AP Statistics

quy tắc thực nghiệm

empirical rule

Còn gọi: quy tắc 68-95-99.7 · 68-95-99.7 rule · 68-95-99.7 rule

Quy tắc thực nghiệm là quy luật: trong phân phối chuẩn, khoảng 68%, 95% và 99,7% dữ liệu nằm trong một, hai và ba độ lệch chuẩn quanh trung bình.

Quy tắc thực nghiệm mô tả cách các giá trị phân bố quanh trung bình trong một phân phối chuẩn (normal distribution) — tức phân phối có dạng hình chuông, đối xứng qua trung bình. Để áp dụng quy tắc này, điều kiện tiên quyết là phân phối phải có hình dạng đủ gần chuẩn; ngược lại, nếu phân phối lệch rõ hay có nhiều giá trị ngoại lai, các tỉ lệ 68–95–99,7 sẽ không còn chính xác.

Nội dung của quy tắc có thể trình bày qua ba mức bán kính tính từ trung bình $\mu$ . Ở mức thứ nhất, khoảng 68% dữ liệu rơi vào đoạn $[\mu - \sigma,\; \mu + \sigma]$ , nghĩa là hơn hai phần ba quan sát chỉ cách trung bình không quá một độ lệch chuẩn $\sigma$ . Ở mức thứ hai, khoảng 95% dữ liệu thuộc đoạn $[\mu - 2\sigma,\; \mu + 2\sigma]$ ; do đó chỉ còn khoảng 5% — hay xấp xỉ 1 trên 20 quan sát — nằm ngoài vùng này. Ở mức thứ ba, khoảng 99,7% dữ liệu nằm trong $[\mu - 3\sigma,\; \mu + 3\sigma]$ , khiến phần đuôi phía ngoài ba độ lệch chuẩn gần như không đáng kể.

Quy tắc này còn cho phép phép ước lượng (estimation) nhanh độ lệch chuẩn khi chỉ biết phạm vi dữ liệu. Vì 95% quan sát trải dài trên bốn độ lệch chuẩn (từ $-2\sigma$ đến $+2\sigma$ ) và 99,7% trải trên sáu độ lệch chuẩn, độ lệch chuẩn thường xấp xỉ từ $\frac{1}{6}$ đến $\frac{1}{4}$ của khoảng biến thiên tổng thể. Vì vậy, ngay cả khi chưa tính chính xác, người ta vẫn có thể kiểm tra xem một giá trị độ lệch chuẩn đã tính có hợp lý hay không.

Ký hiệu

\mu \pm \sigma

\mu \pm 2\sigma

\mu \pm 3\sigma

Trực giác: Hãy tưởng tượng một nhà kho cất hàng theo thứ tự chiều cao của kiện hàng: gần 70% kiện nằm sát giữa nhất, 95% nằm trong vùng trung tâm rộng hơn một chút, và gần như không có kiện nào lạc ra tận hai đầu xa nhất.

Khái niệm này sinh ra từ đâu

1733Abraham de Moivre

Quy tắc này gắn với nhà toán học người Pháp Abraham de Moivre, người đã nêu ra các tỉ lệ 68–95–99,7 vào năm 1733, khi ông tìm cách tính xấp xỉ xác suất cho những phép thử lặp lại rất nhiều lần.

Vào thế kỷ 18, bài toán làm đau đầu giới nghiên cứu xác suất là đếm số kết quả có thể xảy ra khi tung một đồng xu hàng trăm lần: số phép tính lớn đến mức không ai làm nổi bằng tay. De Moivre nhận thấy rằng khi số lần thử tăng lên, bảng kết quả tụ lại thành một đường cong trơn và cân đối quanh giá trị trung tâm, nhờ đó ông có thể thay việc đếm bằng việc đo diện tích dưới đường cong ấy. Từ những quan sát đó ông rút ra các tỉ lệ quen thuộc. Công trình xấp xỉ phân phối nhị thức (binomial distribution) bằng phân phối chuẩn (normal distribution) về sau được in trong bản năm 1756 của cuốn The Doctrine of Chances.

Thử nghiệm tương tác

Kéo mốc cắt ra xa dần — nhìn 68%, 95%, 99,7% hiện ra

Hay hiểu sai

Quy tắc thực nghiệm chỉ đúng cho phân phối chuẩn, không dùng cho mọi tập dữ liệu.

Nhớ nhầm "trong khoảng" thành "nhỏ hơn" làm sai gần hết bài toán về đuôi.

Quy tắc thực nghiệm không thay thế được bảng chuẩn khi số lần độ lệch chuẩn không tròn.

Đừng lẫn quy tắc thực nghiệm với bất đẳng thức Chebyshev (Chebyshev's inequality).

