[NEW] Bài 3: Kiểm định giả thiết bằng p-value | p value – Pickpeup

p value: คุณกำลังดูกระทู้

Tóm tắt lý thuyết

Thủ tục kiểm định trình bày ở trên có tính chất truyền thống và theo cách tiếp cận cổ điển. Trong những năm gần đây, nhiều nhà nghiên cứu thường sử dụng một cách tiếp cận khác. Thay vì kiểm định giả thiết với một giá trị \(\alpha\) định trước thì họ cho rằng ta nên định rõ các giả thiết H0 và H1, sau đó thu thập số liệu mẫu và tính giá trị của tiêu chuẩn kiểm định. Từ đó có thể xác định được xác suất mắc phải sai lầm loại I nếu ta bác bỏ giả thiết H0. Xác suất này thương được gọi là giá trị p (p-value) của kiểm định.

Chúng ta sẽ minh họa cách tính p-value qua thí dụ sau:

Thí dụ: Trọng lượng của những con gà khi xuất chuồng là đại lượng ngẫu nhiên có phân phối chuẩn với độ lệch chuẩn là 0,32. Trước đây trọng lượng trung bình khi xuất chuồng của một con gà ở trại chăn nuôi này là 3,4 kg. Năm nay người ta áp dụng thử một phương pháp chăn nuôi mới. Sau một thời gian áp dụng thử, người ta chọn ngẫu nhiên 50 con đem cân và tính được trung bình mẫu là 3,5 kg. Hãy cho biết phương pháp chăn nuôi mới có tác dụng làm tăng trọng lượng của gà khi xuất chuồng hay không ?

a. Hãy xác định p-value của kiểm định ?

b. p-value sẽ thay đổi như thế nào nếu trung bình mẫu không phải là 3,5 mà là 3,6 ?

Giải:

a) Gọi \(\mu\) là trọng lượng của một con gà khi xuất chuồng của trại chăn nuôi sau khi áp dụng phương pháp chăn nuôi mới (\(\mu\) chưa biết). Ta cần kiểm định giả thiết:

\({H_0}:\mu = 3,4;{H_1}:\mu > 3,4\)

Đây là bài toán kiểm định giả thiết về trung bình tổng thể (kiểm định giả thiết một phía), \({\sigma ^2}\) chưa biết.

Từ các giả thiết của bài toán, ta tính được giá trị của tiêu chuẩn kiểm định :

\(z = \frac{{\left( {\overline x – {m_0}} \right)\sqrt n }}{\sigma } = \frac{{(3,5 – 3,4)\sqrt {50} }}{{0,32}} = 2,21\)

p-value của kiểm định (tức là xác suất mắc phải sai lầm loại 1 nếu ta bác bỏ giả thiết H0) chính là : P(Z > 2,21)

Để tính xác suất này ta có thể dùng bảng hàm Laplace hoặc dùng hàm NORMSDIST trong Excel.

  • Nếu dùng bảng hàm Laplace thì:

\(p – value = P\left( {Z > 2,21} \right) = 0,5 – {\rm{ }}\varphi (2,21) = 0,5 – 0,48645 = 0,01355\)

  • Nếu dùng hàm NORMSDIST thì:

\(p-value = P(Z > 2,21) = 1- NORMSDIST(2,21) = 0,01355\)

Ta có thể minh họa giá trị p-value trên đồ thị như sau:

Như vậy, với mẫu đã cho ở thí dụ này, nếu ta bác bỏ giả thiết H0, tức cho rằng việc áp dụng phương pháp chăn nuôi mới có tác dụng làm tăng trọng lượng trung bình của gà khi xuất chuồng thì khả năng mắc phải sai lầm loại 1 là 0,01355 (hay 1,355%).

Nếu trung bình mẫu là 3,6 , tức \(\overline X = 3,6\), khi đó ta tính được:

\(z = \frac{{\left( {\overline x – {m_0}} \right)\sqrt n }}{\sigma } = \frac{{(3,6 – 3,4)\sqrt {50} }}{{0,32}} = 4,419\)

Khi đó ta có:

p-value = P(Z > 4,419) = 1-NORMSDIST(4.419) = 4.962E-06.

