Kiểm định z (z test) cho trung bình và cho một tỉ lệ
Bài 1/14 · Chương 10
Các kiểm định thường dùng
- 8 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 10
Kiểm định z (z test) so một trung bình hay một tỉ lệ của mẫu với một con số cho trước, khi biết độ lệch chuẩn của tổng thể dưới H₀. Cách tính: lấy hiệu giữa số của mẫu và con số của H₀, chia cho sai số chuẩn để được z, rồi đọc p-value từ phân phối chuẩn tắc bằng stats.norm.sf(). Với một tỉ lệ, H₀ cho luôn độ lệch chuẩn, nên đây là kiểm định tỉ lệ hay dùng nhất.
Cần biết trước: mức ý nghĩa, p-value, phân phối chuẩn và sai số chuẩn.
Kiểm định z cho trung bình khi biết σ
Một máy rót nước được hãng ghi độ lệch chuẩn σ = 4 ml, đặt rót 500 ml. Bạn đo 25 chai, trung bình x̄ = 498,2 ml. Câu hỏi đặt trước: máy có rót lệch khỏi 500 ml không? H₀: μ = 500, H₁: μ ≠ 500, α = 0,05.
Trong đó:
x̄ (
x_tb): trung bình mẫu.μ₀ (
mu0): trung bình theo H₀.σ (
sigma): độ lệch chuẩn của tổng thể, biết trước.n (
n): cỡ mẫu; σ/√n là sai số chuẩn của x̄.
Tính tay: sai số chuẩn 4/√25 = 0,8 ml, z = (498,2 − 500)/0,8 = −2,25. Hai phía, nên p = 2 · P(Z ≥ 2,25). stats.norm.sf(x) là P(Z > x), phần đuôi phải:
import math
from scipy import stats
x_tb, mu0, sigma, n = 498.2, 500, 4, 25
z = (x_tb - mu0) / (sigma / math.sqrt(n))
p = 2 * stats.norm.sf(abs(z))
print(f"z = {z:.2f}, p = {p:.3f}")KẾT QUẢ
z = -2.25, p = 0.024Nếu máy rót đúng 500 ml trung bình, xác suất có trung bình 25 chai lệch ít nhất 1,8 ml là 0,024. p ≤ 0,05 nên bác bỏ H₀ ở mức 5%: dữ liệu là bằng chứng máy rót thiếu, khoảng 1,8 ml mỗi chai. Đổi 498.2 thành 499.0 rồi chạy lại: dòng cuối in z = -1.25, p = 0.211, chưa đủ bằng chứng để bác bỏ H₀. Giả định: σ = 4 ml đúng, các chai độc lập, x̄ gần chuẩn. Khi σ không biết mà phải ước từ mẫu, dùng t-test một mẫu.
Kiểm định z cho một tỉ lệ
Một quán cà phê có 30% khách mới quay lại trong tháng. Quán phát thẻ tích điểm cho 200 khách mới, và 72 người quay lại (36%). Câu hỏi đặt trước: tỉ lệ quay lại có vượt 30% không? H₀: p = 0,3, H₁: p > 0,3, một phía, α = 0,05. Chọn phép kiểm cũng trước khi tính: n · p₀ = 60 và n · (1 − p₀) = 140 đều từ 10 trở lên nên xấp xỉ z dùng được; binomtest() cho p chính xác, ta chạy cả hai để so.
Số khách quay lại theo phân phối nhị thức; khi n lớn, tỉ lệ mẫu p̂ gần chuẩn với độ lệch chuẩn √(p(1 − p)/n). Kiểm định tính độ lệch chuẩn đó bằng p₀ của H₀, không bằng p̂:
Trong đó:
p̂ (
k / n): tỉ lệ của mẫu, k thành công trên n.p₀ (
p0): tỉ lệ theo H₀.n (
n): cỡ mẫu.
Bước | Việc | Kết quả |
|---|---|---|
1 | p̂ = 72/200 | 0,36 |
2 | Sai số chuẩn √(0,3 · 0,7/200) | 0,0324 |
3 | z = (0,36 − 0,3)/0,0324 | 1,85 |
4 | p = P(Z ≥ 1,85) | 0,032 |
import math
from scipy import stats
k, n, p0 = 72, 200, 0.3
z = (k / n - p0) / math.sqrt(p0 * (1 - p0) / n)
p_z = stats.norm.sf(z)
p_dung = stats.binomtest(k, n, p0, alternative="greater").pvalue
print(f"z = {z:.2f}, p (xấp xỉ chuẩn) = {p_z:.3f}")
print(f"p (binomtest) = {p_dung:.3f}")KẾT QUẢ
z = 1.85, p (xấp xỉ chuẩn) = 0.032
p (binomtest) = 0.040binomtest() tính chính xác trên phân phối nhị thức, nên cho p hơi khác. Cả hai ≤ 0,05: nếu tỉ lệ quay lại thật vẫn là 30%, xác suất có 72 khách quay lại hay nhiều hơn là khoảng 0,04. Bác bỏ H₀ ở mức 5%: dữ liệu là bằng chứng tỉ lệ quay lại cao hơn 30%, ước khoảng 36%. Phép so này dùng mức cũ làm mốc, không có nhóm đối chứng cùng thời gian, nên chưa đủ để quy mức tăng cho thẻ tích điểm. Xấp xỉ chuẩn dùng tốt khi n · p₀ và n · (1 − p₀) đều từ 10 trở lên; ở đây là 60 và 140.
Mô phỏng dưới H₀ và dữ liệu A/B
Vì sao hai p-value khác nhau? Mô phỏng 100.000 lần 200 khách với tỉ lệ thật 30%, rồi đếm tỉ lệ lần có z ít nhất 1,85:
import math
import numpy as np
rng = np.random.default_rng(74)
k = rng.binomial(200, 0.3, size=100_000)
z = (k / 200 - 0.3) / math.sqrt(0.3 * 0.7 / 200)
print("Tỉ lệ z >= 1.85:", (z >= 1.85).mean())
print("Tỉ lệ k >= 72:", (k >= 72).mean())KẾT QUẢ
Tỉ lệ z >= 1.85: 0.04024
Tỉ lệ k >= 72: 0.04024Lần chạy này cho 0,040, gần p của binomtest(). Số khách là số nguyên, nên z chỉ nhận vài giá trị rời; đường chuẩn trơn bỏ mất một phần xác suất của chính giá trị 72, và p của xấp xỉ chuẩn nhỏ hơn một chút. Với n nhỏ hay kết quả sát α, tin binomtest() hơn.
File ab_test.csv là số giả lập của AIDev: lượt xem và chuyển đổi theo ngày của hai phiên bản trang đích. Đội đặt mục tiêu chuyển đổi 5% và hỏi trước: phiên bản B có vượt 5% không?
import math
import pandas as pd
from scipy import stats
df = pd.read_csv("ab_test.csv")
b = df[df["phien_ban"] == "B"]
k, n = int(b["chuyen_doi"].sum()), int(b["luot_xem"].sum())
z = (k / n - 0.05) / math.sqrt(0.05 * 0.95 / n)
p = stats.norm.sf(z)
print(f"B: {k}/{n} = {k / n:.2%}, z = {z:.2f}, p = {p:.3f}")KẾT QUẢ
B: 599/11162 = 5.37%, z = 1.78, p = 0.038Nếu tỉ lệ chuyển đổi thật của B là 5%, xác suất có tỉ lệ mẫu ít nhất như vậy là 0,038; bác bỏ H₀ ở mức 5%, B chuyển đổi khoảng 5,37%, cao hơn mục tiêu chừng 0,37 điểm phần trăm. Phép tính coi mỗi lượt xem độc lập; so A với B là việc của bài kiểm định hai tỉ lệ.
Kiểm tra nhanh
Sau
import math,print(round((0.36 - 0.3) / math.sqrt(0.3 * 0.7 / 200), 2))in ra gì?1.850.131.77
Vì sao kiểm định z một tỉ lệ dùng p₀ chứ không dùng p̂ trong sai số chuẩn?
- Vì p̂ luôn nhỏ hơn p₀
- Vì p-value tính khi giả sử H₀ đúng, và H₀ cho tỉ lệ là p₀
- Vì p̂ không tính được khi chưa có dữ liệu
- Vì scipy chỉ nhận p₀
Với 72 khách quay lại trên 200, xấp xỉ chuẩn cho p = 0,032,
binomtest()cho 0,040. Những câu nào đúng?binomtest()tính trên phân phối nhị thức, không xấp xỉ- Khác biệt đến từ việc số khách là số nguyên, còn đường chuẩn trơn
- Một trong hai phép tính có lỗi
- Nên chọn số nhỏ hơn vì dễ bác bỏ H₀ hơn
Đội đặt H₁: p > 5% trước khi thử. Kết quả B cho z = 1,78. Gọi hàm nào để có p-value?
stats.norm.sf(1.78)stats.norm.cdf(1.78)2 * stats.norm.sf(1.78)stats.norm.ppf(1.78)
Bài tập
Kiểm định z cho một tỉ lệ
Viết thân hàm kiem_dinh_ti_le(k, n, p0, phia): với k thành công trên n lần, tính z theo công thức của bài (sai số chuẩn dùng p0), rồi trả về p-value theo hướng phia của H₁: "two-sided", "greater" hay "less", như alternative= của scipy.
Dùng stats.norm. Không dùng binomtest() hay hàm z-test có sẵn như proportions_ztest() hay ztest().
Trả về: p-value của kiểm định z, một float.
Ví dụ kiem_dinh_ti_le(72, 200, 0.3, "greater") cho khoảng 0.0320.
import math
from scipy import stats
def kiem_dinh_ti_le(k, n, p0, phia):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Kiểm định z: z = (số của mẫu − số của H₀) / sai số chuẩn, rồi đọc p từ phân phối chuẩn tắc bằng
stats.norm.sf()haycdf().Trung bình: dùng khi biết σ, sai số chuẩn σ/√n; không biết σ thì dùng t-test.
Một tỉ lệ: sai số chuẩn √(p₀(1 − p₀)/n), tính bằng p₀ của H₀; cần n · p₀ và n · (1 − p₀) từ 10 trở lên.
binomtest()cho p chính xác của một tỉ lệ; xấp xỉ chuẩn lệch chút ít vì số đếm là số nguyên.Báo kèm độ lớn: tỉ lệ mẫu, chênh so với p₀, và hướng của H₁ đã chọn trước.
Câu hỏi thường gặp
Z test và t test khác nhau thế nào?
Cùng một công thức hiệu chia sai số chuẩn. z dùng σ biết trước nên tra phân phối chuẩn tắc; t dùng s ước từ mẫu nên tra phân phối Student t, có đuôi dày hơn. Với tỉ lệ, H₀ cho luôn σ nên dùng z.
Kiểm định tỉ lệ cần cỡ mẫu bao nhiêu?
Cho xấp xỉ chuẩn: n · p₀ và n · (1 − p₀) ít nhất 10. Cho lực kiểm định đủ cao thì tùy độ chênh bạn muốn phát hiện; bài sai lầm loại 1 và loại 2 mô phỏng việc đó.
Có nên dùng hiệu chỉnh liên tục không?
Hiệu chỉnh liên tục trừ 0,5/n khỏi khoảng cách |p̂ − p₀| để bù tính rời của số đếm, đưa p gần p chính xác hơn. Khi đã có binomtest() tính chính xác, dùng nó gọn hơn.
Chủ đề
Dữ liệu của bài
- Tải xuống
ab_test.csv
CSV · 3.37 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.