Bỏ qua đến nội dung chính
Mục lục

Kiểm định hai tỉ lệ: z test so sánh hai tỉ lệ

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 5/14 · Chương 10

Các kiểm định thường dùng

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

Kiểm định hai tỉ lệ so sánh hai tỉ lệ của hai nhóm độc lập, chẳng hạn tỉ lệ khách mua hàng ở hai phiên bản trang web. Cách tính: gộp hai nhóm để có một tỉ lệ chung, lấy sai số chuẩn gộp, chia chênh lệch cho nó được z, rồi tra p-value từ phân phối chuẩn.

Cần biết trước: kiểm định z và khoảng tin cậy cho tỉ lệ.

Công thức z cho hai tỉ lệ

Nhóm một có x₁ thành công trên n₁ lần thử, nhóm hai có x₂ trên n₂. H₀: hai tỉ lệ tổng thể bằng nhau. Nếu H₀ đúng thì hai nhóm chung một tỉ lệ, nên tỉ lệ chung đó được ước lượng bằng cách gộp cả hai nhóm, và chính tỉ lệ gộp đó vào sai số chuẩn:

z=p^2−p^1p^(1−p^)(1n1+1n2),p^=x1+x2n1+n2z = \frac{\hat{p}_2 - \hat{p}_1}{\sqrt{\hat{p}(1 - \hat{p})\left(\frac{1}{n_1} + \frac{1}{n_2}\right)}}, \quad \hat{p} = \frac{x_1 + x_2}{n_1 + n_2}

Trong đó:

  • p̂₁ = x₁ / n₁ (p1) và p̂₂ = x₂ / n₂ (p2): tỉ lệ quan sát của từng nhóm.

  • p̂ (p_gop): tỉ lệ gộp, tổng thành công chia tổng cỡ của hai nhóm.

  • n₁, n₂ (n1, n2): cỡ của hai nhóm.

  • z: thống kê kiểm định; dưới H₀ và với cỡ mẫu đủ lớn, nó gần phân phối chuẩn tắc. Cách đọc các kí hiệu mũ và chỉ số có ở bài kí hiệu thống kê.

Điều kiện dùng xấp xỉ chuẩn: mỗi nhóm có ít nhất khoảng 10 thành công và 10 thất bại, và hai nhóm độc lập (không ai nằm trong cả hai).

Tính tay: hai mẫu thư mời

Một cửa hàng sách gửi hai mẫu thư mời, mỗi mẫu cho 250 khách. Mẫu cũ có 30 khách quay lại mua, mẫu mới có 45 khách. Câu hỏi đặt trước: hai tỉ lệ có khác nhau không, hai phía, α = 0,05.

Bước

Việc

Kết quả

1

Hai tỉ lệ

30 / 250 = 0,12 và 45 / 250 = 0,18

2

Tỉ lệ gộp

75 / 500 = 0,15

3

Sai số chuẩn gộp

√(0,15 · 0,85 · (1/250 + 1/250)) ≈ 0,0319

4

Thống kê z

0,06 / 0,0319 ≈ 1,88

5

p-value hai phía

2 · P(Z ≥ 1,88) ≈ 0,060

Viết thành hàm sáu dòng, chỉ cần norm.sf() của scipy cho bước cuối:

python
import math
from scipy.stats import norm


def z_hai_ti_le(x1, n1, x2, n2):
    p1, p2 = x1 / n1, x2 / n2
    p_gop = (x1 + x2) / (n1 + n2)
    se = math.sqrt(p_gop * (1 - p_gop) * (1 / n1 + 1 / n2))
    z = (p2 - p1) / se
    return z, 2 * norm.sf(abs(z))


z, p = z_hai_ti_le(30, 250, 45, 250)
print("z =", round(z, 2), f"| p = {p:.3f}")

KẾT QUẢ

z = 1.88 | p = 0.060

Ở mức ý nghĩa 5%, dữ liệu chưa đủ bằng chứng để bác bỏ H₀ (z = 1,88, p = 0,060). Điều đó không có nghĩa hai mẫu thư hiệu quả như nhau: chênh 6 điểm phần trăm vẫn có thể có thật, chỉ là 250 khách mỗi nhóm chưa đủ để tách nó khỏi dao động ngẫu nhiên.

Đổi 45, 250) thành 55, 250) rồi chạy lại: mẫu mới có 55 khách mua và dòng in thành z = 2.98 | p = 0.003.

