AP Statistics

phân phối tổng thểpopulation distribution

population distributionVietnamese: phân phối tổng thể

Còn gọi:Also called: population distribution

Định nghĩaIn short

Phân phối tổng thể là cách mô tả toàn bộ giá trị của một biến trên mọi cá thể trong tổng thể, cho biết hình dạng, tâm và độ phân tán của biến đó.A population distribution describes all the values a variable takes across every individual in a population, showing the variable's shape, center, and spread.

Trực giác: Giống như sổ ghi kích cỡ của từng hạt gạo trong cả kho tỉnh: nhìn vào đó thấy hạt cỡ trung bình bao nhiêu, to nhỏ chênh lệch ra sao, dáng phân bố lệch hay cân — đó là chân dung của cả kho, chứ không phải của một nắm bốc ra.Intuition: Picture a ledger recording the size of every grain of rice in an entire provincial warehouse: it tells you the typical grain size, how much the grains differ, and whether the pattern is skewed or symmetric. That is a portrait of the whole warehouse, not of one handful scooped out of it.

Định nghĩa đầy đủFull definition1 phút đọc1 min read

Phân phối tổng thể mô tả các giá trị của một biến trên tất cả cá thể thuộc tổng thể, qua hình dạng, tâm và độ phân tán. Các đại lượng tóm tắt nó là tham số, như trung bình μ\mu, độ lệch chuẩn σ\sigma và tỉ lệ pp.

Phân phối mẫu chỉ mô tả các giá trị trong một mẫu. Phân phối của thống kê mẫu mô tả sự thay đổi của một thống kê, như xˉ\bar{x}, qua nhiều mẫu; nó không phải phân phối tổng thể.

A population distribution describes the values of a variable for all individuals in the population in terms of shape, center, and spread. The numbers that summarize it are parameters, such as the mean μ\mu, the standard deviation σ\sigma, and the proportion pp.

A sample distribution describes only the values in one sample. A sampling distribution describes how a statistic, such as xˉ\bar{x}, varies from sample to sample; it is not the population distribution.

Ký hiệuNotation
μ\mu, σ\sigma, pp, NN (kích thước tổng thể)
μ\mu, σ\sigma, pp, NN (population size)
Đơn vịUnitsCùng đơn vị với biến được đo (cm, kg, điểm…); riêng tỉ lệ pp không có đơn vịSame units as the variable being measured (cm, kg, points, etc.); the proportion pp has no units
Hay hiểu saiCommon misconceptions3 ý, 1 phút đọc3 points, 1 min read

Trung bình và độ lệch chuẩn không chứng minh tổng thể phân phối chuẩn.

Hai tham số này không xác định hình dạng; cần xem bảng hoặc biểu đồ trước khi dùng quy tắc của phân phối chuẩn.

Cỡ mẫu lớn không làm phân phối tổng thể trở thành chuẩn.

Định lý giới hạn trung tâm nói về phân phối của xˉ\bar{x}, không biến đổi tổng thể. Khi áp dụng, phải nêu rõ đối tượng xấp xỉ chuẩn.

Không dùng μ,σ\mu,\sigma cho thống kê mẫu.

μ,σ\mu,\sigma là tham số cố định của tổng thể; xˉ,s\bar{x},s là thống kê thay đổi theo từng mẫu. Nhầm ký hiệu làm sai đối tượng diễn giải.

A mean and standard deviation do not prove that a population is normal.

These two parameters say nothing about shape, so check a table or graph before applying normal-distribution rules.

A large sample size does not make the population distribution normal.

The Central Limit Theorem concerns the distribution of xˉ\bar{x}, not the population itself, so state exactly what is approximately normal.

Do not use μ\mu and σ\sigma for sample statistics.

The parameters μ\mu and σ\sigma are fixed features of the population, while xˉ\bar{x} and ss change from sample to sample; mixing up the symbols means describing the wrong thing.

Mẹo phòng thiExam tips2 mẹo2 tips

Hãy đọc hình dạng từ bảng tần số trước khi giả định phân phối chuẩn.

Tỉ lệ cao ở hai đầu, thấp ở giữa gợi ý lưỡng đỉnh; giảm dần về một phía gợi ý lệch. Trong tự luận, nêu bằng chứng cụ thể từ bảng.

Luôn ghi rõ đối tượng của phân phối.

Nêu tên biến, đơn vị đo và đó là tổng thể, mẫu hay trung bình mẫu.

Read the shape from the frequency table before assuming a normal distribution.

