Bỏ qua đến nội dung chính
Mục lục

Xấp xỉ phân phối nhị thức bằng Poisson và phân phối chuẩn

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 10/12 · Chương 6

Các phân phối xác suất

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

Xấp xỉ phân phối nhị thức là thay B(n, p) bằng một phân phối dễ tính hơn khi n lớn. Dùng Poisson với λ = np khi p nhỏ, và xấp xỉ chuẩn N(np, np(1 − p)) khi cả np lẫn n(1 − p) đủ lớn. Có scipy thì binom tính đúng ngay, nên bài này dạy xấp xỉ để bạn hiểu vì sao các kiểm định tỉ lệ dùng z, và biết sai số của nó là bao nhiêu.

Cần biết trước: phân phối nhị thức, phân phối Poisson và phân phối chuẩn.

Xấp xỉ Poisson: n lớn, p nhỏ

Một nhà mạng gửi 2.000 tin nhắn khuyến mãi; mỗi tin có xác suất 0,002 bị báo là rác, độc lập với nhau. Số tin bị báo X ~ B(2.000; 0,002). Khi n lớn và p nhỏ, B(n, p) gần với Poisson có cùng trung bình:

P(X=k)≈λke−λk!,λ=npP(X = k) \approx \frac{\lambda^k e^{-\lambda}}{k!}, \quad \lambda = np

Trong đó:

  • n (n): số lần thử, ở đây 2.000 tin.

  • p (p): xác suất thành công mỗi lần, ở đây 0,002.

  • λ (lam = n * p): trung bình số thành công, ở đây 4.

  • k (k): số thành công đang hỏi.

Quy tắc thường dùng: n ≥ 50 và np ≤ 5, hoặc p ≤ 0,05. So từng giá trị bằng scipy:

python
from scipy import stats

n, p = 2000, 0.002
lam = n * p
for k in [0, 2, 4, 6, 8]:
    dung = stats.binom.pmf(k, n, p)
    xx = stats.poisson.pmf(k, lam)
    print(k, round(dung, 5), round(xx, 5), f"{abs(dung - xx):.1e}")

KẾT QUẢ

0 0.01824 0.01832 7.3e-05
2 0.14645 0.14653 7.3e-05
4 0.19556 0.19537 2.0e-04
6 0.10425 0.1042 5.2e-05
8 0.02971 0.02977 6.0e-05

Hai cột khớp tới chữ số thứ ba; chênh lệch nhỏ hơn một phần nghìn. Đổi n, p = 2000, 0.002 thành n, p = 20, 0.2 rồi chạy lại: hàng k = 4 in 4 0.2182 0.19537 2.3e-02, chênh lệch lớn gấp hơn trăm lần vì p không còn nhỏ.

Khi Poisson không còn hợp

Cùng λ = 4 nhưng với n = 20, p = 0,2: phương sai nhị thức np(1 − p) = 3,2, nhỏ hơn hẳn phương sai 4 của Poisson. Bảng so dưới đây dùng một DataFrame cho dễ đọc:

python
import pandas as pd
from scipy import stats

k = range(0, 9)
bang = pd.DataFrame({
    "B(2000; 0,002)": stats.binom.pmf(k, 2000, 0.002),
    "B(20; 0,2)": stats.binom.pmf(k, 20, 0.2),
    "Poisson(4)": stats.poisson.pmf(k, 4),
}, index=k)
print(bang.to_string(float_format="{:.4f}".format))

KẾT QUẢ

   B(2000; 0,002)  B(20; 0,2)  Poisson(4)
0          0.0182      0.0115      0.0183
1          0.0731      0.0576      0.0733
2          0.1465      0.1369      0.1465
3          0.1955      0.2054      0.1954
4          0.1956      0.2182      0.1954
5          0.1564      0.1746      0.1563
6          0.1042      0.1091      0.1042
7          0.0595      0.0545      0.0595
8          0.0297      0.0222      0.0298

Cột B(2000; 0,002) gần như trùng Poisson(4). Cột B(20; 0,2) cao hơn ở giữa và thấp hơn ở hai đầu, vì nó tản ít hơn.

Xấp xỉ chuẩn: np và n(1 − p) đủ lớn

Một xưởng đóng chai lấy 400 chai mỗi ca; mỗi chai có xác suất 0,1 bị đầy thiếu. X ~ B(400; 0,1) có trung bình 40 và độ lệch chuẩn √(400 × 0,1 × 0,9) = 6. Khi np ≥ 5 và n(1 − p) ≥ 5, dáng của B(n, p) gần chuông, nên:

P(X≤k)≈P(Z≤k+0,5−npnp(1−p))P(X \le k) \approx P(Z \le \frac{k + 0{,}5 - np}{\sqrt{np(1-p)}})

Trong đó:

  • np (n * p): trung bình của nhị thức, ở đây 40.

  • √(np(1 − p)) ((n * p * (1 - p)) ** 0.5): độ lệch chuẩn, ở đây 6.

  • k + 0,5 (k + 0.5): mốc đã hiệu chỉnh liên tục.

  • Z: biến chuẩn tắc N(0, 1); P(Z ≤ z) = Φ(z) là stats.norm.cdf(z).

Nhiều sách đặt ngưỡng 10 thay cho 5 để chắc ăn hơn; cả hai chỉ là quy tắc kinh nghiệm.

Hiệu chỉnh liên tục 0,5

X nhị thức chỉ nhận số nguyên, còn phân phối chuẩn liên tục. Cột xác suất của giá trị 45 trải từ 44,5 tới 45,5 trên trục liên tục, nên P(X ≤ 45) ứng với diện tích tới 45,5. Hiệu chỉnh liên tục là cộng hay trừ 0,5 cho đúng cột:

python
from scipy import stats

n, p, k = 400, 0.1, 45
xx = stats.norm(n * p, (n * p * (1 - p)) ** 0.5)
print("Đúng, binom.cdf:  ", round(stats.binom.cdf(k, n, p), 4))
print("Chuẩn, có 0,5:   ", round(xx.cdf(k + 0.5), 4))
print("Chuẩn, không 0,5: ", round(xx.cdf(k), 4))

KẾT QUẢ

Đúng, binom.cdf:   0.8214
Chuẩn, có 0,5:    0.8203
Chuẩn, không 0,5:  0.7977

Có hiệu chỉnh, xấp xỉ chỉ lệch số đúng 0,0011; bỏ nó, lệch 0,0237, gấp hơn hai mươi lần. Quy tắc chung: P(X ≤ k) dùng k + 0,5; P(X < k) = P(X ≤ k − 1) dùng k − 0,5; P(X ≥ k) dùng 1 − Φ tại k − 0,5; P(X = k) là diện tích giữa k − 0,5 và k + 0,5.

Bảng sai số theo n

Xấp xỉ chuẩn tốt dần khi n tăng. Với p = 0,1, khối dưới tính sai số lớn nhất của P(X ≤ k) trên mọi k, có và không có hiệu chỉnh liên tục:

python
import numpy as np
import pandas as pd
from scipy import stats

p, hang = 0.1, {}
for n in [10, 30, 50, 100, 400, 1000]:
    k = np.arange(n + 1)
    dung = stats.binom.cdf(k, n, p)
    xx = stats.norm(n * p, (n * p * (1 - p)) ** 0.5)
    hang[n] = [n * p, abs(xx.cdf(k + 0.5) - dung).max(), abs(xx.cdf(k) - dung).max()]
bang = pd.DataFrame(hang, index=["np", "có 0,5", "không 0,5"]).T
print(bang.to_string(float_format="{:.4f}".format))

KẾT QUẢ

           np  có 0,5  không 0,5
10     1.0000  0.0496     0.2361
30     3.0000  0.0309     0.1474
50     5.0000  0.0244     0.1161
100   10.0000  0.0175     0.0832
400   40.0000  0.0088     0.0420
1000 100.0000  0.0056     0.0266

Ở n = 10, np = 1, xấp xỉ có hiệu chỉnh vẫn lệch tới 0,0496. Từ n = 50, np = 5, sai số xuống dưới 0,025 và tiếp tục giảm. Cột không hiệu chỉnh luôn lệch gấp khoảng năm lần cột có hiệu chỉnh.

Kiểm tra nhanh

  1. Xấp xỉ B(3.000; 0,001) bằng Poisson. Sau from scipy import stats, đoạn nào cho xác suất xấp xỉ P(X = 2)?

    • stats.poisson.pmf(2, 0.001)
    • stats.poisson.pmf(2, 3)
    • stats.poisson.pmf(2, 3000)
  2. Những trường hợp nào hợp với xấp xỉ chuẩn (ngưỡng np ≥ 5 và n(1 − p) ≥ 5)?

    • B(100; 0,5)
    • B(400; 0,1)
    • B(30; 0,05)
    • B(1.000; 0,999)
  3. Với X ~ B(400; 0,1), vì sao P(X ≤ 45) xấp xỉ bằng norm(40, 6).cdf(45.5) mà không phải cdf(45)?

    • Vì scipy làm tròn lên
    • Vì cột của giá trị 45 trải tới 45,5 trên trục liên tục; cắt ở 45 làm mất nửa cột
    • Vì độ lệch chuẩn là 6,5
  4. Một tiệm bánh có 5.000 khách mỗi tháng, mỗi khách có xác suất 0,0006 trúng giải. Nên xấp xỉ số người trúng giải bằng gì?

    • Poisson với λ = 3
    • Phân phối chuẩn N(3; 3)
    • Phân phối đều từ 0 tới 5.000
Đúng hết lần đầu +15 XP

Bài tập

Xấp xỉ chuẩn cho P(X ≤ k) có hiệu chỉnh liên tục

Một tổng đài cần ước nhanh xác suất số cuộc gọi lỗi không quá k trong n cuộc, mỗi cuộc lỗi với xác suất p. Viết thân hàm xap_xi_chuan(n, p, k) trả về xấp xỉ chuẩn của P(X ≤ k) với X ~ B(n, p): trung bình np, độ lệch chuẩn √(np(1 − p)), có hiệu chỉnh liên tục. Dùng stats.norm đã nhập sẵn.

Trả về: xác suất xấp xỉ, một float từ 0 tới 1.

Ví dụ xap_xi_chuan(400, 0.1, 45) cho khoảng 0.8203.

python
from scipy import stats


def xap_xi_chuan(n, p, k):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • n lớn, p nhỏ (np ≤ 5): B(n, p) ≈ Poisson(λ = np).

  • np ≥ 5 và n(1 − p) ≥ 5: B(n, p) ≈ N(np, np(1 − p)); có sách dùng ngưỡng 10.

  • Hiệu chỉnh liên tục: P(X ≤ k) lấy CDF tại k + 0,5; P(X ≥ k) lấy 1 − CDF tại k − 0,5.

  • Sai số của xấp xỉ chuẩn giảm khi n tăng.

  • stats.norm(loc, scale) nhận độ lệch chuẩn √(np(1 − p)) làm scale.

  • Có scipy thì binom.cdf cho số đúng; xấp xỉ giải thích vì sao kiểm định tỉ lệ dùng z.

Câu hỏi thường gặp

Có scipy rồi thì còn cần xấp xỉ làm gì?

Để tính số thì không cần: stats.binom.cdf(k, n, p) chạy nhanh cả với n hàng triệu. Xấp xỉ chuẩn vẫn quan trọng vì nó là nền của khoảng tin cậy và kiểm định cho tỉ lệ, nơi tỉ lệ mẫu được coi là gần chuẩn khi mẫu đủ lớn.

Hiệu chỉnh liên tục có luôn làm xấp xỉ tốt hơn không?

Với xác suất của một khoảng giá trị nguyên, gần như luôn tốt hơn hoặc ngang. Khi n rất lớn, 0,5 nhỏ so với độ lệch chuẩn nên khác biệt không đáng kể, và nhiều phần mềm kiểm định bỏ nó.

Xấp xỉ Poisson có dùng cho p gần 1 được không?

Được, nếu đổi vai: đếm số thất bại n − X, có xác suất 1 − p nhỏ, rồi xấp xỉ số thất bại bằng Poisson với λ = n(1 − p).

Chủ đề

xấp xỉ phân phối nhị thức

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