›
›

Bài giảng Quy hoạch thực nghiệm - Chương 2, Phần 2: Khái niệm thống kê

Download
2.2. Kỳ vọng và biến lượng  
Giá trị kỳ vọng   
i=n  
• Đối với biến rời rạc  
= E X = x p  
   
i i  
i=1  
+  
• Đối với biến liên tục  
f(x) là hàm mật độ xác xuất  
Biến lượng 2  
= E X = xf x dx  
   
( )  
−  
• Đối với biến rời rạc  
i=n  
2
Var X =  
x − p  
   
(
)
i
i
i=1  
• Đối với biến liên tục  
+  
2
Var X =  
x − f x dx  
( ) ( )  
   
i
−  
= Var X  
   
Một không gian mẫu được mô tả bởi 2 đại  
lượng là kỳ vọng và độ lệch chuẩn   
Tính chất của giá trị kỳ vọng  
• Với biến không ngẫu nhiên E{c}= c  
• Biến không ngẫu nhiên có thể đặt ngoài dấu kỳ  
vọng  
E{cX} = cE{X}  
• Tính cộng  
E{X1+X2+….+Xn} = E{X1} + E{X2} + …..+ E{Xn}  
• Tính nhân  
E{X1.X2…..Xn} = E{X1}.E{X2}…..E{Xn}  
Tính chất của biến lượng  
• Với biến không ngẫu nhiên Var{c} = 0  
• Biến không ngẫu nhiên có thể dặt ngoài ký  
hiệu Var  
Var{cX} = c2Var{X}  
• Tính cộng  
Var{X1+X2+…+Xn} = Var{X1} + Var{X2}+ …+ Var{Xn}  
• Var{X} = E{X2} - 2  
Đối với một mẫu khảo sát nằm trong không gian mẫu  
• Ước lượng giá trị trung bình hay giá trị trung bình của  
mẩu, biểu thị độ đúng của phép đo  
x
= x /n  
x
• Ước lượng ibiến lượng hay biến lượng mẫu, s2 biểu thị  
độ chính xác của phép đo  
2
x 2  
s = (xi - ) /(n-1)  
Biến lượng mẫu còn được gọi là bình phương trung  
bình sai số (error mean square)  
• Các hàm trong Excel: AVERAGE(number1,[number2],..);  
VAR(number1,[number2],..)  
2.3. Hệ số tin cậy và mức ý nghĩa  
• Hệ số tin cậy là xác xuất để khoảng tin cậy chứa  
giá trị thực của một thông số của không gian  
mẫu. Hệ số tin cậy còn được gọi là mức tin cậy  
• Mức ý nghĩa, được dùng trong kiểm định giả  
thuyết, là xác xuất mà ta loại bỏ một giả thuyết  
đúng hay phần trăm rủi ro khi ta loại bỏ giả  
thuyết khi giả thuyết đó đúng. Giá trị liên quan  
đến sai số loại I.  
• Đối với sai số loại II, người ta thường đánh giá  
bằng giá trị . Tuy nhiên ý nghĩa của không đơn  
giản là xác xuất nhận kết quả sai như .  
Các loại sai số:  
Kết luận khi so sánh kết quả rút ra được từ  
không gian mẫu và kết quả rút ra được theo  
khảo sát sẽ có 4 trường hợp  
H0 đúng  
H0 sai  
OK  
Sai số loại I  
Loại H0  
Giữ H0  
Sai số loại II  
OK  
H0  
Loại  
Đúng Sai  
I
II  
• Theo phân tích thống kê khi tiêu chí đánh giá  
nhỏ hơn 5% thì sẽ loại bỏ giả thuyết; đồng  
nghĩa với kết luận biến thuộc phân bố không  
gian kh
2.4. Kiểm nghiệm giả thiết  
• Một giả thuyết thống kê là một phát biểu về phân  
bố không gian mẫu của một biến ngẫu nhiên  
• Kiểm nghiệm giả thuyết là một quá trình lấy  
quyết định là giả thuyết có tương thích với dữ  
liệu hay không bằng cách so sánh giả thuyết  
(thường ký hiệu H0) với dữ liệu hay các đại lượng  
thống kê suy ra từ dữ liệu (giá trị trung bình, biến  
lượng hay hệ số hồi qui)  
• Khi tiến hành kiểm nghiệm giả thuyết thì giả  
thuyết kiểm nghiệm, H0 được đối sánh với giả  
thuyết ngược lại H1.  
• Phương pháp bắt đầu cho rằng giả thuyết là đúng  
• Mục tiêu là xác định có đủ chứng cớ để kết luận  
là giả thuyết ngược, H1 lại là đúng, hoặc giả  
thuyết ban đầu, H0 có lẽ sai  
• Có 2 khả năng quyết định  
– Có đủ chứng cớ khẳng định giả thuyết ngược H1 là  
đúng: Loại bỏ giả thuyết ban đầu H0  
– Không đủ chứng cớ khẳng định giả thuyết ngược H1 là  
đúng: không bỏ giả thuyết ban đầu H0  
Các bước kiểm nghiệm giả thuyết  
• Phát biểu giả thuyết  
• Xác định các đại lượng thống kê sẽ đánh giá  
• Xác định kích thước mẫu khảo sát  
