AP Statistics

chọn mẫu không hoàn lạisampling without replacement

sampling without replacementVietnamese: chọn mẫu không hoàn lại

Còn gọi:Also called: lấy mẫu không hoàn lại, sampling without replacement

Định nghĩaIn short

Chọn mẫu không hoàn lại là cách lấy mẫu trong đó mỗi cá thể, sau khi được chọn, không được đưa trở lại tổng thể để có cơ hội bị chọn lần nữa.Sampling without replacement is a sampling method in which each individual, once selected, is not returned to the population and cannot be selected again.

Trực giác: Giống như rút bài ra khỏi cỗ bài và không đặt lại: mỗi lá đã rút làm thay đổi cơ hội của những lá còn lại trong cỗ.Intuition: It is like drawing cards from a deck without putting them back: each card drawn changes the chances for the remaining cards.

Công thức chínhKey formula

n≤0.10Nn \le 0.10N
Định nghĩa đầy đủFull definition1 phút đọc1 min read

Chọn mẫu không hoàn lại là lấy mẫu ngẫu nhiên mà đơn vị đã chọn không trở lại tổng thể ở các lần rút sau. Vì tổng thể còn lại thay đổi, xác suất chọn và các quan sát phụ thuộc nhau.

Khi mẫu không vượt quá 10% tổng thể, có thể xem sự phụ thuộc là đủ nhỏ để dùng gần đúng công thức độ lệch chuẩn của lấy mẫu có hoàn lại. Điều kiện này không tạo độc lập thật sự; nếu mẫu chiếm phần lớn tổng thể, xấp xỉ nhị thức có thể không đáng tin cậy.

Sampling without replacement is random sampling in which a selected unit is not returned to the population for subsequent draws. Because the remaining population changes after each draw, selection probabilities change and the observations are dependent.

When the sample is no more than 10% of the population, this dependence is small enough to approximate the standard deviation using the formula for sampling with replacement. This condition does not create true independence; if the sample represents a large proportion of the population, a binomial approximation may be unreliable.

Ký hiệuNotation
n ≤ 0.10N
n ≤ 0.10N
Giải nghĩa công thứcFormula breakdown1 công thức1 formula
n≤0.10N\htmlClass{fp-0}{n} \le \htmlClass{fp-1}{0.10} \htmlClass{fp-2}{N}
n≤0.10N\htmlClass{fp-0}{n} \le \htmlClass{fp-1}{0.10} \htmlClass{fp-2}{N}

Dùng để kiểm tra độc lập gần đúng khi lấy mẫu không hoàn lại trước khi áp dụng công thức độ lệch chuẩn quen thuộc.Use it to check approximate independence when sampling without replacement before applying the usual standard deviation formula.

Trong đóWhere

nncỡ mẫu được chọn rasize of the sample selectedNNcỡ của tổng thể ban đầusize of the original population
Hay hiểu saiCommon misconceptions3 ý, 1 phút đọc3 points, 1 min read

Điều kiện 10% không tạo ra độc lập thật sự.

Không hoàn lại làm tổng thể còn lại thay đổi; điều kiện này chỉ cho phép xem sự phụ thuộc là nhỏ và dùng xấp xỉ độc lập.

Đừng đảo cỡ mẫu và kích thước tổng thể.

Điều kiện yêu cầu mẫu không vượt quá 10% tổng thể, tương đương tổng thể ít nhất gấp mười lần mẫu.

Điều kiện 10% không thay thế điều kiện đếm lớn.

Điều kiện 10% xét tính độc lập gần đúng khi tính sai số chuẩn; điều kiện đếm lớn xét hình dạng xấp xỉ chuẩn. Trong suy luận tỉ lệ, có thể phải kiểm tra cả hai.

The 10% condition does not make observations truly independent.

Sampling without replacement changes the remaining population; the condition only makes the dependence small enough to use an independence approximation.

Do not reverse the sample size and population size.

The sample must be no more than 10% of the population, meaning the population must be at least ten times the sample.

The 10% condition does not replace the large counts condition.

The 10% condition addresses approximate independence when calculating standard error, while large counts address an approximately normal shape. In inference for proportions, both may need to be checked.

Mẹo phòng thiExam tips2 mẹo2 tips

Gắn điều kiện 10% với dữ kiện của đề.

So sánh cỡ mẫu với kích thước tổng thể; nếu kích thước tổng thể không được cho chính xác, hãy lập luận rằng tổng thể đủ lớn.

Thấy lấy mẫu không hoàn lại, hãy nghĩ đến điều kiện 10%.

Khi đề hỏi điều kiện cần kiểm tra, hãy so sánh cỡ mẫu với kích thước tổng thể, không chọn điều kiện về hình dạng phân phối.

Connect the 10% condition to the information given in the problem.

Compare the sample size with the population size; if the exact population size is not given, explain why the population is sufficiently large.

When sampling without replacement, think of the 10% condition.

If asked which condition to check, compare the sample size with the population size rather than choosing a distribution-shape condition.

