Mẫu là gì?

Trung bình mẫu kí hiệu là:

Tham số thống kê mô tả tổng thể được gọi là:

Chọn mẫu ngẫu nhiên đơn có đặc điểm:

Phân phối mẫu là gì?

Định lý giới hạn trung tâm nói gì?

Sai số chuẩn (SE) phản ánh:

Khoảng tin cậy 95% tương ứng với z =

Ước lượng điểm là:

Mục đích của việc chọn mẫu là gì?

Chọn mẫu phân tầng phù hợp khi:

Trong mẫu hệ thống, nếu $$N=1{,}000$$ , $$n=100$$ thì $$k$$ bằng bao nhiêu?

Một mẫu đại diện là mẫu như thế nào?

Khi tăng kích thước mẫu n, SE sẽ thay đổi như thế nào?

Điều kiện để $$\bar{x} \sim N(\mu, \sigma/\sqrt{n})$$ là gì?

Nếu σ không biết, nên dùng phân phối/kiểm định nào?

Ước lượng khoảng cho μ dùng công thức nào?

Một phương pháp chọn mẫu có chi phí thấp nhưng độ chính xác thấp là phương pháp nào?

“Thiên lệch chọn mẫu” xảy ra khi nào?

Độ rộng của khoảng tin cậy phụ thuộc vào yếu tố nào?

Khi độ tin cậy tăng, khoảng tin cậy sẽ như thế nào?

Trong phân phối mẫu của trung bình, SE càng nhỏ khi điều kiện nào xảy ra?

Trung bình mẫu là một đại lượng thuộc loại nào?

Một thống kê không chệch có nghĩa là gì?

Trong mẫu phân tầng, mẫu trong mỗi tầng phải được chọn như thế nào?

Độ lệch chuẩn mẫu được ký hiệu là gì?

Chọn mẫu cụm thích hợp trong trường hợp nào?

Chọn mẫu hệ thống dễ gây thiên lệch nếu điều kiện nào xảy ra?

Trong mẫu ngẫu nhiên đơn, xác suất chọn của các đơn vị là như thế nào?

Khi σ biết và n lớn, nên dùng phân phối nào?

Khi σ không biết và n nhỏ, nên dùng phân phối nào?

$$\bar{x}$$ là ước lượng của đại lượng nào?

Công thức SE cho trung bình mẫu là gì?

Khoảng tin cậy sẽ hẹp hơn khi điều kiện nào xảy ra?

Tỉ lệ mẫu được ký hiệu là gì?

Mẫu ngẫu nhiên có lợi thế nào?

Trong phân phối của $$\bar{x}$$ , trung tâm là đại lượng nào?

Tham số là gì?

Khi lấy mẫu nhiều lần, $$\bar{x}$$ thay đổi vì sao?

Khi σ nhỏ, khoảng tin cậy sẽ như thế nào?

Khoảng tin cậy 99% thường dùng giá trị z xấp xỉ bằng bao nhiêu?

Phương pháp chọn mẫu chính xác nhất là phương pháp nào?

Ước lượng khoảng giúp điều gì?

Khi tổng thể rất lớn, kích thước mẫu n phù hợp khi:

Ước lượng điểm có nhược điểm:

Đặc điểm của mẫu cụm:

Độ lệch chuẩn của sai số chuẩn (SE) càng lớn khi:

Một mẫu 100 sinh viên, σ = 10. SE bằng:

x̄ = 50, SE = 2. Khoảng tin cậy 95% bằng:

Mẫu 25 người, s = 12. SE bằng:

n = 400, p̂ = 0.6. SE của p̂ bằng:

Một mẫu 36 người, x̄ = 80, σ = 18. Khoảng tin cậy 95% bằng:

Mẫu 50, x̄ = 10, s = 5. SE bằng:

Mẫu n = 100, độ tin cậy giảm từ 95% xuống 90% thì khoảng tin cậy:

p̂ = 0.4, n = 100. Khoảng tin cậy 95% bằng:

Khi muốn khoảng tin cậy (CI) hẹp hơn, ta nên:

Một khảo sát muốn sai số E = 2, σ = 10, z = 1.96. Kích thước mẫu n bằng:

Khi σ không biết và n = 20, cần dùng:

Nếu tổng thể phân phối không chuẩn nhưng n = 100, thì x̄:

Một khảo sát yêu cầu CI tăng độ chính xác, cần:

Một mẫu ngẫu nhiên đơn có 5 phần tử. Xác suất chọn 1 phần tử là:

Chọn mẫu hệ thống với N = 2.000, n = 100. Hệ số k bằng:

Nếu s = 8, n = 64 thì SE bằng:

Khoảng tin cậy 90% có đặc điểm:

x̄ = 100, SE = 5 → E = 1.96×5 = 9.8. Khoảng tin cậy là:

Một mẫu có SE quá lớn cho thấy:

Khi tổng thể phân tầng rõ rệt, phương án chọn mẫu tối ưu là: