Đang tải bài học…

AP Statistics

bậc tự do

degrees of freedom

Còn gọi: df · n-1 · n − 1 · độ tự do

Bậc tự do là số giá trị trong mẫu còn tự do thay đổi sau khi đã tính một thống kê mẫu; với suy luận về trung bình, nó bằng n trừ 1.

Giả sử ta có một mẫu gồm n quan sát và đã biết trung bình mẫu $\bar{x}$ . Khi đó, chỉ có n − 1 quan sát được tự do nhận giá trị bất kỳ, vì giá trị của quan sát cuối cùng bị ràng buộc để tổng của cả n quan sát khớp với $\bar{x}$ đã biết. Do đó, bậc tự do chính là số lượng quan sát "còn tự do" sau khi một điều kiện ràng buộc đã được đặt ra, và nó phản ánh lượng thông tin độc lập thực sự mà mẫu mang lại.

Trong các bài toán ước lượng và kiểm định về trung bình tổng thể khi độ lệch chuẩn tổng thể $\sigma$ chưa biết, thống kê $t = \frac{\bar{x} - \mu}{s/\sqrt{n}}$ tuân theo phân phối t với df = n − 1. Công thức này cho thấy tỷ lệ giữa sai lệch của trung bình mẫu so với trung bình tổng thể và sai số chuẩn (standard error) của trung bình mẫu. Nhờ xác định đúng bậc tự do, ta mới chọn được giá trị tới hạn t* phù hợp khi xây dựng khoảng tin cậy hoặc tính giá trị p (p-value).

Bậc tự do cũng ảnh hưởng trực tiếp đến hình dạng của phân phối t. Khi df còn nhỏ, phân phối t có đuôi dày hơn phân phối chuẩn chuẩn hóa, nghĩa là các giá trị ngoại lai (outlier) dễ xuất hiện hơn. Tuy nhiên, khi n tăng lên thì df tăng theo, và phân phối t dần tiến gần đến phân phối chuẩn (normal). Vì vậy, việc sử dụng n − 1 thay vì n trong công thức sẽ điều chỉnh độ chính xác của ước lượng, đặc biệt là với các mẫu nhỏ.

Ký hiệu

\text{df} = n - 1

Trực giác: Nếu bạn cùng bốn bạn ăn buffet và cả nhóm quyết định chi đúng 500.000 đồng, thì khi bốn người đã chọn món của mình, người thứ năm sẽ bị giới hạn bởi số tiền còn lại — đó chính là “bậc tự do” bị mất đi.

Công thức

\htmlClass{fp-1}{df} = \htmlClass{fp-0}{n - 1}

Dùng khi ước lượng trung bình tổng thể bằng phân phối t một mẫu, tức là khi độ lệch chuẩn tổng thể chưa biết; n là cỡ mẫu.

Trong đó

df

bậc tự do (degrees of freedom)

n

cỡ mẫu

t = \htmlClass{fp-2}{\frac{\htmlClass{fp-0}{\bar{x} - \mu}}{\htmlClass{fp-1}{s/\sqrt{n}}}}

Dùng để kiểm định hoặc xây dựng khoảng tin cậy cho trung bình tổng thể khi độ lệch chuẩn tổng thể chưa biết; thống kê này theo phân phối t với df = n−1 bậc tự do.

Trong đó

Khái niệm này sinh ra từ đâu

1908Carl Friedrich GaussWilliam Sealy Gosset ("Student")Ronald Fisher

Ý tưởng cơ bản về bậc tự do đã xuất hiện từ năm 1821 trong công trình của nhà toán học và thiên văn học người Đức Carl Friedrich Gauss, nhưng cách hiểu hiện đại được William Sealy Gosset trình bày lần đầu năm 1908, còn chính thuật ngữ này thì do Ronald Fisher phổ biến.

Thử nghiệm tương tác

Kéo bậc tự do lên — nhìn hai đuôi của đường cong t mỏng dần về đường chuẩn

Hay hiểu sai

Bậc tự do của kiểm định khi bình phương không phải $n-1$ .

Đừng đếm tổng số ô rồi trừ một.

Bậc tự do càng lớn thì đường cong khi bình phương càng bớt lệch phải, chứ không phải càng lệch mạnh hơn.

Kiểm định t hai mẫu độc lập không mặc nhiên có $df=n_1+n_2-2$ .