• Đặt tiêu chí loại bỏ giả thuyết  
• Tính các đại lượng thống kê  
• Đưa ra kết luận về giả thuyết ban đầu  
• Phát biểu cả giả thuyết ban đầu lẫn giả thuyết ngược  
• Tiêu chí loại bỏ giả thuyết: thường dùng mức ý nghĩa,  
dựa trên xác xuất gây ra sai số loại I. Nhà nghiên cứu sẽ  
xác định giá trị  
• Có nhiều kiểm nghiệm thống kê có thể sử dụng. Việc  
chọn lựa phương pháp kiểm nghiệm dựa trên loại dữ  
liệu có được, giả thuyết được kiểm nghiệm, các đại  
lượng thống kê quan tâm (giá trị trung bình, biến  
lượng, mối quan hệ …), cách thu thập dữ liệu, giả  
thuyết về không gian mẫu, và có biết được các đại  
lượng thống kê của không gian mẫu hay không.  
• Đối với bất kỳ kiểm nghiệm giả thuyết nào  
đều dựa trên tiêu chí đánh giá  
Giá trị thống kê mẫu – Thông số không gian giả định  
Tiêu chí đánh giá =  
Sai số chuẩn của phân bố thống kê  
Hay  
Khác biệt quan sát được  
Tiêu chí đánh giá =  
Khác biệt kỳ vọng do ngẩu nhiên  
• Loại bỏ giả thuyết nếu tiêu chí đánh giá rơi  
vào vùng phân bố mẫu xác định  
Những lưu ý khi phân tích thống kê  
• Sự khác biệt từ phân tích thống kê không cần  
thiết mang ý nghĩa khác biệt thực tế  
• Với mẫu lớn sự khác biệt rất nhỏ không quan  
trọng trong thực tế nhưng có thể là đáng kể  
khi phân tích thống kê  
• Với mẫu nhỏ sự khác biệt đáng kể trong thực  
tế có thể không nhận thấy khi phân tích thống  
kê  
• Luôn luôn bắt đầu với những nhận xét từ thực  
tế và củng cố bằng phân tích thống kê  
Những quan điểm sai khi kiểm nghiệm giả thuyết  
• Không loại bỏ giả thuyết nghĩa là chấp nhận giả thuyết  
(SAI! Không loại bỏ có nghĩa là không đủ chứng cớ để  
loại bỏ)  
• Giá trị p là xác xuất để nói rằng giả thuyết sai (SAI! Giá  
trị p là xác xuất của dữ liệu hiện có hay là dữ liệu cực  
cùng giả sử là giả thuyết đúng)  
• Giá trị p nhỏ chỉ rằng có hiệu ứng cao (SAI! Giá trị p  
không nói lên độ lớn của hiệu ứng)  
• Các dữ liệu cho biết giả thuyết sai hay đúng (SAI! Các dữ  
liệu chỉ nhằm củng cố hay bác bỏ giả thuyết)  
• Ý nghĩa thống kê ám chí mức độ quan trọng (HOÀN  
TOÀN SAI! Ý nghĩa thống kê cho biết rất ít về mức độ  
quan trọng của quan hệ)  
2.5. Loại bỏ dữ liệu sai  
• Trong quá trình thu thập dữ liệu, có những dữ liệu do  
bất cẩn khi thu thập không thể hiện đúng bản chất,  
nằm xa giá trị kỳ vọng. Các giá trị này được xem là giá  
trị sai(outlier). Do đó chúng ta phải kiểm tra để xác  
định nên loại bỏ dữ liệu này hay không.  
• Có nhiều phương pháp đánh giá để loại bỏ dữ liệu sai  
– Loại bỏ các dữ liệu nằm ngoài khoảng   2  
– Loại bỏ dữ liệu nằm ngoài khoảng phân vị (quantile) Q2 và  
Q3  
– Dùng kiểm nghiệm Dixon  
– Dùng kiểm nghiệm Grubbs  
Kiểm nghiệm Dixon  
• Còn gọi là kiểm nghiệm Q  
• Dựa trên tỉ số các khoảng xác định của dữ liệu  
• Tùy thuộc số dữ liệu dự đoán là dữ liệu sai sẽ sử dụng  
các tỉ lệ khác nhau  
• Nhóm tỉ lệ thứ nhất, r10, dùng kiểm nghiệm khi dự  
đoán dữ liệu lớn nhất hoặc nhỏ nhất là dữ liệu sai  
• Nhóm tỉ lệ thứ hai, r11, dùng kiểm nghiệm khi dự đoán  
dữ liệu lớn thứ hai hoặc nhỏ thứ hai là dữ liệu sai  
• Nếu tỉ lệ tính được lớn hơn giá trị tương ứng ở bảng  
thì dữ liệu này sẽ bị loại bỏ  
Tải về để xem bản đầy đủ
ppt 24 trang Thùy Anh 29/04/2022 4780
Download
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Quy hoạch thực nghiệm - Chương 2, Phần 2: Khái niệm thống kê", để tải tài liệu gốc về máy hãy click vào nút Download ở trên

File đính kèm:

  • pptbai_giang_quy_hoach_thuc_nghiem_chuong_2_phan_2_khai_niem_th.ppt