SÁNG KIẾN ÁP DỤNG CLT (COMMUNICATIVE LANGUAGE TEACHING) VÀO QUÁ TRÌNH DẠY - H...
Bai tap lon xac xuat thong ke
1. Page 1
1. Tri
A
B1
B2
B3
B4
A1
C1
9
C2
14
C3
16
C4
12
A2
C2
12
C3
15
C4
12
C1
10
A3
C3
13
C4
14
C1
11
C2
14
A4
C4
10
C1
11
C2
13
C3
13
?
Sự ù ự ị quan sát
G = 1 2 ; j = 1 2 ; k = 1 2
MÔ HI NH: K ỗ ó ờ ta ù ô ô l × ô ô l ×
B
C
D
A
C
D
A
B
D
A
B
C
A
B
C
D
Mô ô l
A
B1
B2
B3
B4
T.i.
A1
C1
Y111
C2
Y122
C3
Y133
C4
Y144
T1..
A2
C2
Y212
C3
Y223
C4
Y234
C1
Y241
T2..
A3
C3
Y313
C4
Y324
C1
Y331
C2
Y342
T3..
A4
C4
Y414
C1
Y421
C2
Y432
C3
Y443
T4..
T.i.
T.1.
T.2.
T.3.
T.4.
2. Page 2
:
ự
G ị k
(r – 1)
SSR Σ
MSR =
FR =
(r – 1)
SSC Σ
MSC =
FC =
(r – 1)
SSF Σ
MSF =
F =
S
(r–1) (r–2)
SSE = SST – (SSF+SSR+SSC)
MSE =
(r2 – 1)
SST = ΣΣΣ
G
H0 μ1 = μ2 = = μk ↔ ị ằ
H1 μ μj ↔ ó ị k
G ị k R, FR, F
l
- R < F – 1 – 2 0
- R < F – 1 – 2 0
- R < F – 1 – 2 0
MS-EXCEL
l
3. Page 3
ị j k
+ ị
ô =S M 2 2
ô =S M
ô =S M
ô =S M
+ ị j
ô =S M 2
ù k k ự ô ô
+ ị k
ô =S M 2 5,D4,E3)
ô =S M 2
ô =S M 2
ô =S M
+G ị
ô 1 =S M 2
ị
+ ị
ô G =S MS
ù k k ự ô G ô G
+G ị
ô G1 = 1 2
+G ị
ô G11 =S MS 2
ị SS SS SS SS SS
+ ị SS SS SS
ô =G -39601/POWER(4,2)
ù k k ự ô ô
+G ị SS
ô 11 =G11-G10/POWER(4,2)
+G ị SS
ô 1 = 1-SUM(I7:I9)
ị MS MS MS MS
+ ị MS MS MS
ô K = -1)
ù k k ô K ô K9
+G ị MS
ô K1 = 1 -1)*(4-2))
ị
ô M =K
ù k k ự ô M ô M
S k ó
4. Page 4
K l
-FR = 3.10 < F0.05 = 0 (pH)
- FC = 11.95 > F0.05 = 0 )
- F = 30.05 > F0.05 = 0 )
ó
2 ờ ù 1 12 1 0 k k ờ l 12 ự
ờ
X1
0C)
X2
Y
15
105
1.87
30
105
2.02
60
105
3.28
15
120
3.05
30
120
4.07
60
120
5.54
15
135
5.03
30
135
6.45
60
135
7.26
5. Page 5
ờ ờ ó l ó k 11 0 l
ó l k l Xi =1 2 k ó
:
Ŷx0,x1,...,xk = B0 + B1X1 + ... + BkXk
g ANOVA
ự
G ị k
K
SSR
MSR = SSR / k
F = MSR / MSE
S
N-K-1
SSE
MSE = SSS / (N–K–1)
N-1
SST = SSR + SSE
G ị k
- G ị -
1 l k
k ô
- Đ l ẩ
S = √ S l k
k
G ị k
H0 βi = 0 ↔ k ô ó ý ĩ
H1 βi ≠ ↔ ó ó ý ĩ
H0 βi = 0 ↔ k ô
H1 βi ≠ ↔ i.
Á Ụ G MS EXCEL:
l
6. Page 6
ờ
+Vào Data Data Analysis, Regression
+ OK ạ Regression l l ị
7. Page 7
ạ X X $ $1 $ $1
ạ X $C$1:$C$10
l L l
M f L l
Đ ờ L l l
K ó
ŶX1 = f(X1)
ŶX1 = 2.73 + 0.04X1 (R2 = 0.21; S = 1.81)
T0=2.129<t0.05=2.365
T1=1.38<t0.05=2.365
F=1.905 < =5.59
2 0) và 0.04 (B1 ŶX1 = 2.73 + 0.04X1 k ô ó ý ĩ k k ô .
