (n  1)s2

 

n i (x i  )2

i

1 Ướ

c lượ

ng kh ôn

g ch ệc h

1     

 2

, 1   1   

 2

2

(n; ) 1 (n;1  )

(n  1)s2 (n  1)s2

Trang 9

 Ước lượng chệch trái.

2

 (0; (n

 1)s

1    

2

)

1 (n;1  ) 1

 Ước lượng chệch phải.

2

 ( (n

 1)s

1     

 2

;

)

2 (n; ) 2

3 Kiểm định tham số

a) Kiểm định giá trị trung

bình

Trường hợp 1 (  đã biết) H o :   o , H1 :  

o

 (z )  1    z , z  x   o

n

2

- Nếu

2

z  z : Bác bỏ Ho, chấp nhận H1

2

z  z : Chấp nhận Ho

- Nếu

2

H

o

:

o ,

H

1 :

o

 (z )  0, 5    z , z  x 

o n

- Nếu z   z : Bác bỏ Ho, chấp nhận H1

- Nếu z   z : Chấp nhận Ho

H o :   o , H1 :   o

 (z )  0, 5    z , z  x 

o n

- Nếu z  z : Bác bỏ Ho, chấp nhận H1

- Nếu z  z : Chấp nhận Ho

Trường hợp 2 (  chưa biết, n  30 )

H o :   o , H1 :  

o

 (z )  1    z , z  x   o

n

2

- Nếu

 2

 z : Bác bỏ Ho, chấp nhận H1

z

2

z  z : Chấp nhận Ho

- Nếu

2

H

o

:

o ,

H

1 :

o

 (z )  0, 5    z , z  x 

o n

Trang 10

- Nếu z   z : Bác bỏ Ho, chấp nhận H1.

- Nếu z   z : Chấp nhận Ho

H o :   o , H1 :   o

 (z )  0, 5    z , z  x 

o n

- Nếu z  z : Bác bỏ Ho, chấp nhận H1

- Nếu z  z : Chấp nhận Ho

Trường hợp 3 (  chưa biết, n<30)

H o :   o , H1 :  

o

  

x   o

n

(n 1; )

 t

- Nếu t  : Bác bỏ Ho, chấp nhận H1

(n 1; )2

t

- Nếu t  : Chấp nhận Ho

(n1; )

2

H o : 

 o ,

H1 :  

o

t  x 

o .

 

t (n 1; ) , n

s

- Nếu t   t ( n 1; ) : Bác bỏ Ho, chấp nhận H1

- Nếu t   t ( n 1; ) : Chấp nhận Ho

H o :   o , H1 :   o

t  x 

o .

 

t (n 1; ) , s n

- Nếu t  t (n 1; ) : Bác bỏ Ho, chấp nhận H1

- Nếu t  t (n 1; ) : Chấp nhận Ho

b) Kiểm định tỉ lệ

H o : p  p o , H1 : p 

p o

 (z )  1    z , f 

k

, z 

f  p o

n

-

Nếu

2

z  z : Bác bỏ Ho, chấp nhận H1

2

z  z : Chấp nhận Ho

- Nếu

2

H

o

:

p

p o

,

H

1 :

p

p o

 (z )  0, 5    z , f 

k

, z 

f  p o

n

Trang 11

- Nếu z   z : Bác bỏ Ho, chấp nhận H1.

- Nếu z   z : Chấp nhận Ho

H o : p  p o , H1 : p  p o

f  p o

 (z )  0, 5    z , f 

k

, z 

n

- Nếu z  z : Bác bỏ Ho, chấp nhận H1

- Nếu z  z : Chấp nhận Ho

c) Kiểm định phương sai

Trường hợp 1 (  chưa biết)

- Nếu đề chưa cho s mà cho mẫu cụ thể thì phải sử dụng máy tính để xác định s

H o :   2 2 ,o 2 2

  1   2

 2

,     2

2

,  2  (n

 1)s

1

(n1;1  ) 2 (n 1; )  2

2  22 : Bác bỏ H0, chấp nhận H1.

- Nếu 

2  2

- Nếu 2

 2  2 : Chấp nhận Ho

2 2 , 2 2

H o :   o

  1   1

  (n 1;1  ) ,   

2

o

- Nếu 2

 12 : Bác bỏ H0, chấp nhận H1.

- Nếu 2  2 1: Chấp nhận Ho

2 2 , 2 2

H o :   o

2  (n  1)s

2 2

  2 

(n1; ) , 

2

o

- Nếu 2

 2 : Bác bỏ H0, chấp nhận H1.2

- Nếu 2

 22 : Chấp nhận Ho.

4 Kiểm định so sánh tham số

a) Kiểm định so sánh giá trị trung bình

Trường hợp 1 (  H o : 1  1, 2 , H2 đã biết)1 : 1 

2

 (z )  1    z ,

z 

x1  x2

2

 2

2 1  2  2

2n1 n2

Trang 12

- Nếu z  z : Bác bỏ Ho, chấp nhận H1.

