Bỏ qua đến nội dung chính
Mục lục

Kiểm định giả thuyết là gì: H0, H1 và lập luận bác bỏ

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 1/7 · Chương 9

Kiểm định giả thuyết: ý tưởng

  • 9 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Kiểm định giả thuyết (hypothesis testing) là cách dùng dữ liệu để quyết định có bác bỏ một giả thuyết hay không. Bạn tạm coi giả thuyết không H₀ là đúng, rồi hỏi kết quả mình thấy hiếm cỡ nào trong thế giới đó. Bạn dùng nó khi muốn biết một khác biệt là có thật hay do may rủi, như đồng xu cả nhóm vẫn tung có cân không.

Cần biết trước: mô phỏng Monte Carlo, số ngẫu nhiên với default_rng và phân phối mẫu.

Đặt giả thuyết H₀ và H₁

Hà nghi đồng xu kỷ niệm mà nhóm bạn tung để chọn người trả tiền cà phê không cân. Cả nhóm tung thử 100 lần, được 61 mặt ngửa. Trước khi tính, ta viết câu hỏi thành hai giả thuyết về tỉ lệ ngửa p của đồng xu:

  • Giả thuyết không (null hypothesis) H₀: p = 0,5, đồng xu cân. H₀ mang dấu bằng và một con số cụ thể để tính được.

  • Giả thuyết đối (alternative hypothesis) H₁: p ≠ 0,5, đồng xu không cân. H₁ là điều bạn đi tìm bằng chứng.

Câu hỏi của Hà không nói lệch về phía nào, nên H₁ là hai phía. Giả thuyết nói về p của đồng xu; còn 61 là dữ liệu, đã biết chắc.

python
n = 100
p0 = 0.5
so_ngua = 61
ky_vong = n * p0
print("Nếu H₀ đúng, trung bình có", ky_vong, "mặt ngửa")
print("Dữ liệu lệch khỏi đó", abs(so_ngua - ky_vong), "mặt")

KẾT QUẢ

Nếu H₀ đúng, trung bình có 50.0 mặt ngửa
Dữ liệu lệch khỏi đó 11.0 mặt

Lệch 11 mặt là nhiều hay ít? Phần dưới đi tìm câu trả lời.

Thống kê kiểm định: một con số tóm cả dữ liệu

Thống kê kiểm định (test statistic) là một con số tính từ mẫu, dùng để so dữ liệu với H₀. Với đồng xu, nó là số mặt ngửa:

T=∑i=1nxiT = \sum_{i=1}^{n} x_i

Trong đó:

  • n (n): số lần tung.

  • x với chỉ số i (tung[i]): kết quả lần tung thứ i, 1 là ngửa, 0 là sấp.

  • T (tung.sum()): số mặt ngửa, thống kê kiểm định.

Thử trên mẫu nhỏ trước. Tung 10 lần được 8 mặt ngửa, tức T = 8, lệch 3 khỏi 5. Nếu đồng xu cân, mỗi dãy 10 lần tung có cùng xác suất, nên ta đếm được đúng tỉ lệ dãy lệch ít nhất 3:

Bước

Việc

Kết quả

1

Số dãy 10 lần tung

2¹⁰ = 1.024

2

Dãy có T ≥ 8 (lệch lên ít nhất 3)

45 + 10 + 1 = 56

3

Dãy có T ≤ 2 (lệch xuống ít nhất 3)

1 + 10 + 45 = 56

4

Tỉ lệ dãy lệch ít nhất 3

112 / 1.024 ≈ 0,1094

Khối dưới liệt kê đủ 1.024 dãy và đếm lại. itertools.product((0, 1), repeat=n) cho mọi dãy n số 0 và 1:

python
from itertools import product

n, so_ngua = 10, 8
lech = abs(so_ngua - n / 2)
so_day = 0
lech_it_nhat = 0
for day in product((0, 1), repeat=n):
    so_day += 1
    if abs(sum(day) - n / 2) >= lech:
        lech_it_nhat += 1
print("Số dãy:", so_day)
print("Dãy lệch ít nhất", lech, ":", lech_it_nhat)
print("Tỉ lệ:", round(lech_it_nhat / so_day, 4))

KẾT QUẢ

Số dãy: 1024
Dãy lệch ít nhất 3.0 : 112
Tỉ lệ: 0.1094

Đồng xu cân cho kết quả lệch như 8 trên 10, hay hơn, khoảng 11% số lần: không hiếm. Đổi 10, 8 thành 10, 10 rồi chạy lại: dòng cuối in Tỉ lệ: 0.002, vì chỉ hai dãy toàn ngửa hay toàn sấp lệch 5. Giữ n nhỏ: số dãy gấp đôi sau mỗi lần tung thêm.

