AP Statistics

các mẫu độc lập

independent samples

Các mẫu độc lập (independent samples) là hai nhóm dữ liệu chọn riêng rẽ, trong đó cá thể ở mẫu này không liên hệ gì với cá thể ở mẫu kia.

Trong thống kê suy luận, khái niệm về sự độc lập giữa các mẫu đóng vai trò nền tảng khi so sánh hai tổng thể. Hai mẫu được gọi là độc lập khi không có mối liên hệ tự nhiên hay có chủ đích nào giữa từng cá thể của mẫu thứ nhất với từng cá thể của mẫu thứ hai. Do đó, kết quả đo lường ở mẫu này không mang lại thông tin gì về kết quả ở mẫu kia.

Điều kiện độc lập này được đảm bảo tốt nhất khi mỗi mẫu được chọn ngẫu nhiên từ tổng thể của nó, và kích thước mỗi mẫu không vượt quá 10% tổng thể tương ứng. Khi cả hai điều kiện trên thỏa mãn, phân phối mẫu của hiệu hai trung bình $\bar{x}_1 - \bar{x}_2$ sẽ có kỳ vọng $\mu_1 - \mu_2$ và phương sai bằng $\dfrac{\sigma_1^2}{n_1} + \dfrac{\sigma_2^2}{n_2}$ , trong đó $n_1$ , $n_2$ lần lượt là kích thước hai mẫu. Nhờ đó, ta có thể xây dựng khoảng tin cậy hoặc thực hiện kiểm định cho hiệu hai trung bình tổng thể.

Tuy nhiên, cần phân biệt rõ hai mẫu độc lập với dữ liệu cặp (paired data): nếu mỗi quan sát trong mẫu thứ nhất được ghép cố định với một quan sát trong mẫu thứ hai — chẳng hạn đo cùng một người trước và sau can thiệp — thì hai mẫu không còn độc lập nữa. Ngược lại, nếu nhóm nam và nhóm nữ được chọn riêng lẻ từ hai danh sách tách biệt, đó là hai mẫu độc lập điển hình. Sử dụng sai quy trình — dùng kiểm định hai mẫu độc lập cho dữ liệu cặp, hoặc ngược lại — sẽ dẫn đến sai lầm loại I (Type I error) với xác suất không được kiểm soát đúng.

Trực giác: Giống như rút thăm từ hai cái hũ đặt ở hai phòng khác nhau: kết quả rút từ hũ này hoàn toàn không liên quan đến kết quả rút từ hũ kia.

Khái niệm này sinh ra từ đâu

1908William Sealy Gosset

Ý tưởng so sánh trung bình của hai nhóm tách rời gắn liền với William Sealy Gosset, người năm 1908 công bố phân phối t dưới bút danh "Student" khi đang làm việc cho nhà máy bia Guinness ở Dublin, Ireland.

Bài toán ban đầu rất đời thường: một nhà máy bia cần biết mẻ nguyên liệu này có thật sự khác mẻ kia hay không, trong khi mỗi lần thử nghiệm chỉ lấy được vài mẫu nhỏ. Với cỡ mẫu bé, cách xấp xỉ chuẩn quen thuộc cho kết luận quá lạc quan, nên Gosset xây dựng một phân phối mới chịu được sự bất định của mẫu nhỏ. Từ nền tảng đó, phép kiểm định t cho hai mẫu độc lập (independent samples t-test) trở thành công cụ chuẩn để đối chiếu hai nhóm gồm những cá thể hoàn toàn khác nhau, chẳng hạn nhóm dùng thuốc và nhóm đối chứng.

Thử nghiệm tương tác

Nới rộng một mẫu — nhìn phương sai của hiệu cộng vào, không trừ đi

Hay hiểu sai

Hai mẫu độc lập không phải là dữ liệu ghép cặp (paired data).

Hai mẫu độc lập không bắt buộc phải có cùng cỡ mẫu.

Sai số chuẩn của hiệu hai trung bình không phải tổng hai độ lệch chuẩn.

"Độc lập giữa hai mẫu" khác với "độc lập giữa các quan sát trong một mẫu".

Ví dụ có lời giải

1Ví dụ 1/2

Một trường THPT muốn biết việc ngủ đủ giấc trước ngày thi có làm điểm thi cao hơn hay không. Ban giám hiệu cân nhắc hai cách thu thập dữ liệu. Cách I: chọn ngẫu nhiên 20 học sinh, cho các em làm một đề thi thử vào buổi sáng sau một đêm thức khuya ôn bài, rồi hai tuần sau cho chính 20 em đó làm một đề thi thử tương đương sau một đêm ngủ đủ 8 tiếng. Cách II: từ danh sách 300 học sinh khối 12, chọn ngẫu nhiên 20 em cam kết thức khuya ôn bài và chọn ngẫu nhiên 20 em khác cam kết ngủ đủ 8 tiếng, rồi cho cả 40 em cùng làm một đề thi thử vào cùng buổi sáng.

aCách thu thập dữ liệu nào tạo ra hai mẫu độc lập, cách nào thì không? Giải thích.
bVới mỗi cách, nêu thủ tục suy luận thống kê phù hợp để kiểm tra xem điểm trung bình có khác nhau hay không.

1Bước 1: Trước hết hãy xác định xem một đơn vị quan sát trong nghiên cứu là gì. Ở cách I, mỗi học sinh cho ra hai điểm số, nên đơn vị quan sát thật sự là một học sinh chứ không phải một điểm số. Ngược lại, ở cách II mỗi học sinh chỉ cho đúng một điểm số và không em nào xuất hiện ở cả hai nhóm, nên đơn vị quan sát là một điểm số của một em riêng biệt.

