NEW
Font size
WorksheetsI. 10 CÂU NHẬN BIẾT; II. 40 CÂU THÔNG HIỂU
Total questions: 68
Worksheet time: 34mins
[I. 10 CÂU NHẬN BIẾT] Tổng thể trong thống kê là gì?
Một nhóm nhỏ được chọn để khảo sát
Toàn bộ đối tượng cần nghiên cứu
Một số liệu thống kê
Một phép thử ngẫu nhiên
[I. 10 CÂU NHẬN BIẾT] Mẫu là gì?
Một phần của tổng thể được đem đi khảo sát
Toàn bộ tổng thể
Một tham số
Một phép đo
[I. 10 CÂU NHẬN BIẾT] Trung bình mẫu kí hiệu là:
μ
xˉ
σ
p
[I. 10 CÂU NHẬN BIẾT] Tham số thống kê mô tả tổng thể được gọi là:
Parameter (tham số)
Statistic
Estimate
Interval
[I. 10 CÂU NHẬN BIẾT] Chọn mẫu ngẫu nhiên đơn có đặc điểm:
Mỗi phần tử có xác suất bằng nhau để được chọn
Chọn theo tầng
Chọn theo cụm
Chọn theo chu kỳ
[I. 10 CÂU NHẬN BIẾT] Phân phối mẫu là gì?
Phân phối tần số
Phân phối của một thống kê mẫu khi lặp việc lấy mẫu nhiều lần
Phân phối tổng thể
Phân phối chuẩn
[I. 10 CÂU NHẬN BIẾT] Định lý giới hạn trung tâm nói gì?
Mẫu luôn chuẩn
xˉ tiệm cận phân phối chuẩn khi n≥30
Tổng thể luôn chuẩn
Khoảng tin cậy luôn chính xác
[I. 10 CÂU NHẬN BIẾT] Sai số chuẩn (SE) phản ánh:
Sai số đo lường
Mức độ biến động của xˉ so với μ
Kích thước tổng thể
Phạm vi mẫu
[I. 10 CÂU NHẬN BIẾT] Khoảng tin cậy 95% tương ứng với z =
1.0
1.96
2.58
1.28
[I. 10 CÂU NHẬN BIẾT] Ước lượng điểm là:
Một giá trị duy nhất ước lượng tham số
Một khoảng giá trị
Một khoảng tin cậy
Một tham số
[II. 40 CÂU THÔNG HIỂU] Mục đích của việc chọn mẫu là gì?
Giảm số liệu sai
Suy ra thông tin của tổng thể từ một phần nhỏ
Tăng kích thước dữ liệu
Thay đổi tham số
[II. 40 CÂU THÔNG HIỂU] Chọn mẫu phân tầng phù hợp khi:
Tổng thể đồng nhất
Tổng thể gồm nhiều nhóm khác nhau
Trong mẫu hệ thống, nếu N=1,000 , n=100 thì k=
5
10
20
100
Một mẫu đại diện là:
Mẫu lớn
Mẫu phản ánh đúng đặc điểm của tổng thể
Mẫu ngẫu nhiên
Mẫu có sai số nhỏ
Khi tăng kích thước mẫu n , SE sẽ:
Tăng
Giảm
Không đổi
Bằng 0
xˉ∼N(μ,σ/n) khi:
n nhỏ
n≥30
n=1
n=5
Nếu σ không biết, dùng:
Z
t-Student
F
Chi-square
Ước lượng khoảng cho μ dùng công thức:
μ±σ
xˉ±z⋅SE
p±z⋅σ
μ±t
Một phương pháp chọn mẫu có chi phí thấp nhưng độ chính xác thấp là:
Chọn mẫu cụm
Chọn mẫu phân tầng
Chọn mẫu ngẫu nhiên đơn
Chọn mẫu hệ thống
“Thiên lệch chọn mẫu” xảy ra khi:
n lớn
Mẫu không phản ánh tổng thể
Dùng CLT
Dùng t
Độ rộng của khoảng tin cậy phụ thuộc vào:
μ
σ
z
Cả B và C
Khi độ tin cậy tăng, khoảng tin cậy sẽ:
Hẹp hơn
Rộng hơn
Không đổi
Bằng 0
Trong phân phối mẫu của trung bình, SE càng nhỏ khi:
σ lớn
n lớn
n nhỏ
xˉ lớn
Trung bình mẫu là một đại lượng:
Ngẫu nhiên
Cố định
Không đối
Chủ quan
Một thống kê không chệch có nghĩa là:
Giá trị kỳ vọng bằng tham số cần ước lượng
Phân phối chuẩn
Có σ nhỏ
Có n lớn
Trong mẫu phân tầng, mẫu trong mỗi tầng phải được chọn:
Tùy ý
Ngẫu nhiên
Theo thứ tự
Theo cụm
Độ lệch chuẩn mẫu ký hiệu:
μ
s
σ
p
Chọn mẫu cụm thích hợp khi:
Tổng thể đồng nhất
Tổng thể ổn định
Tổng thể rộng, chi phí thu thập cao
Không có nhóm
Chọn mẫu hệ thống dễ gây thiên lệch nếu:
k nhỏ
n lớn
Tổng thể có chu kỳ trùng với k
Không dùng random
Xác suất chọn trong mẫu ngẫu nhiên đơn:
Không xác định
Bằng nhau
Khác nhau
Tùy ý
Khi σ biết và n lớn, dùng phân phối:
Z
t
F
Chi-square
Khi σ không biết và n nhỏ, dùng:
Z
t
F
Normal
xˉ là ước lượng của:
σ
μ
p
s
Công thức SE cho trung bình mẫu là:
s/n
s2/n
s⋅n
s/n
Khoảng tin cậy hẹp hơn khi:
n giảm
Độ tin cậy tăng
n tăng
σ tăng
Tỉ lệ mẫu ký hiệu:
μ
xˉ
p^
σ
Mẫu ngẫu nhiên có lợi thế:
Dễ gây thiên lệch
Giảm sai số
Không đại diện
Đắt đỏ
Trong phân phối xˉ , trung tâm là:
s
σ
μ
p
Tham số là:
Đại lượng ngẫu nhiên
Đại lượng cố định mô tả tổng thể
Không xác định
Ước lượng
Khi lấy mẫu nhiều lần, xˉ thay đổi vì:
μ thay đổi
Mẫu khác nhau
σ thay đổi
z thay đổi
Khi σ nhỏ, khoảng tin cậy sẽ:
Hẹp hơn
Rộng hơn
Không đổi
Không xác định
Khoảng tin cậy 99% dùng z≈
1.0
1.96
2.58
3.29
Phương pháp chọn mẫu chính xác nhất:
Cụm
Phân tầng
Hệ thống
Tự chọn
Ước lượng khoảng giúp:
Cho 1 giá trị
Cho khoảng giá trị chứa tham số
Tính xˉ
Tính s
Khi tổng thể rất lớn, n phù hợp khi:
Không phụ thuộc kích thước tổng thể
Không thể chọn mẫu
Phải lấy toàn bộ
Tăng vô hạn
Ước lượng điểm có nhược điểm:
Quá rộng
Không phản ánh độ chính xác
Không tính được
Luôn sai
Đặc điểm của mẫu cụm:
Mỗi phần tử là độc lập
Chọn theo nhóm
Chọn từng phần tử
Giống phần tầng
SE càng lớn khi:
n lớn
σ nhỏ
σ lớn
không thay đổi
Một mẫu 100 sinh viên, σ=10 . SE bằng:
1
5
10
xˉ=50 , SE=2 , snappinginlineCI 95% = ?
(45 ; 50)
(46.08 ; 53.92)
(40 ; 60)
(48 ; 52)
Mẫu 25 người, s=12 . SE bằng:
12
2
12/√25 = 2.4
6
n=400 , p^=0.6 . SE của p^ = ?
0.2
0.024
0.05
0.1
Một mẫu 36 người, xˉ=80 , σ=18 . CI 95% = ?
70–90
74.12–85.88
75–85
78–82
Mẫu 50, xˉ=10 , s=5 . SE = ?
5
0.71
2
1
Mẫu n=100 , độ tin cậy giảm từ 95% → 90%:
CI rộng hơn
CI hẹp hơn
Không đổi
Bằng 0
p^=0.4 , n=100 . CI 95% = ?
(0.2 ; 0.3)
(0.35 ; 0.45)
(0.31 ; 0.49)
(0.25 ; 0.55)
Khi muốn CI hẹp hơn, ta nên:
Giảm n
Tăng n
Giảm σ
Tăng z
Một khảo sát muốn sai số E=2 , σ=10 , z=1.96 . n = ?
25
50
96.04 ≈ 97
200
Khi σ không biết và n=20 , cần dùng:
z
t
F
normal
Nếu tổng thể phân phối không chuẩn nhưng n=100 , thì xˉ :
Không chuẩn
Gần chuẩn
Luôn lệch
Không xác định
Một khảo sát yêu cầu CI tăng độ chính xác:
Giảm n
Tăng z
Tăng n
Giảm t
Một mẫu ngẫu nhiên đơn có 5 phần tử. Xác suất chọn 1 phần tử là:
1/2
1/3
1/5
1/10
Chọn mẫu hệ thống: N=2,000 , n=100 . k bằng:
15
10
20
25
Nếu s=8 , n=64 → SE = ?
4
8
1
2
CI 90% có đặc điểm:
Rộng hơn 95%
Hẹp hơn 95%
Bằng 95%
Không xác định
xˉ=100 , SE=5 → E=1.96×5=9.8 . CI = ?
(90 ; 100)
(90.2 ; 109.8)
(95 ; 105)
(96 ; 104)
Một mẫu có SE quá lớn cho thấy:
n lớn
Mẫu kém chính xác
σ nhỏ
CI hẹp
Khi tổng thể phân tầng rõ rệt, chọn mẫu nào tối ưu:
Cụm
Phân tầng
Hệ thống
Ngẫu nhiên đơn