High proportions at both ends with a dip in the middle suggest bimodality, while frequencies tapering off toward one side suggest skewness; on free-response questions, cite specific evidence from the table.

Always say what the distribution is a distribution of.

Name the variable, its units, and whether you mean the population, a sample, or the sample mean.

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

thế kỷ 17–18John GrauntEdmond HalleyAbraham de MoivrePierre-Simon LaplaceGottfried Achenwall

Thế kỷ 17, ý niệm này xuất hiện khi John Graunt lập bảng tử vong từ sổ khai tử London, đáp ứng nhu cầu đếm dân của nhà nước.
The idea took shape in the 17th century when John Graunt compiled mortality tables from London's death records, answering the state's need to count its people.

Vì sao mang đúng cái tên này? Cái tên nghe lạ ở chỗ vì sao lại gọi là "tổng thể" — tiếng Anh dùng chữ population, tức là "dân số". Lý do nằm ở lịch sử chứ không ở toán học: ngành thống kê sinh ra từ việc nhà nước đếm dân, nên đối tượng nghiên cứu mặc định thời ấy đúng là một dân cư thật. Chính chữ "statistics" cũng mang gốc ấy: tiếng Latin status nghĩa là "tình trạng", sang Latin hậu kỳ chuyển thành "nhà nước", và Gottfried Achenwall năm 1749 đặt ra chữ Statistik trong tiếng Đức để chỉ khoa học mô tả tình hình quốc gia. Về sau, khi thống kê được dùng cho bóng đèn, hạt giống hay điểm thi, chữ population vẫn được giữ nguyên dù chẳng còn người nào trong đó — và tiếng Việt dịch thoát thành "tổng thể" để tránh hiểu lầm rằng phải là người. Chữ "phân phối" thì đến từ nhánh xác suất: nó mô tả các giá trị được rải ra sao trên trục số, như đường cong mà de Moivre gọi tên và Laplace mở rộng thành định lý giới hạn trung tâm (central limit theorem).

Thử nghiệm tương tácInteractive explorer

Rút mẫu nhiều lần — hình tổng thể đứng yên, chỉ có mẫu nhảy

Rút mẫu nhiều lần — hình tổng thể đứng yên, chỉ có mẫu nhảy

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 nhà máy đóng chai ghi thể tích danh nghĩa 500 ml trên mỗi chai. Gọi YY là sai lệch thể tích thực so với 500 ml (đơn vị ml), một biến liên tục. Kiểm định viên chọn ngẫu nhiên 200 chai trong lô hàng gồm 40 000 chai và ghi lại tần số tương đối của YY theo các khoảng sau. KhoảngTần số tương đối−3≤y<−2-3 \le y < -20,05−2≤y<−1-2 \le y < -10,15−1≤y<0-1 \le y < 00,300≤y<10 \le y < 10,301≤y<21 \le y < 20,152≤y<32 \le y < 30,05
  1. aDựa trên bảng, hãy mô tả hình dạng và tâm của dữ liệu thu được, đồng thời ước lượng tỉ lệ chai trong cả lô hàng có sai lệch nhỏ hơn −1-1 ml.
  2. bGiải thích bảng trên mô tả phân phối nào, và nó khác phân phối tổng thể ra sao. Nếu kiểm định viên tăng cỡ mẫu từ 200 lên 2000 chai thì điều gì thay đổi, điều gì không?
1Bước 1: Trước hết cần đọc bảng cho đúng bản chất. Bảng này được lập từ 200 chai đã lấy ra, nên nó mô tả phân phối mẫu (sample distribution) — tức là sự biến thiên bên trong một mẫu cụ thể. Phân phối tổng thể là sự biến thiên của YY trên toàn bộ 40 000 chai, và ta không quan sát được nó trực tiếp; bảng chỉ là hình ảnh gần đúng của nó.
2Bước 2: Xét hình dạng: các tần số tương đối 0,05 – 0,15 – 0,30 – 0,30 – 0,15 – 0,05 lặp lại theo thứ tự ngược khi đi từ hai đầu vào giữa, nên biểu đồ đối xứng quanh y=0y=0, một đỉnh, không có giá trị ngoại lai (outlier). Lấy trung điểm mỗi nhóm làm đại diện, trung bình mẫu là yˉ≈∑mip^i=0\bar{y}\approx\sum m_i\hat{p}_i = 0 ml. Công thức này lấy mỗi trung điểm mim_i nhân với trọng số là tần số tương đối p^i\hat{p}_i của nhóm đó rồi cộng lại.
3Bước 3: Đo độ phân tán bằng cùng cách trọng số: s2≈∑(mi−yˉ)2p^i=2[(2,5)2(0,05)+(1,5)2(0,15)+(0,5)2(0,30)]=2(0,3125+0,3375+0,075)=1,45.s^2\approx\sum (m_i-\bar{y})^2\hat{p}_i = 2\left[(2{,}5)^2(0{,}05)+(1{,}5)^2(0{,}15)+(0{,}5)^2(0{,}30)\right] = 2(0{,}3125+0{,}3375+0{,}075)=1{,}45. Vậy độ lệch chuẩn (standard deviation) của mẫu là s≈1,45≈1,20s\approx\sqrt{1{,}45}\approx 1{,}20 ml. Hai con số 00 và 1,201{,}20 là thống kê mẫu, chúng ước lượng cho μ\mu và σ\sigma của phân phối tổng thể chứ không phải là chính μ\mu và σ\sigma.
4Bước 4: Tỉ lệ chai có y<−1y<-1 trong mẫu là 0,05+0,15=0,200{,}05+0{,}15=0{,}20. Vì 200 chai được chọn ngẫu nhiên và chỉ chiếm 200/40 000=0,5%200/40\,000=0{,}5\% lô hàng, mẫu này đại diện được, nên ta ước lượng khoảng 20%20\% số chai của cả lô có sai lệch nhỏ hơn −1-1 ml. Đây là suy luận từ mẫu ra tổng thể, kèm sai số lấy mẫu chứ không phải một con số chắc chắn.
5Bước 5: Khi tăng cỡ mẫu lên 2000 chai, phân phối tổng thể hoàn toàn không đổi: μ\mu và σ\sigma là hằng số của lô hàng, không phụ thuộc vào việc ta lấy bao nhiêu chai. Cái thay đổi là phân phối mẫu — với nn lớn hơn, biểu đồ tần số tương đối sẽ bám sát hình dạng thật của tổng thể hơn, và yˉ\bar{y}, ss sẽ dao động ít hơn quanh μ\mu, σ\sigma. Nói ngắn gọn, mẫu càng lớn thì bức tranh ta vẽ càng giống bản gốc, nhưng bản gốc thì đứng yên.

Dữ liệu 200 chai có dạng đối xứng một đỉnh, tâm ở yˉ≈0\bar{y}\approx 0 ml với s≈1,20s\approx 1{,}20 ml, và khoảng 20%20\% số chai trong cả lô được ước lượng là có sai lệch nhỏ hơn −1-1 ml. Bảng mô tả phân phối mẫu chứ không phải phân phối tổng thể; tăng cỡ mẫu lên 2000 chỉ làm phân phối mẫu tiến gần hơn tới phân phối tổng thể của lô hàng, còn bản thân phân phối tổng thể vẫn giữ nguyên.

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 termPhân phối mẫu và định lý giới hạn trung tâmXác suất, biến ngẫu nhiên & phân phối xác suất, khoácourse AP Statistics
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 termMô tả phân phối của một biến định lượngDữ liệu một biến & thu thập dữ liệu, khoácourse AP Statistics
Liên quanRelatedtham sốparameter
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

phân phối mẫu (của một thống kê)sampling distribution of a statistic
Khác nhau ở đâuHow they differPhân phối tổng thể mô tả giá trị của từng cá thể trong toàn bộ tổng thể. Phân phối mẫu mô tả giá trị của một thống kê qua vô số mẫu cùng cỡ.
Hay nhầm khiMixed up whenKhi đề hỏi độ lệch chuẩn nào phải dùng, thí sinh hay lấy σ\sigma của tổng thể thay vì σ/n\sigma/\sqrt{n} của phân phối mẫu.
phân phối lấy mẫu của trung bình mẫusampling distribution of sample means
Khác nhau ở đâuHow they differPhân phối tổng thể có hình dạng cố định và không phụ thuộc cỡ mẫu. Phân phối lấy mẫu của trung bình mẫu hẹp dần và chuẩn dần khi cỡ mẫu tăng.
Hay nhầm khiMixed up whenĐề cho tổng thể lệch phải rồi hỏi xác suất cho một giá trị cá thể hay cho trung bình mẫu — hai câu dùng hai phân phối khác nhau.

Cùng chủ đềSame topic

Nguồn tham khảoReferences

  1. [1]Barron_AP_Stat_2026. tr. 23, 63, 314.

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