2

z  z : Chấp nhận Ho

- Nếu

2

H

o

:

1

2 ,

H

1 :

1

2

x1  x2

 (z )  0, 5    z ,

n1 n2

- Nếu z   z : Bác bỏ Ho, chấp

nhận H1

- Nếu z   z : Chấp nhận Ho

H o : 1  2 , H1 : 1  2

x1  x2

 (z )  0, 5    z ,

n1 n2

- Nếu z  z : Bác bỏ Ho, chấp nhận

H1

- Nếu z  z : Chấp nhận Ho

Trường hợp 2 ( 1, 2 chưa biết, n1 n2  30

)

H o : 1  2 , H1 : 1 

2

 (z )  1    z ,

z 

x1  x2

2 2 1  2

n1

n2

 z : Bác bỏ

Ho, chấp nhận H1

- Nếu z

2

z  z : Chấp nhận Ho

- Nếu

2

H

o

:

1

2 ,

H

1 :

1

2

x1  x2

 (z )  0, 5    z ,

n1 n2

- Nếu z   z : Bác bỏ Ho, chấp

nhận H1

- Nếu z   z : Chấp nhận Ho

H o : 1  2 , H1 : 1  2

x1  x2

 (z )  0, 5    z ,

n1 n2

Trang 13

- Nếu z  z : Bác bỏ Ho, chấp nhận H1.

- Nếu z  z : Chấp nhận Ho

Trường hợp 3 ( 1   2 chưa biết, n1, n2 

30 ) H o : 1  2 , H1 : 1 

  

 t

x1  x2 , với s2

(n1  1).s1  (n2

 1).s2

, t

2 (n1n2  2; )

2 s2 ( 1

2

n1

n2

: Bác

bỏ Ho, chấp nhận H1

- Nếu t  t (n

1n2  2;

2 )

- Nếu t 

t (n1n2  2;  : Chấp nhận Ho.

2 )

H o : 1  2 , H1 : 1 

(n1  1).s1  (n2

 1).s2

 

t (n 2; )1n2 , t n1  n2 

2

s2 ( 1

 1 )

: Bác bỏ Ho, chấp nhận H1

- Nếu t   t (n

1n2  2;

2 )

- Nếu t   t  : Chấp nhận Ho

(n1n2  2;

2 )

H o : 1  2 , H1 : 1 

(n1  1).s1  (n2

 1).s2

 

t (n 2; )1n2 , t n1  n2 

2

s2 ( 1

 1 )

: Bác bỏ Ho, chấp nhận H1

- Nếu t  t (n

1n2  2;

2 )

- Nếu t  t  : Chấp nhận Ho

(n1n2  2;

2 ) b) Kiểm định so sánh tỉ lệ

f  k1 , f 

k2 , f

k1 

k2

1 n1 2 n2 n1 

n2

H o : p1  p2 , H1 : p1 

p2

 (z )  1    z ,

z 

f1  f2

f (1 f ).( 1

1 )

n1 n2

- Nếu z  z : Bác bỏ Ho, chấp nhận H1

2

z  z : Chấp nhận Ho

- Nếu

2

Trang 14

H o : p1  p2 , H1 : p1 

1  f2

 (z )  0, 5    z ,

f (1 f ).( 1

1 )

n1 n2

- Nếu z   z : Bác bỏ Ho, chấp nhận H1

- Nếu z   z : Chấp nhận Ho

H o : p1  p2 , H1 : p1  p2

f1  f2

 (z )  0, 5    z ,

f (1 f ).( 1

1 )

n1 n2

- Nếu z  z : Bác bỏ Ho, chấp nhận H1

- Nếu z  z : Chấp nhận Ho

Kiểm định so sánh phương sai

- 1, 2 chưa biết nên tính s1 và s2 từ mẫu (sử dụng máy tính) nếu đề bài chưa

cho

c

H o : 1  2 , H1 : 1 

2 s2

1

, f2 s  f (n22 1  1; n2  1; 2) 2

 f

Nếu 1 : Bác bỏ H , chấp nhận H

f

 f2

- Nếu f1  f  f2 : Chấp nhận

H o : 1  2 , H1 : 1 

 2 s2

f  1 , f1  f (n1  1; n2

 1;1  )

s2

-Nếu Nếu

f  f1 : Bác bỏ Ho, chấp nhận H1

f1  f : Chấp nhận Ho.

H o : 1   2 , H1 : 1 

2

s2

f  1 , f2  f (n1  1; n2

 1; )

s2

-Nếu f  f2 : Bác bỏ Ho, chấp nhận H1

Nếu f  f2 : Chấp nhận Ho

5 Hệ số tương quan mẫu và phương trình hồi quy tuyến tính mẫu

Trang 15

x i x1 x2x k

n x y  i i x y i

a Hệ số tương quan mẫu: r

n x2

 ( x )2 n y2

 ( y )2

Phương trình hồi quy tuyến tính mẫu: y x A  Bx

với

n

B  i1 n i1 i1 nA  i1 i1 .

n

n x2

 ( x )2

b Trong trường hợp sử dụng bảng tần số:

Ta tính theo công thức thu gọn như sau:

n n x y  i i i n x i n y i i

Hệ số tương quan mẫu: r

n n x2

 ( n x )2 n n y2

 ( n y )2

Phương trình hồi quy tuyến tính mẫu: y x  A 

Bx

k

với

n n x y  i i i n x i n y i i n y  B n x i i i i

n

n n x2

 ( n x )2

Ngày đăng: 27/10/2016, 21:25

TỪ KHÓA LIÊN QUAN

w