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsThường xuyênVery common
Khái niệm này sinh ra từ đâuWhere the concept comes from1 phút đọc1 min read

cuối thế kỷ 19 đến nửa đầu thế kỷ 20John GrauntAnders KiaerRonald A. FisherJerzy NeymanP. C. Mahalanobis

Cuối thế kỷ 19, chọn mẫu không hoàn lại hình thành trong điều tra tổng thể hữu hạn; P. C. Mahalanobis thực nghiệm quy mô lớn vào thập niên 1930–1940.
Sampling without replacement emerged in finite-population surveys in the late 19th century; P. C. Mahalanobis conducted large-scale experiments during the 1930s and 1940s.

Vì sao mang đúng cái tên này? Cái tên nghe lạ tai chủ yếu vì chữ "replacement" ở đây không mang nghĩa "thay thế" như trong tiếng Anh thông thường, mà mang nghĩa gốc là "đặt trở lại chỗ cũ". Hình ảnh chuẩn mực trong các tài liệu là một lọ đựng những viên bi khác nhau: rút một viên rồi bỏ nó trở lại lọ thì gọi là chọn mẫu có hoàn lại (sampling with replacement), còn giữ viên bi đó bên ngoài thì chính là chọn mẫu không hoàn lại. Vì vậy tên gọi mô tả đúng một thao tác vật lý chứ không phải một ý tưởng trừu tượng, và nó giải thích luôn hệ quả toán học: mỗi lần rút, số đơn vị còn lại giảm đi nên xác suất ở lần sau thay đổi theo. Cách đặt tên này gắn liền với bối cảnh tổng thể hữu hạn (finite population) của lý thuyết điều tra, nơi việc hỏi lại đúng một người hai lần là điều vô nghĩa về mặt thực tiễn.

Thử nghiệm tương tácInteractive explorer

Bấm dọc một đường rút — nhìn mẫu số teo dần 20 → 19 → 18

Bấm dọc một đường rút — nhìn mẫu số teo dần 20 → 19 → 18

Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.

Tạo tài khoảnCreate an account
Ví dụ có lời giảiWorked example3 phút đọc3 min read
Một nhóm nghiên cứu muốn so sánh tỉ lệ học sinh đi học bằng phương tiện công cộng ở hai trường trung học trong cùng thành phố. Trường A có 1200 học sinh, trường B có 800 học sinh. Nhóm lấy một mẫu ngẫu nhiên đơn giản (simple random sample) gồm 90 học sinh của trường A, chọn không hoàn lại, và thấy 54 em đi phương tiện công cộng. Độc lập với đó, nhóm lấy một mẫu ngẫu nhiên đơn giản gồm 70 học sinh của trường B, cũng chọn không hoàn lại, và thấy 28 em đi phương tiện công cộng.
  1. aKhi hai mẫu đều được lấy không hoàn lại, cần kiểm tra những điều kiện nào trước khi lập khoảng tin cậy cho hiệu hai tỉ lệ tổng thể?
  2. bHãy kiểm tra cụ thể các điều kiện đó với số liệu đã cho.
  3. cLập khoảng tin cậy 95% cho p1−p2p_1 - p_2 và diễn giải kết quả trong ngữ cảnh.
1Bước 1: Liệt kê ba nhóm điều kiện quen thuộc của bài toán hai tỉ lệ. Thứ nhất là cách lấy mẫu: mỗi mẫu phải là mẫu ngẫu nhiên đơn giản và hai mẫu phải độc lập với nhau. Thứ hai là điều kiện xấp xỉ chuẩn: số lần "thành công" và "thất bại" quan sát được ở mỗi mẫu đều phải ít nhất là 10. Thứ ba, và đây chính là điều kiện sinh ra từ việc chọn không hoàn lại, là điều kiện 10% (10% condition): mỗi cỡ mẫu không được vượt quá 10% tổng thể tương ứng của nó, tức n1≤0,10N1n_1 \le 0{,}10N_1 và n2≤0,10N2n_2 \le 0{,}10N_2.
2Bước 2: Giải thích vì sao riêng điều kiện 10% lại gắn với việc chọn không hoàn lại. Khi rút một học sinh ra mà không trả lại, thành phần của tổng thể còn lại đã thay đổi, nên các lần rút không còn độc lập và công thức sai số chuẩn p(1−p)/n\sqrt{p(1-p)/n} vốn dựng trên giả thiết độc lập sẽ hơi quá lớn. Tuy nhiên, nếu mẫu chỉ chiếm một phần rất nhỏ của tổng thể thì mức phụ thuộc đó không đáng kể, và điều kiện n≤0,10Nn \le 0{,}10N chính là ngưỡng thực hành để bỏ qua nó.
3Bước 3: Kiểm tra từng điều kiện với số liệu. Về cỡ mẫu so với tổng thể: 0,10×1200=1200{,}10 \times 1200 = 120 và 90≤12090 \le 120; 0,10×800=800{,}10 \times 800 = 80 và 70≤8070 \le 80. Vậy cả hai mẫu đều thỏa điều kiện 10%. Về số đếm: trường A có 5454 thành công và 90−54=3690 - 54 = 36 thất bại; trường B có 2828 thành công và 70−28=4270 - 28 = 42 thất bại, cả bốn số đều ít nhất bằng 10. Đề đã nói rõ hai mẫu là ngẫu nhiên đơn giản và độc lập, nên mọi điều kiện đều đạt.
4Bước 4: Tính hai tỉ lệ mẫu và sai số chuẩn. Ta có p^1=54/90=0,60\hat{p}_1 = 54/90 = 0{,}60 và p^2=28/70=0,40\hat{p}_2 = 28/70 = 0{,}40, nên ước lượng điểm là p^1−p^2=0,20\hat{p}_1 - \hat{p}_2 = 0{,}20. Sai số chuẩn của hiệu hai tỉ lệ là SE=p^1(1−p^1)n1+p^2(1−p^2)n2=0,2490+0,2470.SE = \sqrt{\frac{\hat{p}_1(1-\hat{p}_1)}{n_1} + \frac{\hat{p}_2(1-\hat{p}_2)}{n_2}} = \sqrt{\frac{0{,}24}{90} + \frac{0{,}24}{70}}. Hai số hạng bằng 0,0026670{,}002667 và 0,0034290{,}003429, tổng là 0,0060950{,}006095, lấy căn được SE≈0,0781SE \approx 0{,}0781. Con số này đo mức dao động điển hình của hiệu hai tỉ lệ mẫu quanh hiệu hai tỉ lệ tổng thể.
5Bước 5: Ghép lại thành khoảng tin cậy (confidence interval) 95% với z∗=1,96z^* = 1{,}96: biên sai số là 1,96×0,0781≈0,1531{,}96 \times 0{,}0781 \approx 0{,}153, do đó khoảng cần tìm là 0,20±0,1530{,}20 \pm 0{,}153, tức (0,047; 0,353)(0{,}047;\ 0{,}353).

