WEBVTT

00:00:00.190 --> 00:00:02.660
Đề bảo mình tìm giá trị tới hạn

00:00:02.660 --> 00:00:05.790
t sao cần thiết để dựng

00:00:05.790 --> 00:00:09.310
khoảng tin cậy 98% cho trung bình

00:00:09.310 --> 00:00:14.170
của cỡ mẫu n bằng 15 quan sát.

00:00:14.170 --> 00:00:16.630
Đầu tiên mình tóm tắt đề ha,

00:00:16.630 --> 00:00:18.370
mình có tổng thể đây, và

00:00:18.370 --> 00:00:19.580
cho tham số là

00:00:19.580 --> 00:00:21.410
số bình quân của tổng thể chung.

00:00:21.410 --> 00:00:24.970
Mình không biết cái này là gì, nên mình sẽ lấy mẫu thống kê,

00:00:24.970 --> 00:00:27.580
có cỡ mẫu là 15,

00:00:27.580 --> 00:00:30.990
vậy n bằng 15, rồi từ mẫu đó

00:00:30.990 --> 00:00:33.200
mình tính trung bình mẫu.

00:00:33.200 --> 00:00:36.340
Rồi mình cũng muốn dựng một khoảng tin cậy 98%

00:00:36.340 --> 00:00:38.010
cho trung bình mẫu đó.

00:00:38.010 --> 00:00:39.880
Vậy mình sẽ tính trung bình mẫu

00:00:39.880 --> 00:00:42.800
và rồi cộng hoặc trừ biên độ sai số.

00:00:42.800 --> 00:00:44.510
Ở các videos trước, mình

00:00:44.510 --> 00:00:46.690
nói mình muốn dùng phân phối t

00:00:46.690 --> 00:00:49.850
vì mình không muốn đánh giá thấp biên độ sai số,

00:00:49.850 --> 00:00:52.665
vậy nó sẽ là t sao nhân

00:00:52.665 --> 00:00:56.200
độ lệch chuẩn của mẫu, tất cả chia

00:00:56.200 --> 00:00:59.340
căn bậc hai của cỡ mẫu, trong trường hợp này

00:00:59.340 --> 00:01:02.320
là 15, vậy căn bậc hai của n.

00:01:02.320 --> 00:01:03.570
Giờ đề đang hỏi mình tìm

00:01:03.570 --> 00:01:05.760
giá trị tới hạn phù hợp.

00:01:05.760 --> 00:01:10.370
Vậy t sao nào phù hợp trong trường hợp này đây?

00:01:10.370 --> 00:01:13.620
Mình sẽ nhìn vào bảng z, hay chắc mình gọi nó là

00:01:13.620 --> 00:01:16.890
bảng t, nhưng điều quan trọng là mình có

00:01:16.890 --> 00:01:19.670
một biến số nữa cần lưu ý

00:01:19.670 --> 00:01:22.230
khi tìm giá trị tới hạn phù hợp

00:01:22.230 --> 00:01:27.340
trên bảng t, và đó chính là khái niệm của bậc tự do,

00:01:27.340 --> 00:01:29.670
đôi lúc được viết tắt thành df.

00:01:29.670 --> 00:01:31.970
Mình sẽ không nói sâu về bậc tự do,

00:01:31.970 --> 00:01:34.720
nó thật ra khá phức tạp và thú vị đó,

00:01:34.720 --> 00:01:36.880
nhưng ý tưởng là mình có một

00:01:36.880 --> 00:01:40.670
phân phối t khác, phụ thuộc vào cỡ mẫu,

00:01:40.670 --> 00:01:42.540
vào bậc tự do,

00:01:42.540 --> 00:01:44.990
và bậc tự do của mình sẽ bằng

00:01:44.990 --> 00:01:47.490
cỡ mẫu của mình trừ 1.

00:01:47.490 --> 00:01:50.060
Trong trường hợp này, bậc tự do của mình

00:01:50.060 --> 00:01:54.100
bằng 15 trừ 1, vậy trong trường hợp này, bậc tự do của mình

00:01:54.100 --> 00:01:56.160
sẽ bằng 14.