Khoảng tin cậy của chênh lệch

p-value chỉ trả lời có khác hay không. Muốn biết khác bao nhiêu, bạn dùng khoảng tin cậy của p̂₂ − p̂₁. Khoảng này không giả sử H₀, nên sai số chuẩn tính riêng từng nhóm: √(p̂₁(1 − p̂₁)/n₁ + p̂₂(1 − p̂₂)/n₂), rồi lấy chênh lệch cộng trừ 1,96 lần sai số chuẩn đó.

python
import math
from scipy.stats import norm

x1, n1, x2, n2 = 30, 250, 45, 250
p1, p2 = x1 / n1, x2 / n2
se = math.sqrt(p1 * (1 - p1) / n1 + p2 * (1 - p2) / n2)
z_tb = norm.ppf(0.975)
thap = (p2 - p1) - z_tb * se
cao = (p2 - p1) + z_tb * se
print("Chênh lệch:", round(p2 - p1, 3))
print("KTC 95%:", round(thap, 3), round(cao, 3))

KẾT QUẢ

Chênh lệch: 0.06
KTC 95%: -0.002 0.122

Khoảng tin cậy 95% của chênh lệch là [−0,2; 12,2] điểm phần trăm. Nó chứa 0, khớp với p = 0,060 > 0,05, và nó cho thấy chênh lệch thật có thể lên tới 12 điểm phần trăm. Hai cách dùng hai sai số chuẩn khác nhau, nên ở ca sát biên chúng có thể cho kết luận lệch nhau một chút.

Mô phỏng dưới H0

p-value 0,060 nghĩa là: nếu H₀ đúng, xác suất có được chênh lệch lệch ít nhất như thế này là p. Bạn kiểm được điều đó bằng mô phỏng: cho cả hai nhóm cùng tỉ lệ thật 0,15, rút 10.000 lần, đếm bao nhiêu lần |z| đạt từ z quan sát (1,88) trở lên:

python
import numpy as np

rng = np.random.default_rng(78)
x1 = rng.binomial(250, 0.15, size=10_000)
x2 = rng.binomial(250, 0.15, size=10_000)


def z_cua(x1, x2):
    p_gop = (x1 + x2) / 500
    return (x2 - x1) / 250 / np.sqrt(p_gop * (1 - p_gop) * (2 / 250))


z_qs = z_cua(30, 45)
z = z_cua(x1, x2)
print(f"Tỉ lệ |z| >= {z_qs:.2f}: {(np.abs(z) >= z_qs).mean():.3f}")

KẾT QUẢ

Tỉ lệ |z| >= 1.88: 0.060

Lần chạy này cho 0,060, trùng p = 0,060 của công thức. Đổi hạt giống thành default_rng(8) thì in 0.063: dao động quanh cùng một giá trị.

Áp vào A/B test hai phiên bản trang

File ab_test.csv là số giả lập của AIDev: mỗi dòng là một ngày, một phiên bản (A hay B), một loại thiết bị, số lượt xem và số chuyển đổi. Cộng theo phiên bản rồi gọi hàm ở trên:

python
import math
import pandas as pd
from scipy.stats import norm

ab = pd.read_csv("ab_test.csv")
g = ab.groupby("phien_ban")[["luot_xem", "chuyen_doi"]].sum()
x1, n1 = g.loc["A", "chuyen_doi"], g.loc["A", "luot_xem"]
x2, n2 = g.loc["B", "chuyen_doi"], g.loc["B", "luot_xem"]
p1, p2 = x1 / n1, x2 / n2
p_gop = (x1 + x2) / (n1 + n2)
se = math.sqrt(p_gop * (1 - p_gop) * (1 / n1 + 1 / n2))
z = (p2 - p1) / se
p = 2 * norm.sf(abs(z))
print("A:", round(p1 * 100, 2), "% | B:", round(p2 * 100, 2), "%")
print("z =", round(z, 2), f"| p = {p:.3f}")

KẾT QUẢ

A: 4.6 % | B: 5.37 %
z = 2.65 | p = 0.008

Ở mức ý nghĩa 5%, dữ liệu đủ bằng chứng để bác bỏ H₀: tỉ lệ chuyển đổi của B khác A (z = 2,65, p = 0,008). Chênh lệch 0,77 điểm phần trăm, tức B cao hơn khoảng một phần sáu so với A. Có đáng đổi phiên bản hay không là câu hỏi về chi phí, p-value không trả lời. Tách theo thiết bị, chênh lệch nằm gần hết ở điện thoại (3,85% so với 4,99%), còn trên máy tính hai bản gần như bằng nhau (6,34% và 6,26%, p = 0,885).