9. Page 9
: ŶX2 = f(X2)
ŶX2 = -11.14 + 0.13X2 (R2 = 0.76; S = 0.99)
T0 = 3.418 > t0.05=2.365
0
T2 = 4.757 > t0.05 = 2.365
0
F=22.631 > F0.05 = 5.59
0
c -11.14 (B0) và 0.13 (B1 ŶX2 = -11.14 + 0.13X2 ó ý ĩ k . y
K l y ó l
2 ờ
10. Page 10
ŶX1,X2 = f(X1, X2)
ŶX1,X2 = -12.7 + 0.04X1 + 0.13X2 (R2 = 0.97; S = 0.33)
t0 11.528 > t0.05=2.365
0
t1 = 7.583 > t0.05 = 2.365
0
t2 = 14.328 > t0.05 = 2.365
0
F = 131.395 > F0.05 = 5.510
0
-12.70 (B0); 0.04 (B1) và 0.13 (B2 ŶX1, X2 = - 12.70 + 0.04X1 + 0.13X2 ó ý ĩ k y
K l ó l l ờ
11. Page 11
ự ạ 11 0C trong vòng 50 phút:
ô 2 ô = 1 + 1 * + 1 *11 k 1
12. Page 12
2. Baûng sau ñaây cho ta moät maãu goàm 11 quan saùt (xi, yi) töø taäp hôïp chính caùc giaù trò cuûa caëp
ÑLNN (X, Y):
X 0,9 1,22 1,32 0,77 1,3 1,2
Y -0,3 0,1 0,7 -0,28 -0,25 0,02
X 1,32 0,95 1,45 1,3 1,2
Y 0,37 -0,70 0,55 0,35 0,32
a) Tìm ñöôøng hoài quy cuûa Y ñoái vôùi X.
b) Tính sai soá tieâu chuaån cuûa ñöôøng hoài quy.
c) Tính tyû soá F ñeå kieåm ñònh söï ñuùng ñaén cuûa giaû thieát: Coù hoài quy tuyeán tính cuûa Y theo X.
l
K kê:
+ G X l ó ó l k ô
l ĐL X X ị X =
ó k l + ó l ằ l 2 k ô
K ó ó ó X ờ lý
X , l lý X l
l l
+ l l lý
quan (x1, y1), ..., (xn, yn l ự ự
+ l l ó l ự
( , )
n
2
i i
i 1
Q A B y Ax B
+ ó :
( )
( )
n
i i i
i 1
n
i i
i 1
Q
2 x y Ax B 0
A
Q
2 y Ax B 0
B
+ G ẩ
2
2
n xy x y
a
n x x
13. Page 13
y a x
b y ax
n
+ l Đ ờ
= + l ờ ị
ờ = + ( , ) ,
n
i i i 1
x y
ờ = + ó
k i, yi ờ l
lý
+
YXo, X1,..., Xk = Bo + B1X1 + ... + BkXk
ự
G ị k
K SSR MSR = SSR/k F = MSR / MSE
S N – k – 1 SSE MSE = SSE/(N – k – 1)
N - 1 SST = SSR + SSE
ý ĩ k
S
H0 k ô ó ý ĩ
Đ o ó ý ĩ
l 0 < tα ự – k – 1 o.
YXo, X1, ..., Xk = Bo + B1X1 + ... + BkXk
H0 k ô
Đ o
l o < Fα ( k, N – k – 1 o.
ự ằ MS-EXCELL
l
14. Page 14
S Regression:
tools -> Data analysis Regression.
ạ Regression l l ị
ạ Input Y Range, quét vùng ($B$1:$B$12)
Input X Range, quét vùng ($A$1:$A$12)
Labels l
ạ Output Range ô $D$1.
Line Fit Plots trong Residuals ờ
K k t :
16. Page 16
ờ X l Y= 1.54789 * X - 1.73948
S ẩ ờ S = 0.2896
- To = 3.350 > t0.05 (N - k - 1) = 1.833 0
0 ó ý ĩ k
- T1 = 3.555 > t0.05 (N - k - 1) = 1.833 0
1 ó ý ĩ k
- F0 = 12.6 > F0.05( 1, N - 2) = 5.12 0
K l 0 = 1.54789 và B1 = - 1 ó ý ĩ k . ó X
Y= 1.54789*X - 1.73948
17. Page 17
3. Baûng sau ñaây cho ta phaân boá thu nhaäp cuûa hai nhoùm tuoåi: Nhoùm töø 40 – 50 tuoåi vaø nhoùm töø 50 – 60 tuoåi trong soá caùc coâng nhaân laønh ngheà ôû Thuïy Ñieån naêm 1930.