4.962E-06 = 4,962x 10-6 = 0,000004962 < 0,00001. Tức p-value ứng với z = 4,419 rất nhỏ (có thể coi bằng 0 nếu là lấy 5 số thập phân).

Như vậy p-value càng nhỏ thì mức độ khẳng định của mẫu về việc bác bỏ giả thiết H0 càng rõ rệt hơn, nói cách khác, giả thiết H0 càng kém tin cậy hơn. Chẳng hạn p-value = 0,01 cho thấy mức độ khẳng định để bác bỏ giả thiết H0 càng rõ ràng hơn so với giá trị p-value = 0,1.

READ  [Update] 「三宅健のラヂオ」のススメ | 三宅健 ラジオ - Pickpeup

Ở trên là p-value trong kiểm định một phía (phía bên phải). Nếu kiểm định già thiết về phía bên trái hoặc kiểm định giả thiết hai phía thì ta cũng tìm được giá trị p-value tương ứng.

Công thức tính p-value cho kiểm định giả thiết về trung bình tổng thể như sau:

Trường hợp đã biết \({\sigma ^2}\).

  • Nếu 

    \({H_1}:\mu > {m_0}\)

     thì p-value = P(Z>z)  (8.4)

  • Nếu 

    \({H_1}:\mu < {m_0}\)

     thì p-value = P(Z

  • Nếu 

    \({H_1}:\mu \ne {m_0}\)

     thì p-value = P(Z>|z|)  (8.6)

Trường hợp chưa biết \({\sigma ^2}\).

  • Nếu 

    \({H_1}:\mu > {m_0}\)

     thì p-value = P(T>t)  (8.7)

  • Nếu 

    \({H_1}:\mu < {m_0}\)

     thì p-value = P

    (T  (8.8)

  • Nếu 

    \({H_1}:\mu \ne {m_0}\)

     thì p-value = P

    (T>|t|)

      (8.9)

Trong thực tế, việc kiểm định giả thiết theo p-value thường được theo nguyên tắc sau:

  • Nếu p-value >0,1 thì thường người ta thừa nhận H0
  • Nếu 0,05 < p-value 

    \(\le\)

    0,1 thì cần cân nhắc cẩn thận trước khi bác bỏ giả thiết H0.

  • Nếu 0,01

    \(\le\)

    p-value

    \(\le\)

    0,05 thì nghiêng về hướng bác bỏ giả thiết H0 nhiều hơn.

  • Nếu 0,001

    \(\le\)

    p-value

    \(\le\)

     0,01 thì ít băn khoăn khi bác bỏ H0.

  • Nếu p-value < 0,001 thì có thể hoàn toàn yên tâm khi bác bỏ H0.

Mặt khác, nếu quy định trước mức ý nghĩa a thì có thể dùng p-value để kết luận theo \(\alpha\). Khi đó ta có thể áp dụng quy tắc kiểm định như sau:

  • Nếu p-value <

    \(\alpha\)

    thì bác bỏ H0, thừa nhận H1.

  • Nếu p-value

    \(\ge \alpha\)

    thì chưa có cơ sở để bác bỏ H0.

Theo cách kiểm định này thì việc sử dụng p-value lại chính là kiểm định theo cách tiếp cận truyền thống.

Thí dụ: Nếu máy đóng bao hoạt động bình thường thì trọng lượng của các bao gạo do máy này sản xuất là đại lượng ngẫu nhiên có phân phối chuẩn với trọng lượng trung bình là 50 kg. Nghi ngờ các bao gạo do máy này sản xuất không đủ trọng lượng qui định, người ta tiến hành cân thử 25 bao và tính được: \(\overline X = 49,68{\rm{ }}kg\) và s = 0,5. Hãy cho kết luận về điều nghi ngờ trên?