Ví dụ có lời giải

1Ví dụ 1/2

Một nhà nghiên cứu muốn ước lượng thời gian tự học trung bình mỗi ngày của học sinh lớp 12 tại một trường trung học. Ông chọn ngẫu nhiên 12 học sinh và ghi lại thời gian tự học của các em trong một ngày học. Mẫu thu được có trung bình

\bar{x} = 8{,}4

giờ và độ lệch chuẩn (standard deviation) mẫu

s = 2{,}1

giờ. Đồ thị hộp của dữ liệu gần đối xứng, không có giá trị ngoại lai (outlier), nên giả thiết tổng thể xấp xỉ chuẩn là hợp lý; 12 học sinh cũng chiếm chưa tới 10% số học sinh lớp 12 của trường.

aXác định số bậc tự do của phân phối dùng cho suy luận này và xây dựng khoảng tin cậy (confidence interval) 95% cho thời gian tự học trung bình của tổng thể.
bNếu nhà nghiên cứu lấy mẫu 25 học sinh mà vẫn thu được $\bar{x} = 8{,}4$ và $s = 2{,}1$ , số bậc tự do và độ rộng khoảng tin cậy thay đổi thế nào? Giải thích vai trò của bậc tự do trong sự thay đổi đó.

Bạn nắm chắc chưa?

Quiz câu thật từ ngân hàng đề

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.

Tạo tài khoản miễn phí

Học tiếp từ đây

Bài học chứa thuật ngữ nàySuy luận cho trung bình (dữ liệu định lượng) · bài “Phân phối mẫu của trung bình mẫu x̄” — khoá AP Statistics

Cần trướctham số

Nguồn tham khảo

[1]Barron_AP_Stat_2026. tr. 379, 384, 432.

\bar{x}

trung bình mẫu

\mu

trung bình tổng thể (giá trị giả thuyết hoặc giá trị thực)

s

độ lệch chuẩn mẫu

df = n-1

bậc tự do xác định đường cong t tương ứng

Đầu thế kỷ 20, bài toán thực tế đặt ra là làm sao suy luận về trung bình khi mẫu chỉ có vài quan sát, lúc mà độ lệch chuẩn (standard deviation) của tổng thể không ai biết và phải ước lượng ngay từ chính mẫu đó. Trong bài báo "The Probable Error of a Mean" đăng trên tạp chí Biometrika năm 1908 dưới bút danh "Student", Gosset đã giải quyết chuyện này và dựng nên cái sau này gọi là phân phối t (Student's t-distribution). Điều thú vị là ông giải thích trọn vẹn ý tưởng mà không hề dùng chữ "bậc tự do". Về sau, Ronald Fisher mới đưa thuật ngữ vào dòng chính, bắt đầu từ những công trình khoảng 1915 và tiếp tục với công trình năm 1922 về khi bình phương (chi-square); Fisher và Gosset có trao đổi thư từ, và Fisher đã chứng minh dạng hình học cho ý tưởng mà Gosset đang theo đuổi.

Vì sao mang đúng cái tên này? Cái tên nghe trừu tượng nhưng lại mô tả rất sát nội dung: nó đếm xem có bao nhiêu giá trị trong tập dữ liệu được "tự do" nhận giá trị bất kỳ. Khi ta đã dùng chính mẫu để ước lượng trung bình, tổng của các quan sát bị ấn định, nên $n-1$ giá trị đầu muốn thay đổi thế nào cũng được, còn giá trị cuối bị ràng buộc phải bù cho vừa. Vì vậy mỗi ràng buộc do việc ước lượng tham số sinh ra sẽ lấy đi một bậc tự do, và con số còn lại chính là số chiều mà dữ liệu thật sự còn được cựa quậy — đây cũng là lý do cách hiểu hình học được xem là cách hiểu đúng bản chất nhất. Trong công thức, bậc tự do thường được ký hiệu bằng chữ Hy Lạp $\nu$ , còn trong bảng tra và lời văn thì viết tắt là "d.f."; riêng Fisher lại dùng chữ $n$ , còn ngày nay $n$ được dành để chỉ cỡ mẫu.

Kéo bậc tự do lên — nhìn hai đuôi của đường cong t mỏng dần về đường chuẩn

Kéo tham số, thấy khái niệm chuyển động — mở khoá bằng tài khoản 0đ.

Tạo tài khoản miễn phí

Mẹo phòng thi

Viết ra phép tính bậc tự do kèm con số, đừng chỉ ghi kết quả.

Xác định loại kiểm định khi bình phương trước khi tính bậc tự do.