Nhoùm tuoåi
Thu nhaäp
0 – 1
1 – 2
2 – 3
3 – 4
4 – 6
6
40 – 50
71
430
1072
1609
1178
158
50 – 60
54
324
894
1202
903
112
Coù söï khaùc nhau veà phaân boá thu nhaäp giöõa hai nhoùm tuoåi naøy trong soá caùc coâng nhaân laønh ngheà hay khoâng? Möùc yù nghóa = 2%.
BÀI LÀM.
Đ l
G H0: ó ô l Đ 1 khác nhau.
ự ằ MS-Excel:
l
+ ô =S M G k ô H4.
+ ô =S M k ô E5, F5.
+ ô =S M
lý
- lý = * .
+ ô = *$ $ $ $ k ô G7.
+ ô = *$ $ $ $ k ô G8.
18. Page 18
X χ2):
+ ạ ô =CHITEST(B3:G4,B7:G8).
ị X χ2) = 0,5116.
l do P(X > χ2) = 0,5116 > = 2 0.
K l ô l Đ 1 k
19. Page 19
4. Moät nhoùm goàm 105 nhaø doanh nghieäp Myõ ñöôïc phaân loaïi caên cöù theo thu nhaäp haøng naêm vaø tuoåi cuûa hoï. Keát quaû thu ñöôïc nhö sau:
Tuoåi
Thu nhaäp
Döôùi
100 000 $
Töø 100 000 $ - 399 599 $
Treân
400 000 $
Döôùi 40
6
9
5
Töø 40 ñeán 54
18
19
8
Treân 54
11
12
17
Vôùi möùc yù nghóa 1%, kieåm ñònh giaû thieát cho raèng tuoåi vaø möùc thu nhaäp khoâng coù quan heä vôùi nhau.
L M
Đ l phân tích tính c l .
G 0: M M k ô ó
ự ằ MS-Excel:
l
+ ô =S M k ô E5.
+ ô =S M k ô
+ ô =S M
20. Page 20
lý
- lý = * .
+ ô = *$ $3)/$E$6 k ô C8, D8.
+ ô = *$ $ $ $ k ô .
+ ô 1 = *$ $ $ $ k ô 1 1
X χ2):
+ ạ ô 11 = S 1 ).
ị X χ2) = 0,1438.
21. Page 21
l do P(X > χ2) = 0,1438 > = 0,01 0.
K l m M k ô ó .
22. Page 22
5. Vôùi möùc yù nghóa 1%, Haõy phaân tích tình hình kinh doanh cuûa moät soá ngaønh ngheà ôû quaän 4 quaän noäi thaønh treân cô sôû soá lieäu veà doanh thu cuûa moät soá cöûa haøng nhö sau:
Ngaønh ngheà kinh doanh
Khu vöïc kinh doanh
Q1
Q2
Q3
Q4
Ñieän laïnh
Vaät lieäu xaây döïng
Dòch vuï tin hoïc
2.5:2.7:2.0:3.0
0.6:10.4
1.2:1.0:9.8:1.8
3.1:3.5:2.7
15.0
2.0:2.2:1.8
2.0:2.4
9.5:9.3:9.1
1.2:1.3:1.2
5.0:5.4
19.5:17.5
5.0:4.8:5.2
lý Â ÍC ƯƠ AI AI Ế Ố CÓ LẶ
ự ô k ô l k l ỗ 1 1 ó ự l lạ k l ỗ ị l ạ l 1
b1 b2 . . . bm
a1
a2
:
:
an
x111 x121 x1m1
x112 x122 x1m2
: : . . . :
: : . . . :
x11r x12r x1mr
x211 x221 . . . x2m1
x212 x222 x2m2
: : . . . :
: : . . . :
x21r x22r x2mr
: : . . . :
: : . . . :
xn11 xn21 xnm1
xn12 xn22 . . . xnm2
: : . . . :
: : . . . :
xn1r xn2r xnmr
ự ằ MS-Excel:
l
23. Page 23
Á “Anova: Two-Factor With Replication”
+ l l l Tools và Data Analysis
+ Anova: Two-Factor With Replication ạ Data Analysis k
+ ạ Anova: Two-Factor With Replication l l ị
ạ Input Range)
l Labels in First Row/Column)
ỡ (Alpha)
ạ Output Range)
+ ạ Anova: Two-Factor WithReplication
K k
24. Page 24
FR = 2.8929 < F0.01 = 5.247894
0 k
FC = 0.8089 < F0.01 = 4.3771
0 ị k
F = 0.648 < F0.01 = 3.3507
0 ị k
ị k k ị k ó ự l nhau.