00:01:56.160 --> 00:01:58.450
Đây không phải lần đầu mình nói về

00:01:58.450 --> 00:02:00.530
bậc tự do, mình đã nói đôi chút

00:02:00.530 --> 00:02:03.470
về nó khi bàn về độ lệch chuẩn của mẫu và cách

00:02:03.470 --> 00:02:05.210
để có một ước lượng không thiên vị

00:02:05.210 --> 00:02:07.390
cho độ lệch chuẩn tổng thể.

00:02:07.390 --> 00:02:09.840
Trong các videos sau, mình sẽ nói kỹ hơn

00:02:09.840 --> 00:02:12.080
về bậc tự do, nhưng với bài này thôi

00:02:12.080 --> 00:02:14.640
thì mình chỉ cần biết là

00:02:14.640 --> 00:02:17.380
khi mình nhìn vào phân phối t

00:02:17.380 --> 00:02:19.640
cho một bậc tự do bất kì, bậc tự do đó

00:02:19.640 --> 00:02:21.490
phụ thuộc vào cỡ mẫu, và

00:02:21.490 --> 00:02:23.760
sẽ bằng cỡ mẫu trừ 1 khi mình nghĩ về

00:02:23.760 --> 00:02:26.280
khoảng tin cậy cho trung bình.

00:02:26.280 --> 00:02:29.080
Giờ hãy nhìn vào bảng t của mình.

00:02:29.080 --> 00:02:32.005
Mình muốn có khoảng tin cậy 98%

00:02:32.005 --> 00:02:36.890
và có bậc tự do 14.

00:02:36.890 --> 00:02:40.010
Vậy hãy lấy bảng t ra, và thật ra mình đã

00:02:40.010 --> 00:02:41.940
đưa phần dưới lên trên

00:02:41.940 --> 00:02:43.650
để bạn dễ theo dõi.

00:02:43.650 --> 00:02:45.300
Bảng t này tốt ở chỗ

00:02:45.300 --> 00:02:47.300
nó đã cho mình mức độ tin cậy

00:02:47.300 --> 00:02:50.450
ngay đây, nên nếu mình muốn mức độ tin cậy 98%

00:02:50.450 --> 00:02:53.020
mình chỉ cần nhìn vào cột này,

00:02:53.020 --> 00:02:55.580
cột này ngay đây.

00:02:55.580 --> 00:02:59.160
Cách khác để nghĩ về mức độ tin cậy 98%,

00:02:59.160 --> 00:03:02.620
nếu mình có mức độ tin cậy 98%,

00:03:02.620 --> 00:03:07.230
thì mình sẽ còn thiếu 1% ở mỗi đuôi,

00:03:07.230 --> 00:03:09.680
vậy nếu mình nhìn vào

00:03:09.680 --> 00:03:12.780
phân phối t của mình, mọi thứ lên đến và bao gồm

00:03:12.780 --> 00:03:16.620
1% đầu, mình sẽ chú ý xác suất đuôi

00:03:16.620 --> 00:03:21.450
0,01, và nó sẽ-- hơi khó thấy nhỉ,

00:03:21.450 --> 00:03:23.040
để mình dùng màu sáng hơn,

00:03:23.040 --> 00:03:25.820
nó sẽ là xác suất đuôi phải.

00:03:25.820 --> 00:03:27.650
Vậy mình ở cột ngay đây.

00:03:27.650 --> 00:03:30.080
Mình có khoảng tin cậy 98%.

00:03:30.080 --> 00:03:32.330
Nhớ là bậc tự do của mình,

00:03:32.330 --> 00:03:37.193
bậc tự do của mình ngay đây, mình có 14 bậc tự do,

00:03:37.193 --> 00:03:41.613
vậy mình sẽ quan tâm hàng này.

00:03:41.613 --> 00:03:43.210
Vậy ra rồi.

00:03:43.210 --> 00:03:48.750
Mình có giá trị tới hạn t 2,624.

00:03:48.750 --> 00:03:51.200
Vậy quay lại với bài,

00:03:51.200 --> 00:03:57.400
2,624 là câu D. Mình tô nhầm á, nhưng câu D mới đúng nha.