Giải: Gọi X là trọng lượng các bao gạo do máy đóng bao sản xuất. \(X \sim N(\mu ,{\sigma ^2})\). Ta cần kiểm định giả thiết:

\(H_0: \mu = 50\); với giả thiết đối \(H_1: \mu < 50\)

Đây là bài toán kiểm định giả thiết về trung bình tổng thể, \({\sigma ^2}\) chưa biết và không quy định trước mức ý nghĩa \(\alpha\).

Để kiểm định giả thiết trên, trước hết ta tính:

\(t = \frac{{\left( {\overline x – {m_0}} \right)\sqrt n }}{s} = \frac{{\left( {49,68 – 50} \right)\sqrt {25} }}{{0,5}} = – 3,2\)

Theo công thức (8.8) ta có:

\(p-value = P(T< t) = P(T < -3,2)\)

Ta có :

\(P(T < -3,2) = P(T > 3,2) = TDIST(3.2,24,1) = 0,00192\)

Như vậy 0,001 < p-value < 0,01 nên ta ít băn khoăn khi bác bỏ giả thiết Ho. Tức có thể kết luận máy đóng bao đã sản xuất ra các bao gạo có trọng lượng trung bình thấp hơn 50 kg.

Chú ý: Nếu ở thí dụ này ta cho trước mức ý nghĩa \(\alpha\) (chẳng hạn ta cho \(\alpha=0,01\)) thì theo kết quả tính p-value ta thấy:

\(p-value = 0,00192 < 0,01\)

nên ta bác bỏ giá thiết H0. Như vậy ta cũng đi đến cùng một kết luận như trên.


Tính Trị số thống kê (Descriptive statistics) và so sánh hai số trung bình (t-Test, z-Test) = excel


Video mô tả cách gọi các trị số thống kê sinh học như: trị số trung bình, phương sai, độ lệch… bằng hàm mô tả thống kê (Descriptive statistics). Và các bài toán so sánh hai số trung bình bằng các hàm tTest Two Sample For Means và zTest Two Sample For Means. ý nghĩa của các hàm t Test và z Test trong nghiên cứu sinh học.
Mọi thông tin các em liên hệ với thầy nhé : \r
phone: 0915.542.543\r
Facebook : \r
twitter: https://twitter.com/hiephoangphu\r
Gmail : hiephoangphu@gmail.com

นอกจากการดูบทความนี้แล้ว คุณยังสามารถดูข้อมูลที่เป็นประโยชน์อื่นๆ อีกมากมายที่เราให้ไว้ที่นี่: ดูเพิ่มเติม

Tính Trị số thống kê (Descriptive statistics) và so sánh hai số trung bình (t-Test, z-Test) = excel