Bậc tự do không quyết định loại sai lầm bạn có thể mắc — kết luận mới quyết định.

Tần suất trong đề AP StatisticsThường xuyên

Bước 1: Vì độ lệch chuẩn của tổng thể không biết mà phải thay bằng

s

của mẫu, thống kê chuẩn hóa

\dfrac{\bar{x}-\mu}{s/\sqrt{n}}

không còn theo phân phối chuẩn mà theo phân phối

t

. Thủ tục cần dùng là khoảng

t

một mẫu cho trung bình tổng thể, và mỗi phân phối

t

được xác định bởi đúng một tham số là bậc tự do. Ở đây

df = n - 1 = 12 - 1 = 11.

Ta mất một bậc tự do vì trước khi tính

s

ta đã phải dùng chính dữ liệu để ước lượng

\mu

bằng

\bar{x}

; khi

\bar{x}

và 11 giá trị đầu đã cố định thì giá trị thứ 12 không còn được tự do biến thiên nữa.

2Bước 2: Sai số chuẩn của trung bình mẫu là

SE(\bar{x}) = \frac{s}{\sqrt{n}} = \frac{2{,}1}{\sqrt{12}} = \frac{2{,}1}{3{,}4641} \approx 0{,}6062.

Con số này cho biết trung bình mẫu thường lệch khỏi

\mu

khoảng 0,61 giờ. Với độ tin cậy 95%, mỗi đuôi chứa 2,5% diện tích, nên giá trị tới hạn lấy từ phân phối

t

với đúng 11 bậc tự do:

t^{*} = \text{invT}(0{,}975\,;\,11) \approx 2{,}201

3Bước 3: Sai số biên (margin of error) và khoảng tin cậy được ghép lại như sau:

ME = t^{*} \cdot SE(\bar{x}) = 2{,}201 \times 0{,}6062 \approx 1{,}334,

8{,}4 \pm 1{,}334 \Rightarrow (7{,}066\,;\,9{,}734).

Nếu tra nhầm bảng chuẩn và dùng

z^{*} = 1{,}96

thì sai số biên chỉ còn khoảng 1,188 và khoảng thu được sẽ hẹp giả tạo. Chính bậc tự do nhỏ đã đẩy

t^{*}

lên cao hơn

z^{*}

, bù lại cho việc ta phải ước lượng độ lệch chuẩn từ một mẫu bé.

4Bước 4: Với

n = 25

thì

df = 25 - 1 = 24

và

t^{*} = \text{invT}(0{,}975\,;\,24) \approx 2{,}064

, nhỏ hơn hẳn 2,201. Đồng thời sai số chuẩn giảm còn

2{,}1/\sqrt{25} = 0{,}42

, nên

ME = 2{,}064 \times 0{,}42 \approx 0{,}867

và khoảng mới là

(7{,}533\,;\,9{,}267)

. Vậy khoảng hẹp lại vì hai lý do cộng hưởng: mẫu lớn làm

SE

nhỏ đi, và bậc tự do tăng kéo phân phối

t

về sát phân phối chuẩn khiến

t^{*}

giảm. Khi

df

tiến ra vô cùng,

t^{*}

tiến dần về

z^{*} = 1{,}96

nhưng luôn lớn hơn giá trị này.

Với 11 bậc tự do, ta tin cậy 95% rằng thời gian tự học trung bình mỗi ngày của toàn bộ học sinh lớp 12 tại trường nằm trong khoảng từ 7,07 đến 9,73 giờ. Khi cỡ mẫu tăng lên 25, bậc tự do tăng lên 24, giá trị tới hạn giảm còn 2,064 và khoảng thu hẹp lại còn từ 7,53 đến 9,27 giờ — nghĩa là ước lượng chính xác hơn ở cùng mức tin cậy 95%.

2Ví dụ 2/2

Ban đại diện học sinh khảo sát ý kiến về việc tăng phí hoạt động ngoại khóa. Một mẫu ngẫu nhiên gồm 200 học sinh khối 10, 11 và 12 được hỏi và chỉ chọn một trong ba phương án: đồng ý, không đồng ý, hoặc không có ý kiến. Kết quả như sau — khối 10: 30 đồng ý, 25 không đồng ý, 15 không ý kiến (tổng 70); khối 11: 28 đồng ý, 26 không đồng ý, 6 không ý kiến (tổng 60); khối 12: 22 đồng ý, 40 không đồng ý, 8 không ý kiến (tổng 70). Tổng theo cột lần lượt là 80, 91 và 29. Ban đại diện tiến hành kiểm định ở mức ý nghĩa

\alpha = 0{,}05

aNêu số bậc tự do của kiểm định và giải thích cách tính.
bTính thống kê kiểm định và đưa ra kết luận trong ngữ cảnh; loại sai lầm nào có thể đã mắc phải?