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 hiệu hai trung bình” — khoá AP Statistics

Cần trướcmẫu

Hay nhầm với

Thuật ngữKhác nhau ở đâuHay nhầm khi

các mẫu phụ thuộcdependent samples

Khác nhau ở đâuMẫu độc lập không có cặp ghép giữa hai nhóm, mẫu phụ thuộc mỗi quan sát ở nhóm này được ghép với một quan sát ở nhóm kia

Hay nhầm khiđề cho dữ liệu đo trước–sau trên cùng đối tượng hoặc cặp sinh đôi, học sinh nhầm là hai mẫu độc lập thay vì cặp ghép

biến cố độc lậpindependent events

Khác nhau ở đâuBiến cố độc lập nói về xác suất hai biến cố không ảnh hưởng nhau, mẫu độc lập nói về thiết kế chọn mẫu không có cặp ghép

Hay nhầm khithấy từ độc lập trong đề, học sinh áp dụng quy tắc nhân xác suất thay vì chọn kiểm định hai mẫu

Nguồn tham khảo

[1]Barron_AP_Stat_2026. tr. 63, 334, 489.

2Ví dụ 2/2

Một sở giáo dục so sánh điểm thi môn Toán của hai trường trong tỉnh. Từ 520 học sinh khối 12 của trường A, người ta chọn ngẫu nhiên 40 em và thu được điểm trung bình

\bar{x}_1 = 78{,}5

với độ lệch chuẩn mẫu

s_1 = 6{,}4

. Độc lập với việc đó, từ 460 học sinh khối 12 của trường B, người ta chọn ngẫu nhiên 35 em và thu được

\bar{x}_2 = 74{,}2

với

s_2 = 7{,}1

. Phân bố điểm trong cả hai mẫu đều một đỉnh và gần đối xứng, không có giá trị ngoại lai (outlier).

aKiểm tra điều kiện độc lập cho thủ tục so sánh hai trung bình.
bTính hiệu hai trung bình mẫu và sai số chuẩn của hiệu đó.
cLập khoảng tin cậy 95% cho hiệu hai trung bình tổng thể và diễn giải kết quả.

1Bước 1: Điều kiện độc lập ở đây có hai tầng. Tầng thứ nhất là giữa hai mẫu: hai nhóm học sinh được chọn từ hai trường khác nhau và việc chọn ở trường B không phụ thuộc vào kết quả chọn ở trường A, nên hai mẫu độc lập với nhau. Tầng thứ hai là bên trong mỗi mẫu: ta cần cỡ mẫu nhỏ hơn 10% tổng thể để việc lấy mẫu không hoàn lại vẫn coi được như độc lập. Ở đây

40 < 0{,}1 \times 520 = 52

và

35 < 0{,}1 \times 460 = 46

, nên cả hai điều kiện 10% đều thỏa mãn.

2Bước 2: Hiệu hai trung bình mẫu là

\bar{x}_1 - \bar{x}_2 = 78{,}5 - 74{,}2 = 4{,}3

điểm. Con số này là ước lượng điểm cho hiệu hai trung bình tổng thể

\mu_1 - \mu_2

, tức là trung bình của trường A đang cao hơn trường B khoảng 4,3 điểm trên số liệu mẫu.

3Bước 3: Vì hai mẫu độc lập nên phương sai của hiệu bằng tổng hai phương sai, và sai số chuẩn (standard error) của hiệu là

SE_{\bar{x}_1-\bar{x}_2}=\sqrt{\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2}}.

Công thức cộng chứ không trừ vì hai nguồn biến thiên chồng lên nhau chứ không triệt tiêu nhau; đúng chỗ này là nơi tính độc lập được dùng, và nếu số liệu bị ghép cặp thì công thức trên sai. Thay số:

\frac{6{,}4^2}{40}=\frac{40{,}96}{40}=1{,}024

và

\frac{7{,}1^2}{35}=\frac{50{,}41}{35}\approx 1{,}4403

, nên

SE=\sqrt{1{,}024+1{,}4403}=\sqrt{2{,}4643}\approx 1{,}570

4Bước 4: Khoảng tin cậy (confidence interval) có dạng

(\bar{x}_1-\bar{x}_2)\pm t^{*}\cdot SE

. Dùng bậc tự do thận trọng

df=\min(n_1-1,\,n_2-1)=34

, tra bảng được

t^{*}=2{,}032

ở mức 95%. Khi đó biên sai số là

2{,}032 \times 1{,}570 \approx 3{,}19

, và khoảng tin cậy là

4{,}3 \pm 3{,}19

, tức

(1{,}11;\ 7{,}49)

. Nếu dùng máy tính với bậc tự do Welch

df \approx 69{,}1

thì

t^{*}\approx 1{,}995

, biên sai số

\approx 3{,}13

và khoảng là

(1{,}17;\ 7{,}43)

— hai kết quả rất gần nhau và dẫn tới cùng một kết luận.

Hai mẫu độc lập với nhau và mỗi mẫu đều nhỏ hơn 10% tổng thể trường mình, nên thủ tục hai mẫu dùng được. Ta 95% tin rằng điểm trung bình môn Toán của học sinh khối 12 trường A cao hơn trường B từ khoảng 1,1 đến 7,5 điểm. Vì toàn bộ khoảng nằm bên phải số 0, số liệu cho bằng chứng thuyết phục rằng trung bình của trường A thực sự cao hơn trường B.