Pi network- TS Christopher King một lần nữa dự đoán Pi 3 tháng nữa


Pi network TS Christopher King một lần nữa dự đoán Pi 3 tháng nữa
Tiến sĩ Christopher King một lần nữa dự đoán: 3 tháng nữa, Pi sẽ trở thành đồng tiền mã hóa mạnh nhất hành tinh, trước đó ông dự đoán Bitcoin sẽ vượt ngưỡng 60.000 đô la Mỹ đã trở thành hiện thực
Tiến sĩ King là người đầu tiên đưa Picoin vào đất nước Trung Quốc
Xin dành cho những người chưa biết đến Pi Network
1 dự án miễn phí cho người dùng lớn nhất thế giới, chưa có dự án nào và chưa có đồng crypto nào làm được điều này, những người biết đến Pi là một niềm hạnh phúc và may mắn trong cuộc sống này, bời vì lịch sử khó có thể lặp lại và thời gian không đợi chúng ta, Pi là một cơ duyên với những người tiên phong.
Hướng dẫn tham gia Pi network, dự án tiền mã hóa lớn nhất hành tinh, bạn sẽ có cơ hội giàu có sau vài năm tới.
Người sáng lập dự án:
Nicolas Kokkalis, là Học giả Sau Tiến sĩ về Khoa học Máy tính tại Đại học Stanford, nơi anh nghiên cứu về Điện toán Xã hội và hiện đang giảng dạy một khóa học về Thiết kế Ứng dụng Phi tập trung trên Blockchain. Trong thời kỳ đầu bằng Tiến sĩ của mình. ông đã tạo ra một khuôn khổ đơn giản hóa việc lập trình trên các hệ thống phân tán có khả năng chịu lỗi. Công việc này cũng có thể áp dụng trên các blockchain ngày nay. Tiến sĩ Kokkalis có chuyên môn trong việc thiết kế các ứng dụng xã hội lan truyền, với các ứng dụng thu hút hơn 20 triệu người dùng có tỷ lệ tương tác và tỷ lệ giữ chân đặc biệt, đã nhận được giải thưởng của Quỹ Facebook vào năm 2009. Ông là thành viên của nhóm sáng lập StartX, một cộng đồng doanh nhân phi lợi nhuận và máy gia tốc cho các chi nhánh của Stanford, nơi ông từng là CTO từ năm 2010 đến năm 2018. Ông có bằng Tiến sĩ. bằng Kỹ thuật Máy tính và bằng Thạc sĩ Khoa học Quản lý và Kỹ thuật tại Đại học Stanford.
Các bạn hãy nhấn ĐĂNG KÝ kênh và NHẤN CHUÔNG để nhận thông tin mới nhất từ PI NETWORK QUANG TÙNG , có thắc mắc gì hãy comment bên dưới tôi sẽ giải đáp cho các bạn
Đăng ký kênh: https://www.youtube.com/channel/UCiOh2a4r5xWw894OW19sxBg
Tham gia nhóm trên Face book để trao đổi thông tin về Pi: https://www.facebook.com/groups/397763821539308/
Hướng Dẫn ĐĂNG KÝ ĐÀO COIN Pi
1. Vào app Store hoặc CH play gõ \” Pi Network\”
2. Click vào ứng dụng đã cài, rồi vào \” continue with phone number\” chọn \” Vietnam +84\” rồi điền số điện thoại mình vào. Bạn ở quốc gia nào thì điền đầu số quốc gia đó
3. Nhập password cho tài khoản ( tối thiểu 8 ký tự có 1 chữ viết hoa vá 1 số)
4. Nhập họ và tên ( không dấu) vào \” first name\” và \” last name\”. phần tên tiếng anh nhập không dấu, tất cả in hoa.
5. Mục \” Choose usename\” các bạn nhập tên tài khoản, nhớ là viết không dấu ( ví dụ : tên riêng VAN A Họ: NGUYEN ).
6. Mục \” invitation code\” các bạn nhập \”huunguyen77\” rồi ấn submit
7. Chạy 3 ngày liên tục lập vòng tròn bảo mật
8. Xác minh sđt, facebook
9. Bật tia sét kích hoạt sau mỗi 24h
Bản quyền thuộc về: PI NETWORK QUANG TÙNG, vui lòng không sao chép dưới mọi hình thức. xin cám ơn!
Copyright by PI NETWORK QUANG TÙNG ☞ Do not Reup
Liên hệ Mail: vuquangtung006@gmail.com
Pinetwork Picoin pi pinetworkquangtung giatripi giapibaonhieu khinaopilensan pimainnet pinetworkmainnet banpio

Pi network- TS Christopher King một lần nữa dự đoán Pi 3 tháng nữa

P value là gì | TS.BS.Vũ Duy Kiên


➨ Theo dõi kênh Vu Duy Kien Official: http://www.vuduykien.com/
➨ Nhận quà tặng từ FanPage (Facebook): https://bit.ly/VietvaXuatbanquocte
Trong video này chúng ta sẽ cùng tìm hiểu P value là gì.
Hãy cùng xem và chia sẻ nhé!
Chúc bạn thành công,
TS.BS.Vũ Duy Kiên và cộng sự

Mộ số danh sách video cần thiết cho quá trình nghiên cứu và viết bài của bạn, nhớ comment vào phía dưới video này những điều bạn học được:
Viết và Xuất bản Quốc tế: http://bit.ly/Vietvaxuatbanquocte
Sử dụng Epidata: http://bit.ly/SudungEpidata
Sử dụng Endnote: http://bit.ly/huongdanEndnote
Sử dụng Zotero: http://bit.ly/huongdanZotero
Sử dụng Medely: http://bit.ly/huongdanMendely
Phân tích số liệu: http://bit.ly/phantichsolieu