Vì cả hai mẫu đều được chọn không hoàn lại, ngoài yêu cầu ngẫu nhiên, độc lập và bốn số đếm thành công/thất bại ít nhất bằng 10, ta còn phải kiểm tra thêm rằng mỗi cỡ mẫu không vượt quá 10% tổng thể của nó; ở đây 90≤12090 \le 120 và 70≤8070 \le 80 nên điều kiện đạt. Khoảng tin cậy 95% cho hiệu tỉ lệ học sinh đi phương tiện công cộng giữa trường A và trường B là khoảng 0,0470{,}047 đến 0,3530{,}353. Ta tin 95% rằng tỉ lệ thực ở trường A cao hơn trường B từ khoảng 4,7 đến 35,3 điểm phần trăm; vì toàn bộ khoảng nằm bên phải số 0, số liệu cho bằng chứng rằng trường A có tỉ lệ cao hơn thật sự.

Bạn nắm chắc chưa?Check your understanding

Quiz câu thật từ ngân hàng đềReal exam questions from our question bank

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.

Tạo tài khoảnCreate an account

Học tiếp từ đâyKeep learning

Bài học chứa thuật ngữ nàyLesson that uses this termChọn mẫu ngẫu nhiên và thu thập dữ liệuDữ liệu một biến & thu thập dữ liệu, khoácourse AP Statistics
Bài học chứa thuật ngữ nàyLesson that uses this termPhân phối mẫu của tỉ lệ mẫuSuy luận cho tỉ lệ (dữ liệu phân loại), khoácourse AP Statistics
Bài học chứa thuật ngữ nàyLesson that uses this termPhân phối mẫu của trung bình mẫuSuy luận cho trung bình (dữ liệu định lượng), khoácourse AP Statistics
Mục tiêu và lộ trình unit ai cũng xem được — làm bài tập và lưu tiến độ thì cần đăng nhập.Anyone can view a unit's goals and roadmap — sign in to do the exercises and save your progress.

Hay nhầm vớiOften confused with

điều kiện 10%10% condition
Khác nhau ở đâuHow they differChọn mẫu không hoàn lại là cách lấy mẫu, mỗi cá thể chỉ được chọn một lần. Điều kiện 10% là phép kiểm tra xem có được coi các lần rút đó là độc lập hay không.
Hay nhầm khiMixed up whenKhi đề hỏi vì sao phải kiểm tra n≤0,10Nn \le 0{,}10N trước lúc tính sai số chuẩn, học sinh hay trả lời là do mẫu ngẫu nhiên mà quên nêu lý do rút không hoàn lại.
biến cố độc lậpindependent events
Khác nhau ở đâuHow they differChọn mẫu không hoàn lại làm tổng thể nhỏ dần sau mỗi lần rút, nên các lần rút phụ thuộc nhau. Biến cố độc lập đòi hỏi xác suất lần sau không đổi khi đã biết lần trước.
Hay nhầm khiMixed up whenBài tính xác suất rút liên tiếp nhiều thẻ, học sinh nhân các xác suất giống nhau như thể có hoàn lại thay vì giảm dần mẫu số.

Cùng chủ đềSame topic

Nguồn tham khảoReferences

  1. [1]Barron_AP_Stat_2026. tr. 319, 322, 326.

Biên soạn bởi DucklingStudy, bản quyền thuộc DucklingStudy.Written by DucklingStudy. © DucklingStudy. Xuất bảnPublished .