Khoảng tin cậy là gì: hiểu đúng chữ 95% bằng 100 khoảng
Bài 2/6 · Chương 8
Ước lượng
- 7 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 10
Khoảng tin cậy là một đoạn số tính từ mẫu để ước lượng một tham số như trung bình μ, kèm một độ tin cậy như 95%. Cách tính khi biết σ: x̄ ± 1,96 · σ/√n. Chữ 95% nói về cách tính: nếu lặp lại cách lấy mẫu và cách tính này nhiều lần, khoảng 95% số khoảng tính được sẽ chứa giá trị thật.
Cần biết trước: ước lượng điểm, sai số chuẩn và phân phối chuẩn tắc.
Công thức khoảng tin cậy
Một ước lượng điểm như x̄ = 168,2 cm không cho biết nó có thể lệch bao xa. Khoảng tin cậy cộng trừ quanh x̄ một sai số biên (margin of error) E, đủ rộng để phần lớn các mẫu cho khoảng chứa μ. Khi đã biết độ lệch chuẩn σ của tổng thể:
Trong đó:
x_tb(x̄): trung bình mẫu, tâm của khoảng.sigma(σ): độ lệch chuẩn của tổng thể, coi như đã biết.n: cỡ mẫu;sigma / math.sqrt(n)là sai số chuẩn của x̄.z(norm.ppf(0.975)cho 95%): điểm của phân phối chuẩn tắc để lại 2,5% ở mỗi đuôi.e = z * sigma / math.sqrt(n): sai số biên, nửa độ rộng của khoảng.
Theo định lý giới hạn trung tâm, x̄ nằm cách μ không quá 1,96 sai số chuẩn trong 95% số mẫu. Đặt khoảng ±1,96 sai số chuẩn quanh x̄ thì khoảng đó chứa μ trong khoảng 95% số mẫu ấy.
Tính tay khoảng tin cậy 95%
Một trường đo chiều cao 36 học sinh nam lớp 11, được x̄ = 168,2 cm. Các đợt đo những năm trước cho thấy độ lệch chuẩn chiều cao nam khá ổn định, σ = 5,5 cm; coi đó là σ đã biết.
Sai số chuẩn: σ/√n = 5,5 / √36 = 5,5 / 6 ≈ 0,917 cm.
Với 95%, z = 1,96 (bảng chuẩn tắc: P(Z ≤ 1,96) = 0,975).
Sai số biên: E = 1,96 · 0,917 ≈ 1,797 cm.
Khoảng: 168,2 − 1,797 = 166,40 đến 168,2 + 1,797 = 170,00 cm.
Khoảng tin cậy 95% của chiều cao trung bình nam là từ 166,40 đến 170,00 cm. Với scipy, norm.ppf(0.975) cho z, và norm.interval() cho cả khoảng một lần:
import math
from scipy.stats import norm
x_tb, sigma, n = 168.2, 5.5, 36
z = norm.ppf(0.975)
e = z * sigma / math.sqrt(n)
print("z =", round(float(z), 4), "| E =", round(float(e), 3), "cm")
se = sigma / math.sqrt(n)
thap, cao = norm.interval(0.95, loc=x_tb, scale=se)
thap, cao = round(float(thap), 2), round(float(cao), 2)
print("Khoảng 95%:", thap, "-", cao, "cm")KẾT QUẢ
z = 1.96 | E = 1.797 cm
Khoảng 95%: 166.4 - 170.0 cmĐổi 0.95 thành 0.99 rồi chạy lại: dòng cuối in Khoảng 95%: 165.84 - 170.56 cm, rộng hơn vì độ tin cậy cao hơn đòi z = 2,576; nhãn "95%" trong lệnh print cũng cần đổi theo.
Mô phỏng 100 khoảng: chữ 95% nghĩa là gì
File chieu_cao_can_nang.csv (số giả lập của AIDev) có 180 học sinh nam. Coi 180 em là tổng thể, nên μ và σ đã biết. Rút 100 mẫu 36 em, tính 100 khoảng 95%, rồi đếm bao nhiêu khoảng chứa μ:
import numpy as np
import pandas as pd
bang = pd.read_csv("chieu_cao_can_nang.csv")
nam = bang[bang["gioi_tinh"] == "Nam"]["chieu_cao_cm"].to_numpy()
mu, sigma = nam.mean(), nam.std(ddof=0)
rng = np.random.default_rng(62)
x_tb = rng.choice(nam, (100, 36), replace=True).mean(axis=1)
e = 1.96 * sigma / np.sqrt(36)
chua = (x_tb - e <= mu) & (mu <= x_tb + e)
print("μ =", round(float(mu), 2), "cm, E =", round(float(e), 2), "cm")
print("Số khoảng chứa μ:", int(chua.sum()), "trên 100")KẾT QUẢ
μ = 168.6 cm, E = 1.82 cm
Số khoảng chứa μ: 95 trên 100Lần chạy này: 95 trên 100 khoảng chứa μ = 168,6 cm. Vẽ cả 100 khoảng, khoảng trượt tô đỏ:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
bang = pd.read_csv("chieu_cao_can_nang.csv")
nam = bang[bang["gioi_tinh"] == "Nam"]["chieu_cao_cm"].to_numpy()
mu, sigma = nam.mean(), nam.std(ddof=0)
rng = np.random.default_rng(62)
x_tb = rng.choice(nam, (100, 36), replace=True).mean(axis=1)
e = 1.96 * sigma / np.sqrt(36)
mau = np.where(np.abs(x_tb - mu) <= e, "tab:blue", "red")
fig, ax = plt.subplots(figsize=(6.4, 5), layout="constrained")
ax.hlines(np.arange(100), x_tb - e, x_tb + e, colors=mau)
ax.axvline(mu, color="black", linestyle="--")
ax.set(xlabel="Chiều cao trung bình nam (cm)", ylabel="Mẫu thứ")
plt.show()Mỗi đoạn có cùng độ rộng 2 · 1,82 cm nhưng tâm khác nhau, vì mỗi mẫu cho một x̄. Năm đoạn đỏ không chạm đường μ: đó là năm mẫu tình cờ có x̄ lệch quá 1,96 sai số chuẩn. Với 100 khoảng, con số đếm được dao động quanh 95; chạy 10.000 khoảng thì tỉ lệ sát 95% hơn:
import numpy as np
import pandas as pd
bang = pd.read_csv("chieu_cao_can_nang.csv")
nam = bang[bang["gioi_tinh"] == "Nam"]["chieu_cao_cm"].to_numpy()
mu, sigma = nam.mean(), nam.std(ddof=0)
rng = np.random.default_rng(7)
x_tb = rng.choice(nam, (10_000, 36), replace=True).mean(axis=1)
e = 1.96 * sigma / np.sqrt(36)
chua = np.abs(x_tb - mu) <= e
print("Tỉ lệ khoảng chứa μ:", float(chua.mean()))KẾT QUẢ
Tỉ lệ khoảng chứa μ: 0.9507Lần chạy này cho 0,9507: qua 10.000 lần lặp, cách tính x̄ ± 1,96·σ/√n trúng μ đúng như con số 95% hứa.
Kiểm tra nhanh
Sau
import mathvàfrom scipy.stats import norm,print([round(float(v), 1) for v in norm.interval(0.95, loc=50, scale=10 / math.sqrt(25))])in ra gì?[46.1, 53.9][30.4, 69.6][46.7, 53.3]
Trong khung bẫy, khoảng dựng với
norm.ppf(0.95)thực ra có độ tin cậy bao nhiêu?- 95%
- 90%
- 97,5%
Những câu nào đúng về mô phỏng 100 khoảng ở bài?
- Mỗi khoảng có cùng độ rộng vì σ và n như nhau, chỉ tâm x̄ thay đổi
- Số khoảng chứa μ trong 100 khoảng dao động quanh 95, có lần hơn, có lần kém
- Các khoảng đỏ là do tính sai công thức
- Mỗi khoảng xanh có 95% xác suất chứa μ, còn khoảng đỏ có 5%
Muốn khoảng 95% hẹp còn một nửa mà giữ nguyên σ, bạn cần làm gì?
- Đổi sang độ tin cậy 90%
- Lấy cỡ mẫu gấp bốn lần
- Lấy cỡ mẫu gấp đôi
Bài tập
Khoảng tin cậy cho trung bình khi biết σ
Viết thân hàm khoang_tin_cay_z(x_tb, sigma, n, do_tin_cay) tính khoảng tin cậy hai phía cho μ theo công thức x̄ ± z·σ/√n. do_tin_cay là một số như 0.95 hay 0.9; z là điểm của phân phối chuẩn tắc để lại (1 − do_tin_cay)/2 ở mỗi đuôi.
Trả về: cặp (đầu dưới, đầu trên) của khoảng, một tuple hai float.
Ví dụ khoang_tin_cay_z(168.2, 5.5, 36, 0.95) cho khoảng (166.40, 170.00).
import math
from scipy.stats import norm
def khoang_tin_cay_z(x_tb, sigma, n, do_tin_cay):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Khoảng tin cậy khi biết σ: x̄ ± z·σ/√n; phần z·σ/√n là sai số biên.
Với 95% hai phía, z =
norm.ppf(0.975)≈ 1,96;norm.ppf(0.95)cho khoảng 90%.norm.interval(0.95, loc=x_tb, scale=sigma / math.sqrt(n))cho cả khoảng một lần.95% là tỉ lệ khoảng chứa μ khi lặp lại cách lấy mẫu: mô phỏng 100 khoảng cho 95 khoảng chứa μ.
Một khoảng đã tính hoặc chứa μ hoặc không; khi báo cáo khoảng, ghi kèm độ tin cậy và đơn vị.
Câu hỏi thường gặp
Khoảng tin cậy 95 là gì, nói ngắn gọn?
Là một đoạn tính từ mẫu bằng một cách tính mà, nếu lặp lại cách lấy mẫu và cách tính này nhiều lần, khoảng 95% số khoảng tính được sẽ chứa giá trị thật.
Thực tế hiếm khi biết σ, vậy công thức z dùng khi nào?
Khi σ đến từ nhiều đợt đo trước, hoặc khi n lớn tới mức s gần như bằng σ. Nếu chưa biết σ, thay σ bằng s và z bằng điểm của phân phối Student t, như bài khoảng tin cậy cho trung bình.
Muốn sai số biên chỉ ±1 cm thì cần đo bao nhiêu học sinh?
Giải E = z·σ/√n theo n: n = (z·σ/E)². Với σ = 5,5 cm và E = 1 cm, n = (1,96 · 5,5)² ≈ 116,2, làm tròn lên 117 em. Bài cỡ mẫu làm kỹ phép tính này.
Chủ đề
Dữ liệu của bài
- Tải xuống
chieu_cao_can_nang.csv
CSV · 9.01 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.