ĐĂNG KÝ KHOÁ HỌC: \”Bí quyết viết và đăng bài báo quốc tế\”:
Khoá học trên Unica (ưu đãi 40%): https://bit.ly/Vietvaxuatban

LIÊN HỆ: TS.BS.Vũ Duy Kiên
Email: dr.vuduykienvn@gmail.com
Phone: 0925010102
Facebook: https://fb.com/kienvuduy
vuduykien vietvaxuatban vietvaxuatbanquocte

P value là gì | TS.BS.Vũ Duy Kiên

P-values and significance tests | AP Statistics | Khan Academy


Learn how to compare a Pvalue to a significance level to make a conclusion in a significance test.
View more lessons or practice this subject at http://www.khanacademy.org/math/apstatistics/testssignificanceap/ideasignificancetests/v/pvaluesandsignificancetests?utm_source=youtube\u0026utm_medium=desc\u0026utm_campaign=apstatistics
AP Statistics on Khan Academy: Meet one of our writers for AP¨_ Statistics, Jeff. A former high school teacher for 10 years in Kalamazoo, Michigan, Jeff taught Algebra 1, Geometry, Algebra 2, Introductory Statistics, and AP¨_ Statistics. Today he’s hard at work creating new exercises and articles for AP¨_ Statistics.
Khan Academy is a nonprofit organization with the mission of providing a free, worldclass education for anyone, anywhere. We offer quizzes, questions, instructional videos, and articles on a range of academic subjects, including math, biology, chemistry, physics, history, economics, finance, grammar, preschool learning, and more. We provide teachers with tools and data so they can help their students develop the skills, habits, and mindsets for success in school and beyond. Khan Academy has been translated into dozens of languages, and 15 million people around the globe learn on Khan Academy every month. As a 501(c)(3) nonprofit organization, we would love your help! Donate or volunteer today!
Donate here: https://www.khanacademy.org/donate?utm_source=youtube\u0026utm_medium=desc
Volunteer here: https://www.khanacademy.org/contribute?utm_source=youtube\u0026utm_medium=desc

P-values and significance tests | AP Statistics | Khan Academy

Solend đã chính thức thưởng Retroactive SLND token


ANH EM ƠI, SOLEND RA TOKEN RỒI KÌA 😍
Trong post lần trước tại đây (https://www.facebook.com/groups/Coin98.Net/posts/2099991443487264) mình đã có nói Solend có khả năng ra token lên đến 99%.
Đó là vì sao mình đã có video hướng dẫn anh em săn Retroactive
👉https://youtu.be/vhdNPYbDnvA
❓Một số câu hỏi:
1/ Token đã được claim chưa?
SLND sẽ sớm được claim khi họ có thông báo chính thức.
2/ Hiện tại còn săn được SLND nữa không?
Vẫn còn anh em nhé!
Và rồi ngày hôm nay Solend đã ra mắt SLND thưởng cho anh em. Mình đã nhận được những đồng SLND đầu tiên rồi nhé! Anh em đã follow Solend thì đừng quên check xem mình có chưa nha.
Trường hợp của Solend cũng để lại một bài học cho những kinh nghiệm lần sau, giúp anh em tối ưu được phần thưởng. Vậy nó là gì?
Anh em xem thêm tại đây nhé: https://t.me/Coin98Insights/5585

Solend đã chính thức thưởng Retroactive SLND token

นอกจากการดูบทความนี้แล้ว คุณยังสามารถดูข้อมูลที่เป็นประโยชน์อื่นๆ อีกมากมายที่เราให้ไว้ที่นี่: ดูบทความเพิ่มเติมในหมวดหมู่Music of Turkey

ขอบคุณที่รับชมกระทู้ครับ p value

READ  [Update] TEPSLF Program: How to Qualify for Student Loan Forgiveness | myfedloan.orgh - Pickpeup

Leave a Comment