Lập luận bác bỏ: nếu H₀ đúng thì 61 hiếm cỡ nào

Với 100 lần tung, số dãy là 2¹⁰⁰, không liệt kê nổi. Ta dựng thế giới mà H₀ đúng: 1.000 thí nghiệm, mỗi thí nghiệm 100 lần tung đồng xu cân, tổng cộng 100.000 lần tung. Mỗi hàng của ma trận là một thí nghiệm, như bài phân phối mẫu.

python
import numpy as np

rng = np.random.default_rng(67)
tung = rng.integers(0, 2, size=(1_000, 100))
t = tung.sum(axis=1)
lech_nhieu = np.abs(t - 50) >= 11
print("Tổng số lần tung:", tung.size)
print("Ít nhất, nhiều nhất:", t.min(), t.max())
print("Thí nghiệm lệch ít nhất 11:", lech_nhieu.sum())
print("Tỉ lệ:", lech_nhieu.mean())

KẾT QUẢ

Tổng số lần tung: 100000
Ít nhất, nhiều nhất: 36 65
Thí nghiệm lệch ít nhất 11: 29
Tỉ lệ: 0.029

Lần chạy này cho 29 trên 1.000 thí nghiệm lệch ít nhất 11 mặt, khoảng 3%. Đổi 1_000 thành 10_000 rồi chạy lại: dòng cuối in Tỉ lệ: 0.0345, sát tỉ lệ đúng 3,5% hơn, vì nhiều thí nghiệm hơn thì tần suất dao động ít hơn. Hình dưới vẽ 1.000 giá trị T và hai mốc lệch 11:

python
import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng(67)
t = rng.integers(0, 2, size=(1_000, 100)).sum(axis=1)
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
ax.hist(t, bins=np.arange(29.5, 71.5, 1), edgecolor="white")
ax.axvline(39, color="black", linestyle="--", label="39 và 61")
ax.axvline(61, color="black", linestyle="--")
ax.set_title("1.000 thí nghiệm, 100 lần tung đồng xu cân")
ax.set_xlabel("Số mặt ngửa T")
ax.set_ylabel("Số thí nghiệm")
ax.legend()
plt.show()
Histogram số mặt ngửa của 1.000 thí nghiệm tung đồng xu cân 100 lần, trục y là số thí nghiệm; các cột dồn quanh 50, từ 36 đến 65, và hai đường đứt ở 39 và 61 chỉ để lại rất ít cột bên ngoài.

Chỉ vài cột nằm ngoài hai đường đứt: nếu đồng xu cân, kết quả lệch như 61 hay hơn chỉ xảy ra chừng 3 lần trong 100 thí nghiệm.

Kết luận: hiếm thì bác bỏ, không hiếm thì chưa đủ bằng chứng

Mọi phép kiểm định trong tutorial này đi bốn bước của đồng xu:

  1. Viết H₀ và H₁ trước khi nhìn số.

  2. Tính thống kê kiểm định trên dữ liệu: T = 61.

  3. Hỏi: nếu H₀ đúng, kết quả lệch ít nhất như vậy hiếm cỡ nào? Ở đây khoảng 3,5%.

  4. Hiếm thì bác bỏ H₀; không hiếm thì chưa đủ bằng chứng để bác bỏ H₀.

Tỉ lệ ở bước 3 có tên là p-value: xác suất, tính khi giả sử H₀ đúng, để có kết quả lệch ít nhất như kết quả quan sát. Ngưỡng "hiếm" đặt trước, thường là 5%, là mức ý nghĩa.

Với 61 trên 100, dữ liệu cho bằng chứng đồng xu không cân, dù vẫn có thể là một lần may rủi hiếm. Với 8 trên 10, kết quả không hiếm (11%), nên chưa đủ bằng chứng để bác bỏ H₀. Câu đó không nói đồng xu cân: mười lần tung quá ít để thấy một độ lệch vừa phải.

Kiểm tra nhanh

  1. Câu hỏi "khối lượng trung bình của gói cà phê máy 2 có khác 500 g không" ứng với cặp giả thuyết nào?

    • H₀: μ ≠ 500 g; H₁: μ = 500 g
    • H₀: μ = 500 g; H₁: μ ≠ 500 g
    • H₀: x̄ = 500 g; H₁: x̄ ≠ 500 g
    • H₀: μ = 500 g; H₁: μ < 500 g
  2. Sau import numpy as np, print(np.abs(np.array([39, 50, 61, 45]) - 50) >= 11) in ra gì?