Kiểm tra nhanh

  1. Nhóm một có 20 thành công trên 100, nhóm hai có 40 trên 300. Tỉ lệ gộp là bao nhiêu?

    • 0,167, trung bình cộng của 0,2 và 0,133
    • 0,15
    • 0,3
    • 0,2
  2. Hai khoảng tin cậy 95% riêng của hai nhóm chồng nhau một ít. Câu nào đúng?

    • Chắc chắn p-value của kiểm định hai tỉ lệ lớn hơn 0,05
    • Hai tỉ lệ tổng thể bằng nhau
    • Kiểm định hai tỉ lệ vẫn có thể cho p nhỏ hơn 0,05
  3. Khoảng tin cậy 95% của p̂₂ − p̂₁ là [0,01; 0,05]. Những câu nào đúng?

    • Kiểm định hai phía ở α = 0,05 thường cũng bác bỏ H₀
    • Chênh lệch thật có thể chỉ khoảng 1 điểm phần trăm
    • Nhóm hai chắc chắn cao hơn nhóm một đúng 3 điểm phần trăm
    • Khoảng không chứa 0
  4. Kiểm định hai tỉ lệ cho p = 0,03 với α = 0,05. Câu kết luận nào đúng?

    • Ở mức ý nghĩa 5%, dữ liệu đủ bằng chứng để bác bỏ H₀ rằng hai tỉ lệ bằng nhau
    • Xác suất hai tỉ lệ bằng nhau là 3%
    • Phiên bản mới làm tăng doanh thu
    • Chênh lệch chắc chắn lớn và đáng làm
Đúng hết lần đầu +15 XP

Bài tập

Viết hàm kiểm định hai tỉ lệ

Viết thân hàm hai_ti_le(x1, n1, x2, n2): nhóm một có x1 thành công trên n1, nhóm hai có x2 trên n2. Tính z với sai số chuẩn gộp theo công thức của bài, rồi p-value hai phía bằng norm.sf(). Đề bảo đảm tỉ lệ gộp nằm hẳn giữa 0 và 1.

Không dùng chi2_contingency().

Trả về: p-value hai phía, một float.

Ví dụ hai_ti_le(30, 250, 45, 250) cho khoảng 0.0603.

python
import math
from scipy.stats import norm


def hai_ti_le(x1, n1, x2, n2):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Kiểm định hai tỉ lệ: z = (p̂₂ − p̂₁) chia sai số chuẩn tính từ tỉ lệ gộp p̂ = (x₁ + x₂)/(n₁ + n₂).

  • p-value hai phía là 2 * norm.sf(abs(z)); cần mỗi nhóm khoảng 10 thành công và 10 thất bại.

  • Khoảng tin cậy của chênh lệch dùng sai số chuẩn riêng từng nhóm, cho biết khác bao nhiêu.

  • Hai khoảng tin cậy riêng chồng nhau không có nghĩa là không khác.

  • Mô phỏng hai nhóm cùng tỉ lệ cho tần suất |z| lớn khớp với p-value.

Câu hỏi thường gặp

So sánh hai tỉ lệ có cần statsmodels không?

Không. Hàm sáu dòng với norm.sf() là đủ. statsmodels có sẵn proportions_ztest() cho cùng kết quả, nhưng phải tải thêm gói. Bài kiểm định chi bình phương cho cách thứ ba qua bảng 2 × 2.

Two proportion z test khác kiểm định z một tỉ lệ ở đâu?

Kiểm định z một tỉ lệ so một nhóm với một con số cho trước, như 50%. Bản hai tỉ lệ so hai nhóm với nhau, nên sai số chuẩn gom cả hai cỡ mẫu. Xem lại bản một tỉ lệ ở bài kiểm định z.

Mỗi nhóm chỉ có vài thành công thì sao?

Xấp xỉ chuẩn kém đi. Dùng kiểm định chính xác Fisher, scipy.stats.fisher_exact([[x1, n1 - x1], [x2, n2 - x2]]), hay kiểm định hoán vị.

Cùng một người thấy cả hai phiên bản thì còn dùng được không?

Không, vì hai nhóm không còn độc lập. Hãy chia ngẫu nhiên mỗi người vào đúng một phiên bản trước khi đo.

Chủ đề

kiểm định hai tỉ lệ

Dữ liệu của bài

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