Mẹo phòng thi

Ví dụ có lời giải

1Ví dụ 1/2

Một hãng xe máy điện ghi lại thời gian sạc đầy pin của rất nhiều xe cùng dòng. Thời gian sạc có phân bố gần đối xứng hình chuông, xấp xỉ phân phối chuẩn (normal distribution), với trung bình

\mu = 240

phút và độ lệch chuẩn (standard deviation)

\sigma = 20

phút.

aDùng quy tắc thực nghiệm, hãy nêu khoảng thời gian sạc chứa khoảng 68%, 95% và 99,7% số xe.
bƯớc lượng tỉ lệ xe cần hơn 280 phút để sạc đầy.
cƯớc lượng tỉ lệ xe có thời gian sạc từ 220 phút đến 300 phút.

1Bước 1: Trước hết cần kiểm tra điều kiện áp dụng: quy tắc thực nghiệm chỉ dùng được khi phân bố xấp xỉ chuẩn, và đề đã cho biết dữ liệu gần đối xứng hình chuông. Nhờ đó ta được phép mô tả vị trí của các giá trị bằng số độ lệch chuẩn tính từ trung bình, tức bằng điểm z (z-score).

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 nàyXác suất, biến ngẫu nhiên & phân phối xác suất · bài “Phân phối chuẩn (Normal)” — khoá AP Statistics

Cần trướcđộ lệch chuẩn

Hay nhầm với

Thuật ngữKhác nhau ở đâuHay nhầm khi

phân phối chuẩn tắcstandard normal distribution

Khác nhau ở đâuQuy tắc thực nghiệm nêu tỉ lệ phần trăm diện tích trong các vùng 1–2–3 độ lệch chuẩn của bất kỳ phân phối chuẩn nào, còn phân phối chuẩn tắc là trường hợp riêng với trung bình bằng 0 và độ lệch chuẩn bằng 1 dùng để tra bảng xác suất chính xác

Hay nhầm khiđề cho trung bình và độ lệch chuẩn rồi hỏi xác suất nằm trong một khoảng — thí sinh hay dừng ở quy tắc thực nghiệm thay vì chuyển sang z-score và dùng phân phối chuẩn tắc để tính chính xác hơn

Nguồn tham khảo

[1]Barron_AP_Stat_2026. tr. 145–146, 148.

2Ví dụ 2/2

Trong một lớp 50 học sinh, biểu đồ tần số của điểm bài kiểm tra Toán có dạng đối xứng hình chuông, điểm thấp nhất là 42 và điểm cao nhất là 96. Một học sinh dùng máy tính và báo rằng độ lệch chuẩn của bộ dữ liệu bằng 3,2 điểm.

aHãy ước lượng nhanh độ lệch chuẩn từ khoảng biến thiên và cho biết con số 3,2 có hợp lý không.
bNếu trung bình lớp là 69 điểm và độ lệch chuẩn đúng là 11 điểm, hãy xét xem điểm 96 có nên coi là giá trị bất thường hay không.

1Bước 1: Khoảng biến thiên (range) của bộ dữ liệu là

96 - 42 = 54

điểm. Với phân bố hình chuông, hầu như toàn bộ dữ liệu nằm trong 4 đến 6 lần độ lệch chuẩn, vì khoảng

(\mu-2\sigma;\ \mu+2\sigma)

rộng

4\sigma

và chứa 95%, còn khoảng

(\mu-3\sigma;\ \mu+3\sigma)

rộng

6\sigma

và chứa 99,7%.

2Bước 2: Do đó độ lệch chuẩn nằm đâu đó giữa

54/6 = 9

và

54/4 = 13{,}5

điểm. Con số 3,2 nhỏ hơn hẳn cận dưới này, nên gần như chắc chắn bạn học sinh đã bấm nhầm dữ liệu; nếu

\sigma

thật sự bằng 3,2 thì khoảng biến thiên chỉ vào cỡ 13–19 điểm, chứ không thể tới 54 điểm.

3Bước 3: Ý (b): với

\mu = 69

và

\sigma = 11

, điểm 96 có

z = (96-69)/11 = 27/11 \approx 2{,}45

. Giá trị này nằm trong phạm vi ba độ lệch chuẩn quanh trung bình, tức trong khoảng

(36;\ 102)

chứa xấp xỉ 99,7% dữ liệu.

4Bước 4: Tuy nhiên

z \approx 2{,}45

vẫn là cao: phần dữ liệu vượt quá hai độ lệch chuẩn phía trên chỉ chiếm chừng 2,5%. Vì vậy đây là điểm số nổi bật nhưng chưa đủ xa để gọi là giá trị ngoại lai (outlier) theo tiêu chí ba độ lệch chuẩn.

Ước lượng từ khoảng biến thiên cho thấy độ lệch chuẩn của điểm lớp này vào khoảng 9 đến 13,5 điểm, nên giá trị 3,2 mà học sinh báo là không hợp lý và cần nhập lại dữ liệu. Với $\mu = 69$ và $\sigma = 11$ , điểm 96 ứng với $z \approx 2{,}45$ , tức thuộc nhóm khoảng 2,5% học sinh cao điểm nhất nhưng vẫn nằm trong ba độ lệch chuẩn, nên không bị xem là giá trị bất thường.