1Bước 1: Vì mỗi học sinh trong một mẫu duy nhất được phân loại theo hai biến phân loại (khối lớp và ý kiến), thủ tục phù hợp là kiểm định chi-bình phương về tính độc lập (chi-square test for independence). Giả thuyết không phát biểu rằng ý kiến về việc tăng phí và khối lớp là độc lập trong tổng thể học sinh của trường; giả thuyết đối phát biểu rằng hai biến có liên hệ. Bảng có

r = 3

hàng và

c = 3

cột, nên

df = (r-1)(c-1) = (3-1)(3-1) = 4.

Lý do là khi các tổng hàng và tổng cột đã bị ấn định, ta chỉ cần điền tự do 4 ô ở góc trên bên trái thì 5 ô còn lại tự động được suy ra bằng phép trừ.

2Bước 2: Mỗi tần số kỳ vọng (expected count) được tính theo công thức

E_{ij} = \frac{(\text{row}_i)(\text{col}_j)}{n}.

Chẳng hạn ô khối 10 – đồng ý có

E = \dfrac{70 \times 80}{200} = 28

, còn ô khối 12 – không đồng ý có

E = \dfrac{70 \times 91}{200} = 31{,}85

. Tính đủ chín ô, hàng khối 10 và khối 12 đều là

28

;

31{,}85

;

10{,}15

, còn hàng khối 11 là

24

;

27{,}3

;

8{,}7

. Mọi tần số kỳ vọng đều lớn hơn 5, mẫu là ngẫu nhiên và 200 học sinh nhỏ hơn 10% số học sinh toàn trường, nên các điều kiện đã thỏa.

3Bước 3: Áp dụng

\chi^{2} = \sum \frac{(O-E)^{2}}{E}

cho từng ô: hàng khối 10 cho

\frac{2^{2}}{28} = 0{,}143

;

\frac{6{,}85^{2}}{31{,}85} = 1{,}473

;

\frac{4{,}85^{2}}{10{,}15} = 2{,}318

. Hàng khối 11 cho

\frac{4^{2}}{24} = 0{,}667

;

\frac{1{,}3^{2}}{27{,}3} = 0{,}062

;

\frac{2{,}7^{2}}{8{,}7} = 0{,}838

. Hàng khối 12 cho

\frac{6^{2}}{28} = 1{,}286

;

\frac{8{,}15^{2}}{31{,}85} = 2{,}086

;

\frac{2{,}15^{2}}{10{,}15} = 0{,}455

. Cộng chín số hạng ta được

\chi^{2} \approx 9{,}33

4Bước 4: Giá trị

p

phải được đọc trên đường cong chi-bình phương ứng với đúng 4 bậc tự do, cho

p \approx 0{,}053

. Vì

0{,}053 > 0{,}05

nên ta không bác bỏ giả thuyết không. Ở đây bậc tự do có vai trò quyết định: nếu ai đó nhầm mà dùng

df = 8

thì giá trị

p

sẽ là khoảng 0,32, còn nếu dùng

df = 2

thì

p

chỉ khoảng 0,009 và kết luận đảo ngược hoàn toàn. Do kết luận là không bác bỏ, sai lầm có thể mắc phải là sai lầm loại II (Type II error) — tức là hai biến thực sự có liên hệ nhưng dữ liệu chưa đủ bằng chứng để phát hiện.

Kiểm định có 4 bậc tự do vì bảng gồm 3 khối lớp và 3 phương án trả lời. Với $\chi^{2} \approx 9{,}33$ và $p \approx 0{,}053 > 0{,}05$ , ta không có đủ bằng chứng thuyết phục để kết luận rằng ý kiến về việc tăng phí hoạt động ngoại khóa phụ thuộc vào khối lớp của học sinh trong trường. Vì quyết định là không bác bỏ giả thuyết không, loại sai lầm có thể xảy ra ở đây là sai lầm loại II.

Mục tiêu và lộ trình unit xem miễn phí — làm bài tập và lưu tiến độ cần tài khoản 0đ.