    • [False False True False]
    • [ True False True False]
    • [ True False False False]
  3. Tung đồng xu 10 lần được 8 mặt ngửa; tỉ lệ dãy lệch ít nhất như vậy khi đồng xu cân là 0,11. Những câu nào đúng?

    • Kết quả này không hiếm khi H₀ đúng, nên chưa đủ bằng chứng để bác bỏ H₀
    • Dữ liệu chứng minh đồng xu cân
    • Tung thêm nhiều lần thì kết luận có thể đổi
    • Xác suất đồng xu cân là 0,11
  4. Vì sao mô phỏng trong bài tung đồng xu cân (rng.integers(0, 2, …)), không tung đồng xu lệch?

    • Vì cả nhóm tin đồng xu cân
    • Vì lập luận bác bỏ hỏi kết quả hiếm cỡ nào trong thế giới mà H₀ đúng
    • Vì đồng xu lệch thì mô phỏng không chạy được
    • Vì H₁ luôn sai cho tới khi có đủ dữ liệu
Đúng hết lần đầu +15 XP

Bài tập

Mô phỏng tỉ lệ lệch ít nhất như dữ liệu

Bạn muốn biết kết quả k mặt ngửa trong n lần tung hiếm cỡ nào nếu đồng xu cân. Viết thân hàm ty_le_lech_it_nhat(n, k, so_lan, rng): mô phỏng so_lan thí nghiệm, mỗi thí nghiệm tung n lần một đồng xu cân bằng rng.integers(), rồi trả về tỉ lệ thí nghiệm có số mặt ngửa lệch khỏi n/2 ít nhất bằng độ lệch của k, tính cả hai phía.

Không dùng rng.binomial(), math.comb() hay công thức đếm dãy. rng do nơi gọi tạo: không gọi np.random.seed(), không tạo bộ sinh số mới bằng np.random.default_rng() trong hàm.

Trả về: tỉ lệ thí nghiệm lệch ít nhất như k, một float từ 0 đến 1.

Ví dụ ty_le_lech_it_nhat(10, 8, 20000, np.random.default_rng(1)) cho một số gần 0,109.

python
import numpy as np


def ty_le_lech_it_nhat(n, k, so_lan, rng):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • H₀ là giả thuyết không, mang dấu bằng và nói về tham số của tổng thể; H₁ là điều cần bằng chứng, một phía hay hai phía.

  • Thống kê kiểm định là một con số tính từ mẫu để so với H₀, như số mặt ngửa T.

  • Lập luận bác bỏ: tạm coi H₀ đúng, rồi tìm tỉ lệ kết quả lệch ít nhất như dữ liệu, bằng cách đếm hay mô phỏng.

  • Kết quả hiếm khi H₀ đúng là bằng chứng chống H₀; 61 trên 100 lần ngửa xảy ra khoảng 3,5% khi đồng xu cân.

  • Không hiếm thì chưa đủ bằng chứng để bác bỏ H₀, không có nghĩa H₀ đúng.

  • Không bác bỏ H₀ chỉ vì kết quả khác đúng con số H₀ nói.

Câu hỏi thường gặp

Giả thuyết không H0 khác giả thuyết đối H1 thế nào?

H₀ mang dấu bằng (p = 0,5, μ = 500 g) nên tính được kết quả mong đợi; H₁ là điều bạn tìm bằng chứng. Kết luận chỉ có hai dạng: bác bỏ H₀, hay chưa đủ bằng chứng để bác bỏ nó.

Kiểm định giả thuyết thống kê có cho kết luận chắc chắn không?

Không. Dữ liệu chỉ cho bằng chứng, mạnh hay yếu tùy kết quả hiếm cỡ nào khi H₀ đúng, đo bằng p-value. Vẫn có lúc bác bỏ nhầm, như bài sai lầm loại 1 và loại 2 cho thấy.

Khi nào chọn H1 một phía?

Khi câu hỏi có hướng từ trước khi thu dữ liệu, như "gói có thiếu cân không". Chọn phía sau khi đã thấy số là đổi luật giữa chừng. Bài mức ý nghĩa dạy kiểm định một phía và hai phía.

Hypothesis testing trong Python dùng hàm nào?

Ý tưởng chỉ cần NumPy, như bài này. Sau đó bạn dùng hàm của scipy.stats cho từng loại câu hỏi; bài chọn phép kiểm định có bảng tra theo loại dữ liệu.

Chủ đề

kiểm định giả thuyết

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

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.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập